CN113344362A - 一种重大安全风险指标计量模型 - Google Patents
一种重大安全风险指标计量模型 Download PDFInfo
- Publication number
- CN113344362A CN113344362A CN202110601141.9A CN202110601141A CN113344362A CN 113344362 A CN113344362 A CN 113344362A CN 202110601141 A CN202110601141 A CN 202110601141A CN 113344362 A CN113344362 A CN 113344362A
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- unit
- value
- safety
- 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.)
- Granted
Links
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种重大安全风险指标计量模型。包括单元固有危险指数计量、单元风险管控指标计量、单元动态指标计量;所述单元固有危险指数的计量为若干风险点固有危险指数的场所人员暴露指数加权累计值;将单元初始高危风险管控频率与单元固有危险指数聚合,得到单元初始高危安全风险值;所述单元动态指标计量包括高危风险监测监控特征指标计量、安全生产基础管理动态指标计量、特殊时期指标计量、高危风险物联网指标计量和自然环境修正指标计量;将单元动态指标计量值对单元初始高危安风险值进行修正得到单元现实风险值。本发明能呈现固有风险与风险管控概率的组合,可以为遏制重特大事故提供决策支持。
Description
技术领域
本发明属于安全风险评估技术领域,具体涉及一种重大安全风险指标计量模型。
背景技术
一切系统都在运动中,系统的运动是由于系统中矛盾斗争的结果;这是宇宙间的普遍原理,安全系统也服从这一原理。
安全系统虽然结构复杂,归根结底可以概括为两大对立的基本矛盾即“危险”和“危险防控”相互作用的结果。
根据大系统理论,采用变量集结法,将输出变量化为年度伤亡指标Y(k),输入变量则集结成为符号相异的两个变量“危险”指数H(k)和“危险防控”指数C(k)。
Y(k)=(1-C(k))Y(k-1)+H(k)。
安全控制论的安全度定义:S=G(I/Y)
式中,S—安全度,Y为伤亡指标;
S(k)=S(k-I)+B(k)
上式说明安全度具有积累效应,即当年的安全度S(k)等于去年安全度S(k-1)与当年控制效应B(k)之和。
B(k)定义为系统的控制效应,是表征系统中危险H与控制能力C斗争结果的参数;
B(k)>0表示C占优势,S上升;
B(k)=0表示二者持平,S保持稳定;
B(k)<0表示C处劣势,S下降。
状态方程中二参数危险H、控制能力C、通过系统辨识已经得出数值结果。
它们都是集合变量,其构成原素、赋值方法及结构形式等,都可以根据一定的方法论和现代科学技术,加以解决。
危险源发生概率绝对值的计算,是十分困难的;但是从状态方程来看,Y(k)的定义为千人负伤率,实质是一种概率的表达形式;因此,危险指数H的量纲也具有概率的性质,一般地说,危险指数H受下列因素影响:
a采用的工艺、装置本质安全化水平;
b工人在危险区作业时间;
c设计、工程质量存在的缺陷;
d作业环境中的不安全条件(作业空间、照度、噪声……等)。
其中,本质安全化是危险指数的主体,由它所决定的因素称之为固有危险指数hs;所谓本质安全化,是指生产工艺系统防止事故发生的硬件措施。
工人在危险区作业时间(又称暴露时间)的长短,显然和概率有关。
设计、工程缺陷和作业环境中的不安全条件,一般地说不过是在某种程度上影响本质安全化水平,而不会影响到危险源全局。
因此,我们将危险指数h定义为:h=h,E(I+k1)(I+k2)
式中:Hs—固有危险指数
E--人数暴露时间/24
k1--设计、工程缺陷系数
k2--环境缺陷系数
k1赋值暂以每有一项按5/100计,k2亦按此原则处理。
固有危险指数分危险隔离、故障安全、失误安全三种基本类型;经过与三种作业方式组合衍生成为九种类形;固有危险指数取值范围的逻辑意义是,表示其发生事故概率相对值的等级,因此取简单整数。
所以H0定义为:
在企业应视车间为子系统计算H0,各车间的历史数据Y(k)中的H与之呈线性关系;所以,使用统计分析可以获得二者的比例系数。
控制能力C的内容,涉及企业各级干部的安全意识、管理水平、人员素质以及安全信息系统的运作质量等很多方面的因素,而且都是定性变量,缺乏一个公认的量化方法和标准。
发明内容
本发明针对现有技术存在的问题提供一种重大安全风险指标计量模型;即考虑单元安全风险水平取决于单元内固有风险(H)及其管控(C)的相互作用;同时考虑系统的动态特性,其风险水平状况将受到单元内相关动态指标的扰动。
本发明的技术方案是:一种重大安全风险指标计量模型,包括单元固有危险指数计量、单元风险管控指标计量、单元动态指标计量;
所述单元固有危险指数计量包括单元风险点固有风险指标计量;所述单元固有危险指数的计量为若干风险点固有危险指数的场所人员暴露指数加权累计值;
式中:hi—单元内第i个风险点固有危险指数;
Ei—单元内第i个风险点场所人员暴露指数;
F—单元内各风险点场所人员暴露指数累计值;
