CC BY
224
УДК 62-50
Д. В. Немчинов Астраханский государственный технический университет
ОЦЕНКА РИСКА АВАРИЙ С ИСПОЛЬЗОВАНИЕМ ЭКСПЕРТНЫХ СИСТЕМ
Научно-технический прогресс, увеличение количества технологического оборудования, использование химически и взрывоопасных веществ, усложнение технологий и режимов управления технологическими процессами требуют разработать механизм получения качественных и количественных оценок техногенного риска.
В настоящее время не существует общепринятого устоявшегося метода для оценки техногенного риска опасных производственных объектов (ОПО). Наиболее существенный недостаток большинства известных ныне подходов к оценке техногенного риска - явный, хотя и немаловажный, акцент на распространении вредных энергетических выбросов в биосфере и, соответственно, на мерах защиты от них. Кроме того, недостаточное внимание уделяется мероприятиям по предотвращению аварий, что связано главным образом с трудностями при оценке вероятности возникновения соответствующих происшествий.
Существующие методы оценки вероятности возникновения самой аварии в виде диаграмм причинно-следственных связей типа «дерево» («дерево отказа», «дерево событий»), «граф» (потоковый либо состояний и переходов), «сеть» (стохастической структуры - К. Петри или GERT) сложны, громоздки и трудоемки в основном из-за отсутствия, неточности, неопределенности исходных данных и обладают высокой степенью субъективности. Кроме того, из рассмотрения зачастую выпадают некоторые причины возникновения аварий и, соответственно, становится затруднительным рекомендовать индивидуальные меры безопасности, направленные на предупреждение аварии на конкретном производственном объекте, хотя, как показывает практика, меры по снижению вероятности аварии на два-три порядка эффективнее мер, направленных на снижение возможных ущербов по критерию «затраты-результаты» [1].
«Деревья отказов» - наиболее широко известный метод количественной оценки безопасности [2, 3]. Так, например, с 1991 г. предписано его обязательное использование для количественной оценки риска АЭС, создаваемых в России.
Представление процессов возникновения аварии в виде «дерева отказа» является графической иллюстрацией булевых условий, направленных на появление предпосылок и перерастание их в причинную цепь происшествия (рис.1). Качественный анализ «дерева отказа» состоит в рассмотрении условий достижения конкретного состояния - головного события. Среди всех предпосылок выявляются два подмножества (аварийные и отсекающие сочетания предпосылок), совместная реализация которых либо приводит, либо не приводит к возникновению головного события.
Рис. 1. Пример «дерева отказов»
Количественный анализ основан на алгебре событий и булевых преобразований, что позволяет описывать все рассматриваемые в модели переменные и связи между ними. Часто используются структурные функции, которые позволяют оценить появление головного события в зависимости от соответствующих характеристик исходных предпосылок. Для изображённого на рис. 1 «дерева отказа», может быть получена следующая структурная функция:
Р (А) = Р(Н + В)Р(С + Б)Р(Б + Б + О), где Р(*) — вероятности наступления случайных (статистически воспроизводимых) или возможности возникновения уникальных (невоспроизводимых или нечётко определённых) предпосылок к происшествию. Оценка числовых характеристик исследуемого дерева происшествий осуществляется исходя из нижеследующих предположений: события дерева, соединённые логическим условием «И», объединяются по принципу перемножения; при этом считается, что параметр головного события Р рассчитывается как произведение из п параметров предпосылок; события дерева, соединённые логическим условием «ИЛИ», объединяются по принципу логического сложения; преобразование и упрощение структурных функций осуществляются с соблюдением основных правил булевой алгебры.
Количественный анализ дерева происшествий сложной структуры значительно упрощается за счёт использования выявленных на предыдущем этапе минимальных сочетаний событий. Основная идея упрощения заключается в построении нового, эквивалентного исходному, но более простого дерева, включающего в себя один из двух наборов сочетаний или одно логическое условие.
К преимуществам «деревьев отказов» относятся: индуктивно-дедуктивный характер выявления причинно-следственных связей исследуемых явлений, лёгкость преобразования полученных моделей, наглядность реакции изучаемой системы на изменение структуры, декомпози-руемость самого «дерева отказа» и процесса его изучения, мощный качественный анализ исследуемых процессов, лёгкость дальнейшей формализации и алгоритмизации, возможность обработки на ЭВМ, доступность для статистического моделирования и количественной оценки изучаемых явлений, процессов и их свойств.
К недостаткам можно отнести ограничения, связанные с булевым характером исследуемых условий, которые не позволяют учесть, например, постепенное изменение параметров системы, а также недостатки, обусловленные соответствующими преобразованиями. Основные из них связаны с неразличимостью времени возникновения отдельных предпосылок и их количества в узлах «ИЛИ». В случае рассмотрения событий, возникновение которых предполагает не только определённый набор условий, но и конкретную очерёдность соблюдения, это недопустимо. Кроме того, необходимо еще раз отметить очень большую трудоемкость разработки таких моделей и объективные трудности получения многочисленных количественных точных исходных данных при исследовании безопасности отдельных ОПО.
На трудности соответствующих оценок для рассматриваемых систем указывает также принцип несовместимости Л. Заде [4], утверждающий, что чем сложнее система, тем меньше мы способны дать точные и в то же время имеющие практическое значение суждения о её поведении. А для систем, сложность которых превосходит некоторый порог, точность и практическая ценность информации становятся практически исключающими друг друга характеристиками.
Указанные недостатки и несовершенства являются непосредственной причиной того, что существующие методы оценки причин аварий не находят широкого практического применения, и, как следствие, количественная оценка техногенного риска ОПО зачастую подменяется простыми видами качественного анализа или ограничивается лишь оценкой возможных последствий аварии на опасных производственных объектах.
Сложившуюся проблемную ситуацию может разрешить модель анализа риска с использованием экспертных систем, рассматриваемая ниже.
Для проведения анализа риска используется графическая модель (рис. 2) - древовидная структура, аналогичная «дереву отказов» [2]. Отличие заключается в том, что элементами модели могут быть не только события, переводящие систему из одного состояния в другое, но и процессы и явления различной природы.
Каждый элемент схемы считается лингвистической переменной. При этом формулировки событий, явлений, процессов меняются таким образом, чтобы была возможность их количественного описания. В основном применяются реальные физические или технические параметры.
Если это не удается, вводятся относительные показатели, коэффициенты, баллы и т. п. Функции принадлежности всех используемых в модели лингвистических переменных формулируются с привлечением экспертных знаний, и система логических правил формирования аварийной ситуации разрабатывается таким образом, чтобы при количественном анализе была возможность оценивать вероятность наступления аварийной ситуации.
Рис. 2. Модель анализа риска аварийной ситуации
Выстраиванию причинной цепи предпосылок аварии способствуют факторы опасности, обусловленные ошибками персонала, отказами оборудования и нерасчетными внешними воздействиями со стороны рабочей и внешней среды. На обрыв причинной цепи предпосылок влияет устранение оператором ошибок, своевременное срабатывание приборов и устройств безопасности и разделение во времени или пространстве источника опасности и потенциальной жертвы возможной аварии.
Следовательно, при построении модели анализа риска необходимо учитывать психофизиологические свойства персонала, показатели надёжности оборудования, свойства и особенности рабочей и внешней среды, уровень используемой технологии.
Очевидно, что перечисленные свойства имеют различную природу и по-разному влияют на процесс возникновения аварии. Однако важно еще раз отметить: анализ статистических данных аварийности и травматизма показал, что наблюдаются некоторые колебания величины вклада отдельных причин (%) в общий уровень аварийности и травматизма, тогда как в целом порядок этих величин сохраняется даже при рассмотрении различных типов производственных объектов.
Для построения модели анализа риска будем опираться на типичное распределение причин аварийности и травматизма на объектах хлорирования воды. Они являются опасными производственными объектами химической промышленности, на которых производится хранение опасных и вредных веществ и сливо-наливные операции.
Вначале определяются факторы, влияющие на безопасную эксплуатацию оборудования. Факторы условно подразделяются на технические, структурные, человеческие
и информационные (табл. 1). По каждому из факторов выявляются опасные внешние воздействия, действующие на технологический процесс хлорирования: коррозия, усталостные явления в материалах и сварных соединениях, механические повреждения, отклонение параметров от рабочих значений, ошибки персонала и т. д.
Оценки факторов опасности (Б) являются балльно-лингвистическими переменными модели анализа возникновения происшествия.
Все факторы опасности на основе балльно-лингвистических оценок условно можно разбить на два класса:
- стабилизирующие - факторы опасности, увеличение балльной оценки которых приводит к снижению вероятности аварии (например, фактор «Комфортность рабочей среды»);
- деструктивные - факторы опасности, увеличение балльной оценки которых приводит к повышению вероятности аварии (например, фактор «Длительность действия опасных и вредных воздействий»).
Таблица 1
Факторы опасности
Фактор опасности
Оснащенность источниками опасных и вредных факторов
Надежность вспомогательных узлов и элементов
Технические Безотказность основных узлов и элементов
Длительность действия опасных и вредных воздействий
Уровень потенциала опасных и вредных воздействий
Безотказность приборов и устройств безопасности
Комфортность рабочей среды по физико-химическим параметрам
Удобство подготовки и выполнения работ
Удобство технического обслуживания и ремонта
Структурные Сложность алгоритмов оператора
Возможность появления человека в опасной зоне
Возможность появления других незащищенных элементов в опасной зоне
Надежность технологических средств обеспечения безопасности
Пригодность по физиологическим показателям
Технологическая дисциплинированность
Навыки выполнения работ
Качество мотивационной установки
Знание технологии работ
Человеческие Знание физической сущности процессов в системе
Способность правильно оценивать информацию
Качество принятия решения
Самообладание в экстремальных ситуациях
Обученность действиям в нештатных ситуациях
Точность корректирующих действий
Информационные Качество информации о технологическом процессе
Качество приема и декодирования информации оператором
Кроме того, факторы опасности можно подразделить на критические и общезначимые:
- критические - негативное состояние которых может непосредственно привести к возникновению аварии (например, фактор «Безотказность приборов и устройств безопасности»);
- общезначимые - негативное состояние которых не является достаточным условием возникновения аварии (например, фактор «Удобство технического обслуживания и ремонта»).
