申请/专利权人：中国地质大学(武汉);中钢集团武汉安全环保研究院有限公司;中钢武汉安环院绿世纪安全管理顾问有限公司

申请日：2021-05-31

公开（公告）日：2024-06-14

公开（公告）号：CN114021864B

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06Q10/0639;G06Q50/04

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2022.02.25#实质审查的生效;2022.02.08#公开

摘要：本发明公开了一种涉氨制冷企业重大风险辨识与实时动态风险评估方法。步骤在于S1数据收集；S2数据分析；S3风险辨识，根据涉氨制冷企业工艺系统划分风险单元，以诱发单元的重特大事故作为风险点；从高风险物品、高风险设备、高风险工艺、高风险场所、高风险作业辨识风险点的固有风险因子；将各个风险点的固有因子辨识结果编制成单元固有风险清单；S4风险评估分级；S5风险聚合。本发明为企业安全风险管控工作提供理论与技术指导，有助于提高涉氨制冷企业安全管理水平，预防重特大事故。

主权项：1.一种涉氨制冷企业重大风险辨识与实时动态风险评估方法，其特征步骤在于：S1数据收集，所述收集的数据包括：S1.1涉氨制冷企业典型事故案例；S1.2涉氨制冷企业典型事故模式分析；S1.3涉氨制冷企业典型生产工艺原理、相关物料特性、设备原理及监测设施要求；S1.4涉氨制冷企业安全标准化评价报告；S1.5涉氨制冷企业相关法规、标准及规范；S2数据分析，基于工艺原理、物料特性，结合几种典型的事故模式，分析可能的事故原因，对现有事故案例中的事故原因进行比对扩充；在事故原因分析基础上，提炼涉氨制冷企业典型事故发生所涉及到物料、设备设施、工艺、作业及场所信息，归纳与事故相关的风险因子；S3风险辨识S3.1根据涉氨制冷企业工艺系统划分风险单元，以诱发单元的重特大事故作为风险点；S3.2固有风险因子辨识S3.2.1从高风险物品、高风险设备、高风险工艺、高风险场所、高风险作业辨识风险点的固有风险因子；S3.2.2将各个风险点的固有因子辨识结果编制成单元固有风险清单；S3.3管理风险因子辨识管理风险因子辨识是识别并获取单元或企业的安全管理水平，即安全标准化等级；S3.4动态风险因子辨识S3.4.1从关键监测数据、事故隐患数据、自然环境特征、物联网事故大数据、特殊时期方面辨识动态风险因子；S3.4.2将动态风险因子辨识结果整理编制成单元的动态风险清单；S4风险评估分级S4.1建立“5+1+X”风险评价指标体系，具体涵盖；S4.1.1风险点的“五高”固有风险指标“5”，包括物品固有风险指标、设备固有风险指标、工艺固有风险指标、作业固有风险指标、场所固有风险指标；S4.1.2单元管控指标“1”；S4.1.3风险动态指标“X”，包括高危监测指标、事故隐患动态指标、特殊时期指标、物联网事故大数据指标、自然环境指标；S4.2风险评价指标量化，量化形式包括：S4.2.1设备固有风险指标的量化形式为设备危险指数，根据设备的本质安全化水平进行衡量；物品固有风险指标量化形式为物质危险指数，由火灾、爆炸、毒性、能量特性及物质量衡量；工艺固有风险指标是通过单元内监测监控设施失效率的平均水平来表征；作业固有风险指标的计量是通过单元内存在的高风险作业种类数来确定，包括危险作业的种类、特种设备操作以及特种作业的种类数；场所固有风险指标的量化形式为场所人员暴露指数，根据场所的暴露人员数量确定；S4.2.2风险管控指标量化为企业安全管理水平，以单元安全生产标准化得分百分比的倒数进行计量；S4.2.3风险动态指标的量化形式为动态风险指标对风险的扰动程度，关键监测指标和事故隐患动态指标是对风险值的动态修正，特使时期指标、自然环境指标、物联网事故大数据指标直接对单元风险等级进行扰动；S4.3风险评估S4.3.1在“5+1+X”风险评价指标体系基础上，根据计量数学模型，计算风险点固有风险、单元固有风险、单元初始风险、以及单元“5+1+X”实时动态风险；S4.3.2风险分级准则；根据ALARP原则和帕累托法则，兼具风险的可比性和差异性原则，给定风险分级准则；S4.3.3风险级别判定根据风险分级准则，判定单元风险等级；S5风险聚合在单元风险评估基础上，根据风险聚合规则，将单元实时动态风险耦合为企业现实风险；所述步骤S4.3.1风险评估模型包括风险点风险评估模型、单元固有风险评估模型、单元初始风险评估模型、单元实时动态风险评估模型；其中，风险点固有风险评估是基于“五高”固有风险指标的累乘，所述风险评估数学模型如下：h＝hsMEK1K2式中：hs——高风险设备危险指数；M——物质危险指数；E——场所人员暴露指数；K1——监测监控失效率修正系数；K2——高风险作业危险性修正系数；单元固有风险是单元内各个风险点的固有风险在暴露人员指数上的加权平均，所述风险评估数学模型如下： 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；单元初始风险是单元固有风险与管控指标的累乘，所述风险评估数学模型如下：R0＝100HMs式中：H——单元固有风险；MS——初始安全生产标准化分值；单元实时动态风险是单元初始风险在动态指标扰动下的修正，所述风险评估数学模型如下： RN——单元实时动态风险；R0——单元初始高危安全风险值；MS——初始安全标准化分值；K3——关键监测指标扰动系数；K4——事故隐患动态指标扰动系数； ——第i个风险点设备固有危险指数；Mi——第i个风险点物质危险指数；Ei——第i个风险点场所人员暴露指数； ——第i个风险点监测监控失效率修正系数； ——第i个风险点高风险作业危险性修正系数；F——单元内各风险点场所人员暴露指数累计值。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉);中钢集团武汉安全环保研究院有限公司;中钢武汉安环院绿世纪安全管理顾问有限公司 一种涉氨制冷企业重大风险辨识与实时动态风险评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD