Навігація
Головна
 
Головна arrow Страхова справа arrow СИСТЕМНИЙ АНАЛІЗ ТА ПРОГРАМНО-ЦІЛЬОВИЙ МЕНЕДЖМЕНТ РИЗИКІВ
Переглянути оригінал

КОНТРОЛЬ ВІДПОВІДНОСТІ ПРОГНОЗОВАНИХ І РЕАЛЬНИХ ПАРАМЕТРІВ РИЗИКУ МОЖЛИВИХ ПОДІЙ

Весь розглянутий нижче матеріал даного розділу вже стосується оперативного управління процесом підтримки техногенного ризику. При цьому вважається, що його соціально-прийнятний рівень міг бути заданий раніше і забезпечений при створенні ОПО шляхом виконання відповідних цільових програм. Однак переконатися в останньому можна лише після порівняння реально досягнутих показників ризику із заданими, а ось того, як це робити на практиці, і присвячена дана глава.

Принципи контролю ступеня дотримання вимог до заданих параметрах ризику

При розгляді способів вирішення даної (третьої) завдання програмно-цільового забезпечення безпеки ОПН будемо керуватися результатами відомих досліджень і вимогами нормативних документів. Зокрема, будемо виходити з того, що контроль повноти задоволення вимог до конструктивної безпеки устаткування підвищеної відповідальності здійснюють органи Ростехнагляду шляхом вивчення його проектної, технологічної та експлуатаційної документації. Паралельно з цим ними періодично проводиться перевірка якості професійного відбору та навчання персоналу прийомам безпечної роботи на ОТУ, піднаглядних цим державним органам.

Однак слід пам'ятати, що контроль безпеки виробничих об'єктів на стадії їх створення може проводитися тільки побічно - автономної перевіркою якості розроблюваного обладнання і його майбутнього персоналу. Ось чому для підвищення ефективності подібного контролю доцільно оцінювати також ступінь взаємної сумісності цих компонентів человекомашінная системи при їх спільному функціонуванні за заданою технологією. Робити це слід з залученням викладених вище методик і в порядку, рекомендованому моделлю плану забезпечення конструктивної безпеки (див. Рис. 4.1).

Однак більш достовірний контроль і остаточна оцінка прийнятності ризику повинні здійснюватися об'єктивними методами, а найбільш підходящі для цього умови можуть бути лише на головному, тобто першому з серії вводяться в експлуатацію, ОПО. Такий висновок обумовлений тим, що тільки на цьому об'єкті завершується остаточна відпрацювання конструкції і технології експлуатації його ОТУ, а всі операції по їх застосуванню за призначенням виконуються штатними силами і засобами. І саме на головному об'єкті оцінюється досконалість обраних технологічних режимів, якість відповідної документації, достатність встановлених заходів безпеки, що необхідно для прийняття остаточного рішення про відповідність безпеки створених об'єктів її заданим рівнем.

Наведені міркування вказують, що лише в умовах головного об'єкта вперше надається можливість доповнити непряму апріорну оцінку прийнятності техногенного ризику безпосереднім визначенням обраних раніше (див. Параграф 1.8) його кількісних показників. При цьому основним способом остаточного контролю техногенного ризику повинно бути статистичне оцінювання за даними про зареєстрованих пригодах. Даний метод може бути реалізований шляхом підрахунку їх числа, а також шкоди і витрат на попередження і пом'якшення наслідків появи подібних подій.

Однак особливості статистичного контролю за вибірковими даними свідчать про труднощі реалізації запропонованого способу на окремо взятому головному ОПО промисловості або транспорту. Це викликано незначним числом п зазвичай реєструються там техногенних пригод і яка витікає з цього низькою вірогідністю статистичних оцінок, зроблених за такою (малої) вибірці. Причина цього недоліку - занадто великі значення дисперсії.

Для подолання цих труднощів спочатку розглянемо процедуру статистичного оцінювання ймовірностей Q (x) - виникнення і P g (т) - не виникнення техногенних пригод за час т. Як було показано раніше, кількість подібних випадкових подій на даному інтервалі завжди підпорядковане пуассонівського розподілу, а час між їх появою - експоненціального. Це означає, що інтенсивність потоку co np (t) = w і математичне очікування М т (х) їх числа однозначно пов'язані з тільки що згаданими можливостями і часом т наступним чином:

Нагадаємо також, що статистичне оцінювання подібних параметрів зазвичай грунтується на використанні закону великих чисел, зокрема теорем Чебишева і Бернуллі. З першої з них випливає, що з ростом кількості N функціонуючих ОТУ середнє від числа Х; (т) спостережуваних там за час т техногенних пригод прагне до математичного сподівання відповідної випадкової величини X:

тоді як дисперсія подібної точкової оцінки цієї числової характеристики дорівнюватиме

А ось у другій теоремі вже доводиться, що частота появи подій, що розглядаються тут як випадкові події, переходить при подібних обставинах у відповідну ймовірність, що дає приходять ( . (Т) 6 {0,1, ..., т} наступну її оцінку :

дисперсія якої може (для експоненціального розподілу) розраховуватися за формулою

де т - кількість техногенних пригод, що виникли на всіх ОТУ досліджуваного ОПО.

Аналіз формул (5.3) і (5.5) показує, що вони забезпечують високу точність лише при великому числі N досліджуваних ОТУ, а значить - і при такому ж обсязі вибірки т реєстрованих на них подій. Отже, підвищення достовірності статистичного контролю техногенного ризику шляхом оцінки ймовірності Q (x) можливо лише при збільшенні кількості подібних ОТУ або часу спостережень за ними. Оскільки останнім на головному ОПО проблематично, то потрібні інші способи підвищення точності.

З огляду на дану обставину, розглянемо можливість підвищення достовірності статистичного оцінювання ймовірності подій на головному ОПО за рахунок звуження того інтервалу невизначеності, який накриває з заданим рівнем у довіри її дійсне значення Q (x). Зробимо це шляхом об'єднання у відповідній байєсівської статистикою отриманих емпіричних даних з уже наявними результатами оцінки Q (x) шляхом моделювання. Дана ідея пояснена на рис. 5.1 для рівномірно і треугольно розподілених апріорної / (Q | X) і апостеріорної / (<2 | х, X) щільності ймовірностей появи конкретного числа х е X техногенних пригод.

Як випливає з цієї ілюстрації, помітне звуження довірчого інтервалу (відрізка під заштрихованої площею величиною у) досягається при заміні рівномірного розподілу X, що є за своєю природою розподілом з максимальною ентропією, більш інформативним трикутним розподілом. На малюнку це проявилося в меншій ширині інтервалу значень [х /, х. '] В порівнянні з [ш, xj, хоча вони і мають однакову довірчу ймовірність у (на рис. 5.1 відповідні рівні площі під графіками щільності / (Q | x) їх ймовірностей відрізняються вертикальної і горизонтальної штрихуванням).

А ось в нижній частині цього малюнка показана процедура об'єднання апріорної і статистичної інформації про техногенні події на ОПО, відповідно поданої щільністю / (Q | х) і функцією правдоподібності L (Q | х) для їх числа х. Включення цих виразів в формулу Байеса дозволяє потім розрахувати апостеріорну щільність / (Q | х, X) оцінюваної ймовірності і відповідний їй довірчий інтервал Щ ', х.']. Інакше кажучи, замість точкової оцінки М (Х (х)) рекомендується визначати досить вузький інтервал, що включає (з ймовірністю у) випадкове число X пригод, поява яких можливо при істинної ймовірності Q (x) їх появи.

Однак відшукання подібного довірчого інтервалу вимагає знання різниці з між дійсним значенням параметра Q (x) і його статистичною оцінкою Q (x). В силу випадковості оцінки різниці е = Q (x) - Q (x) її визначення можливо лише імовірнісними методами, коли відомі закони розподілу обох величин Q і е або їх деякою функції. Наприклад, ширина даного інтервалу

Байєсова процедура звуження інтервалу невизначеності однозначно визначається щільністю / ^ ©, п) ймовірності оцінки Q (x) і рівнем довіри у, що відповідає формулі

Мал. 5.1. Байєсова процедура звуження інтервалу невизначеності однозначно визначається щільністю / ^ ©, п) ймовірності оцінки Q (x) і рівнем довіри у, що відповідає формулі

де Q l , Qy - нижній і верхній довірчі межі оцінки ймовірності виникнення подій на головному ОПО промисловості або транспорту.

Умови накриття оцінюваного параметра Q довірчими інтервалами різного типу продемонстровані на рис. 5.2. За допомогою подібних графіків неважко засвоїти, що довжина інтервалу невизначеності (різниця між верхнім Q a і нижнім Q, значеннями оцінюваного параметра) буде збільшуватися з ростом довірчої ймовірності у - площі під кривими / ^ ©, п) або в міру зниження компактності цього розподілу.

Остання властивість розглянутих тут щільності зазвичай проявляється як би в пом'якшенні гостроти графіків / q (Q, п), тобто в поступовому зменшенні ординат при одночасному зростанні ширини покритої ними осі абсцис. У найгіршому по інформативності, тобто при рівномірному розподілі // Q, п) на всьому відрізку дійсних чисел нижня межа лівостороннього довірчого інтервалу (рис. 5.2, б) і верхня - правостороннього (рис. 5.2, а) будуть прагнути відповідно до плюс і мінус нескінченності.

Наведені міркування вказують на можливість інтервального статистичного оцінювання заходи можливості прояву джерел техногенного ризику на ОПО шляхом постановки і вирішення двох задач. Одна з них (пряма) зводиться до визначення інтервалу [Q t ; Qy] невизначеності отриманих оцінок, а інша (зворотна) завдання - до встановлення обсягу п вибірки, необхідної для отримання такого інтервалу [Q t ; Q 0 ] невизначеності, в який із заданою ступенем впевненості у потрапляє реальне значення ймовірності появи техногенних пригод. Нагадаємо, що поря-

Ілюстрація інтервального статистичного оцінювання

Мал. 5.2. Ілюстрація інтервального статистичного оцінювання: а - односторонній правий; б - односторонній лівий; в - двосторонній інтервал док вирішення подібних завдань, а також ілюстративні приклади статистичного оцінювання параметрів техногенного ризику були розглянуті вище (див. параграф 2.5).

Можливість використання перерахованих тут завдань і рекомендацій по контролю дотримання вимог до рівня безпеки в техносфери за допомогою як тільки що згаданої байєсівської процедури, так і розглянутих раніше статистичних гіпотез буде продемонстрована в останніх двох параграфах цього розділу. Їх застосування при створенні і експлуатації ОПО дозволить звузити інтервал невизначеності оціненої ймовірності Q (x) в одному випадку і переконатися в результативності вже впроваджених заходів щодо зниження міри можливості появи техногенних пригод - в іншому.

На завершення ж цього пункту відзначимо, що проведення остаточного (статистичного) контролю ступеня задоволення вимог до безпеки має передувати здійснення апріорної попередньої оцінки її показників. При цьому можна керуватися методиками як якісної експертної оцінки параметрів техногенного ризику (див. Гл. 4), так і кількісної. Справа в тому, що отримані з їх допомогою результати можуть бути використані не тільки при уточненої (статистичної) оцінці ризику на головному ОПО, але і при оптимізації контрольнопрофілактіческой роботи, включаючи перерозподіл ризику страхуванням, в чому можна буде переконатися трохи нижче (див. Параграфи 6.3 -6.5).

 
Переглянути оригінал
< Попередня   ЗМІСТ   Наступна >
 
Дисципліни
Агропромисловість
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Нерухомість
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Природознавство
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Техніка
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук