Лист докум.2

Работа добавлена на сайт samzan.net:

Изм.

Лист

№ докум.

Подпись

Дата

Лист

Изм.

Лист

№ докум.

Подпись

Дата

Лист

ОГЛАВЛЕНИЕ

1 АНАЛИТИЧЕСКАЯ ЧАСТЬ………………………………………………………………….4

Пожарная опасность и риск……………………………………………………………..6
Вероятностный подход к анализу риска……………………………………………….9
1. Основные положения…………………………………………………………..9
2. Особенности вероятностного анализа пожарного риска для зданий………10
3. Программа FiRECAM………………………………………………………….13
Эвристический подход к анализу риска………………………………………………16
1. Основные положения………………………………………………………….16
2. Метод «Дау Кемикал»…………………………………………………………17
3. Метод FSES…………………………………………………………………….18
4. Метод FRIM…………………………………………………………………….19
5. Метод Гретенера и его модификации………………………………………...22
Выводы………………………………………………………………………………….28

РАСЧЕТНАЯ ЧАСТЬ………………………………………………………………………29

БИБЛИОГРАФИЧЕСКИЙ СПИСОК…………………………………………………………44

1 АНАЛИТИЧЕСКАЯ ЧАСТЬ

В связи с принятием в 2008 Федерального закона № 123-ФЗ «Технический регламент о требованиях пожарной безопасности» [1] особую актуальность приобретают выработка и внедрение в отечественную практику научно обоснованных методик количественной оценки пожарного риска, позволяющих устанавливать соответствие реально существующего уровня риска законодательно установленному предельному значению.

В последние десятилетия в большинстве промышленно развитых стран происходит переход от жесткого нормирования требований пожарной безопасности при проектировании зданий и сооружений к гибкому или объектно-ориентированному нормированию [2—5]. Сущность этого подхода состоит в том, что устанавливаются цели, которым должна соответствовать система пожарной безопасности объекта (это отражается и в принятой в англоязычной литературе терминологии — performance-based codes в дословном переводе означает нормирование, основанное на выполнении задачи), но не регламентируются проектные решения для их достижения. Тем самым к минимуму сводятся ограничения в устройстве объекта, стимулируется использование новых подходов к обеспечению пожарной безопасности и в конечном итоге обеспечивается более высокая экономическая эффективность проектных решений [6].

Если при традиционном подходе проектные решения систем пожарной безопасности жестко регламентированы, то при гибком нормировании, когда возможны альтернативные проектные решения, значительно возрастает потребность в разработке и практическом использовании методов для оценки пожароопасности объектов и пожарного риска. Эти методы должны позволять на основании заданных характеристик объекта (конструкция, предназначение, количество находящихся людей, имеющиеся средства противопожарной защиты) прогнозировать возникновение и развитие пожара, эвакуацию людей, оценивать возможный ущерб и последствия.

Лишь имея количественные данные о поведении такой сложной системы в условиях пожара, можно установить степень соответствия применяемых для данного объекта проектных решений нормативным требованиям по пожарной безопасности. Кроме того, методы количественного прогноза развития и последствий пожара необходимы для оценки экономической эффективности различных проектных решений, а также для определения тарифов страхования ответственности и имущественного страхования при пожарах. Как показывает анализ литературы, в настоящее время в мире отсутствует единый метод оценки пожарного риска, который был бы принят в качестве обязательного в нормативной документации, регламентирующей вопросы пожаробезопасности [7, 8].

В промышленно развитых странах способ анализа риска (как правило, на основе логических деревьев) и конкретные методики его оценки законодательно устанавливаются для объектов, представляющих повышенную опасность, — атомных электростанций, хранилищ и терминалов сжиженного природного газа, производств взрывчатых веществ [9].

Для остальных объектов законодательно устанавливаются лишь общие принципы, по которым должен оцениваться пожарный риск, тогда как методики расчетов издаются в качестве рекомендаций, сопровождающих соответствующие стандарты [9—15]. В качестве расчетных методов допускается применять как качественный анализ, так и количественный, включая индексные методы и полный вероятностный анализ. Выбор метода должен производиться в соответствии с целями проведения анализа риска, имеющимися данными об объекте, материальными и людскими ресурсами, с учетом временных и финансовых ограничений.

В Российской Федерации также постепенно происходит переход к практике гибкого нормирования в области пожарной безопасности. Методы оценки пожарного риска определены государственными стандартами [16, 17]. Нормативное значение пожарного риска для зданий, сооружений и строений установлено федеральным законом [1]. Согласно статье 79 этого закона «Индивидуальный пожарный риск в зданиях, сооружениях и строениях не должен превышать значение одной миллионной в год при размещении отдельного человека в наиболее удаленной от выхода из здания, сооружения и строения точке». В соответствии со статьей 93 «Для производственных объектов, на которых обеспечение величины индивидуального пожарного риска одной миллионной в год невозможно в связи со спецификой функционирования технологических процессов, допускается увеличение индивидуального пожарного риска до одной десятитысячной в год». Порядок расчета индивидуального пожарного риска определен методикой [18]. Кроме того, за последнее десятилетие принят ряд международных ГОСТов по анализу и менеджменту риска в более широком понимании [19—21].

Таким образом, анализ риска быстрыми темпами становится одним из необходимых инструментов при проектировании объектов, их эксплуатации и пожарном аудите. В связи с этим имеется настоятельная потребность проанализировать современное состояние проблемы количественной оценки пожарного риска, достигнутый уровень знаний в этой области и сопоставить принятые в нашей стране подходы с используемыми в мире.

Цель настоящей работы состоит в анализе современных подходов к оценке пожарного риска и практики их использования. Объектом исследования являются пожары в зданиях различного назначения (жилых, административных, общественных и т. д.).

Оценка риска производственных объектов и технологических установок, а также при чрезвычайных ситуациях других типов (например, при выбросах токсичных веществ) затрагивается лишь с точки зрения общности методологических подходов, при необходимости соответствующие методики могут быть найдены в обширной специализированной литературе по промышленной безопасности. В первой части работы основное внимание уделяется рассмотрению вероятностного и эвристического подходов к анализу пожарного риска и обзору различных методов, реализующих эти подходы. Вторая часть посвящена обсуждению областей наиболее целесообразного применения вероятностного и эвристического подходов при оценке пожарного риска, а также практическим проблемам вероятностного расчета индивидуального риска.

1.1 Пожарная опасность и риск

Понятия «опасность» и «риск» являются весьма многогранными, и их определения в значительной степени зависят от контекста и области знания, в которой они вводятся и рассматриваются [22—26].

Применительно к пожарной опасности и пожарному риску в настоящее время в целом сложилась терминология, используемая в научной литературе и нормативных документах. Так, согласно [1] пожарная опасность объекта защиты — это состояние объекта защиты, характеризуемое возможностью возникновения и развития пожара, а также воздействия на людей и имущество опасных факторов пожара, тогда как пожарный риск — это мера возможности реализации пожарной опасности объекта защиты и ее последствий для людей и материальных ценностей. Эти определения в целом согласуются с используемыми в зарубежной литературе и нормативных документах понятиями fire hazard и fire risk [8—11, 27].

Существующие методы оценки потенциальных последствий пожаров делятся на две категории.

К первой из них (анализ пожароопасной ситуации, или hazard analysis) можно отнести методы анализа, направленные на изучение характеристик пожара и его воздействия на людей и имущество, при задан-ном сценарии (который включает совокупность исходных данных по геометрии помещения, параметры очага горения, состояние вентиляционных проемов, исходное положение находящихся в здании людей и т. п.). При таком подходе, как правило, используются детерминистские математические (интегральные, зонные или дифференциальные) либо физические (полномасштабные или уменьшенные в размерах) модели пожара. Целью исследований является получение количественных данных о характеристиках окружающей среды при реализации данного сценария пожара, ее поражающем действии и возможном материальном ущербе. При этом не рассматриваются вопросы о вероятности реализации данного сценария, влияния неопределенностей в свойствах охваченного горением материала, поведенческих особенностей людей при эвакуации и т. п.

