Аварийная ситуация ® Авария ® Катастрофа

• ⇐ Назад
1
23

Жизненный цикл аварии: Инициирование ®Развитие ®Выход за пределы аварийного блока ®Локализация и ликвидация последствий.

Причины аварий и катастроф:

1. Ошибки лабораторного оформления технологической системы.

2. Отсутствие или неисправность технологической автоматики.

3. Разгерметизация оборудования.

4. Нарушение технологического регламента.

5. Неполное знание спектра эксплуатационных нагрузок.

6. Изменение физико-химических свойств металла.

7. Возникновение и развитие различных дефектов.

8. Низкие климатические температуры.

9. Обрушения и пожары на промышленных и гражданских сооружениях

 

Источники аварий и катастроф:

1) Системы транспорта.

2) Системы переработки нефти и газа (нефтегазопродуктопроводы, нефте- и газоперерабатывающие заводы).

3) Ядерные, термоядерные и химические оружия массового поражения.

4) Природные явления.

5) Выбросы радиоактивных и отравляющих веществ.

6) Строительные конструкции.

7) Станки.

8) Технологические установки.

Типы аварий и катастроф: объектовые, локальные, местные, региональные, национальные, глобальные, планетарные.

Версия по тетрадке:

Типы ЧС: локальные, местные, территориальные, региональные, федеральные, трансграничные.

Существует 2 блока смягчения последствий аварий и катастроф:

1. Финансовый–организация и использование средств резервного фонда Правительства РФ на ликвидацию ЧС; порядок осуществления финансирования; страхование и риск.

2. Организационный–декларирование безопасности промышленных объектов; лицензирование видов деятельности, связанных с опасными производствами; экспертиза проектов

7. Основные модели развития чрезвычайных происшествий.

Основная задача моделирования процессов ликвидации динамически развивающихся ЧС состоит во всестороннем изучении и описании ЧС как сложного объекта управления, выявлении характеристик системы управления (СУ), в анализе подсистем разного уровня и всей системы в целом при взаимодействии с внешней средой и другими подсистемами в процессе достижения основной цели (т.е. ликвидации ЧС), а также в разработке моделей системы и синтезе алгоритмов управления.
Трудность решения задачи моделирования и управления в ЧС природного и техногенного характера вызвана тем, что характер развития конкретной ЧС является сугубо индивидуальным, а само развитие ЧС происходит в условиях неопределенности, когда не известны требуемые темпы ликвидации ЧС, необходимый объем ресурсов, уровень сложности выполняемых работ. Также мало информации о характере развития ЧС, о возможных условиях, когда ЧС может перейти в ситуацию с катастрофическими последствиями. Возникает проблема, каким образом распределять ресурсы при их ограниченности между функциональными подразделениями (ФП) по ликвидации ЧС и с какими темпами обеспечить своевременную доставку этих ресурсов.
Таким образом, объектом научных исследований должна быть не только сама ЧС, ее характеристики и свойства как объекта управления, но и сам процесс организации управления в ЧС.
Кроме описания объекта управления и системы управления, проблема моделирования имеет ряд важных особенностей, связанных с реализацией разработанных моделей на ЭВМ и с их использованием на практике. Известно несколько подходов к моделированию больших и сложных систем. Созданы очень мощные и дорогостоящие системы. Наиболее ярким примером может служить интегрированная среда G2. Системы со встроенными средствами имитационного моделирования позволяют описывать разные предметные области и моделировать большое количество функций, а также оперировать достаточно развитыми и сложными моделями. Достоинства таких систем связаны с мощностью компьютерного обеспечения и сильно зависят от уровня автоматизации самих моделируемых процессов. Мощность моделирующих оболочек, развитый интерфейс, в том числе графический и анимационный, делают такие системы с одной стороны, очень привлекательными для пользователя, с другой - трудно адаптируемыми к специфическим условиям конкретных систем, а также нельзя не отметить их высокую стоимость.
Второй подход к моделированию основывается на разработке специальных моделей одной или связных предметных областей и реализации их в форме специализированных систем моделирования, которые также имеют развитый до уровня профессиональных потребностей интерфейс и большое количество выполняемых функций. К таким системам можно отнести информационно-управляющие и моделирующие системы, программные продукты, оперирующие моделями, построенными в классе непрерывных динамических систем, среди которых можно назвать SIAM, MATRIX, программа Simulink в составе математического пакета MATLAB.
Методология системных исследований сложных динамических систем и управление в условиях неопределенности, характерной для ЧС, требует разработки системы моделирования, используя существующие программные продукты.
Таким образом, весьма актуальна проблема моделирования как самих быстропротекающих ЧС, так и процессов оперативного управления ликвидацией этих ЧС. Здесь моделирование рассматривается, с одной стороны, как процесс разработки моделей развивающейся ЧС, организационной системы управления ликвидацией ЧС и ее элементов. С другой стороны, как метод научного исследования эффективности процессов ликвидации динамически развивающихся ЧС.
Таким образом, при решении проблемы моделирования и управления в ЧС необходимо исследовать сложный динамический объект, т.е. непосредственно ЧС, ее характеристики и свойства как объекта управления и сам процесс организации управления в ЧС.

Модели ЧС (модели развития ситуаций) должны содержать:
- общее описание ситуаций в зависимости от процесса его проявления;
- комплекс характеристик, входных измеряемых параметров состояния окружающей среды, позволяющих идентифицировать ситуацию в целом и отдельные этапы ее развития;
- критерии принятия решений.
Примечание - При наличии взаимосвязанных источников ЧС модель должна содержать также перечень источников ЧС и механизм их взаимодействия.

 

8. Анализ опасностей с использованием дерева причин и последствий.

Стадия выявления последовательности опасных ситуаций начинается после того, как определена конфигурация системы и завершен предварительный анализ опасностей. Дальнейшее исследование производят с помощью двух основных аналитических методов:

построения дерева событий;

построения дерева отказов.

 

Одним из перспективных методов анализа безопасности и надежности систем является метод "дерева событий". Ценность метода "дерева событий”, “дерева отказов" заключается в следующем:

- метод позволяет специалисту глубоко проанализировать количественные и качественные аспекты безопасности, надёжности;

- провести анализ несчастных случаев;

- провести оценку опасности технологических процессов;

- провести оценку экологического влияния различных процессов;

- выбор правильных управленческих решений при оценке ситуаций с помощью модели “дерева решений”;

- получить графический наглядный материал для практического руководства ведения безопасных работ и т.д.

Деревья отказов и событий являются сложными логическими структурами, их построение и количественный анализ требует твердых знаний многих разделов современной математики, для количественного анализа "дерева отказов" наряду с другими методами широко используется метод Монте-Карло.

Построение дерева отказов позволяет вникнуть в задачу, так, как это не удается сделать другими средствами, но полностью возможности этого метода не реализуются без количественного анализа. Цель количественного анализа состоит в эффективном распределении бюджета, отведенного на безопасность. Для этого рассматривается влияние различных альтернатив на дерево событий и его головное события. Этот метод состоит в построении вероятностной модели исследуемой системы.

Чтобы отыскать и наглядно представить причинную взаимосвязь с помощью «дерева событий», необходимы элементарные блоки, подразделяющие и связывающие большое число событий. Существует два подхода при анализе причинных связей: прямой анализ и анализ с обратным порядком. Для построения «дерева событий» используется обратный подход. Данное опасное состояние является одним из многих опасных состояний системы и становится конечным событием «дерева». Конечное событие называют еще «состоянием системы».

“Дерево событий” позволяет получить и интерпретировать качественные и количественные результаты в зависимости от целей анализа, например проверку достижения необходимо уровня безопасности всей системы.

Опасные состояния вызываются одним или несколькими элементами и приводят к отказам в системе. Окружающая среда, персонал и старение могут влиять на систему только через ее элементы.

 

Таким образом, качественный анализ системы представляет собой последовательность следующих операций:

- определение корневого события (КС);

- изучение элементов системы и их взаимосвязи;

- построение «дерева событий»;

- запись соответствующей функции алгебры логики (ФАЛ) на основании построенного «дерева»;

 

Тщательному анализу причин отказов и выработке мероприятий, наиболее эффективных для их устранения, способствует построение дерева отказов и неработоспособных состояний. Такой анализ проводят для каждого периода функционирования, каждой части или системы в целом.

Дерево отказов (аварий, происшествий, последствий, нежелательных событий, несчастных случаев и пр.) лежит в основе логико-вероятностной модели причинно-следственных связей отказов системы с отказами ее элементов и другими событиями (воздействиями); при анализе возникновения отказа состоит из последовательностей и комбинаций нарушений и неисправностей, и таким образом оно представляет собой многоуровневую графологическую структуру причинных взаимосвязей, полученных в результате прослеживания опасных ситуаций в обратном порядке, для того чтобы отыскать возможные причины их возникновения (рис. 6.8.1).

 

 

Рис. 6.8.1. График дерева отказов

 

Ценность дерева отказов заключается в следующем:

- анализ ориентируется на нахождение отказов;

- позволяет показать в явном виде ненадежные места;

- обеспечивается графикой и представляет наглядный материал для той части работников, которые принимают участие в обслуживании системы;

- дает возможность выполнять качественный или количественный анализ надежности системы;

- метод позволяет специалистам поочередно сосредотачиваться на отдельных конкретных отказах системы;

- обеспечивает глубокое представление о поведении системы и проникновение в процесс ее работы;

- являются средством общения специалистов, поскольку они представлены в четкой наглядной форме;

- помогает дедуктивно выявлять отказы;

- дает конструкторам, пользователям и руководителям возможность наглядного обоснования конструктивных изменений или установления степени соответствия конструкции системы заданным требованиям и анализа компромиссных решений;

- облегчает анализ надежности сложных систем.

Главное преимущество дерева отказов (по сравнению с другими методами) заключается в том, что анализ ограничивается выявлением только тех элементов системы и событий, которые приводят к данному конкретному отказу системы или аварии.

 

Недостатки дерева отказов состоят в следующем:

- реализация метода требует значительных затрат средств и времени;

- дерево отказов представляет собой схему булевой логики, на которой показывают только два состояния: рабочее и отказавшее;

- трудно учесть состояние частичного отказа элементов, поскольку при использовании метода, как правило, считают, что система находится либо в исправном состоянии, либо в состоянии отказа;

- трудности в общем случае аналитического решения для деревьев, содержащие резервные узлы и восстанавливаемые узлы с приоритетами, не говоря уже о тех значительных усилиях, которые требуются для охвата всех видов множественных отказов;

- требует от специалистов по надежности глубокого понимания системы и конкретного рассмотрения каждый раз только одного определенного отказа;

- дерево отказов описывает систему в определенный момент времени (обычно в установившемся режиме), и последовательности событий могут быть показаны с большим трудом, иногда это оказывается невозможным. Это справедливо для систем, имеющих сложные контуры регулирования.

9. Вероятностная оценка отказа в работе технического объекта. Пример.

Пример.

Для того чтобы дерево неисправностей отвечало своему назначению в нем используются схемы, показывающие логические связи между отказами основных элементов системы

и завершающим событием. Для представления этих логических схем в математической форме применяются основные законы булевой алгебры..

Схема ИЛИ изображается символом ∪ или «+». Любой из этих символов показывает

объединение событий, связанных со схемой ИЛИ.

Схема И изображается символом * или ∩. Этот символ обозначает пересечение событий.

Вероятностная оценка дерева отказов

 

Схема ИЛИ. Для пояснения вероятностного аспекта работы этой схемы проанализируем схему ИЛИ с двумя входами, изображенную на рис. Для этой схемы вероятность появления завершающего события имеет вид

Р(Т) = Р(a) + Р(b) - Р(а . b). (8.5)

Если а и b - статистически независимые события и произведение Р(а).Р(b) очень мало,то полученное выражение можно приближенно записать как.

Р(Т) ≈ Р(а) + Р(b). (8.6)

В случае схемы ИЛИ с n входами имеем

Р(а + b + с + ...) ≈ Р(а) + Р(b) + Р(с)+ ... .

