CC BY
23
УДК 519.25:681.3
М.А. Елисеева
ПУТИ РАЗВИТИЯ МЕТОДИЧЕСКИХ ОСНОВ ПОВЫШЕНИЯ КАЧЕСТВА ОЦЕНИВАНИЯ РИСКОВ ОПАСНЫХ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ
Рассмотрены актуальные задачи оценивания рисков для обеспечения безопасной эксплуатации опасных производственных объектов. Показана целесообразность применения трехмерного пространства при исследование динамики изменений различных параметров риска, таких как неопределенность риска, чувствительность риска, остаточный риск и степень риска, а также разных классов функций риска. Показана необходимость совершенствования системы управления рисками на разных этапах жизненного цикла опасных производственных объектов. Для обоснования эффективного управления рассмотрены основные этапы процесса управления рисками. Анализ этапов процесса управления рисками позволил выделить характерные особенности каждого этапа основной схемы процесса управления рисками, которые включают: развитие графической интерпретации оценивания риска, для повышения качества оценивания риска путем получения целостной картины для принятия решений и совершенствованию процесса визуализации информации о риски; разработку и применение параметризации риска на этапах жизненного цикла опасных производственных объектов за счет получения более точной и достоверной информации; совершенствование процесса управления рисками и применение современных информационных технологий для получения и обработки данных. Проведенный анализ позволил сформулировать актуальные направления повышения качества оценивания рисков опасных производственных объектов. Представлена усовершенствованная основная схема управления рисками и сформулированы пути развития методических основ повышения качества оценивания рисков опасных производственных объектов.
Ключевые слова: риск, опасные производственные объекты, параметризация риска, повышение качества оценивания риска, совершенствование управления рисками.
Введение
Любые виды промышленной деятельности характеризуются наличием риска возникновения неблагоприятных событий, аварий. Актуальным направлением исследований для предупреждения аварий на опасных производственных объектах (ОПО) в соответствии с [1], является поиск и выбор решения по выявлению
DOI: 10.25018/0236-1493-2018-3-0-193-199
событий и явлений, обуславливающих и упреждающих процессы нарушения безопасности. Такие решения в соответствии с перспективными направлениями в области обеспечения промышленной безопасности, при проектировании и эксплуатации ОПО включают идентификацию, анализ (и оценку) и прогнозирование риска аварий на ОПО, и должны
ISSN 0236-1493. Горный информационно-аналитический бюллетень. 2018. № 3. С. 193-199. © М.А. Елисеева. 2018.
обеспечивать как можно более полную оценку рисков при мониторинге состояния промышленной безопасности на этапах жизненного цикла ОПО.
Сегодня, среди ОПО при наличии многофакторных рисков на этапе проектирования особое место принадлежит объектам топливно-энергетического комплекса (ТЭК) [2, 3], которые представляют собой опасные производственные объекты сложной системы, включающей совокупность производств, процессов, материальных устройств по добыче топливно-энергетических ресурсов, их преобразованию, транспортировке, распределению и потреблению [2]. Обеспечение промышленной безопасности таких ОПО сегодня характеризуется необходимостью создания полноценной системы управления рисками [3], позволяющей идентифицировать и оцениватьтехниче-ские риски, связанные с вероятностью возникновения неблагоприятных событий (отказы материальных устройств по добыче топливно-энергетических ресурсов) при осуществлении производственных процессов на этапах жизненного цикла ОПО, для осуществления эффективного управления ТЭК, как базой развития российской экономики, инструментом проведения внутренней и внешней политики [2, 3].
Учитывая важность вопросов высококачественного оценивания рисков при осуществлении управления ОПО, целью данной работой является формирование путей развития методических основ повышения качества оценивания рисков.
Теория вопроса
В общем случае управление риском можно представить в виде множества взаимосвязанных процессов (этапов) подготовки, принятия и организации выполнения управленческих решений, составляющих технологию процесса управления риском, основная схема, которой
может определяться следующими этапами [4, 5]:
1. Определение параметров имеющейся или планируемой ситуации.
