CN110544014A - 一种航天安全风险分级分类及深层次原因分析方法与模型 - Google Patents
一种航天安全风险分级分类及深层次原因分析方法与模型 Download PDFInfo
- Publication number
- CN110544014A CN110544014A CN201910721025.3A CN201910721025A CN110544014A CN 110544014 A CN110544014 A CN 110544014A CN 201910721025 A CN201910721025 A CN 201910721025A CN 110544014 A CN110544014 A CN 110544014A
- Authority
- CN
- China
- Prior art keywords
- rectification
- accident
- safety
- grade
- time limit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 238000004519 manufacturing process Methods 0.000 claims abstract description 117
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000011156 evaluation Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000013145 classification model Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims 1
- 238000012764 semi-quantitative analysis Methods 0.000 abstract description 2
- 238000007619 statistical method Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 13
- 230000004048 modification Effects 0.000 description 13
- 230000007547 defect Effects 0.000 description 5
- 231100001261 hazardous Toxicity 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 231100000086 high toxicity Toxicity 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种航天安全风险分级分类及深层次原因分析方法与模型，应用于航天工业安全领域,包括：对航天安全风险按照表现形式进行分类，获得事故隐患的类别和安全生产问题的类别；调用事故隐患分级模型对事故隐患进行分级，获得事故隐患等级，并调用隐患整改难度分级模型对事故隐患进行再分级，获得事故隐患整改难度等级；调用安全生产问题分级模型对安全生产问题进行分级，获取安全生产问题等级；对航天安全风险进行根源性分析，分别获取事故隐患和安全生产问题的深层次原因。本发明提供的航天安全风险分级分类及深层次原因分析方法与模型，能够对航天安全风险进行半定量分析，精细化分级便于统计分析，深层次剖析风险原因实现高效整改。
Description
技术领域
本发明涉及航天工业安全领域，尤其涉及一种航天安全风险分级分类及深层次原因分析方法与模型。
背景技术
众所周知，伴随着航天工业生产能力建设的高速发展、多任务并进、研发试验生产并行，试验技术不断变化模式，生产规模日益扩大，航天民用制造业规模也在不断加大，涉及的专业日益繁多，因此给航天产品研制过程中的技术安全带来了更多的问题与挑战；在航天产品制造、安装、试验和发射过程中，工作人员常常在高温、低温、密闭、缺氧等特殊环境中工作，使用高压、高速、剧毒、易燃易爆等特殊物质进行作业，工作过程的潜在风险高，发生事故的损失和后果都将十分严重；另外，国家持续强化安全生产管理的力度，大力倡导“科技兴安”，对航天工业的安全风险防控提出了全新的要求。
航天安全风险分级分类现有方法虽然能实现航天安全风险的定性分析，但是缺少关键性数据支撑；现有方法虽然能够实现航天安全风险的分级分类，但是不够精细化，非常不便于统计分析；现有方法只能分析问题和隐患产生的表层原因，无法追踪到问题和事故的深层次原因，无法有效进行航天安全风险的整改。
鉴于此，提出本发明。
发明内容
本发明提出一种航天安全风险分级分类及深层次原因分析方法与模型，用于解决航天安全风险分级分类现有方法存在的无法定量分析，无法精准分类分级以及无法深层次剖析安全风险原因等问题。
为实现上述目的，根据本发明的一个方面，提供有一种航天安全风险分级分类及深层次原因分析方法，并采用如下技术方案：
一种航天安全风险分级分类及深层次原因分析方法，包括：对航天安全风险按照表现形式进行分类，获得事故隐患的类别和安全生产问题的类别；调用事故隐患分级模型对所述事故隐患进行分级，获得事故隐患等级，并调用隐患整改难度分级模型对所述事故隐患进行再分级，获得事故隐患整改难度等级；调用安全生产问题分级模型对所述安全生产问题进行分级，获取安全生产问题等级；对所述航天安全风险进行根源性分析，分别获取所述事故隐患和所述安全生产问题的深层次原因。
进一步地，所述事故隐患的类别包括物的不安全状态和环境的不安全因素；所述安全生产问题的类别包括人的不安全行为和管理上的缺陷。
进一步地，所述事故隐患分级模型包括：将LEC评价法得到的危险性分数值与预设的事故隐患等级阈值进行比较，确认事故隐患等级。
进一步地，所述LEC评价法包括：基于航天作业的事故发生概率、危险环境人员暴露频率以及事故后果严重性，分别评估得到事故发生概率分数值，人员暴露频率分数值以及事故后果严重性分数值；将所述事故发生概率分数值、所述人员暴露频率分数值、所述事故后果严重性分数值相乘，得到航天作业事故隐患的危险性分数值。
进一步地，所述事故隐患等级阈值包括：第一事故隐患等级阈值和第二事故隐患等级阈值；其中，在所述危险性分数值大于所述第一事故隐患等级阈值时，确认所述事故隐患等级为重大事故隐患；在所述危险性分数值大于等于所述第二事故隐患等级阈值，且小于等于所述第一事故隐患等级阈值时，确认所述事故隐患等级为较大事故隐患；在所述危险性分数值小于所述第二事故隐患等级阈值时，确认所述事故隐患等级为一般事故隐患。
进一步地，所述隐患整改难度分级模型包括：基于隐患风险评价矩阵对所述事故隐患等级进行再分级，确认所述事故隐患的整改难度等级。
进一步地，所述隐患风险评价矩阵包括：所述隐患风险评价矩阵的行代表隐患整改经费，所述隐患风险评价矩阵的列代表隐患整改时限；其中，在隐患整改经费大于预设的第一整改经费阈值，且隐患整改时限大于等于预设的第一整改时限阈值时，确认所述事故隐患的整改难度为高级；在隐患整改经费大于等于预设的第二整改经费阈值且小于等于所述第一整改经费阈值，且隐患整改时限大于预设的第二整改时限阈值时，确认所述事故隐患的整改难度为高级；在隐患整改经费大于等于预设的第三整改经费阈值且小于所述第二整改经费阈值，且隐患整改时限大于预设的第三整改时限阈值时，确认所述事故隐患的整改难度为高级；在隐患整改经费大于等于所述第二整改经费阈值且小于等于所述第一整改经费阈值，且隐患整改时限大于等于所述第一整改时限阈值且小于等于所述第二整改时限阈值时，确认所述事故隐患的整改难度为中级；在隐患整改经费大于等于所述第三整改经费阈值且小于所述第二整改经费阈值，且隐患整改时限大于等于预设的第四整改时限阈值且小于等于所述第三整改时限阈值时，确认所述事故隐患的整改难度为中级；在隐患整改经费大于等于预设的第四整改经费阈值且小于所述第三整改经费阈值，且隐患整改时限大于预设的第五整改时限阈值时，确认所述事故隐患的整改级别为中级；在隐患整改经费大于等于所述第三整改经费阈值且小于所述第二整改经费阈值，且隐患整改时限小于所述第四整改时限阈值时，确认所述事故隐患的整改难度为低级；在隐患整改经费大于等于所述第四整改经费阈值且小于所述第三整改经费阈值，且隐患整改时限大于等于所述第一整改时限阈值且小于等于所述第五整改时限阈值时，确认所述事故隐患的整改级别为低级；在隐患整改经费小于所述第四整改经费阈值，且隐患整改时限大于等于所述第一整改时限阈值时，确认所述事故隐患的整改级别为低级。
进一步地，所述安全生产问题分级模型包括：将所述安全生产问题的问题整改时限与预设的安全生产问题阈值进行比较，确认安全生产问题等级。
进一步地，所述安全生产问题阈值包括：第一安全生产问题阈值和第二安全生产问题阈值；其中，在所述问题整改时限大于所述第一安全生产问题阈值时，确认所述安全生产问题等级为重大安全生产问题；在所述问题整改时限大于等于所述第二安全生产问题阈值，且小于等于所述第一安全生产问题阈值时，确认所述安全生产问题等级为较大安全生产问题；在所述问题整改时限小于所述第二安全生产问题阈值时，确认所述安全生产问题为一般安全生产问题。
