Содержание к диссертации
Введение
1 Общие сведения о методах анализа промышленной безопасности, уровне промышленной безопасности нефтеперерабатывающих предприятий и организации на них сбора и анализа данных о безопасности технологических процессов 8
1.1 Современное состояние организации сбора и анализа данных об уровне промышленной безопасности на нефтеперерабатывающих предприятиях 8
1.2 Общие сведения о современных методах анализа промышленной безопасности 15
1.3 Постановка задачи исследования . 21
Выводы 28
2 Разработка методики выбора информативных параметров и процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах 29
2.1 Методика выбора информативных параметров о безопасности технологического процесса на нефтеперерабатывающем производстве 29
2.2 Разработка процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах 32
2.3 Реализация на ЭВМ процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах 34
Выводы 41
3 Разработка метода диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования 42
3.1 Современные методы распознавания образов 42
3.2 Обучение и распознавание в нейронной сети Хопфилда 45
3.3 Реализация на ЭВМ сети Хопфилда для решения задачи распознавания нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования 55
Выводы 63
4 Разработка формализованных моделей анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий» 64
4.1 Разработка формализованной модели анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» 64
4.2 Построение «деревьев отказов» для резервуаров товарного парка нефтеперерабатывающего завода 72
4.3 Разработка формализованной модели анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев событий» 82
4.4 Построение «деревьев событий» для объектов нефтепереработки 89
Выводы 96
5 Оценка вероятности аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих производствах 97
5.1 Степенные законы распределения вероятностей 97
5.2 Оценка вероятности аварий с наиболее тяжелыми 103
последствиями на нефтеперерабатывающих производствах
Выводы 108
Общие выводы 109
Список использованной литературы
- Современное состояние организации сбора и анализа данных об уровне промышленной безопасности на нефтеперерабатывающих предприятиях
- Методика выбора информативных параметров о безопасности технологического процесса на нефтеперерабатывающем производстве
- Современные методы распознавания образов
- Разработка формализованной модели анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов»
Введение к работе
Вторая половина двадцатого века стала временем активного развития такой прикладной научной дисциплины, как промышленная безопасность. Это было связано, в первую очередь, с ростом промышленного производства, повышением его концентрации, сложности, появлением новых видов веществ, участвующих в технологических процессах. В этот же период времени имел место целый ряд крупных промышленных аварий. Эти обстоятельства заставили общество обратить особое внимание на вопросы обеспечения безопасности человека в контексте промышленного производства. Важным было и уже сформировавшееся во многих развитых странах к этому времени отношение к человеческой жизни как к высшей ценности. Такое отношение к жизни человека является основным постулатом современной европейской мысли, прошедшей в своем развитии эпохи Возрождения и Просвещения.
Одним из первых международных документов в сфере промышленной безопасности стала Декларация Севезо «О предотвращении крупных промышленных аварий» (Директива Совета ЕЭС 82/50/ЕЭС, 96/82/ЕЭС), основным положением которой являлось создание нормативных требований по предотвращению аварий на крупных и особо опасных производствах.
В ней впервые введена практика представления декларации безопасности и сформулированы требования к ее содержанию. Согласно Директиве, каждое государство должно систематизировать типовую информацию об опасностях объектов и разрабатывать требования по минимизации этих опасностей.
В 90-х годах XX века был принят уже целый ряд международных документов, направленных на предотвращение крупных аварий, в частности: Конвенция ООН «О трансграничном воздействии промышленных аварий», Конвенция МОТ №474 «О предотвращении крупных промышленных аварий».
В нашей стране сфера промышленной безопасности в последние годы также получила развитие, в частности также была введена процедура декларирования промышленной безопасности опасных производственных объектов.
К числу опасных производственных объектов относятся, в том числе, нефтеперерабатывающие производства. При этом, нефтеперерабатывающие заводы (НПЗ) являются одними из наиболее опасных видов производств: на них перерабатывается, хранится, транспортируется большое количество опасных веществ, расположены такие заводы, как правило, вблизи крупных населенных пунктов и т.п. Кроме того, для этой отрасли характерна высокая концентрация производства, что лишь увеличивает создаваемую ими потенциальную техногенную опасность.