n—单元内风险点数;
所述单元风险管控指标以单元初始高危风险管控频率计量;
将单元初始高危风险管控频率与单元固有危险指数聚合,得到单元初始高危安全风险值;
所述单元动态指标计量包括高危风险监测监控特征指标计量、安全生产基础管理动态指标计量、特殊时期指标计量、高危风险物联网指标计量和自然环境修正指标计量;
将单元动态指标计量值对单元初始高危安风险值进行修正得到单元现实风险值。
根据本发明实施例,所述单元风险点固有风险指标包括:
高风险设备:表征为设备本质安全化水平;
高风险工艺:表征为监测监控失效率水平;
高风险物品:表征为物质危险性;
高风险场所:表征为场所人员风险暴露;
高风险作业:表征为作业危险性;
所述高风险设备的计量,以风险点设备设施本质安全化水平作为赋值依据,高风险设备计量值hs取值范围1.0~1.7,
其中:危险隔离(替代),取值1.0;
故障安全/失误安全,取值1.2;
故障安全/失误风险,取值1.4;
故障风险/失误安全,取值1.3;
故障风险/失误风险,取值1.7;
所述高风险物品(M)的计量,采用高风险物品的实际存在量与临界量的比值及对应物品的危险特性修正系数乘积的m值作为分级指标,根据分级结果确定高风险物品计量值M;
所述高风险场所的计量,由场所人员暴露指数E来表征;人员暴露指数以单元1km范围内的人员数为依据取值,E取值范围如下:
暴露人数(p)100人以上,E值9;
暴露人数(p)30~99人,E值7;
暴露人数(p)10~29人,E值5;
暴露人数(p)3~9人,E值3;
暴露人数(p)0~2人,E值1;
所述高风险工艺的计量,由监测监控设施失效率修正系数K1表征:
K1=1+l
式中:l—监测监控设施失效率的平均值;
所述高风险作业的计量,由危险性修正系数K2表征:
K2=1+0.05t
式中:t—风险点涉及高风险作业种类数;
风险点固有危险指数的计量,风险点危险指数h定义为:h=hs×M×E×K1×K2
式中:hs—高风险设备指数
M—物质危险系数
E—场所人员暴露指数
K1—监测监控失效率修正系数
K2—高风险作业危险性修正系数。
根据本发明实施例,所述高危风险监测监控特征指标计量用高危风险动态监测特征指标报警信号系数K3定义;
所述高危风险监测特征指标指与安全生产紧密相关的动态在线监测项目数据,包括温度、压力、冷却水;
在线监测项目实时报警分黄色报警、橙色报警、红色报警;当在线监测项目达到3项红色报警时,记为1项橙色报警;当监测项目达到2项橙色报警时,记为1项红色报警;由此,设定黄色报警、橙色报警、红色报警的权重分别为1、3、6,归一化处理后的系数分别为0.1、0.3、0.6;
所述高危风险动态监测特征指标报警信号系数K3公式描述为:
K3=1+0.1a1+0.3a2+0.6a3
式中:K3—高危风险动态监测特征指标报警信号系数;
a1—黄色报警次数;
a2—橙色报警次数;
a3—红色报警次数;
所述高危风险动态监测特征指标报警信号系数K3对风险点固有风险指标进行动态修正:
h′=hK3
式中:h'—风险点固有风险指标动态修正值;
h—风险点固有危险指数;
K3—高危风险动态监测特征指标报警信号修正系数;
单元区域内存在若干各风险点,单元固有危险指数动态修正值(H')为若干风险点固有风险指标动态修正值(h')与场所人员暴露指数加权累计值;H'定义如下:
式中:h'i—单元内第i个风险点固有风险指标动态修正值
Ei—单元内第i个风险点场所人员暴露指数
F—单元内各风险点场所人员暴露指数累计值
n——单元内风险点数。
根据本发明实施例,所述单元初始高危风险管控频率计量,以单元安全生产标准化得分的倒数作为单元高危风险管控频率指标计量值,则计量单元初始高危风险管控频率G为:
G=100/v
式中:G—单元初始高危风险管控频率
v—安全生产标准化自评/评审分值。
根据本发明实施例,所述单元初始高危安全风险值定义为R0=GH′
式中:R0—单元初始安全风险值;
G—单元初始高危风险管控频率;
H'—单元固有危险指数动态修正值;
所述单元现实风险值定义为RN=R0Bs
式中:RN—单元现实风险;
R0—单元初始高危安全风险值;
BS—安全生产基础管理动态指标。
根据本发明实施例,所述安全生产基础管理动态指标BS包括事故隐患指标、生产安全事故指标;
所述事故隐患指标包括事故隐患信息量化指标、隐患等级指标、隐患整改指标;
所述事故隐患信息量化指标的计量,依据事故隐患不同后果的对应分值计算,
可能会造成的后果(An)为死亡,对应的分值(an)为1;
可能会造成的后果(An)为重伤,对应的分值(an)为0.5;
可能会造成的后果(An)为轻伤,对应的分值(an)为0.1;
隐患数量影响事故隐患信息量化指标计算结果,规定时间内发现的隐患平均数,通过基本隐患数量与实际隐患发现数量的比值来消除隐患数量多少的影响;
式中:I1—事故隐患信息量化指标的计算结果;
A1—后果可能造成死亡的隐患对应的数量;
A2—后果可能造成重伤的隐患对应的数量;
A3—后果可能造成轻伤的隐患对应的数量;
a1—后果可能造成死亡的隐患对应的分值;
a2—后果可能造成重伤的隐患对应的分值;
a3—后果可能造成轻伤的隐患对应的分值;
预警周期内基本隐患数量;
所述隐患等级指标包括一般隐患、重大隐患;
隐患等级(Bn)为重大隐患,不同等级的隐患的对应分值bn为1;
隐患等级(Bn)为一般隐患,不同等级的隐患的对应分值bn为0.1;
隐患等级指标的公式描述为I2=B1b1+B2b2
式中:I2—隐患等级的计算结果
