Методы оценки рисков в области техносферной безопасности



Данная статья посвящена методам оценки рисков. Была сделана попытка рассмотрения понятия оценки рисков в области техносферной безопасности.

Ключевые слова: техносферная безопасность, методы оценки рисков, анализ рисков

При разработке проблем риска и обеспечении безопасности технических систем самое пристальное внимание уделяется системному подходу к учету и изучению разнообразных факторов, влияющих на показатели риска, именуемому анализом риска.

Анализ риска, или риск-анализ (risk analysis), — процесс идентификации опасностей и оценки риска для отдельных лиц, групп населения, объектов, окружающей природной среды и других объектов рассмотрения.

Особенность анализа риска заключается в том, что в ходе его рассматриваются потенциально негативные последствия, которые могут возникнуть в результате отказа в работе технических систем, сбоев в технологических процессах или ошибок со стороны обслуживающего персонала. Разумеется, можно рассматривать и негативные воздействия на людей и окружающую природную среду при безаварийном функционировании производства (за счет выбросов или утечки вредных, или опасных веществ, неочищенных стоков и т. д.). Результаты анализа риска имеют существенное значение для принятия обоснованных и рациональных решений при определении места размещения и проектировании производственных объектов, транспортировании и хранении опасных веществ и материалов. В процессе анализа риска находят широкое применение формализованные процедуры и учет разнообразных ситуаций, с которыми может столкнуться управляющий персонал в процессе своей деятельности, особенно при возникновении чрезвычайной обстановки. Неопределенность, в условиях которой во многих случаях должны приниматься управленческие решения, накладывает отпечаток на методику, ход и конечные результаты анализа риска. Методы, используемые в процессе анализа, должны быть ориентированы прежде всего на выявление и оценку возможных потерь в случае аварии, стоимости обеспечения безопасности и преимуществ, получаемых при реализации того или иного проекта. Анализ риска имеет ряд общих положений независимо от конкретной методики анализа и специфики решаемых задач. Во-первых, общей является задача определения допустимого уровня риска, стандартов безопасности обслуживающего персонала, населения и защиты окружающей природной среды. Во-вторых, определение допустимого уровня риска происходит, как правило, в условиях недостаточной или непроверенной информации, особенно когда это касается новых технологических процессов или новой техники. В-третьих, в ходе анализа в значительной мере приходится решать вероятностные задачи, что может привести к существенным расхождениям в получаемых результатах. В-четвертых, анализ риска нужно рассматривать как процесс решения многокритериальных задач, которые могут возникнуть как компромисс между сторонами, заинтересованными в определенных результатах анализа. Анализ риска может быть определен как процесс решения сложной задачи, требующий рассмотрения широкого круга вопросов и проведения комплексного исследования и оценки технических, экономических, управленческих, социальных, а в ряде случаев и политических факторов.

Анализ риска должен дать ответы на три основных вопроса:

– Что плохого может произойти? (Идентификация опасностей).

– Как часто это может случаться? (Анализ частоты).

– Какие могут быть последствия? (Анализ последствий).

Основной элемент анализа риска — идентификация опасности (обнаружение возможных нарушений), которая может привести к негативным последствиям. [1, с. 11]

Методы оценки рисков

1. Статистические методы

Методы статистического анализа обычно применяются для установления (или отрицания) факта существования риска при наличии определенного и часто значительного объема информации, отражающей частоту негативных событий, уровни понесенных прямых и косвенных ущербов, реальные и нормативные показатели силы воздействия и т. п.

Статистические методы условно можно разделить на прямые и косвенные. К косвенным относятся методы корреляционного анализа, основанные на использовании коэффициентов корреляции и эластичности. В частности, на существование риска заболеваемости может указывать высокое значение коэффициента корреляции между' уровнем концентрации загрязнителя в той или иной сфере окружающей среды и уровнем заболеваемости населения, рассчитанного по информации, отражающей соответствующие показатели на совокупности территорий. Корреляционный анализ, например, подтверждает существование прямых взаимосвязей между концентрацией СО в атмосфере и частотой заболеваний астмой, концентрацией свинца в атмосфере, воде и заболеваниями крови, концентрацией азотсодержащих и хлорсодержащих соединений в воде и заболеваниями желудка и почек, уровнем бактериального загрязнения вод и кишечными заболеваниями и т. д.

Аналогичным образом высокие показатели коэффициента корреляции между характеристиками качества окружающей среды (например, ПДК воздуха) и показателями скорости износа фондов (оборудования, зданий и т. д.), рассчитанного на основе информации, собранной по территориям и имеющимся на них предприятиям, могут служить подтверждением существования риска материальных, имущественных потерь у предприятий и населения, находящихся на загрязненной территории.

2. Экспертные методы

Экспертные методы находят все большее применение при решении задач идентификации рисков, в том числе и в области промышленной безопасности. Это связано с тем, что в некоторых случаях еще не собрана статистическая база о частоте негативных событий, возможных ущербах от них, в других — затруднено системное представление процессов формирования риска. В данных условиях использование статистических и аналитических методов для его идентификации не представляется возможным и приходится призывать на помощь опыт и интуицию специалистов (экспертов).

Экспертные методы обычно сочетаются с математическими методами обработки результатов экспертиз, позволяющими отсеять случайные решения (выводы), выявить оригинальные мнения экспертов, свободные от влияния устаревших «традиций», установить группы экспертов, придерживающихся сходных или противоположных взглядов на проблему риска, и определить причины такого сходства или различия.

Экспертные мнения относительно факта существования риска в различных ситуациях субъективны в том смысле, что различные люди по одному и тому же вопросу могут высказывать не совпадающие суждения. Но поскольку в основе каждого из них обычно лежит вполне определенная информация, накопленный опыт, результаты анализа объективной действительности, то предполагается, что различия между высказанными мнениями могут быть устранены, например, путем их взаимной коррекции, произведенной с учетом дополнительных сведений, полученных от других экспертов. [3, с. 46]

3. Логико-графические методы анализа опасностей и риска

Анализ причин промышленных аварий показывает, что возникновение и развитие крупных аварий, как правило, характеризуется комбинацией случайных локальных событий, возникающих с различной частотой на разных стадиях аварии (отказы оборудования, человеческие ошибки при эксплуатации/проектировании, внешние воздействия, разрушение/разгерметизация, выброс/утечка, пролив вещества, испарение, рассеяние веществ, воспламенение, взрыв, интоксикация и т. д.). Для выявления причинно-следственных связей между этими событиями используют логико-графические методы.

Модели процессов в системах «человек — машина» должны отражать процесс появления отдельных предпосылок и развития их в причинную цепь происшествия в виде соответствующих диаграмм причинно-следственных связей — диаграмм влияния. Такие диаграммы являются формализованными представлениями моделируемых объектов, процессов, целей, свойств в виде множества графических символов (узлов, вершин) и отношений — предполагаемых или реальных связей между ними.

Из анализа структуры диаграммы влияния следует, что основными ее компонентами служат узлы (вершины) и связи (отношения) между ними. В качестве узлов обычно выступают простейшие элементы моделируемых категорий (переменные или константы) — события, состояния, свойства, а в качестве связей — активности, работы, ресурсы и другие взаимодействия. Отношения или связи между переменными или константами в узлах диаграммы графически представляются в виде линий, называемых дугами (ребрами).

Каждые два соединенных между собой узла образуют ветвь диаграммы. В тех случаях, когда узлы связаны направленными дугами таким образом, что каждый из них является общим ровно для двух ветвей, возникают циклы (петли).

Переменные в узлах характеризуются фреймами данных— множеством выходов (значений, принимаемых переменными, неизменных во времени и между собой не пересекающихся) и условными распределениями вероятностей появления каждого из них.

С помощью предварительно построенных диаграмм — графов, сетей и деревьев — могут быть получены математические модели аварийности и травматизма.

В исследовании безопасности широкое распространение получила диаграмма влияния ветвящейся структуры, называемая деревом событий (отказов, происшествий). Это неориентированные графы, не имеющие циклы, являющиеся конечными и связными.

Структура дерева происшествий обычно включает одно, размещаемое сверху нежелательное событие — происшествие (аварию, несчастный случай, катастрофу), которое соединяется с набором соответствующих событий- предпосылок (ошибок, отказов, неблагоприятных внешних воздействий), образующих определенные их цепи или веши. Листьями на ветвях дерева происшествий служат предпосылки — инициаторы причинных цепей, рассматриваемые как постулируемые исходные события, дальнейшая детализация которых не целесообразна. В качестве узлов дерева происшествий могут использоваться как отдельные события или состояния, гак и логические условия их объединения (сложения или перемножения).

Рис. 1. «Дерево причин происшествия L» [2, c. 65]

Идея прогнозирования размеров ущерба от происшествий в человеко- машинных системах основана на использовании деревьев специального тина — деревьев исходов (вероятностных графов). Их построение позволяет учитывать различные варианты разрушительного воздействия потоков энергии или вредных веществ, высвободившихся в результате происшествия.

Анализ дерева происшествий связан с определением возможности появления или не появления головною события — происшествия конкретного типа. Данные условия устанавливаются путем выделения из всего массива исходных предпосылок двух подмножеств, реализация которых либо приводит, либо не приводит к возникновению головною события. Такие подмножества делятся на аварийные сочетания предпосылок, образующие в совокупности с условиями их появления каналы прохождения сигнала до этого события, и отсечные сочетания, исключающие условия формирования таких путей к головному событию. Самым удобным способом выявления условий возникновения и предупреждения происшествий является выделение из таких подмножеств так называемых минимальных сочетаний событий, т. с. тех из них, появление которых минимально необходимо и достаточно для достижения желаемого результата.

При анализе методом деревьев отказов выявляются комбинации:

– отказов (неполадок) оборудования;

– ошибок персонала и внешних (техногенных, природных) воздействий, приводящих к основному событию (аварийной ситуации).

Данный метод используется для анализа возникновения аварийной ситуации и расчета вероятности (на основе знания вероятностей исходных событий).

Дерево отказов — это топологическая модель надежности и безопасности, которая отражает логико-вероятностные взаимосвязи между отдельными случайными исходными событиями в виде первичных отказов или результирующих отказов, совокупность которых приводит к главному анализируемому событию. Таким образом, дерево отказов — это ориентировочный граф в виде дерева.

Структура дерева отказа включает одно головное событие (аварию, инцидент), которое соединяется с набором соответствующих нижестоящих событии (ошибок, отказов, неблагоприятных внешний воздействий), образующих причинные цени (сценарии аварий).

Для связи между событиями в узлах деревьев используются знаки «И» и «ИЛИ».

Логический знак «И» означает, что вышестоящее событие возникает при одновременном наступлении нижестоящих событий (соответствует перемножению их вероятностей для оценки вероятности вышестоящего события).

Литература:

1. Анализ техногенного риска: учебное пособие / Р. А. Шубин. — Тамбов: Изд-во ФГБОУ ВПО «ТГТУ», 2012.-80 с.
2. Ноксология: учебное пособие / О. С. Власова — Волгоград: ВолгГАСУ, 2015. — 76 с.
3. Методы анализа и управления эколого-экономическими рисками: Учеб. пособие для вузов / Под ред. проф. Н. П. Тихомирова. — М.: ЮНИТИ-ДАНА, 2015. — 350 с.