进一步地，所述事故隐患、所述安全生产问题的深层次原因分别包括：安全制度不完善；安全责任不明确；安全投入不到位；技术认知不到位；培训教育不到位；过程监控不到位；源头控制不到位。
根据本发明的另外一个方面，提供一种航天安全风险分级分类及深层次原因分析模型，并采用如下技术方案：
一种航天安全风险分级分类及深层次原因分析模型，包括：安全风险分类模块：用于将航天安全风险按照表现形式分类，分别得到事故隐患的类别和安全生产问题的类别；隐患和问题分级模块：用于对所述事故隐患和所述安全生产问题进行分级，分别得到事故隐患等级、安全生产问题等级；深层次原因分析模块：用于对所述航天安全风险进行根源性分析，分别得到隐患和问题的深层次原因。
本发明公开的航天安全风险分级分类及深层次原因分析方法，通过将航天安全风险按照表现形式分为事故隐患的类别和安全生产问题的类别，调用事故隐患分级模型、隐患整改难度分级模型对所述事故隐患依次进行分级，调用安全生产问题分级模型对安全生产问题进行分级，最后对航天安全风险进行根源性分析，得到所述事故隐患和所述安全生产问题的深层次原因；本发明的技术方案有效解决现有方法存在的无法定量分析，无法精准分类分级以及无法深层次剖析安全风险原因等问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其它的附图。
图1表示本发明实施例所述的航天安全风险分级分类及深层次原因分析方法的总流程图；
图2表示本发明实施例所述的构建所述事故发生概率与所述事故发生概率分数值模型；
图3表示本发明实施例所述的构建所述人员暴露于危险环境中的频繁程度与所述人员暴露频繁程度分数值模型；
图4表示本发明实施例所述的构建所述事故与后果关联性与所述事故造成后果分数值模型；
图5表示本发明实施例所述的事故隐患分级模型；
图6表示本发明实施例所述的隐患风险评价矩阵；
图7表示本发明实施例所述的安全生产问题和事故隐患汇总表；
图8表示本发明实施例所述的基于LEC评价法的航天安全风险分级分类模型的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1表示本发明实施例所述的航天安全风险分级分类及深层次原因分析方法的总流程图。
参见图1所示，一种航天安全风险分级分类及深层次原因分析方法，包括：
S101:对航天安全风险按照表现形式进行分类，获得事故隐患的类别和安全生产问题的类别；
S103:调用事故隐患分级模型对所述事故隐患进行分级，获得事故隐患等级，并调用隐患整改难度分级模型对所述事故隐患进行再分级，获得事故隐患整改难度等级；
S105:调用安全生产问题分级模型对所述安全生产问题进行分级，获取安全生产问题等级；
S107：对所述航天安全风险进行根源性分析，分别获取所述事故隐患和所述安全生产问题的深层次原因。
在步骤S101中，对航天安全风险按照表现形式进行分类，获得事故隐患的类别和安全生产问题的类别,具体实施方案如下：
所述事故隐患的类别包括：物的不安全状态和环境的不安全因素；其中，物可以是机械、装置、设备设施、物料，物的不安全状态表现形式为设备、设施、工具、附件存在缺陷，安全防护存在缺陷，信号存在缺陷等；环境的不安全因素表现形式为照明不良，通风不良，作业场所狭窄、杂乱，标识不清等。
所述安全生产问题的类别包括：人的不安全行为和管理上的缺陷；其中，人的不安全行为表现形式有指挥错误(包含指挥失误、违章指挥等)、操作错误(包含误操作、违章操作等)、监护失误、违反劳动纪律、忽视劳动防护用品的使用等；管理上的缺陷表现形式有责任制不清、制度不完善、记录及档案资料不完整、监管缺失等。
本实施例通过上述技术方案，按照表现形式将航天安全风险进行分类，得到事故隐患的类别和安全生产问题的类别；而后事故隐患具体到物的不安全状态和环境的不安全因素，安全生产问题具体到人的不安全行为和管理上的缺陷。航天安全风险的精细化分类，有利于覆盖航天安全作业的方方面面，有利于事故隐患和安全生产问题的分级，更有利于挖掘航天安全风险的深层次原因。
在步骤S103中，调用事故隐患分级模型对步骤S101获得的事故隐患进行分级，获得事故隐患等级，具体方法如下：
基于LEC评价法的事故隐患分级模型实施方案如下：
第一步：基于航天作业的事故发生概率L、危险环境人员暴露频率E以及事故后果严重性C，分别评估得到事故发生概率分数值，人员暴露频率分数值以及事故后果严重性分数值，具体包括：
