Рассмотрен подход к управлению техногенной безопасностью путем оптимизации принятия решений в области надежности и эффективности эксплуатации объектов повышенной опасности и средств защиты.
Введение. После возникновения Директивы Севезо (Seveso Directive 82/501/EEC (“Seveso I”), законодательство многих стран адаптировалось к принятию решений, направленных на достижение приемлемого уровня безопасности техногенных объектов, в область управления риском путем проведения различного рода анализов опасности (Check list, HAZOP - Hazard and Operability Study, FMEA - Failure Mode and Effects Analysis, FMECA - Failure Mode and Event Criticaiity Analysis, FTA - Fault Tree Analysis, ETA – Event Tree Analysis, SLA- Safety Layers Analysis, QRA — Quantitative Risk Analysis и другие) и выработки решений на основе их результатов. Множественность методов, их несвязность, отсутствие обобщенной методологии и методов определения критериев риска зачастую приводит к отсутствию результата или даже к негативным последствиям [1-3]. Известны случаи принятия решений, которые приводили к увеличению частоты негативных событий вместо их снижения [4]. Безусловно, для качественного анализа опасности и определения количественных показателей надежности и эффективности техногенных объектов необходима высокая квалификация экспертов, способных правильно поставить вопросы для исследования и использовать методы, позволяющие обосновано и достаточно достоверно получить ответы на эти вопросы. Необходимость уйти от субъективного и эмоционального подхода в вопросах принятия решений по безопасности ни в коем случае не должна привести к формализации задачи и вырождения процесса экспертного научно-технического анализа в канцелярскую процедуру. Однако важность такого анализа и его экономическая целесообразность не вызывает сомнений в связи с очевидностью значительного превышения ущерба от аварий над мерами, необходимыми для их предупреждения. Методы оптимизации и выбора критериев при управлении безопасностью техногенных объектов рассмотрены в этой статье.
Основная часть. Прежде всего, примем за аксиому то, что если некоторая технология предусматривает использование опасных веществ или процессов, то реализация негативных явлений, приводящих к ущербу возможна (не исключена – т. е. не является как невозможным, так и неизбежным событием). В этом случае все меры, направленные на исключение аварий могут только изменять вероятность (или частоту) угроз, которые могут быть реализованы в результате эксплуатации таких объектов. Событие, которое не произошло (а именно такие события подвержены профилактике и предупреждению и носят стохастический характер) может быть оценено количественно только на основе его стохастических характеристик (вероятности) и детерминированных последствий (ущерба). Предполагая, что авария – это процесс накопления ошибок, отказов и воздействий, заканчивающийся критическим переходом в неуправляемую область, можно утверждать, что такой процесс поддается логическому анализу на основе построения и обработки причинно-следственных связей. Такой анализ может непосредственно быть оптимизированным, если методы анализа включают анализ значимости, сортировки и количественные сравниваемые показатели. Например, сравнение и сортировка ветвей аварийных сочетаний в «дереве отказов» (FTA) совместно с процедурой перебора набора решений с минимизацией их стоимости позволяет найти набор оптимальных мер по снижению эксплуатационного риска исследуемого объекта (источника опасности) [5]. При этом наиболее важный вопрос – выбор приемлемых показателей риска, так как именно они являются ограничивающими критериями оптимизации.
Начнем с вопроса приемлемого риска поражения людей. Внутренне очень хочется, но мы не можем позволить себе опираться на высказывание Достоевского «Даже счастье всего мира не стоит одной слезинки на щеке невинного ребёнка». Из-за ошибок при принятии решения прольется немало слез. В связи с этим предлагается опираться на факты, признание которых приводит к простой истине: люди подвержены угрозам, смерти, травмированию в результате собственной жизни по простым бытовым причинам. Необходимо как можно рациональнее защитить общество от техногенных угроз. Предположим по статистическим данным бытовая смертность региона или страны имеет порядок 1E-03, при среднем отклонении 10% от указанной величины. В этом случае можно утверждать, что величина индивидуального риска порядка 1E-05 лежит в пределах статистической погрешности бытового риска. Это значит, что суммарное воздействие бытовых и техногенных угроз неощутимо с техногенной стороны. Т. е. любые попытки снизить техногенный риск на порядок, два и более не меняют ситуации, но могут привести к существенным затратам, зачастую совершенно бессмысленным. Учитывая, что бытовой риск может меняться в широких пределах, абсолютно приемлемой является величина индивидуального риска, на три порядка ниже бытового. Любой человек, работающий на производстве или проживающий в зоне возможного воздействия негативных факторов, не избавляется от своего бытового риска. Основная задача в том, чтобы техногенный риск не превышал среднестатистического отклонения бытового риска. Такой простой подход логически оправдывает различные величины индивидуального риска для разных регионов и групп населения и представление о приемлемом риске [6-7]. При этом риск спасателей, военных, полиции может превышать бытовой риск, но обязательно должен быть определен, осознан и обеспечен покрытием. Предельный социальный или коллективный риск, представленный как недопустимая вероятность поражения некоторого числа людей обычно принимается на порядок ниже от индивидуального.
В соответствии с действующими Европейскими нормами, работодатель должен сообщить риск, обусловленный его профессиональной деятельностью работнику, техногенную опасность для близлежащих территорий и людей, которые в них находятся, и застраховать ответственность перед третьими лицами [5]. Размер страховых взносов и разработка правил страхования и сопровождения (surveillance) должны проводиться на основании анализа опасности и отчета по исследованию риска (эксплуатационной надежности и эффективности средств и мероприятий производства и защиты). Первостепенно в этом заинтересованы собственники предприятия, так как качественно выполненный анализ опасности и надежности позволяет выявить «узкие» места технологии и недостатки организационных и технических мер, направленных на безопасное выполнение технологий, минимизировать затраты на безопасность благодаря логически обоснованным и количественно определенным разумно установленным критериям. Кроме того, необходимо выполнять все требования установленных норм и действующего законодательства. Заинтересованы в качественном анализе и экспертизе также страховые компании, для которых в условиях конкуренции важно иметь полноценную информацию об объектах страхования, чтобы иметь возможность провести актуарные расчеты, определяющие страховые взносы и необходимость перестраховки с минимальным финансовым риском.
Для реализации перечисленных задач необходима автоматизированная информационная технология, позволяющая реализовать методологию управления безопасностью промышленных объектов. Такая методология и информационная технология разрабатывается и совершенствуется в Германии в рамках проекта Savarex® - Risk Management System.
Формализация задачи управления безопасностью и математическая модель может быть описана таким способом. Функция риска представлена как 
, де 
- вектор параметров, определяющих сценарий развития аварии; 
- вектор вероятности (частоты) негативных событий (НС); 
- вектор параметров, характеризующих ущерб и число пораженных людей в результате реализации НС. Предполагаем, что сложная система повышенной опасности состоит из 
подсистем, тогда для любой 
-й подсистемы определяются риск НС: 
. Предусматривается, что известны:
- детерминированные модели физических процессов, которые могут возникать в 
-й подсистеме при НС: 
(набор элементарных событий), де 
- вектор параметров, определяющий начальное состояние 
-й подсистемы; 
- вектор фазовых переменных элементарных физических процессов, которые могут возникать в 
-й подсистеме при НС;
- статистическая модель для оценки вероятности возникновения элементарных событий: 
, де 
- вектор вероятности разрушений и поражений людей.
Рассматривается комплексная модель чрезвычайной ситуации в опасной системе для анализа и прогноза последствий техногенных аварий, которая включает:
- модель, основанную на байесовском подходе для оценки вероятности возникновения негативных последствий в 
-й подсистеме в форме «дерева отказов» - 
;
- имитационная модель (дискретно-событийная) развития аварии в форме «дерева событий» - 
, де 
, 
, 
.
Необходимо найти набор сценариев с выполнением условия 
, для которых в дальнейшем разрабатываются решения относительно снижения риска – доведения до выполнения условия 
, де 
- вектор значений приемлемых последствий. Функция решений может быть представлена как: 
, де 
- набор решений по снижению техногенного риска для 
- го производства, 
- го объекта; 
- вектор вероятности реализации негативных последствий в случае выполнения решений ; 
- вектор затрат, необходимых для выполнения решений .
На основе моделирования и обработки входных данных проводится оптимизация процесса управления риском путем поиска набора решений с минимизированными интегральными затратами, позволяющими достигнуть приемлемого уровня безопасности для исследуемых объектов повышенной опасности.
Выводы. Использование методологии и программных средств автоматизированной информационной технологии управления безопасностью техногенных объектов позволяет:
- технологично и оптимально поддержать процесс принятия решений, поиск «узких» мест производства;
- получить количественные значения, позволяющие объективно и качественно определить основные показатели техногенного риска;
- разработать набор технических решений, оптимизированных по затратам и приемлемому уровню надежности;
- дать основу для разработки правил страхования и сопровождения;
- вести мониторинг надежности и опасности исследуемой технологии.
Опыт использования описанной технологии подтверждает существенный экономических эффект применения оптимизированного процесса предупреждения техногенных аварий.
Список литературы:
1. Holton, Glyn A. (2004). Defining Risk // Financial Analysts Journal, 60 (6), 19-25. A paper exploring the foundations of risk
2. “Methodologies for Hazard Analysis and Risk Assessment in the Petroleum Refining and Storage Industry” Report 10/82, CONCAWE, den Haag, 1982
3. Hensley G. Health and Safety at Work. P. 62-67.01.1980
4. Powers G.J. and Tompkins F.C. “Synthesis Strategy for Fault Trees in Chemical Processing Systems”. C.E.P. Loss Prevention, 8.91. 1973
5. Council Directive 96/82/EC on the control of major-accident hazards involving dangerous substances, Official Journal of the European Communities, No. L 10/13 of 14 January 1997.
6. Lees F.P. Loss Prevention in the Process Industries. Hazard Identification, Assessment and Control. – Third. Ed. Texas: Texas A&M University, 2005, v 1 – 3708 p.
7. Granovsky E.A., Lyfar V.A., Vasilyuk E.V. Industrial accident modeling: consequences and risk // Prevention of Hazardous Fires and Explosions. – Kluwer Academic Publishers (Netherlands), 1999. – P.183–197.
УДК 004.942:519.876
Сафонова С.А.
