CN113807638A - 一种尾矿库重大安全风险量化方法 - Google Patents
一种尾矿库重大安全风险量化方法 Download PDFInfo
- Publication number
- CN113807638A CN113807638A CN202110601126.4A CN202110601126A CN113807638A CN 113807638 A CN113807638 A CN 113807638A CN 202110601126 A CN202110601126 A CN 202110601126A CN 113807638 A CN113807638 A CN 113807638A
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- unit
- safety
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000011002 quantification Methods 0.000 title claims description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 230000001186 cumulative effect Effects 0.000 claims abstract description 8
- 230000004931 aggregating effect Effects 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 77
- PASHVRUKOFIRIK-UHFFFAOYSA-L calcium sulfate dihydrate Chemical compound O.O.[Ca+2].[O-]S([O-])(=O)=O PASHVRUKOFIRIK-UHFFFAOYSA-L 0.000 claims description 16
- 238000012986 modification Methods 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 11
- 238000006073 displacement reaction Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000008595 infiltration Effects 0.000 claims description 8
- 238000001764 infiltration Methods 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000005381 potential energy Methods 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000006378 damage Effects 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 47
- 238000011160 research Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 238000012502 risk assessment Methods 0.000 description 5
- 238000011835 investigation Methods 0.000 description 4
- 238000013024 troubleshooting Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012994 industrial processing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- 239000009916 yin-huang Substances 0.000 description 1
Images
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种尾矿库重大安全风险量化方法。步骤包括:S1:单元风险辨识,形成单元安全风险与隐患违规电子证据数据库;S2:将尾矿库固有风险特性的安全评估单元划分为坝体单元、排洪单元、辅助设施单元和周边环境单元;S3:风险点固有风险指标定量计量;S4: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为单元固有危险指数H;S5:以单元安全生产标准化得分百分比的倒数作为单元风险频率指标;S6:将单元初始高危风险管控频率与单元固有危险指数聚合:S7:采用现实风险动态修正指数对单元初始高危安全风险值进行修正。本发明以提高尾矿库企业的本质安全程度和安全管理水平,预防重特大事故,减轻事故危害后果为目的,为尾矿库企业安全风险管控提供技术指导。
Description
技术领域
本发明属于企业安全风险量化技术领域,具体涉及一种尾矿库重大安全风险量化方法。
背景技术
尾矿库在矿山生产中具有十分重要的作用,是维持矿山生产的重要设施。由于尾矿库一旦发生滑坡、泥石流和垮坝等事故,将会造成人员伤亡以及财产损失,故世界各国都非常重视尾矿库的安全。