如图2所示，定义事故发生概率大于等于90％时，事故发生概率分数值评估为10；定义事故发生概率大于等于65％，且小于90％时，事故发生概率分数值评估为6；定义事故发生概率大于等于35％，且小于65％时，事故发生概率分数值评估为3；定义事故发生概率大于等于5％，且小于35％时，事故发生概率分数值评估为1；定义事故发生概率小于5％时，事故发生概率分数值评估为0.5。
如图3所示，定义人员每天连续暴露于危险环境时，人员暴露频率分数值评估为10；定义人员每天工作时间内暴露于危险环境时，人员暴露频率分数值评估为6；定义人员每周一次暴露于危险环境时，人员暴露频率分数值评估为3；定义人员每月一次暴露于危险环境时，人员暴露频率分数值评估为2；定义人员每年三次暴露于危险环境时，人员暴露频率分数值评估为1。
如图4所示，定义事故造成伤亡人数大于等于10时，事故后果严重性分数值评估为100；定义事故造成伤亡人数大于等于3，且小于10时，事故后果严重性分数值评估为40；定义事故造成伤亡人数大于等于1，且小于3时，事故后果严重性分数值评估为15；定义事故造成人员重伤时，事故后果严重性分数值评估为7；定义事故造成人员轻微伤害时，事故后果严重性分数值评估为3。
第二步：将所述事故发生概率分数值、所述人员暴露频率分数值、所述事故后果严重性分数值相乘，得到所述航天作业的危险性分数值D；
所述作业条件的危险性分数值D＝事故发生概率分数值L×人员暴露频率分数值E×事故后果严重性分数值C。
第三步：将LEC评价法得到的危险性分数值与预设的事故隐患等级阈值进行比较，确认事故隐患等级；
如图5所示，所述第一事故隐患等级阈值为160，所述第二事故隐患等级阈值为70；在所述危险性分数值D大于160时，确认所述事故隐患等级为重大事故隐患，应当立即整改，不能继续作业；在所述危险性分数值D大于等于70，且小于等于160时，确认所述事故隐患等级为较大事故隐患，需要整改；在所述危险性分数值小于70时，确认所述事故隐患等级为一般事故隐患，不需要整改，应当注意。
本实施例通过上述技术方案，即提供一种基于LEC评价法的事故隐患分级模型，通过将LEC评价法获取的危险性分数值D与预设的事故隐患等级阈值比较，从而确认航天作业中物和环境的事故隐患等级，实现了事故隐患分级的半定量分析，科学可靠，为事故隐患的整改难度再分级提供依据。
在步骤S103中，调用隐患整改难度分级模型对所述事故隐患进行再分级，获得事故隐患整改难度等级，具体方法如下：
基于隐患风险评价矩阵对所述事故隐患等级进行再分级，确认所述事故隐患的整改难度等级。
如图6所示，所述隐患风险评价矩阵包括：所述隐患风险评价矩阵的行代表隐患整改经费，所述隐患风险评价矩阵的列代表隐患整改时限；其中，
所述隐患风险评价矩阵如图6，所述第一整改经费阈值为100万元、第二整改经费阈值为50万元、第三整改经费阈值为10万元、第四整改经费阈值为1万元，所述第一整改时限阈值为1天、第二整改时限阈值为60天、第三整改时限阈值为90天、第四整改时限阈值为7天、第五整改时限阈值为30天；其中，
如图6中的A区域，在整改经费大于100万元，且整改时限大于等于1天时，确认所述事故隐患的整改难度为高级；在整改经费大于等于50万元且小于等于100万元，且整改时限大于60天时，确认所述事故隐患的整改难度为高级；在整改经费大于等于10万元且小于50万元，且整改时限大于90天时，确认所述事故隐患的整改难度为高级；
如图6中的B区域，在整改经费大于等于50万元且小于等于100万元，且整改时限大于等于1天且小于等于60天时，确认所述事故隐患的整改难度为中级；在整改经费大于等于10万元且小于50万元，且整改时限大于等于7天且小于等于90天时，确认所述事故隐患的整改难度为中级；在整改经费大于等于1万元且小于10万元，且整改时限大于30天时，确认所述事故隐患的整改级别为中级；
如图6中的C区域，在整改经费大于等于10万元且小于50万元，且整改时限小于7天时，确认所述事故隐患的整改难度为低级；在整改经费大于等于1万元且小于10万元，且整改时限大于等于1天且小于等于30天时，确认所述事故隐患的整改级别为低级；在整改经费小于1万元，且整改时限大于等于1天时，确认所述事故隐患的整改级别为低级。
本实施例通过上述的技术方案，即提供一种隐患整改难度分级模型，在对事故隐患经过事故隐患分级模型初步分级的基础上，将其整改经费和整改时限等因素与隐患风险评价矩阵进行逐个区域比对，确认所述事故隐患的整改难度，真正实现航天作业中物和环境事故隐患的精细化分级。
在步骤S105中，调用安全生产问题分级模型对步骤S101获得的安全生产问题进行分级，获取安全生产问题等级，具体方法如下：
将所述安全生产问题的问题整改时限与预设的安全生产问题阈值进行比较，确认安全生产问题等级，所述安全生产问题阈值包括：第一安全生产问题阈值和第二安全生产问题阈值；
所述第一安全生产问题阈值为30天，所述第二安全生产问题阈值为10天；其中，在所述问题整改时限大于30天时，确认所述安全生产问题等级为重大安全生产问题，对安全生产工作的影响是全局性的，例如制度不完善、职责不清等；在所述问题整改时限大于等于10天，且小于等于30天时，确认所述安全生产问题等级为较大安全生产问题，同一类较大安全生产问题达到5个以上则升级为重大安全生产问题，对安全生产工作的影响是局部性的，例如缺乏某方面的安全操作规程；在所述问题整改时限小于10天时，确认所述安全生产问题为一般安全生产问题，对安全生产工作的影响是较小的，例如单点具体的，可现场整改的问题。
本实施例通过上述实施方案，即提供一种安全生产问题分级模型，通过安全生产问题的影响分析以及问题整改时限的对比，确认所述安全生产问题等级，真正实现航天作业中人和管理问题的精细化分级，有利于分析安全生产问题的深层次原因。
在步骤S107中，对所述航天安全风险进行根源性分析，分别获取所述事故隐患和所述安全生产问题的深层次原因，具体方法如下：
所述航天安全风险包括事故隐患和安全生产问题两个方面，事故隐患和安全生产问题的深层次原因均可以追溯到以下7个方面：安全制度不完善；安全责任不明确；安全投入不到位；技术认知不到位；培训教育不到位；过程监控不到位；源头控制不到位。
本实施例通过上述的技术方案，提供航天安全风险深层次原因的七个方面，有利于在事故隐患和安全生产问题分级的基础上，做到具体问题具体分析，深层次剖析问题和隐患产生原因，有利于提出有效的整改措施。
图7表示本发明实施例所述的安全生产问题和事故隐患汇总表。
本发明的第二个方面，提供一种航天安全风险分级分类及深层次原因分析模型，如图8所示，包括：
安全风险分类模块10：用于将航天安全风险按照表现形式分类，分别得到事故隐患的类别和安全生产问题的类别；
隐患和问题分级模块20：用于对所述事故隐患和所述安全生产问题进行分级，分别得到事故隐患等级、安全生产问题等级；
深层次原因分析模块30：用于对所述航天安全风险进行根源性分析，分别得到隐患和问题的深层次原因。
综上，本发明公开的一种航天安全风险分级分类及深层次原因分析方法，将航天安全风险按照表现形式分类，分别得到事故隐患的类别和安全生产问题的类别；依次调用事故隐患分级模型、隐患整改难度分级模型对事故隐患进行分级；调用安全生产问题分级模型对安全生产问题进行分级；实现航天安全风险精细化分类分级，然后对航天安全风险进行深层次原因分析，达到航天风险高效整改的目的。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种航天安全风险分级分类及深层次原因分析方法，其特征在于，包括：
对航天安全风险按照表现形式进行分类，获得事故隐患的类别和安全生产问题的类别；
调用事故隐患分级模型对所述事故隐患进行分级，获得事故隐患等级，并调用隐患整改难度分级模型对所述事故隐患进行再分级，获得事故隐患整改难度等级；
调用安全生产问题分级模型对所述安全生产问题进行分级，获取安全生产问题等级；
对所述航天安全风险进行根源性分析，分别获取所述事故隐患和所述安全生产问题的深层次原因。
2.如权利要求1所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述事故隐患的类别包括物的不安全状态和环境的不安全因素；
所述安全生产问题的类别包括人的不安全行为和管理上的缺陷。
3.如权利要求1所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述事故隐患分级模型包括：
将LEC评价法得到的危险性分数值与预设的事故隐患等级阈值进行比较，确认事故隐患等级。
4.如权利要求3所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述LEC评价法包括：
基于航天作业的事故发生概率、危险环境人员暴露频率以及事故后果严重性，分别评估得到事故发生概率分数值，人员暴露频率分数值以及事故后果严重性分数值；
将所述事故发生概率分数值、所述人员暴露频率分数值、所述事故后果严重性分数值相乘，得到所述航天作业的危险性分数值。
5.如权利要求3所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述事故隐患等级阈值包括：第一事故隐患等级阈值和第二事故隐患等级阈值；其中，