Это приближенное выражение дает хорошие результаты, если вероятности появления элементарных событий Р(а), Р(b), Р(с), ... очень малы, и точный результат, если события а, b,с, ... являются несовместными.

 

Схема И. В случае схемы И с двумя входами (рис. 8.15) события а и b статистически независимы и для получения вероятности появления завершающего события применяется правило умножения вероятностей: Р(аb) = Р(а) . Р(b).

Для схемы И с n входами данное выражение можно записать в общем виде:

Р(а . b . с ...) = Р(а) . Р(b) . Р(с) .... (8.8)

 

 

 

Пример 8.8. Требуется вычислить вероятность появления завершающего события де-

рева неисправностей, изображенного на рис.

Допустим, что основные события А, В, C, D и Е статистически независимы и что Р(А)

= Р(В) = Р(С) = Р(D) = Р(Е) = 1/4. В данном случае дерево не содержит повторяющихся элементарных событий, поэтому можно вычислить вероятность конкретных событий на выходе каждой логической схемы. Однако если бы в ветвях дерева неисправностей присутствовали повторяющиеся события, то прежде чем вычислять вероятности тех или иных событий на выходе каждой логической схемы, необходимо было бы исключить повторяющиеся событий (т.е. получить минимальные сечения).

Для данного дерева неисправностей решение может быть получено следующими двумя методами.

Метод 1. Запишем выражение для завершающего события через элементарные со-

бытия т. е.

Т0 = Т1 + Т2. (8.9)

Поскольку T2 = CD, T1 = T3E, Т3 = А + В, то To = E(A + B) + CD, и, следовательно,

Р(Т0) = Р(ЕА + EB + CD). (8.10)

Раскрывая полученное выражение, можно получить формулу для вероятности появления завершающего события. При допущении о статистической независимости событий (отказов) можно найти количественную оценку вероятности появления завершающего события.

Метод 2. Этот метод определения численного значения вероятности появления завершающего события основан на вычислении вероятностей появления промежуточных событий. В данном случае предполагается, что события (отказы) статистически независимы.

Используя правило умножения вероятностей, получаем следующие количественные резуль-

таты для вероятностей появления промежуточных событий и завершающего события:

Р(Т3) = Р(А) + Р(В) - Р(А).Р(В) = 1/4 + 1/4 - 1/16 = 7/16,

Р(Т2) = P(С).Р(D) = 1/4 . 1/4 = 1/16,

Р(Т1) = Р(Т3).Р(Е) = 7/16 . 1/4 = 7/64,

Р(Т0) = Р(Т1) + Р(Т2) - Р(Т1).Р(Т2)= 7/64 + 1/16 - 7/64 . 1/16 = 169/1024.

 

10. Оценка и расчет риска. Основные формулы и соотношения. Расчетный пример.

Оценка риска- процедура нахождения индивидуального и социального риска для конкретного предприятия.

Аналитически риск выражает частоту реализации опасностей по отношению к возможному их числу. В общем виде

 

где R – риск; N – количественный показатель частоты нежелательных событий в единицу

времени t; Q – число объектов риска, подверженных определенному фактору риска ƒ.

Вероятность возникновения опасности – величина, существенно меньшая единицы.

Ожидаемый (прогнозируемый) риск R – это произведение частоты реализации кон-

кретной опасности f на произведение вероятностей нахождения человека в «зоне риска» при

различном регламенте технологического процесса:

(i=1,2,3,…n)

где f – число несчастных случаев (смертельных исходов) от данной опасности чел-1⋅год-1.

(для отечественной практики f = Кч⋅10-3, т.е. соответствует значению коэффициента частоты

несчастного случая Kч, деленного на 1000);

произведение вероятностей нахождения работника в «зоне риска».

Формирование опасных и чрезвычайных ситуаций – результат определенной совокупности факторов риска, порождаемых соответствующими источниками.

Соотношение объектов риска и нежелательных событий позволяет различать индиви-

дуальный, техногенный, экологический, социальный и экономический риск. Каждый вид его

обусловливают характерные источники и факторы риска.

 

Техногенный риск – комплексный показатель надежности элементов техносферы. Он выражает вероятность аварии или катастрофы при эксплуатации машин, механизмов, реализации технологических процессов, строительстве и эксплуатации зданий и сооружений:

где Rт – технический риск; Δ Т – число аварий в единицу времени t на идентичных технических системах и объектах; Т – число идентичных технических систем и объектов, подверженных общему фактору риска f.

Источники технического риска: низкий уровень научно-исследовательских и опытно-

конструкторских работ; опытное производство новой техники; серийный выпуск небезопасной техники; нарушение правил безопасной эксплуатации технических систем.

Оценка риска – это анализ происхождения (возникновения) и масштабы риска в конкретной ситуации. Риск или степень риска предлагается рассматривать как сочетание частоты (вероятности) и последствий конкретного опасного события. Математическое выражение риска Р – это соотношение числа неблагоприятных проявлений опасности n к их возможному числу N за определённый период времени, т.е. P = n/N.

Помимо этого используется

понятие «степень риска» R, т.е. вероятность наступления нежелательного события с учётом размера возможного ущерба от события. Степень риска можно представить как математическое ожидание величины ущерба от нежелательного события:

где pi – вероятность наступления события, связанного с ущербом; mi – случайная величина ущерба, причинённого экономике, здоровью и т.п.,

Принято различать:

- индивидуальный риск – вероятность гибели человека при данном виде деятельности;

- социальный риск – зависимость числа погибших людей от частоты возникновения события, вызывающего поражение этих людей.

Значение индивидуального риска используется для количественной оценки потенциальной опасности конкретного рабочего места, вида деятельности, рабочей зоны и т.п., социального – для интегральной количественной оценки опасных производственных объектов,

характеристики масштаба воздействия аварии.

11. Оценка риска влияния на объект опасных факторов. Расчет математического ожидания потерь. Расчетный пример.

Для управлением риском его необходимо проанализировать и оценить. Ввиду определения риска, его количественный показатель представляет собой численные значения вероятности наступления нежелательного события или (и) результатов нежелательных последствий (ущерба).

Количественно риск может быть определен как частота (размеренность - обратное время) реализации опасности.

