KR101805713B1 - 위험지도를 이용한 위험도 분석 시스템 - Google Patents

위험지도를 이용한 위험도 분석 시스템 Download PDF

Info

Publication number
KR101805713B1
KR101805713B1 KR1020170096645A KR20170096645A KR101805713B1 KR 101805713 B1 KR101805713 B1 KR 101805713B1 KR 1020170096645 A KR1020170096645 A KR 1020170096645A KR 20170096645 A KR20170096645 A KR 20170096645A KR 101805713 B1 KR101805713 B1 KR 101805713B1
Authority
KR
South Korea
Prior art keywords
risk
index
analysis module
calculated
analysis
Prior art date
Application number
KR1020170096645A
Other languages
English (en)
Inventor
문종삼
조영도
이진한
이우귀연
오정석
Original Assignee
한국가스안전공사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국가스안전공사 filed Critical 한국가스안전공사
Priority to KR1020170096645A priority Critical patent/KR101805713B1/ko
Application granted granted Critical
Publication of KR101805713B1 publication Critical patent/KR101805713B1/ko

Links

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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 가스 사업장을 논리적인 단위지역(zone)으로 구분하고 각 단위지역의 위험도를 분석하는 시스템에 관한 것으로서, 위험 매트릭스 기반 분석방법으로 각 단위지역 별 위험등급을 산출하는 위험 매트릭스 기반 분석모듈(110);과 위험 순위 기반 분석방법으로 각 단위지역 별로 위험지수를 산출하는 위험 순위 기반 분석모듈(120);로 이루어진 위험분석 통합모듈(100); 상기 위험분석 통합모듈(100)에서 산출된 각 단위지역 별 위험등급 또는 위험지수의 순위에 따라 각 단위지역 별로 구분된 위험지도 상에 각 단위지역 별로 색상을 달리하여 위험도를 표시(rendering)하는 위험지도 매핑모듈(200); 각 단위지역 별 위험등급 또는 각 단위 지역 별 위험지수를 산출하기 위하여 상기 위험분석 통합모듈(100)에서 사용되는 정보를 저장하는 데이터베이스(300); 및, 상기 데이터베이스(300)에 저장된 정보를 검색하고 관리하는 데이터관리모듈(400);을 포함하여 구성되는 것을 특징으로 하는 위험지도 기반 위험도 분석 시스템에 관한 것이다.