在所述危险性分数值大于所述第一事故隐患等级阈值时，确认所述事故隐患等级为重大事故隐患；在所述危险性分数值大于等于所述第二事故隐患等级阈值，且小于等于所述第一事故隐患等级阈值时，确认所述事故隐患等级为较大事故隐患；在所述危险性分数值小于所述第二事故隐患等级阈值时，确认所述事故隐患等级为一般事故隐患。
6.如权利要求1所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述隐患整改难度分级模型包括：
基于隐患风险评价矩阵对所述事故隐患等级进行再分级，确认所述事故隐患的整改难度等级。
7.如权利要求6所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述隐患风险评价矩阵包括：
所述隐患风险评价矩阵的行代表隐患整改经费，所述隐患风险评价矩阵的列代表隐患整改时限；其中，
在隐患整改经费大于预设的第一整改经费阈值，且隐患整改时限大于等于预设的第一整改时限阈值时，确认所述事故隐患的整改难度为高级；在隐患整改经费大于等于预设的第二整改经费阈值且小于等于所述第一整改经费阈值，且隐患整改时限大于预设的第二整改时限阈值时，确认所述事故隐患的整改难度为高级；在隐患整改经费大于等于预设的第三整改经费阈值且小于所述第二整改经费阈值，且隐患整改时限大于预设的第三整改时限阈值时，确认所述事故隐患的整改难度为高级；
在隐患整改经费大于等于所述第二整改经费阈值且小于等于所述第一整改经费阈值，且隐患整改时限大于等于所述第一整改时限阈值且小于等于所述第二整改时限阈值时，确认所述事故隐患的整改难度为中级；在隐患整改经费大于等于所述第三整改经费阈值且小于所述第二整改经费阈值，且隐患整改时限大于等于预设的第四整改时限阈值且小于等于所述第三整改时限阈值时，确认所述事故隐患的整改难度为中级；在隐患整改经费大于等于预设的第四整改经费阈值且小于所述第三整改经费阈值，且隐患整改时限大于预设的第五整改时限阈值时，确认所述事故隐患的整改级别为中级；
在隐患整改经费大于等于所述第三整改经费阈值且小于所述第二整改经费阈值，且隐患整改时限小于所述第四整改时限阈值时，确认所述事故隐患的整改难度为低级；在隐患整改经费大于等于所述第四整改经费阈值且小于所述第三整改经费阈值，且隐患整改时限大于等于所述第一整改时限阈值且小于等于所述第五整改时限阈值时，确认所述事故隐患的整改级别为低级；在隐患整改经费小于所述第四整改经费阈值，且隐患整改时限大于等于所述第一整改时限阈值时，确认所述事故隐患的整改级别为低级。
8.如权利要求1所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述安全生产问题分级模型包括：
将所述安全生产问题的问题整改时限与预设的安全生产问题阈值进行比较，确认安全生产问题等级。
9.如权利要求8所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述安全生产问题阈值包括：第一安全生产问题阈值和第二安全生产问题阈值；其中，
在所述问题整改时限大于所述第一安全生产问题阈值时，确认所述安全生产问题等级为重大安全生产问题；在所述问题整改时限大于等于所述第二安全生产问题阈值，且小于等于所述第一安全生产问题阈值时，确认所述安全生产问题等级为较大安全生产问题；在所述问题整改时限小于所述第二安全生产问题阈值时，确认所述安全生产问题为一般安全生产问题。
10.如权利要求1所述的航天安全风险分级分类及深层次原因分析方法，其特征在于，所述事故隐患、所述安全生产问题的深层次原因分别包括：
安全制度不完善；
安全责任不明确；
安全投入不到位；
技术认知不到位；
培训教育不到位；
过程监控不到位；
源头控制不到位。
11.一种航天安全风险分级分类及深层次原因分析模型，其特征在于，包括：
安全风险分类模块：用于将航天安全风险按照表现形式分类，分别得到事故隐患的类别和安全生产问题的类别；
隐患和问题分级模块：用于对所述事故隐患和所述安全生产问题进行分级，分别得到事故隐患等级、安全生产问题等级；
深层次原因分析模块：用于对所述航天安全风险进行根源性分析，分别得到隐患和问题的深层次原因。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910721025.3A CN110544014A (zh) | 2019-08-06 | 2019-08-06 | 一种航天安全风险分级分类及深层次原因分析方法与模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910721025.3A CN110544014A (zh) | 2019-08-06 | 2019-08-06 | 一种航天安全风险分级分类及深层次原因分析方法与模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110544014A true CN110544014A (zh) | 2019-12-06 |