Ко второй категории (анализ риска, или risk analysis) относятся методы, в которых центральное место занимает анализ факторов, носящих случайный характер, — от расположения места загорания и количества вовлеченных в горение материалов до срабатывания или отказа систем оповещения и пожаротушения, обрушения элементов конструкций, возникновения паники и т. д. Каждая реализация перечисленных состояний по существу определяет сценарий пожара, поэтому анализ опасностей и последствий отдельных сценариев входит составной частью в анализ риска [8, 27].

В зависимости от рассматриваемых последствий различают несколько видов риска [22]. Индивидуальный риск характеризует вероятность поражения отдельного человека в результате воздействия на него пожара, коллективный риск — ожидаемое количество пострадавших или погибших за определенный период времени, тогда как социальный риск представляет собой вероятность одновременного поражения группы людей заданной численности и выражается в виде соответствующей F/N диаграммы. Материальный риск характеризует ожидаемые социально-экономические потери от пожара и может выражаться как в виде математического ожидания экономического ущерба, так и в виде F/G диаграмм.

Рассматривают также риск косвенных материальных потерь (например, от приостановки производственного процесса) и экологический риск [28]. Целью анализа риска может быть как установление абсолютного уровня риска для сравнения его с предельно допустимым значением и оценки достаточности уровня противопожарной защиты, так и определение относительного уровня риска для сравнения уровней пожаробезопасности различных объектов либо выбора альтернативных проектных решений на одном объекте.

Пожарный риск, как мера возможности реализации пожарной опасности, по своей сути учитывает как вероятность возникновения опасной ситуации, так и степень тяжести ее последствий. В зависимости от того, на каком уровне производится описание каждого из указанных элементов, имеется целый спектр методов оценки риска. Отметим, что для анализа пожарного риска применимы общие методы оценки риска технологических систем [19], естественно, с учетом специфики пожара как вида аварии. Согласно [9] имеющиеся методы классифицируются следующим образом.

1. В качественных методах как вероятность, так и последствия выражаются на уровне качественного описания. Примером может служить заполнение проверочных листов (в виде ответа на вопросы «Что будет, если…?»), составление «матриц риска» (таблиц, столбцы которых соответствуют различной тяжести последствий, от незначительных до катастрофических, а строки — вероятности событий, от пренебрежимо малой до высокой, с соответствующей классификацией ячеек таблицы по степени риска от низкого до высокого) [8, 9, 19, 22]. Качественные методы также включают и анализ логических деревьев событий, если результат анализа формулируется на описательном уровне (высокий или низкий уровень риска, незначительный риск и т. д.) [4].

2. В полуколичественных методах часть аспектов рассматривается количественно, а другая часть — на качественном уровне. К таким методам можно отнести построение логических деревьев событий при пожаре и расчет вероятности реализации различных сценариев без исследования последствий каждого сценария. Примером может служить построение логического дерева событий с целью определения вероятности самопроизвольного затухания пожара, тушения пожара средствами ручного пожаротушения или системами автоматического пожаротушения, распространения на смежные помещения, перехода от локализованного горения к объемной вспышке и т. д. Наоборот, качественные доводы могут использоваться для выбора одного или нескольких сценариев аварии, а исследования сценариев могут проводиться количественно на основе математического моделирования с привлечением детерминистских моделей. К данному типу относится традиционный анализ опасностей при «наихудшем» сценарии пожара на основе интегральных, зонных или дифференциальных (полевых) моделей. К этому же классу относятся и методы индексирования и ранжирования риска [2, 4, 14], в которых качественные доводы используются при формировании набора атрибутов (факторов), определяющих пожарную опасность и защищенность объекта. Выбранные атрибуты оцениваются в некоторых внутренних единицах (баллах) с последующим выведением итоговой оценки и ее интерпретацией с точки зрения достаточности пожарной безопасности объекта.

3. Наконец, количественные методы оценки риска включают расчет обеих составляющих риска (вероятности и последствий). Риск определяется как вероятность наступления тех или иных опасных последствий пожара (гибель людей, материальный ущерб, экономические потери) в единицу времени — как правило, за год [24] (поэтому наряду с термином «вероятность» зачастую употребляется понятие «частота реализации»). Такое количественное определение риска является общепринятым и широко используется при анализе различных опасностей техногенного характера [22—25, 29].

Для расчета вероятности и последствий различных сценариев пожара могут применяться методы статистического анализа, детерминистское, имитационное и стохастическое моделирование [3], анализ логических деревьев событий и отказов [19—23].

1.2 Вероятностный подход к анализу риска

1.2.1 Основные положения

Анализ логических деревьев

Количественная оценка риска на основе вероятностного подхода является основой значительного числа современных методов анализа пожарных рисков. Эти методы представляют особый интерес в свете принятого закона [1], где требуется оценка абсолютного индивидуального риска. Поэтому в данном разделе вероятностные методы рассматриваются в достаточно широком контексте, позволяющем установить современный уровень знаний, а также развитые в мире методы и программные средства, относящиеся непосредственно к пожарным рискам для зданий и сооружений.

При вероятностном подходе риск какого-либо события R определяется как

R = P · U, (1)

где P — вероятность реализации данного события,

U — ожидаемый ущерб от этого события. Если ущерб может возникать в результате N различных событий, то совокупный риск определяется суммированием по всем возможным событиям:

Таким образом, количественная оценка риска сводится к выявлению возможных сценариев развития опасной ситуации и определению последствий каждого сценария. Методы количественного анализа риска с успехом применяются для оценки опасностей в таких отраслях техники, как машиностроение, аэрокосмическая отрасль, ядерная энергетика [22, 29—31]. К настоящему времени разработан и с успехом применяется формальный аппарат анализа риска, включающий построение логических деревьев (дерево неисправностей, позволяющее анализировать совокупность событий, приведших к наступлению заданного результата; дерево событий, позволяющее анализировать последствия данного инициирующего события), оценка неопределенности, анализ чувствительности и т. д. [19—21].

Например, дерево неисправностей может быть использовано для оценки вероятности возникновения аварийной ситуации, а дерево событий — при анализе различных путей развития аварийной ситуации и определении ее последствий. При оценке вероятностей отдельных событий Pi используются статистические данные, а вероятный ущерб при каждом сценарии Ui может определяться методами математического моделирования.

Применительно к проблемам пожаровзрывобезопасности вероятностные методы наиболее широкое применение нашли для оценки рисков техногенных аварий на производственных объектах, связанных с хранением и переработкой опасных веществ, в том числе наружных технологических установок (взрывы резервуаров высокого давления и трубопроводов, выбросы токсичных веществ, пожары разлитий и т. п.) [32—34]. Можно сказать, что дерево событий, описывающее возможные сценарии развития аварии после разгерметизации резервуара высокого давления, включающее такие явления, как пожар разлития, огненный шар, пожар-вспышка, факельное горение, является классическим примером, который приводится во многих литературных источниках [2, 8, 33—37]. На рис. 1 приведен пример дерева событий для аварии на установке первичной переработки нефти [36]. Для определения риска определенного ущерба (например, поражения персонала тепловым излучением) каждый сценарий (ветвь дерева событий) должен быть детализирован с точки зрения вероятностей реализации в точках ветвления, а также количественной оценки последствий. Отметим, что на рис. 1 представлены условные вероятности развития аварии при реализации инициирующего события, для нахождения абсолютных вероятностей реализации за определенный промежуток времени их следует умножить на вероятность (частоту реализации) выбросов нефти.

Рис. 1. Дерево событий аварий на установке первичной переработки нефти

1.2.2 Особенности вероятностного анализа пожарного риска для зданий

Методика анализа риска на основе логических деревьев применима и для анализа риска при пожарах в зданиях и сооружениях. В зависимости от интересующего типа опасности возможно построение нескольких деревьев событий. Так, при оценке риска для жизни людей наиболее адекватным является дерево событий, в которое включены характер развития пожара, срабатывание или отказ системы пожарной сигнализации и оповещения, работа систем автоматического пожаротушения и противодымной защиты, напрямую влияющие на распространение дыма по зданию и возможность своевременной эвакуации людей. Если же оценивается материальный риск, целесообразно строить дерево событий с учетом огнестойкости преград и возможности распространения пожара на соседние помещения.