2. Анализ (качественный и количественный) риска: идентификация, оценка, прогноз.
3. Сравнение результатов анализа с пороговыми значениями.
4. Обоснование программы управления рисками, включающее поиск вариантов снижения риска, оценку экономической эффективности и выбор оптимального варианта программы.
Рассмотрим определяющие характеристики для каждого из указанных этапов процесса управления риском, для определения основных направлений повышения качества оценивания рисков ОПО.
Первый этап процесса управления риском основан на сборе и обработке информации удовлетворяющей определенным требованиям: полнота; достоверность (или точность); своевременность (оперативность поступления) и др. Выполнение этих требований обладает противоречивостью, так как требует оптимального выбора между ограничениями по времени, экономическим затратами и качеством получаемых данных. Для удовлетворения указанных противоречивых требований целесообразно [5]:
• совершенствование подходов к визуализации для более глубокого понимания риска, подчеркивающие существенные стороны риска, важные для анализа и последующего принятия решений;
• применение современных информационных технологий получения и обработки информации.
При этом совершенствование подходов к визуализации риска можно показать [6—9], как применение различных вариантов графической интерпретации оценивания параметров риска, что классически демонстрируется диаграммой
Фармера, известной как кривая изори-ска или равнобочная гипербола асимптоты которой совпадают с осями координат. При этом двухмерное пространство риска не всегда достаточно для достоверного информационного обеспечения при принятии решений об устойчивой долгосрочной эксплуатации ОПО. Это приводит к необходимости применения трехмерного пространства, что показано в работе [9], и решения следующей системы уравнений:
p ■ z = 0,5 a r = 0,5(aj )2; p = z,
(1)
где р, г, г — значение вероятности отказа (исходного события), величины ущерба и риска соответственно; а — вершина равнобочной гиперболы, учитывая,
что а = / + 1 V/ = 0.....N — 1 N — число
кривых изориска).
Тогда сформировав массив значений а необходимо, после получения корней системы уравнений (1), сформировать
координаты для построения семейства «гипербол» и «параболы» и построить трехмерные графики в среде Match Cad, которые показаны на рис. 1, где П — граница допустимого пессимистического прогноза, а О — граница допустимого оптимистического прогноза [9].
Предложенный подход к визуализации способствует улучшению понимания риска, при исследовании его параметров, что дает возможность более полного описания влияющих факторов при конкретных исходных условиях для всестороннего анализа и оценки риска. Применение такого подхода предопределяет получение большого количества различных данных при моделировании конкретных ситуаций, требующих обработки и классификации по определенным критериям для принятия своевременных решений ЛПР, для чего рекомендуется применение информационных технологий, таких как методики и инструменты Big Date, позволяющих получать и обрабатывать большие массивы информации из различных источников [10—12].
Рис. 1. Формирование пространства риска
Характерной особенностью второго этапа процесса управления риском ОПО можно считать [4, 5] формирование у ЛПР целостной картины рисков, для чего целесообразно применение параметризации риска. При этом следует отметить необходимость методического обеспечения по оцениванию таких параметров как чувствительность риска, остаточный риск, показатель неопределенности риска и степень риска, рассмотренных в работах [7, 13, 14], что является актуальной научной задачей повышения качества оценивания рисков ОПО путем обеспечения более полной и достоверной информацией ЛПР при принятии решений.
Третий этап заключается в сравнении полученных значений показателей риска с предельно допустимыми уровнями приемлемости риска и разработке стратегии управления риском и мер по его снижению [5]. Поэтому основным предложением для усовершенствования данного этапа можно считать исследование и определение необходимых граничных значений параметров риска.
Основное содержание четвертого этапа заключается в том, что прогнозируют изменение предусмотренных параметров риска и моделируют их поведение [5]. Для чего требуется выявление и уменьшение влияния наиболее сильно влияющих факторов с помощью результатов полученных по первому и второму этапу основной схемы процесса управления риском и формулирования соответствующих мер для снижения риска. Отбор мер для реализации проводят на основе принципа оптимизации с учетом ограничений затрат, т.е. выбирают только те мероприятия из наиболее эффективных, затраты на которые не превышают выделенных ресурсов. Их совокупность образует рациональную программу управления рисками, которая включает также информационное и ре-
сурсное обеспечение реализуемых мер, критерии эффективности выполнения и систему распределения ответственности за принимаемые решения [5].
Анализ основных этапов схемы процесса управления риском позволил выделить характерные особенности (проблемные задачи) управления риском и сформулировать, учитывая работы авторов [6—9], соответствующие направления для повышения качества оценивания рисков ОПО. На сегодняшний день наиболее актуальным, можно считать следующие:
1. На разных этапах жизненного цикла ОПО при количественном анализе и определении величины риска необходимо особое внимание уделять оцениванию вероятности исходных событий отказов, применяя разнообразные модели, основанные на логико-вероятностных методах, в которых используются характеристики надежности оборудования в виде вероятности или интенсивности отказов.
2. Целесообразно совершенствование классического подхода графического представления диаграммы Фармера для оценивания рисков ОПО, учитывая:
• оптимистический и пессимистический характер прогнозов;
• этапы жизненного цикла ОПО, для установления границ изменения вероятности исходных событий и определения зон риска;
• важность параметризации риска, для повышения точности и достоверности оценивания риска на этапах жизненного цикла ОПО;
• разработку концепции построения пространства риска, для визуализации и повышения информативности о риске;
• разработку методических рекомендации оценивания параметров риска: чувствительности риска, остаточного риска, показателя неопределенности, степени риска, на базе построения прост-
Рис. 2. Усовершенствованная основная схема процесса управления риском: А — вход, объединяющий результаты исходной и скорректированной программы управления риском; В — выход, характеризующий принятие решения о степени достаточности планируемых мер; 1, 2, 3, 4 — этапы основной схемы процесса управления риском показанные выше; 5 — формирование пространства риска; 6 — мониторинг технического состояния при оценивании степени риска ОПО; 7 — технология моделирования при мониторинге риска, включающая 7* — концептуальную модель исследования динамики функции плотности распределения риска и 7** — алгоритм моделирования функции плотности распределения риска; 8 — параметризация при управлении риском
ранства риска для повышения точности, полноты и достоверности их оценивания при проектировании ОПО;
• исследования динамики кривых изориска и разработку технологии моделирования функции плотности распределения риска.
3. Требуется совершенствование нормативной базы путем определения таких понятий как показатель неопределенности риска и чувствительность риска.
4. Целесообразно совершенствование процесса управления риском с учетом применения технологии моделирования при мониторинге риска, что способствует повышению качества проектирования и эксплуатации ОПО.
На основании изложенных выше направлений и результатов работ [6—9], для осуществления эффективного управления ОПО, которые можно отнести к объектам ТЭК, можно представить усовершенствованную основную схему процесса управления риском в виде рис. 2.
Заключение
Таким образом, на основании проведенных исследований целесообразно выделить следующие пути развития методических основ повышения качества оценивания рисков ОПО:
1. совершенствование процессов визуализации пространства состояний, при исследовании параметров риска позволяющих обосновать повышение информатизации и визуализации данных на этапе проектирования;
2. разработка методических основ параметризации риска для оценивания чувствительности и неопределенности риска, остаточного риска и степени риска;
3. совершенствование схемы процесса управления рисками для повышения качества научно-технического обоснования при принятии решений по обеспечению долгосрочной, безопасной эксплуатации ОПО;
4. разработка технологии моделирования риска с применением методик Big Data.
СПИСОК ЛИТЕРАТУРЫ
1. Закон о промышленной безопасности № 116. ФЗ от 21.07.1997.
2. Храмцов Б. А., Гаевой А. П., Дивиченко И. В. Промышленная безопасность опасных производственных объектов: учебное пособие. — Белгород: Изд-во БГТУ, 2007. — 187 с.
3. Ахмадуллин Э.А. Методологические основы повышения качества нефтегазопромысло-вых работ: дис. ... канд. техн. наук. — М.: РГУНГ, 2012. — 187 с.
4. ISO 31000:2009 Риск Менеджмент. Принципы и руководства.
5. Вишняков Я.Д., Радаев Н. Н. Общая теория рисков: учебное пособие для студентов вузов. — 2-е изд., испр. — М.: Издательский центр «Академия», 2008. — 368 с.
6. Маловик К. Н., Елисеева М.А. Оценка технического риска при мониторинге и устойчивой эксплуатации сложных объектов // «Устойчивое развитие». Технологии охраны окружающей среды. — август 2014. — № 20. Болгария, Варна: Международная ассоциация «Устойчивое развитие» (МАУР). — С. 125—130.
7. Eliseeva M., Malovik C. Sensitivity Assessment in Risk Management // Journal «Scientific Israel — Technological Advantages». — 2015. — Vol. 17. — № 3—4. — Pp. 142—148.
8. Маловик К. Н., Федосов А.Л. Менеджмент риска при эксплуатации опасных производственных объектов // Горный информационно-аналитический бюллетень. — 2015. — № 8. — С. 69—77.
9. Елисеева М.А., Маловик К.Н. Совершенствование оценивания риска // Качество и жизнь. — 2016. — № 1. — С. 74—76.
10. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим / пер. с англ. И. Гайдюк. — М.: Манн, Иванов и Фербер, 2014. — 240 с.
11. Trevor Hastie, Robert Tibshirani, Jerome Friedman The elements of statistical learning: data mining, inference and prediction. Springer, 2003, 552 p.
12. Min Chen, Shiwen Mao, Yin Zhang, Victor C.M. Leung. Big Data. Related Technologies, Challenges and Future Prospects. Spinger, 2014. 100 p.
13. Елисеева М. А. Никишин В. В. Прикладные задачи моделирование технических рисков АЭС // Известия ЮФУ. Технические науки. — 2015. — № 3 (164). — С. 117—126.
14. Елисеева М.А., Маловик К. Н., Маловик С. К. Совершенствование нормативной базы по эксплуатации изделий ВВТ / Научные труды МОО «Академия проблем качества» РФ. Качество и жизнь. Спецвыпуск. — М., 2016. — С. 105—111.
КОРОТКО ОБ АВТОРE
Елисеева Мария Александровна — аспирант, инженер, Севастопольский государственный университет, АО «ЦКБ «Коралл», e-mail: [email protected].
ISSN 0236-1493. Gornyy informatsionno-analiticheskiy byulleten'. 2018. No. 3, pp. 193-199.
M.A. Eliseeva
DEVELOPING METHODICAL FRAMEWORK FOR ENHANCED-QUALITY RISK MANAGEMENT AT HAZARDOUS INDUSTRIAL OBJECTS
The topical problems of risk management aimed at safe operation of hazardous industrial objects are discussed. The author demonstrates the expediency of using three-dimensional space in the analysis of dynamics of such parameters of risk as risk uncertainty, risk sensitivity, residual risk and risk level as well as different classes of risk functions. The system of risk management at different stages of life cycle of hazardous industrial objects requires improvement. Aimed at efficient control substantiation, the key stages of risk management are considered. The stage-wise risk management analysis highlights specific features of steps in the risk management scheme.
