Сделай Сам Свою Работу на 5

Пример 4. Количественная оценка безопасности производственных условий на основе метода параметрического моделирования и возможностной оценки





 

В дополнение к патологии шумовой и вибрационной болезней наиболее частыми заболеваниями работников данного предприятия являются бронхит и пневмокониоз. Бронхиты возникают при задержке крупных частиц (более 5 мкм) в верхних дыхательных путях, пневмокониозы - заболевания органов дыхания с изменением ткани - возникают в результате действия пыли размером частиц менее 5 мкм.

Поэтому для количественной оценки условий труда на предприятии по показателям индивидуального риска были выбраны следующие вершинные исходы.

ВИ-1: шумовая и вибрационная болезнь,

ВИ-2: болезни органов дыхания: бронхит и (или) пневмокониоз.

При моделировании безопасности необходимо учитывать как наличие, так и возможное отсутствие средств коллективной и индивидуальной защиты от действия этих вредных факторов.

Для построения логической модели ВИ-1 были введены и описаны следующие параметрические условия и логические переменные.

К параметрическим условиям были отнесены следующие:

1)условие развития шумовой болезни в виде превышения относительной интенсивности шума I, (дБ) над санитарно-допустимым порогом:



 

I ≥ I Д1 , → x11 = 1;(4.1)

 

2)условие развития вибрационной болезни в виде превышения действующего виброускорения a, (м∙с – 2 ) над санитарно-допустимым порогом:

 

a ≥ a Д1 , → x12 = 1. (4.2)

 

В качестве логических условий, описывающих предпосылки ослабления или устранения исхода ВИ-1, были приняты следующие:

z 11 = 1, - применение наушников для защиты от шума и обеспечение выполнения условия x11 = 0;

z 12 = 1, - применение перчаток для защиты от вибрации и обеспечение выполнения условия x12 = 0.

Для построения логической модели ВИ-2 были введены и описаны следующие параметрические условия и логические переменные.

К параметрическим условиям были отнесены следующие:

условие развития бронхита, описываемое параметром – текущей концентрацией n 1 (t) (мг/м³) частиц пыли с диаметром d ≥ 5 мкм и превышение её значения над пороговым NП1 :

 

n 1 (t) ≥ NП1 (4.3)

 

условие развития пневмокониоза, описываемое параметром – текущей концентрацией n 2 (t) (мг/м³) частиц пыли с диаметром d 5 мкм и превышение её значения над пороговым NП2 :



n 2 (t) ≥ NП2 (4.4)

 

В качестве логических условий, описывающих предпосылки ослабления или устранения исхода ВИ-2, были приняты следующие:

z 21 = 1, - применение респиратора – фильтра частиц пыли с диаметром d ≥ 5 мкм,

z 22 = 1, - применение респиратора – фильтра частиц пыли с диаметром d 5 мкм.

С учетом принятых обозначений логические модели вершинных исходов имеют следующий вид.

ВИ-1:

y 1 = z 11 x11 Ú z 12 x12 .(4.5)

 

Логическая модель ВИ-2:

 

y 2 = z 21 x21 Ú z 22 x22 . (4.6)

 

Согласно алгоритму преобразования, п.5, были получены следующие зависимости возможностной меры вершинных исходов

 

Π 1 = Pos (y 1 =1) = max { min (πz 11 , π 11 ), min (πz 12 , π 12 )}, (4.7)

Π 2 = Pos (y 2 =1) = max { min (πz 21 , π 21 ), min (πz 22 , π 22 )}. (4.8)

 

В зависимостях переменные типа πz представляют возможностную меру реализации логических условий типа

 

πz 11 = Pos (x11 = 1). (4.9)

 

Тогда как переменные типа π 11 представляют возможностную меру реализации логических условий типа

π 11 = Pos (n 1 (t) ≥ NП1 ). (4.10)

 

Определение значений переменных типа πz находят путем статистической оценки вида p * = Pro (x11 = 1).

Тогда как значения переменных типа π 11 рассчитывают с помощью параметрической модели «нечеткое воздействие – нечеткая восприимчивость».

Таблица П4. Исходные данные и результаты текущего мониторинга для комплексной оценки условий труда на участке, в 13-00 мск., 15.03.2015 г.

 

№ фактора (n) Наименование производственного фактора ПДУ, допустимый уровень, (χ 1 – χ 2 ) ±Δ χ Фактический уровень, ξ Относительный смещен.ур. η=|χ 1(2) – ξ |/ χ
Освещенность, E, лк (200-400)±20
Температура, T, º С (16-25)±2
Влажность, φ, % (40-70)±5
Ветер, v, м/с 0.5±0.25
Производственная пыль, NП ,мг/м³ 1±0.5 1.6 0.6
Шум, дБА 70±5 80±8 1.3
Ионизирующее излучение, мкР/ч 25±10 20±5
I Комплекс факторов I = {1…7}, ПЭС     1.9

ПРИЛОЖЕНИЕ



П1. Типовые примеры построения вероятностной функции происшествия

 

Рассмотрим следующие элементарные типовые логические функции, с помощью которых можно анализировать и учитывать бесповторные предпосылки происшествия.

 

1) y = x1 Ú x2; → Pro (y = 1) = P = 1 – q1 × q2 = 1 – (1 – p1)∙( 1 – p2) = p1 + p2 p1 ×∙p2. ( п1 )

2) y = x1 Ù x2 ; → Pro (y = 1) = P = p1 ×∙p2. ( п2 )

 

3) y = x1 Ú x2 × x3 = x1 Ú z1; → P = p1 + p2p3p1 p2p3. ( п3 )

4) y = ( x1 Ú x2 ) ∙ x3 = z1x3. → P = p1p3 + p2p3p1 p2p3. (п4)

 

Вероятности pi предпосылок происшествия находят статистически, что наиболее достоверно, но, как правило, в рискологии не достижимо. Вследствие того, что рассматриваемые системы являются уникальными или нетиповыми.

Если это не удается, то на основании построения и применения следующих моделей.

1) Гипотетических моделей о распределении случайных параметров воздействия и восприимчивости (с использованием модели превышения воздействия и восприимчивостью).

2) Теоретических моделей с рассмотрением интенсивностей предпосылок происшествия, простейшей и часто применяемой из которых является экспоненциальная зависимость вероятности возникновения предпосылки (аналог «экспоненциального закона» надежности).

 

П2. Типовые примеры построения возможностной функции происшествия

 

Для элементарных логических функций, п.2, на основании правил п.1.2 построим следующие их возможностные формы функции происшествия.

 

1) y = x1 Ú x2; → Pos (y = 1) = П = max (p1, p2 ). (п5)

2) y = x1 Ù x2 ; → Pos (y = 1) = П = min (p1, p2 ). (п6)

3) y = x1 Ú x2 Ù x3 → Pos (y = 1) = П = max (p1, min (p2, p3 ). (п7)

4) y = ( x1 Ú x2 ) Ù x3 → Pos (y = 1) = П = min (p3, max (p1, p2 ). (п8)

 

Возможностные меры pi предпосылок происшествия найдем на основании представления параметров воздействия s и восприимчивости r, как нечеткие величины. Например, для условия (13) получим

 

p1 = Pos (x1 = 1) = Pos (s ≥ r). (п9)

П3. К построению факторного параметрического базиса конкретной технической системы

 

Виды материальных факторов:

1 – механический (гравитационный);

2 – тепловой (термодинамический);

3 – электрический (электромагнитный);

4 – радиоактивный (ионизационно-корпускулярный);

5 – фононовый (рентгеновское и гамма-излучения);

6 – оптический (волны инфракрасного, видимого и ультрафиолетового излучения);

7 – химический (реакции горения, восстановления и др.);

8 – биологический (бактериологические, физиологические реакции и др.);

9 – факторы других видов

 

Описание каждого фактора совокупностью параметров

В физике принята стандартная система единиц измерения физических величин (система СИ), с помощью которой выражают основные и производные виды параметров.

Так, в частности, механический фактор (t = 1) описывается следующими основными видами параметров (единицами СИ): длина, которую обозначим номером n = 1 ; масса, обозначим номером n = 2 ; время, номер n = 3.

