Содержание к диссертации
Введение
1. Литературный обзор и постановка задачи исследования 10
1.1 Объекты газового хозяйства 10
1.2 Проблема риска 20
1.3 Информационные технологии управления рисками 28
1.4 Постановка задачи исследования 36
2. Анализ рисков для объектов газового хозяйства 38
2.1 Безаварийность и факторы риска 38
2.2 Расширенное множество состояний функционирования 42
2.3 Критические ситуации 51
2.4 Постановки задач управления рисками 57
Выводы по главе 60
3. Модели объектов газового хозяйства для оценки рисков 61
3.1 Модели на РМСФ 61
3.2 Преобразование графа изменения состояний функционирования 68
3.3 Нестационарные вероятности состояний функционирования 91
Выводы по главе 93
4. Информационная система принятия решений и управления рисками 94
4.1 Принятие проектных решений 94
4.1 Обработка параметров моделей по статистическим данным 105
4.2 Информационная система 107
Заключение 114
Литература 120
Приложение 131
- Информационные технологии управления рисками
- Расширенное множество состояний функционирования
- Преобразование графа изменения состояний функционирования
- Обработка параметров моделей по статистическим данным
Введение к работе
Важнейшим фактором повышения эффективности функционирования сложных газовых комплексов (ПС) в условиях рыночной экономики является обеспечение их безаварийной работы при высоких экономических показателях.
Теоретической основой решения этих задач являются методы кибернетики и системного анализа технологических процессов, разработанные научной школой академика В.В. Кафарова. Эти методы предполагают комплексный подход к развитию теорий надежности, технической диагностике и управления применительно к предприятиям различного профиля [1,2].
К особенностям газовых комплексов следует отнести пожаровзрывоопасность, возможность аварий с большим экономическим ущербом, распределенность на значительной территории, сложность структуры, разнообразие физико-химических процессов, непрерывное развитие, подверженность влиянию природных, техногенных и экономических факторов.
Опыт развития газовой отрасли показывает, что значительных сдвигов к уменьшению числа происшествий, сопровождающихся взрывами, пожарами и человеческими жертвами, за последнее десятилетие не произошло.
В управлении объектами газового хозяйства (ОГХ) можно выделить два основных вида работ - оперативное решение текущих эксплуатационных задач и выполнение проектов по модернизации и развитию газового хозяйства. Оба вида работ обеспечиваются информационной системой, которая позволяет автоматизированно решать широкий круг задач от бухгалтерских до управления проектами и рисками. К настоящему времени накоплен достаточный опыт по автоматизации бухгалтерских, кадровых, работы с клиентами, ремонтных и других подразделений, обеспечивающих непрерывную эксплуатацию сложного ГК.
5 Актуальность темы. Задачи управления проектами и рисками, не менее
важные для ГК, изучены недостаточно. Для них характерны высокая степень
неопределенности, необходимость проведения наукоемких исследований по
разработке моделей и алгоритмов, учитывающих особенности конкретного
ОГК. Теория управления рисками на сложных объектах, характеризующихся
высокой степенью неопределенности, находится на начальной стадии своего
развития, большинство существующих методов качественной и
количественной оценки рисков носят упрощенный характер, достоверность
получаемых результатов низка и не может быть приемлемой для ОГК,
относящихся к категории пожаровзрывоопасных предприятий.
Главными задачами управления рисками на эксплуатируемых ОГХ являются мониторинг, предупреждение и локализация критических состояний. Безаварийность работы на объектах ГК зависит не только от числа отказов технических средств, но и от того, как быстро и качественно они устраняются. Для обеспечения работы ОГХ на приемлемом уровне риска необходимо разрабатывать методы оперативной оценки вероятностей критических ситуаций и принятия решений с учетом воздействия всего комплекса внутренних и внешних факторов.
Поэтому разработка моделей и алгоритмов, необходимых для управления рисками ОГК, является актуальной.
Цель работы заключается в разработке модели функционирования
ОГХ, учитывающей изменения состояния работоспособности,
производственных ситуаций и внешнего окружения, создание метода оперативного определения, вероятностей критических ситуаций, обеспечивающего принятие обоснованных решений при управлении рисками в процессе проектирования и производственной деятельности.
Для достижения поставленной цели необходимо решить следующие задачи. 1. Разработать математическую модель ОГХ, использующую расширенное множество состояний функционирования. 2. Сформулировать и
разработать алгоритмы решения задач управления рисками при
проектировании и производственной деятельности. 3. Разработать методы и алгоритмы оперативного расчета мер риска на ОГХ.
Методы исследований. Использованы методы системного анализа теории вероятностей и математической статистики, математического моделирования, теории нечетких множеств, теории игр надежности, принятия решений и теории графов.
Научная новизна. Разработан метод построения расширенного множества состояний функционирования (РМСФ), учитывающего изменения состояний работоспособности технических средств, производственных ситуаций и внешнего окружения ГК. На основе РМСФ разработана модель функционирования, пригодная для решения задач управления рисками на ОГХ.
Предложена классификация критических ситуаций и разработаны алгоритмы оперативного расчета мер риска. Разработана методика принятия проектных решений с учетом риска. Сформулированы и решены задачи управления рисками при эксплуатации и проектировании ОГХ. Разработан метод динамической вариантности при управлении проектами.
Практическая ценность. Созданные модели и алгоритмы могут быть использованы для прогнозирования развития критических ситуаций под влиянием различных факторов, принятия обоснованных проектных и управленческих решений в ходе функционирования сложных ОГХ, создания модулей информационной системы ГК для автоматизированного решения задач управления проектами и рисками.
Реализация результатов исследования. Разработанные
математические модели и алгоритмы использованы в ОАО "Тамбовоблгаз" в автоматизированной системе управления ОГХ, в учебном процессе ТГТУ.
Основные положения, выносимые на защиту:
- математическая модель ОГХ, использующая расширенное множество состояний функционирования и учитывающая влияние внешней среды;
- постановки и алгоритмы решения задач управления рисками при
А проектировании и производственной деятельности;
- методы и алгоритмы оперативного расчета вероятностей критических
ситуаций.
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались: на IV Всероссийской научной конференции молодых ученых и аспирантов "Новые технологии в газовой промышленности" РГУ им. И.М.Губкина, апрель 2001 г., на VII международной научно-практической конференции "Системный анализ в проектировании и управлении" (СПб, июнь - июль 2003г.), на 6 — ой Всероссийской научной конференции молодых ученых и аспирантов "Новые информационные технологии. Разработка и аспекты применения" (Таганрог, ноябрь 2003 г,).
Публикации. Основные результаты диссертационной работы опубликованы в 7 печатных работах,
В первой главе с позиций системного подхода рассмотрены наиболее
Ш распространенные структуры, характеристики и свойства газовых комплексов.
Основное внимание уделяется вопросам, связанным с проблемой риска, от
решения которой во многом зависит эффективность функционирования
сложного газового хозяйства. Проведена классификация рисков, показаны
трудности построения моделей, учитывающих факторы риска различной
природы. Рассмотрены особенности решения задач проектирования и
управления ПС с учетом рисков.
^ Дан обзор применения информационных технологий, используемых при
управлении проектами и рисками. Показано, что используемое в существующих информационных системах математическое и алгоритмическое обеспечение не позволяет в реальном времени определять вероятности критических по последствиям состояний для ОГХ в сложной быстро меняющейся обстановке.
8 На основе проведенного анализа обоснована актуальность темы работы,
сформулированы цель и задачи исследования.
Вторая глава посвящена анализу составляющих риска, характерных для сложного газового комплекса и которые необходимо учитывать в задачах управления рисками. В целях наиболее полного учета факторов риска вводится расширенное множество состояний функционирования (РМСФ), которое строится на основе интеграции множеств состояний, работоспособности (МСР), множества производственных ситуаций (МПС) и нечеткого множества (НМ), учитывающего воздействия внешнего окружения. Каждое состояние РМСФ характеризуется одним показателем, имеющим вероятностную природу и удовлетворяющим условию нормировки, состав РМСФ и вероятности состояний со временем могут изменяться.
В предположении независимости изменения состояний в МСР, МПС и НМ предлагается методика введения и алгоритм автоматизированного построения РМСФ. Для повышения оперативности решения задач управления рисками в РМСФ выделены три группы критических ситуаций.
По отношению ко времени, необходимому для решения задач управления рисками, выделены два класса задач. К первому классу относятся задачи, которые должны решаться в реальном времени, они возникают в процессе реальной эксплуатации объектов при появлении критических ситуаций, т.е. здесь время принятия и реализации управленческих решений является лимитирующим фактором. Второй класс образуют задачи анализа рисков при проектировании новых и модернизации существующих ОГХ.
В третьей главе приводятся алгоритмы расчета вероятностей критических состояний. Для расчета вероятностей состояний работоспособности технических средств предложен комбинированный метод, основанный на методах графов и граничных значений. Метод позволяет находить нижние и верхние границы риска сложных технических объектов без решения систем уравнений большой размерности. Идея метода заключается в
усреднении показателей надежности составных частей объекта и
преобразовании графа состояний работоспособности с целью сокращения числа вершин. Предложены преобразования графов, которые не приводят к уменьшению вероятностей критических ситуаций, т.е. создается определенный запас надежности.
Четвертая глава посвящена задачам принятия проектных и управленческих решений, сбору и статистической обработке данных об отказах и авариях на ОГХ Тамбовской области. Особенностями проектирования ОГХ являются: наличие неопределенностей и рисков, высокая стоимость (большие затраты), многоэтапность и значительное время выполнения работ, невозможность гарантированного получения ожидаемого результата и необходимость использования компьютерных технологий. Важнейшими компонентами, которые должны постоянно учитываться на всех этапах жизненного цикла (ЖЦ) проекта, являются риск и затраты.
В зависимости от особенностей проекта и ситуации на объектах ГК возможны следующие основные задачи проектирования: 1) задача минимизации риска при ограничении на затраты; 2) задача минимизации затрат при ограничении на величину риска и 3) задача на удовлетворение ограничений по затратам и риску.
Для решения задач проектирования с учетом рисков предложен принцип динамической вариантности, идея которого заключается в том, что на первом этапе проектирования формируется множество (группа) альтернативных вариантов, которые начинают разрабатываться параллельно, далее после каждого этапа производится сеанс экспертизы и принимается решение о приоритетности вариантов и составе группы.
Объем и структура работы. Диссертация состоит из введения, четырех глав, выводов, списка использованной литературы и приложений. Основная часть диссертации изложена на 130 страницах машинописного текста. Содержит 30 рисунков и 12 таблиц. Список литературы включает 127 наименований.
Информационные технологии управления рисками
Обострение конкурентной борьбы между фирмами и странами, природные катаклизмы, терроризм, а также быстрое развитие информационных технологий (ИТ) привели к тому, что за последние годы появилось большое число программных продуктов и модулей информационных систем, которые предназначены для оценки и управления рисками.
Важная роль в информационных системах, обслуживающих сложные распределенные объекты, отводится задачам управления рисками. Их решение затрудняется высокой степенью неопределенности, многообразием рисков, большим числом возможных состояний функционирования объекта, которые не постоянны во времени. Управление такими объектами сводится к решению постоянно возникающих проблем на основе разработки вариантов действий и принятия обоснованных решений с учетом рисков.
Управление рисками (УР) в настоящее время рассматривается как
Щ процесс определения, анализа и оценки, снижения, устранения или перенаправления риска. Этот процесс предусматривает получение ответов на большое число вопросов, наиболее важными из них являются следующие. Что может произойти? Каков может быть ущерб от того, если что-то произойдет? Как часто могут происходить критические события? Какова достоверность используемых оценок? Что можно сделать для снижения вероятности критического события? Каковы затраты на то, что может быть сделано?
