CN112686570A - 一种智能安全风险管控系统 - Google Patents
一种智能安全风险管控系统 Download PDFInfo
- Publication number
- CN112686570A CN112686570A CN202110033564.5A CN202110033564A CN112686570A CN 112686570 A CN112686570 A CN 112686570A CN 202110033564 A CN202110033564 A CN 202110033564A CN 112686570 A CN112686570 A CN 112686570A
- Authority
- CN
- China
- Prior art keywords
- risk
- management
- sub
- record
- unit
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 238000012549 training Methods 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000007689 inspection Methods 0.000 claims abstract description 13
- 238000005553 drilling Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 89
- 230000036541 health Effects 0.000 claims description 27
- 238000012423 maintenance Methods 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 11
- 230000002265 prevention Effects 0.000 claims description 10
- 238000013210 evaluation model Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 239000003245 coal Substances 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 4
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000008520 organization Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 208000028571 Occupational disease Diseases 0.000 description 8
- 230000006378 damage Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000383 hazardous chemical Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002459 sustained effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 208000030090 Acute Disease Diseases 0.000 description 1
- 208000034656 Contusions Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 231100000290 environmental risk assessment Toxicity 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能安全风险管控系统，该系统包括：风险数据库、风险数据库管理模块和安全风险管控模块；其中，风险数据库，用于存储风险记录数据，还用于存储风险培训计划和培训落实记录；风险数据库管理模块，用于将用户输入或导入的风险记录数据存储到风险数据库，并根据风险记录数据进行计算评估得到风险等级并存储到数据库，还用于根据安全风险管控模块的要求提取风险记录数据并输入安全风险管控模块；安全风险管控模块，用于制定应急预案和演练计划，用于提供模拟训练和教育培训，用于通知风险数据库管理模块提取风险记录数据，对风险记录数据进行识别并进行分级管控和检查，并对风险进行预测预警，还用于对风险记录数据进行分析统计。
Description
技术领域
本发明属于电力煤矿企业安全风险管控领域，具体涉及一种智能安全风险管控系统。
背景技术