Family
ID=68710064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910721025.3A Pending CN110544014A (zh) | 2019-08-06 | 2019-08-06 | 一种航天安全风险分级分类及深层次原因分析方法与模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110544014A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111275121A (zh) * | 2020-01-23 | 2020-06-12 | 北京百度网讯科技有限公司 | 一种医学影像处理方法、装置和电子设备 |
| CN111414581A (zh) * | 2020-03-09 | 2020-07-14 | 内蒙古科技大学 | 一种基于改进的lec风险隐患双重预防体系构建方法 |
| CN112613703A (zh) * | 2020-12-10 | 2021-04-06 | 北京电子工程总体研究所 | 一种太空安全风险辨识的分类分级设计方法 |
| WO2022065066A1 (ja) * | 2020-09-28 | 2022-03-31 | パナソニックＩｐマネジメント株式会社 | 感染リスク判定システム、及び、感染リスク判定方法 |
-
2019
- 2019-08-06 CN CN201910721025.3A patent/CN110544014A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111275121A (zh) * | 2020-01-23 | 2020-06-12 | 北京百度网讯科技有限公司 | 一种医学影像处理方法、装置和电子设备 |
| CN111275121B (zh) * | 2020-01-23 | 2023-07-18 | 北京康夫子健康技术有限公司 | 一种医学影像处理方法、装置和电子设备 |
| CN111414581A (zh) * | 2020-03-09 | 2020-07-14 | 内蒙古科技大学 | 一种基于改进的lec风险隐患双重预防体系构建方法 |
| CN111414581B (zh) * | 2020-03-09 | 2023-11-10 | 内蒙古科技大学 | 一种基于改进的lec风险隐患双重预防体系构建方法 |
| WO2022065066A1 (ja) * | 2020-09-28 | 2022-03-31 | パナソニックＩｐマネジメント株式会社 | 感染リスク判定システム、及び、感染リスク判定方法 |
| CN112613703A (zh) * | 2020-12-10 | 2021-04-06 | 北京电子工程总体研究所 | 一种太空安全风险辨识的分类分级设计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jin et al. | A science mapping approach based review of construction safety research | |
| CN110544014A (zh) | 一种航天安全风险分级分类及深层次原因分析方法与模型 | |
| Zhao et al. | Control measures of electrical hazards: An analysis of construction industry | |
| Nabi et al. | A system dynamics model for construction safety behavior | |
| CN106485418A (zh) | 一种风险分析方法及系统 | |
| CN103559551A (zh) | 一种面向生产企业的安全隐患风险定量评估及预警系统 | |
| CN114862289B (zh) | 一种基于施工参数的安全状态确认方法和装置 | |