щ Насколько эффективные предпринимаемые меры? [56].
Цель УР - увеличение шансов успешного ведения процессов за счет заблаговременного выявления рисков, т.е. до того, как они нанесут реальный вред. Для этого после того, как потенциально слабые места определены, негативные факторы либо удаляются, либо если это невозможно, разрабатывается и проводится комплекс мероприятий, направленных на уменьшение влияния рисков. По данным аналитиков руководители большинства предприятий сегодня затрачивают на рост показателей развития фирм больше усилий, чем на обеспечение безаварийности и снижения рисков. Такая расстановка приоритетов для пожаровзрывоопасных объектов не приемлема. Несмотря на то, что вопросы надежности всегда присутствовали во всех технических заданий на проектирование ОГХ, интерес к теоретическим и практическим аспектам анализа рисков приходится на конец прошлого века, когда стали интенсивно разрабатываться информационные технологии управления рисками.
Важную роль при управлении рисками на предприятии играют соответствующие программные модули информационной системы. Главным руководящим документом здесь является «Концепция информационной безопасности систем связей общего пользования на взаимоувязанной сети связи России». В концепции сделан упор на создание и внедрение систем выявления уязвимостей объектов, на принятие адекватных и экономически обоснованных
Щ мер по предотвращению существующих прогнозируемых рисков, соблюдение баланса между защитными мерами и качеством обслуживания потребителей.
Ключевым элементом системы управления рисками (СУР) является подсистема анализа рисков. Основная задача этой подсистемы — обследовать безопасность объекта с целью определения, в какой степени части объекта нуждаются в защите и от каких угроз их надо защищать.
Задача управления рисками состоит из комплекса взаимосвязанных задач, в т.ч. выбор и обоснование контрмер, позволяющих снизить уровни рисков до приемлемой величины. Существующие программные продукты - системы управления рисками (СУР) - позволяют оперативно оценить стоимость реализации контрмер.
Основными стратегиями, реализуемыми в СУР являются уклонение от риска, изменение характера риска, принятие риска, если его невозможно избежать, снижение риска за счет различных мер, в т.ч. создание прозрачной структуры УР, создание оптимальной модели действий соответствующих служб, обеспечение адекватного уровня безаварийности, консультации с экспертами и др.
В настоящее время на рынке программных средств имеется значительное число СУР, реализующих разные методы АР и УР. Достаточно популярными являются системы CRAMM, Rise Watch, COBRA, Buddy System, «Аван Гард» , Primawera и др. (см. табл. 1.2) [65].
В СУР CRAMM (The UK Government Risk Analisis and Management Method) используется комплексный подход к оценке рисков, рисков, сочетающий количественные и качественные методы анализа [www. insight. co.uk]. Программный продукт может применяться в больших и малых, государственных и коммерческих организациях. Методика АР содержит три этапа. На первом этапе решается вопрос о достаточности для защиты объекта средств базового уровня и необходимости детального АР. На втором этапе проводится идентификация рисков и оценивается их величина. На третьем этапе выбираются адекватные меры защиты. На основе этого анализа руководство предприятия принимает решение о внедрении мер защиты. Метод CRAMM широко распространен во всем мире и в России. При использовании его на отечественных предприятиях приходится иметь дело с большим числом вопросов и ответов на английском языке, только на основе анализа ответов строится модель рисков.
Расширенное множество состояний функционирования
Все высокотехнологичные проекты, связанные с задачами реинжиниринга, принимаемые решения по управлению объектами повышенной опасности требуют тщательного рассмотрения аспектов надежности и рисков. В конечном счете, выбор оптимального варианта решения сводится к сравнению какого-либо обобщенного показателя, например, эффективности на множестве состояний функционирования [72].
Эффективность функционирования любой системы определяется ее надежностными свойствами, условиями работы, воздействиями внешнего окружения и другими факторами, которые могут иметь детерминированную, вероятностную или нечеткую (расплывчатую) природу. Для комплексного учета всех этих факторов на основе интеграции множеств состояний работоспособности (МСР) с множеством производственных ситуаций (МПС) и нечетким мно 43 жеством (НМ) вводится расширенное множество состояний функционирования (РМСФ).