B1—重大隐患对应数量
B2—一般隐患对应数量
b1—重大隐患对应分值
b2—一般隐患对应分值
并且,B1+B2=A1+A2+A3
所述隐患整改指标用不同隐患整改率对应分值(Cn1、Cn2)计算,
隐患整改率(重大隐患、一般隐患)等于100%,应分值(Cn1、Cn2)为0;
隐患整改率(重大隐患、一般隐患)大于或等于80%,且小于100%,对应分值(Cn1、Cn2)为5%;
隐患整改率(重大隐患、一般隐患)大于或等于50%,且小于80%,对应分值(Cn1、Cn2)为10%;
隐患整改率(重大隐患、一般隐患)大于或等于30%,且小于50%,对应分值(Cn1、Cn2)为20%;
隐患整改率(重大隐患、一般隐患)小于30%,对应分值(Cn1、Cn2)为30%;
式中:I3—隐患整改率的计算结果;
Cn1—重大隐患整改率对应的分值,n1=1,2,3,4,5;
Cn2—一般隐患整改率对应的分值,n2=1,2,3,4,5;
所述生产安全事故指标的计量,
事故类型DN为死亡,对应分值dn为1.00;
事故类型DN为重伤,对应分值dn为0.50;
事故类型DN为轻伤,对应分值dn为0.10;
事故类型DN为生产设备事故,对应分值dn为0.05;
事故类型DN为险肇或未遂事故,对应分值dn为0.01;
生产安全事故指标的公式描述为:I4=D1d1+D2d2+D3d3+D4d4+D5d5
式中:I4—生产安全事故的计算结果;
D1—当期死亡事故对应的人数;
D2—当期重伤事故对应的人数;
D3—当期轻伤事故对应的人数;
D4—当期生产设备事故起数;
D5—当期险肇或未遂事故起数;
d1—死亡事故对应的分值;
d2—重伤事故对应的分值;
d3—轻伤事故对应的分值;
d4—生产设备事故对应的分值;
d5—险肇(未遂)事故对应的分值;
指标权重的对应分值Wn为:
事故隐患信息量化指标I1,对应分值Wn为0.15;
隐患等级指标I2,对应分值Wn为0.15;
隐患整改率I3,对应分值Wn为0.20;
生产安全事故指标I4,对应分值Wn为0.50;
所述安全生产基础管理动态指标BS,通过指标量化值及其指标权重,建立数学模型,表征当前安全生产基础管理状态的数值;公式描述为:
Bs=I1W1+I2W2+I3W3+I4W4
式中:BS—安全生产基础管理动态指标
Wn—各指标所对应的权重,n=1,2,3,4。
根据本发明实施例,所述特殊时期指标包括特殊时期指标指法定节假日、国家或地方重要活动时期;对单元现实风险值提一档;
所述高危风险物联网指标指近期单元发生生产安全事故及国、内外发生的典型同类事故对单元现实风险值提一档;
所述自然环境修正指标指区域内发生气象、地震、地质灾害;对单元现实风险值提一档。
根据本发明实施例,所述单元现实风险RN用于确定单元风险分级标准。
将非煤矿山企业现实安全风险等级划分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,
现实安全风险150≤RN,预警信号为红色,风险等级符号为Ⅰ级;
现实安全风险105≤RN<150,预警信号为橙色,风险等级符号为Ⅱ级;
现实安全风险48≤RN<105,预警信号为黄色,风险等级符号为Ⅲ级;
现实安全风险48<RN,预警信号为蓝色,风险等级符号为Ⅳ级。
将危险化学品企业重大安全风险等级划分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,
现实安全风险RN≥200,预警信号为红色,风险等级符号为Ⅰ级;
现实安全风险200>RN≥100,预警信号为橙色,风险等级符号为Ⅱ级;
现实安全风险100>RN≥20,预警信号为黄色,风险等级符号为Ⅲ级;
现实安全风险RN<20,预警信号为蓝色,风险等级符号为Ⅳ级。
将金属冶炼企业重大安全风险等级划分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,
现实安全风险RN≥85,预警信号为红色,风险等级符号为Ⅰ级;
现实安全风险85>RN≥50,预警信号为橙色,风险等级符号为Ⅱ级;
现实安全风险50>RN≥30,预警信号为黄色,风险等级符号为Ⅲ级;
现实安全风险30>RN,预警信号为蓝色,风险等级符号为Ⅳ级。
将其他工贸行业重大安全风险等级划分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,
现实安全风险RN≥80,预警信号为红色,风险等级符号为Ⅰ级;
现实安全风险50≤RN<80,预警信号为橙色,风险等级符号为Ⅱ级;
现实安全风险20≤RN<50,预警信号为黄色,风险等级符号为Ⅲ级;
现实安全风险RN<20,预警信号为蓝色,风险等级符号为Ⅳ级。
将烟花爆竹行业重大安全风险等级划分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,
现实安全风险RN≥85,预警信号为红色,风险等级符号为Ⅰ级;
现实安全风险85>RN≥50,预警信号为橙色,风险等级符号为Ⅱ级;
现实安全风险50>RN≥30,预警信号为黄色,风险等级符号为Ⅲ级;
现实安全风险30>RN,预警信号为蓝色,风险等级符号为Ⅳ级。
本发明的有益技术效果是:固有风险从高风险设备设施、高风险工艺、高风险物品、高风险场所、高风险作业辨识,能能突出重点人群、设备、工艺、场所等的危险性,能充分展示实际现状情况;本定量计量模型能呈现固有风险与风险管控概率的组合,可以为遏制重特大事故提供决策支持。
