QRA of accidental events initiated by leaks causing a fire in process industries

• Autorzy: Briš R. , Grunt O.

Identyfikatory

DOI

10.17531/ein.2015.4.14

Warianty tytułu

PL

Ilościowa ocena ryzyka przypadkowych zdarzeń wywołanych przez nieszczelności powodujące pożary w przemyśle przetwórczym

• Języki publikacji: EN

Abstrakty

EN

Risk to safety of personnel in process industries is normally modelled by the application of Event Trees, where the risk is defined as a product of event frequency and its consequences. This method is steady state whilst the actual event is time dependent. For example, gas release is an event comprising the size of gas cloud being released, probabilities of ignition, fire or explosion, fatality, escalation to new releases and fire and/or explosion, and the probability of fatality, all varying with time. This paper brings new perspective, how the risk to safety of personnel could be evaluated in dynamic context. A new approach is presented whereby the time-dependent events and the time-dependent probability of fatality are modelled by means of the analytical computation method based on modeling of different accident scenarios by use of the directed acyclic graph (DAG) and Fault Tree Analysis (FTA) method. Using these methods the modeled scenarios change with relevant probabilities at defined times to configurations with appropriate probabilities of fatalities.The paper uses a realistic example from the offshore industry, where different sizes of leak have different probability characteristics. Specifically small, medium and large leaks are evaluated. Based on the dynamic evolution of the probability of fatality, it is concluded that the most dangerous leak is the large one. Probability of fatality caused by the leak increased very rapidly within first 5 minutes. At the end of 5th minute, there is approximately one order of magnitude difference in the probabilities of fatality associated with the respective leak sizes.

PL

Zagrożenie dla bezpieczeństwa pracowników w przemyśle przetwórczym jest zwykle modelowane za pomocą drzewa zdarzeń, gdzie ryzyko jest zdefiniowane jako iloczyn częstotliwości zdarzenia i jego skutków. Metoda ta dotyczy stanu stacjonarnego, podczas gdy rzeczywiste zdarzenie jest zależne od czasu. Na przykład, ulatnianie się gazu jest zdarzeniem, które wiąże się z wielkością obłoku uwalnianego gazu, prawdopodobieństwem zapłonu, pożaru lub wybuchu, śmiertelnością, eskalacją pod kątem dalszego wycieku i pożaru i/lub wybuchu, oraz prawdopodobieństwem ofiar śmiertelnych, w każdym przypadku zależnie od czasu. Niniejsza praca pokazuje nowe podejście do tego, jak zagrożenie dla bezpieczeństwa pracowników może być rozpatrywane w kontekście dynamicznym. Nowe metoda polega na tym, iż zdarzenia zależne od czasu i zależne od czasu prawdopodobieństwo śmiertelności są modelowane za pomocą analitycznej metody obliczeń opartej na modelowaniu różnych scenariuszy wypadków przez zastosowanie skierowanego grafu acyklicznego (DAG) i metody analizy drzewa błędów (FTA). Dzięki zastosowaniu niniejszych metod, modelowane scenariusze zmieniają się wraz z odpowiednimi prawdopodobieństwami w określonych czasach na konfiguracje z właściwymi prawdopodobieństwami śmiertelności. Artykuł wykorzystuje rzeczywisty przykład z branży morskiej, gdzie różne rozmiary wycieku wykazują różne parametry prawdopodobieństwa. Szczegółowo oceniane są małe, średnie i duże wycieki. W oparciu o dynamiczną ewolucję prawdopodobieństwa ofiar śmiertelnych, należy stwierdzić, że najbardziej niebezpieczny jest duży wyciek. Prawdopodobieństwo ofiar śmiertelnych spowodowanych wyciekiem gwałtownie wzrasta w ciągu pierwszych 5 minut. Na koniec 5. minuty, występuje różnica w przybliżeniu o jeden rząd wielkości w prawdopodobieństwie śmiertelności związanej z odpowiednimi wielkościami wycieku.

Słowa kluczowe

EN

hydrocarbon-related fire risk; offshore industry; time-dependent risk modeling; directed acyclic graph

PL

ryzyko pożarowe związane z węglowodorami; przemysł morski; modelowanie ryzyka w zależności od czasu; skierowany graf acykliczny

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2015
• Tom: Vol. 17, no. 4
• Strony: 582--590
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Briš R.

