基于三类危险源理论的事故模式及隐患提取方法

鲁存郁,蒋 鋒,于曦洋,沈浩宇,华 敏,王三明,潘旭海

(1.南京工业大学 安全科学与工程学院,江苏 南京 211800;2.中国石化集团金陵石油化工有限责任公司,江苏 南京 210046;3.南京安元科技有限公司,江苏 南京 210013)

2020—2022年,中国年均安全事故死亡人数约2.7万,重特大事故时有发生,我国安全生产进入瓶颈期。专家检查时,由于专业背景和经验的差异,在判断和关注度方面有所差别。企业安全管理人员亲力亲为的传统管理模式作业量大、差错率高、全方位管控能力较低,无法做到实时的全方位管控。国内外学者创造性地提出并改进了多种智慧识别隐患的方法。Yang等[1]提出了一种用于操作监督和基本的人为错误模式识别的算法,并开发了智能作业监控系统,用于作业人员在作业过程中手工操作的可操作性和可靠性分析。Antwi-Afari等[2]研发了可穿戴鞋垫压力系统,通过测量步态参数以识别作业安全隐患。Baig等[3]提出了基于视觉的火焰及其强度计算的新方法,用于修正视频中火灾的误检。赵远飞等[4]通过建设安全生产隐患排查智慧支撑平台,实现条文搜索、表格生成和事故规律追踪功能。李昊等[5]利用大数据和云计算技术,开发安全管理体系云+边信息化平台,实现了信息共享和快速处理,实现智能化判断和控制。Qu等[6]将电力系统故障数据进行细分,此后提出一种基于多远数据的电力系统故障全信息模型,利用实时性数据实现快速故障诊断。显然,新型隐患识别方法、工具、平台等的研发要以大量基础隐患为基础,提炼形成隐患数据库。隐患数据库即隐患数据化的表现形式,为提炼事故模式、人工智能训练等研究提供数据支撑。van Roden 等[7]利用国家损伤电子监测系统(NEISS)数据库,计算阶梯事故的损伤并提炼阶梯事故的事故模式。卷积神经网络能够通过平移、缩放、旋转原始数据等操作,学习原始数据的高级语义特征,从而应用于隐患识别诊断领域[8]。赵亮等[9]利用卷积神经网络构建了面向选煤厂安全管理的人工智能视频分析系统。构建隐患数据库的核心是生产现场事故隐患的提取和归纳。然而,事故隐患识别专业化、全面化和系统化程度低,受安全管理人员主观因素影响较大,加之隐患本身的复杂性和多样性,为各类隐患相关数据库的建立带来了障碍。卞斌彬等[10]指出,实践中隐患清单的建立存在工作量大、时间紧、辨识不全面、新排查出的隐患在原有清单中无对应风险、管控措施单一等问题。因此,需要研究全面、高效及合理提取隐患的方法。隐患的提取实际以事故模式的提炼为基础。隐患是导致事故发生的原因[11],对事故有宏观和整体的认识。把握事故模式,才能深入其中,有针对性地寻找和提取微观且具体的隐患,从而避免隐患提取的片面性。

目前,针对事故模式的研究有2种,一种为共性化研究,以探究事故致因为主。Ge等[12]梳理了近14年国内事故模式发展简史,介绍并比较了当前国内流行的5种事故因果模型。傅贵等[13]在古典事故致因理论模型的基础上发展构建了行为安全“2-4”模型,并进行了多次完善与更新[14-15],在其事故致因研究团队内部有了较大规模的应用[16]。另一种为分行业、分场景的个性化研究。华敏等[17]针对NaTech事件进行预想,从多米诺效应的角度分析了泄漏导致的罐区火灾事故的6大阶段,反映了事故动态演化路径。臧小为等[18]通过统计分析研究了俄罗斯金属非金属矿山工业事故,结果表明地压灾害、交通运输作业和机械伤害、高处坠落与淹溺等属于危害性最严重的导致人员死亡的因素。侯淑雅等[19]研究了槽罐车爆炸事故,探讨了泄漏事故发生的可能原因,并分析了泄漏气体扩散过程及扩散后可燃气体云团被引燃产生的爆燃过程。周宁等[20]通过实验分析和模型计算,系统研究了石化管廊池火灾事故中影响热力学响应的主要因素。

目前,主要从事故致因、演化机制和影响因素角度出发研究事故模式,研究重点是进行事故分析,而非事故预防与隐患排查。因此,当前的事故模式研究与隐患提取的关联性较低,与建立、填充隐患数据库的适配度较低。首先,共性研究从事故致因和事故演化的角度进行研究,偏重理论;个性化事故模式应用安全系统工程的各类事故分析方法,虽偏重应用,但其与对应场景之间的黏性较强,更换场景时需要多次重复使用对应分析方法,重新构建框架,费时、费力且对专业要求较高,无法快速应用于其他场景,与隐患数据库的通用性、高效性需求相悖。其次,事故模式研究多基于事故致因理论,事故模式自身缺少明确定义,事故致因理论多样化直接导致了事故模式表述形式多样化、缺乏同一性,致使其表述繁杂、形式模糊,推广应用易受阻碍。再次,当前侧重事故致因的事故模式研究仅讨论主要原因,在实际应用时易缺易漏,与隐患数据库的全面性需求不契合。

因此,要提高隐患查找的完整性、条理性和实用性,需在宏观上把握事故模式,剖析事故模式与隐患的关系,并探寻更适用于建立隐患数据库的隐患查找方法。鉴于此,本文给出事故模式的一般性定义和内涵;通过层层分析事故模式,结合《企业职工伤亡事故分类》(GB 6441—1986),形成高效确定隐患点的方法;使用事故统计法[21],梳理分析2000—2022年间132起我国化工行业较大及以上安全生产事故,研究化工行业事故模式中第二类危险源中不同类目事故的发生概率及危险性,分析重点防护方向;最后,以丙烯装车场景的事故模式为例,确定出现事故概率较高的隐患点并描述隐患特征。

1 事故模式提取

1.1 事故模式的定义及内涵

事故的定义可参见文献[22-23]。模式指主体行为的一般方式,是理论和实践之间的中介环节。提炼事故模式为提取现场隐患的基础和前提,当前对于事故模式的研究所展现的低普适性与高复杂性的缺陷无法满足实际应用的现实需要。基于此,需对事故模式提出新的定义并赋予其相匹配的内涵。事故模式的定义为由于违反法律法规或疏忽失误造成意外灾祸的一般方式,事故模式包含事故根源、屏障失效以及事故类型。

事故必然有其根源,结合三类危险源理论[24],将事故模式中事故根源确定为第一类危险源。屏障的设置和维护以及制度的制定和运行都是为了保障第一类危险源处于安全状态。因此,作为第一类危险源的事故根源,在运用事故模式进行事故分析时,首先要确定蕴含破坏能力的能量的来源或其载体,包括机械能、核能、化学能、内能(热能)、辐射能、电能、光能和辐射能等。

轨迹交叉理论指出,事故发生需具备2个因素,一是具有引起伤害的能量,二是存在遭受伤害的对象,且两者相距很近,使得能量能够作用于对象,从而引发事故。在事故模式中,屏障是将事故根源与可能遭受伤害的对象分隔以维持系统安全状态的措施,以及保障措施有效运行的组织管理制度。人的不安全行为、设备设施的缺陷、环境异常以及规章制度的制定和运行缺陷能够造成事故模式中屏障的失效。

事故类型即发生事故的种类和形式。《企业职工伤亡事故分类》[25](GB 6441—1986)中将事故类型划分为20类。研究事故模式时,可结合事故根源和失效屏障来确定具体事故类型。

1.2 事故模式的提取方法

首先,确定事故根源,确定具有能造成破坏能力的能量或其载体。其次,对照《企业职工伤亡事故分类》(GB 6441—1986)中“表A.6不安全状态”与“表A.7不安全行为”,列出实际所使用的屏障,分析导致屏障失效的因素,列出隐患特征。再次,根据事故根源所确定的能量与其对应的屏障,确定事故类型。最后,将事故模式表述为在某场景下,某种能量或能量载体作为事故根源,由于将其与受伤害对象隔离的某(些)屏障失效而造成了某类事故。提取过程如图1所示。

图1 事故模式提取方法Fig.1 Accident mode extraction method

2 隐患及发生概率分析

2.1 事故模式与隐患的关系

提炼事故模式为提取隐患的前提。因此,为全面提取隐患,需进一步明确隐患与事故模式的关系。《安全生产事故隐患排查治理暂行规定》[26]给出了安全生产隐患的定义。由此认为,隐患是造成事故根源能量异常释放的危险的来源,即事故模式中造成屏障失效的原因。参考田水承等[24]提出的三类危险源的观点,将隐患划分为两类:第一类是导致事故根源能量释放的因素,可以将其分类概括为人的因素、设备因素和环境因素。第二类是使得第一部分屏障失效的规章制度的因素,将其概括为管理因素。事故模式与隐患的关系如图2所示。图2表明,隐患导致屏障失效,隐患包含人的因素、设备因素(机的因素)、环境因素和管理因素,其中管理方面的隐患会增加人、机、环三方面隐患发生的概率。需要指出的是,隐患与事故模式并非包含于的关系,隐患造成的屏障有效性发生改变这一事件被定义为屏障失效,屏障失效是事故模式的一部分。

图2 隐患与事故模式关系Fig.2 Relationship between hidden danger and accident mode

2.2 隐患的分析方法

隐患数据库对查找隐患提出了完整、全面、高效的要求,因此需建立高度普适的一般性隐患查找方法。《企业职工伤亡事故分类》(GB 6441—1986)中,将物的不安全状态分为4大类,将人的不安全行为分为13大类,如表1所示。

表1 隐患分类表[25]

在确定隐患点时,宜参考隐患分类表(表1),以细分类目为依据,结合相关标准和实际安全操作规程,采用事件树法(ETA)、鱼刺图法、作业危害分析法(JHA)和专家咨询法等方法确定隐患点及隐患特征,输出隐患及隐患特征表。图3为事故模式中屏障失效分析方法流程图。《企业职工伤亡事故分类》(GB 6441—1986)中表A.6和表A.7分类号的第1列数字为6和7,分别代表不安全状态和不安全行为;第2列数字为N和M,分别对应不安全状态和不安全行为的隐患大类;第3列数字为n和m,分别对应每个大类下所属小类的数量。nN和mM分别表示每个大类下所属小类的数量,例如,n1=2,表示在防护、保险、信号等装置缺乏或有缺陷(N=1)大类中,包含无防护和防护不当2个小类的不安全状态。n2=4,表示在设备、设施、工具、附件有缺陷(N=2)大类中,包含设计不当、强度不够、设备非正常运行、维修调整不良4个小类的不安全状态。

图3 屏障失效分析方法流程Fig.3 Flow chart of barrier failure analysis method

分析不安全行为时,取“结束”的判断条件M=13,分别取m1=16,m2=4,m3=3,m4=3,m5=1,m6=11,m7=1,m8=1,m9=1,m10=1,m11=8,m12=3,m13=1。隐患特征是能够被识别的,即将某个隐患自身区别于其他隐患的特点。由于管理因素以文件形式为主,在生产现场不具有直观性,因此,隐患特征的研究主要针对第二类危险源。

2.3 隐患发生概率分析

4种物的不安全状态与13种人的不安全行为发生的概率不同,导致其危险程度也不尽相同。本文仅分析导致事故模式难以直接体现这种差异。因此,研究搜集132起2000—2022年化工行业较大及以上安全生产事故案例,结果可得:事故类型包括火灾、其他爆炸、容器爆炸、锅炉爆炸、物体打击、机械伤害、坍塌、灼烫、中毒和窒息。将事故类型进行归纳,得到图4所示的统计图。由图4可得:占比最高的是其他爆炸类事故,为62起,占比46.97%;中毒和窒息类事故次之,为43起,占比34.09%。以事故模式与隐患关系的模型为基础,提取属于第二类危险源的隐患,共计708条,用以分析比较4种不安全状态和13种不安全行为的发生概率和危险程度,其中不安全状态类隐患359条,不安全行为类隐患349条。

图4 2000—2022年化工行业较大及以上事故类型统计Fig.4 Statistical of major and above accidents types in chemical industry from 2000 to 2022

以火灾及其他爆炸类、中毒和窒息类典型事故类型为主,分别从不安全状态与不安全行为两个方面统计第二类危险源隐患条目,如图5所示,其中,火灾及其他爆炸类事故不安全状态类隐患共计195条,不安全行为类隐患共计180条;中毒和窒息事故不安全状态类隐患共计124条,不安全行为类隐患共计130条。

图5 第二类危险源隐患统计图Fig.5 Statistical diagram of hidden dangers of second danger source

由图5可知:在不安全状态部分,2种典型事故中N=1时隐患发生的概率均最高,占比分别为49.23%和36.29%,主要表现在无安全保险装置、无报警装置或装置存在缺陷。中毒和窒息类事故需要额外注意N=3类别中的隐患,配备符合使用标准的个人防护用品用具,事故统计中其出现的概率达到23.39%。在不安全行为部分,火灾及其他爆炸类事故中M=1和M=13时隐患发生的概率高于其他类别,分别达到了30.00%和26.11%,主要表现在按钮、阀门等处操作错误以及违章动火作业。中毒和窒息类事故中,M=11时发生隐患的概率最高,为28.46%,即在必须使用个人防护用品用具的作业或场合中忽视其使用,如受限空间作业等;M=1和M=6时出现隐患的概率较高,分别为26.15%和25.38%,主要表现在忽视警告标志,冒险进入危险场所,无防护措施盲目施救导致事故扩大。

3 案例说明

以丙烯装车作业场景为例,利用上述方法提取事故模式并分析该场景进行安全防护的重点。本文仅展示2类情况:①发生事故概率较大的防护、保险、信号等装置缺乏或有缺陷(N=1)时,n=1、n=2的情况;②操作错误、忽视安全、忽视警告(M=1)时,m=1的情况。

第1步,确定事故根源。丙烯装车事故模式中,事故的根源在于丙烯高压、极度易燃、易与空气混合形成爆炸性混合物的特性,蕴含在异常状态下会产生热能和热辐射、燃烧和爆炸的能量。

第2步,列出屏障。当N=1时,即第一大类“防护、保险、信号等装置缺乏或有缺陷”的部分,此时nN=n1=2,表示该类目包含2个细分小类,分别是“无防护”与“防护不当”。当n=1时,表示处于分析“无防护”小类进程。该小类包含11种不安全状态,丙烯装车环节涉及6种,使用的屏障见表2。

表2 无防护类隐患及隐患特征(N=1,n=1)

第3步,根据涉及的屏障提取隐患,通过各类方法分析对应的隐患特征,例如通过专家咨询法、参考相关的国家标准、对照现有的安全操作规程等方法,得到无防护类隐患及特征见表2。

第4步,为n第二次赋值,使得n=n+1=2,表示此时处于对第二部分“防护不当”小类的分析进程。用同样的方法分析得到该类目包含8种不安全状态,其中丙烯装车作业场景涉及2种,见表3。此时满足n=n1=2,表示完成了防护、保险、信号等装置缺乏或有缺陷的部分,为N进行第二次赋值,使N=N+1=2,重复上述步骤直到N=4。