具体实施方式
以下结合实施例对本发明做进一步详细的说明。
本计量模型根据风险清单和评估模型的试算应用结果,确定四级风险的分级阈值,依照所计算的风险阈值判断企业的风险等级。风险阈值的计算方法包括以暴露指数、物质危险性为主要依据的类“穷举法”以及以事故后果为依托的“权重”计算法。
本计量模型在非煤矿山(地下、露天、尾矿库)、危化、金属冶炼、工贸、烟花爆竹等行业相关企业进行了试点应用和验证。
实施例1:非煤矿山行业选取了33座尾矿库作为评估对象;通过对33座尾矿库风险辨识,对溃坝风险点风险严重度(固有风险)评估。
33座尾矿库溃坝事故风险点初始现实风险评估结果见表1,表1中尾矿库名称以编号表示。
表1 33座尾矿库溃坝事故风险点初始现实风险评估
在33座尾矿库评估中,10家尾矿库高风险设施指数hs达到1.70,原因在于其筑坝采用“湿式排放的上游式尾矿坝”,坝体稳定性相对差;1家尾矿库的高风险设施指数hs为1,原因在于其采用一次性筑坝方式,且储存物质为磷石膏,坝体稳定性较高。
物质危险指数(M)与场所人员暴露指数(E)在评估中占比最重,也即现状坝高与库容决定了M的变化,随着坝体加高或库容扩大,M值会增大,2家尾矿库现状等别为二等;
尾矿库下游存在人数越多,E值越大,对风险评估结果的影响越大,8家尾矿库场所人员暴露指数最高,达到9,这8家尾矿库均为“头顶库”;因此,对头顶库进行综合治理,减少人员在暴露区域,降低堆存量,能明显达到降低固有风险的作用。
在线监测监控实施正常运转能有效控制尾矿库运行技术参数,降低固有风险,反之则增加;调研中,也发现多家尾矿库多项监测监控无数据或出现异常,企业应及时排除监测监控设施的故障,保障监测监控数据能够真实反映尾矿库的运行状态;同时,特种作业种类多,潜在固有风险高,实施自动化减人,减少高风险作业人员数量,是降低尾矿库固有风险的有效途径。
企业应加强溃坝单元风险管控,提高安全标准化等级有助于降低初始或现实风险。
实施例2:某危化公司碳九加氢装置的加氢反应为“加氢工艺”;碳五树脂装置、碳
九冷聚树脂、碳五碳九共聚树脂装置的聚合反应过程属“聚合工艺”;以该公司系统特点,在危险有害因素辩识、分析的基础上,以聚合工艺、加氢工艺和储罐区作为整个系统的单元进行评估;以碳五树脂工艺单元为评估对象。
以碳五树脂工艺装置评估对象,将火灾事故、爆炸事故、中毒事故等3个风险点作为高危固有风险辨识与评估的重点进行评估:
a)火灾事故风险点h1=1.3×5×3×1.01×1.45=28.56;
b)爆炸事故风险点h2=1.3×5×5×1.01×1.45=47.6;
c)中毒事故风险点h3=1.3×5×1×1.01×1.45=9.52。
单元区域内存在若干个风险点,根据安全控制论原理,单元固有危险指数为若干风险点固有危险指数的场所人员暴露指数加权累计值。
碳五树脂单元区域内的3个风险点,E1=3,E2=5,E3=1,F=9;
故:H=28.56×(3/9)+47.6×(5/9)+9.52×(1/9)=37.02。
该危化公司安全生产标准化达标等级为二级,标准化得分为86分;计算出单元初始高危风险管控频率指标G=1.16。
单元初始高危安全风险评估:该危化公司碳五树脂单元初始高危安全风险值R0=1.16×37.02=43.05。
单元现实高危风险动态指标:1)风险点固有风险指标动态修正值(h')现实报警次数为动态数据,暂先以3次黄色报警、2次橙色报警,1次红报警的情况下,进行测算,计算结果为:K3=2.50,即h'1=71.39,h'2=118.99,h'3=23.80;
2)单元固有危险指数动态修正值(HD)
碳五树脂单元区域内的3个风险点,h'1=71.39,h'2=118.99,h'3=23.80,故:HD=71.39×(3/9)+118.99×(5/9)+23.8×(1/9)=92.55。
单元初始高危安全风险修正值(R0d):R0d=1.16×92.55=107.61。
实施例3:以某金属冶炼企业炼铁作为系统的单元进行评估。
将高炉坍塌事故、熔融金属事故、煤气事故、粉爆事故4个风险点作为高危固有风险辨识与评估的重点。
以2600m3新1#高炉作为测算对象,对各风险点进行评估。
新1#高炉目前运行平稳,本质安全化水平较高,各项安全联锁正常投入使用,按“失误安全”赋值,取hs=1.3。
高炉坍塌事故风险点高风险工艺有软水密闭循环系统和高炉系统两个。其中,软水密闭循环系统特征值取冷却壁系统水量监测失效率和炉底系统水量监测失效率;高炉系统特征值取炉身、炉腰、炉腹冷却壁温度监测失效率、炉基温度监测失效率、视频监控失效率等。
新1#高炉工艺比较普遍,较为成熟,各项特征值失效率较低,取K1=1.01。
高炉坍塌事故风险点高风险场所主要是高炉区域,以“人员风险暴露”作为特征值,即根据事故风险模拟计算结果,暴露在高炉坍塌事故影响范围内的所有人员(包含作业人员及周边可能存在的人员)。
炼铁厂在岗员工133人,新1#高炉当班人数理应介于10~29人之间,取E=5。
高炉坍塌事故风险点高风险物品主要是铁水和高温炉料等高温熔融物;其中,高温熔融物临界量Q取150t,校正系数β取1,新1#高炉容积为2600m3,按炉内铁水和高温炉料等高温熔融物在3000t左右估算,对应M=5。
高炉坍塌事故风险点高风险作业主要有危险作业、特种设备操作、特种作业等,取K2=1.15。
风险点危险指数为:h1=1.3×5×5×1.01×1.15=37.75。
以理想状况无监测报警的情况下,进行测算,取K3=1,即h'=h1=37.75。
对熔融金属事故风险点的固有危险指数进行测算,结果如下:h2=1.3×3×3×1.01×1.15=14.8。
以理想状况无监测报警的情况下,进行风险点动态危险指数测算,取K3=1,即h'=h2=14.8。
对煤气事故风险点的固有危险指数进行测算,结果如下:h3=1.3×1×3×1.01×1.2=4.73。
考虑到煤气报警器在实际生产中报警比较普遍,取黄色报警3次,橙色报警1次,红色报警1次,进行风险点动态危险指数测算,取K3=2.2,即h'=2.2×h3=2.2×4.73=10.406。
对粉爆事故风险点的固有危险指数进行测算,结果如下:h4=1.3×5×3×1.01×1.15=22.65。
以理想状况无监测报警的情况下,进行风险点动态危险指数测算,取K3=1,即h'=h4=22.65。
炼铁单元区域内的4个风险点,E1=5,E2=3,E3=3,E4=3,F=14,故:H=37.75×(5/14)+14.8×(3/14)+10.41×(3/14)+22.65×(3/14)=23.73。
炼铁厂安全生产标准化达标等级为二级,暂定取值75分;计算出炼铁单元初始高危风险管控频率指标(G)为1.33。
炼铁单元初始高危安全风险值R0=1.33×23.73=31.56。
炼铁单元安全管理基本情况,测算其安全生产基础管理动态指标:BS=0.15×1+0.15×2+0.20×0+0.50×0.45=0.675。
炼铁单元现实高危安全风险值:RN=31.56×0.675=21.30。
依据单元安全风险分级标准,炼铁单元现实高危安全风险等级为Ⅳ级。
实施例4:工贸以涉氨制冷重点专项领域单元为示范。
涉氨单元生产装置中储存的氨的量,是事故的能量来源,属于高风险物品;涉氨制冷单元单元有整套的制冷系统,包括压缩机、冷凝器、蒸发器、储罐、管道等设备设施,生产过程有压力的循坏变化,属于高风险设备;涉氨单元的工艺监测装置(如压力表、液位计、氨气浓度检测仪等)的完好性反映了企业对关键指标控制的可靠性,此为高风险工艺;涉氨单元有制冷与空调作业、压力管道的巡护维检、固定式压力容器操作等作业,作业的合规性某种程度上影响着事故发生的概率和严重度,因此作为高风险作业;厂区及其附近的人员暴露的程度,决定了事故发生可能导致的人员伤亡后果,属于高风险场所。
选取不同涉液氨风险点评估结果见表2。
表2
本发明不局限于上述实施方式,对于本领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围之内。本说明书未做详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种重大安全风险指标计量模型,其特征在于包括单元固有危险指数计量、单元风险管控指标计量、单元动态指标计量;
所述单元固有危险指数计量包括单元风险点固有风险指标计量;所述单元固有危险指数的计量为若干风险点固有危险指数的场所人员暴露指数加权累计值;
式中:hi—单元内第i个风险点固有危险指数;
Ei—单元内第i个风险点场所人员暴露指数;
F—单元内各风险点场所人员暴露指数累计值;
n—单元内风险点数;
所述单元风险管控指标以单元初始高危风险管控频率计量;
将单元初始高危风险管控频率与单元固有危险指数聚合,得到单元初始高危安全风险值;所述单元动态指标计量包括高危风险监测监控特征指标计量、安全生产基础管理动态指标计量、特殊时期指标计量、高危风险物联网指标计量和自然环境修正指标计量;
将单元动态指标计量值对单元初始高危安风险值进行修正得到单元现实风险值。
2.根据权利要求1所述的一种重大安全风险指标计量模型,其特征在于所述单元风险点固有风险指标包括:
高风险设备:表征为设备本质安全化水平;
高风险工艺:表征为监测监控失效率水平;
高风险物品:表征为物质危险性;
高风险场所:表征为场所人员风险暴露;
高风险作业:表征为作业危险性;
所述高风险设备的计量,以风险点设备设施本质安全化水平作为赋值依据,高风险设备计量值hs取值范围1.0~1.7,
其中:危险隔离(替代),取值1.0;
故障安全/失误安全,取值1.2;
故障安全/失误风险,取值1.4;
故障风险/失误安全,取值1.3;
故障风险/失误风险,取值1.7;
所述高风险物品(M)的计量,采用高风险物品的实际存在量与临界量的比值及对应物品的危险特性修正系数乘积的m值作为分级指标,根据分级结果确定高风险物品计量值M;
所述高风险场所的计量,由场所人员暴露指数E来表征;人员暴露指数以单元1km范围内的人员数为依据取值,E取值范围如下:
暴露人数(p)100人以上,E值9;
暴露人数(p)30~99人,E值7;
暴露人数(p)10~29人,E值5;
暴露人数(p)3~9人,E值3;
暴露人数(p)0~2人,E值1;
所述高风险工艺的计量,由监测监控设施失效率修正系数K1表征:
K1=1+l
式中:l—监测监控设施失效率的平均值;
所述高风险作业的计量,由危险性修正系数K2表征:
K2=1+0.05t
式中:t—风险点涉及高风险作业种类数;
风险点固有危险指数的计量,风险点危险指数h定义为:h=hs×M×E×K1×K2
式中:hs—高风险设备指数
M—物质危险系数
E—场所人员暴露指数
K1—监测监控失效率修正系数
K2—高风险作业危险性修正系数。
3.根据权利要求1所述的一种重大安全风险指标计量模型,其特征在于所述高危风险监测监控特征指标计量用高危风险动态监测特征指标报警信号系数K3定义;
所述高危风险监测特征指标指与安全生产紧密相关的动态在线监测项目数据,包括温度、压力、冷却水;
在线监测项目实时报警分黄色报警、橙色报警、红色报警;当在线监测项目达到3项红色报警时,记为1项橙色报警;当监测项目达到2项橙色报警时,记为1项红色报警;由此,设定黄色报警、橙色报警、红色报警的权重分别为1、3、6,归一化处理后的系数分别为0.1、0.3、0.6;
所述高危风险动态监测特征指标报警信号系数K3公式描述为:
K3=1+0.1a1+0.3a2+0.6a3
式中:K3-高危风险动态监测特征指标报警信号系数;
a1-黄色报警次数;
a2-橙色报警次数;
a3-红色报警次数;
所述高危风险动态监测特征指标报警信号系数K3对风险点固有风险指标进行动态修正:
h′=hK3
式中:h′-风险点固有风险指标动态修正值;
h-风险点固有危险指数;
K3-高危风险动态监测特征指标报警信号修正系数;
单元区域内存在若干各风险点,单元固有危险指数动态修正值(H′)为若干风险点固有风险指标动态修正值(h′)与场所人员暴露指数加权累计值;H′定义如下:
式中:h′i-单元内第i个风险点固有风险指标动态修正值
Ei-单元内第i个风险点场所人员暴露指数
F-单元内各风险点场所人员暴露指数累计值
n——单元内风险点数。
4.根据权利要求1所述的一种重大安全风险指标计量模型,其特征在于所述单元初始高危风险管控频率计量,以单元安全生产标准化得分的倒数作为单元高危风险管控频率指标计量值,则计量单元初始高危风险管控频率G为:
G=1000/v
式中:G-单元初始高危风险管控频率
v-安全生产标准化自评/评审分值。
5.根据权利要求3所述的一种重大安全风险指标计量模型,其特征在于所述单元初始高危安全风险值定义为R0=GH′
式中:R0-单元初始安全风险值;
G-单元初始高危风险管控频率;
H′-单元固有危险指数动态修正值;
所述单元现实风险值定义为RN=R0Bs
式中:RN-单元现实风险;
R0-单元初始高危安全风险值;
Bs-安全生产基础管理动态指标。
6.根据权利要求5所述的一种重大安全风险指标计量模型,其特征在于所述安全生产基础管理动态指标Bs包括事故隐患指标、生产安全事故指标;
所述事故隐患指标包括事故隐患信息量化指标、隐患等级指标、隐患整改指标;
所述事故隐患信息量化指标的计量,依据事故隐患不同后果的对应分值计算,
可能会造成的后果(An)为死亡,对应的分值(an)为1;
可能会造成的后果(An)为重伤,对应的分值(an)为0.5;
可能会造成的后果(An)为轻伤,对应的分值(an)为0.1;
隐患数量影响事故隐患信息量化指标计算结果,规定时间内发现的隐患平均数,通过基本隐患数量与实际隐患发现数量的比值来消除隐患数量多少的影响;
式中:I1-事故隐患信息量化指标的计算结果;
A1-后果可能造成死亡的隐患对应的数量;
A2-后果可能造成重伤的隐患对应的数量;
A3-后果可能造成轻伤的隐患对应的数量;
a1-后果可能造成死亡的隐患对应的分值;
a2-后果可能造成重伤的隐患对应的分值;
a3-后果可能造成轻伤的隐患对应的分值;
预警周期内基本隐患数量;
所述隐患等级指标包括一般隐患、重大隐患;
隐患等级(Bn)为重大隐患,不同等级的隐患的对应分值bn为1;
隐患等级(Bn)为一般隐患,不同等级的隐患的对应分值bn为0.1;
隐患等级指标的公式描述为I2=B1b1+B2b2
式中:I2-隐患等级的计算结果
B1-重大隐患对应数量
B2-一般隐患对应数量
b1-重大隐患对应分值
b2-一般隐患对应分值
并且,B1+B2=A1+A2+A3
所述隐患整改指标用不同隐患整改率对应分值(Cn1、Cn2)计算,
隐患整改率(重大隐患、一般隐患)等于100%,应分值(Cn1、Cn2)为0;
隐患整改率(重大隐患、一般隐患)大于或等于80%,且小于100%,对应分值(Cn1、Cn2)为5%;
隐患整改率(重大隐患、一般隐患)大于或等于50%,且小于80%,对应分值(Cn1、Cn2)为10%;
隐患整改率(重大隐患、一般隐患)大于或等于30%,且小于50%,对应分值(Cn1、Cn2)为20%;
隐患整改率(重大隐患、一般隐患)小于30%,对应分值(Cn1、Cn2)为30%;
式中:I3-隐患整改率的计算结果;
Cn1-重大隐患整改率对应的分值,n1=1,2,3,4,5;
Cn2-一般隐患整改率对应的分值,n2=1,2,3,4,5;
所述生产安全事故指标的计量,
事故类型DN为死亡,对应分值dn为1.00;
事故类型DN为重伤,对应分值dn为0.50;
事故类型DN为轻伤,对应分值dn为0.10;
事故类型DN为生产设备事故,对应分值dn为0.05;
事故类型DN为险肇或未遂事故,对应分值dn为0.01;
生产安全事故指标的公式描述为:I4=D1d1+D2d2+D3d3+D4d4+D5d5
式中:I4-生产安全事故的计算结果;
D1-当期死亡事故对应的人数;
D2-当期重伤事故对应的人数;
D3-当期轻伤事故对应的人数;
D4-当期生产设备事故起数;
D5-当期险肇或未遂事故起数;
d1-死亡事故对应的分值;
d2-重伤事故对应的分值;
d3-轻伤事故对应的分值;
d4-生产设备事故对应的分值;
d5-险肇(未遂)事故对应的分值;
指标权重的对应分值Wn为:
事故隐患信息量化指标I1,对应分值Wn为0.15;
隐患等级指标I2,对应分值Wn为0.15;
隐患整改率I3,对应分值Wn为0.20;
生产安全事故指标I4,对应分值Wn为0.50;
所述安全生产基础管理动态指标BS,通过指标量化值及其指标权重,建立数学模型,表征当前安全生产基础管理状态的数值;公式描述为:
Bs=i1W1+i2W2+i3W3+i4W4
式中:BS-安全生产基础管理动态指标
Wn-各指标所对应的权重,n=1,2,3,4。
7.根据权利要求1所述的一种重大安全风险指标计量模型,其特征在于所述特殊时期指标包括特殊时期指标指法定节假日、国家或地方重要活动时期;对单元现实风险值提一档;
所述高危风险物联网指标指近期单元发生生产安全事故及国、内外发生的典型同类事故对单元现实风险值提一档;
所述自然环境修正指标指区域内发生气象、地震、地质灾害;对单元现实风险值提一档。
8.根据权利要求5所述的一种重大安全风险指标计量模型,其特征在于所述单元现实风险RN用于确定单元风险分级标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110601141.9A CN113344362B (zh) | 2021-05-31 | 2021-05-31 | 一种重大安全风险指标计量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110601141.9A CN113344362B (zh) | 2021-05-31 | 2021-05-31 | 一种重大安全风险指标计量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344362A true CN113344362A (zh) | 2021-09-03 |
CN113344362B CN113344362B (zh) | 2022-10-18 |
Family
ID=77472846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110601141.9A Active CN113344362B (zh) | 2021-05-31 | 2021-05-31 | 一种重大安全风险指标计量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344362B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114139880A (zh) * | 2021-11-08 | 2022-03-04 | 中国安全生产科学研究院 | 企业安全管理风险动态监测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140337086A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Authomation Technologies, Inc. | Risk assessment for industrial systems using big data |
CN108038630A (zh) * | 2017-12-31 | 2018-05-15 | 湖北兴业华德威安全信息技术股份有限公司 | 一种金属非金属矿山企业安全风险分级评估方法 |
US20190155869A1 (en) * | 2017-11-20 | 2019-05-23 | Hongfujin Precision Electronics (Tianjin) Co.,Ltd. | Device and method for managing risk in area |
WO2021064144A1 (en) * | 2019-10-02 | 2021-04-08 | Sapio Produzione Idrogeno Ossigeno S.R.L. | Method and system for continuous estimation and representation of risk |
-
2021
- 2021-05-31 CN CN202110601141.9A patent/CN113344362B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140337086A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Authomation Technologies, Inc. | Risk assessment for industrial systems using big data |
US20190155869A1 (en) * | 2017-11-20 | 2019-05-23 | Hongfujin Precision Electronics (Tianjin) Co.,Ltd. | Device and method for managing risk in area |
CN108038630A (zh) * | 2017-12-31 | 2018-05-15 | 湖北兴业华德威安全信息技术股份有限公司 | 一种金属非金属矿山企业安全风险分级评估方法 |
WO2021064144A1 (en) * | 2019-10-02 | 2021-04-08 | Sapio Produzione Idrogeno Ossigeno S.R.L. | Method and system for continuous estimation and representation of risk |
Non-Patent Citations (8)
Title |
---|
DAVID P.CONNOLLY, ET.,AL.: "The growth of railway ground vibration problems — A review", 《SCIENCE OF THE TOTAL ENVIRONMENT》 * |
卢颖等: "多灾种耦合综合风险评估方法在城市用地规划中的应用", 《浙江大学学报(工学版)》 * |
徐克等: "基于重特大事故预防的"五高"风险管控体系", 《武汉理工大学学报(信息与管理工程版)》 * |
李文等: "矿井坠罐事件高风险因素风险辨识评估模型", 《灾害学》 * |
王先华: "企业重大风险辨识评估技术与管控体系研究", 《中国金属学会 2019’冶金安全与健康年会》 * |
王先华: "钢铁企业重大风险辨识评估技术与管控体系研究", 《2019’中国金属学会冶金安全与健康年会论文集》 * |
王彪等: "工业企业动态安全风险评估模型在某炼钢厂安全风险管控中的应用", 《工业安全与环保》 * |
贾晓栋等: "危险废物经营单位突发环境安全事件风险评估方法探讨", 《工业安全与环保》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114139880A (zh) * | 2021-11-08 | 2022-03-04 | 中国安全生产科学研究院 | 企业安全管理风险动态监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113344362B (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112783101A (zh) | 存储器、危险化学品罐区安全风险预警方法、设备和装置 | |
Li et al. | The accident early warning system for iron and steel enterprises based on combination weighting and Grey Prediction Model GM (1, 1) | |
CN113360830B (zh) | 一种金属冶炼企业重大安全风险重大风险辨识与评估方法 | |
Zhang et al. | Risk evaluation and analysis of a gas tank explosion based on a vapor cloud explosion model: A case study | |
CN113268880B (zh) | 一种粉尘爆炸重大安全风险辨识与评估方法 | |
CN113988530A (zh) | 一种非煤矿山安全风险评估分级方法及系统 | |
CN111985819B (zh) | 一种工业粉尘涉爆风险评价方法 | |
CN105678446A (zh) | 一种用于企业安全生产风险预警的方法 | |
CN107290962A (zh) | 一种基于自适应阈值pls的高炉铁水质量监测方法 | |
CN116030607B (zh) | 一种智慧电厂安全监管提醒预警系统 | |
Chen et al. | Risk assessment of chemical process considering dynamic probability of near misses based on Bayesian theory and event tree analysis | |
CN113344362B (zh) | 一种重大安全风险指标计量方法 | |
CN113689129A (zh) | 一种基于风险分级及分级监察的综合性安全监管信息平台系统 | |
CN104456092A (zh) | 一种石油天然气管道报警优先级多维评定方法 | |
CN113869736A (zh) | 一种烟花爆竹经营企业安全风险评估分级方法及系统 | |
CN106055803B (zh) | 考虑条件风险值的炼油装置气体检测报警仪选址优化方法 | |
CN113515720A (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
CN113723726A (zh) | 化工装置运行过程风险预警与管控的方法及系统 | |
CN111784136A (zh) | 一种基于层次分析和模糊数学的冲击危险性动态预警方法 | |
CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
CN117670028A (zh) | 基于物联网监测的除尘系统风险动态评估及分级预警方法 | |
CN106599201A (zh) | 一种燃气输配设备的全生命周期管理方法 | |
CN111199362A (zh) | 基于数据驱动的通风系统态势动态评价方法 | |
CN114021864A (zh) | 一种涉氨制冷企业重大风险辨识与实时动态风险评估方法 | |
CN113344360A (zh) | 一种金属非金属地下矿山重大安全风险量化方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |