基于概率风险评估的舰船装备研制风险分析与决策.docx

基于概率风险评估的舰船装备研制风险分析与决策

【关键词】舰船研制;基于风险的决策支持;PRA(概率风险评估);PDM(产品数据管理) 【摘要】随着数字化造船技术的发展，在舰船装备研制过程中，对定量风险分析的需求越来越强烈。针对我国舰船装备系统复杂、研制周期长的特点，本文提出了一种基于全寿命周期数据管理(PLM/PDM)系统的风险管理和决策支持系统。并结合概率风险分析方法与定性风险分析方法在船舶系统应用的特点，在风险数据收集、风险模型和风险知识库建立及完善等几个方面进行了深入分析。 0、引言 风险分析方法分为定性分析和定量分析两大类。定性分析包括矩阵分析法、危害性分析(HAZOP)、故障模式和影响分析(FMEA/FMECA)等，定量分析包括故障树分析(FTA)、事件链分析(ESD)、马尔可夫分析(Markov)、动态事件逻辑分析(DELA)等。通过定性分析方法，可以将系统的所有风险事件按照风险等级进行排序，从而决定哪些风险事件需要高度关注，并通过分析对比风险处理措施对降低风险等级的作用，来选取最佳处理方案。定性风险分析方法由于程序简单、可操作性好，因而应用较为广泛。但是定性分析方法受风险分析参与者知识和经验的限制，得到的结果往往具有一定的主观性、片面性。同时，由于缺乏严密的逻辑，难以形成易于继承重用的固化的知识。 美国宇航局(NASA)早在1967年即利用系统化的风险评价方法，对航天器的安全性进行定量研究，并制定了一整套“建议性准则”。但由于种种原因，这套准则并未得到NASA自身的认同和采纳，以致于在相当长的一段时间内，NASA都采用故障模式和影响分析(FMEA)等定性风险分析方法。直到1986年，“挑战者”号失事，NASA开始重新进行定量风险分析方法研究，并发明了概率风险分析工具QRAS，用于航天器的设计与运行风险分析J。美国原子能委员会(USNRC)1975年10月组织研究小组，针对核电厂安全开展定量研究，发表了著名的RSS报告，标志着概率风险评估(PRA)的正式诞生。经过数十年的持续研究，USNRC在核事故的关键性诱因与后果分析方面积累了丰富的经验，形成了一整套相对完整的流程和方法，并建立了风险数据库。 经过几十年的发展，定量风险分析方法逐渐为人们所接受和采纳，在航空航天、船舶_4]、电子通讯、国防军工、机械制造等领域获得应用。目前，以风险分析为基础，进行风险决策的工作模式(risk.baseddecisionmaking)逐渐成为研究热点。 1、大型复杂船舶系统风险分析的困难采用概率风险分析方法进行风险分析时，首先是按照功能模块划分，将系统进行分解，逐级查找初始事件(即风险诱因);然后通过场景分析，建立从初始事件到事故后果的事件链，形成完整的事故场景;最后经过故障树分析，量化中间环节计算出风险事件的概率。 为了建立完整的风险模型，首先必须进行大量的数据准备，收集从设计、制造到测试、维护各个环节的数据，建立设备及元器件可靠性数据库，完成各级系统与设备的故障与失效模式分析和测试，再加上各种设备的原理说明、功能流程框图、技术性能指标等特性信息。对于具有上百个子系统、上万台套设备、上百万功能模块的大型船舶系统，将如此大量的跨产品全寿命周期的.各类数据进行有效的组织管理，迄今仍是非常困难的事情。 然后是建立风险模型和进行故障树分析。在这个环节，各类工程技术人员、管理人员以及甲方的参与和密切配合是成功的关键。由于涉及跨部门、跨行业的各个层次人员的参与，如何有效组织协调各方积极参与建模工作，同样是非常具有挑战性的工作。 从我国装备研制体系和舰船生产建造经验来看，舰船研制具有三大特点：一是从立项到交付，生产建造周期长;二是部门与行业涉及面广，协同工作量大;三是子系统和设备多，系统复杂。因而，收集完整的船舶系统风险数据并建立风险模型和风险知识库的工作量和难度，将不亚于船舶建造本身。同时，还必须考虑组织管理等人为因素的风险管理工作的影响。 2、解决途径 2.1收集风险数据风险数据的收集是进行风险分析的基础。一方面必须建立收集企业内部数据和外部数据的渠道，另一方面必须将来自不同部门不同阶段的产品数据信息进行关联，形成高效的数据管理系统。这对于传统企业运行模式来说，几乎是不可能实现的。只有建立企业产品全寿命周期管理(PLM/PDM)系统，才能从根本上解决数据收集的难题。 PLM/PDM系统在为风险管理软件和风险分析工具提供必要的数据支撑的同时，还帮助风险管理人员之间建立起高效的协同工作模式，对企业的管理和信息化水平具有极大的提升作用。 2.2建立风险模型 2.2.1建模过程主逻辑图(MLD)是进行风险识别的重要工具。 MLD利用产品结构树(PBS)或工作分解结构(WBS)，自上而下逐级查找，系统全面地辨识出所有的潜在风险诱因。头脑风暴法是查