电力煤矿企业具有产业多、链条长、分布广和风险高等特点，许多相关企业由于对风险的管控不足使得人身伤亡事故频发，企业的主体责任压力也越来越大。虽然许多企业对于作业风险有管控，但普遍存在以下问题：作业任务识别不到位、作业步骤划分不合理，现有的评价管控方法存在一定的主观性，很多时候靠经验值，缺乏客观依据，风险管控流于形式。
发明内容
本发明的目的在于克服现有技术缺陷，提出了一种智能安全风险管控系统。
为了实现上述目的，本发明提出了一种智能安全风险管控系统，所述系统包括：风险数据库、风险数据库管理模块和安全风险管控模块；其中，
所述风险数据库，用于存储风险记录数据，还用于存储风险培训计划和培训落实记录；
所述风险数据库管理模块，用于将用户输入或导入的风险记录数据存储到风险数据库，并根据风险记录数据进行计算评估得到风险等级并存储到数据库，还用于根据安全风险管控模块的要求提取风险记录数据并输入安全风险管控模块；
所述安全风险管控模块，用于制定应急预案和演练计划，用于提供模拟训练和教育培训，用于通知风险数据库管理模块提取风险记录数据，对风险记录数据进行识别并进行分级管控和检查，并对风险进行预测预警，还用于对风险记录数据进行分析统计。
作为上述系统的一种改进，所述风险数据库包括风险数据存储单元和风险培训信息存储单元；其中，
所述风险数据存储单元，用于通过风险数据库信息表描述风险数据库基本信息，通过风险单元评估记录表存储作业任务、区域环境风险、职业健康风险、设备故障和操作记录；
所述风险培训信息存储单元，用于存储所属单位针对风险的培训计划和培训落实记录。
作为上述系统的一种改进，所述风险数据库信息表包括数据库名称、板块名称、所属单位、风险单元、风险评估作业引导和编制单位人员及时间信息；其中，
所述板块名称包括路港、煤炭、新能源、火电和铝业；
所述风险单位包括作业活动、区域环境、风险数据库和设备活动。
作为上述系统的一种改进，所述风险单元评估记录表包括作业任务记录子表、区域环境记录子表、职业健康风险记录子表和设备故障记录子表；其中，
所述作业任务记录子表，用于记录作业任务、任务步骤、危害名称、致因因素、暴露频次、风险可能性、风险后果、风险值和风险等级；风险值和风险等级由风险数据库管理模块计算匹配得到；
所述区域环境记录子表，用于记录环境影响危害、环境因素重要度、排放或检测值和风险等级；所述风险等级由风险数据库管理模块计算匹配得到；
所述职业健康风险记录子表，用于记录涉及岗位工种、危害类别和风险等级；风险等级由风险数据库管理模块计算匹配得到；
所述设备故障记录子表，用于记录设备故障及风险等级，所述风险等级由风险管理模块定性风险得到；
所述操作记录子表，用于记录审核操作及数据导入操作。
作为上述系统的一种改进，所述风险数据库管理模块包括创建维护单元、风险等级评估单元和信息提取单元；
所述创建维护单元，用于根据不同风险单元分别创建对应的数据列表，所述数据列表包括作业任务记录子表、区域环境记录子表、职业健康风险记录子表和设备故障记录子表，接收用户输入的数据记录或导入的数据记录并存储到对应的子表中；用于将风险记录数据输入风险等级评估单元，并将收到的风险值和风险等级存储到对应的子表中，还用于对风险数据库进行维护；
所述风险等级评估单元，用于根据风险单元评估记录表的子表类型选取对应的风险等级评估模型，由风险等级评估模型计算得到风险记录数据的风险值并匹配得到风险等级，将风险值和风险等级输入创建维护单元；所述风险等级包括低风险、中等风险、较高风险和高风险；
所述信息提取单元，用于根据安全风险管控模块的功能要求从风险数据库提取风险记录数据并发送至安全风险管控模块。
作为上述系统的一种改进，所述风险等级评估单元的具体实现过程为：
根据风险单元评估记录表的子表类型选取对应的风险等级评估模型；
当子表类型为作业任务记录子表时，根据暴露频次赋予分值C，根据风险可能性赋予分值E，根据风险后果赋予分值L，由下式计算得到风险值R：
R＝L*E*C；
将风险值R与作业任务风险评价标准进行匹配得到风险等级，然后将风险值和风险等级输入创建维护单元；
当子表类型为区域环境记录子表时，按照是非判断法模型，将排放或检测值与区域环境风险评价标准进行匹配得到风险等级，然后将风险等级输入创建维护单元；
当子表类型职业健康风险记录子表时，将检测值与职业健康风险评价标准进行匹配得到风险等级，然后将风险等级输入创建维护单元；
当子表类型为设备故障记录子表时，按照矩阵模型，根据人为失误及设备部件故障后果对设备、系统和机组的影响进行定性评估，确定风险等级，然后将风险等级输入创建维护单元。
作为上述系统的一种改进，所述安全风险管控模块包括风险事前预防单元、风险事中管控单元和风险统计分析单元；其中，
所述风险事前预防单元，用于通过结构化记录形成应急预案的文本预案和结构化预案，并以结构化预案为基础，对模拟演练进行过程记录和分析，用于提供教育培训；
所述风险事中管控单元，用于通知风险数据库管理模块提取风险记录数据，对风险记录数据进行识别，根据风险等级通知相应管控负责人进行分级管控，持续监控直至风险等级降至低风险或可接受风险，还用于根据风险记录数据进行风险预测预警；
所述风险统计分析单元，用于按不同维度对指定识别年度内的风险记录数据进行统计，提供风险识别数量占比分析，提供风险识别量排序，提供安全风险四色图、作业风险比较图和重大危险源分布图；还用于提供培训计划统计和培训落实次数统计排序
与现有技术相比，本发明的优势在于：
1、本发明提出的智能安全风险管控系统能够帮助企业开展风险辨识与评估，企业可以将本单位的危险源辨识和风险评估结果进行统计管理，根据风险等级确定管控层级、管控责任人和检查要求，管理人员可以在线查询风险分布状况，可以随时掌握各个单位各类各级危险源(风险点)的分布状况、风险管控措施、风险管控层级、风险管控责任人等数据，为企业安全管理工作提供辅助决策依据；
2、本发明提出的智能安全风险管控系统使得风险得到管控，定期风险入库，持续风险评估，强化措施落实，确保风险受控；
3、本发明提出的智能安全风险管控系统对于隐患进行治理，通过智能设计，深挖隐患根源，落实闭环结果，保障规范有序。
附图说明
图1是本发明的智能安全环保监管系统组成图；
图2是本发明的智能安全环保监管系统流程图。
具体实施方式
下面结合附图对本发明的技术方案进行详细的说明。
如图1所示，本系统包括：风险数据库、风险数据库管理模块、安全风险管控模块；其中，
所述风险数据库，用于存储风险记录数据，还用于存储风险培训计划和培训落实记录；
所述风险数据库管理模块，用于将用户输入或导入的风险记录数据存储到风险数据库，并根据风险记录数据进行计算评估得到风险等级并存储到数据库，还用于根据安全风险管控模块的要求提取风险记录数据并输入安全风险管控模块；
所述安全风险管控模块，用于制定应急预案、演练计划，用于提供模拟训练和教育培训，用于通知风险数据库管理模块提取风险记录数据，对风险记录数据进行识别并进行分级管控和检查，并对风险进行预测预警，还用于对风险记录数据进行分析统计。
一、风险数据库
按板块、所属单位、风险单元等维度对指定识别年度内的标准风险信息展开全面统计，包括不同板块、不同风险单元的识别数量占比分析，以及各专业、选定板块和所属单位的风险识别量排序。
还能够提供近几年内选定板块和所属单位的识别风险数量变化趋势分析等图表，以及对选定板块和所属单位风险数据库安全培训计划的年度分月统计展示、实际培训次数统计排序等。
1、风险数据库信息表，用于描述风险数据库基本信息，包括数据库名称、板块名称、所属单位、风险单元、风险评估作业引导和编制单位人员及时间信息；其中，所述板块名称包括路港、煤炭、新能源、火电和铝业；所述风险单位包括作业活动、区域环境、风险数据库和设备活动；具体字段见下表：
表1风险数据库信息表
风险单元评估记录表包括作业任务记录表、区域环境记录表、职业健康风险记录表和设备故障记录表；其中，
所述作业任务记录表，用于记录作业任务、任务步骤、危害名称、致因因素、暴露频次、风险可能性、风险后果、风险值和风险等级；风险值和风险等级由风险数据库管理模块计算匹配得到；具体字段见下表：
表2作业任务风险评估记录信息表
所述区域环境记录表，用于记录环境影响危害、环境因素重要度、排放或检测值、风险等级；风险等级由风险数据库管理模块计算匹配得到；具体字段见下表：
表3区域环境风险评估记录信息表
所述职业健康风险记录表，用于记录涉及岗位工种、危害类别和风险等级；风险等级由风险数据库管理模块计算匹配得到；具体字段见下表：
表4职业健康风险评估记录信息表
所述设备故障记录表，用于记录设备故障及风险等级，所述风险等级由风险管理模块定性风险得到；
所述操作记录表，用于记录审核操作及数据导入操作。
二、风险数据库管理模块
包括创建维护单元、风险等级评估单元和信息提取单元；
1、创建维护单元，用于根据不同风险单元分别创建对应的数据列表，所述数据列表包括作业任务记录表、区域环境记录表、职业健康风险记录表和设备故障记录表，接收用户输入的数据记录或导入的数据列表，存储到对应的数据列表中；将风险记录输入风险等级评估单元，并将收到的风险值和风险等级存储到对应数据列表中，还用于对风险数据库进行维护；
2、风险等级评估单元，用于根据风险单元评估记录表的类型选取对应的风险等级评估模型，根据风险记录通过计算得到风险值并匹配得到风险等级，将风险值和风险等级输入创建维护单元；所述风险等级包括低风险、中等风险、较高风险和高风险；具体实现如下：
根据风险单元评估记录表的类型选取对应的风险等级评估模型；
当类型为作业任务记录表时，根据暴露频次赋予分值C，根据风险可能性赋予分值E，根据风险后果赋予分值L，由下式计算得到风险值R：
R＝L*E*C；
将风险值R与作业任务风险评价标准进行匹配得到风险等级，然后将风险值和风险等级输入创建维护单元；
当类型为区域环境记录表时，按照是非判断法模型，将排放或检测值与区域环境风险评价标准进行匹配得到风险等级，然后将风险等级输入创建维护单元；
当类型职业健康风险记录表时，将检测值与职业健康风险评价标准进行匹配得到风险等级，然后将风险等级输入创建维护单元；
当类型为设备故障记录表时，按照矩阵模型，根据人为失误及设备部件故障后果对设备、系统和机组的影响进行定性评估，确定风险等级，然后将风险等级输入创建维护单元。举例如下：
1)作业任务记录表
暴露频次：1、持续(每天许多次)；暴露期大于2倍的法定极限值；2、经常(大概每天一次)；暴露期介于1-2倍法定极限值之间；3、有时(从每周一次到每月一次)；暴露期处于1倍OEL之间；4、偶尔(从每月一次到每年一次)；暴露期介于允许水平和OEL之间；5、很少(据说它曾经发生过)；暴露期在允许水平内；6、特别的少，几乎不可能；暴露期远小于允许水平；具体分值见下表：
表5作业任务记录表暴露频次分值
| 序号 | 危害事件的暴露 | 分值 |
| 1 | 持续(每天许多次) | 10 |
| 2 | 经常(大概每天一次) | 6 |
| 3 | 有时(从每周一次到每月一次) | 3 |
| 4 | 偶尔(从每月一次到每年一次) | 2 |
| 5 | 很少(据说曾经发生过) | 1 |
| 6 | 特别少(没有发生过，但有发生的可能性) | 0.5 |
风险可能性：1、如果危险事件发生的话，它是最可能和预期的结果(100％)；频繁；2、并不是罕见，大约是50％的机会；持续的；3、可能(25％)；经常的；4、很少的可能性，曾经发生；偶然的；5、相当少但是确有可能，经过多年都没有发生过；很难得；6、尽管暴露了许多年，从来没有发生过；罕见的；具体分值见下表：
表6风险可能性分值
| 序号 | 风险或危害事件导致后果的可能性 | 分值 |
| 1 | 如果危险事件发生的话，它是最可能和预期的结果；频繁的 | 10 |
| 2 | 并不是罕见，甚至是50％的机会；持续的 | 6 |
| 3 | 可能的；经常的 | 3 |
| 4 | 很少的可能性，曾经发生；偶然的 | 1 |
| 5 | 相当少但是确有可能，经过多年都没有发生过；很难的 | 0.5 |
| 6 | 尽管暴露了许多年，从来没有发生过；罕见的 | 0.1 |
风险后果：1、灾难性(安全)：造成3人以上死亡；设备、财产损失1千万元以上；2、灾难性(环境与职业健康)：造成3-9例无法复原的严重职业病或造成9例以上很难治愈的职业病；大范围破坏环境或影响后果可造成人员死亡、环境恢复困难或极端违法，政府责令关闭；3、严重(安全)：造成2-3人以上死亡；设备、财产损失1百万到1千万；4、严重(环境与职业健康)：造成1-2例无法复原的严重职业病或造成3-9例很难治愈的职业病；较大范围破坏环境或影响后果可导致急性疾病或重大伤残，居民需撤离或严重违法，政府责令关闭整顿；5、较严重(安全)：造成1人死亡；设备、财产损失10万到100万；6、较严重(环境与职业健康)：造成1-2例很难治愈的职业病或造成3-9例可治愈的职业病或造成9例以上与职业有关的疾病；造成中度影响周边居民及生态环境，引起居民抗争；7、一般(安全)：重伤或财产损失1万到10万；8、一般(环境与职业健康)：造成1-2例可治愈的职业病或造成3-9例与职业有关的疾病；对周边居民及生态环境有些影响，引起居民抱怨；9、次要(安全)：轻伤；设备、财产损失1千到1万；10、次要(环境与职业健康)：造成1-2例与职业有关的疾病；造成3-9例有轻微影响健康事件；轻度影响周边居民及小范围(现场)生态环境；11、轻微(安全)：轻微伤(小的割伤、擦伤、撞伤)或财产损失1千以下；12、轻微(环境与职业健康)：造成1-2例有轻微影响健康事件；仅对景观有轻度影响；具体分值见下表：
表7风险后果分值
风险值：系统自动计算R＝L*E*C公式，即后果、可能性、暴露的乘积；
表8风险级别
| 风险级别 | 风险值(R＝L*E*C) |
| 重大风险 | R≥400 |
| 较大风险 | 400＞R≥200 |
| 一般风险 | 200＞R≥70 |
| 低风险 | R＜70 |
风险等级：系统自动设置：将风险值R与风险模型匹配以评估风险等级。
职业健康风险记录表：
危害类别：包括物理危害、化学危害、机械危害、生物危害、人机工效危害、社会-心理危害、行为危害、环境危害、能源危害；
检测值：可正常录入或修改其内容；
发生过职业病：选择框，发生过职业病、未发生过职业病；
风险等级：系统自动设置：将检测值与风险模型匹配以评估风险等级，见下表。
表9职业健康风险检测值对应风险等级
3、信息提取单元，用于根据安全风险管控模块的功能要求从风险数据库提取风险记录并发送至安全风险管控模块。
三、安全风险管控模块
包括风险事前预防单元、风险事中管控单元和风险统计分析单元；其中，
风险事前预防单元，用于制定应急预案、演练计划，用于提供模拟训练和教育培训；
应急预案结构化，对现有预案按照模块、步骤进行拆解，形成对应急预案组织单元的结构化记录，实现文本预案和结构化预案。