Задачи определения вероятностей состояний работоспособности и функционирования, а также построения функций принадлежности НМ достаточно исследованы и освещены в научной литературе [43 -48, 74 - 76]. Однако вопросы их «стыковки» в один показатель - вероятность состояния РМСФ до настоящего времени не рассматривались.
Множество состояний работоспособности позволяет анализировать ситуации, связанные с отказами основного оборудования, технических и программных средств информационных систем, ошибками персонала и другими факторами, для которых накоплены достаточные статистические данные. Для расчета вероятностей состояний работоспособности (ВСР), как стационарных, так и нестационарных, используются различные широко опробованные на практике методы [50, 51, 72, 73, 76]. Все они базируются на декомпозиции системы, построении моделей состояний работоспособности составных частей и всей системы, а затем решении систем уравнений или использовании рекуррентных формул.
Однако знание состояний работоспособности системы и вероятностей этих состояний во многих случаях недостаточно для определения рисков и прогнозирования показателей проектируемых систем в процессе реальной эксплуатации. Более полно возможные состояния функционирования при длительной эксплуатации системы отражает МСФ [72, 76]. В МСФ наряду с состояниями работоспособности учитываются производственные ситуации, т.е. смены режимов работы, связанные с новыми производственными заданиями, изменения постановок задач управления, интенсивности внешних воздействий и т.д. Структура МСФ аналогична МСР и для определения вероятностей состояний функционирования (ВСФ) используются практически те же методы.
Вместе с тем, ни МСР, ни МСФ не позволяют учитывать быстро меняющуюся обстановку внешнего окружения. Это может быть связано, например, с обострением конкурентной борьбы, изменением запросов потребителей, цен на энергоносители, сырье, а также других факторов, для которых нет достаточного статистического материала, и они могут быть описаны лишь на качественном уровне. Для описания такого рода ситуаций при оперативном принятии решений используются нечеткие множества (НМ) [74, 75, 77, 78]. Математический аппарат анализа НМ существенно отличается от методов МСР и МСФ. Поэтому для комплексного учета всех факторов требуется введение обобщенного или расширенного множества состояний функционирования (РМСФ) системы, интегрировано учитывающего все возможные ситуации, как самой системы, так и ее окружения при реальной эксплуатации. Вводимое РМСФ должно обладать следующими свойствами: комплексно учитывать факторы надежности, внутренней среды и внешнего окружения системы; каждое состояние РМСФ должно характеризоваться одним показателем, имеющим вероятностную природу и удовлетворяющим условию нормировки; состав РМСФ и вероятности состояний со временем могут изменяться [79 - 81].
Сравнительная характеристика множеств состояний работоспособности 3, производственных ситуаций К, состояний функционирования {Я и нечетких множеств % приведена в табл. 2.1.
Как видно из таблицы, наиболее существенными отличиями НМ от МСР и МПС, которые необходимо учитывать при интеграции этих множеств, является то, что в нечетких множествах нет строгой границы между отдельными состояниями, а также не выполняются условия нормировки при вероятностной трактовке возможных ситуаций.
Преобразование графа изменения состояний функционирования
Теория графов широко используется при решении различных прикладных задач [101-105], в т.ч. и при анализе газораспределительных сетей [106-107]. Во многих случаях для упрощения расчетов применяются преобразования сложных графов в более простые.
Основной целью преобразования исходного графа G(R,D) является сокращение числа вершин и представление его в виде, позволяющем оперативно определять вероятности критических ситуаций р{к), к є К cz R. При этом, как уже отмечалось, преобразование графа G не должно приводить к ошибкам, которые занижают вероятности опасных ситуаций.
Учитывая, что расчет вероятностей состояний функционирования (ВСФ) р(г),г є R существенно упрощается для одноостовных графов, преобразование графа G осуществляется в два этапа. На первом этапе граф G преобразуется в одноостовнои (70, на втором этапе производится возможное сокращение числа вершин графа G0.
Граф Ga(R,D0) называется одноостовным, если каждой вершине г є R соответствует только одно остовное дерево со стоком в г [108, 109]. Рис. 3.1 Исходный граф Q (а) и соответствующий ему одноостовнои Q(6)
Для преобразования в Q часть дуг графа исключается, и у части дуг концы переносятся в другие вершины. На рис. 3.1 а показан исходный граф , отражающий изменения состояний системы с двумя элементами (а и в) при возможном внешнем воздействии (0 и 1). Состояние гаоо соответствует нарушению работоспособности элемента при отсутствии внешнего воздействия, гт\ - состояние нарушения работоспособности обоих элементов (причем элемент а отказал первым) и наличии внешнего воздействия и т.д. На рис. 3.1 б приведен соответствующий одноостовной граф с тем же множеством вершин Я .
Для графа, представленного на рис. 3.1 а, множество % включает состояние С ДВуМЯ ОТКазаВШИМИ Элементами, Т.е. Ж = { «(b Wb affl »г ?я1 }
Достоинством графа G0 является возможность объединения групп вершин без изменения ВСФ. Для одноостовного графа(?о(#,0) имеет место dim)=2(dimi?—і). На основе метода графов для систем с GQ{ D) расчет р{г) производится по чрезвычайно удобному в вычислительном отношении алгоритму. Рассмотрим два основных типа одноостовных графов. Одноостовной линейчатый граф 7Л( ,Д/ показан на рис. 3.2 а. Этот граф имеет о+1 вершину Я—{ 0,1,2, ..., и/ и v пар дуг (/,/+1),(/+1,/) с интен сивностями Vjtj+]=\j+i, vi+\, /=///+1. /=0,о-1 соответственно. Для объекта с Сл [Я, DJ вероятности состояния Р(R) р = \р,р\,...,pvy рассчитываются по формуле [72, 110]. Рассмотрим объединение вершин применительно к линейчатому графу 0Л. Здесь необходимо отметить два типа возможных преобразований, обеспечивающих объединение конечных и начальных вершин, т.е. л (К"}. DQ) - СЛ ({О, У-l}, D)/p=const и G3 ({о й} D0) - Сл ({ї о J, D)/p=const. В основе первого преобразования лежит объединение двух вершин v-\,v линейчатого графа в одну, условие p=const в данном случае означает P\-Ph /=0,о-2; Pv-lv=Pv-\+Pv (3.9) Здесь и далее величины со штрихом относятся к преобразованному графу. Графическая иллюстрация этого преобразования приведена на рис. 3.3 о. В преобразованном графе вершина v-l, v (рис. 3.3 б), обозначенная знаком соответствует объединению вершин о—1 и v исходного графа. Утверждение 3,1. При преобразовании G7({0 4D0) С7л({0,»-і/ )/р=со«їґ А Д изменяются только интенсивности дуг vv_2 it}-\ = и-І и V„_i„_2 = Mv-\ » НОВЬІе их значения равны А / = А / + іЛ M V-I Mv Mv (3-1) Доказательство: как следует из (3.8) для выполнения условий (3.9) необходимо и достаточно, чтобы выполнялись следующие равенства #=#, i-O.u-2, (3.11) #-l.i,=&-l+А,. 3-12) где pi и /?/ - интенсивности вершин графов йл ЦО, о, DQJH (7Л (0, t -lJ соответственно.
Обработка параметров моделей по статистическим данным
По газопому оборудованию имеется достаточное число справочных пособий [117-121], однако большинство из них практически не содержит сведений о поіа:киелях надежности технических устройств газораспредели тельных сетей. Одной из причин этого является то, что интенсивности отка зов и другие показатели надежности оборудования в значительной степени зависят от условий эксплуатации, природно-климатических факторов, ква лификации обслуживающею персонала и т.д. [122-125]. Поэтому получение опенок надежности устройств в конкретных условиях эксплуатации газораспределительных сетей исключительно важно для решения задач управления рисками. Основными параметрами математических моделей, используемых для решения задач управления рисками, являются интенсивности дуг графа ={Я ), значения ущербов и затрат в различных критических ситуациях. Разработанная методика опенки интенсивностей дуг графа изменения со стояний функционирования предусматривает выполнение следующих работ:
1) сбор статистических данных по литературным источникам;
2) планирование и сбор исходных данных для ОГХ рассматриваемого региона;
3) построение эмпирических плотностей распределения времени между отказами и авариями;
4) проверка гипотез о законах распределения времени между отка зами и авариями;
5) оценка средних значений и доверительных интервалов для интенсивностей дуг графа [).
По данным литературных источников [18] допустимый уровень на
дежности для отдельных объектов должен лежать в диапазоне 0,99 - 0,999.
Отказы подземных газопроводов встречаются реже вследствие естест венной защищенности слоем грунта, принимаемых мер по защите от корро 106 зии, простоты конструкций, отсутствия подвижных деталей и т.д. Для них имеет место закон редких событий Пуассона и вероятность безотказной работы определяется по формуле где со- параметр потока отказов, /-длина газопровода (ГП).
Основная часть отказов ГГТ по данным [20] приходится на механические повреждения при производстве различных дорожных, строительных и земельных работ; коррозионные повреждения; повреждения стыков из-за температурных напряжений; повреждения из-за оползней, просадки грунтов, сейсмических явлений и др. По данным, полученным в США и Великобритании [18] параметр потока отказов составляет (о=0,6(год км)"1, при этом около 80 % отказов происходит по причине коррозии и механических повреждений. Значительную долю составляют отказы, вызываемые разрывами сварных швов. Большое число крупных аварий (возгорание, взрыв) вызываются экскаваторными работами.
Среди отказов выделяют внутренние отказы, т.е. неисправности в ГРС (поломки, аварии и т.д.) и внешние отказы - сокращение поставок газа.
Для внутренних отказов время восстановления (обнаружение, ремонт) отказавших устройств ГРС обычно составляет 5—10 часов [20, 53], при этом для 46% случаев время восстановления меньше 5 часов, для 30% - от 5 до 10 часов и для 24% - более 10 часов.
На интенсивность отказов ГРС влияют следующие труд неучитываемые факторы: условия и степень механизации строительно-монтажных работ; вид теплоизоляции и противокоррозионного покрытия; режимы изменения температур и давлений; характеристики грунта - рН, удельное сопротивление, уплотненность; уровень грунтовых вод и устройство дренажа; топографические особенности трассы и др. [18]. Поэтому наряду со статистическими данными важную роль играют экспертные оценки.
Количественные значения вероятности случайного события на основе субъективных высказывании экспертов могут быть получены с использованием таблицы 4.1.
Статистические данные об отказах и авариях собирались за 2001 - 2003 г.г. на ОГХ Тамбовской области по формам, представленным в таблицах 4.2, 4.3. В таблице 4.4 ириведена общая картина об основных элементах газового хозяйства, подверженных отказам, и наиболее часто встречающиеся виды отказов. Из таблицы видно, что основи ах часть огказои приходится на внутри-домовые газовые сети (ВДГС), регуляториые станции, пункты, установки (РСПУ), подземные и надземные газопроводы (ПГП и НГП). В таблицах 4.5, 4.6 приведены данные о видах и количествах отказов ШРП и ГРП.
На основе сведений об инцидентах на ОГХ и сведений о несчастных случаях (см. приложения) построены гистограммы (см. рис. 4.2, рис. 4.3). Проверка статистических гипотез позволяет сделать вывод, что время между отказами и авариями подчиняется закону распределения, близкому к экспоненциальному. Следовательно, поток отказов можно считать пуассоновским. В результате обработки данных по Тамбовскому району получены следующие значения для интенсивностей отказов газового оборудования
Похожие диссертации на Управление рисками на объектах газового комплекса