Gobla研究了尾矿坝蓄水池的失控释放所产生的风险,认为采矿和工业加工场所的积水和高含水量废物可能对公共安全和环境构成威胁,常规大坝的风险评估已经从定性筛选方法演变为定量分析工具。
Salueiro等对地中海的尾矿库事故进行了研究,基于EcoRisk统计中的事前与事后数据,对尾矿库溃坝风险进行了风险评估。
Martin等在对尾矿库管理方法研究基础上,从上游式筑坝过程、尾矿库蓄水、矿砂脱水、尾矿库综合管理等方面提出了综合改进方法。
综观国内外尾矿库溃坝风险评价模型与风险防控相关研究,越来越多的学者和专家致力于尾矿库的安全管理和风险评价,对尾矿坝的稳定性、尾矿库溃坝因素和指标基于不同的视角,采用多种方法进行了研究,为深入研究尾矿库全面风险管理控制提供了一定的理论基础。
但是总体来看,在以下方面仍值得进一步研究。
(1)尾矿库的风险不是存在于某一个阶段,而是存在于其生命周期的各个阶段。以往的研究大多是针对运行阶段的溃坝风险因素进行了分析和评价,或仅对生命周期各个阶段的风险指标进行了识别,并未能进行更深入的风险评价和控制研究。
(2)对尾矿库风险因素的识别基本上处于定性研究和理论分析的阶段,也就是通过理论分析直接罗列出尾矿库风险,缺少对这些因素的实证检验。
(3)基于静态的风险评价较多,动态风险评估的研究较少,因此开展尾矿库溃坝安全风险量化研究,具有重要的意义。
发明内容
本发明的目的是针对现有技术的不足提供一种尾矿库重大安全风险量化方法,在传统尾矿库事件风险因素识别的基础上,构建尾矿库固有风险评估和动态风险修正模型,注重要素之间的传递、动态反馈作用,为实现溃坝风险在线动态管控平台提供参考。
本发明的技术解决方案是:一种尾矿库重大安全风险量化方法,其步骤包括:
S1:以尾矿库车间划分风险单元,采用风险矩阵法进行单元风险辨识,登记各单元风险信息,形成单元安全风险与隐患违规电子证据数据库,划分风险级别,确定尾矿库固有风险特性;
S2:将尾矿库固有风险特性的安全评估单元划分为坝体单元、排洪单元、辅助设施单元和周边环境单元;按照高风险设备设施风险因子、高风险物品风险因子、高风险场所危险因子、高风险工艺危险因子、高风险作业危险因子的表征形态编制尾矿库固有风险清单,形成固有风险清单数据库;
S3:在安全评估单元内确立溃坝为风险点,风险点固有风险指标定量计量如下:
S3.1:高风险设备设施风险因子以溃坝风险点尾矿坝本质安全化水平来衡量,指标描述从尾矿库筑坝方式、堆存方式、尾砂类型三个方面进行量化取值,确定高风险设备设施危险指数hs;
S3.2:高风险物品风险因子由溃坝风险点库内储存物的势能特性确定,以现状库容与现状坝高等别分级结果确定物质危险指数M;
S3.3:高风险场所危险因子以尾矿库下游1km范围内及尾矿库作业人员的暴露风险指数 P来衡量,由场所人员暴露指数E来表征;
S3.4:高风险工艺危险因子由尾矿库浸润线、坝体位移、库水位监测监控设施的失效率为修正系数,由监测监控设施失效率修正系数K1表征;
S3.5:高风险作业危险因子由危险性修正系数K2表征:
S3.6:计算风险点危险指数h为h=hsMEK1K2;
S4:单元区域内存在若干各风险点,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为单元固有危险指数H;
S5:以单元安全生产标准化得分百分比的倒数作为单元风险频率指标,计量单元初始高危风险管控频率G;
S6: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R0:
S7:采用现实风险动态修正指数对单元初始高危安全风险值进行修正,计量单元现实风险RN,依据单元现实风险RN数值确定尾矿库单元风险分级标准。
根据本发明实施例,所述高风险设备设施危险指数hs取值方法如下:
筑坝方式的量化指标分为一次性筑坝、下游式筑坝、中线式筑坝、上游式筑坝,分别对应的高风险设备设施危险指数hs特征值是1.1、1.3、1.5、1.7;
堆存方式的量化指标分为湿式堆存、干式堆存,分别对应的高风险设备设施危险指数hs特征值是1、0.9;
尾砂类型的量化指标分为磷石膏、其他尾砂,分别对应的高风险设备设施危险指数hs特征值是0.9、1;
按照筑坝方式、尾矿堆存方式、尾砂类型三类指标来分档量化,各类指标选择一档特征值后相乘求解为高风险设备设施危险指数hs特征值,特征值低于1的按1计算。
根据本发明实施例,所述物质危险指数M的取值对应关系如下:
尾矿库现状等别一等,二等库具备提高等别条件者,M特征值为9;
尾矿库现状等别二等,现状库容V≥10000万m3,坝高H≥100m,M特征值为7;
尾矿库现状等别三等,现状库容1000万m3≤V<100000万m3,坝高60m≤H<100m, M特征值为5;
尾矿库现状等别四等,现状库容100万m3≤V<1000万m3,坝高30m≤H<60m,M 特征值为3;
尾矿库现状等别五等,现状库容V<100万m3,坝高H<30m,M特征值为1;
磷石膏库现状等别一等,现状库容V≥50000万m3,坝高H≥200m,M特征值为9;磷石膏库现状等别二等,现状库容10000万m3≤V<50000万m3,坝高100m≤H<200 m,M特征值为7;
磷石膏库现状等别三等,现状库容1000万m3≤V<10000万m3,坝高60m≤H<100m,M特征值为5;
磷石膏库现状等别四等,现状库容100万m3≤V<1000万m3,坝高30m≤H<60m, M特征值为3;
磷石膏库现状等别五等,现状库容V<100万m3,坝高H<30m,M特征值为1。
根据本发明实施例,所述暴露风险指数P对应的场所人员暴露指数E的取值如下:
暴露人数P为100人以上,E为9;
暴露人数P为30~99人,E为7;
暴露人数P为10~29人,E为5;
暴露人数P为3~9人,E为3;
暴露人数P为0~2人,E为1。
根据本发明实施例,所述监测监控设施失效率修正系数K1的计算公式为K1=1+l,其中l表示监测监控设施失效率的平均值。
根据本发明实施例,所述危险性修正系数K2的计算公式为K2=1+0.05t,其中t 表示风险点涉及高风险作业种类数。
根据本发明实施例,所述单元固有危险指数H的计算公式为:
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。
根据本发明实施例,所述现实风险动态修正指数包括高危风险监测监控特征指标、事故隐患数据动态修正系数、特殊时期指标、高危风险物联网指标、自然环境指标、预警处置指标;
高危风险监测监控特征指标指安全生产的动态在线监测数据,包括坝体位移、浸润线深度、库水位;
高危风险监测监控特征指标由高危风险动态监测特征指标报警信号系数K3表征;
在线监测项目实时报警分一级报警(黄色报警)、二级报警(橙色报警)和三级报警(红色报警);
当在线监测项目达到3项一级报警时,记为1项二级报警;当监测项目达到2项二级报警时,记为1项三级报警;
由此,设定一、二、三级报警的权重分别为1、3、6,归一化处理后的系数分别为0.1、0.3、0.6,即报警信号修正系数,公式描述为:K3=1+0.1a1+0.3a2+0.6a3 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;
若高危风险在线监测特征指标较少或预警信号只分为“正常”、“不正常”两种,若在线监测特征指标预警信号正常时,K3=1;若不正常,对初始的单元现实风险R0提一档;事故隐患数据动态修正系数BS修正方法:将一般事故隐患按照安全生产标准化评定标准对应的考评办法对其进行扣分,再将扣分值修正企业安全生产标准化得分,进而实现动态更新;
规则为:(1)将一般事故隐患的扣分值修正初始单元高危风险管控指标(G);
(2)将重大事故隐患对初始的单元现实风险R0提一档;
特殊时期指标指法定节假日、国家或地方重要活动时期;
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;所述近期一般为1个月~6个月;
自然环境指标指区域内发生气象、地震、地质灾害;
特殊时期指标、高危风险物联网、自然环境指标对单元初始高危安全风险值R0提一档;预警处置指标修正方法:出现黄色预警信息,企业在24h内未进行处置;出现橙色预警信息,企业在12h内未进行处置,对单元初始高危安全风险值R0提一档;
单元现实风险RN为现实风险动态修正指标对单元初始高危安全风险值R0进行修正的结果。
根据本发明实施例,所述高危风险动态监测特征指标报警信号系数K3动态修正风险点固有危险指数h,得到风险点固有危险指数动态监测指标修正值hd;公式表述为 hd=hK3
hd——风险点固有危险指数动态监测指标修正值;
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HD为若干风险点固有危险指数动态监测指标修正值hdi与场所人员暴露指数加权累计值;公式表述为:
HD——单元固有危险指数动态修正值;
hdi——单元内第i个风险点固有危险指数动态监测指标修正值;
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;
单元初始高危安全风险R0通过将单元高危风险管控频率G与固有风险指数聚合:R0=GHD
R0——单元初始高危安全风险值;
G——单元风险管控频率指数值;
HD——单元固有危险指数动态修正值。
根据本发明实施例,所述单元风险分级标准应用尾矿库企业整体风险标准化得分,企业整体风险等级R由企业内单元现实风险最大值max(RNi)确定,即 R=max(RNi)。
将尾矿库现实安全风险等级R划分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级,见下表。
本发明的有益技术效果是:(1)提出由单元到风险点的尾矿库重大风险量化方法;(2)编制汇总尾矿库的单元高危风险清单,为后期的风险评价提供依据和参考;(3) 参照改进的风险管控清单,结合实际完善隐患排查治理制度与隐患排查治理清单,使隐患排查工作更有针对性;(4)对照高危风险清单,确定分析对象,减少对重大安全风险管控的盲目性,实现靶向感知,避免受从业人员对法规标准和有关知识、经验的局限; (5)集合高危险事故的诱发因素、后果严重性、社会承载能力、安全隐患、事故的大数据建立风险分析模型,计算出风险值;高危险风险值也是动态变化的,如大幅提高某一高风险设备的管理水平,其风险值也随之降低;但如果社会承载能力减小,即便管理水平有所提高,其风险值也是上升的;(6)根据高危险风险值和风险系数,建立统一的风险等级体系和预警值;(7)根据尾矿库企业调研的有关技术资料和现场调查、类比分析结果,在辨识分析的基础上对风险点风险严重度(固有风险)评估;通过典型尾矿库企业使用本评估模型进行应用,验证了评估模型的可行性;(8)通过实施各单元的风险分级管控,可以全员安全风险意识显著增强,安全风险从被动防控向主动防控转变,确保安全风险预警及时准确、安全隐患及时消除;(9)各部门、车间、班组按照相关标准对安全风险进行辨识,有利于确定安全风险类别,明确安全风险等级,科学制定企业安全风险等级分布清单和安全风险分布图;(10)以提高尾矿库企业的本质安全程度和安全管理水平,预防重特大事故,减轻事故危害后果为目的,为尾矿库企业安全风险管控提供理论与技术指导。
附图说明
图1是一种尾矿库重大安全风险量化方法流程图。
具体实施方式
以下结合附图及实施例对本发明做进一步详细的说明。
尾矿库事故类型主要为溃坝,说明尾矿坝是整个尾矿库中最危险的单元。
如果发生溃坝事故,很大程度上就会造成严重的人员伤亡和经济损失。
尾矿库事故中,以溃坝事故居多,将其作为典型事故风险点。
一种尾矿库重大安全风险量化方法,其步骤包括:
S1:以尾矿库车间划分风险单元,采用风险矩阵法进行单元风险辨识,登记各单元风险信息,形成单元安全风险与隐患违规电子证据数据库,划分风险级别,确定尾矿库固有风险特性;
S2:将尾矿库固有风险特性的安全评估单元划分为坝体单元、排洪单元、辅助设施单元和周边环境单元;按照高风险设备设施风险因子、高风险物品风险因子、高风险场所危险因子、高风险工艺危险因子、高风险作业危险因子的表征形态编制尾矿库固有风险清单,形成固有风险清单数据库;
S3:在安全评估单元内确立溃坝为风险点,风险点固有风险指标定量计量如下:
S3.1:高风险设备设施风险因子以溃坝风险点尾矿坝本质安全化水平来衡量,指标描述从尾矿库筑坝方式、堆存方式、尾砂类型三个方面进行量化取值,确定高风险设备设施危险指数hs;
S3.2:高风险物品风险因子由溃坝风险点库内储存物的势能特性确定,以现状库容与现状坝高等别分级结果确定物质危险指数M;
S3.3:高风险场所危险因子以尾矿库下游1km范围内及尾矿库作业人员的暴露风险指数 P来衡量,由场所人员暴露指数E来表征;
S3.4:高风险工艺危险因子由尾矿库浸润线、坝体位移、库水位监测监控设施的失效率为修正系数,由监测监控设施失效率修正系数K1表征;
S3.5:高风险作业危险因子由危险性修正系数K2表征:
S3.6:计算风险点危险指数h为h=hsMEK1K2;
S4:单元区域内存在若干各风险点,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为单元固有危险指数H;
S5:以单元安全生产标准化得分百分比的倒数作为单元风险频率指标,计量单元初始高危风险管控频率G;
S6: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R0:
S7:采用现实风险动态修正指数对单元初始高危安全风险值进行修正,计量单元现实风险RN,依据单元现实风险RN数值确定尾矿库单元风险分级标准。
风险分级与管控措施:依据评估结果,由风险大小依次分Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级四类,以表征风险高低;在风险辨识和风险评估的基础上,预先采取措施消除或控制风险。
风险评估单元借鉴安全生产标准化单元划分经验,以相对独立的工艺系统作为固有风险辨识评估单元,一般以车间划分。
该单元的划分原则兼顾了单元安全风险管控能力与安全生产标准化管控体系的无缝对接。风险点是在单元区域内,以可能诱发的本单元重特大事故点作为风险点。
根据尾矿库自身生产工艺复杂程度、设备设施分布状况和管理需要划分评估单元,尾矿库安全评估单元划分为坝体单元、排洪单元、辅助设施单元和周边环境单元。
依据每个作业单元可能存在的危害,判定危害产生的后果及可能性,二者相乘,得出所确定危害的风险。
管控风险因子辨识是识别并获取单元的安全管理水平,一般以安全标准化等级表征。
单元动态风险因子辨识:运用各种方法系统、连续地识别单元的动态风险因子,高危风险动态监测因子、安全生产基础管理动态因子、自然环境动态因子、物联网大数据动态因子、特殊时期动态因子等。
所述高危风险动态监测因子从企业现有的监测系统提取,如地压、气体成分、矿坑涌水等,此因子作为对风险点固有危险指数动态修正。
所述事故隐患动态因子从隐患排查系统提取,分为一般事故隐患、重大事故隐患2项指标。
所述自然环境动态因子从气象系统获取,选取对本单元事故发生有影响的气象和地质灾害数据。
所述物联网大数据动态因子从国家安全大数据平台提取,选取与本单元系统相关的同类型事故数据。
所述特殊时期动态因子从政务网、国家日历获取,选取国家大型会议、国家法定节假日作为动态数据。
风险点固有风险指标重点将高风险物品、高风险工艺、高风险设备、高风险、高风险作业作为指标体系的五个风险因子,分析指标要素与特征值,构建尾矿库固有风险指标体系。
单元风险频率指标:将企业安全管理现状整体安全程度表征单元高危风险管控频率指标。
单元现实风险动态修正指标:动态风险指标体系重点从高危风险监测特征指标、事故隐患动态指标、物联网大数据指标、特殊时期指标、自然环境等方面分析指标要素与特征值,构建指标体系。
固有风险指标重点将高风险物品(如现状库容与现状坝高)、高风险工艺(如尾矿库浸润线、坝体位移、库水位等监测监控设施)、高风险设备(如尾矿库筑坝形式、堆存方式、尾砂类型)、高风险场所(如尾矿库下游1km范围内及尾矿库作业人员数量)、高风险作业(如尾矿库涉及的高风险作业,如特种作业、危险作业、特种设备作业)作为指标体系的五个风险因子,分析指标要素与特征值,构建固有风险指标体系。