应急模拟演练，以结构化预案为基础，进行预案的模拟演练全过程记录与分析。包含预案的启动、预案步骤的调度、预案的执行、预案的关闭、执行过程分析和计划行动等。
所述风险事中管控单元，用于通知风险数据库管理模块提取风险记录数据，对风险记录数据进行识别，根据风险等级通知相应管控负责人进行分级管控，持续监控直至风险等级降至低风险或可接受风险，还用于根据风险记录数据进行风险预测预警；
所述风险统计分析单元，用于按不同维度对指定识别年度内的风险记录数据进行统计，提供风险识别数量占比分析，提供风险识别量排序，提供安全风险四色图、作业风险比较图和重大危险源分布图；还用于提供培训计划统计和培训落实次数统计排序。；
按板块、所属单位、风险单元、风险等级等维度对指定时期内评估出的风险信息展开全面统计，包括不同风险单元和等级占比分析，以及近几年内风险评估等级变化趋势分析等图表。
同时可对指定风险的专项检查计划、再评估计划、管控措施执行及检查整改情况总结报告等进行跟踪追溯。
对风险数据库中的重大危险源进行过程管控，并进行重大危险源的统计分析。
对实际生产经营过程中辨识、评估存在的重大危险源进行登记、建档、备案、核销过程管控，并体现对重大危险源评估结果的持续跟踪和防控措施追溯能力；包括对监管过程中的定期评估、定期安全检查、人员培训、安全警示标志等信息实现动态管理。
按照重大危险源管控要求，通过审核环节指定跟踪管控部门及负责人，同时系统自动提醒相关人员；系统支持重大危险源定期再辨识/评估，可提前设定某项重大危险源开展再辨识/评估的要求、范围、执行部门及人员、日期等，到期前提醒相关业务部门和人员；直至重大危险源核销。
本功能需要实现与“督察检查计划”功能之间的业务勾连、重大危险源防控措施追溯；通过设定重大危险源防控措施的检查计划，在“督察检查计划”功能中体现为防控措施的“定期及专项检查”，并可进一步跟踪检查计划的执行及完成情况；本功能再通过查询页面进行相应重大危险源内容的监控过程追溯。
系统实现对每项重大危险源评估报告、应急预案、备案文件等的两级管理；包括监控、监督检查的记录、报告及整改闭环情况；支持对应急预案培训与演练相关材料进行关联上传。
重大危险源类别：储罐区、库区、生产场所、压力管道、锅炉、压力容器、煤矿(井工开采)、金属、非金属地下矿、尾矿库、危险化学品、其他。
重大危险源等级：一级重大危险源：可能造成特别重大事故；二级重大危险源：可能造成重大事故；三级重大危险源：可能造成较大事故；四级重大危险源：可能造成一般事故。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种智能安全风险管控系统，其特征在于，所述系统包括：风险数据库、风险数据库管理模块和安全风险管控模块；其中，
所述风险数据库，用于存储风险记录数据，还用于存储风险培训计划和培训落实记录；
所述风险数据库管理模块，用于将用户输入或导入的风险记录数据存储到风险数据库，并根据风险记录数据进行计算评估得到风险等级并存储到数据库，还用于根据安全风险管控模块的要求提取风险记录数据并输入安全风险管控模块；
所述安全风险管控模块，用于制定应急预案和演练计划，用于提供模拟训练和教育培训，用于通知风险数据库管理模块提取风险记录数据，对风险记录数据进行识别并进行分级管控和检查，并对风险进行预测预警，还用于对风险记录数据进行分析统计。
2.根据权利要求1所述的智能安全风险管控系统，其特征在于，所述风险数据库包括风险数据存储单元和风险培训信息存储单元；其中，
所述风险数据存储单元，用于通过风险数据库信息表描述风险数据库基本信息，通过风险单元评估记录表存储作业任务、区域环境风险、职业健康风险、设备故障和操作记录；
所述风险培训信息存储单元，用于存储所属单位针对风险的培训计划和培训落实记录。
3.根据权利要求2所述的智能安全风险管控系统，其特征在于，所述风险数据库信息表包括数据库名称、板块名称、所属单位、风险单元、风险评估作业引导和编制单位人员及时间信息；其中，
所述板块名称包括路港、煤炭、新能源、火电和铝业；
所述风险单位包括作业活动、区域环境、风险数据库和设备活动。
4.根据权利要求2所述的智能安全风险管控系统，其特征在于，所述风险单元评估记录表包括作业任务记录子表、区域环境记录子表、职业健康风险记录子表和设备故障记录子表；其中，
所述作业任务记录子表，用于记录作业任务、任务步骤、危害名称、致因因素、暴露频次、风险可能性、风险后果、风险值和风险等级；风险值和风险等级由风险数据库管理模块计算匹配得到；
所述区域环境记录子表，用于记录环境影响危害、环境因素重要度、排放或检测值和风险等级；所述风险等级由风险数据库管理模块计算匹配得到；
所述职业健康风险记录子表，用于记录涉及岗位工种、危害类别和风险等级；风险等级由风险数据库管理模块计算匹配得到；
所述设备故障记录子表，用于记录设备故障及风险等级，所述风险等级由风险管理模块定性风险得到；
所述操作记录子表，用于记录审核操作及数据导入操作。