Furthermore, the implemented analysis has enabled formulating efficient ways of enhancing quality of risk appraisal at hazardous industrial objects, including: development of graphical interpretation of risk estimation to obtain an integrated pattern of risk with a view to decision-making and for better visualization of risk data; development and application of risk parametrization at life cycle stages of hazardous industrial objects owing to more correct and reliable information; improvement of risk management process and application of advanced information technologies for data acquisition and processing. As a result of the accomplished research, the author presents the improved general pattern of risk management and formulates the ways of developing the methodical foundations for the enhanced-quality risk management at hazardous industrial objects.
Key words: risk, industrial objects, risk parametrization, enhanced-quality risk evaluation, risk management improvement.
DOI: 10.25018/0236-1493-2018-3-0-193-199
AUTHOR
Eliseeva M.A., Graduate Student, Engineer, Sevastopol State University, 299053, Sevastopol, Russia, JSC CDB Corall, 299028, Sevastopol, Russia, e-mail: [email protected].
REFERENCES
1. Zakon o promyshlennoy bezopasnosti no 116 ot 21.07.1997. (The law on industrial safety no 116 from 21.07.1997).
2. Khramtsov B. A., Gaevoy A. P., Divichenko I. V. Promyshlennaya bezopasnost' opasnykh proiz-vodstvennykh ob"ektov: uchebnoe posobie (Industrial safety of hazardous production facilities: Educational aid), Belgorod, Izd-vo BGTU, 2007, 187 p.
3. Akhmadullin E. A. Metodologicheskie osnovy povysheniya kachestva neftegazopromyslovykh rabot (Methodological bases of increasing quality of oil and gas field works), Candidate's thesis, Moscow, RGUNG, 2012, 187 p.
4. ISO 31000:2009 Risk. Menedzhment. Printsipy i rukovodstva (ISO 31000:2009 Risk. Management. Principles and guidelines).
5. Vishnyakov Ya. D., Radaev N. N. Obshchaya teoriya riskov: uchebnoe posobie dlya studentov vu-zov. 2-e izd. (General theory of risks: Higher educational aid, 2nd edition), Moscow, Izdatel'skiy tsentr «Akademiya», 2008, 368 p.
6. Malovik K. N., Eliseeva M. A. Ustoychivoe razvitie. Tekhnologii okhrany okruzhayushchey sredy.
2014, August, no 20, pp. 125-130.
7. Eliseeva M., Malovik C. Sensitivity Assessment in Risk Management. Journal «Scientific Israel Technological Advantages». 2015, Vol. 17, no 3-4, pp. 142-148.
8. Malovik K. N., Fedosov A. L. Gornyy informatsionno-analiticheskiy byulleten'. 2015, no 8, pp. 69—77.
9. Eliseeva M. A., Malovik K. N. Kachestvo i zhizn'. 2016, no 1, pp. 74—76.
10. Mayer-Shenberger V., Kuk'er K. Bol'shie dannye. Revolyutsiya, kotoraya izmenit to, kakmyzhivem, rabotaem i myslim. per. s angl. I. Gaydyuk (Big data. Revolution that will change the way we live, work and think, English-Russian translation Gaydyuk I.), Moscow, Mann, Ivanov i Ferber, 2014, 240 p.
11. Trevor Hastie, Robert Tibshirani, Jerome Friedman The elements of statistical learning: data mining, inference and prediction. Springer, 2003. 552 p.
12. Min Chen, Shiwen Mao, Yin Zhang, Victor C.M. Leung. Big Data. Related Technologies, Challenges and Future Prospects. Spinger, 2014. 100 p.
13. Eliseeva M. A. Nikishin V. V. Izvestiya Yuzhnogo federal'nogo universiteta. Tekhnicheskie nauki.
2015, no 3 (164), pp. 117—126.
14. Eliseeva M. A., Malovik K. N., Malovik S. K. Nauchnye trudy MOO «Akademiya problem kachestva» RF. Kachestvo i zhizn'. Spetsvypusk (Scientific proceedings of the international NGO «Academy of
quality problems» of the Russian Federation. The quality and life. Special edition), 2016, pp. 105—111.
_
