LOGO ПУТИ РАЗВИТИЯ МЕТОДИЧЕСКИХ ОСНОВ ПОВЫШЕНИЯ КАЧЕСТВА ОЦЕНИВАНИЯ РИСКОВ ОПАСНЫХ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ Елисеева Мария Александровна аспирант очной формы обучения ФГАОУ ВО «Севастопольский государственный университет» по специальности: – Стандартизация и управление качеством продукции инженер 2 категории АО «ЦКБ «Коралл», г. Севастополь. Научный руководитель: д.т.н., профессор, Президент Севастопольского регионального отделения МОО «Академия проблем качества» РФ Маловик К.Н.

АНАЛИЗ НОРМАТИВНО-ПРАВОВЫХ И НОРМАТИВНО-ТЕХНИЧЕСКИХ ДОКУМЕНТОВ В ОБЛАСТИ МЕНЕДЖМЕНТА РИСКА 2 п/п Обозначение документа НаименованиеНедостатки 1Федеральный закон от ФЗ «О промышленной безопасности опасных производственных объектов» ФЗ «О промышленной безопасности опасных производственных объектов» ________ 2Федеральный закон от N 184-ФЗ "О техническом регулировании" ФЗ «О техническом регулировании»_________ 3ISO 31000:2009Риск Менеджмент. Принципы и руководства Не содержит технологии проведения анализа неопределенности и чувствительности 4ISO/IEC 31010Риск Менеджмент. Техники оценки риска Не предусматривает методов определения неопределенности и чувствительности. 5ГОСТ Р ИСО Менеджмент риска. Принципы и руководства Не содержит принципов анализа неопределенности и чувствительности. 6ГОСТ Р ИСО/МЭК Менеджмент риска. Методы оценки риска Процесс менеджмента риска и оценки не предусматривает анализ неопределенности и чувствительности. Не содержит методов предусматривающих определение неопределенности и чувствительности технического риска. 7РД Методические указания по проведению анализа риска опасных производственных объектов Методы анализа риска не позволяют получить количественные оценки технического риска с учетом неопределенности и чувствительности 8РД Методические рекомендации по оценке ущерба от аварий на опасных производственных объектах Количественная оценка экономического ущерба не позволяет учитывать вероятностные показатели технического риска на различных этапах жизненного цикла ОПО.

3 п/п Обозначение документа НаименованиеНедостатки 9ГОСТ Р – 2002Менеджмент риска. Термины и определения Не содержит определений «технический риск», «неопределенность», «чувствительность риска» 10ГОСТ Р Менеджмент риска. Анализ риска технологических систем Процесс анализа риска не предусматривает определения неопределенности и чувствительности. Не содержит критериев выбора методов в зависимости от этапов жизненного цикла ОПО 11ГОСТ Р – 2005Менеджмент риска. Руководство по применению при проектировании Возможность применения количественного анализа технического риска при проектировании требует большого количества необходимых данных 12ГОСТ Р – 2005Менеджмент риска. Руководство по применению методов анализа надежности Представленные методы не позволяют оценить влияние изменений вероятностных характеристик показателей надежности на степень риска 13ГОСТ Р – 2005Менеджмент риска. Программа повышения надежности Не описывает влияние выполнения программы повышения надежности на оценки технического риска 14ГОСТ Р – 2005Менеджмент риска. Повышение надежности. Статистические критерии и методы оценки Методы оценки не учитывают стадии жизненного цикла ОПО и не позволяют проводить оценку технического риска 15ГОСТ РМЭК – 2006Менеджмент риска. Формальный анализ проекта Формальный анализ проекта не предусматривает получение оценок технического риска. 16ГОСТ Р ИСО/МЭК Менеджмент риска. Применение в процессах жизненного цикла систем и программного обеспечения Не позволяет определить количественную оценку технического риска на различных этапах жизненного цикла систем и программного обеспечения. АНАЛИЗ НОРМАТИВНО-ПРАВОВЫХ И НОРМАТИВНО-ТЕХНИЧЕСКИХ ДОКУМЕНТОВ В ОБЛАСТИ МЕНЕДЖМЕНТА РИСКА

4 Обобщенные результаты сравнительного библиографического анализа, характеризующие определяющие недостатки в области менеджмента риска: несовершенна терминологическая база в области оценивания технического риска; методы количественного оценивания технического риска слабо учитывают влияние этапов жизненного цикла ОПО; отсутствует методическая база по оцениванию неопределенности и чувствительности технического риска ОПО.

5 Совершенствование диаграммы Фармера

6 Концепция построения области неопределенности

7 Формирование пространства риска

8 Параметризация риска в пространстве Выражения для оптимистического ΔR о и пессимистического ΔR п прогнозов остаточного риска: ΔR о = R о – R д 1, или ΔR о = R о – R д 2, ΔR п = R п – R д 1, или ΔR п = R п – R д 2. Выражение для определения показателя неопределенности риска Δr: где t – любой параметр, в частности t = P, Z, R. Выражения для определения чувствительности риска при искажениях математического ожидания m и СКО σ:

9 Концепция построения пространства риска, дает возможность более полно выполнить требования уникального выбора при принятии решений в условиях неопределенности и определить перечень параметров для совершенствования оценивания риска: чувствительность риска при построении его пространства; остаточный риск в условиях оптимистического и пессимистического прогноза; показатель неопределенности риска в центральной зоне его пространства, что позволяет более точно и достоверно осуществлять менеджмент риска.

10 где обозначено: λ П – предельный уровень интенсивности отказов; λ Н – начальный уровень надежности; и – верхнее и нижнее значение интенсивности отказов для заданной области мониторинга предельных и пред отказных состояний; t ПР – время «приработки»; t Н – назначенный ресурс; t – -процентный ресурс; t П и t О – время предельного состояния для пессимистического и оптимистического характера прогноза; t 1 - t 4 – выбранные фиксированные моменты времени при контроле пред отказных и предельных состояний; λ П (t) и λ О (t) – выбранные (или заданные) аппроксимирующие функции интенсивности отказов при пессимистическом и оптимистическом прогнозе соответственно; φ П (λ) и φ О (λ) – плотности распределения, характеризующие интенсивности отказов в моменты времени t П и t О ; P П и P О – вероятности прогноза пессимистического и оптимистического деградационного процесса в условиях пред отказного состояния в моменты времени t 1 - t 4 ; «–» – знак, характеризующий, что пред отказное состояние находится в области мониторинга; «+» – знак, характеризующий, что пред отказное состояние приближается к предельному. Применение геометрической интерпретации изменений λ(t) для определения степени риска

11 где обозначено 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. Совершенствование схемы процесса управления рисками

12 Разработанная технология моделирования при мониторинге риска 1. Выбор законов распределения вероятности и ущерба и определение аналитических выражений для их функций плотности распределения; 2. Определение закона распределения риска и аналитического выражения для функции плотности распределения риска; 3. Формирование концептуальной модели для мониторинга риска; 4. Выбор влияющих факторов как аргументов функции плотности распределения риска; 5. Определение дискретных интервалов аргументов функции плотности распределения риска; 6. Построение пространственного поля графиков функции плотности распределения риска, в соответствии с заданными аргументами; 7. Анализ влияния аргументов на динамику функции плотности распределения риска; 8. Используя принципы принятия решений об управлении рисками выбор вариантов снижения риска относительно наиболее сильно влияющих аргументов.

Обозначение Содержание A/B testing Методика, ориентированная на поочередное сравнение контрольной выборки с другими, при котором выявляется наилучшая комбинация требуемых исследуемых показателей. Data mining Совокупность методов обнаружения знаний, необходимых для принятия решений по определению прогноза поведенческой модели. Ensemble learning Метод располагает широким спектром предикативных моделей, что делает прогнозирование максимально эффективным. Predictive modeling Совокупность методик, нацеленных на создание математической модели, предваряющей заданный вероятный сценарий развития событий. Regression Совокупность статистических методов для обнаружения закономерности между изменением зависимой переменной и одной или несколькими независимыми. Signal processing Совокупность методик, взятая из радиотехники, направленная на распознавание сигнала на фоне шума и его последующий анализ. Spatial analysis Ряд методик анализа пространственных данных. Simulation Методики моделирования поведения сложных систем, предназначенные для прогнозирования и проработки возможных сценариев поведения. Time series analysis Совокупность методов анализа повторяющихся последовательностей данных, применяемых, как правило, при мониторинге. Visualization Ряд методов графического представления результатов анализа больших данных для облегчения и удобства их интерпретации. Методики анализа Big Data, рекомендуемые для менеджмента риска 13

14 Алгоритм моделирования функции плотности распределения риска

15 Предложенная концептуальная модель исследования динамики функции плотности распределения риска f R (r)

16 Примеры полученных результатов исследования динамики f R( r) Представленные на рис. а), б), в), г), графики позволяют установить влияние аргументов функция плотности распределения риска при изменении m pi : f R (r) монотонно убывает при m pi [0,5…1] на каждом из дискретных интервалов m z и σ z ; при увеличении значения аргумента σ p (в заданном дискретном интервале) на каждом из интервалов по m z и σ z значения f R (r) увеличиваются практически в 1,5 - 2 раза (рис. а),б) и в),г)); при увеличении m z и σ z разброс значений f R (r) характеризуется возрастанием дисперсии в несколько (до 5) раз (рис. а),в) и б),г)). Сравнительный анализ результатов исследования динамики f R (r)

ПУТИ РАЗВИТИЯ МЕТОДИЧЕСКИХ ОСНОВ ПОВЫШЕНИЯ КАЧЕСТВА ОЦЕНИВАНИЯ РИСКОВ ОПАСНЫХ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ: 1. Разработка методических основ параметризации риска 2. Совершенствование схемы процесса управления рисками 3. Совершенствование процессов визуализации пространства состояний при исследовании параметров риска 4. Разработка технологии моделирования риска с применением методик Big Data 17

Выводы: 1. Проведен библиографический анализ нормативно-правой базы и технической литературы в области менеджмента риска ОПО, который позволил выделить характерные недостатки в области оценивания технического риска и определить основные пути совершенствования методических основ оценивания и прогнозирования технических рисков ОПО; 2. Разработаны методические основы параметризации риска для повышения точности, полноты и достоверности оценивания технического риска за счет построения пространства риска, что позволяет повысить информативность при проектировании ОПО; 3. Предложено совершенствование схемы процесса управления рисками; 4. Показано совершенствование процессов визуализации пространства состояний при исследовании параметров риска и разработана технология моделирования при мониторинге риска с применением методик Big Data. 18