Изучение статистических данных позволяет выявить частоту возникновения опасных событий. Однако серьезность событий (даже внутри одного класса аварий) может значительно изменяться от события к событию; тогда возникает необходимость введения категорий событий (например, события с тяжелыми, средними или легкими последствиями) и рассмотрения частоты каждой из таких категорий. Последнее достигается приписыванию каждому классу или подклассу показателя риска (числа событий за определенный период времени, деленный на длительность этого периода), имеющего размеренность обратного времени. Этот показатель иногда рассматривается как мера “вероятности” возникновения события. Следует рассмотреть замечание, смысл которого состоит в том, что наиболее естественно интерпретировать вводимый показатель в рамках некоторой математической модели, в данном случае - вероятностной, поскольку рассматриваются случайные явления. Например, можно характеризовать явление случайной величиной - обозначим ее z - числом случаев возникновения события (реализации явления) за определенный период времени Т, например за год. Хорошо известно, что математическое ожидание Мz случайной величины z - это среднее (ожидаемое) число случаев возникновения события за год или частота возникновения события. Тогда в соответствии с принятой в математической статистике терминологией число событий (которое берется из статистических данных) - это выборка, отношение числа событий к длительности периода наблюдения - статистика, являющаяся, очевидно, несмещенной и состоятельной оценкой математического ожидания Мz, или частоты возникновения событий. Если считать распределение случайной величины z, например пуассоновским, т.е. если положить , где r - константа, то возможно оценить условия, когда вводимый показатель можно считать вероятностью. В самом деле, для пуассоновского распределения Мz = r T. С другой стороны, для пуассоновского распределения вероятность того, что за время Т случится не менее одного события, равна . Поэтому только для очень малых частот возникновения события можно интерпретировать вводимый показатель как вероятность возникновения за время Т хотя бы одного события.

Необходимо, однако, отметить, что вводимый таким способом показатель не является вероятностью в точном, математическом смысле этого слова. Вероятностью (события в конечной схеме при классическом определении) называется отношение мощности множества элементарных исходов, составляющих это событие, к мощности всего множества элементарных исходов. Вероятность события - это действительное число, лежащее в интервале 0-1. Так, например, при бросании обычной кости вероятность события “выпадение 7” равна нулю, вероятность события “выпадения 1 или 2” равна одной шестой, вероятность события “выпадение какого-нибудь числа между 1 и 6” равна единице. Таким образом, в рассмотренном случае те связи между событиями А и В, когда только при возникновении А случается В, можно интерпретировать как вероятность.

 

Количественно риск может быть определен, как вероятность Р возникновения события В при наступлении события А (безразмерная величина, лежащая в пределах 0-1).

Поскольку реализация опасности явление случайное, риск опасности (как бы ни определять его - как частоту или вероятность) есть числовая характеристика соответствующей случайной величины, используемой для описания данной опасности. В качестве простейшего примера возможного формального подхода рассмотрим случайную величину s - длительность периода безаварийной работы промышленного предприятия, областью определения которой служит множество режимов эксплуатации за произвольное (возможно, бесконечное) время. Оказывается возможным явно вычислить функцию распределения этой величины F_s(t) = P(s£t), предположив ее независимость от предыстории функционирования промышленного предприятия (такое предположение является наиболее оптимистичным в отношении уровня безопасности). Хорошо известно, что существует единственное решение, удовлетворяющее сформулированному условию: F_s(t)= для t>0; F_s(t)=0 для t<0, где p>0 - постоянная; это так называемое показательное распределение. Математическое ожидание Мs случайной величины s есть Мs = 1/p, что позволяет интерпретировать параметр p как среднюю (ожидаемую) частоту аварий или риск аварий в смысле обсуждаемого определения. Вероятность аварий р_т за период времени, не превосходящий Т, определяется, очевидно, как р_т=Р(s£T) = . Отметим, что всегда р_т<pT, поэтому неверно часто высказываемое утверждение, что для аварии, риск которой равен 1/Т, она обязательно случится за период Т (вероятность такого события равна 1-е^-1 , т.е. приблизительно 0,632). Более того, даже в этом простейшем случае показательного распределения было бы неверно утверждать, что вероятность аварии р_т за период времени, меньший или равный Т, определяется, как произведение частоты аварии p на этот период Т. Имеет место лишь приблизительное равенство в случае малых рисков, т.е. редких аварий. Однако, функциональная зависимость между вероятностью аварий и частотой ее возникновения (для фиксированного распределения) существует (прим. ред. перевода [38]).

Последствие Y в виде нежелательного события или ущерба может в соответствии со своей величиной описываться своими специфическими параметрами. Диапазон при этом может быть весьма широк - от экономических до этических ценностей и человеческих жертв.

 

Мерой возможности наступления риска служит вероятность его наступления Р.

Отсюда следует:R=Y×P .

Величина риска определяется как произведение величины нежелательного события на вероятность его наступления, т. е. как математическое ожидание величины нежелательных последствий.

Обратимся к функциональной модели. Для отображенных на ней множества исходных причин развития риска можно в общем виде записать формулу расчета в виде

R=P₁P₂P₃P₄, где R - риск, т.е. вероятность нанесения определенного ущерба;

Р₁ - вероятность возникновения события или явления, обусловливающего формирование и действие опасных факторов;

Р₂ - вероятность формирования определенных уровней физических полей, ударных нагрузок, полей концентрации вредных веществ, воздействующих на людей и другие объекты;

Р₃ - вероятность того, что указанные уровни полей и нагрузок приведут к определенному ущербу;

Р₄ - вероятность отказа средств защиты.

 

Количественная мера риска может выражаться не только вероятностной величиной. Риск иногда интерпретируют как математическое ожидание ущерба, возникающего при реализации опасностей.

При определении математического ожидания величины ущерба представляется целесообразным принимать во внимание все возможные виды опасных происшествий для данного объекта и оценку риска производить по сумме произведений вероятностей указанных событий на соответствующие ущербы. В этом случае справедлива следующая зависимость:

,

где R_{М О} - уровень риска, выраженный через математическое ожидание ущерба;

Р_i - вероятность возникновения опасного события i-го класса;

Y_i - величина ущерба при i-ом событий.