表3 防护不当类隐患及隐患特征(N=1,n=2)

经过第1—4步后,完成不安全状态部分的分析,接着分析不安全行为部分。取M=1,m=1,即分析隐患分类中不安全行为的第一大类“操作错误、忽视安全、忽视警告”部分。该部分包含16种不安全状态,其中丙烯装车作业场景涉及9种,得到表4。此时满足m=m1=16,该部分分析结束,应转而对M再次赋值,直到M=13。

表4 操作错误、忽视安全、忽视警告类屏障及隐患特征(M=1)

利用隐患分析方法完成全部分析后,得到完整表格,统计得到除管理因素外的隐患共47条,其中不安全状态22条,不安全行为25条。可以得出,丙烯装车作业场景下,以槽车压力及有易燃易爆特性的丙烯为事故根源,除管理因素以外的47条隐患使得防止丙烯泄漏及保持槽罐完好有效的措施失效而形成了火灾及其他爆炸事故,丙烯装车事故模式如表5所示。

表5 丙烯装车事故模式表

由表5可知:丙烯装车作业场景下主要的事故类型是火灾及其他爆炸事故,其中针对防止丙烯泄漏所设屏障可能发生的隐患最多,占48.94%,应当作为防护重点。N=1时不安全状态类隐患最多,共9条;M=1时,不安全行为类隐患最多,共15条。

在火灾及其他爆炸类事故模式中,不安全状态中发生事故概率最高的类别为N=1(49.23%),不安全行为中发生事故概率较高的类别为M=1(30.00%,其中m=6时,事故发生概率为12.78%)和M=13(26.11%)。因此,在丙烯装车场景下,从物的不安全状态层面,应重视气动联锁装置、气相回收和补压装置、静电接地报警器、防溢流报警器、火焰识别报警器的装配和运行有效性,杜绝设备失修或带“病”运转的情况。在人的不安全行为方面,重点关注流量控制系统按钮、充装阀门、充装连接件扳手等的操作合规性与正确性。着重加强对易燃易爆等危险品泄漏情况下的应急处置培训。重视车辆阻火器的配置及有效性检查,重视静电接地夹的正确使用,严禁易燃易爆场合明火。综上所述的4种情况应作为防护重点,并且得到N=1,M=1、m=6,M=6、m=8,M=13的发生概率分别约占各类目总体概率的49.23%,12.78%,14.44%和26.11%。

4 结论

1)从普遍适用的角度出发,以三类危险源以及轨迹交叉理论为理论基础,在宏观上给出了事故模式的一般性定义,阐述了事故模式的内涵。

2)进一步明确了隐患与事故模式的关系,隐患为第二、第三类危险源,是事故模式中导致屏障失效的原因。根据《企业职工伤亡事故分类》,提出应用性较强的隐患点提取方法,降低实际应用中事故模式的场景黏度,提高隐患识别的完整性、条理性、应用性和普适性。

3)对2000—2022年化工行业132起较大及以上安全事故的隐患进行统计分析,结果表明,化工行业中的典型事故类型以其他爆炸、中毒和窒息类事故为主。分别得到了2种典型事故在不安全状态和不安全行为下的隐患发生的概率高的类别,要额外注意。

4)通过丙烯装车作业场景的案例,提取事故模式、查找隐患点并描述隐患特征。结果表明,该场景事故类型为火灾及其他爆炸事故。针对防止丙烯泄漏所设的屏障数量最多,占48.94%。安全保险装置、报警装置的配置和运行有效性应当作为重点关注对象;阀门、按钮、扳手相关操作出现人为失误的概率较高;针对易燃易爆物料泄漏的应急处置如若培训不到位,将扩大事故后果严重程度;出现泄漏后形成可燃性气体混合物,应注意盲目操作导致铁器碰撞产生火星,常见泄漏处产生静电火花导致燃爆。