集合典型尾矿库单元风险辨识和事故案例辨析结果,参照法律法规及行业标准等,结合所划分单元,重点关注危险部位及关键作业岗位,辨识了单元潜在的风险模式,参照《企业职工伤亡事故分类》识别事故后果类别,分析事故后果严重程度,并提出与风险模式相对应的管控对策。
尾矿库通用风险辨识与评估清单样表如下。
固有风险指标、要素的筛选:筑坝工艺影响坝体稳定状态,主要体现在筑坝方式、堆存方式、尾砂类型的本质化固有属性;尾矿库的监测监控设施的完好性反映了企业对坝体稳定性关键指标控制的可靠性,作为高风险工艺;溃坝影响的暴露人员含坝体附近的作业人员及下游居民,决定了溃坝事故发生后可能导致的人员伤亡后果,属于高风险场所;尾矿库中储存的物质是尾矿和废水具有高势能,是产生溃坝事故的能量来源,总势能大小与尾矿库的现状坝高与现状库容有关,属于高危险物品;以及影响坝体安全的特种作业等。
以上指标以尾矿库固有风险清单的形式进行表达,见下表。
动态指标、要素的筛选:高危风险监测特征指标主要依据《尾矿库安全监测技术规范》要求尾矿库企业安装的监测监控在线系统,发出的红、橙、黄、蓝预警信号对风险的动态影响;安全生产基础管理动态指标包含事故隐患动态指标,主要指安全生产管理体系与现场管理的动态变化,以排查出的一般事故隐患与重大事故隐患衡量;特殊时期指标如国家或地方重要活动、法定节假日对该区域提出升级管控的影响;关注国内外其他企业典型生产事故案例发生的原因,同一时期内应加强自身企业在此方面的安全运营状态;自然灾害的波动对风险的扰动。
另外,对预警结果未处置的企业,再次提档对风险进行修正;采取完善措施对尾矿实施闭矿的理应降低风险。
(1)高危风险监测特征指标以浸润线、位移、干滩长度等动态安全生产在线监测指标的预警结果。
(2)安全生产基础管理指标(含事故隐患动态指标)将其划分为一般事故隐患和重大事故隐患来评判。
(3)特殊时期指标指法定节假日、国家或地方重要活动等时期。
(4)高危风险物联网指标指近期国内外发生的典型同类事故。
(5)自然环境指标指区域内发生气象、地震、地质等灾害。
(6)预警处置指对安装在线预警出现红色、橙色信号时,未在规定时限内处置。
(7)闭库及销库综合治理。
闭库:对于达到闭库条件的尾矿库及时进行闭库。
销库:将尾矿库内的尾矿库全部移走或综合利用,拆除尾矿设施和初期坝后,或者闭库后及时将尾矿库用地复垦为耕地、林地或园地等其他用地,注销该库,彻底消除事故风险点。
以上风险因子对溃坝风险进行适时修正,分析指标要素与特征值,构建指标体系框架,见尾矿库风险动态指标表。
风险管控指标由企业安全生产标准化得分率的倒数来衡量,计量后将其作为单元风险管控管控指标。
风险管控指标由企业安全生产标准化得分率的倒数来衡量,计量后将其作为单元风险管控指标。
安全生产标准化等级划分方法,见下表。
按照8个要素内容采用企业安全生产标准化得分率考核办法来衡量企业事件风险管控等级。
单元风险动态指标包括:
高危风险监测特征指标以高陡边坡、浸润线、位移、干滩长度等动态安全生产在线监测指标的报警阈值作为适时修正指标。
安全生产基础管理指标将8个要素按照标准化考核办法将其划分为一般事故隐患和重大事故隐患分类考评;另外,一般事故隐患和重大事故隐患指标包含指视频监控 (含无人机)识别出的隐患和各级监管部门上报的事故隐患。
特殊时期指标、高危风险物联网指标、自然环境指标、预警处置指标、闭库(闭矿)及销库综合治理作为提级或降级处理。
实施例:以某尾矿库为例使用该方法进行风险量化。
根据该公司提供的有关技术资料和现场调研、类比调查的结果,以及该尾矿库系统特点,在危险有害因素辩识、分析的基础上,将溃坝事件风险点作为整个系统的一个单元进行评估。
坝体单元重大风险评估。
(1)高风险设备(hs)——坝体。
该尾矿库属山谷型尾矿库(谷底型尾矿库),筑坝方式为上游式尾矿坝,尾矿堆存方式为湿式堆存。
坝体本质安全化水平与危险指数的对应关系如下表。
(2)高风险工艺(K1)——监测监控系统。
该尾矿库安装有浸润线、坝体外部位移、坝体内部位移、干滩长度、库水位、降水量、视频监控7类监测监控设施,日常监控设施易受汛期、雷雨季节等影响,多次出现数据图像缺失现象。目前仅有视频监控完好,其他监测设施已失效半年,还未恢复,按此段时间内该库监测监控工艺设施失效率为1。
工艺与危险指数的对应关系如下表。
(3)高风险场所(E)——头项库下游区。
库区下游北侧有银山村七组,距离尾矿库最近处约300m;北面有公路通过,最近距离30m;下游约700m有球团厂铁路专用线;尾矿库下游有尾矿库值班房,当班人数通常为2人,三班制工作;另下游区居民人数120人。
库区下游区波及人数与危险指数的对应关系。
头顶库下游区波及人员风险暴露 | 122 |
高风险场所危险指数特征值 | 9 |
(4)高风险物品(M)(能量)。
该尾矿库,设计总坝高95m,全库容约为1880m3,库等级为三等库。
尾矿库设计等别与危险指数的对应关系如下表。
(5)高风险作业(K2)。
作业与危险指数的对应关系如下表。
根据安全生产标准化专业评定标准,初始安全生产标准化等级满分为100分,一级为最高。
单元初始高危风险管控频率指标从企业安全生产管控标准化程度来衡量,即采用单元安全生产标准化分数考核办法来衡量单元固有风险初始引发事故的概率。
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。则计量单元初始高危风险管控频率为:G=100/v
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。
该尾矿库提供资料显示安全生产标准化等级为一级,暂定取值90分,即安全生产标准化分值v=90。
计算出最终单元安全风险管控指标G=100/v=100/90=1.11。
在不考虑单元动态风险指标对固有风险、高危风险管控指标的扰动情况下,该尾矿库固有风险指数为91.8,高危风险管控频率为1.33,企业初始安全风险值R0=102。
依据尾矿库安全风险分级标准,该尾矿库初始安全风险等级为Ⅲ级,预警信号为黄色。
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 (10)
1.一种尾矿库重大安全风险量化方法,其特征步骤包括:
S1:以尾矿库车间划分风险单元,采用风险矩阵法进行单元风险辨识,登记各单元风险信息,形成单元安全风险与隐患违规电子证据数据库,划分风险级别,确定尾矿库固有风险特性;
S2:将尾矿库固有风险特性的安全评估单元划分为坝体单元、排洪单元、辅助设施单元和周边环境单元;按照高风险设备设施风险因子、高风险物品风险因子、高风险场所危险因子、高风险工艺危险因子、高风险作业危险因子的表征形态编制尾矿库固有风险清单,形成固有风险清单数据库;
S3:在安全评估单元内确立溃坝为风险点,风险点固有风险指标定量计量如下:
S3.1:高风险设备设施风险因子以溃坝风险点尾矿坝本质安全化水平来衡量,指标描述从尾矿库筑坝方式、堆存方式、尾砂类型三个方面进行量化取值,确定高风险设备设施危险指数hs;
S3.2:高风险物品风险因子由溃坝风险点库内储存物的势能特性确定,以现状库容与现状坝高等别分级结果确定物质危险指数M;
S3.3:高风险场所危险因子以尾矿库下游1km范围内及尾矿库作业人员的暴露风险指数P来衡量,由场所人员暴露指数E来表征;
S3.4:高风险工艺危险因子由尾矿库浸润线、坝体位移、库水位监测监控设施的失效率为修正系数,由监测监控设施失效率修正系数K1表征;
S3.5:高风险作业危险因子由危险性修正系数K2表征:
S3.6:计算风险点危险指数h为h=hsMEK1K2;
S4:单元区域内存在若干各风险点,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为单元固有危险指数H;
S5:以单元安全生产标准化得分百分比的倒数作为单元风险频率指标,计量单元初始高危风险管控频率G;
S6: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R0:
S7:采用现实风险动态修正指数对单元初始高危安全风险值进行修正,计量单元现实风险RN,依据单元现实风险RN数值确定尾矿库单元风险分级标准。
2.根据权利要求1所述的一种尾矿库重大安全风险量化方法,其特征在于所述高风险设备设施危险指数hs取值方法如下:
筑坝方式的量化指标分为一次性筑坝、下游式筑坝、中线式筑坝、上游式筑坝,分别对应的高风险设备设施危险指数hs特征值是1.1、1.3、1.5、1.7;
堆存方式的量化指标分为湿式堆存、干式堆存,分别对应的高风险设备设施危险指数hs特征值是1、0.9;
尾砂类型的量化指标分为磷石膏、其他尾砂,分别对应的高风险设备设施危险指数hs特征值是0.9、1;
按照筑坝方式、尾矿堆存方式、尾砂类型三类指标来分档量化,各类指标选择一档特征值后相乘求解为高风险设备设施危险指数hs特征值,特征值低于1的按1计算。
3.根据权利要求1所述的一种尾矿库重大安全风险量化方法,其特征在于所述物质危险指数M的取值对应关系如下:
尾矿库现状等别一等,二等库具备提高等别条件者,M特征值为9;
尾矿库现状等别二等,现状库容V≥10000万m3,坝高H≥100m,M特征值为7;
尾矿库现状等别三等,现状库容1000万m3≤V<100000万m3,坝高60m≤H<100m,M特征值为5;
尾矿库现状等别四等,现状库容100万m3≤V<1000万m3,坝高30m≤H<60m,M特征值为3;
尾矿库现状等别五等,现状库容V<100万m3,坝高H<30m,M特征值为1;
磷石膏库现状等别一等,现状库容V≥50000万m3,坝高H≥200m,M特征值为9;
磷石膏库现状等别二等,现状库容10000万m3≤V<50000万m3,坝高100m≤H<200m,M特征值为7;
磷石膏库现状等别三等,现状库容1000万m3≤V<10000万m3,坝高60m≤H<100m,M特征值为5;
磷石膏库现状等别四等,现状库容100万m3≤V<1000万m3,坝高30m≤H<60m,M特征值为3;
磷石膏库现状等别五等,现状库容V<100万m3,坝高H<30m,M特征值为1。
4.根据权利要求1所述的一种尾矿库重大安全风险量化方法,其特征在于所述暴露风险指数P对应的场所人员暴露指数E的取值如下:
暴露人数P为100人以上,E为9;
暴露人数P为30~99人,E为7;
暴露人数P为10~29人,E为5;
暴露人数P为3~9人,E为3;
暴露人数P为0~2人,E为1。
5.根据权利要求1所述的一种尾矿库重大安全风险量化方法,其特征在于所述监测监控设施失效率修正系数K1的计算公式为K1=1+l,其中l表示监测监控设施失效率的平均值。
6.根据权利要求1所述的一种尾矿库重大安全风险量化方法,其特征在于所述危险性修正系数K2的计算公式为K2=1+0.05t,其中t表示风险点涉及高风险作业种类数。
8.根据权利要求1所述的一种尾矿库重大安全风险量化方法,其特征在于所述现实风险动态修正指数包括高危风险监测监控特征指标、事故隐患数据动态修正系数、特殊时期指标、高危风险物联网指标、自然环境指标、预警处置指标;
高危风险监测监控特征指标指安全生产的动态在线监测数据,包括坝体位移、浸润线深度、库水位;
高危风险监测监控特征指标由高危风险动态监测特征指标报警信号系数K3表征;
在线监测项目实时报警分一级报警(黄色报警)、二级报警(橙色报警)和三级报警(红色报警);
当在线监测项目达到3项一级报警时,记为1项二级报警;当监测项目达到2项二级报警时,记为1项三级报警;
由此,设定一、二、三级报警的权重分别为1、3、6,归一化处理后的系数分别为0.1、0.3、0.6,即报警信号修正系数,公式描述为:K3=1+0.1a1+0.3a2+0.6a3
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;
若高危风险在线监测特征指标较少或预警信号只分为“正常”、“不正常”两种,若在线监测特征指标预警信号正常时,K3=1;若不正常,对初始的单元现实风险R0提一档;事故隐患数据动态修正系数BS修正方法:将一般事故隐患按照安全生产标准化评定标准对应的考评办法对其进行扣分,再将扣分值修正企业安全生产标准化得分,进而实现动态更新;
规则为:(1)将一般事故隐患的扣分值修正初始单元高危风险管控指标(G);
(2)将重大事故隐患对初始的单元现实风险R0提一档;
特殊时期指标指法定节假日、国家或地方重要活动时期;
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;所述近期一般为1个月~6个月;
自然环境指标指区域内发生气象、地震、地质灾害;
特殊时期指标、高危风险物联网、自然环境指标对单元初始高危安全风险值R0提一档;预警处置指标修正方法:出现黄色预警信息,企业在24h内未进行处置;出现橙色预警信息,企业在12h内未进行处置,对单元初始高危安全风险值R0提一档;
单元现实风险RN为现实风险动态修正指标对单元初始高危安全风险值R0进行修正的结果。
9.根据权利要求8所述的一种尾矿库重大安全风险量化方法,其特征在于所述高危风险动态监测特征指标报警信号系数K3动态修正风险点固有危险指数h,得到风险点固有危险指数动态监测指标修正值hd;公式表述为hd=hK3
hd--—风险点固有危险指数动态监测指标修正值;
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HD为若干风险点固有危险指数动态监测指标修正值hdi与场所人员暴露指数加权累计值;公式表述为:
HD——单元固有危险指数动态修正值;
hdi——单元内第i个风险点固有危险指数动态监测指标修正值;
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;
单元初始高危安全风险R0通过将单元高危风险管控频率G与固有风险指数聚合:
R0=GHD
R0——单元初始高危安全风险值;
G——单元风险管控频率指数值;
HD——单元固有危险指数动态修正值。
10.根据权利要求1所述的一种尾矿库重大安全风险量化方法,其特征在所述单元风险分级标准应用尾矿库企业整体风险标准化得分,企业整体风险等级R由企业内单元现实风险最大值max(RNi)确定,即R=max(RNi)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110601126.4A CN113807638A (zh) | 2021-05-31 | 2021-05-31 | 一种尾矿库重大安全风险量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110601126.4A CN113807638A (zh) | 2021-05-31 | 2021-05-31 | 一种尾矿库重大安全风险量化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113807638A true CN113807638A (zh) | 2021-12-17 |
Family
ID=78942433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110601126.4A Pending CN113807638A (zh) | 2021-05-31 | 2021-05-31 | 一种尾矿库重大安全风险量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113807638A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099677A (zh) * | 2022-07-14 | 2022-09-23 | 中国安全生产科学研究院 | 尾矿库安全生产风险分级预警方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488897A (zh) * | 2013-09-24 | 2014-01-01 | 柳州市博源环科科技有限公司 | 一种采矿业危险物质风险水平的评价方法 |
CN104281920A (zh) * | 2014-09-29 | 2015-01-14 | 中南大学 | 尾矿库分层指标安全评估和预警方法与系统 |
CN111325434A (zh) * | 2018-12-17 | 2020-06-23 | 中安智讯(北京)信息科技有限公司 | 一种基于大数据的煤矿生产风险评估指标体系构建方法 |
KR102247583B1 (ko) * | 2020-03-06 | 2021-05-04 | 한국수자원공사 | 사업장 안전지수 평가 시스템 및 평가 방법 |
-
2021
- 2021-05-31 CN CN202110601126.4A patent/CN113807638A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103488897A (zh) * | 2013-09-24 | 2014-01-01 | 柳州市博源环科科技有限公司 | 一种采矿业危险物质风险水平的评价方法 |
CN104281920A (zh) * | 2014-09-29 | 2015-01-14 | 中南大学 | 尾矿库分层指标安全评估和预警方法与系统 |
CN111325434A (zh) * | 2018-12-17 | 2020-06-23 | 中安智讯(北京)信息科技有限公司 | 一种基于大数据的煤矿生产风险评估指标体系构建方法 |
KR102247583B1 (ko) * | 2020-03-06 | 2021-05-04 | 한국수자원공사 | 사업장 안전지수 평가 시스템 및 평가 방법 |
Non-Patent Citations (1)
Title |
---|
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》, 30 October 2019 (2019-10-30), pages 7 - 9 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115099677A (zh) * | 2022-07-14 | 2022-09-23 | 中国安全生产科学研究院 | 尾矿库安全生产风险分级预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345976A (zh) | 一种长输油气管道动态风险评估方法及装置 | |
CN105678446A (zh) | 一种用于企业安全生产风险预警的方法 | |
CN113988530A (zh) | 一种非煤矿山安全风险评估分级方法及系统 | |
CN112529265B (zh) | 一种燃气管线综合风险评估、预测方法及系统 | |
CN113313387B (zh) | 一种企业重大安全风险分级智能化管控方法及系统 | |
CN111325434A (zh) | 一种基于大数据的煤矿生产风险评估指标体系构建方法 | |
CN104657810A (zh) | 一种石油化工码头储罐区火灾爆炸风险评估方法 | |
CN105825320A (zh) | 一种石油化工企业承灾体脆弱性评估方法 | |
CN105894115A (zh) | 区域性港口重大危险源定量风险评估方法 | |
CN113515720B (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
CN114282839A (zh) | 一种山地高速公路施工安全风险管理系统 | |
CN113360830A (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 | |
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 | |
CN112686570A (zh) | 一种智能安全风险管控系统 | |
CN116629607A (zh) | 一种危险废物环境安全风险辨识与评估方法 | |
WO2024012552A1 (zh) | 尾矿库安全生产风险分级预警方法 | |
CN115511234A (zh) | 用于危险化学品安全生产风险的分级预警管理方法及系统 | |
CN113807638A (zh) | 一种尾矿库重大安全风险量化方法 | |
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 | |
JP2007035017A (ja) | 防災事業計画支援システム | |
CN113935571A (zh) | 一种加油站安全风险评估分级方法及系统 | |
CN117151478A (zh) | 一种基于卷积神经网络的化工企业风险预警方法及系统 | |
CN113344360A (zh) | 一种金属非金属地下矿山重大安全风险量化方法 | |
CN110807569A (zh) | 极端工况下不同利益群体的尾矿库风险评价和管理方法 | |
CN113128803A (zh) | 油气管道风险确定方法、装置及计算机设备 |
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 |