 

Хотя последняя интерпретация находит применение, однако вероятностная мера риска является более удобной и применяемой при решении широкого круга задач научного и практического характера, в особенности задач, касающихся промышленной безопасности.

 

Понятие “риск” - атрибут научного аппарата многих технических, экономических, общественных и естественных наук. У каждого из них свой предмет, свой аспект, а потому в определении меры риска в безопасности выделяют социальные, профессиональные, экологические, техногенные, медикобиологические, военные и др. опасности. Таким образом, риск - мера вполне определенных опасностей. Определяя риск необходимо ответить на вопрос: риск чего? (Например, риск событий, связанных с эксплуатацией сложной технической системы - разгерметизацией оборудования, отказом средств предупреждения, ошибками человека и т. д.).

 

На рисунке 2.3.2 дан обзор ситуаций с риском возникновения соответствующих нежелательных событий и приведены их измерения.

При угрозе материальным ценностям риск часто измеряют в денежном выражении. Если различные последствия нежелательного события одинаковы или очень велики, то для сравнения достаточно рассматривать одни соответствующие вероятности. Наряду с этим может возникнуть угроза, которую нельзя выразить количественно, например, когда последствия события нельзя предусмотреть достаточно полно. Примером могут служить последствия выхода из строя прибора (установки и т.д.), используемого в различных областях народного хозяйства, которые поставщик оценить не может. В этом случае мерой риска остается принять вероятность превышения предела нагрузки на систему, где эксплуатировали прибор. При риске, связанном со здоровьем, последствия могут быть частично оценены количественно в таких категориях, как простой в работе или расходы на оплату подменяющего персонала и т.п., страховые выплаты. При риске, связанном с летальным исходом, количественные оценки последствий в большинстве случаев отсутствуют. Особые проблемы ставят случаи, когда опасность грозит и материальным ценностям, и людям, и окружающей природе одновременно, и желательно меру такого риска оценить по нескольким компонентам.

Рис. 2.3.2. Обзор ситуаций риска

 

Как уже говорилось, риск может быть явно связан с факторами, не поддающимися учету. Так, эстетический вред, наносимый построенным сооружением уникальному ландшафту, или последствия выхода из строя телецентра практически невозможно оценить.

 

Как и в случае других измерений, для риска могут использоваться единицы измерения, выраженные и через фундаментальные единицы.

 

Описанные свойства риска требуют дальнейшего рассмотрения проблемы.

 

12. Ранжирование объектов по степени риска (степень опасности).

В основу предложений по классификации потенциально опасных объектов может быть положена их градация по характеру возможных чрезвычайных ситуаций, возникающих в результате аварий на таких объектах. Укрупнено может быть выделено шесть групп.

Группа 1

Радиационно опасные объекты и сложные технические системы (СТС), на которых при авариях могут произойти массовые заражения людей, животных, растений, а также радиационное загрязнение обширных территорий. К радиационно опасным объектам относятся предприятия ядерного топливного цикла, организации, имеющие исследовательские и экспериментальные реакторы, и др.

Предприятия ядерного топливного цикла:

1. Атомные станции.

2. Ядерные реакторы.

3. Хранилища отработавшего ядерного топлива.

4. Хранилища радиоактивных отходов.

Предприятия по изготовлению ядерного топлива:

5.Урановые рудники и гидрометаллургические заводы.

6. Предприятия по конверсии и обогащению урана.

7. Предприятия по изготовлению тепловыделяющих элементов (ТВЭЛ).

Предприятия по переработке отработавшего ядерного топлива и захоронению радиоактивных отходов:

8. Радиохимические заводы.

9. Хранилища радиоактивных отходов.

10. Захоронения радиоактивных отходов.

Научно-исследовательские и проектные организации:

11. Исследовательские и экспериментальные реакторы.

12. Испытательные стенды.

Транспортные ядерно-энергетические установки:

13. Корабли Минморфлота.

14. Корабли и лодки ВМФ.

15. Космические корабли.

Объекты специальной техники:

16. Хранилища ядерных боеголовок.

17. Ракетные старты.

Группа 2

Химически опасные объекты и СТС, на которых при авариях могут произойти массовые поражения людей, животных, растений, а также загрязнение обширных территорий сильнодействующими ядовитыми веществами (СДЯВ). К химически опасным объектам относятся предприятия по производству, переработке, хранению и утилизации СДЯВ.

Химические предприятия и производства:

1. Производство связанного азота (аммиака, азотной кислоты, азотнотуковых и других удобрений).

2. Производство полупродуктов анилинокрасочной промышленности, бензольного и эфирного ряда (анилина, нитробензола, нитроанилина, хлорбензола, фенола и др.) при суммарной мощности производства более 1000 т/год.

3. Производство полупродуктов нафталинового и антраценового ряда (бета-нафтола, аш-кислоты, фенилперикислоты, перикислоты, антрахинона, фталевого ангидрида и др.) при суммарной мощности производства более 2000 т/год.

4. Производство целлюлозы и полуцеллюлозы по кислому сульфитному, бисульфитному или моносульфитному способу с приготовлением варочных растворов путем сжигания серы или других серосодержащих материалов, а также производство целлюлозы по сульфатному способу (сульфатцеллюлозы).

5. Производство едкого натра и хлора электролитическим способом.

6. Производство редких металлов методом хлорирования (титано-магниевые и др.).

7. Производство концентрированных минеральных удобрений.

8. Производство органических растворителей и масел (бензола, толуола, ксилола, нафтола, фенола, крезола, антрацена, фенантрена, акридина, карбазола).

9. Производство нефтяного газа в количестве более 5000 м³/ч.

10. Производство по переработке нефти.

11. Производство плавиковой кислоты, криолита, фтористого водорода и фторидов.

12. Производство ртути.

13. Производство серной кислоты, олеума, сернистого газа.

14. Производство капролактама.

15. Производство цианистых солей (калия, натрия, меди и др.), цианплава, дицианамида, цианамида кальция.

16. Производство бериллия.

17. Производство синильной кислоты и ее производных.

18. Производство сероуглерода.