Для построения модели анализа риска используем экспертную систему, представляющую собой базу знаний, состоящую из двух компонент: базы правил и базы данных [5]. Поскольку факторы опасности в массе своей разнородны по своей природе, их качество может быть оценено с помощью универсальной балльно-лингвистической шкалы (табл. 2).
Таблица 2
Балльно-лингвистическая шкала
Лингвистическая оценка Очень, очень низкое Очень низкое Низкое Ниже среднего Среднее Выше среднего Хорошее Очень хорошее Высокое Очень высокое Очень, очень высокое
Шкала Б[0-1] 0,084 0,166 0,250 0,334 0,417 0,500 0,584 0,667 0,750 0,834 0,916
Балл [0-10] 0 1 2 3 4 5 6 7 8 9 10
В зависимости от фактора опасности в экспертной системе текстовое описание лингвистической оценки может изменяться, принимая нужную форму (например, если V = 0,584, то «Знание технологии» - ХОРОШЕЕ, а «Безотказность основных узлов и элементов» - БОЛЬШАЯ).
Взаимодействие каждого фактора опасности в модели анализа происходит с помощью логических правил, позволяющих учитывать не только определённый набор условий, но и конкретную очерёдность соблюдения действия фактора. К подобным могут быть отнесены правила типа ЕСЛИ - ТО:
ЕСЛИ «Безотказность основных узлов и элементов» БОЛЬШАЯ,
«Сложность алгоритмов оператора» СРЕДНЯЯ,
«Знание технологии работ» ХОРОШЕЕ,
ТО ситуация «НОРМАЛЬНАЯ»;
или
ЕСЛИ «Длительность действия опасных воздействий» БОЛЬШАЯ,
«Возможность появления человека в опасной зоне» ОЧЕНЬ БОЛЬШАЯ,
«Обученность действиям в нештатных ситуациях» НИЖЕ СРЕДНЕГО,
ТО ситуация «ОПАСНАЯ».
После проведения анализа по каждому сценарию возникновения аварийной ситуации для определения риска технологического процесса в целом проводится обобщенная оценка риска.
Обобщенная оценка риска (или степень риска) аварий отражает состояние промышленной безопасности с учетом показателей риска от всех нежелательных событий, которые могут произойти на опасном производственном объекте, и основывается на результатах объединенных показателей рисков всех сценариев аварий с учетом их взаимного влияния и анализа неопределенности и точности полученных результатов.
Использование стандартных методов анализа риска в сочетании с математическим аппаратом нечетких множеств отображает всю историю формирования и развития аварийной ситуации. Сценарные диаграммы позволяют схематизировать возможные сценарии и траектории развития аварийных ситуаций; методы искусственного интеллекта и аппарат нечетких множеств дают возможность получить количественные оценки вероятности возникновения аварийной ситуации. Достоинством этого подхода является возможность учета основных факторов, влияющих на формирование аварийных ситуаций, среди которых могут быть:
— события различной природы;
— процессы, не имеющие четкого начала и окончания;
— физические закономерности и явления.
С точки зрения количественных оценок аппарат нечетких множеств позволяет получить наиболее обоснованные выводы в условиях неполных, противоречивых и неопределенных исходных данных.
Описанная модель анализа риска разработана применительно к процессу обеззараживания воды на промышленных водоочистных сооружениях с использованием хлора, но может быть использована и для оценки риска и разработки рекомендаций по снижению риска аварий на различных промышленных объектах повышенной опасности.
СПИСОК ЛИТЕРА ТУРЫ
1. Белов П. Г. Теоретические основы системной инженерии безопасности. - Киев: КМУГА, 1996. - 427 с.
2. ГОСТ Р 51901-2002. Управление надежностью. Анализ риска технологических схем. - М.: Изд-во стандартов, 2002.
3. Рябин И. А. Надежность и безопасность структурно-сложных систем. - СПб.: Политехника, 2000. - 248 с.
4. Заде Л. А. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня. - М.: Мир, 1974. - № 7. - С. 5-49.
5. Проталинский О. М. Применение методов искусственного интеллекта при автоматизации технологических процессов. - Астрахань: Изд-во АГТУ, 2004. - 183 с.
Получено 20.09.2006
ESTIMATION OF RISK OF FAILURES WITH USE OF EXPERT SYSTEMS
D. V. Nemchinov
For reception of qualitative and quantitative estimations technogenic risk the graphic model of the analysis of risk is used. Forming of a causal circuit of preconditions of failure is promoted by the factors of danger caused by mistakes of the personnel, refusals of the equipment and not settlement external influences on the part of the internal medium and an environment. Each element of the circuit is considered a linguistic variable. Functions of belonging of all linguistic variables used in model are formulated with attraction of expert knowledge, and the system of logic rules of formation of an emergency is developed so that at the quantitative analysis there was an opportunity to estimate probability of approach of an emergency.