 

 

Основные величины (параметры) СИ:

  1. Длина, l, метр, м
  2. Масса, m, килограмм, кг
  3. Время, t, секунда, с
  4. Сила электрического тока, I, ампер, А
  5. Термодинамическая температура, T, Кельвин, К = T – 273,15
  6. Количество вещества, n, моль
  7. Сила света, I, кандела

Дополнительные величины (параметры)

  1. Плоский угол, α, рад
  2. Телесный угол, Ω, стерадиан

Использование системы СИ позволяет выражать любые (производные) параметры любого фактора через основные виды физических величин.

Такие параметры как энергия, мощность и плотность мощности, являющие собой параметры любого фактора, представляются следующими размерностями:

Дж= м2 ∙ кг ∙ с-2; Вт = м2 ∙ кг ∙ с-3 ; Вт/ м2 = кг ∙ с-3

Условно говоря, в описании энергии и мощности любого фактора участвуют виды базовых параметров с номерами 1, 2 и 3. Значит, по сочетанию и количественному выражению (размерности) номеров параметров можно формально судить о содержательности любого фактора.

Аналогично можно формализовать любой другой производный параметр любого фактора.

 

П4. Универсальный и производный факторный параметрический базис (ФПБ) системы

 

Введенные множества и операции над ними представляют собой выраженные в универсальной форме факторный параметрический базиссистемы “ ПОО – СМЗ – ОВФ”:

УФПБ = áV, F, R, M, T, L, K, SM ñ , (п10)

где SM – совокупность операций алгебры множеств и операций

 

ПФПБ = áV1, F1, R1, M1, T, L, K, SM ñ (п11)

П5. К построению параметрических критериев происшествий

 

Физико-технический анализ и расчет параметра напряжения σ в объекте с использованием «σ – ε» диаграммы: напряжение, σ (Па) – деформация, ε = Δl/l (отн. ед.).

Из закона сохранения энергии: ЕП = ЕК mgh = 0.5mv 2 v = (2 gh) 0.5

Из закона сохранения количества движения: mv = Δt∙Р → σ = p = mv/Δt

СПИСОК ЛИТЕРАТУРЫ

  1. Есипов Ю.В., Самсонов Ф.А., Черемисин А.И. Мониторинг и оценка риска систем «защита – объект – среда». М.: Изд. ЛКИ – УРСС. 3 изд., 2013. 138 с.

2. Слепакова В.В., Слепакова Е.В. Событийный анализ и логико-возможностная оценка защиты от несчастных случаев в ООО «Прессовый инструмент» // Труды студентов и аспирантов базовых кафедр ЮНЦ РАН. 2015. Р-н-Д. Изд. ЮНЦ РАН

  1. Есипов Ю.В., Горшкова Ю.В., Шишкин Р.И. Моделирование и визуализация зон риска системы на основе критерия «воздействие – восприимчивость» // Вестник Южного научного центра. 2010. Т.6., в.3, с. 21-28.
  2. Есипов В.Ю., Есипов Ю.В., Калиенко С.И. Логико-возможностная оценка уровней страховых взносов в нетиповых системах. // Страховое дело. 2012. В. 6. С. 57-62.
  3. Есипов Ю.В., Лебедева Е.О., Черемисин А.И. Анализ системы «человек – средства индивидуальной защиты – потенциально опасный объект – окружающая среда» на основе метода факторного параметрического моделирования // Проблемы безопасности и чрезвычайных ситуаций. 2013. №3. С. 87-90.
  4. Есипов Ю.В. Метод возможностной (нечеткой) оценки риска сложных технических систем (глава 6 в монографии)/ Безопасность России. Анализ риска и проблем безопасности. В 4-х частях. /Воробьев Ю.Л., Лаверов Н.П., Махутов Н.А., Осипов В.И., Фалеев М.И., Фролов К.В., Шойгу С.К. Ч.1-2. МГФ «Знание». 2006. с.278-291. ISBN 5-87633-074-4.
  5. Есипов Ю.В., Черемисин А.И., Самсонов Ф.А., Шишкин Р.И., Свидетельство об официальной регистрации программ для ЭВМ №2006613133. Зарегистрировано в Реестре программ для ЭВМ 5 сентября 2006 г. Программа расчета возможностной меры возникновения происшествий в сложных и уникальных технических системах «Возмер».
  6. Есипов Ю.В., Самсонов Ф.А., Хазов А.Е. Свидетельство о регистрации программ для ЭВМ №2009616897. Зарегистрировано в Реестре программ для ЭВМ 11 декабря 2009 г.
  7. Есипов Ю.В., Лапсарь А.П. Разработка метода системного анализа потенциальной опасности комплекса «технический объект – нерегламентированные факторы окружающей среды» // Надежность и контроль качества. М.: №11. 1997

