王波
中国石油集团长城钻探工程有限公司 钻井液分公司 (北京 100101)
2020 年新冠病毒疫情蔓延至全国,尽管政府采取了防控措施,但疫情还是对国民生产、生活产生了很大的影响。对于石油钻井行业,能否确保物资正常供应是关系到企业能否正常运行的关键因素。特殊时期,由于人员流动受限导致正常的物资质检取样难以实现。钻井液材料的质量对钻井工程的安全和质量具有较大的影响。因此,如何对钻井液材料进行质检取样是质检机构首要解决的问题。网络的快速发展和视频设备的更新,使得视频抽样作为特殊时期的抽样方式被提出。本文着重讨论视频抽样引起的变化,以及变化带来的风险和风险管理。
大多数钻井液材料质检机构,普遍按照标准GB/T 6678—2003《化工产品采样总则》[1]、GB/T 6679—2003《固体化工产品采样通则》[2]、GB/T 6680—2003《液体化工产品采样通则》[3]、Q/SY 1135—2013《产品质量监督抽查规范》[4]、Q/SY 13474—2018《物资到货质量检验管理规范》[5]的规定,结合工作实际情况制定抽样作业指导书。因此,按照质检机构质量管理体系要求,应该针对视频抽样重新制定作业指导书,至少包括:①抽样需要的设备及使用方法;②抽样环境的要求;③抽样方法及补充规定;④抽样记录的要求(标签、抽样记录单的填写);⑤明确抽样人、生产厂家的职责,识别潜在的风险。
质检机构的抽样人员,在执行抽样操作前,都需要适当的培训,经过能力评价满足从事抽样活动的能力后方可上岗。质检机构为了降低风险,需要对抽样人员进行持续监督、考核、评价,确保抽样活动的质量和有效性。必要时,需继续培训直到满足质检机构规定的抽样人员的能力要求。
视频抽样通常委托生产厂家进行抽样活动,抽样人由生产厂家指派。抽样人的培训、能力评价执行起来很难,抽样活动的质量难以保证。此外,由于质检机构与抽样人质检不存在直接管理关系,对抽样人的约束力大大降低。
对于质检机构,抽样工具的规范性非常重要。通常,固体抽样器为不锈钢材质、耐腐蚀。液体抽样器,为了避免样品的污染,采用一次性的玻璃管状抽样器。如采用非一次性的抽样器,取不同样品时,应确保抽样前抽样器清洁、干燥。具体参照标准GB/T 6678—2003执行。
尽管质检机构对委托生产厂家提出了抽样工具的要求,但由于缺少核查环节,在执行过程中,采用不规范的抽样工具难以避免。此外,抽样工具的维护、清洁管理得不到保障也会导致样品质量偏差。
与产品质量检验的其他环节一样,抽样也存在风险。为确保检测结果的有效性,质检机构需要对抽样过程进行风险评估和管理。CNAS-CL01:2018《检测校准实验室能力认可准则》8.5款明确要求,实验室检测活动若涉及风险,应加以评估,并采取措施应对风险。因此,针对视频抽样引起的变化进行风险评估和管理非常重要,首先要识别风险点,然后进行分析、控制和处理[6-7]。
抽样风险包括:抽样人、抽样规范、抽样技术、抽样工具、抽样区域、抽样计划、样品包装、抽样视频等,其相应的风险见表1。
表1 抽样风险点
风险评估以风险值作为指标,综合考虑事件发生的概率和对结果的影响程度,风险值按
式中:V 为风险值;P 为事件发生对结果的影响程度对应的分值;D为事件发生概率对应的分值。
抽样风险值计算按照
式中:VS为抽样风险值;Pi为各事件发生对结果的影响程度所对应的分值(分量);Di为各事件发生概率对应的分值(分量)。Di的取值见表2,Pi的取值见表3-表10。
表2 事件发生概率对应的取值
表3 P1取值
表4 P2取值
表5 P3取值
表6 P4取值
表7 P5取值
表8 P6取值
表9 P7取值
表10 P8取值
根据表11中风险评估指标,质检机构对视频抽样进行风险评估:①当抽样风险值VS低于220,抽样有效,但需指出抽样方存在的风险,要求抽样方对照风险清单制定整改措施;②当抽样风险值VS在220~380,抽样无效,要求抽样方对照风险清单制定整改措施限定日期内整改;③当抽样风险值VS大于380,抽样无效,要求抽样方对照风险清单制定整改措施立即整改。
以下应对措施可以采取:①加强对视频抽样人员的培训,务必确保抽样按要求操作;②严格抽检视频,对不按照要求录制的抽样视频,该样品作废,要求重新抽样;③运用大数据进行分类管理,对抽样不合格次数进行统计,出现不合格次数较多的企业,要重点加强监督和培训;④运用大数据进行对比,对视频抽样的产品合格率偏离正常抽样合格率较多的产品,要加强风险控制,认真核查抽样视频,必要时委托第三方进行抽样检测。
表11 风险评估指标
视频抽样是非常时期解决质检机构人员不能亲赴现场抽检的一项举措,但也存在一定的风险,质量管理部门和质检机构要做好风险管理。针对视频抽样提供了一种风险管理的思路,通过建立风险模型进行量化管理。由于模型的局限性,需要各质检机构根据实际情况进行判断确定风险发生的概率和对结果的影响。因此,建议通过收集不同的案例,对模型进一步优化,提高可操作性和普适性。