| CN110910031A (zh) | 一种建筑施工质量安全在线风险评估系统 | |
| Topchiy et al. | Risk management in monolithic construction | |
| Dhalmahapatra et al. | Exploring causes of crane accidents from incident reports using decision tree | |
| CN112686570A (zh) | 一种智能安全风险管控系统 | |
| Tong et al. | Modified accident causation model for highway construction accidents (ACM-HC) | |
| Lv et al. | The multi-level comprehensive safety evaluation for chemical production instalment based on the method that combines grey-clustering and EAHP | |
| Mohammadfam et al. | Structural equation modeling modeling (SEM) of occupational accidents size based on risk management factors; A field study in process industries | |
| Verma et al. | Analysis of categorical incident data and design for safety interventions using axiomatic design framework | |
| Sun et al. | A system dynamics model of prevention through design towards eliminating human error | |
| CN114662981B (zh) | 基于大数据应用的污染源企业监管方法 | |
| Palma et al. | Predicting Mining Industry Accidents with a Multitask Learning Approach | |
| Ghousi | Applying a decision support system for accident analysis by using data mining approach: A case study on one of the Iranian manufactures | |
| Ajith et al. | Safety and hazards management in construction sites–A review | |
| Darabnia et al. | Analysis and classification of occupational data: a practical comparison | |
| Verma et al. | Fuzzy reasoning approach (FRA) for assessment of workers safety in manganese mines | |
| Mohamed et al. | Leading indicators for safety management: Understanding the impact of project performance data on safety performance | |
| Bahrami et al. | Application of machine learning to determine underground hazard location | |
| Xu et al. | Identification of construction safety risks based on text mining and LIBSVM method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191206 |
|
| RJ01 | Rejection of invention patent application after publication |