10. Есипов Ю.В. Постановка и пути решения проблемы оценки риска сложных техногенных систем // Управление риском. М.: №1, 2003

11. Ю.В. Есипов Задача нахождения возможностной меры аварии в уникальной техногенной системе // Проблемы машиностроения и автоматизации, (2003), 1, 40-44

  1. Есипов Ю.В. Концепция возможностной оценки риска техногенных систем // Автоматика и Телемеханика. № 7. 2003. С. 5 – 12
  2. Есипов Ю.В. Моделирование опасностей и установление меры определенности происшествия в системе // Проблемы машиностроения и надежности машин. № 3. 2003. С. 112 – 117
  3. Есипов Ю.В. Разработка проекта информационной технологии возможностной оценки риска сложных систем // Управление риском. № 3. 2003. С. 33 – 37
  4. Есипов Ю.В. Возможностная оценка риска систем вида «чрезвычайные факторы – потенциально опасный объект – средства и мероприятия защиты – человек» // Проблемы безопасности и чрезвычайных ситуаций. М.: ВИНИТИ. № 2. 2004. с.66-73

 

 

Учебные вопросы и тестовые задания по курсу

 

«Расчет показателей безопасности и риска технических систем»

 

Учебные вопросы

 

1. Определение безопасности технической системы.

2. Алгоритм расчета показателей безопасности системы.

3. Правила построения логической модели (ЛМ) вершинного исхода.

4. Построение дизъюнктивной и конъюнктивной форм бесповторной ЛМ.

5. Установление меры определенности предпосылки вершинного исхода на основе параметрического критерия «воздействие – больше восприимчивости».

6. Элементарные правила для нахождения вероятности по логической модели.

7. Построение вероятностной функции реализации вершинного исхода по дизъюнктивной и конъюнктивной ЛМ.

8. Приведенный вероятностный параметрический запас безопасности вида

u = r – μ s ) / (σ² r + σ² s) 0.5 , его словесное описание, область допустимых значений и практический смысл.

9. Расчет вероятностной меры вершинного исхода в параметрической модели «случайное воздействие – гипотетическая восприимчивость». Аналитическая и графическая зависимости вероятностной меры.

10. Возможностная (нечеткая) мера реализации вершинного исхода. Словесное описание, область допустимых значений и практический смысл.

11. Элементарные правила нахождения возможностной меры по логической модели.

12. Построение возможностной функции реализации вершинного исхода по дизъюнктивной и конъюнктивной ЛМ.

13. Абсолютный «запас безопасности» zb и приведенный параметрический «запас безопасности» zbα: , Словесное описание, область допустимых значений и практический смысл.

14. Расчет возможностной меры предпосылки вершинного исхода при линейной аппроксимации параметров модели «нечеткое воздействие – нечеткая восприимчивость».

15. Расчет возможностной меры предпосылки вершинного исхода при гауссовой аппроксимации параметров модели «нечеткое воздействие – нечеткая восприимчивость».

16. Эргодический и стационарный процессы наступления предпосылок или вершинных исходов в системах. «Типовые» и «уникальные» системы.

17. Мера определенности стационарной реализации вершинного исхода в системе как «среднее по множеству» и её применение в виде показателя риска. Область допустимых значений этого показателя и практический смысл.

18. Мера определенности в эргодическом процессе реализации вершинного исхода в системе как «среднее по времени», её применение в виде показателя риска. Область допустимых значений этого показателя и практический смысл.

19. Квазиэргодические и квазистационарные процессы наступления вершинных исходов в сложных системах.

20. «Квазиэргодические» и «квазистационарные» показатели безопасности и риска систем. Их значение и область применения.

 

 

Тестовые задания

 

1. На основании определения несчастного случая построить его логическую

модель вида y = f1 (x)

2. На основании определения профессионального заболевания построить его логическую модель вида y = f 2 (x)

3. На основании определения аварии на производстве построить её логическую модель вида y = f3 (x)

4. По логической модели несчастного случая записать функцию вероятности вершинного исхода P = Pro (y 1= 1)

5. По логической модели профессионального заболевания записать функцию вероятности вершинного исхода P = Pro (y 2= 1)

6. По логической модели аварии записать функцию вероятности вершинного исхода вида P = Pro (y 3= 1)

7. По логической модели несчастного случая записать возможностную функцию вершинного исхода вида P = Pos (y 1= 1)

8. По логической модели профессионального заболевания записать возможностную функцию вершинного исхода P = Pos (y 2= 1)

9. По логической модели аварии записать возможностную функцию вершинного исхода вида P = Pos (y 3= 1)

10. Рассчитать возможностную меру несчастного случая по функции вершинного исхода вида P = Pos (y 1= 1) = Pos(y 1= x1 Ú x2 Ù x3 ), используя следующие исходные данные: Pos (x1 = 1) = p 1 = 0.1; p 2 = 0.4; p 3 = 0.6.

11. Рассчитать возможностную меру профессионального заболевания по следующей функции вершинного исхода P = Pos (y 2= 1) = Pos(y 2= (x1 Ù x2 ) Ú (x3 Ù x4)), используя следующие исходные данные: Pos (x1 = 1) = p 1 = 0.2; p 2 = 0.3; p 3 = 0.7; p 4 = 0.5.

12. Рассчитать возможностную меру аварии по следующей функции вершинного исхода

P = Pos (y 3= 1) = Pos(y 3= (x1 Ù x2 ) Ú (x3 Ù x4)Ú (x5 Ù x6) Ù x7), используя следующие исходные данные:

Pos (x1 = 1) = p 1 = 0.05; p 2 = 0.2; p 3 = 0.17; p 4 = 0.25; p 5 = 0.35; p 6 = 0.46; p 47 = 0.6.

13.Построить логическую модель, используя официальное определение несчастного случая на производстве.(ст. 3 Федерального закона от 24.07.1998 N 125-ФЗ, ч. 1 ст. 227 ТК РФ: несчастный случай на производстве - это событие, в результате которого застрахованный получил увечье или иное повреждение здоровья при исполнении им обязанностей по трудовому договору, и которое повлекло необходимость перевода застрахованного на другую работу, временную или стойкую утрату им профессиональной трудоспособности либо его смерть).

14. Выразить параметрические условие вида «воздействие превышает восприимчивость» для следующих событий повреждения здоровья(ч. 3 ст. 277 ТК РФ): телесные повреждения (травмы), в том числе нанесенные другим лицом.

15. Рассчитать вероятность повреждения здания с использованием параметрической модели вида «воздействие превышает восприимчивость» при следующих значениях приведенного вероятностного параметрического запаса безопасности

u = r – μ s ) / (σ² r + σ² s) 0.5 = 0 или 0.5 или 1.

16. Выразить параметрические условие поражения человека электрическим током вида «воздействие превышает восприимчивость».

17. Выразить параметрические условие теплового удара работника вида «воздействие превышает восприимчивость».

18. Выразить параметрические условие вида «воздействие превышает восприимчивость» для ожога.

19. Выразить параметрические условие вида «воздействие превышает восприимчивость» для обморожения.

20. Выразить параметрические условие вида «воздействие превышает восприимчивость» для укуса и другого телесного повреждения, нанесенных животными и насекомыми.

21. Привести примеры технических систем, для которых требуется оценка показателей безопасности.

22. Привести примеры экологических систем, для которых требуется оценка показателей безопасности.

23. . Примеры квазиэргодические и квазистационарные процессы наступления вершинных исходов в сложных системах.

24. Роль «квазиэргодических» и «квазистационарных» показателей безопасности и риска систем. Их значение и область применения.

25. Привести примеры построения параметрического запаса безопасности для конкретных технических систем.

26. Примеры построения параметрического запаса безопасности для конкретных экологических систем.

 

 








Не нашли, что искали? Воспользуйтесь поиском по сайту:



©2015 - 2024 stydopedia.ru Все материалы защищены законодательством РФ.