Description

위험지도를 이용한 위험도 분석 시스템{Risk Analysis System using Risk Map}
가스 사업장을 논리적인 단위지역(zone)으로 구분하고 각 단위지역의 위험도를 분석하는 시스템에 관한 것으로서, 사용자의 선택에 따라 각 단위지역 별 위험등급 또는 위험지수의 순위에 따라 각 단위지역 별로 구분된 위험지도 상에 각 단위지역 별로 색상을 달리하여 위험도를 표시함으로써 사고대응 뿐만 아니라 사고예방을 동시에 수행할 수 있는 것을 특징으로 한다.
일반적으로 산업단지 및 공장에서 위험 및 안전관리를 위해, 주요 가스시설에 계측기기를 장착하여 중앙 컨트롤센터에서 측정인자를 실시간으로 모니터링하고 있다. 특히, 압력, 온도, 진동 등 개별적으로 위험인자를 측정하여, 분석 및 검토를 수행하는 단순 분석 작업이 현업에선 주류를 이루고 있지만, 다수의 위험인자를 병렬적으로 입력받아 종합 분석하고, 이를 표현하는 방안에 관한 연구도 현재 수행되고 있다.
하지만 종래기술에 따른 다수의 위험인자 종합분석방법은 아래와 같은 문제점이 있었다.
첫째, 종래기술은 특정 공간이나 지역 안에서 다수의 위험인자를 통해 위험도를 표출함으로, 단순 분석기술보다는 위험과 사고분석에 대한 정확성이 향상되었지만, 정적인 위험도만을 산출함으로 주변상황과 그에 따른 향후 위험을 산출하기 어려운 문제점이 있고, 둘째, 종래기술은 지능형 알고리즘을 사용함에 있어서, 적용 대상 도메인의 [0006] 타당성 검토를 통한 개선 없이, 알고리즘을 그대로 적용함으로 인해, 지능형 모델의 정확도를 저하시키는 문제점이 있고, 셋째, 종래기술은 사고대응 위주의 절차와 그와 관련된 시스템을 사용함으로 인해, 향후 다가올 위험 및 사고에 대비한 예방체계로 활용하기에 어려운 문제점이 있고, 넷째, 종래기술은 사고대응 및 사고예방이 함께 결부되어 전체 안전관리를 수행하기 위한, 단일의 사용자 인터페이스를 제공하지 못하는 문제점이 있었다.
[선행기술문헌]
공개특허 제10-2015-0089313
상기한 문제점들을 해결하기 위하여 창작된 본 발명의 목적은 다음과 같다.
첫째, 가스 사업장을 논리적인 단위지역으로 분할하고, 각 단위지역의 위험도를 산출하여 표시함으로써 우선적 조치가 필요한 단위지역을 선별할 수 있는 새로운 개념의 위험도 분석 시스템을 제공함을 본 발명의 목적으로 한다.
둘째, 시설에 따른 정적 위험도와 함께 작업자의 실수 빈도를 반영한 동적 위험도가 함께 반영된 위험도를 제시할 수 있는 새로운 개념의 위험도 분석 시스템을 제공함을 본 발명의 또 다른 목적으로 한다.
셋째, 다양한 관점에서 추출된 위험도를 통합하여 제시함으로써 다양한 위험에 대한 표시가 가능하고 원인과 사고의 연계가 가능하여 사고전조 파악을 통한 사고예방 및 사고대응을 효율적으로 수행할 수 있는 새로운 개념의 위험도 분석 시스템을 제공함을 본 발명의 또 다른 목적으로 한다.
넷째, 시뮬레이션 데이터가 아니라 화재, 누출, 폭발과 관련된 실시간 데이터를 활용함으로써 위험도를 보다 정밀하게 표현할 수 있는 새로운 개념의 위험도 분석 시스템을 제공함을 본 발명의 또 다른 목적으로 한다.
상기한 문제점들을 해결하기 위하여 창작된 본 발명의 기술적 구성은 다음과 같다.
본 발명은 가스 사업장을 논리적인 단위지역(zone)으로 구분하고 각 단위지역의 위험도를 분석하는 시스템에 관한 것으로서, 위험 매트릭스 기반 분석방법으로 각 단위지역 별 위험등급을 산출하는 위험 매트릭스 기반 분석모듈(110);과 위험 순위 기반 분석방법으로 각 단위지역 별로 위험지수를 산출하는 위험 순위 기반 분석모듈(120);로 이루어진 위험분석 통합모듈(100); 상기 위험분석 통합모듈(100)에서 산출된 각 단위지역 별 위험등급 또는 위험지수의 순위에 따라 각 단위지역 별로 구분된 위험지도 상에 각 단위지역 별로 색상을 달리하여 위험도를 표시(rendering)하는 위험지도 매핑모듈(200); 각 단위지역 별 위험등급 또는 각 단위 지역 별 위험지수를 산출하기 위하여 상기 위험분석 통합모듈(100)에서 사용되는 정보를 저장하는 데이터베이스(300); 및, 상기 데이터베이스(300)에 저장된 정보를 검색하고 관리하는 데이터관리모듈(400);을 포함하여 구성되는 것을 특징으로 한다.
상기한 구성에 따른 본 발명의 기술적 구성은 다음과 같다.
첫째, 가스 사업장을 논리적인 단위지역으로 분할하고, 각 단위지역의 위험도를 산출하여 표시함으로써 우선적 조치가 필요한 단위지역을 선별할 수 있다.
둘째, 시설에 따른 정적 위험도와 함께 작업자의 실수 빈도를 반영한 동적 위험도가 함께 반영된 위험도를 제시할 수 있다.
셋째, 다양한 관점에서 추출된 위험도를 통합하여 제시함으로써 다양한 위험에 대한 표시가 가능하고 원인과 사고의 연계가 가능하여 사고전조 파악을 통한 사고예방 및 사고대응을 효율적으로 수행할 수 있다.
넷째, 시뮬레이션 데이터가 아니라 화재, 누출, 폭발과 관련된 실시간 데이터를 활용함으로써 위험도를 보다 정밀하게 표현할 수 있다.
도1은 본 발명의 전체 구성을 도시하는 블럭도이다.
도2는 위험분석 통합모듈(100)의 세부 구성을 도시하는 블럭도이다.
도3은 피해 심각도 예측 모델의 구조를 도시하는 블럭도이다.
도4는 CA기반 위험등급을 예시적으로 나타내는 것으로서, API(American Petroleum Institute) 581 코드의 위험메트릭스를 5단계 위험등급으로 개선하여 제시하고 있다.
도5는 위험지도 매핑모듈(200)을 통하여 각 단위지역 별로 위험도가 표시된 위험지도의 구체적 실시예이다.
이하에서는 본 발명의 구체적 실시예를 첨부도면을 참조하여 보다 상세히 설명한다.
본 발명은 가스 사업장을 논리적인 단위지역(zone)으로 구분하고 각 단위지역의 위험도를 분석하는 시스템에 관한 것으로서, 도1 및 도2에 도시된 것처럼 위험 매트릭스 기반 분석방법으로 각 단위지역 별 위험등급을 산출하는 위험 매트릭스 기반 분석모듈(110);과 위험 순위 기반 분석방법으로 각 단위지역 별로 위험지수를 산출하는 위험 순위 기반 분석모듈(120);로 이루어진 위험분석 통합모듈(100); 상기 위험분석 통합모듈(100)에서 산출된 각 단위지역 별 위험등급 또는 위험지수의 순위에 따라 각 단위지역 별로 구분된 위험지도 상에 각 단위지역 별로 색상을 달리하여 위험도를 표시(rendering)하는 위험지도 매핑모듈(200); 각 단위지역 별 위험등급 또는 각 단위 지역 별 위험지수를 산출하기 위하여 상기 위험분석 통합모듈(100)에서 사용되는 정보를 저장하는 데이터베이스(300); 및, 상기 데이터베이스(300)에 저장된 정보를 검색하고 관리하는 데이터관리모듈(400);을 포함하여 구성된다.
위험 매트릭스 기반 분석모듈(110)은 위험 매트릭스 기반 분석방법으로 각 단위지역 별로 위험등급을 산출하는 역할을 하는데, 이러한 위험 매트릭스 기반 분석모듈(110)은 CA기반 위험등급 분석모듈(111), 상태열화모델기반 위험등급 분석모듈(112), 지능형기반 위험등급 분석모듈(113), 작업기반 위험등급 분석모듈(114), 및 위험등급 통합모듈(115)로 구성된다.