5.根据权利要求4所述的智能安全风险管控系统，其特征在于，所述风险数据库管理模块包括创建维护单元、风险等级评估单元和信息提取单元；
所述创建维护单元，用于根据不同风险单元分别创建对应的数据列表，所述数据列表包括作业任务记录子表、区域环境记录子表、职业健康风险记录子表和设备故障记录子表，接收用户输入的数据记录或导入的数据记录并存储到对应的子表中；用于将风险记录数据输入风险等级评估单元，并将收到的风险值和风险等级存储到对应的子表中，还用于对风险数据库进行维护；
所述风险等级评估单元，用于根据风险单元评估记录表的子表类型选取对应的风险等级评估模型，由风险等级评估模型计算得到风险记录数据的风险值并匹配得到风险等级，将风险值和风险等级输入创建维护单元；所述风险等级包括低风险、中等风险、较高风险和高风险；
所述信息提取单元，用于根据安全风险管控模块的功能要求从风险数据库提取风险记录数据并发送至安全风险管控模块。
6.根据权利要求5所述的智能安全风险管控系统，其特征在于，所述风险等级评估单元的具体实现过程为：
根据风险单元评估记录表的子表类型选取对应的风险等级评估模型；
当子表类型为作业任务记录子表时，根据暴露频次赋予分值C，根据风险可能性赋予分值E，根据风险后果赋予分值L，由下式计算得到风险值R：
R＝L*E*C；
将风险值R与作业任务风险评价标准进行匹配得到风险等级，然后将风险值和风险等级输入创建维护单元；
当子表类型为区域环境记录子表时，按照是非判断法模型，将排放或检测值与区域环境风险评价标准进行匹配得到风险等级，然后将风险等级输入创建维护单元；
当子表类型职业健康风险记录子表时，将检测值与职业健康风险评价标准进行匹配得到风险等级，然后将风险等级输入创建维护单元；
当子表类型为设备故障记录子表时，按照矩阵模型，根据人为失误及设备部件故障后果对设备、系统和机组的影响进行定性评估，确定风险等级，然后将风险等级输入创建维护单元。
7.根据权利要求6所述的智能安全风险管控系统，其特征在于，所述安全风险管控模块包括风险事前预防单元、风险事中管控单元和风险统计分析单元；其中，
所述风险事前预防单元，用于通过结构化记录形成应急预案的文本预案和结构化预案，并以结构化预案为基础，对模拟演练进行过程记录和分析，用于提供教育培训；
所述风险事中管控单元，用于通知风险数据库管理模块提取风险记录数据，对风险记录数据进行识别，根据风险等级通知相应管控负责人进行分级管控，持续监控直至风险等级降至低风险或可接受风险，还用于根据风险记录数据进行风险预测预警；
所述风险统计分析单元，用于按不同维度对指定识别年度内的风险记录数据进行统计，提供风险识别数量占比分析，提供风险识别量排序，提供安全风险四色图、作业风险比较图和重大危险源分布图；还用于提供培训计划统计和培训落实次数统计排序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110033564.5A CN112686570A (zh) | 2021-01-11 | 2021-01-11 | 一种智能安全风险管控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110033564.5A CN112686570A (zh) | 2021-01-11 | 2021-01-11 | 一种智能安全风险管控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112686570A true CN112686570A (zh) | 2021-04-20 |
Family
ID=75457341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110033564.5A Pending CN112686570A (zh) | 2021-01-11 | 2021-01-11 | 一种智能安全风险管控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112686570A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113408855A (zh) * | 2021-05-21 | 2021-09-17 | 中国电建集团华东勘测设计研究院有限公司 | 一种以风险辨识库将风险分级管控和隐患排查治理建立关联关系的方法 |
| CN113988636A (zh) * | 2021-10-29 | 2022-01-28 | 江西赣抚建设工程有限公司 | 一种建筑施工质量安全在线风险评估系统 |
| CN115187152A (zh) * | 2022-09-14 | 2022-10-14 | 国家电投集团科学技术研究院有限公司 | 露天煤矿生产系统的安全生产评估方法、装置和电子设备 |
