Моделирование и системный анализ процессов причинения техногенного ущерба (стр. 24 )

Наиболее подходящие условия для принятия окончательного решения об уровне безопасности разра­батываемых техносферных процессов могут создаваться только на головном (первом из вводимых в строй) объекте. Это обусловлено тем, что лишь к началу работ по сдаче в эксплуатацию серийно созданного оборудования завершается отработка его конструкции и технологии использования, а все операции на нем выполняются штатными силами и средствами. Именно по результатам головного объекта дается заключение о степени совершенства выбранных тех­нологических режимов, качестве соответствующей документации, достаточности установленных мер и правил безопасности.

Приведенные соображения также указывают, что в этих условиях впервые предоставляется возможность дополнить косвенный контроль безопасности создаваемых процессов непосредственным определением ее количественных характеристик. Следовательно, основным способом окончательного контроля безопасности долж­но быть статистическое оценивание выбранных ранее количественных показателей. Данный метод может быть легко реа­лизован и при серийных работах - путем регистрации техногенных происшествий, ущерба от них и затрат на предупреждение.

Однако изучение современных производственных и технологических процессов, а также особенностей статистического контро­ля по выборочным данным свидетельствует о трудностях реализации данного способа на практике. В первую очередь это связано с незначительным количеством происшествий, регистрируемых на отдельно взятом объекте, и вытекающей из этого малой достоверностью, сделанных по ним статистических оценок.

Статистическая проверка гипотез используется при решении та­ких  важных задач, как сравнение числовых характеристик распределений двух генеральных совокупностей по их выборочным мо­ментам, а также для установления типа распределений. Идея ис­пользования данного метода основана на выдвижении так называемой «нулевой гипотезы» и учете ошибок, связанных с ее от­клонением и принятием. Наиболее предпочтительная область применения данного метода в безопасности - обоснование возмож­ности объединения статистической информации об аварийности и травматизме, а также для обеспечения требуемой адекватности ее интерпретации.

Метод последовательного анализа используется для обоснования решений путем поэтапной обработки данных в многошаго­вых процедурах статистического контроля. В отличие от классических методов, на отдельных этапах принятия решения используют­ся не две альтернативы (принять или отвергнуть гипотезу), а три, в том числе - «отложить с принятием решения до получения новой информации». Метод может быть применен для совершен­ствования статистического контроля безопасности в условиях отработки опытных образцов технологического оборудования (см. рис. 13.1, блоки 20 и 28).

Многочисленная группа методов факторного анализа (диск­риминантного, дисперсионного, регрессионного) предназна­чена для оценки значимости исследуемых факторов с такими целями: а) отделение малосущественных факторов; б) выявле­ние предпочтений при уменьшении размерности факторного про­странства; в) аналитическое описание исследуемых характерис­тик с помощью полиномов, Из них выделяется теория планирования эксперимента, расширяющая возможности факторного анализа за счет перехода от пассивного эксперимента к активному, а также от интерполяции результатов - к их экстраполяции. Все эти методы пригодны для целенаправленной обработки статистической информации о происшествиях в промышленности и на транспорте.

Общая последовательность использования перечисленных ме­тодов статистического оценивания или контроля безопасности включает обычно следующие этапы:

а) уточнение генеральной совокупности из N человеко-машин­ных систем, к которой могут быть отнесены свойства оценивае­мых параметров;

б) выделение наиболее представительной (репрезентативной) выборки, включающей nэлементов (организаций или проводи­мых ими работ);

в) определение по данным этой выборки числовых характери­стик наблюдаемых статистических распределений или принятие соответствующих гипотез;

г) выбор критерия «браковки», проведение отсеивающих экспериментов или проверка выдвинутых предположений другими способами;

д) принятие решения и его реализация.

До того как перейти к иллюстрации работоспособности некоторых из перечисленных способов совершенствования контроля безопасности в техносфере, хотелось бы еще раз обратить внима­ние на байесовскую процедуру повышения его достоверности. Ее применение позволяет учитывать не только объективную (статис­тическую) информацию, но и субъективные представления кон­кретного специалиста об априорном распределении соответству­ющих параметров, в том числе объединять априорные и апосте­риорные данные для корректной интерпретации этих оценок по­казателей безопасности.

Целесообразность подобного объединения информации как раз и связана с возможностью сужения за счет этого интервала неопределенности, что и было проиллюстрировано выше (см. рис. 11.7 - два интервала с границами [хj,j] и [хj’,j’]  под одной и той же величиной заштрихованной площади под их статистичес­кими распределениями). Идея же такого их сужения и повышения благодаря ему достоверности сделанных оценок, основана на пе­реходе от менее к более компактному, а значит, и информатив­ному распределению с числовыми характеристиками, рассчитан­ными по результатам моделирования.

Подробное изложение и иллюстрация конструктивности этой идеи на примере совершенствования контроля уровня безопасно­сти вновь созданного производственного объекта даются в следу­ющем параграфе.

Контроль уровни безопасности на головном объекте

Ранее было указано, что достоверный контроль требований по безопасности предполагает статистическую оценку соответствующих количественных показателей.

Для обоснования возможности совершенствования такого контроля за счет использования дополнительной априорной информации рассмотрим вначале предпосылки, на которых базируется стандартная процедура статистического оценивания [14]. В качестве дополнительной информа­ции об уровне безопасности контролируемого объекта будем использовать результаты априорной оценки вероятности Р?(?) , полученные, например, по методике разд. 6.3, а также считать априорную и статистическую информацию однородной в первом приближении.

Как свидетельствуют  результаты анализа статистических данных (см. разд. 3. 2), аварийность и травматизм в техносфере могут быть представлены в виде потока случайных событии с пуассоновским распределением их количества между различными ин­тервалами времени. При заданной длительности выполнения там конкретной работы (эксплуатации образца или комплекса соот­ветствующего оборудования) и зарегистрированном при этом количестве техногенных происшествий и предпосылок к ним х может быть легко определена оценка не только параметра потока этих событий , но и вероятности воз­никновения их случайного числа в этих условиях:

  (14.7)

Анализ приведенных выражений показывает, что статисти­ческие оценки и определяются длительностью времени, а также количеством происшествий. Следовательно, задача отыскания доверительных границ для параметра их потока или однозначно связанного с ним числа происшествий, напри­мер, может быть сведена к определению соответствующих пре­делов н =   и в = .

Рассмотрим возможность сужения ограниченного ими отрез­ка, руководствуясь приведенной выше идеей и используя инфор­мацию не только о происшествиях, но и о предпосылках к ним, что позволит увеличить выборку регистрируемых событий, по­скольку количество происшествий на головном объекте обычно невелико.

При известной доверительной вероятности ? двусторонние до­верительные границы для случайной оценки определяются таким соотношением:        

,  (14.8)