CA기반 위험등급 분석모듈(111)은 각 단위지역의 화재, 누출(독성가스), 폭발에 대한 피해 심각도 등급 및 사고확률 등급을 결합하여 CA(Consequence Analysis)기반 위험등급을 산출한다.
CA기반 위험등급 분석모듈(111)은 화재, 누출(독성가스), 폭발의 위험도를 예측하는 피해 심각도 예측모델에 따라 데이터베이스(300)에 미리 저장된 공정물질종류, 방출방향, 누출크기, 안정장치규격, 물질독성정보, 열량정보와 각 단위지역의 시설에 설치된 센서를 통하여 실시간으로 입력되는 공정온도, 공정압력, 물질량, 유속, 대기정보를 반영하여 복사열량(kw/m2), 농도(%), 폭발과압(psi)를 산출하고, 산출된 값에 해당하는 등급 가운데 가장 위험이 높은 등급을 피해 심각도 등급으로 결정하게 된다.
피해 심각도 예측모델의 구조는 도3에 예시적으로 도시된 것을 활용할 수 있다.
장비 및 시나리오(Equipment & Scenario) 모델은 가상의 사고 시나리오를 생성하고 이에 관련된 장비를 제시한다.
디스차즈(Discharge) 모델은 공정물질의 누출 순간부터 압력이 대기압에 이르기까지 걸리는 시간과 거리, 유체의 거동을 해석한다. 공정물질 종류, 온도/압력, 오리피스 압력, 유체상태, 방출방향, 누출크기 등의 파라미터가 필요하며, 단순 누출, 파이프 누출, 안전밸브 열림, 벤트스택 등 누출 종류에 따라 유체역학 모델을 통해 유체가 대기압에 이르는 순간의 온도, 유체상태, 방출속도 등을 계산한다. 누출량은 탱크나 파이프 내에 담겨진 공정물질의 양과 시간에 따라 변동하는데, 실시간 입력 가능 값으로는 온도/압력, 물질량, 유속 등이 있다.
디스퍼전(Dispersion) 모델은 누출되는 물질이 대기압에 이르는 상태를 중심으로 디스차즈 모델과 구분되는데, 디스퍼전(Dispersion) 모델은 물질이 대기압에 이른 후 대기로 퍼져나가는 상태를 해석한다.
디스퍼전(Dispersion) 모델에 필요한 입력값은 공정물질이 대기압에 이르렀을 때 온도, 물질상태, 유속, 팽창반경(Expanded Radius) 등이다. 이 값들은 대부분 디스차즈(Discharge) 모델의 결과 값에 해당하는데, 이에 추가적으로 지형이나 날씨에 관한 정보들이 필요하다. 지형정보의 경우 시간에 따라 크게 변하지 않아 최초 고정값만 입력해주면 되지만 날씨는 시간에 따라 계속적으로 변하므로 실시간 값을 입력하였을 때 정확성이 높다. 디스퍼전(Dispersion) 모델의 결과값은 날씨상태, 지형상태, 물질상태, 물질밀도, 시간 등에 따라 달라지는데, 누출지점으로부터 거리, 누출 방향에 따른 물질 농도 분포, 디스퍼전(Dispersion) 형태 등을 계산할 수 있다.
날씨정보(Weather)는 디스차즈(Discharge) 모델과 디스퍼전(Dispersion) 모델에 있어서 매우 중요한 입력값인데, 일반적으로 파스킬 안정도 계급(Pasquill Stability Class)을 사용한다. 이는 대기 안정도, 바람세기, 습도 등을 담고 있는 정보로서, 날씨정보 자체가 실시간 입력 요소가 될 수 있다.
선택적입력(Alternative Input)은 피해 예측에 필요한 추가적인 파라미터들로서 누출량, 누출시간, 누출속도, 누출시 물질 온도 등을 의미한다. 이러한 값들은 안전밸브, 오리피스 같은 안전장치에 따라 달라질 수 있으며, 대부분 사전정보로 데이터베이스에 저장된다.
독성(Toxic) 모델은 화학물질의 확산에 따른 독성 영향을 판단한다. ERPG, IDLH, STEL 같은 독성 농도 기준을 적용하며 Probit 함수를 이용하여 계산하는 LDLo나 LC50 기준을 적용하기도 한다. 독성 모델에 필요한 입력값은 디스퍼전(Dispersion) 모델로부터 산출되는 시간과 거리에 따른 물질 농도 분포값과 물질 독성 정보이다. 이는 모두 실시간 요소에 포함되지 않는다. 다만, 독성물질이 다른 물질과 혼합되어 독성치가 변화한 경우, 독성 농도를 구하기 위한 혼합독성판별 계산 모델이 필요할 수도 있다.
복사(Radiation) 모델은 물질이 누출되면서 화재로 발전할 경우 발생되는 방사열량을 계산한다. 화재의 종류(Fireball, Jet Fire, Pool Fire, Flash Fire)에 따라 방사열량을 구하는 수학모델 간에 차이가 있는데, Fireball은 방향성이 없는 방면에, Jet Fire는 물질의 누출 방향이 중요하게 고려되고, Pool Fire는 대기정보가 필수적으로 요구된다. 또한 Flash Fire의 경우 방사열량 계산 모델이 사용되지 않고, 농도 분포에 따른 LFL(폭발하한값)을 고려한다. 대기정보만이 복사(Radiation) 모델에 반영되는 유일한 실시간 요소이다.
폭발(Explosion) 모델은 누출과 동시에 폭발하는 Early Explosion과 누출 후 대기 중에 가스가 모여 폭발하는 Late Explosion으로 구분된다. Late Explosion의 경우 대기 중에 모인 가스가 바람에 의해 이동후 폭발할 수 있으므로 대기정보을 요구한다. 폭발(Explosion) 모델을 통해 폭발거리, 폭발과압, 폭발열, 폭발시간 및 지연시간 등을 예측할 수 있다. 폭발 영향 역시 물질 확산 결과값에 의존하며 대기정보 외에는 실시간 요소를 필요로 하지 않는다.
CA기반 위험등급 분석모듈(111)은 피해 심각도 등급과 함께 사고확률을 산출하고 사고확률 등급을 결정하게 되는데, 데이터베이스(300)에 저장된 OREDA(Offshore Reliability Data) 표준 데이터를 활용한 각 단위지역 시설의 고장율에 시나리오에 따른 실시간 요소를 반영한 FTA(Fault Tree Analysis)를 통하여 사고확률을 산출하고, 산출된 사고확률에 해당하는 등급을 사고확률 등급으로 결정하게 된다.
여기서 시나리오에 따른 실시간 요소란 가스 사업장의 각 시설에 부착된 센서로부터 실시간으로 감지되어 전달되는 온도와 압력과 같은 정보와 함께 가상의 사고 시나리오에 따른 누출크기, 누출높이와 같은 가상의 요소가 포함될 수 있다.
피해 심각도 등급과 사고확률 등급이 산출되면 이를 결합하여 미리 설정된 기준에 따라 CA기반 위험등급을 산출하게 되는데, 도4에 도시된 것처럼 API(American Petroleum Institute) 581 코드의 위험메트릭스를 5단계 위험등급(A~E)으로 개선하여 제시하고 있다.
x축은 피해 심각도 등급을 나타내고, y축은 사고확률 등급을 나타내는데, 예를 들어 피해 심각도 등급이 A등급이고 사고확률 등급이 C등급인 경우 CA기반 위험등급은 A등급이 된다. 이러한 등급 판정 기준은 필요에 따라 변경 적용도 가능하다.
여기서 A등급이 가장 위험도가 높고, E등급이 가장 위험도가 낮은 것을 의미한다.
상태열화모델기반 위험등급 분석모듈(112)은 각 단위지역의 감육모델에 따라 산출되는 등급 및 균열잠재성 지수에 따른 등급을 결합하여 상태열화모델기반 위험등급을 산출한다.
상태열화모델기반 위험등급 분석모듈(112)은 API RP 581 코드에 제시된 표준 데이터 집합을 근거로 시간에 따라 배관 두께가 변화하는 감육모델을 생성하고, 배관의 여유두께의 크기에 따라 등급을 결정한다.
즉 API RP 581 외부 손상인자 외부부식의 Marine/Cooling Tower Drift Area 경우의 표준 데이터 집합과 Severe 경우의 표준 데이터 집합을 데이터베이스화하여 감육모델을 생성하는데, 아래의 표1은 여유두께를 기준으로 했을 때, 여유두께가 20%씩 감소될 때마다 위험도 등급이 E등급에서 A등급으로 순차적으로 증가하는 것을 보여준다.
위험도 등급 여유두께 크기에 대한 조건
A 0% < 여유두께(설계두께 - 최소요구두께) ≤ 20%
B 20% < 여유두께(설계두께 - 최소요구두께) ≤ 40%
C 40% < 여유두께(설계두께 - 최소요구두께) ≤ 60%
D 60% < 여유두께(설계두께 - 최소요구두께) ≤ 80%
E 80% < 여유두께(설계두께 - 최소요구두께) ≤ 100%
또한, 최대응력(σmax)과 열림응력(σop)의 차이로 정의되는 유효응력(σeff)의 합으로
균열잠재성 지수를 산출하고, 산출된 균열잠재성 지수에 따라 등급을 결정한다.
여기서, 응력이란 가스 사업장의 시설에 작용하는 힘을 면적으로 나눈 값으로서, 시설에 따른 지정된 범위(spectrum)의 최대값을 최대응력이라 하고, 균열을 발생시킬 수 있는 최소응력을 열림응력이라 한다.
아래의 표2는 균열잠재성 지수에 따른 위험도 등급을 예시적으로 보여주는데, 균열잠재성 지수가 증가함에 따라 위험도 등급도 E등급에서 A등급으로 증가하는 것을 확인할 수 있다.
위험도 등급 균열잠재성 지수에 대한 조건
A 80% < 균열잠재성 지수 ≤ 100%
B 60% < 균열잠재성 지수 ≤ 80%
C 40% < 균열잠재성 지수 ≤ 60%
D 20% < 균열잠재성 지수 ≤ 40%
E 0% < 균열잠재성 지수 ≤ 20%
감육모델에 따른 등급과 균열잠재성 지수에 따른 등급이 산출되면 이들을 결합하여 도4와 같은 방식으로 미리 설정된 기준에 따라 상태열화모델기반 위험등급을 산출하게 된다.
지능형기반 위험등급 분석모듈(113)은 각 단위지역의 위험기준 데이터와 실시간으로 수집된 시설상태 데이터나 주변환경 데이터 사이의 유사도를 이용하여 산출된 지능형기반 위험지수에 따른 등급 및 CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급을 결합하여 지능형기반 위험등급을 산출한다.
지능형기반 위험등급 분석모듈(113)은 단위지역의 위험기준 데이터와 실시간으로 수집된 [시설상태 데이터나 주변환경 데이터]의 최대최소 정규화를 수행한 후 사용자의 선택에 따라 유클리디안 수식 또는 변이계수 수식을 이용하여 유사도를 산출하여 지능형기반 위험지수를 결정하고, 산출된 지능형기반 위험지수에 따라 등급을 결정한다.
여기서,
유클리디안 수식은,
Figure 112017073410018-pat00001
k:데이터의 속성수
X1, X2:유사도를 구하는 대상이 되는 데이터 집합
X1k, X2k:두 데이터 집합의 k번째 속성
으로 표시되고,
변이계수 수식은,
Figure 112017073410018-pat00002
k:데이터의 속성수
X1, X2:유사도를 구하는 대상이 되는 데이터 집합
X1k, X2k:두 데이터 집합의 k번째 속성
으로 표시된다.
아래의 표3은 지능형기반 위험지수에 따른 위험도 등급을 예시적으로 보여주는데, 위와 같은 방법으로 산출된 지능형기반 위험지수가 증가함에 따라 위험도 등급이 E등급에서 A등급으로 증가하는 것을 확인할 수 있다.
위험도 등급 지능형기반 위험지수에 대한 조건
A 0.8 < 균열잠재성 지수 ≤ 1.0
B 0.6 < 균열잠재성 지수 ≤ 0.8
C 0.4 < 균열잠재성 지수 ≤ 0.6
D 0.2 < 균열잠재성 지수 ≤ 0.4
E 0.0 < 균열잠재성 지수 ≤ 0.2
이러한 방법으로 지능형기반 위험지수에 따른 등급이 산출되면, CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급을 결합하여 도4와 같은 방법으로 미리 설정된 기준에 따라 지능형기반 위험등급을 산출하게 된다.
작업기반 위험등급 분석모듈(114)은 각 단위지역의 작업에 의한 피해 심각도 등급 및 작업에 의한 사고확률 등급을 결합하여 작업위험등급을 먼저 산출하고, CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급과 결합하여 작업기반 위험등급을 산출한다.
작업기반 위험등급 분석모듈(114)은 각 단위지역 별로 인적피해의 규모와 물적피해의 규모에 따라 작업에 의한 피해 심각도 등급을 결정하고, 작업에 의하여 발생 가능한 피해 사고 확률에 따라 작업에 의한 사고확률 등급을 결정한다.
아래의 표4는 각 단위지역 별로 인적피해의 규모와 물적피해의 규모에 따라 작업에 의한 피해 심각도 등급을 예시적으로 보여주고, 표5는 작업에 의한 사고확률 등급을 각각 보여준다.
피해 심각도 등급 인적피해 물적피해
A 다수의 중상자 발생(3명 이상) 5천만원 이상
B 2인 이하의 중상자 발생 4천만원 이상 ~ 5천만원 미만
C 다수의 경상자 발생(5명 이상) 3천만원 이상 ~ 4천만원 미만
D 4인 이하의 경상자 발생 2천만원 이상 ~ 3천만원 미만
E 1명 이하 경상자 발생 2천만원 이하
사고확률 등급 작업에 의하여 발생 가능한 피해 사고 확률
A 20% 이상
B 16% 이상 ~ 20% 미만
C 10% 이상 ~ 16% 미만
D 6% 이상 ~ 10% 미만
E 6% 미만
이와 같이 작업에 의한 피해 심각도 등급과 작업에 의한 사고확률 등급이 산출되면 이들을 결합하여 도4와 같은 방법으로 미리 설정된 기준에 따라 작업위험등급을 산출하게 된다.,
작업위험등급이 산출되면 작업위험등급과 CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급을 결합하여 도4에 도시된 것과 같은 방법으로 미리 설정된 기준에 따라 작업기반 위험등급을 산출한다.
위험등급 통합모듈(115)은 CA기반 위험등급 분석모듈(111), 상태열화모델기반 위험등급 분석모듈(112), 지능형기반 위험등급 분석모듈(113), 및 작업기반 위험등급 분석모듈(114) 각각에서 산출된 결과를 통합하여 최종 위험등급을 산출한다.
위험등급 통합모듈(115)은 CA기반 위험등급과 상태열화모델기반 위험등급을 결합하여 미리 설정된 기준에 따라 제1위험등급을 산출하고, 지능형기반 위험등급과 작업기반 위험등급을 결합하여 미리 설정된 기준에 따라 제2위험등급을 산출한다.
제1위험등급과 제2위험등급이 결정되면 이들을 결합하여 미리 설정된 기준에 따라 각 단위지역 별로 최종 위험등급을 산출한다.
위험 순위 기반 분석모듈(120)은 위험 순위 기반 분석방법으로 각 단위지역 별로 위험지수를 산출하는데, CA기반 위험지수 분석모듈(121), 상태열화모델기반 위험지수 분석모듈(122), 지능형기반 위험지수 분석모듈(123), 작업기반 위험지수 분석모듈(124), 및 위험지수 통합모듈(125)로 구성된다.
CA기반 위험지수 분석모듈(121)은 각 단위지역의 화재, 누출, 폭발에 대한 피해 심각도 지수와 사고확률 지수를 곱하여 CA(Consequence Analysis)기반 위험지수를 산출한다.
CA기반 위험지수 분석모듈(121)은 화재, 누출, 폭발의 위험도를 예측하는 피해 심각도 예측모델에 데이터베이스(300)에 미리 저장된 공정물질종류, 방출방향, 누출크기, 안정장치규격, 물질독성정보, 열량정보와 함께 각 단위지역의 시설에 설치된 센서를 통하여 실시간으로 입력되는 공정온도, 공정압력, 물질량, 유속, 대기정보를 반영하여 복사열량(kw/m2), 농도(%), 폭발과압(psi)를 산출하고, 산출된 값 가운데 가장 위험이 높은 것을 피해 심각도 지수로 결정한다.
아울러, CA기반 위험지수 분석모듈(121)은 데이터베이스(300)에 저장된 OREDA 표준 데이터를 활용한 각 단위지역 시설의 고장율에 시나리오에 따른 실시간 요소를 반영한 FTA(Fault Tree Analysis)를 통하여 사고확률 지수를 산출한다.
이러한 과정은 CA기반 위험등급 분석모듈(111)에서 이루어지는 것과 동일한 과정을 거치는데, 위험도 등급이 부여되지는 않는다.
산출된 피해 심각도 지수와 사고확률 지수를 곱하면 CA(Consequence Analysis)기반 위험지수가 산출된다.
상태열화모델기반 위험지수 분석모듈(122)은 각 단위지역의 감육모델에 따라 산출되는 감육정도와 균열잠재성 지수를 곱하여 상태열화모델기반 위험지수를 산출한다.
상태열화모델기반 위험지수 분석모듈(122)은 API RP 581 코드에 제시된 표준 데이터 집합을 근거로 시간에 따라 배관 두께가 변화하는 감육모델을 생성하고, 배관의 여유두께의 크기에 따라 감육정도를 결정한다.
아울러, 상태열화모델기반 위험지수 분석모듈(122)은 최대응력(σmax)과 열림응력(σop)의 차이로 정의되는 유효응력(σeff)의 합으로 균열잠재성 지수를 산출한다.
이러한 과정은 상태열화모델기반 위험등급 분석모듈(112)에서 이루어지는 것과 동일한 과정을 거치는데, 위험도 등급이 부여되지는 않는다.
감육모델에 따른 감육정도와 균열잠재성 지수를 곱하면 상태열화모델기반 위험지수가 산출된다.
지능형기반 위험지수 분석모듈(123)은 각 단위지역의 위험기준 데이터와 실시간으로 수집된 시설상태 데이터나 주변환경 데이터 사이의 유사도를 이용하여 지능형기반 위험지수를 산출한다.
지능형기반 위험지수 분석모듈(123)은 각 단위지역의 위험기준 데이터와 실시간으로 수집된 [시설상태 데이터나 주변환경 데이터]의 최대최소 정규화를 수행한 후 사용자의 선택에 따라 유클리디안 수식 또는 변이계수 수식을 이용하여 산출되는 유사도를 통하여 지능형기반 위험지수를 결정하는데,
유클리디안 수식은,
Figure 112017073410018-pat00003
k:데이터의 속성수
X1, X2:유사도를 구하는 대상이 되는 데이터 집합
X1k, X2k:두 데이터 집합의 k번째 속성
으로 표시되고,
변이계수 수식은,
Figure 112017073410018-pat00004
k:데이터의 속성수
X1, X2:유사도를 구하는 대상이 되는 데이터 집합
X1k, X2k:두 데이터 집합의 k번째 속성
으로 표시된다.
작업기반 위험지수 분석모듈(124)은 각 단위지역에 설치된 시설의 고장율을 판단하는 FTA(Fault Tree Analysis)에 작업자실수(휴먼에러)의 빈도값(HEP)를 할당하여 작업기반 위험지수를 산출한다.
작업기반 위험지수 분석모듈(124)은 각 단위지역에 설치된 시설의 고장율을 판단하는 FTA(Fault Tree Analysis)에 작업자실수(휴먼에러)의 빈도값(HEP)를 할당하여 작업기반 위험지수를 산출하되, FTA의 구현 방식에 따라 작업자실수의 빈도값(HEP)을 단말 게이트의 하위노드로 추가하거나 단말 게이트의 다중속성으로 추가하게 된다.
위험지수 통합모듈(125)은 CA기반 위험지수 분석모듈(121), 상태열화모델기반 위험지수 분석모듈(122), 지능형기반 위험지수 분석모듈(123), 및 작업기반 위험지수 분석모듈(124) 각각에서 산출된 결과에 미리 설정된 가중치를 반영하면서 통합하여 최종 위험지수를 산출한다.
다시 말하면, 위험지수 통합모듈(125)은,
최종 위험지수 = [X1*W1 + X2*W2 + X3*W3 + X4*W4]/[W1 + W2 + W3 + W4]
X1:CA기반 위험지수
X2:상태열화모델기반 위험지수
X3:지능형기반 위험지수
X4:작업기반 위험지수
W1:CA기반 위험지수의 가중치
W2:상태열화모델기반 위험지수의 가중치
W3:지능형기반 위험지수의 가중치
W4:작업기반 위험지수의 가중치
라는 수식으로 각 단위지역 별 최종 위험지수를 산출하게 된다.
위험지도 매핑모듈(200)은 위험분석 통합모듈(100)에서 산출된 각 단위지역 별 위험등급 또는 위험지수의 순위에 따라 각 단위지역 별로 구분된 위험지도 상에 각 단위지역 별로 색상을 달리하여 위험도를 표시(rendering)하는데, 도5는 이러한 위험지도의 구체적 예가 제시되어 있다.
도5와 같이 14개의 단위지역으로 구획될 경우 위험분석 통합모듈(100)은 각 단위지역 별로 14번의 작업을 수행해야 되는데, 이를 신속하고 효율적으로 수행하기 위해 멀티 쓰레드 방식을 이용하면 병렬적 수행이 가능하다.
데이터베이스(300)는 각 단위지역 별 위험등급 또는 각 단위 지역 별 위험지수를 산출하기 위하여 위험분석 통합모듈(100)에서 사용되는 정보를 저장하는 역할을 하는데, 도1에 도시된 것처럼, 시설정보DB, 표준데이터DB, 작업DB, 주변환경DB, 물질DB 등을 포함할 수 있다.
시설정보DB에는 시설번호, 설치일, 사용재질, 저장총량, 설계온도, 설계압력, 시설크기 등에 대한 정보가 저장되고, 표준데이터DB에는 위험분석을 위해 국제 표준 데이트를 데이터베이스화 하여 저장한 것으로서 시설과 설비의 고장율, 작업자실수(휴먼에러) 빈도(HEP), 설비 부식율 등에 대한 정보가 저장되고, 작업DB에는 작업명, 작업단계, 수행인원, 사용장비, 작업시간, 작업지역(zone) 등에 대한 정보가 저장되고, 주변환경DB에는 사업자 시설과 설비의 주변 환경이나 특성(대기온도, 대기습도, 풍향, 풍속 등에 대한 정보가 저장되고, 물질DB에는 사업장 시설에서 사용되는 물질의 식별(CAS)번호, 물질국문명, 물질영문명, 물질의 유형, 물질특성, 피해영향, 피해범위 등에 관한 정보가 저장된다.
아울러 도1에 도시되지 않았으나, 작업자의 신상정보와 숙련도, 전문분야 등에 관한 정보를 저장하는 작업자DB나 실시간으로 감지되는 시설의 상태에 대한 정보를 축적하는 시설상태DB가 포함될 수도 있다.
데이터관리모듈(400)은 데이터베이스(300)에 저장된 정보를 검색하고 관리하는 역할을 하는데, 관리 하드웨어, 관리 소프트웨어, 추출,변환,정렬 도구, 메타 데이터 등으로 구성될 수 있다.
상기한 바와 같이 본 발명의 구체적 실시예를 첨부도면 등을 참조하여 설명하였으나 본 발명의 보호범위가 반드시 이러한 실시예에만 한정되는 것은 아니며 본 발명의 기술적 요지를 변경하지 않는 범위 내에서 다양한 설계변경, 공지기술의 부가나 삭제, 단순한 수치한정 등의 경우에도 본 발명의 보호범위에 속함을 분명히 한다. 아울러, 본 명세서에서 구체적인 설명이 없는 부분은 해당 기술분야의 일반적으로 알려진 기술이 적용되는 것으로 해석된다.
100:위험분석 통합모듈
110:위험 매트릭스 기반 분석모듈
111:CA기반 위험등급 분석모듈
112:상태열화모델기반 위험등급 분석모듈
113:지능형기반 위험등급 분석모듈
114:작업기반 위험등급 분석모듈
115:위험등급 통합모듈
120:위험 순위 기반 분석모듈
121:CA기반 위험지수 분석모듈
122:상태열화모델기반 위험지수 분석모듈
123:지능형기반 위험지수 분석모듈
124:작업기반 위험지수 분석모듈
125:위험지수 통합모듈
200:위험지도 매핑모듈
300:데이터베이스
400:데이터관리모듈