| CN115907837A (zh) * | 2023-02-24 | 2023-04-04 | 山东财经大学 | 基于机器学习的期货数据分析、风险预测方法及系统 |
| CN116090830A (zh) * | 2023-02-17 | 2023-05-09 | 南方电网调峰调频发电有限公司工程建设管理分公司 | 一种作业风险监控方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732315A (zh) * | 2013-12-20 | 2015-06-24 | 中国核工业第五建设有限公司 | 安全管理系统 |
| CN109508848A (zh) * | 2018-08-08 | 2019-03-22 | 武汉理工光科股份有限公司 | 企业生产安全风险评估和管理系统 |
| CN109919471A (zh) * | 2019-02-27 | 2019-06-21 | 河南鑫安利安全科技股份有限公司 | 一种智慧风控评估方法及系统 |
| CN110390453A (zh) * | 2018-04-19 | 2019-10-29 | 中国石油化工股份有限公司 | 一种石化设备工艺安全风险分析与管理系统 |
| CN110428181A (zh) * | 2019-08-06 | 2019-11-08 | 四川省水利干部学校(四川省水利职工中等专业学校) | 安全风险管控与隐患排查治理方法 |
-
2021
- 2021-01-11 CN CN202110033564.5A patent/CN112686570A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732315A (zh) * | 2013-12-20 | 2015-06-24 | 中国核工业第五建设有限公司 | 安全管理系统 |
| CN110390453A (zh) * | 2018-04-19 | 2019-10-29 | 中国石油化工股份有限公司 | 一种石化设备工艺安全风险分析与管理系统 |
| CN109508848A (zh) * | 2018-08-08 | 2019-03-22 | 武汉理工光科股份有限公司 | 企业生产安全风险评估和管理系统 |
| CN109919471A (zh) * | 2019-02-27 | 2019-06-21 | 河南鑫安利安全科技股份有限公司 | 一种智慧风控评估方法及系统 |
| CN110428181A (zh) * | 2019-08-06 | 2019-11-08 | 四川省水利干部学校(四川省水利职工中等专业学校) | 安全风险管控与隐患排查治理方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113408855A (zh) * | 2021-05-21 | 2021-09-17 | 中国电建集团华东勘测设计研究院有限公司 | 一种以风险辨识库将风险分级管控和隐患排查治理建立关联关系的方法 |
| CN113408855B (zh) * | 2021-05-21 | 2023-09-19 | 中国电建集团华东勘测设计研究院有限公司 | 以风险辨识库将风险管控和隐患排查治理建立关联的方法 |
| CN113988636A (zh) * | 2021-10-29 | 2022-01-28 | 江西赣抚建设工程有限公司 | 一种建筑施工质量安全在线风险评估系统 |
| CN115187152A (zh) * | 2022-09-14 | 2022-10-14 | 国家电投集团科学技术研究院有限公司 | 露天煤矿生产系统的安全生产评估方法、装置和电子设备 |
| CN116090830A (zh) * | 2023-02-17 | 2023-05-09 | 南方电网调峰调频发电有限公司工程建设管理分公司 | 一种作业风险监控方法 |
| CN116090830B (zh) * | 2023-02-17 | 2024-02-20 | 南方电网调峰调频发电有限公司工程建设管理分公司 | 一种作业风险监控方法 |
| CN115907837A (zh) * | 2023-02-24 | 2023-04-04 | 山东财经大学 | 基于机器学习的期货数据分析、风险预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112686570A (zh) | 一种智能安全风险管控系统 | |
| Wang et al. | Work safety in China’s Thirteenth Five-Year plan period (2016–2020): Current status, new challenges and future tasks | |