Возможный пример дерева событий при пожаре в помещении приведен на рис. 2 (по материалам [19]), где в качестве инициирующего события рассматривается взрыв пыли, однако аналогичные деревья событий могут быть построены и для других источников загорания. Важно, что каждая ветвь дерева дает сценарий, который имеет существенные особенности с точки зрения динамики нарастания опасностей пожара и реакции людей, поэтому возможность своевременной эвакуации должна оцениваться для каждого сценария отдельно. Лишь определив в каждом случае риск невозможности безопасной эвакуации, можно определить суммарный индивидуальный риск в заданном сооружении.

Рис.2. Пример дерева событий для пожара, вызванного взрывом пыли

Несомненным достоинством вероятностного подхода к количественной оценке риска в задачах пожаровзрывобезопасности является формализованная процедура системного анализа на основе логических деревьев, которые в наглядном виде позволяют представить возможные события и взаимосвязь между ними. Однако проведение анализа с высокой детализацией рассматриваемых процессов кроет в себе и основной недостаток метода — его высокую трудоемкость [8]. Для объектов сложной структуры логические деревья быстро становятся столь разветвленными, что для их эффективного анализа необходимо применение соответствующих программных средств. Определение условных вероятностей в узлах дерева зачастую вызывает значительные трудности, поскольку соответствующая статистика может отсутствовать, равно как и данные для расчета этих вероятностей с использованием дерева отказов.

Другую проблему представляет расчет последствий каждого сценария. Успешное применение вероятностных методов в задачах промышленной пожаровзрывобезопасности во многом связано с тем, что для аварий такого типа область воздействия поражающих факторов (ударной волны, теплового излучения, токсического облака) удается описать относительно простыми аналитическими моделями и эмпирическими корреляциями, которые легко использовать в контексте вычисления риска отдельных сценариев и определения суммарного риска [17, 33—35, 38—40]. Для оценки индивидуального риска, связанного с поражающими факторами аварии, широкое применение нашел аппарат пробит-функций, позволяющий связать условную вероятность поражения различного типа (гибель людей, ожоги различной степени тяжести и т. п.) с интенсивностью и продолжительностью воздействия определенного поражающего фактора. Результаты анализа риска, как правило, представляются в виде одномерных профилей риска либо двумерных карт риска, показывающих распределение величины риска от опасного объекта по окружающей территории [36—42].

Для пожаров в помещениях, где существенную роль в развитии пожара и распространении дыма играет взаимодействие с ограждающими конструкциями, простые аналитические модели, как правило, отсутствуют. Кроме того, специфической особенностью является необходимость учета действия или отказа систем противопожарной защиты и расчета времени эвакуации с учетом поведенческих особенностей людей (задержка начала эвакуации в зависимости от контингента, типа системы оповещения, возможность возникновения паники и т. п.) [43].

На начальной стадии пожара, наиболее важной с точки зрения эвакуации людей, необходим учет образования и опускания дымового слоя, что ограничивает применимость простых интегральных моделей для среднеобъемных характеристик и требует использования зонных моделей (что возможно только в помещениях простой формы) или моделей, основанных на методах вычислительной гидродинамики (CFD), с соответствующими вычислительными затратами.

Поэтому в полном объеме вероятностная оценка риска может проводиться лишь как специальное исследование для индивидуальных объектов при условии наличия соответствующего программного обеспечения и кадров, обладающих высокой квалификацией и опытом проведения расчетов.

Для того чтобы приблизить вероятностные методы к требованиям практики, возможны два приема. Первый из них состоит в уменьшении числа рассматриваемых сценариев: на основе предварительного анализа близкие по характеристикам сценарии объединяются в кластеры сценариев, и затем из каждого кластера выбирается один представительный сценарий, для которого и производится вероятностный анализ и анализ последствий. Эта процедура не может быть формализована, хотя ее общие принципы разработаны достаточно детально [13].

В частности, указывается, что сценарии с малой вероятностью и тяжелыми последствиями могут давать вклад в общий риск, сравнимый с часто реализуемыми, но незначительными по последствиям сценариями. На этапе предварительного анализа необходимо не допустить как отбрасывания сценариев первого типа, так и чрезмерной детализации сценариев второго типа.

Другим возможным приемом является рассмотрение большого числа сценариев, но использование максимально упрощенных моделей пожара. В частности, вместо зонных моделей могут использоваться корреляции, обобщающие их результаты в виде простых соотношений [3]. Тем самым предполагается, что случайный характер входных параметров более важен, чем точность расчета каждого конкретного случая. В определенном смысле данный подход аналогичен разыгрыванию большого числа реализаций в методе Монте-Карло.

В настоящее время нет ясности, какой из указанных приемов предпочтительней для количественного анализа риска. Однако очевидно, что ни один из них не может быть реализован без применения соответствующих программных средств. На данный момент в мире имеется ряд программных пакетов для анализа риска, например, CRISP2 [44] (Великобритания), FRAMEworks [45] (США), Probabilistic Fire Simulator [46] (Финляндия), Fire Risk Evaluator [47] (Швеция), CESARE-RISK [3, 48] (Австралия), FIERA-System [49] и FiRECAM [4, 50] (Канада).

По-видимому, наиболее подробной в части детализации факторов, определяющих пожарный риск для зданий, на сегодняшний день является программа FiRECAM, разрабатываемая в Канаде в течение более десяти лет в сотрудничестве с австралийскими учеными [4]. Эта программа будет рассмотрена далее как пример реализации вероятностного метода анализа пожарного риска для зданий.

1.2.3 Программа FiRECAM

Программа FiRECAM позволяет оценивать два основных вида риска — риск для жизни находящихся в здании людей и ожидаемые материальные потери от пожара (тем самым удается избежать необходимости использовать стоимостное выражение человеческой жизни). На рис. 3 представлена совокупность включенных в FiRECAM моделей и взаимосвязи между ними [50, 51].

Рис.3. Структура программы FiRECAM

Концепция, заложенная в FiRECAM, состоит в расчете возможных сценариев развития пожара, оценки опасности каждого сценария и оценки общего риска суммированием рисков отдельных сценариев (т. е. в точности по формуле (2)). Для определения вероятностей сценариев используются статистические данные, а при их отсутствии — экспертные оценки. Последствия каждого сценария описываются совокупностью детерминистских моделей: 1) развития пожара, 2) распространения дыма, 3) эвакуации людей из здания, 4) реагирования пожарных подразделений, 5) оценки числа погибших, 6) оценки материального ущерба. В левой колонке на рис. 3 представлены модели, расчет по которым производится однократно для заданного объекта (оценка характеристик здания, огнестойкости преград, времени реагирования пожарных подразделений, экономические аспекты для оценки возможных материальных потерь). В правой колонке на рис. 3 представлена совокупность моделей, расчеты по которым проводятся для каждого сценария пожара, т. е. многократно для заданного объекта (обведены штриховой линией).

Рассматриваемые сценарии включают три возможных вида пожара в помещении, где произошло загорание: 1) тлеющий пожар, 2) пожар, не приводящий к объемной вспышке, 3) пожар, сопровождающийся объемной вспышкой. Для каждого вида пожара рассматривается возможность того, что дверь из помещения будет открыта или закрыта, так что в совокупности это дает шесть видов рассчитываемых пожаров, вероятность реализации каждого из которых оценивается из статистики. Так, в работе [50] приводятся данные о том, что для Канады, согласно статистическим исследованиям, для пожаров в офисных зданиях доля тлеющих пожаров составляет 22%, объемная вспышка про-исходит в 24% случаев, тогда как в 54% случаев пожар происходит в режиме пламенного горения без объемной вспышки. Для каждого вида пожара модель развития позволяет определить зависимость от времени скорости тепловыделения, температуру в помещении и скорость образования токсичных компонент дыма (CO и CO2), а также основные времена, характеризующие появление первых признаков пожара, срабатывание системы сигнализации или активации спринклеров, время наступления объемной вспышки и время полного выгорания пожарной нагрузки. Эти данные являются входными для моделей распространения дыма и эвакуации, а также для модели распространения пожара.

