故障树分析在项目风险管理中的应用

黄贤彦

【摘 要】企业在不断追求规模和质量发展过程中也充分认识到企业工程项目的风险管理必须从粗放型管理向精细化管理转变。运用故障树分析技术可以更好地识别项目存在的风险，并指引企业和项目管理团队制定应对措施。因此，论文就故障树分析在项目风险管理中的应用进行了分析和探讨。

【Abstract】In the process of continuous pursuit of scale and quality development， enterprises also fully realize that the risk management of the enterprise project must change from extensive management to fine management. The application of fault tree analysis technology can better identify the risks of the project， and guide the enterprise and project management team to formulate response measures. Therefore， the paper analyzes and discusses the application of fault tree analysis in project risk management.

【關键词】故障树分析;项目;风险管理

【Keywords】fault tree analysis; project; risk management

【中图分类号】F283                                          【文献标志码】A                                【文章编号】1673-1069（2019）09-0033-02

1 引言

随着市场竞争的加剧，企业在不断探索自身经营改善、利润扩大、实现战略目标之路的过程中，形成不少支撑企业战略发展的项目。而在企业不断追求规模和质量发展过程中，也充分认识到项目风险深刻影响着项目的成功落地实施，对工程项目的风险管理必须从粗放型管理向精细化管理转变，提升项目成功率，进而避免出现企业经营发展陷入困境的状况。只有识别出项目风险，主动积极采取应对措施，才能实现项目的成功推进，达到投资者的预期目标，助力企业发展。因此，企业更好地识别项目存在的风险显得非常重要，而故障树分析就是一种很好的应用性分析技术。

2 故障树分析理论

故障树分析（Fault Tree Analysis，FTA）是一种失效分析的应用技术，在给定的事件状态下（通常为故障、失败或危险的状态，也可应用于成功状态），结合这个状态所处的系统和相关环境要素进行一层层地综合分析，找出导致上述事件状态可能发生的所有构成因素，即基础事件，再通过定性判断或者定量分析，最终得出该事件发生的概率[1]。故障树是通过演绎的形式表示故障事件发生原因及其逻辑关系的逻辑树图。上下层关联的故障事件属于因果关系，它们之间根据发生的条件用“逻辑与”和“逻辑或”的关系进行连接，直到梳理至底层事件，最后形成一个倒立的、类似树状的图形。通过这个图形，可以系统直观地展示出各要素与结果间的逻辑关系，可以帮助项目团队直观理解已识别的项目风险可能存在的构成因素，并进一步确定风险因素发生的概率[2]。

3 故障树分析应用示例

以世界500强的某家电公司自动生产线项目为例，说明故障树分析FTA在项目风险管理中的应用（见图1）。

3.1 项目风险故障树结构式表达

根据图1故障树分析图可以得出该项目故障树的结构函数：F=A1+A2+A3+A4=∑Xi+∑Xi+∑Xi+B1+B2+B3=∑Xi+C1·X13+C2·X19+C3·X20=∑Xi+（X11+X12）·X13+（X14+X15+X16+D1）·X19+（X21+X22+X23）·X20=∑Xi+X11·X13+X12·X13+X14·X19+X15·X19+X16·X19+X17·X18·X19+X21·X20+X22·X20+X23·X20 （1）

3.2 基本事件概率计算

对各基本事件发生的可能性进行区分，分别为几乎不发生事件、较不可能发生事件、较可能发生事件、大概率事件四个级别，分别对应不同的概率值P1=0.005、P2=0.05、P3=0.25、P4=0.5。再依据专家判断投票结果，计算各基础事件Xi的平均概率Pi，Pi=  （2）

其中N1～N4为对应事件级别的专家投票数量，P1～P4分别为该事件级别对应的概率。

3.2.1 专家判断

选取公司内部的10名专家，对各基础事件进行判断和投票。根据专家投票结果按式（2）进行各基础事件平均概率测算，得出各基础事件Xi的平均概率Pi，结果如表1所示。

3.2.2 事件概率计算

根据表1的专家投票结果，用式（2）计算得出各个基础事件Xi对应的发生概率Pi，如表2所示。

3.3 项目风险评价

根据表2，用式（1）可以计算得出项目早期失败风险概率为0.831，属于高风险概率，需要对其中的重点事件进行提前应对，降低事件发生概率，进而降低项目失败概率。

从结构式（1）中可以得出X1～X10以及X13、X19、X20为重要事件，它们决定了项目风险的水平级别。而X1、X2、X3、X8属于项目启动阶段的风险因素，在项目早期应重点审核商业可行性论证报告和关注外部局势动态，随着项目立项通过，风险事件会被确定为不发生，会被排除在风险事件范围之外。X4～X10随着项目开展进行可能发生较大变化，如事件X7、X8，可通过实验模拟分析验证工艺适用性，可以提前排除风险事件。

4 结论

从本文得出故障树分析可以在项目风险识别方面有较好的应用，可以清晰知道引发项目风险的各层事件间的逻辑关系，识别关键事件从而更好地应对和管控风险。随着项目开展，风险事件也会发生变化，会有已识别的风险事件被排除，也有新的风险事件被识别出来，故障树分析相应的结构式也会发生变化，需要定期（如周度、半月度）更新以确保项目风险管理的有效和可控[3]。

【参考文献】

【1】陶辉.危险评价在加油站风险防范中的运用研究[D].北京：中国人民大学，2005.

【2】许有才，李塘，邓方华，等.基于模糊故障树的电梯安全评价方法[R].厦门：2016年全国特种设备安全与节能学术会议，2016.

【3】陈武威，杨仲元.基于故障树分析法的隧道渗漏水风险分析[J].公路与汽运，2012（6）：211-215.