RiskCloud-基于Markov算法精准的SIL验证模块

RiskCloud-基于Markov算法精准的SIL验证模块、FTA软件、 JSA软件、FMEA软件(干货分享阿波罗根本原因分析法)

阿波罗根本原因分析法（Apollo Root Cause Analysis）是近几年来在欧美企业十分盛行的用于处理产品技术质量问题的分析和解决方法。它利用因果图表等工具深入分析问题产生的根本原因，实施有效解决途径，防止问题再次发生。作为一种新的思维方式，其分析过程实质就是追寻最全面的问题解决方法。

RiskCloud——RCA模块采用的事故根本原因分析方法便是阿波罗根本原因分析法（Apollo Root Cause Analysis）。由于其目前在国内应用不多，本文先概要介绍此方法的应用流程，而后应用RiskCloud——RCA模块进行案例实战，通过应用与分析我们将发现阿波罗根本原因分析法具体应如何应用于化工过程工业领域。

阿波罗根本原因分析法流程

1确定问题：

只有了解真正的问题，才能明确根本原因调查期间需要收集哪些信息。同时，确定管控措施有哪些，有助于确保选择实施的解决方案是最有效的解决方案。待确定的问题包含且不局限于以下的内容：

1. 确定什么问题

2. 发生时间

3. 发生地点

4. 产生的影响

2因果分析：

阿波罗根本原因分析方法的指导原则指出，由条件和动作导致发生的起始结果事故至少有两条原因（根本原因、辅助原因）。其中，条件是随时间而存在，动作是与事件相关的运动或状态变化。

Apollo根本原因分析方法要求对条件原因和动作进行详尽的搜索，导致以因果图（称为现实图表）的形式指导流程。

方法中所采用的因果图表完全不同于全面质量管理中采用的鱼刺图，而是一种为帮助分析时间而逐渐展开的因果关系链。

3找寻有效解决方案：

任何给定的问题都有众多的原因，这也意味着有众多可能的解决方案。阿波罗根本原因分析方法建立了“解决方案标准”，以发现最佳解决方案。其次必须检查所有原因，以找到一种方法，通过解决方案来适配它们。解决方案标准需要满足：

Ø 避免问题重复发生；

Ø 在控制权限之内；

Ø 确定达到目标；

Ø 不会导致出现其他问题。

4持续改进、实时跟踪解决方案：

如果找到有效解决方案，并完成相关的所有工作之后，我们未持续改进、实时跟踪它们以验证其有效性，那么我们所做的工作其实都是徒劳的。然而，大多数企业还就是真的这样做的。

成功绝非偶然，必须走一条高质量、高效率的途径实现。

在RiskCloud-RCA模块中，其采用Apollo根本原因分析方法有助于创建最终报告、分配纠正措施以及跟踪这些动作完成。

5完成RCA报告

RCA报告的内容包括确定问题、因果分析、解决方法、程序目标、组织角色及责任、安排计划、节点、措施跟踪、质量控制、持续改进。

RiskCloud-RCA案例实战

案例一：人员在实验室内吸入有毒气体S02。

具体描述：吸入有毒烟雾是由S02烟雾通过三个排水管之一进入实验室造成的。这些排水管与另一间实验室的通风橱，地漏和洗眼站连接。烟雾是由某含硫的实验产品与水混合时从集水槽中产生的。因为在某实验中用软管将泵抽了出来以清除堵塞物。堵塞是由于含硫实验产品在泵室和连接器内部的积聚引起的。冲洗后的物料进入下水道，然后进入共同的污水池，污水池同时为两个实验室提供服务。

确定起始结果“吸入有毒气体”，以及导致该结果的直接动作“有毒气体进入实验室”。

有毒气体进入实验室，也需在存在“人员呼吸”的条件才会导致起始结果发生。分析节点延拓，

发现人员呼吸是必然事件的条件节点，故不必再继续分析。

之后对动作继续分析，

之后每个节点，再进行同样的分析。直至结束。因篇幅限制，这里直接给出本次案例因果图结果。

从本次RCA分析中发现导致本事故的根本原因有三条：

1. 实验过程中泵内部发生的化学反应；

2. 实验室的门是关闭的；

3. 排水管未封口、堵住。

对此，可以确定对应的管控措施：

对应措施一：实施该过程/产品中泵的每周冲洗时间表测量计划，测量效果并根据需要建议调整。

对应措施二：在实验室内安装额外的通风设备。

对应措施三：在两个实验室的每个下水道上安装气闸/疏水阀，以防止油槽或相连的下水道冒烟。

最后根据以上分析内容，编制RCA报告并实时跟踪、持续改进，完成分析，预防事故发生。

案例二：氢气长管拖车泄漏燃烧

具体描述：2020年12月16日下午，驾驶员A与B两人用某车头将管束车举引至用氢站，驾驶员A将导静电线与管束车接好后，摇下支腿，将车头与挂车进行脱钩分离后，操作员C在挂车的尾部查看压力表读数，驾驶员A口述小阀门与操作仓门在到厂的时候已经全部打开，C随即复查小阀门是否处于开启状态，然后C装接软管并用铜扳手紧固，5分钟左右C站在爬梯上开总阀门，站立位置偏在管束车总阀门的右侧，一瞬间发出一声很大的响声，人和爬梯一起被冲倒在地，C本人仰面朝上，总阀口喷射火焰，几秒钟后，处于火焰下方的C先往右滚翻到管束外侧，再爬起来，从管束车右侧走到管束车前面，指挥两名驾驶员迅速开空车头驶离场地，自己去找用氢站巡检室岗位人员，到场打开消防栓对管束喷水降温。直至公司领导到场后被安排去医院检查。持续燃烧时间并不清楚。

通过RCA分析，我们得知事故的根本原因为：1.操作员违规接管；2.现场无备用转换接头。

RiskCloud-RCA模块特点

通过阿波罗根本原因分析的应用流程介绍以及案例应用，能够发现该方法能够帮助提升分析人员的批判性思维，以及为解决问题提供新的技能。该理论方法可用于任何关键问题的分析活动过程中，尤其对于风险高、事故易发的化工过程行业，更能够为企业完善安全生产管理发光发热。

RiskCloud-RCA模块以极具个性化的面板、清晰的因果分析链、完善的数据配置功能，让企业在进行RCA工作时更加高效，让其把握事故的本质更加通透。

RiskCloud致力于将RCA模块中的分析结果和数据融合到企业的安全管理中帮助。如企业在进行风险管控、事故隐患排查过程中，通过RCA获得更为本质的事故原因、更直接有效的管控措施等数据。通过RiskCloud，将关键数据关联至企业风险管理大屏，实时监测、监控，实现智慧安全管理。

歌略十年，风险无忧

上海歌略软件科技有限公司（歌略软件），是一家专门提供高端安全风险管控软件的公司，总部位于上海，注册资金3000万元，目前已在北美成立营销中心。主要服务的对象集中于石油、化工、能源、制药等危险化学品制造与使用企业。歌略专注于安全风险管控管理软件和分析工具的研发与高端顾问服务。

歌略自成立以来，一直秉承不断自主创新的原则，歌略的理念是“不第一，即唯一”。近10年来，歌略相继推出了多款具有世界级领先技术的软件，在安全生产信息化及安全风险分析软件领域享有较高的知名度并拥有众多成功案例。

这十年间，通过国内外顶尖的IT及安全专家的持续努力，实现了多种世界领先的技术，其中自定义分析方法技术更加是突破技术极限，实现了国外的公司多年想实现却未实现的技术，是国产品牌的骄傲。RiskCloud相继荣获了多项国家发明专利及科技奖项，软件的功能模块不仅包含本书的核心HAZOP分析、SIL定级与基于马尔可夫(Markov)模型算法的SIL验证模块，还包括了FMEA、CyberRisk、QRA等多种模块，还可以根据客户实际需求，来定义符合自身特点的风险分析方法，以及定制其专属的风险分析模板。

RiskCloud-基于Markov算法精准的SIL验证模块相关推荐

python自带的对称算法_一种基于对称算法和专用加载模块的Python程序模块加密方法...
一种基于对称算法和专用加载模块的Python程序模块加密方法 [专利说明]一种基于对称算法和专用加载模块的Python程序模块加密方法技术领域 [0001]本发明涉及一种网络安全技术,具体涉及一种P ...
基于Carsim和Simulink的SIL软件在环仿真验证
基于Carsim和Simulink的路径跟踪控制算法的SIL软件在环测试验证路径跟踪控制算法选择前面文章五次多项式作为换道路径,联合仿真软件Carsim2016&matlab2022a,搭 ...
R语言使用caret包的train函数构建xgboost模型(基于linear算法)模型构建分类模型、trainControl函数设置交叉验证参数、自定义调优评估指标
R语言使用caret包的train函数构建xgboost模型(基于linear算法)模型构建分类模型.trainControl函数设置交叉验证参数.自定义调优评估指标.tuneLength参数和tun ...
R语言使用caret包的train函数构建xgboost模型(基于gbtree算法)模型构建分类模型、trainControl函数设置交叉验证参数、自定义调优评估指标
R语言使用caret包的train函数构建xgboost模型(基于gbtree算法)模型构建分类模型.trainControl函数设置交叉验证参数.自定义调优评估指标.tuneLength参数和tun ...
R语言使用caret包的train函数构建xgboost模型(基于dart算法)模型构建分类模型、trainControl函数设置交叉验证参数、自定义调优评估指标
R语言使用caret包的train函数构建xgboost模型(基于dart算法)模型构建分类模型.trainControl函数设置交叉验证参数.自定义调优评估指标.tuneLength参数和tuneG ...
机器学习：基于AdaBoost算法对信用卡精准营销建立模型（附案例实战）
机器学习:基于AdaBoosts算法对信用卡精准营销建立模型作者:i阿极作者简介:Python领域新星作者.多项比赛获奖者:博主个人首页
[当人工智能遇上安全] 5.基于机器学习算法的主机恶意代码识别研究
您或许知道,作者后续分享网络安全的文章会越来越少.但如果您想学习人工智能和安全结合的应用,您就有福利了,作者将重新打造一个<当人工智能遇上安全>系列博客,详细介绍人工智能与安全相关的论文. ...
python模型训练框架_使用TensorFlow框架基于SSD算法训练模型
内容引用其它文章:https://my.oschina.net/u/876354/blog/1927351 目标检测是AI的一项重要应用,通过目标检测模型能在图像中把人.动物.汽车.飞机等目标物体检测 ...
基于LightGBM算法实现数据挖掘！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:黄雨龙,中国科学技术大学对于回归问题,Datawhale已经梳理 ...

RiskCloud-基于Markov算法精准的SIL验证模块

RiskCloud-基于Markov算法精准的SIL验证模块相关推荐

最新文章

热门文章