Таким образом, в программе FiRECAM рассчитывается нестационарное развитие опасной ситуации, включающее развитие пожара и его опасностей, поведение людей, активную роль пожарных подразделений и т. д. Большое количество используемых взаимосвязанных моделей (см. рис. 3) приводит к тому, что верификация каждой из них приобретает первостепенное значение. Эта задача является весьма сложной, особенно при использовании натурных испытаний [52], требующих значительных ресурсов. Поэтому процесс превращения исследовательской программы в практический инструмент является длительным. Неслучайно в статье [53] прямо говорится о том, что до полной верификации всех моделей программа FiRECAM позволяет рассчитывать лишь относительный риск, т. е. сравнивать риск какого-либо проектного решения с базовым вариантом. Примеры таких расчетов [53] включают сравнение риска для жизни людей в здании в случае установки спринклерной системы и системы пожарной сигнализации при различных показателях надежности этих систем. В то же время авторы в 2000 г. считали, что она еще не может быть использована для оценки абсолютного риска [53], и до настоящего времени во всех публикациях по программе FiRECAM приведены лишь относительные риски [4].

Данный пример наглядно иллюстрирует, насколько трудной в практическом исполнении является задача количественной оценки пожарного риска с учетом современного состояния пожарной науки не только у нас в стране, но и в мире. Расчеты абсолютных рисков на основе вероятностного анализа, вследствие своей трудоемкости, возможны лишь для отдельных зданий и сооружений, и надежность получаемых результатов на данном этапе не всегда может быть адекватно оценена.

1.3 Эвристический подход к анализу риска

1.3.1 Основные положения

Индексирование пожарного риска

В условиях, когда строгий количественный анализ риска на основе вероятностных методов оказывается затруднительным или невозможным вследствие недостаточности статистических данных, отсутствия или неудовлетворительной точности математических моделей, большое значение приобретают методы, реализующие эвристический подход. В данном подходе существенную роль играет экспертное оценивание, при помощи которого определяются субъективные вероятности событий и формируется набор факторов, определяющих пожарную опасность объекта и степень его защиты [23]. Выбранные факторы оцениваются в некоторых внутренних единицах (баллах) с последующим выведением итоговой оценки (индекса пожарной опасности) и ее интерпретацией с точки зрения достаточности пожарной безопасности объекта. Ниже рассматриваются общие черты и примеры конкретных методов индексации пожарного риска, реализующих эвристический подход.

Индексные, или балльные, методы (в зарубежной литературе — fire risk indexing, point schemes, scoring methods [2, 8, 54]; к сожалению, в отечественной литературе, вследствие неверного перевода тер-мина «point schemes», методы выставления баллов иногда именуются точечными схемами [55—57]), первоначально получили распространение в области страхования как средство оценки риска для установления величины страховых взносов. Аналогичные по своей сути методы используются в самых разнообразных областях (например, в медицине), когда на основании неполной и неоднородной информации требуется принятие решения. Общий принцип, лежащий в основе индексных методов, состоит в выделении определенного числа факторов, характеризующих состояние системы (при этом факторы могут быть весьма различными, в том числе не поддающимися прямому сравнению). Каждому фактору (атрибуту) системы по установленным правилам приписывается определенное число баллов, т. е. производится оценка состояния системы с различных точек зрения. Полученные баллы затем обрабатываются, в результате чего выводится окончательный показатель, или индекс, характеризующий общее состояние системы. Наиболее распространенными способами получения окончательного индекса являются суммирование баллов по всем атрибутам с весовыми коэффициентами, определяющими относительную важность каждого атрибута, либо перемножение баллов, возведенных в соответствующие степени [2, 8, 54].

Индексные методы, разработанные для оценки пожарной опасности, в качестве атрибутов, как правило, рассматривают факторы, способствующие возникновению и развитию пожара (пожарную нагрузку, источники зажигания и т. д.), а также факторы, снижающие пожарную опасность (наличие средств пожаротушения, огнестойкость конструкции, наличие сигнализации и путей эвакуации и т. д.). Итоговый показатель (индекс пожарного риска) выражает степень пожарной опасности объекта в некоторых условных единицах. На его основе можно сравнивать пожарную опасность двух объектов либо судить об эффективности внедрения противопожарных мероприятий на заданном объекте.

К настоящему времени в мире созданы и широко используются многочисленные индексные методы оценки пожарного риска (см. обзор в [2, 8, 54, 55]). Их разнообразие во многом объясняется тем, что разрабатывались они как методы оценки пожарного риска конкретных типов объектов или производств. Поэтому и наборы атрибутов, характеризующих пожарную опасность, и методы обработки проставленных баллов весьма различаются между собой. Ниже приведены примеры нескольких индексных методов, применяемых в различных областях для оценки пожаровзрывоопасности. Для каждого метода кратко рассмотрены используемые атрибуты, диапазоны значений, которые они могут принимать в зависимости от состояния объекта, способ выведения окончательной оценки и ее интерпретации.

1.3.2 Метод «Дау Кемикал»

Примером «специализированного» индексного метода может служить индекс пожаровзрывоопасности, разработанный химической компанией «Дау Кемикал» (США) [58] и предназначенный для оценки рисков, связанных с хранением и использованием пожаровзрывоопасных материалов на предприятиях химической промышленности.

В этом методе выделяются определенные производственные участки (например, реакторы, смесители, камеры сгорания, хранилища опасных веществ и т. п.), для каждого из которых определяется фактор опасности материала, характеризующий интенсивность энерговыделения при возгорании и оцениваемый в баллах в диапазоне от 1 до 40.

Затем оценивается фактор опасности для данного участка, зависящий от ряда показателей, которые приведены в таблице и разделены на два класса.

Первый класс включает показатели, которые могут усиливать или ослаблять тяжесть последствий пожара (возможность протекания экзотермических и эндотермических реакций, находится ли участок в помещении, есть ли системы обнаружения утечек и дренирования и др.), второй — показатели, влияющие на вероятность возникновения пожара или взрыва (наличие аппаратов высокого или низ-кого давления, коррозия оборудования, наличие нагревательных приборов и др.). После заполнения таблицы показатели каждого класса суммируются и результаты перемножаются (что на качественном уровне соответствует определению риска как произведения вероятности и ущерба), в результате получается фактор опасности, заключенный в пределах от 1 до 8. Окончательный индекс пожаровзрывоопасности FEI (Fire and Explosion Index) вычисляется как произведение фактора материала и фактора опасности. Отдельно оцениваются факторы, способствующие снижению опасности (контроль за процессами, изоляция материалов, противопожарная защита). На основе полученных данных оценивается масштаб возможных последствий пожара или взрыва, включая размеры зоны, возможных разрушений, максимально возможный и наиболее вероятный материальный ущерб. Опыт показал, что индекс пожаровзрывоопасности FEI представляет собой чрезвычайно полезный инструмент анализа, получаемая при его помощи информация позволяет определить относительный риск различных производственных участков, причем результаты анализа востребованы как инженерами, так и управляющим персоналом. В настоящее время использование индекса FEI является обязательным в Нидерландах, что закреплено соответствующим законом [54].

1.3.3 Метод FSES

Другим примером индексного метода может служить система оценки пожаробезопасности FSES (Fire Safety Evaluation System) [59], которая была разработана для оценки соответствия уровня пожарной безопасности людей требованиям нормативного документа [60]. Данный индексный метод предназначен в первую очередь для учреждений здравоохранения, что нашло отражение в выборе атрибутов, по которым оценивается риск. Все здание разбивается на зоны, отделенные этажными перекрытиями, пожарными преградами или дымовыми барьерами. Для каждой зоны фактор риска оценивается по пяти категориям: 1) мобильность пациентов (в отсутствие лиц с ограниченной подвижностью соответствующий фактор равен единице, тогда как ограничения подвижности пациентов различной степени приводят к возрастанию этого фактора до 4,5); 2) плотность размещения пациентов (фактор устанавливается в пределах от 1 до 2); 3) расположение зоны (фактор находится в пределах от 1,1 для первого этажа до 1,6 для этажей выше шестого и подвальных помещений); 4) соотношение числа пациентов и персонала (1,0, если на одного члена персонала приходится 1—2 пациента, до 4,0, если пациенты находятся без постоянно присутствующего персонала); 5) возраст пациентов (1,0 для возраста от 1 до 65 лет, 1,2 в противном случае). Общий фактор риска для находящихся в данной зоне вычисляется как произведение коэффициентов по указанным пяти категориям. Затем по тринадцати категориям оцениваются меры пожарной безопасности, снижающие риск (учитывается горючесть конструкции, пожароопасность отделочных материалов, пожаростойкость дверей, наличие дымовых преград, средств пожарной сигнализации, ручного и автоматического оповещения, количество путей эвакуации и др.). Начисленные по каждой категории баллы затем суммируются, и полученный результат сравнивается с определенной ранее величиной относительного пожарного риска. Кроме того, производится выборочное суммирование баллов и определяются уровни безопасности с точки зрения трех стратегий — ограничения распространения пожара, его тушения и эвакуации людей. Считается, что пожарная безопасность людей в данной зоне соответствует требованиям [60], если по каждой стратегии набраны баллы не ниже установленных уровней, а общий балл мер пожарной безопасности больше, чем фактор пожарного риска.

Индексный метод [59] в дальнейшем был распространен на другие типы объектов, в частности на офисные здания. Кроме того, он послужил основой для развития нескольких специализированных индексных систем, например для исторических зданий (см. обзор в [2, 54]).

Отметим, что в нашей стране также развивались подобные методы индексирования пожарного риска — например, методика оценки пожарной безопасности особо ценных объектов культурного наследия [56]. В этой методике уровень пожарной безопасности музеев Y определяется суммированием оценок пожарной безопасности по всем зданиям музея Yi, которые, в свою очередь, находятся как сумма по 39 показателям: Yi = Σ αjφji, где φji — функции факторов, влияющих на уровень пожарной безопасности музеев, αj — постоянные весовые коэффициенты, различающиеся по группам музеев.

Полученные по этой методике значения уровней пожарной безопасности нескольких особо ценных объектов сравнивались между собой, кроме того, методика позволяет выявить факторы, оказывающие наибольшее влияние на уровень пожарной безопасности объекта.

1.3.4 Meтод FRIM

В скандинавских странах распространение получил индексный метод оценки риска FRIM (Fire Risk In-dex Method) [61, 62], разработанный в университете г. Лунд (Швеция). Создание метода было продиктовано тем, что с приходом гибкого нормирования и развитием современных средств противопожарной защиты открылись широкие возможности использования древесины в качестве материала для несущих конструкций многоэтажных зданий. Метод FRIM разрабатывался как средство обоснования противопожарной защищенности таких зданий путем сравнения индекса пожарного риска с аналогичным индексом для зданий с негорючими несущими конструкциями. Этот метод по сути является методом оценки пожарной опасности, а не риска, потому что в нем не учитывается вероятность загорания.

В разработке метода участвовали эксперты четырех скандинавских стран, первая версия метода тестировалась путем сравнения индексных оценок для четырех многоэтажных зданий с результатами стандартного количественного анализа риска на основе анализа логических деревьев событий [61].

В методе FRIM версии 2.0 [62] уровень противопожарной безопасности определяется по 17 показателям Pi, каждый из которых оценивается по пятибалльной шкале, причем для некоторых показателей баллы определяются суммированием с весами оценок по нескольким подпараметрам (также оцениваемым по пятибалльной шкале). Основные показатели Pi относятся к следующим категориям (для каждой категории ниже приведены случаи наивысшего и наинизшего баллов): 1) внутренние отделочные материалы (бетон, камень — 0 баллов, пластик — 5 баллов); 2) система пожаротушения (наличие переносных средств и автоматических спринклерных установок — 5 баллов, полное отсутствие — 0 баллов); 3) пожарная служба, определяется как средневзвешенное по трем подпараметрам — оснащенности пожарного расчета (при наличии средств пожаротушения, дымоудаления и спасательных лестниц — 5 баллов, при отсутствии пожарной части — 0 баллов), времени реагирования (до 5 минут — 5 баллов, свыше 20 мин. — 0 баллов) и доступности здания для тушения (доступ ко всем окнам по пожарным лестницам — 5 баллов, доступно менее чем одно окно на помещение — 0 баллов); 4) максимальная площадь противопожарных отсеков (менее 50 м2 — 5 баллов, более 400 м2 — 0 баллов); 5) конструкция, определяется взвешенной суммой по четырем подпараметрам — огнестойкости (более 60 мин. — 5 баллов, менее 15 мин. — 0 баллов), наличия огнепреградителей (сплошная конструкция — 5 баллов, деревянная конструкция с пустотами и без огнепреградителей — 0 баллов), проемы (без проемов — 5 баллов, незащищенные проемы — 0 баллов) и горючесть (негорючая конструкция и перегородки — 5 баллов, горючая конструкция и перегородки — 0 баллов); 6) огнестойкость дверей, определяется взвешенной суммой двух подпараметров — дверей, ведущих к путям эвакуации, и дверей на путях эвакуации (каждый подпараметр оценивается в 5 баллов при огнестойкости более 60 мин. и 0 баллов при огнестойкости менее 15 мин.); 7) окна (при вертикальном расстоянии между окнами более высоты окна и огнестойкости более 15 мин. — 5 баллов, при вертикальном расстоянии менее высоты окна и огнестойкости менее 15 мин. — 0 баллов); 8) фа-сады, определяется тремя подпараметрами — долей горючей части (0% — 5 баллов, >40% — 0 баллов), наличием горючих материалов над окнами (нет — 5 баллов, да — 0 баллов) и наличием пустот в пространстве между стеной и фасадом (нет — 5 баллов, сплошная пустотность — 0 баллов); 9) чердаки (конструктивное ограничение распространения огня на чердак и противопожарные перегородки на чердаке — 5 баллов, их отсутствие — 0 баллов); 10) расстояние до соседних зданий (более 20 м — 5 баллов, менее 6 м — 0 баллов); 11) система противодымной защиты (автоматическое включение, подпор и вы-тяжка — 5 баллов, отсутствие — 0 баллов); 12) система обнаружения (достаточное число детекторов и их высокая надежность — 5 баллов, отсутствие — 0 баллов); 13) система оповещения (звуковой и световой сигнал, оповещение по всему зданию — 5 баллов, отсутствие — 0 баллов); 14) пути эвакуации, определяется по четырем подпараметрам — типу эвакуационного пути (лестница, балкон или окно), длине эвакуационного пути и числу этажей, наличию указателей и их подсветке, горючести материала (каждый из подпараметров определяется по таблице в диапазоне от 5 (наилучший случай, взаимное дублирование) до 0 (отсутствие) баллов; 15) несущая конструкция, характеризуется двумя подпараметрами — огнестойкостью (более 90 мин. — 5 баллов, менее 30 мин. — 0 баллов) и горючестью (негорючие несущие элементы и отделка — 5 баллов, горючие — 0 баллов); 16) проверка и обслуживание системы пожарной безопасности, определяется тремя подпараметрами — обслуживание (дважды в год — 5 бал-лов, реже, чем раз в три года — 0 баллов), инспектирование путей эвакуации (раз в месяц — 5 баллов, реже, чем раз в три года — 0 баллов) и информированность людей (письменная информация и учебные тревоги — 5 баллов, отсутствие — 0 баллов); 17) предотвращение распространения дыма по вентиляционной системе (автономная система вентиляции для каждого помещения — 5 баллов, распространение дыма не предотвращается — 0 баллов).

После определения численных значений всех параметров P1 — P17 производится их суммирование с весами, в результате выводится окончательный балл, характеризующий противопожарную безопасность. Индекс риска определяется вычитанием этого балла из максимального значения, равного 5. Полученный таким образом индекс риска может использоваться для сравнения уровня пожарной безопасности различных объектов, например, здания с несущими элементами из древесины и бетона. Пример ранжирования зданий по уровню пожарной опасности на основе индекса риска можно найти в [61], где показано, что метод FRIM дает результаты, полностью согласующиеся с результатами вероятностного анализа риска, проведенного независимо на основе деревьев событий.

1.3.5 Метод Гретенера и его модификации

В европейских странах широкое распространение получили методы индексной оценки пожарного риска, в основе которых лежит подход, разработанный в Швейцарии М. Гретенером [63, 64] (в переводе на русский язык весьма подробное изложение исходного метода можно найти в обзоре [65]). Метод Гретенера первоначально создавался для применения в страховом деле с целью определения величины страховых взносов в зависимости от существующих пожарных рисков. В 1984 г в Швейцарии был принят документ SIA 81 [66], в котором изложена переработанная версия метода Гретенера (перевод и адаптация этой методики к российским нормативным документам имеются в работе [67]). Последняя версия методики выпущена в свет Ассоциацией кантональных страховых компаний в области пожарной безопасности (VKF/AEAI) в 2007 г. [68].

Пожарный риск в [63—68] рассматривается с точки зрения опасности для имущества (материальный риск). Модификации метода Гретенера с учетом накопленного опыта и особенностей национального законодательства используются также в Австрии [69], Португалии, Испании, Франции [70], Бельгии [71].

Основу метода Гретенера составляет оценка вероятности возникновения пожара (фактора иницации) А и ожидаемого ущерба В в некоторых эмпирически выбранных единицах, после чего пожарный риск определяется как произведение этих величин (что соответствует общепринятому в вероятностных методах определению риска). Ожидаемый ущерб B вычисляется как отношение потенциальной пожарной опасности P и фактора пожарной защиты, учитывающего наличие нормативных мероприятий N, специальных мероприятий S и огне-стойкость сооружения F. Таким образом, пожарный риск определяется как

(3)

Фактически в методе Гретенера пожарный риск R является мерой баланса между вероятностью возникновения пожара, потенциальным ущербом и защитными мероприятиями. Объект считается защищенным достаточно, если риск не превосходит некоторого установленного значения, в противном случае имеющиеся защитные мероприятия недостаточны и требуется их усиление.

Имеющиеся на данный момент модификации метода Гретенера отличаются деталями вычисления входящих в формулу (3) сомножителей. В отличие от формулы (3), которая была введена в более поздних модификациях, в исходном варианте [63—65] рассчитывается уровень пожароопасности B, который затем сравнивается с максимально допустимым уровнем Bmax, при этом фактор инициации A не входит в виде сомножителя, а влияет на величину максимально допустимого уровня пожарной опасности Bmax. Факторы P, N , S и F вычисляются в виде произведения набора подфакторов, каждый из которых характеризует определенный аспект пожар-ной опасности или противопожарной защиты.

Чтобы получить представление о структуре расчетных формул, рассмотрим более подробно вари-ант метода [66, 67]. Фактор потенциальной опасности P имеет вид

P = q · i · e · g · r · k, (4)

где: q — фактор подвижной пожарной нагрузки — фактор неподвижной пожарной нагрузки, зависящий от горючести несущей конструкции (с одной стороны) и материала фасада и крыши (с другой стороны); c — фактор горючести, зависящий от одной из шести категорий горючести мате-риала (от взрывоопасной до негорючей); e — фактор этажности (зависящий от высоты помещения над уровнем земли или глубины для подвальных этажей), g — фактор площади и формы помещения (учитывающий соотношение длины и ширины помещения и его площадь), r — фактор дымообразующей способности, k — фактор токсичности дыма.

Методика [66, 67] снабжена большим количеством таблиц, позволяющих определить значения факторов (4) для широкого набора помещений различного типа и предназначения.

Фактор инициации А в формуле (3) отражает вероятность возникновения пожара в зависимости от назначения помещения. Величина A изменяется в пределах от 0,85 (небольшая вероятность, например музеи) до 1,80 (очень большая вероятность, например производство самовозгорающихся материалов).

Фактор нормативных защитных мероприятий N рассчитывается как произведение понижающих коэффициентов при отсутствии либо недостаточности какого-либо мероприятия (ручные огнетушители, внутренние пожарные гидранты, надежность водоснабжения при пожаротушении, длина рукавной линии от гидранта до входа в здание, наличие прошедших инструктаж сотрудников).

Фактор специальных мероприятий S рассчитывается как произведение повышающих коэффициентов по шести категориям (обнаружение пожара, передача сигнала пожарной тревоги, оснащенность службы пожаротушения, время прибытия подразделений пожарной охраны на объект, наличие установок пожаротушения и противодымной защиты).

Наконец, фактор огнестойкости F представлен в виде произведения четырех коэффициентов, характеризующих огнестойкость несущей конструкции, внешних стен, потолков и перекрытий, пожарных участков в зависимости от площади участков и площади проемов.

Вычисленный по формуле (3) уровень пожарного риска сравнивается с предельно допустимым риском Rmax = 1,3 · Kp, где Kp — понижающий коэффициент, учитывающий повышенную угрозу для людей в зданиях с массовым пребыванием людей и местах с затрудненной эвакуацией.

В выпущенной в 2007 году версии метода [68] отмечается, что расчетные методы, создававшиеся в 60-х годах, к настоящему времени во многом устарели, поскольку в них в качестве базовых параметров помещения использовалась площадь противопожарного отсека в 1200 м2 при средней пожарной нагрузке в 500—1000 МДж/м2. В 2003 г. в Швейцарии были приняты более либеральные нормативы, согласно которым обоснование пожарной безопасности на основе анализа риска обязательно лишь при площади помещения свыше 2400 м2 (за исключением многоэтажных строений со сгораемыми элементами, для которых по-прежнему такое обоснование необходимо при площади более 1200 м2). Кроме того, повсеместное распространение новых материалов привело к тому, что таблицы пожарных нагрузок и горючести для различных типов зданий также устарели. Обновленный метод расчета пожарного риска [68] применим к оценке пожарной опасности промышленных зданий, мастерских и кустарных производств, а также офисных зданий. В преамбуле явно указано, что методика [68] не применима для супермаркетов, отелей, больниц, зданий с массовым пребыванием людей, а также производств пожаровзрывоопасных веществ и материалов.

Обновленный метод [68] значительно упрощен по сравнению как с исходным методом Гретенера [63—65], так и его версией SIA 81 [66, 67], хотя суть его осталась той же. Методика [68] сопровождается пересмотренными таблицами, в которых приведены типичные значения пожарной нагрузки и фак-торов. Вычисленное значение пожарного риска Re сравнивается с приемлемым уровнем риска Ra, для чего вычисляется «коэффициент пожарной безопасности» γ = Ra/Re. Пожарная безопасность считается обеспеченной при γ ≥ 1. Документ [68] не дает рекомендаций по определению приемлемого уровня риска Ra, хотя, судя по приведенным примерам использования методики, Ra = 1,0.

Во Франции был создан свой вариант индексного метода оценки пожарного риска ERIC (Evaluation du Risque Incendie par le Calcul) [70], в основе которого лежит формула, аналогичная (3): пожарный риск R = P/M вычисляется как отношение факторов потенциальной пожарной опасности P и защитных мероприятий M. Один из сомножителей, входящих в фактор P, учитывает вероятность загорания.

Важным аспектом метода ERIC по сравнению с [63—68] является то, что отдельно рассматривается пожарная опасность для людей, R1 = P1/M1, и для имущества, R2 = P2/M2. Следует отметить, что, несмотря на схожесть подходов, в методе ERIC для вычисления факторов опасности и защитных мероприятий используются существенно отличающиеся соотношения, таблицы и т. д.

В работе [70] приведены примеры использования метода ERIC для оценки пожарной опасности четырех объектов — торгового центра, больницы, школы, промышленного здания, при этом для каждого объекта рассмотрено несколько видов защитных мероприятий. Результаты расчетов представлены точками на плоскости (R1, R2), что позволяет наглядно видеть изменение риска для людей и имущества при введении дополнительных мер противопожарной защиты. Так, для торгового центра (площадь 20 000 м2, вместимость 6000 чело-век) при наличии гидранта общественного пользования, обнаружении пожара людьми, ручной подаче пожарной тревоги и при наличии огнетушителей уровни пожарной опасности составляют R1 = 1,31 (для людей) и R2 = 4,52 (для имущества). При установке спринклеров и системы принудительного дымоудаления эти значения снижаются до R1 = 0,45 и R2 = 1,67 соответственно. К сожалению, вопрос о том, какие уровни пожарного риска являются приемлемыми, в [70] не решен. Сказано лишь, что такие уровни должны быть установлены, что позволит находить решения, обеспечивающие необходимую степень защищенности людей и имущества.

Поэтому метод в первую очередь пригоден для получения относительных оценок и сравнения однотипных объектов по степени пожарного риска.

Наконец, рассмотрим метод FRAME (Fire Risk Assessment Method for Engineering), основанный на методе Гретенера и активно развиваемый в Бельгии на протяжении более чем 30 лет [71]. От вариантов метода Гретенера, рассмотренных выше, FRAME выгодно отличается, во-первых, охватом более широкого спектра опасностей, связанных с пожарами.

Именно, пожарный риск оценивается с трех точек зрения — прямой материальный риск (уничтожение имущества), риск для людей и риск косвенных экономических потерь (остановка производства). Во-вторых, при создании FRAME на основе логических деревьев событий и отказов были проанализированы причинно-следственные связи между событиями, возможными при пожаре, что нашло отражение в используемых расчетных формулах. В-третьих, для оценки самих факторов используются аналитические формулы, избавляющие от «ступенчатости» параметров, характерной при использовании таблиц.

В методе FRAME [71] используются следующие формулы для расчета риска материальных потерь R, риска для людей R1 и риска косвенных потерь R2:

В формулах (5)—(7) P представляет собой потенциальный риск, A — приемлемый риск, D характеризует защитные мероприятия. Таким образом, в отличие от рассмотренных выше модификаций метода Гретенера, во FRAME рассматривается относительный риск, и значение R = 1 означает, что пожарный риск соответствует приемлемому уровню. Формулы (5)—(7) по сути своей близки к аналогичным формулам в других модификациях метода Гретенера (см. (3), однако состав входящих в них факторов и способ их вычисления во многом отличаются.

Не вдаваясь в подробности, перечислим входящие в (5)—(7) факторы, что даст возможность получить представление об учитываемых явлениях и характеристиках пожара. Итак, q — фактор полной пожарной нагрузки, i — фактор распространения пламени, определяемый с учетом среднего размера горючего материала m (отношения объема к площади поверхности), температуры термической деструкции поверхности T и класса горючести M (по классификации стандартов EN 13501-1 и EN 12845). В определенном смысле, фактор i является аналогом фактора горючести c в формуле (4), но включает в себя физически значимые свойства материала.

Фактор вентиляции v учитывает возможность накопления горячих продуктов сгорания в помещении, что способствует объемной вспышке и переходу пожара в развитую стадию. Величина v зависит от подвижной пожарной нагрузки Qm, она уменьшается с увеличением высоты помещения h и отношения площади вентиляционных отверстий к площади пола помещения k. Геометрия помещения учитывается факторами этажности e и формы помещения g, используемыми в большинстве модификаций метода Гретенера (см. выше), однако вместо таблиц для них предложены аналитические выражения. Наконец, новой величиной в (5)—(7) является фактор доступности помещения для пожарного расчета z, зависящий от высоты (глубины) помещения и числа направлений, с которых возможен доступ в помещение.

Определение приемлемого риска A в (5)—(7) во многом аналогично исходному методу Гретенера: условное значение A0 = 1,6 определяет базовый уровень допустимого риска, который уменьшается за счет фактора инициации загорания a, фактора времени эвакуации t и фактора окружающей обстановки r, который показывает, насколько быстро распространяется пожар и накапливается дым.

Материальные риски (прямой и косвенный) зависят от того, насколько ценным является содержимое здания, что учитывается введением фактора c, характеризующего трудность восстановления содержимого и его стоимость в денежном выражении.

Наконец, фактор зависимости d оценивает, насколько серьезным является влияние пожара на функционирование здания с точки зрения прерывания производственного процесса.

Фактор огнестойкости F вычисляется по аналитической формуле как функция среднего предела огнестойкости f и фактора специальных защитных мероприятий S. Защитные мероприятия в (5)—(7) включают факторы, характеризующие систему водоснабжения W, нормативные мероприятия N, специальные мероприятия S, мероприятия, способствующие эвакуации U и сохранности имущества Y.

Таким образом, в методе FRAME на основе оценки совокупности определяющих параметров и вычисления факторов потенциальной опасности, допустимого риска и защитных мероприятий, по формулам (5)—(7) определяется три уровня риска: материальный риск R, риск для людей R1 и риск кос-венных материальных потерь R2. Как отмечалось выше, в методе FRAME определяется относительный риск, поэтому пожаробезопасность с каждой из трех точек зрения считается обеспеченной, если соответствующий относительный риск не превышает единицы. В работе [71] указывается, что риск рассматривается в логарифмических единицах и дается следующая связь между величиной R и ожидаемым ущербом: при R < 1 в случае пожара можно ожидать уничтожения не более 10% оцениваемого помещения, при 1,0 < R < 1,3 — от 10 до 20%, при 1,3 < R < 1,5 — от 20 до 30%, при 1,5 < R < 1,7 — от 30 до 50%, при 1,7 < R < 1,9 — от 50 до 80%, при R > 1,9 — от 80 до 100%.

Метод FRAME реализован в виде компьютерной программы, позволяющей ввести все необходимые данные и рассчитать риски для базового набора данных (например, характеризующего текущее состояние объекта) и двух альтернативных вариантов, что позволяет в наглядном виде оценить воздействие тех или иных факторов на риск для имущества и людей. Это существенно облегчает его использование по сравнению с заполнением бланков, характерным для методов [63—68].

1.4 Выводы

Выполненный обзор современных методов анализа пожарных рисков однозначно свидетельствует о том, что и вероятностные, и индексные методы являются весьма мощными инструментами, каждый из которых занимает собственное место в спектре возможных подходов к проблеме количественной оценки риска. Вероятностные методы требуют проведения весьма трудоемкого и детального анализа с привлечением соответствующего математического аппарата и программных средств.

Их применение для расчета пожарного риска в зданиях представляет значительные трудности из-за необходимости проводить расчеты развития пожара и эвакуации людей на основе дифференциальных моделей для многих сценариев. Индексные методы, реализующие эвристический подход к оценке риска, наоборот, позволяют оценивать уровень пожарной опасности и риска с минимальными вычислительными затратами, однако успешность их использования кардинальным образом зависит от правильности балльной оценки различных факторов и интерпретации результата. Для максимально эффективного использования различных методов необходимо четко представлять их область применимости, а также сильные и слабые стороны.

2 РАСЧЕТНАЯ ЧАСТЬ

Задача №1. Составьте структурную надежностную схему автомобиля и найдите вероятность его безотказной работы, если вероятность безотказной работы каждого элемента равна Pi (см. табл.). При составлении схемы автомобиля считайте, что в его состав входят: четырехцилиндровый двигатель, трансмиссия, две независимые тормозные системы и система питания. Следовательно, он может быть представлен схемой четырех элементов двигателя (четыре цилиндропоршневые группы), с которыми соединяются два элемента трансмиссии (муфта сцепления и коробка передач). Последовательно с ними включаются два элемента, соответствующие двум различным системам торможения. Последний (9-ый), включенный элемент соответствует системе питания.

Определите затем вероятность безотказной работы, при условии, что для питания используются две системы питания, например, с бензиновым и газовым топливом с той же вероятностью безотказной работы.

Сравните результаты расчётов и сделайте вывод о надёжности двух рассмотренных структурных схемах автомобиля.

Вариант

Значение Pi, i104

0,92

Решение:

1) Структурная схема надежности автомобиля с одной системой питания:

Структурная схема надежности автомобиля с двумя системами питания:

a1,2,3,4 - цилиндропоршневые группы;

b1 - муфта сцепления;

b2 - коробка передач;

c1,2 - тормозные системы;

d1 - система питания с бензиновым топливом;

d2 - система питания с газовым топливом.

2) Предположим, что Ai - событие, состоящее в безотказной работе цилиндропоршневой группы (i=1-4);

B1 - событие, состоящее в безотказной работе муфты сцепления;

B2 - событие, состоящее в безотказной работе коробки передач;

C1,2 - событие, состоящее в безотказной работе тормозной системы;

Dj - событие, состоящее в безотказной работе системы питания (j=1 для одной системы питания, j=1,2 для двух систем питания);

E - событие, состоящее в безотказной работе автомобиля.

3) Определим вероятность безотказной работы автомобиля с одной системой питания:

E1 = Ai∙B1∙B2∙C1,2∙D1 ;

PE1 = PAi∙PB1∙PB2∙PC1,2∙PD2

PAi = 1-(1-P)4 = 1-(1-0,92)4 = 1;

PC1,2 = 1-(1-P)2 = 1-(1-0,92)2 = 0,994.

Следовательно, PE1 = 1∙0,92∙0,92∙0,994∙0,92 = 0,774.