Поэтому одной из основных проблем, которую приходится решать на всех стадиях жизненного цикла нефтеперерабатывающих производств (от их проектирования до ликвидации), является проблема разработки комплекса мероприятий, предотвращающих аварии.
Обоснованность рекомендаций по безаварийной эксплуатации сложных промышленных объектов, в том числе и нефтеперерабатывающих заводов, зависит, в значительной мере, от объема и качества информации об инцидентах и авариях на этих объектах. Чем меньше данных - тем шире доверительные интервалы оцениваемых параметров, а, это значит, что за безаварийную эксплуатацию приходится платить более высокую цену.
Таким образом, проблема повышения эффективности системы управления промышленной безопасностью состоит не только в разработке математических моделей безаварийной эксплуатации, но и в необходимости создания системы сбора, формализации и анализа информации об инцидентах и авариях на опасных производствах. По сути, речь идет о создании системы формализации, хранения и обобщения опыта эксплуатации подобных производств.
Целью работы является повышение эффективности анализа промышленной безопасности нефтеперерабатывающих производств посредством совершенствования системы сбора, формализации и обработки информации об инцидентах и авариях.
Задачи исследований:
разработка ' методики выбора информативных параметров и процедуры сбора данных о безопасности технологического процесса на нефтеперерабатывающих производствах;
разработка метода диагностики нарушений технологических процессов нефтепереработки, которые потенциально могут явиться причиной возникновения аварии или отказа технологического оборудования;
разработка формализованных моделей анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий»;
разработка метода оценки вероятности аварий с наиболее тяжелыми последствиями на нефтеперерабатывающих производствах.
Научная новизна:
- разработан метод диагностики нарушений технологических
процессов нефтепереработки, которые потенциально могут явиться причиной
возникновения аварии или отказа технологического оборудования, на основе
применения искусственной нейронной сети Хопфилда;
разработан новый классификатор веществ, обращающихся на нефтеперерабатывающих предприятиях, на основе видов их огневого превращения. Для каждого класса веществ построено характерное «дерево событий», описывающее набор возможных сценариев развития аварии;
на основе усеченного распределения Парето, получены оценки временного интервала повторения аварий на нефтеперерабатывающих производствах с наиболее тяжелыми последствиями.
Практическая ценность:
- разработаны формализованные модели анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов» и «деревьев событий», а также метод оценки вероятности аварий с наиболее тяжелыми последствиями на данных производствах, которые используются при подготовке и экспертизе деклараций промышленной безопасности опасных производственных объектов в ООО «Экспертно-производственный центр «Трубопроводсервис» (г. Уфа).
Современное состояние организации сбора и анализа данных об уровне промышленной безопасности на нефтеперерабатывающих предприятиях
Предприятия нефтепереработки являются опасными производственными объектами по /1/, так как на них производятся, хранятся, транспортируются и перерабатываются токсически- и пожаровзрывоопасные вещества.
Любая аварийная ситуация на этих производствах потенциально может привести к поражению персонала предприятия, соседних предприятий и проживающего в географическом районе расположения предприятия населения. Это отличает предприятия нефтепереработки от предприятий некоторых других отраслей, например, машиностроительных производств, аварии на которых, как правило, в силу особенностей технологического процесса, опасности для населения и персонала соседних предприятий, сопоставимой с опасностями, характерными для предприятий ТЭК, не представляют.
Кроме того, для предприятий нефтепереработки характерна концентрация, то есть расположение в непосредственной близости друг от друга (иногда производственные площадки отделяются автодорогой или железнодорожной веткой или предприятия имеют общий забор) нескольких заводов, что обусловлено особенностями технологических процессов -целевой продукт одного технологического процесса является сырьем для другого, который реализуется на другом, соседнем, заводе. Необходимая для эффективного производства кооперация легла в основу образования целых конгломератов нефтепереработки, например, группы уфимских НПЗ (три нефтеперерабатывающих завода).
Концентрация большого количества установок на одной промплощадке создает условия для возможного проявления эффекта «домино» при аварии на одной из них, кроме того, авария на одном производстве, в силу безальтернативности технологических связей «поставщик-потребитель», может привести к экономическому ущербу, вызванному простоем потребителей целевого продукта аварийной установки (производства, завода).
Таким образом, ввиду высокой потенциальной опасности нефтеперерабатывающих производств актуальна задача обеспечения их безопасной эксплуатации. А в настоящее время в Российской Федерации актуальность обеспечения безопасной эксплуатации данных производств обусловлена еще и высоким износом технологического оборудования, в последние полтора-два десятилетия обновлявшегося в недостаточной степени.
В настоящее время износ основных фондов нефтеперерабатывающих предприятий составляет 70-90% для 50% всего технологического оборудования, примерно 40% оборудования полностью выработало проектный ресурс 121.
Такое положение дел обуславливает, в частности, рост числа аварий и инцидентов на НПЗ и вытекающую из этого обстоятельства необходимость повышения безопасности эксплуатации нефтеперерабатывающих производств (что подразумевает, в том числе, и совершенствование методик анализа промышленной безопасности).
В этом месте мы дадим определение термину «безопасность», вынесенному в заглавие данной работы и уже упоминавшемуся выше. Согласно /3/ под безопасностью понимается «состояние, при котором риск вреда [персоналу] или ущерб ограничен допустимым уровнем». В свою очередь по /4/ риск - это «совокупный фактор вероятности возникновения нежелательного события и его последствий». В нашей работе мы будем придерживаться именно такого понимания термина «безопасность». Термин «отказ» будем определять по 151.
Согласно /6/ на нефтеперерабатывающих заводах созданы службы производственного контроля, которые осуществляют надзор за эксплуатацией оборудования, ведением технологического процесса, состоянием охраны труда, осуществляют сбор, накопление и анализ данных об отказах оборудования, аварийных ситуациях и т.д.
Как правило, накопление данных об отказах оборудования, аварийных ситуациях и авариях на отечественных НПЗ ведется на бумажных носителях (в последнее время текст набирается в текстовом редакторе Word). Очевидно, что ведущийся на бумаге учет отказов технологического оборудования и средств автоматизации на нефтеперерабатывающих предприятиях не может быть системным, обеспечивающим накопление больших выборок данных -записи на бумаге можно просто утерять, а имеющиеся трудно проанализировать. При этом не обеспечивается: системность сбора и хранения информации об отказах технологического оборудования, аварийных остановах и других нарушениях технологического процесса; - надежность хранения такой информации.
Таким образом, не обеспечивается необходимое качество входной информации для анализа промышленной безопасности производства.
Многими исследователями доказано что качество выходной информации анализа определяется качеством входной информации и качеством моделей (имеется в виду устойчивость моделей). И если на сегодняшний день в научно-технической литературе решению задач повышения качества моделей, применяемых для анализа промышленной безопасности, уделяется достаточно много внимания, то публикаций, посвященных качеству входной информации, практически нет, поэтому неясно в какой степени можно доверять результатам расчетов (анализа).
Методика выбора информативных параметров о безопасности технологического процесса на нефтеперерабатывающем производстве
Целью анализа промышленной безопасности опасных производственных объектов вообще и предприятий нефтепереработки, в частности, является идентификация опасностей, присущих данным производствам, оценка риска аварии для отдельного человека или групп людей, имущества или окружающей природной среды.
Производственные опасности реализуются в виде аварий и инцидентов 151, следовательно, анализ промышленной безопасности подразумевает в качестве одного из своих этапов прогнозирование этих событий.
Прогнозирование аварий и инцидентов на нефтеперерабатывающем производстве подразумевает всесторонний анализ: - технологического процесса; - технологического оборудования и его состояния; - действий технологического персонала в штатном режиме и при возникновении аварийной ситуации.
Технологический процесс нефтепереработки характеризуется технологическими параметрами (давление, расход и т.д.). Очевидно, что использовать при анализе промышленной безопасности можно только те из них, которые фиксируются на приборном уровне, то есть по ним осуществляется контроль, регистрация, блокировка и т.д. - управление технологическим процессом.
Технологическое оборудование может стать причиной аварии в случае утраты способности функционировать по назначению в режиме эксплуатации, поэтому необходимо составление перечней всех возможных для анализируемого вида оборудования отказов и повреждений по 151.
Действия технологического персонала в штатном режиме и при возникновении аварийной ситуации, как показывает опыт, являются важнейшим фактором обеспечения промышленной безопасности опасных производственных объектов. В связи с этим необходим тщательный учет имевших место на анализируемом производстве ошибок персонала, которые приводили (или могли привести) к аварии.
Вообще, для проведения анализа промышленной безопасности нефтеперерабатывающего производства исходными данными и их источниками являются: - технологический регламент данного производства; - нормативно-техническая документация, регламентирующая порядок эксплуатации данного производства; - журналы учета неполадок технологического оборудования служб электрообеспечения, главного механика и КИПиА; - статистика аварий и инцидентов на данном и аналогичных производствах.
На их основе составляются: набор технологических параметров данного производства, измеряемых средствами автоматизации; . - набор возможных нарушений технологического процесса; - набор возможных отказов и видов повреждений технических устройств по /5/; - набор возможных ошибок персонала, которые могут привести к отказу (повреждению) технического устройства или нарушению технологического процесса с последующим развитием аварии.
Технологическими параметрами, характеризующими процесс переработки нефти и фиксируемыми на приборном уровне, в общем случае являются: - параметры среды, содержащейся в технологических аппаратах; - параметры, характеризующие техническое состояние оборудования; - содержание до взрывных концентрации взрывоопасных газов в помещениях и на открытых площадках.
Все перечисленные параметры в совокупности определяют текущее состояние технологического процесса. При этом существующие коррелятивные зависимости между параметрами обуславливают необходимость фиксации значений всех параметров в определенные моменты времени (срезы параметров). При сравнении получаемого среза параметров с набором возможных состояний технологического процесса, хранящемуся в базе данных, данный срез идентифицируется, если соответствует одному из прецедентов, или заносится в базу данных как новый прецедент. Таким образом, необходимо решить задачу диагностики нарушений технологических процессов нефтепереработки для проведения апостериорного анализа промышленной безопасности - накапливаемый таким образом массив срезов будет востребован при построении «деревьев отказов». Решение этой задачи показано в третьем разделе.
Набор возможных отказов и видов повреждений технических устройств формируется для каждого типа технических устройств в виде перечня характерных дефектов. Такой перечень составляется на основе результатов специального анализа журналов главного механика, анализа эксплуатации аналогичных производств (если принятое к анализу производство проектируется) и литературных источников.
Набор возможных ошибок персонала, которые могут привести к отказу (повреждению) технического устройства или нарушению технологического процесса с последующим развитием аварии составляется на основе исследования системы «обслуживающий персонал - технологический процесс и технологическое оборудование»: изучается опыт эксплуатации анализируемого или аналогичных производств (при проектировании), статистика аварий в отрасли, вызванных ошибками персонала. Набор возможных ошибок персонала составляют: - операторские ошибки; - ошибки изготовления технологического оборудования; - ошибки технического обслуживания оборудования.
Наборы, составленные таким образом, являются исходными данными для составления набора элементарных отказов для построения «деревьев отказов» видов технологического оборудования.
Современные методы распознавания образов
Процесс распознавания отождествляется с выяснением вопроса об отнесении распознаваемого объекта (ситуации) к определенному классу объектов (образу), олицетворяющему совокупность (подмножество) объектов (ситуаций), обладающих близкими свойствами.
Таким образом, распознавание представляет собой задачу преобразования входной информации, в качестве которой уместно рассматривать некоторые параметры, признаки распознаваемых образов, в выходную, представляющую собой заключение о том, к какому классу относится распознаваемый образ.
Формально задача распознавания образов может быть представлена в следующей форме.
Пусть х - описание объекта (ситуации), то есть совокупность доступной информации об объекте, набор признаков, описывающих объект (в дальнейшем для простоты будем отождествлять объект и его описание), а r={wj,...wmJ - конечное множество классов, на которое разбито все множество объектов (ситуаций).
Требуется классифицировать объект с описанием х, то есть отнести объект (ситуацию) к одному из взаимоисключающих классов множества Г на основе анализа его описания.
Ключевым моментом при решении задачи распознавания явилось определение признаков, характеризующих объект или явление. Признаки объектов могут быть подразделены на детерминированные, вероятностные, логические и структурные /49/.
Как правило, модели распознавания образов ориентированы и используют только один вид признаков и игнорируют то, что в описании могут быть признаки разных видов. В зависимости от того, на языке каких признаков производится описание объектов, выделяются следующие модели алгоритмов распознавания:
- детерминистские модели. Используют «геометрическую» меру близости, основанную на измерении расстояний между распознаваемым объектом и эталонами классов. В общем случае применение детерминистских методов распознавания предусматривает наличие координат эталонов классов в признаковом пространстве либо координат объектов, принадлежащим соответствующим классам. Детерминистские модели можно разделить на следующие два вида:
а) модели, основанные на использовании принципа разделения (R модели), различаются главным образом заданием класса поверхностей, среди которых выбирается поверхность (или набор поверхностей), в некотором смысле наилучшим образом разделяющая элементы разных классов /50,51/;
б) модели, построенные на основе так называемого «метода потенциальных функций» (П-модели), базируются на заимствованной из физики идее потенциала, определенного для любой точки пространства и зависящего от расположения источника потенциала. В качестве функции принадлежности объекта к классу используется потенциальная функция всюду положительная и монотонно убывающая функция расстояния /52/;
- вероятностно-статистические модели. Основаны на использовании аппарата теории вероятностей и математической статистики и применяются в основном в тех случаях, когда известны или могут быть определены вероятностные характеристики классов, например, соответствующие функции распределения /51,53,54/; логические модели. Основаны на использовании логики высказываний, в частности, на аппарате алгебры логики (Л-модели). В них классы и признаки объектов рассматриваются как логические переменные, а описание классов на языке признаков представляется в форме булевых соотношений /54,55/;
- структурные модели. Используются при лингвистическом подходе к распознаванию образов, когда описание объекта рассматривается как цепочка терминальных символов, образующих предложение. Язык, порождаемый грамматикой, состоит из описаний объектов заданного класса. Задача классификации в этом случае сводится к определению принадлежности объекта с заданным описанием одному из языков, порождаемых грамматиками /56/.
Использование той или иной группы моделей определяется некоторой априорной информацией, с помощью которой делается вывод о состоятельности тех допущений, которые принимаются при построении модели.
При анализе существующих методов распознавания образов целесообразно выделить нейросетевые методы. Распознавание образов является той областью, где наиболее ярко выражаются преимущества искусственных нейронных сетей (ИНС). ИНС дают эффективное решение задачи распознавания независимо от того, существует обучающее множество уже классифицированных объектов или еще не существует. Кроме того, обучающее множество не обязательно должно быть ограниченным. Это является несомненным преимущество нейросетевых моделей по сравнению с моделями, перечисленными выше.
Для целей распознавания образов нарушений технологического процесса из числа известных нейросетевых моделей /57-59/ выбор был остановлен на нейросетевой модели Хопфилда, как модели, имеющей энергетическую интерпретацию. Как это будет показано ниже, работа сети Хопфилда может быть охарактеризована некоторой энергетической функцией, что позволяет осуществлять распознавание образа состояния физического объекта (в нашем случае вертикального резервуара) с необходимой степенью достоверности.
Разработка формализованной модели анализа развития аварий на нефтеперерабатывающих производствах на базе «деревьев отказов»
Методические указания /26/ в качестве одного из методов количественного анализа опасностей рекомендуют метод построения «деревьев отказов» (в англоязычной литературе метод именуется Fault Tree Analysis -FTA). Этот метод применяется уже достаточно давно, основные принципы построения «деревьев отказов» описаны в литературе /62/. В некоторых источниках метод носит название «дерево неисправностей».
Наиболее существенный вклад в развитие метода «деревьев отказов (неисправностей)» внесли X. Уотсон из Bell Telephone Laboratories, Д.Ф. Хаасл (D.F. Haasl), Э.Дж. Хенли (ЕJ. Henley) и X. Кумамото (Н. Kumamoto).
Данный метод, как впрочем, и любой другой, обладает определенными достоинствами и недостатками. Так, например, он дает представление о поведении системы, но требует от специалистов по надежности глубокого понимания системы и конкретного рассмотрения каждый раз только одного определенного отказа. Метод дает возможность дедуктивно выявлять отказы, помогает проектировщикам, обслуживающему персоналу и руководителям анализировать варианты компромиссных решений, позволяет выполнять количественный и качественный анализ надежности. Вместе с тем, метод требует значительных затрат средств и времени. Кроме того, полученные результаты трудно проверить и трудно учесть состояния частичного отказа элементов, поскольку при использовании метода, как правило, считают, что система находится либо в исправном состоянии, либо в состоянии отказа /29/.
В настоящее время имеются сведения о нескольких используемых на практике программных комплексах автоматизированного моделирования и расчета показателей надежности и безопасности систем различных видов, классов и назначения:
- программный комплекс Risk Spectrum вероятностного анализа надежности и безопасности систем шведской фирмы Relcon АВ. Первая разработка выполнена в 1985 году. Форма исходной структурной схемы системы - «дерево отказов». Размерность системы может достигать нескольких тысяч элементов. Позволяет вычислять статические вероятности отказа, коэффициент неготовности и частоту отказов исследуемой системы. Выполняет автоматическое построение и анализ минимальных сечений отказов. Основное применение Risk Spectrum получил в вероятностном анализе безопасности объектов атомной энергетики на стадии проектирования;
- программный комплекс численного анализа надежности и риска для сложной системы на основе «деревьев отказов». Автор Проурзин В.А, лаборатория надежности ИПМАШ РАН, г. Санкт-Петербург /63/;
- программа RiskWave, разработана в отделе вероятностного анализа безопасности и риска ИБРАЭ под руководством д.ф.-м.н. Исламова Р.Т. Реализует метод аналитико-статистического моделирования «деревьев событий» и «деревьев отказов». Сотрудники отдела участвуют в разработке первого отраслевого (Минатом РФ) расчетного кода «РИСК» вероятностного анализа безопасности объектов атомной энергетики;
- комплекс программ SAPEQRE, разработанный в Национальной технической лаборатории (INEL) штата Айдахо, США. Комплекс предназначен для вероятностного анализа надежности, безопасности и риска атомных электростанций. Программы позволяют пользователю создавать «деревья отказов» и «деревья событий», генерировать минимальные сечения и логические последовательности, выполнять анализ значимости и неопределенности, сохранять и документировать результаты;
- программный комплекс автоматизированного структурно-логического моделирования ПК АСМ 2001 /64/. Теоретической основой является общий логико-вероятностный метод системного анализа /65/, реализующий все возможности основного аппарата моделирования алгебры логики в базе операций «И», «ИЛИ», «НЕ». Форма представления исходной структуры системы - схема функциональной целостности, позволяющая отображать практически все известные виды структурных моделей систем. Комплекс автоматически формирует расчетные аналитические модели надежности и безопасности систем и вычисляет вероятность безотказной работы, среднюю наработку до отказа, коэффициент готовности, среднюю наработку на отказ, среднее время восстановления, вероятность отказа восстанавливаемой системы, вероятность готовности смешанной системы, а также значимости и вклады элементов в различные показатели надежность системы в целом. ПК АСМ позволяет также автоматически определять кратчайшие пути успешного функционирования, минимальные сечения отказов и их комбинации.
В ОАО «СПИК СЗМА» в последние годы, на основе прототипа /64/, создавался и проходил опытную эксплуатацию новый базовый образец программного комплекса автоматизированного структурно-логического моделирования и расчета показателей надежности и безопасности АСУ ТП (ПК АСМ СЗМА).
Итак, все это говорит о том, что метод «деревьев отказов» эффективен и нашел широкое применение, в основном в атомной промышленности и приборостроении. При этом приходится констатировать, что существующая на сегодняшний день нормативная и методическая база не дает возможности эффективно использовать метод анализа «деревьев отказов» применительно к нефтепереработке и, давая наиболее общие рекомендации, не позволяет учесть все специфические особенности этих производств. Многие аналитики и проектировщики экспертных и проектных фирм из сферы нефтепереработки сталкиваются с отсутствием методического обеспечения анализа отказов технологических аппаратов с помощью «деревьев отказов».