Claims (7)

  1. 가스 사업장을 논리적인 단위지역(zone)으로 구분하고 각 단위지역의 위험도를 분석하는 시스템에 관한 것으로서,
    위험 매트릭스 기반 분석방법으로 각 단위지역 별 위험등급을 산출하는 위험 매트릭스 기반 분석모듈(110);과 위험 순위 기반 분석방법으로 각 단위지역 별로 위험지수를 산출하는 위험 순위 기반 분석모듈(120);로 이루어진 위험분석 통합모듈(100);
    상기 위험분석 통합모듈(100)에서 산출된 각 단위지역 별 위험등급 또는 위험지수의 순위에 따라 각 단위지역 별로 구분된 위험지도 상에 각 단위지역 별로 색상을 달리하여 위험도를 표시(rendering)하는 위험지도 매핑모듈(200);
    각 단위지역 별 위험등급 또는 각 단위 지역 별 위험지수를 산출하기 위하여 상기 위험분석 통합모듈(100)에서 사용되는 정보를 저장하는 데이터베이스(300); 및,
    상기 데이터베이스(300)에 저장된 정보를 검색하고 관리하는 데이터관리모듈(400);
    을 포함하여 구성되고,
    상기 위험 매트릭스 기반 분석모듈(110)은,
    각 단위지역의 화재, 누출, 폭발에 대한 피해 심각도 등급 및 사고확률 등급을 결합하여 CA(Consequence Analysis)기반 위험등급을 산출하는 CA기반 위험등급 분석모듈(111);
    각 단위지역의 감육모델에 따라 산출되는 등급 및 균열잠재성 지수에 따른 등급을 결합하여 상태열화모델기반 위험등급을 산출하는 상태열화모델기반 위험등급 분석모듈(112);
    각 단위지역의 위험기준 데이터와 실시간으로 수집된 시설상태 데이터나 주변환경 데이터 사이의 유사도를 이용하여 산출된 지능형기반 위험지수에 따른 등급 및 상기 CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급을 결합하여 지능형기반 위험등급을 산출하는 지능형기반 위험등급 분석모듈(113);
    각 단위지역의 작업에 의한 피해 심각도 등급 및 작업에 의한 사고확률 등급을 결합하여 작업위험등급을 먼저 산출하고, 상기 CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급과 결합하여 작업기반 위험등급을 산출하는 작업기반 위험등급 분석모듈(114); 및,
    상기 CA기반 위험등급 분석모듈(111), 상기 상태열화모델기반 위험등급 분석모듈(112), 상기 지능형기반 위험등급 분석모듈(113), 및 상기 작업기반 위험등급 분석모듈(114) 각각에서 산출된 결과를 통합하여 최종 위험등급을 산출하는 위험등급 통합모듈(115);
    을 포함하고,
    상기 위험 순위 기반 분석모듈(120)은,
    각 단위지역의 화재, 누출, 폭발에 대한 피해 심각도 지수와 사고확률 지수를 곱하여 CA(Consequence Analysis)기반 위험지수를 산출하는 CA기반 위험지수 분석모듈(121);
    각 단위지역의 감육모델에 따라 산출되는 감육정도와 균열잠재성 지수를 곱하여 상태열화모델기반 위험지수를 산출하는 상태열화모델기반 위험지수 분석모듈(122);
    각 단위지역의 위험기준 데이터와 실시간으로 수집된 시설상태 데이터나 주변환경 데이터 사이의 유사도를 이용하여 지능형기반 위험지수를 산출하는 지능형기반 위험지수 분석모듈(123);
    각 단위지역에 설치된 시설의 고장율을 판단하는 FTA(Fault Tree Analysis)에 작업자실수(휴먼에러)의 빈도값(HEP)를 할당하여 작업기반 위험지수를 산출하는 작업기반 위험지수 분석모듈(124); 및,
    상기 CA기반 위험지수 분석모듈(121), 상기 상태열화모델기반 위험지수 분석모듈(122), 상기 지능형기반 위험지수 분석모듈(123), 및 상기 작업기반 위험지수 분석모듈(124) 각각에서 산출된 결과에 미리 설정된 가중치를 반영하면서 통합하여 최종 위험지수를 산출하는 위험지수 통합모듈(125);
    을 포함하는 것을 특징으로 하는 위험지도를 이용한 위험도 분석 시스템.
  2. 제1항에서,
    상기 CA기반 위험등급 분석모듈(111)은,
    화재, 누출, 폭발의 위험도를 예측하는 피해 심각도 예측모델에 상기 데이터베이스(300)에 미리 저장된 공정물질종류, 방출방향, 누출크기, 안정장치규격, 물질독성정보, 열량정보와 각 단위지역의 시설에 설치된 센서를 통하여 실시간으로 입력되는 공정온도, 공정압력, 물질량, 유속, 대기정보를 반영하여 복사열량(kw/m2), 농도(%), 폭발과압(psi)를 산출하고, 산출된 값에 해당하는 등급 가운데 가장 위험이 높은 등급을 피해 심각도 등급으로 결정하며,
    상기 데이터베이스(300)에 저장된 OREDA 표준 데이터를 활용한 각 단위지역 시설의 고장율에 시나리오에 따른 실시간 요소를 반영한 FTA(Fault Tree Analysis)를 통하여 사고확률을 산출하고, 산출된 사고확률에 해당하는 등급을 사고확률 등급으로 결정하며,
    피해 심각도 등급과 사고확률 등급을 결합하여 미리 설정된 기준에 따라 CA기반 위험등급을 산출하며,
    상기 상태열화모델기반 위험등급 분석모듈(112)은,
    API RP 581 코드에 제시된 표준 데이터 집합을 근거로 시간에 따라 배관 두께가 변화하는 감육모델을 생성하고, 배관의 여유두께의 크기에 따라 등급을 결정하며,
    최대응력(σmax)과 열림응력(σop)의 차이로 정의되는 유효응력(σeff)의 합으로 균열잠재성 지수를 산출하고, 산출된 균열잠재성 지수에 따라 등급을 결정하며,
    감육모델에 따른 등급과 균열잠재성 지수에 따른 등급을 결합하여 미리 설정된 기준에 따라 상태열화모델기반 위험등급을 산출하며,
    상기 지능형기반 위험등급 분석모듈(113)은,
    단위지역의 위험기준 데이터와 실시간으로 수집된 [시설상태 데이터나 주변환경 데이터]의 최대최소 정규화를 수행한 후 사용자의 선택에 따라 유클리디안 수식 또는 변이계수 수식을 이용하여 유사도를 산출하여 지능형기반 위험지수를 결정하고, 산출된 지능형기반 위험지수에 따라 등급을 결정하며,
    지능형기반 위험지수에 따른 등급 및 상기 CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급을 결합하여 미리 설정된 기준에 따라 지능형기반 위험등급을 산출하며,
    상기 작업기반 위험등급 분석모듈(114)은,
    각 단위지역 별로 인적피해의 규모와 물적피해의 규모에 따라 작업에 의한 피해 심각도 등급을 결정하고, 작업에 의하여 발생 가능한 피해 사고 확률에 따라 작업에 의한 사고확률 등급을 결정하고, 작업에 의한 피해 심각도 등급 및 작업에 의한 사고확률 등급을 결합하여 미리 설정된 기준에 따라 작업위험등급을 산출하며,
    작업위험등급 및 상기 CA기반 위험등급 분석모듈(111)에서 산출한 CA기반 위험등급을 결합하여 미리 설정된 기준에 따라 작업기반 위험등급을 산출하는 것을 특징으로 하는 위험지도를 이용한 위험도 분석 시스템.
  3. 제1항에서,
    상기 CA기반 위험지수 분석모듈(121)은,
    화재, 누출, 폭발의 위험도를 예측하는 피해 심각도 예측모델에 상기 데이터베이스(300)에 미리 저장된 공정물질종류, 방출방향, 누출크기, 안정장치규격, 물질독성정보, 열량정보와 함께 각 단위지역의 시설에 설치된 센서를 통하여 실시간으로 입력되는 공정온도, 공정압력, 물질량, 유속, 대기정보를 반영하여 복사열량(kw/m2), 농도(%), 폭발과압(psi)를 산출하고, 산출된 값 가운데 가장 위험이 높은 것을 피해 심각도 지수로 결정하고,
    상기 데이터베이스(300)에 저장된 OREDA 표준 데이터를 활용한 각 단위지역 시설의 고장율에 시나리오에 따른 실시간 요소를 반영한 FTA(Fault Tree Analysis)를통하여 사고확률 지수를 산출하고,
    피해 심각도 지수와 사고확률 지수를 곱하여 CA(Consequence Analysis)기반 위험지수를 산출하며,
    상기 상태열화모델기반 위험지수 분석모듈(122)은,
    API RP 581 코드에 제시된 표준 데이터 집합을 근거로 시간에 따라 배관 두께가 변화하는 감육모델을 생성하고, 배관의 여유두께의 크기에 따라 감육정도를 결정하며,
    최대응력(σmax)과 열림응력(σop)의 차이로 정의되는 유효응력(σeff)의 합으로 균열잠재성 지수를 산출하고,
    감육모델에 따른 감육정도와 균열잠재성 지수를 곱하여 상태열화모델기반 위험지수를 산출하며,
    상기 지능형기반 위험지수 분석모듈(123)은,
    단위지역의 위험기준 데이터와 실시간으로 수집된 [시설상태 데이터나 주변환경 데이터]의 최대최소 정규화를 수행한 후 사용자의 선택에 따라 유클리디안 수식 또는 변이계수 수식을 이용하여 산출되는 유사도를 통하여 지능형기반 위험지수를 결정하되,
    유클리디안 수식은,
    Figure 112017092351013-pat00005

    k:데이터의 속성수
    X1, X2:유사도를 구하는 대상이 되는 데이터 집합
    X1k, X2k:두 데이터 집합의 k번째 속성
    으로 표시되고,
    변이계수 수식은,
    Figure 112017092351013-pat00006

    k:데이터의 속성수
    X1, X2:유사도를 구하는 대상이 되는 데이터 집합
    X1k, X2k:두 데이터 집합의 k번째 속성
    으로 표시되며,
    상기 작업기반 위험지수 분석모듈(124)은,
    각 단위지역에 설치된 시설의 고장율을 판단하는 FTA(Fault Tree Analysis)에 작업자실수(휴먼에러)의 빈도값(HEP)를 할당하여 작업기반 위험지수를 산출하되, FTA의 구현 방식에 따라 작업자실수의 빈도값(HEP)을 단말 게이트의 하위노드로 추가하거나 단말 게이트의 다중속성으로 추가하는 것을 특징으로 하는 위험지도를 이용한 위험도 분석 시스템.
  4. 제1항에서,
    상기 위험등급 통합모듈(115)은,
    CA기반 위험등급과 상태열화모델기반 위험등급을 결합하여 미리 설정된 기준에 따라 제1위험등급을 산출하고,
    지능형기반 위험등급과 작업기반 위험등급을 결합하여 미리 설정된 기준에 따라 제2위험등급을 산출하고,
    제1위험등급과 제2위험등급을 결합하여 미리 설정된 기준에 따라 최종 위험등급을 산출하는 것을 특징으로 하는 위험지도를 이용한 위험도 분석 시스템.
  5. 제1항에서,
    상기 위험지수 통합모듈(125)은
    최종 위험지수 = [X1*W1 + X2*W2 + X3*W3 + X4*W4]/[W1 + W2 + W3 + W4]
    X1:CA기반 위험지수
    X2:상태열화모델기반 위험지수
    X3:지능형기반 위험지수
    X4:작업기반 위험지수
    W1:CA기반 위험지수의 가중치
    W2:상태열화모델기반 위험지수의 가중치
    W3:지능형기반 위험지수의 가중치
    W4:작업기반 위험지수의 가중치
    라는 수식으로 최종 위험지수를 산출하는 것을 특징으로 하는 위험지도를 이용한 위험도 분석 시스템.
  6. 삭제
  7. 삭제
KR1020170096645A 2017-07-31 2017-07-31 위험지도를 이용한 위험도 분석 시스템 KR101805713B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170096645A KR101805713B1 (ko) 2017-07-31 2017-07-31 위험지도를 이용한 위험도 분석 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170096645A KR101805713B1 (ko) 2017-07-31 2017-07-31 위험지도를 이용한 위험도 분석 시스템

Publications (1)

Publication Number Publication Date
KR101805713B1 true KR101805713B1 (ko) 2017-12-06

Family

ID=60922139

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170096645A KR101805713B1 (ko) 2017-07-31 2017-07-31 위험지도를 이용한 위험도 분석 시스템

Country Status (1)

Country Link
KR (1) KR101805713B1 (ko)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101926368B1 (ko) 2018-06-08 2018-12-07 주식회사 주빅스 유해 화학물질 누출 시 실시간 피해 예측 모니터링 시스템
KR102006688B1 (ko) * 2018-04-10 2019-08-02 주식회사 이엠따블유 영역별 방범 정보 공유 시스템 및 방법
KR102010925B1 (ko) * 2018-04-10 2019-08-14 주식회사 이엠따블유 범죄 위험 정보 전달 시스템 및 방법
KR102089568B1 (ko) * 2019-11-12 2020-03-16 서울대학교산학협력단 화재 및 폭발 위험도 평가 시스템 및 방법
KR102247583B1 (ko) * 2020-03-06 2021-05-04 한국수자원공사 사업장 안전지수 평가 시스템 및 평가 방법
KR102255699B1 (ko) 2020-11-06 2021-05-25 (주)아이소프트 작업환경 위험도 분석 시스템
KR20210069437A (ko) * 2019-12-03 2021-06-11 대한민국(기상청장) 호우재해 위험도 평가 시스템 및 방법
CN113537727A (zh) * 2021-06-24 2021-10-22 中国检验检疫科学研究院 基于贝叶斯判定技术的智能风险等级识别系统
KR102321897B1 (ko) * 2021-05-18 2021-11-08 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
KR20210155217A (ko) * 2020-06-15 2021-12-22 한국전력공사 전력시설에 대한 재난 예측 및 방재 시스템 및 그의 동작 방법
KR20220073265A (ko) 2020-11-26 2022-06-03 주식회사 씨알아이지 작업 안전도 분석 시스템 및 이의 운용방법
KR20220074590A (ko) * 2020-11-27 2022-06-03 주식회사 심플비트 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법
WO2022245091A1 (ko) * 2021-05-18 2022-11-24 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
KR102486766B1 (ko) * 2021-08-19 2023-01-11 (주) 바텍에스이씨 사용자 단말기 및 서버의 상호 작용에 의한 폭발 위험도 산출 방법
KR20230018264A (ko) 2021-07-29 2023-02-07 주식회사 씨알아이지 작업자의 작업패턴분석 시스템 및 방법
CN116822952A (zh) * 2023-06-26 2023-09-29 北京讯腾智慧科技股份有限公司 一种燃气管网风险评估方法及装置
KR20230144789A (ko) 2022-04-08 2023-10-17 한국전력공사 고에너지법 기반 위험성 평가 시스템 및 방법
CN117011989A (zh) * 2023-08-02 2023-11-07 北京太平机电设备安装有限责任公司 一种火灾监测预警方法、系统及计算机设备
CN117516818A (zh) * 2024-01-04 2024-02-06 成都渝能能源设备有限公司 一种大型储氢罐防泄漏的浓度多向检测系统及其检测方法
KR102666679B1 (ko) * 2021-12-09 2024-05-17 한국가스안전공사 위험도 기반 근로자 안전거리 제시를 위한 리스크 그라데이션 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015114706A (ja) * 2013-12-09 2015-06-22 三菱重工業株式会社 危険度算出システムおよび危険度算出方法
KR101652099B1 (ko) * 2015-12-15 2016-08-29 한국가스안전공사 위험지도 기반 사고대응 및 사고예방 시스템
KR101759916B1 (ko) * 2016-05-20 2017-07-20 주식회사 세이프티아 공정 및 작업 위험도에 의한 위험지도 기반의 안전관리를 위한 서버, 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015114706A (ja) * 2013-12-09 2015-06-22 三菱重工業株式会社 危険度算出システムおよび危険度算出方法
KR101652099B1 (ko) * 2015-12-15 2016-08-29 한국가스안전공사 위험지도 기반 사고대응 및 사고예방 시스템
KR101759916B1 (ko) * 2016-05-20 2017-07-20 주식회사 세이프티아 공정 및 작업 위험도에 의한 위험지도 기반의 안전관리를 위한 서버, 시스템 및 방법

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102006688B1 (ko) * 2018-04-10 2019-08-02 주식회사 이엠따블유 영역별 방범 정보 공유 시스템 및 방법
KR102010925B1 (ko) * 2018-04-10 2019-08-14 주식회사 이엠따블유 범죄 위험 정보 전달 시스템 및 방법
KR101926368B1 (ko) 2018-06-08 2018-12-07 주식회사 주빅스 유해 화학물질 누출 시 실시간 피해 예측 모니터링 시스템
KR102089568B1 (ko) * 2019-11-12 2020-03-16 서울대학교산학협력단 화재 및 폭발 위험도 평가 시스템 및 방법
KR20210069437A (ko) * 2019-12-03 2021-06-11 대한민국(기상청장) 호우재해 위험도 평가 시스템 및 방법
KR102282978B1 (ko) 2019-12-03 2021-07-29 대한민국(기상청장) 호우재해 위험도 평가 시스템 및 방법
KR102247583B1 (ko) * 2020-03-06 2021-05-04 한국수자원공사 사업장 안전지수 평가 시스템 및 평가 방법
KR20210155217A (ko) * 2020-06-15 2021-12-22 한국전력공사 전력시설에 대한 재난 예측 및 방재 시스템 및 그의 동작 방법
KR102440097B1 (ko) * 2020-06-15 2022-09-06 한국전력공사 전력시설에 대한 재난 예측 및 방재 시스템 및 그의 동작 방법
KR102255699B1 (ko) 2020-11-06 2021-05-25 (주)아이소프트 작업환경 위험도 분석 시스템
KR102444962B1 (ko) * 2020-11-26 2022-09-19 주식회사 씨알아이지 작업 안전도 분석 시스템 및 이의 운용방법
KR20220073265A (ko) 2020-11-26 2022-06-03 주식회사 씨알아이지 작업 안전도 분석 시스템 및 이의 운용방법
KR102597639B1 (ko) * 2020-11-27 2023-11-02 주식회사 심플비트 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법
KR20220074590A (ko) * 2020-11-27 2022-06-03 주식회사 심플비트 데이터 트렌드 및 위험성 분석 알고리즘 기반 데이터 전단 처리 시스템 및 방법
KR102321897B1 (ko) * 2021-05-18 2021-11-08 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
WO2022245091A1 (ko) * 2021-05-18 2022-11-24 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
KR20220156415A (ko) * 2021-05-18 2022-11-25 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
KR102655865B1 (ko) * 2021-05-18 2024-04-09 주식회사 플럭시티 건설 현장의 3차원 모델링 공간에서 위험도를 나타내는 방법 및 컴퓨터 프로그램 제품
CN113537727A (zh) * 2021-06-24 2021-10-22 中国检验检疫科学研究院 基于贝叶斯判定技术的智能风险等级识别系统
CN113537727B (zh) * 2021-06-24 2024-05-14 中国检验检疫科学研究院 基于贝叶斯判定技术的智能风险等级识别系统
KR20230018264A (ko) 2021-07-29 2023-02-07 주식회사 씨알아이지 작업자의 작업패턴분석 시스템 및 방법
KR102486766B1 (ko) * 2021-08-19 2023-01-11 (주) 바텍에스이씨 사용자 단말기 및 서버의 상호 작용에 의한 폭발 위험도 산출 방법
KR102666679B1 (ko) * 2021-12-09 2024-05-17 한국가스안전공사 위험도 기반 근로자 안전거리 제시를 위한 리스크 그라데이션 시스템
KR20230144789A (ko) 2022-04-08 2023-10-17 한국전력공사 고에너지법 기반 위험성 평가 시스템 및 방법
CN116822952A (zh) * 2023-06-26 2023-09-29 北京讯腾智慧科技股份有限公司 一种燃气管网风险评估方法及装置
CN117011989A (zh) * 2023-08-02 2023-11-07 北京太平机电设备安装有限责任公司 一种火灾监测预警方法、系统及计算机设备
CN117516818B (zh) * 2024-01-04 2024-03-22 成都渝能能源设备有限公司 一种大型储氢罐防泄漏的浓度多向检测系统及其检测方法
CN117516818A (zh) * 2024-01-04 2024-02-06 成都渝能能源设备有限公司 一种大型储氢罐防泄漏的浓度多向检测系统及其检测方法

Similar Documents

Publication Publication Date Title
KR101805713B1 (ko) 위험지도를 이용한 위험도 분석 시스템
Ahmadi et al. Development of a dynamic quantitative risk assessment methodology using fuzzy DEMATEL-BN and leading indicators
Khan et al. Evaluation of available indices for inherently safer design options
Reniers et al. DomPrevPlanning©: user-friendly software for planning domino effects prevention
Jin et al. Probabilistic fire risk analysis and structural safety assessment of FPSO topside module
KR100440735B1 (ko) 지리정보를 이용한 위험정보시스템 및 그의 제어방법
Rad et al. A risk-based methodology for optimum placement of flammable gas detectors within open process plants
Oostendorp et al. Introduction of the concept of risk within safety science in The Netherlands focussing on the years 1970–1990
KR101907248B1 (ko) 확률적 가스폭발 시나리오 산출 시스템 및 이를 사용한 확률적 가스폭발 시나리오 산출 방법
Erdik Earthquake risk assessment from insurance perspective
Scarponi et al. Reactive and proactive approaches: Tutorials and example
Jafari et al. A new approach to chemicals warehouse risk analysis using computational fluid dynamics simulation and fuzzy Bayesian network
Corritore et al. PRIAMUS: A new tool for the probabilistic risk assessment with Monte Carlo simulations of Process Plants under Seismic Loading
Raman et al. Minimizing uncertainty in vapour cloud explosion modelling
Petrone et al. BART (Baseline Risk Assessment Tool): A Step Change in Traditional Risk Assessment Techniques for Process Safety and Asset Integrity Management
Tarapata et al. Risk analysis and alert system for cbrn threats: Features and functions
Decarli et al. Barrier Integrity Management: An Innovative Approach for Managing Process Safety Risks in Oil and Gas Assets
US20240046009A1 (en) Maximum impact measuring and forecast system for explosions in open steel and/or concrete structures and method thereof
KR102666679B1 (ko) 위험도 기반 근로자 안전거리 제시를 위한 리스크 그라데이션 시스템
KR102561776B1 (ko) 화학물질 누출사고의 피해등급 자동산정장치
Mandal et al. A review on quantitative risk assessments for oil and gas installations and changes in risk evaluation techniques
Sengupta et al. Is a QRA-based method suitable to guide Land Use Planning decisions in India?
Heo et al. Parametric generation of explosion scenarios for quantitative risk assessment of gas explosion in offshore plants
Kalsnes et al. Risk analyses in excavation and foundation work
Alessandria et al. A short-cut methodology for the selection of critical units in major-hazard plants under seismic loading

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191112

Year of fee payment: 4