• Department of Applied Mathematics VŠB-Technical University of Ostrava 17. listopadu 15 708 33 Ostrava – Poruba Czech Republic

autor

Grunt O.

• Department of Applied Mathematics VŠB-Technical University of Ostrava 17. listopadu 15 708 33 Ostrava – Poruba Czech Republic

Bibliografia

• 1. Abimbola M, Khan F, Khakzad N. Dynamic safety risk analysis of offshore drilling. Journal of Loss Prevention in the Process Industries 2014; 30: 74-85, http://dx.doi.org/10.1016/j.jlp.2014.05.002.
• 2. Aven T, Sklet S, Vinnem, J E. Barrier and operational risk analysis of hydrocarbon releases (BORA-release). Part I, method description. Journal of Hazardous Materials 2006; A137: 689-691, http://dx.doi.org/10.1016/j.jhazmat.2006.03.049.
• 3. Bris R. Parallel simulation algorithm for maintenance optimization based on directed Acyclic Graph. Reliability Engineering and System Safety 2008; 93: 874-884, http://dx.doi.org/10.1016/j.ress.2007.03.036.
• 4. Bris R. Exact reliability quantification of highly reliable systems with maintenance. Reliability Engineering and System Safety 2010; 95:1286–1292, http://dx.doi.org/10.1016/j.ress.2010.06.004.
• 5. Bris R. Evaluation of the production availability of an offshore installation by stochastic petri nets modeling. 2013 International Conference on Digital Technologies, Zilina, Slovakia: 147-155, http://dx.doi.org/10.1109/dt.2013.6566303.
• 6. Bris R, Medonos S, Wilkins Ch, Zdráhala A. Time-Dependent Risk Modelling of Accidental Events and Responses in Process Industries. Proceedings of 11th International Probabilistic Safety Assessment and Management Conference and the Annual European Safety and Reliability Conference 2012 in Helsinki, PSAM11-ESREL; 3: 2056-2065.
• 7. Briš R, Medonos S, Wilkins Ch, Zdráhala A. Time-dependent risk modeling of accidental events and responses in process industries, Reliability Engineering and System Safety 2014; 125: 54-66, http://dx.doi.org/10.1016/j.ress.2013.05.010.
• 8. Kumamoto H, Henley E J. Probabilistic Risk Assessment and Management for Engineers and Scientists – 2nd ed. New York: IEEE Press, 1996. ISBN 0-7803-1004-7
• 9. Marseguera M, Zio E. Monte Carlo approach to PSA for dynamic process systems. Reliability Engineering and System Safety 1996; 52: 227-241, http://dx.doi.org/10.1016/0951-8320(95)00131-X.
• 10. Milazzo M F, Ancione G, Lisi R, Vianello C, Maschio G. Risk management of terrorist attacks in the transport of hazardous materials using dynamic geoevents. Journal of Loss Prevention in the Process Industries 2009; 22: 625-633, http://dx.doi.org/10.1016/j.jlp.2009.02.014.
• 11. Nývlt O, Rausand M. Dependencies in event trees analyzed by petri nets. Reliability Engineering and System Safety 2012; 104: 45-57, http://dx.doi.org/10.1016/j.ress.2012.03.013.
• 12. Oil & Gas UK. Fire and Explosion Guidance. The United Kingdom Offshore Oil and Gas Industry Association Limited, Issue 1, 2007.
• 13. Ramsay C G, Bolsover A J, Jones R H, Medland W G. Quantitative risk assessment applied to offshore process installations. Challenges after the piper alpha disaster. Journal of Loss Prevention in the Process Industries 1994; 7: 295-304, http://dx.doi.org/10.1016/0950-4230(94)80045-6.
• 14. Signoret J, Dutuit Y, Cacheux P, Collas S, Foleaux C, Thomas P. Reliability block diagrams driven petri nets. Reliability Engineering and System Safety 2013; 113: 61-75, http://dx.doi.org/10.1016/j.ress.2012.12.008.
• 15. Stroeve S H, Blom H A P, Bakker G J. Contrasting safety assessments of a runway incursion scenario: Event sequence analysis versus multi-agent dynamic risk modelling. Reliability Engineering and System Safety 2013; 109: 133-149, http://dx.doi.org/10.1016/j.ress.2012.07.002.
• 16. Vinnem J E, Veire G, Heide B, Aven T. A method for developing and structuring risk activity indicators for major accidents, presented at PSAM7, Berlin, 14-18 June, 2004.