Эффективное использование баз данных для предупреждения химических аварий

  • А. Г. Бхавани Факультет химии, Центр инновационных научных исследований, Международный университет Нойды, Нойда, Индия https://orcid.org/0000-0003-0258-5930
  • А. К. Гупта Национальный институт управления действиями в чрезвычайных ситуациях, Нью-Дели, Индия https://orcid.org/0000-0002-4382-4531
Ключевые слова: безопасное управление процессами, система поддержки принятия решений, программа управления рисками, химическая авария, база данных сообщений об авариях, аварийные уведомления.

Аннотация

Промышленные аварии, особенно аварии с участием химических веществ, вызывают серьезную озабоченность в отношении их последствий, как для населения, так и окружающей среды, и правительства стремятся свести их к минимуму, создавая различные регулирующие органы для контроля за воздействием выбросов химических веществ. Однако многие базы данных, содержащие информацию об инцидентах, основаны лишь на качественной, а не на количественной информации, поскольку количественную оценку в некоторых базах данных сложно учесть. Тем не менее, база данных аварий/инцидентов может помочь системам поддержки принятия решений, полностью консолидировав данные в единый индекс, который может способствовать принятию решений в целях обеспечения безопасности, как общества, так и природы. В соответствии с этим была разработана таксономия базы данных об авариях, чтобы снизить серьезность и количество аварий на химических предприятиях. Предлагается объединить информацию из трех типов баз данных (содержащих данные об авариях, отказе оборудования и реакционной способности химических соединений), что может оказаться серьезным прорывом в снижении аварийности.

Литература

Amyotte, P.R., Khan, F.I., & Dastidar, A.G. (2003). Reduce dust explosions the inherently safer way. Chemical Engineering Progress, 99(10), 36 - 43.

Barton, J., & Rogers, R.L. (1997). Chemical Reaction Hazards, 2nd Edition Rugby, UK: IchemE.

Bretherick, L. (2007). Bretherick’s Handbook of Reactive Chemical Hazards, 7th Edition, Elsevier.

Centre for Chemical Process Safety, Guidelines for Chemical Reactivity Evaluation and Application to Process Design. New York: AIChE, 1995.

Bond, J. (2003). C-MIST, Linking an accident database to design and operational software. IChemE Symposium, Hazards XVII, Manchester, UK, 2003

Kletz, T.A. (2006). Searchlights from the past. In 9th Annual Symposium, Mary Kay O’Connor Process Safety Center, Tezas A&M University, College Station, TX.

Kletz, T.A. (1986). HAZOP & HAZAN notes on the identification and assessment of hazards. Rugby, Warwickshire, UK: Institution of Chemical Engineers.

Goulding, J.P. (1994). European Union Seminar on Safety and Runaway Reactions. Frankfurt.

Rogers, R.L., & Hallam, S.A. (1991). Chemical approach to inherent safety. Trans I. Chem. E., 69, 149 - 152.

Mannan, M.S. (2005). Lee’s loss prevention in the process industries: hazard identification, assessment and control, 3rd ed. Butterworth – Heinemann, Massachusetts: Elsevier.

Hale, A.R., Ale, B.J.M., Goossens, L.H.J., Heijer, T., Bellamy, L.J., Mud, M.L., Roelen, A., Baksteen, H., Post, J., Papazoglou, I.A., Bloemhoff, A., & Oh, J.I.H. (2007). Modeling accidents for proioritizing. Reliability Engineering and system safety, 92(12), 1701 - 1715. https://doi.org/10.1016/j.ress.2006.09.025

Wang, J., & Yan, M. (2019). Application of an improved model for accident analysis: a case study. Int. J. Environ. Res. Public Health, 16, 2756 - 2767. https://doi.org/10.3390/ijerph16152756

Nisbet, R., Elder, J., & Miner, G. (2009). Handbook of statistical Analysis and Datamining Applications. Burlington: Elsevier.

Major Accident Reporting System (MARS). https://ec.europa.eu/jrc/en/scientific-tool/major-accident-reporting-system (accessed 19.11.2020).

ERNS database. https://cfpub.epa.gov/si/si_public_record_report.cfm?Lab=&dirEntryId=2874 (accessed 19.11.2020).

Accidental Release Information Program (ARIP) database. https://www.envirosource.com/domino/thielen/envrsrc.nsf/BookSearch/BAD2747A3FD150D58625662F000B86A7?OpenDocument (accessed 19.11.2020).

Garland, R.W. (2004). Electronic management of change process. Process Safety Progress, 23(4), 244 - 251. https://doi.org/10.1002/prs.10036

Abbasi, T., Pasman, H.J., & Abbasi, S.A. (2010). A scheme for the classification of explosions in the chemical process industry. Journal of Hazardous Materials, 174, 270 - 280. https://doi.org/10.1016/j.jhazmat.2009.09.047

Jianhao, W., Gui, F., & Mingwei, Y. (2020). Investigation and analysis of a hazardous chemical accident in the process industry: triggers, roots, and lessons learned. Processes, 8(4), 477 - 494. https://doi.org/10.3390/pr8040477

Ale, B.J.M. (2002). Risk assessment practices in the Netherlands. Safety Science, 40(1-4), 105 - 126. https://doi.org/10.1016/S0925-7535(01)00044-3

Al-Qurashi, F., Sharma, G., Rogers, W.J., & Mannan, M.S. (2001). Applications of relational chemical process safety databases for lowering mean failure rates. Process Safety Progress, 20(4), 280 -285. https://doi.org/10.1002/prs.680200410

AIChE/CCPS, Center for Chemical Process Safety, Guidelines for Chemical Process quantitative Risk analysis, 2nd edition, 2000.

Steinbach, J. (1999). Safety Assessment for Chemical Processes. Weinheim: Wiley, VCM.

Perry, R.H. (1998). Chilton. C.H. Perry’s Chemical Engineers’ Handbook, 7th Edition. New York: McGraw-Hill International Editions.

Опубликован
2020-12-26
Как цитировать
Бхавани, А. Г., & Гупта, А. К. (2020). Эффективное использование баз данных для предупреждения химических аварий. Химическая безопасность, 4(2), 24 - 34. https://doi.org/10.25514/2020.2.18002
Раздел
Оценка и моделирование риска химической опасности