| Li et al. | Identifying coal mine safety production risk factors by employing text mining and Bayesian network techniques | |
| Buskin et al. | Fatal injuries in the construction industry in Washington State | |
| CN115204752B (zh) | 突发事件应急处置方案生成方法、系统、装置及存储介质 | |
| CN105678446A (zh) | 一种用于企业安全生产风险预警的方法 | |
| CN113191730B (zh) | 一种基于大数据的危险化学品全生命周期信息监管系统 | |
| CN113515720B (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
| Bonsu et al. | A systems approach to mining safety: an application of the Swiss cheese model | |
| Gridina et al. | Comprehensive approach to managing the safety of miners in coal mines | |
| Glazner et al. | Factors contributing to construction injury at Denver International Airport | |
| CN116384741A (zh) | 一种危险源辨识与管理系统及装置 | |
| Bing et al. | Study on coal mine safety management system based on “hazard, latent danger and emergency responses” | |
| Lucas | Wise men learn by others harms, fools by their own: Organisational barriers to learning the lessons from major accidents | |
| Shaluf et al. | Technological disaster factors | |
| Baldissone et al. | Occupational accident-precursors data collection and analysis according to Human Factors Analysis and Classification System (HFACS) taxonomy | |
| Akcil | Managing cyanide: health, safety and risk management practices at Turkey's Ovacik gold–silver mine | |
| Ghousi | Applying a decision support system for accident analysis by using data mining approach: A case study on one of the Iranian manufactures | |
| Zerrouki et al. | Workplace accident analysis in the Algerian oil and gas industry | |
| KR20070099380A (ko) | 설비 위험등급 평가시스템 | |
| CN113807638A (zh) | 一种尾矿库重大安全风险量化方法 | |
| Li | Study the closed loop management system for the coal mines based on risk management | |
| Akinyemi et al. | Development of system dynamics based simulation models for runway safety planning | |
| CN113792489B (zh) | 管道风险防控模型的建立方法和安全风险目录构建方法 | |
| Sivaraman et al. | Multi-Criterion-Based Qualitative Comparative Analysis of Root Cause Methods: Application to Deepwater Horizon Oil Spill |
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 |