Предприятия химической промышленности, склады и другие объекты, на территории которых имеются пороговые количества опасных веществ.

 

Группа 3

Пожароопасные объекты и СТС, на которых производятся, хранятся, транспортируются взрывоопасные продукты или вещества, приобретающие при определенных условиях способность к возгоранию или взрыву.

Все пожаровзрывоопасные производства дополнительно подразделяются на несколько категорий. Наибольшую аварийную опасность представляют объекты, относящиеся к первой и второй категориям -А и Б.

Категория А - нефтеперерабатывающие заводы, химические предприятия, трубопроводы и склады нефтепродуктов и т.п.

Категория Б - цехи по приготовлению и транспортировке угольной пыли, древесной муки, сахарной пудры и т.п.

 

Пожаровзрывоопасные объекты категории А:

1. Нефтеперерабатывающие заводы.

2. Нефтехимические заводы.

3. Химические заводы.

4. Нефте- и газопромыслы.

5. Нефте- и газопроводы.

6. Предприятия, производящие взрывчатые вещества и порох.

7. Склады нефти и нефтепродуктов объектов категории А.

8. Склады сухих минеральных удобрений и пестицидов объектов категории А.

 

 

Группа 4

Биологически опасные объекты и СТС, на которых при авариях возможны массовые поражения флоры и фауны, а также загрязнение обширных территорий биологически опасными веществами. К ним относятся предприятия по изготовлению, хранению и утилизации биологически опасных веществ, а также научно-исследовательские организации этого профиля.

К биологически опасным объектам и СТС относятся предприятия по изготовлению следующих видов продукции:

• белков (дрожжи, белковые препараты, аминокислоты);

• физиологически активных веществ (антибиотики, витамины, ферменты, гормоны, ускорители роста);

• органических кислот (лимонная, молочная, уксусная);

• бактериальных препаратов для борьбы с вредителями сельского хозяйства и лесов, а также для интенсификации земледелия (энтобактерин, боверин, ендробациллин, азотобактерин).

Группа 5

Гидродинамически опасные объекты и СТС, при разрушении которых возможно образование волны прорыва и затопление обширных территорий. К ним относятся гидротехнические сооружения: плотины, дамбы, подпорные стенки, напорные бассейны и уравнительные резервуары, гидроаккумулирующие электростанции и др.

Группа 6

Объекты жизнеобеспечения крупных народнохозяйственных предприятий и населенных пунктов, аварии на которых могут привести к катастрофическим последствиям для предприятий и населения, а также вызвать экологическое загрязнение регионов. К рассматриваемым объектам жизнеобеспечения относятся объекты энергетических систем, коммунального хозяйства (канализация, водоснабжение, газоснабжение, очистные сооружения и др.), транспортные коммуникации и т.д.

13. Влияние обслуживания на надежность технической системы. Статистическое моделирование эксплуатации сложных систем.

Большинство технических систем являются сложными системами, состоящими из отдельных узлов, деталей, агрегатов, систем управления и т.п. Под сложной системой понимается объект, предназначенный для выполнения заданных функций, который может быть расчленен на элементы (компоненты), каждый из которых также выполняет определенные функции и находится во взаимодействии с другими элементами системы.

С позиций надежности сложная система обладает как отрицательными, так и положительными свойствами.

Факторы, отрицательно влияющие на надежность сложных систем, следующие:

- во-первых, это большое число элементов, отказ каждого из которых может привести к отказу всей системы;

- во-вторых, оценить работоспособность сложных систем весьма затруднительно с точки зрения статистических данных, т.к. они часто являются уникальными или имеются в небольших количествах;

- в-третьих, даже у систем одинакового предназначения каждый экземпляр имеет свои

незначительные вариации свойств отдельных элементов, что сказывается на выходных параметрах системы. Чем сложнее система, тем большими индивидуальными особенностями она обладает.

Однако сложные системы обладают и такими свойствами, которые положительно влияют на их надежность:

- во-первых, сложным системам свойственна самоорганизация, саморегулирование или самоприспособление, когда система способна найти наиболее устойчивое для своего функционирования состояние;

- во-вторых, для сложной системы часто возможно восстановление работоспособности

по частям, без прекращения ее функционирования;

- в-третьих, не все элементы системы одинаково влияют на надежность сложной сис-

темы.

Анализ работоспособности сложной системы связан с изучением ее структуры и тех взаимосвязей, которые определяют ее надежное функционирование.

При анализе надежности сложных систем их разбивают на элементы (компоненты) с тем, чтобы вначале рассмотреть параметры и характеристики элементов, а затем оценить работоспособность всей системы. Под элементом можно понимать составную часть сложной системы, которая может характеризоваться самостоятельными входными и выходными параметрами. При исследовании надежности системы элемент не расчленяется на составные части, и показатели безотказности и долговечности относятся к элементу в целом. При этом возможно восстановление работоспособности элемента независимо от других частей и элементов системы.

Анализ надежности сложных систем имеет свои специфические особенности. Влияние различных отказов и снижение работоспособности элементов системы по-разному скажутся на надежности всей системы.

При анализе надежности сложной системы все ее элементы и компоненты целесообразно разделить на следующие группы.

1) Элементы, отказ которых практически не влияет на работоспособность системы

(деформация ограждающего кожуха машины, изменение окраски поверхности и т.п.). Отказы (т.е. неисправное состояние) этих элементов могут рассматриваться изолированно от системы.

2) Элементы, работоспособность которых за рассматриваемый период времени практически не изменяется (станины и корпусные детали, малонагруженные элементы с большим запасом прочности).

3) Элементы, ремонт или регулировка которых возможна при работе изделия или вовремя остановок, не влияющих на его эффективность (подналадка и замена режущего инструмента на станке, регулировка холостого хода карбюратора автомобильного двигателя).

4) Элементы, отказ которых приводит к отказам системы.

Таким образом, рассмотрению и анализу надежности подлежат лишь элементы последней группы. Как правило, имеется ограниченное число элементов, которые в основном и определяют надежность изделия. Эти элементы и подсистемы выявляются при рассмотрении структурной схемы параметрической надежности.

Модели надежности устанавливают связь между подсистемами (или элементами системы) и их влиянием на работу всей системы. Структурная схема надежности определяет

функциональную взаимосвязь между работой подсистем (или элементов) в определенной последовательности. Эту схему составляют по принципу функционального назначения соответствующих подсистем (или элементов) при выполнении ими определенной части работы,

выполняемой системой в целом. Техническая система может быть сконструирована таким образом, что для успешного ее функционирования необходима исправная работа всех ее

элементов. В этом случае ее называют последовательной системой. Есть также системы, в

которых при отказе одного элемента другой элемент способен выполнить его функции. Такую систему называют параллельной. Очень часто системы обладают свойствами как параллельных, так и последовательных систем — системы со смешанным соединением. При расчете надежности необходимо исследовать действия системы, основываясь на ее функциональной структуре и используя вероятностные соотношения.

Такое исследование структуры позволяет выявить узкие места в конструкции системы с точки зрения ее надежности, а на этапе проектирования разработать конструктивные меры по устранению подобных узких мест. Например, можно заранее подсчитать, сколько резервных элементов необходимо для обеспечения заданного уровня надежности системы. Далее можно рассчитать надежность системы, построенной из элементов с известной надежностью, или наоборот, исходя из требования к надежности системы, предъявить требования к надежности элементов.

Одним из основных мероприятий на стадии серийного производства, направленных на обеспечение надежности технических систем, является стабильность технологических процессов. Научно обоснованные методы управления качеством продукции позволяют своевременно давать заключение о качестве выпускаемых изделий.

На предприятиях промышленности применяют два метода статистического контроля качества: текущий контроль технологического процесса и выборочный метод контроля.

Метод статистического контроля (регулирования) качества позволяет своевременно предупреждать брак в производстве и, таким образом, непосредственно вмешиваться в технологический процесс.

Выборочный метод контроля не оказывает непосредственного влияния на производство, так как он служит для контроля готовой продукции, позволяет выявить объем брака, причины его возникновения в технологическом процессе или же качественные недостатки материала.

Анализ точности и стабильности технологических процессов позволяет выявить и исключить факторы, отрицательно влияющие на качество изделия. В общем случае, контроль стабильности технологических процессов можно проводить следующими методами: графоаналитическим с нанесением на диаграмму значений измеряемых параметров; расчетно-статистическим для количественной характеристики точности и стабильности технологических процессов; а также прогнозирования надежности технологических процессов на основе количественных характеристик приведенных отклонений.

Расчетно-статистическим методом определяют коэффициент точности (Кт) и коэффициент смещения (Кс).

Коэффициент точности характеризует соотношение полей допуска исследуемого параметра (размера) и величиной рассеяния размеров деталей в партии. Его значение определяют по формуле

Kт = T/ω, (9.1)

где Т - допуск; ω - поле рассеяния контролируемого параметра в соответствующей выборке.

Коэффициент смещения характеризует относительную величину смещения центра рас-

сеяния размеров от середины поля допуска

Кс = (x - Δ0)/2, (9.2)

где х - среднее арифметическое значение центра рассеяния; Δ0 - координата середины поля

допуска.

Δ0 =(Tн + Tв)/2, (9.3)

где Tн и Tв - нижнее и верхнее предельные отклонения параметра.

В случае, если коэффициент Кт >1, то точность технологического процесса хорошая,

если Кт = 0,95÷1, то точность удовлетворительная, при Кт ≤ 0,9÷0,7, точность неудовлетворительная.

14. Оценка надежности человека как детали сложной технической системы.

Надежность характеризует безошибочность (правильность) решения стоящих перед СЧМ задач. Оценивается вероятностью правильного решения задач, которая, по статистическим данным, определяется соотношением

где m_от и N – соответственно число ошибочно решенных и общее число решаемых задач.

Точность работы оператора – степень отклонения некоторого параметра, измеряемого, устанавливаемого или регулируемого оператором, от своего истинного, заданного, или номинального значения. Количественно точность работы оператора оценивается величиной погрешности, с которой оператор измеряет, устанавливает или регулирует данный параметр:

γ = Iн - Iоп ,

где Iн – истинное или номинальное значения параметра; Iоп – фактически измеряемое или регулируемое оператором значение этого параметра.

Не всякая погрешность является ошибкой, до тех пор, пока величина погрешности не выходит за допустимые пределы. В работе оператора следует различать случайную и систематическую погрешности. Случайная погрешность оператора оценивается величиной среднеквадратической погрешности, систематическая погрешность – величиной математического ожидания отдельных погрешностей.

Своевременность решения задачи СЧМ оценивается вероятностью того, что стоящая перед СЧМ задача будет решена за время, не превышающее допустимое:

где ϕ (Т) – функция плотности времени решения задачи системой «человек-машина».

Эта вероятность по статистическим данным

где m_нс – число несвоевременно решенных СЧМ задач.

В качестве общего показателя надежности используется вероятность правильного (Рпр)

и своевременного (Рсв) решения задачи:

Рсчм = Рпр ⋅ Рсв.

Безопасность труда человека в СЧМ оценивается вероятностью безопасной работы:

где Рвоз.i – вероятность возникновения опасной или вредной для человека производственной ситуации i-го типа; Рот.i – вероятность неправильных действий оператора в i-й ситуации; – число возможных травмоопасных ситуаций.

Степень автоматизации СЧМ характеризует относительное количество информации, перерабатываемой автоматическими устройствами:

где Ноп – количество информации, перерабатываемой оператором; Нсчм – общее количество информации, циркулирующей в системе «человек-машина».

Эргономические показатели учитывают совокупность специфических свойств СЧМ и

представляют иерархическую структуру, включающую в себя ценностную эргономическую

характеристику (эргономичность СЧМ), комплексные (управляемость, обслуживаемость, усвояемость и обитаемость СЧМ), групповые (социально-психологические, психологические,

физиологические, антропометрические, гигиенические) и единичные показатели.

Надежность оператора – свойство качественно выполнять трудовую деятельность в течение, определенного времени при заданных условиях.

Ошибками оператора являются: невыполнение требуемого или выполнение лишнего

(несанкционированного) действия, нарушение последовательности выполнения действий,

неправильное или несвоевременное выполнение требуемого действия.

В зависимости от последствий ошибки могут быть аварийными и неаварийными.

Надежность оператора характеризуется показателями безошибочности, готовности,

восстанавливаемости и своевременности.

Показателем безошибочности является вероятность безошибочной работы.

Коэффициент готовности оператора представляет собой вероятность включения оператора в работу в любой произвольный момент времени:

Показатель восстанавливаемости – возможность самоконтроля оператором своих дей-

ствий и исправления допущенных ошибок, т.е. представляет вероятность исправления опера-

тором допущенной ошибки:

Рисп = Рк ⋅ Роб ⋅ Ри,

где Рк – вероятность выдачи сигнала системой контроля; Роб – вероятность обнаружения опе-

ратором сигнала контроля; Ри – вероятность исправления ошибочных действий при повтор-

ном выполнении операций.

Основным показателем своевременности является вероятность выполнения задачи в течение времени τ < tл:

Надежность деятельности оператора не остается величиной постоянной, а меняется с

течением времени. Это обусловлено как изменением условий деятельности, так и колебаниями состояния оператора.

Роль человеческого фактора в снижении надежности очень высока. Частота отказов по

вине человека колеблется от 20 до 80 %:

РS(t) = Pч(t)⋅Рм(t),

где РS - показатель надежности всей системы; Pч - показатель надежности человека; Рм -

показатель надежности машины

15. Оценка ресурса опасных конструкций по критериям механики деформирования.

Механика деформирования и разрушения (МДР) является разделом мех.деформируемого тела, она изучает закономерности упругого и неупругого поведения тел, условия образования и развития трещин для различных условий нагружения и аварийных ситуаций.

На основе МТР осуществляется поверочные расчеты, расчеты несущей способности, ресурса (срок службы) суммарная наработка объекта от начала его эксплуатации или ее возобновления после ремонта, до перехода в предельное состояние), живучести (свойство объекта противостоять развитию критических отказов из дефектов и повреждений при установленной системе тех. обслуживания и ремонта, или свойство объекта сохранять ограниченную работоспособность при воздействиях, непредусмотренных условиями эксплуатации, или свойства объекта сохранять ограниченную работоспособность при наличии дефектов или повреждений опред. вида, а при отказе некоторых компонентов) и без. элементов конструкции.

Методы оценки ресурса опасных конструкций:

дефектоскопия: цветная,

Характеристики разрушения существенно зависят от уровня циклических деформаций и режима нагружения. Если осущ. жесткое нагружения (е_a=const)-полная амплитуда циклич. деф.) , то при уменьшении размаха упругопластических деформаций число циклов до разрушения будет увеличиваться полная амплитуда цикл. деф.складывается из амплитуды упруг. деф и ампл. пласт деформ.

 

е_а=е_ае+е_ар,

Для пластических составляющих деформации е_арсоблюдается закон Коффина-Менсона

 

,1

где m_р- характеристика материала (для сталей =0,5 при напряжении<700 МПа и линейно возрастает до 0,6 при увеличении напр. до 1200 МПа)

С_р-характеристика материала, выражаемая через разрушающую деформацию

Условию 1 удовлетвор. статистические испытания до разрушения, если принять что стат разрушение осуществ за N=1/4 цикла

16. Оценка ресурса конструкции по состоянию на стадии живучести.

Черная книжка Пермяков + Махутов «Механика деформирования и разрушения нефтегазохимических объектов»

Пункт 2.8 стр.146-148

 

 

КРАТКИЙ ОТВЕТ:

 

Пусть в элементе конструкции обнаружена трещина.

Определим предварительно величину эксплуатационных напряжений, находим размах КИН (коэффициент интенсивности напряжений).

Интегрируем общее выражение и получаем кинетическое уравнение диаграммы разрушения.

По данной зависимости строится график роста трещины от числа циклов (диаграмма разрушения) (рис. 48).

Окончательное разрушение происходит при N_c, l_c по критерию (76). Допустимое число циклов нагружения конструкции с трещиной определяется по величине N_c и запасу n_Nc

l_c – критическая длина трещины

N_c - долговечность на стадии развития трещин (живучесть)

 

Запасы по живучести назначаются на уровне запасов по долговечности n_N = (5 ÷ 20).

 

ПОЛНЫЙ ОТВЕТ:

 

 

17. Критерии и виды разрушения материалов и конструкций.

Черная книжка Пермяков + Махутов «Механика деформирования и разрушения нефтегазохимических объектов»

 

При наличии в телах трещин, как в случае однородного, так и в случае неоднородного состояния, используются три группы критериев разрушения: силовые,

деформационные,

энергетические.

При этом возникающие разрушения в зависимости от свойств материала и условий нагружения делаться на три группы:

хрупкие,

квазихрупкие,

вязкие.

 

 

 

Надежность технических систем и техногенный риск

1. Методы качественного анализа надежности и риска в системе «человек – машина- среда».

2. Методы анализа риска.

3. Методы количественного анализа надежности и риска. Пример.

4. Показатели надежности: показатели безотказности, долговечности, ремонтопригодности.

5. Статистическая оценка законов распределения в задачах надежности.

6. Теории и модели происхождения и развития несчастных случаев, аварий, катастроф.

7. Основные модели развития чрезвычайных происшествий.

8. Анализ опасностей с использованием дерева причин и последствий.

9. Вероятностная оценка отказа в работе технического объекта. Пример.

10. Оценка и расчет риска. Основные формулы и соотношения. Расчетный пример.

11. Оценка риска влияния на объект опасных факторов. Расчет математического ожидания потерь. Расчетный пример.

12. Ранжирование объектов по степени риска (степень опасности).

13. Влияние обслуживания на надежность технической системы. Статистическое моделирование эксплуатации сложных систем.

14. Оценка надежности человека как детали сложной технической системы.

15. Оценка ресурса опасных конструкций по критериям механики деформирования.

16. Оценка ресурса конструкции по состоянию на стадии живучести.

17. Критерии и виды разрушения материалов и конструкций.

 

---

• ⇐ Назад
1
23