4) Определим вероятность безотказной работы автомобиля с двумя системами питания:

E2 = Ai∙B1∙B2∙C1,2∙D1 ,2 ;

PE2 = PAi∙PB1∙PB2∙PC1,2∙PD1,2

PD1,2 = 1-(1-P)2 = 1-(1-0,92)2 = 0,994

PE2 = 1∙0,92∙0,92∙0,994∙0,994 = 0,836

Вывод: т.к. PE1< PE2 , то вероятность безотказной работы автомобиля с двумя системами питания выше, чем с одной.

Задача №2. Известно, что в целом по машиностроительной отрасли на N единиц однотипного оборудования повышенной опасности приходится M аварий в год. Какова вероятность того, что на конкретном машиностроительном предприятии, имеющем n единиц аналогичного оборудования, произойдет m аварий в год, если работы по предупреждению аварий проводятся на отраслевом уровне (т.е. для данного предприятия вероятность аварии на оборудовании, такая же, как и в отрасли). Определите также, вероятность m и более аварий в год.

Исходные данные:

Вариант	N	M	n	m
23	1130	12	12	2

Указание. Для решения следует воспользоваться биноминальным законом распределения. Произвольный член биноминального ряда выражается формулой:

где n - объем выборки;

m - номер члена ряда;

-вероятность аварии для N единиц однотипного оборудования;

v= 1— .

Решение:

v = 1— = 0,989

Вероятность того, что произойдет 2 аварии в год:

Вероятность того, что произойдет 2 и более аварий в год:

P = 1 – (P0,12 + P1,12 +P2,12 ) = 0,005.

Задача №3. Исследовано 10 изделий. Количество дефектов k=0,1,2,3… в каждом изделии дано в табл.

Вариант

Номер изделия

Количество дефектов k

Исходя из распределения Пуассона, построить график функции вероятности появления k дефектов продукции и график функции вероятности появления k и более дефектов.

Указание. Распределение Пуассона представляется рядом

где а — среднее количество дефектов в выборке, а каждый член, начиная со второго, указывает вероятность появления ноль дефектов, одного дефекта, двух и т.д.

Расчеты представить на графиках и в таблице.

Количество дефектов k

Формула для

вычисления Р

Значение вероятности Р

0,049

0,149

0,224

0,168

0,101

0,05

0,022

0,008

0,003

График функции вероятности появления дефектов:

Задача №4. В результате измерений отказов n объектов, установлено среднее значение наработки на отказ Тcp, дисперсия Dx. С какой вероятностью можно утверждать, что истинное среднее значение наработки на отказ не отклонится от найденной величины больше, чем на L? . Исходные данные в табл.

Вариант

Тcp,ч

Dx,ч2

L,%

77,46

Указание. Расчет основывается на формуле 1 для оценки параметра по результатам ограниченного числа испытаний.

где t — параметр Стьюдента, определяемый из таблицы приложения 3 по значениям и k=n—1 степеней свободы.

- среднее значение случайной величины;

n – число опытов;

- среднее квадратичное отклонение;

- доверительная вероятность.

k=n—1=16-1=15;

Для того чтобы выполнялось равенство: ,

должно выполнятся условие:

Из таблицы по значениям k=15 и =7,156 находим доверительную вероятность =0,99. С вероятностью 0,99 можно утверждать, что истинное среднее значение наработки на отказ не отклонится от найденной величины больше, чем на 8%.

Задача №5. Вероятность безотказной работы машины P(t) в период нормальной эксплуатации после t часов работы составляет Р (исходные данные в табл.). Определить интенсивность отказов λ. Построить график изменения P(t) и определить графически наработку на отказ.

Вариант

t,час

4000

0,91

Указание. Так как рассматривается период нормальной эксплуатации машины, интенсивность отказов можно считать не изменяющейся величиной.

, отсюда = 2,358∙10-5

Т	0	10	102	103	104	105
P(t)	1	0,999	0,998	0,977	0,79	0,095

Наработка на отказ – область, расположенная под линией графика.

Задача №6. На испытания были поставлены 200 восстанавливаемых изделий. Статистика отказов приведена в табл. Необходимо построить гистограмму параметра потока отказов , определить среднюю наработку до первого отказа Т0. Указание: построенную по сглаженной гистограмме кривую аппроксимировать уравнением .

∆t·10-3, час	1	1	1	1	1	1	1	1	1	1	1	1	1	1	1
n	58	34	22	18	15	13	12	10	9	8	8	6	5	4	4
t·10-3, час	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
·10-5	29	17	11	9	7,5	6,5	6	5	4,5	4	4	3	2,5	2	2

В данном случае эксплуатируется восстанавливаемое изделие, основной характеристикой в условии ремонта является параметр потока отказов

·10-5

t·10-3, час

Построенную по сглаженной гистограмме кривую аппроксимируем уравнением. Найдем значения коэффициентов a, b и k.

Определим k по точке на графике:

k =4,262∙10-4.

В итоге получаем:

Средняя наработка до первого отказа:

Задача №7. Для технического объекта задана наработка на отказ Тоз. Требуется оценить безопасность объекта (по величине наработки на опасный отказ Т0) с доверительной вероятностью , если число отказов n, а суммарная наработка до наступления n отказов равна tn часов (данные по табл.).

Вариант

tn, ч

Тоз, ч

450

0,90

Указание. Для решения задачи необходимо оценить надежность с учетом доверительных границ, воспользовавшись формулой 2. После проведённых по исходным данным расчётов, выполните расчёты вновь, принимая, что данные о наработке получены при уменьшении объема выборки (n), вдвое (значения данных о наработке tn примите такими же). Сделайте вывод о влиянии объёма выборки (числа испытаний) на ширину доверительного интервала.

или

где Т*0н — нижняя , Т*0в —верхняя граница доверительного интервала;

Зная , определяют (=1-=0,1), /2 (0,05), 1—/2(0,95) и при k=2n=24 степеней свободы по таблице приложения 4 находят

;

25 ≤ ≤ 64,98.

С вероятностью 90% наработка на отказ не попадает в данный интервал, следовательно, безопасность объекта не обеспечивается.

Если объем выборки уменьшить вдвое, а данные о наработке оставить без изменения:

;

42,9 ≤ ≤ 172,1.

Чем меньше размер выборки, тем шире станет доверительный интервал, при условии, что все остальное останется без изменений, а качество полученных данных не будет высоким.

Задача №8. Восстанавливаемая система с показательным распределением времени безотказной работы и времени восстановления имеет коэффициент безопасности Kб (см. табл.). Определить вероятность нахождения системы в безопасном состоянии в момент времени t если наработка на опасный отказ То.

Варианта

Кб

t, чac

То,час

0,79

450

Показательный закон распределения: P(t) = e-λt ,

в момент времени t: = ;

= .

P (55) = Kб +(1- Kб) = 0,79 + (1 – 0,79) = 0,907.

Вероятность нахождения системы в безопасном состоянии в момент времени t = 55 ч составляет 90,7%.

Задача №9. На испытание поставлено N элементов. Число отказов n(∆ti) фиксировалось в каждом интервале времени испытаний ∆t=500 час. Данные об отказах в табл.

Необходимо определить вероятность безотказной работы , частоту отказов и интенсивность отказов , построить графики этих функций и найти среднюю наработку до первого отказа .

Вариант	N	Число отказов n(∆ti) на интервале ∆t=500 час
23	500	80	67	59	46	40	35	31	27	23	17	16	15	17	27	-	-	-	-

Расчеты представлены в таблице:

n(t)i	80	67	59	46	40	35	31	27	23	17	16	15	17	27
(ti),	0,16	0,294	0,469	0,412	0,584	0,654	0,716	0,77	0,816	0,85	0,882	0,912	0,946	1
(ti),	0,84	0,706	0,531	0,453	0,416	0,346	0,284	0,23	0,184	0,15	0,118	0,088	0,054	0
(ti),	0,32	0,268	0,209	0,236	0,16	0,14	0,124	0,108	0,092	0,068	0,064	0,06	0,068	0,108
(ti),	0,348	0,347	0,365	0,339	0,351	0,367	0,394	0,42	0,44	0,407	0,478	0,583	0,958	4

Задача №10. Для графа изменения состояния функционирования объекта, представленного на рис. 6.2, составить систему дифференциальных уравнений цепи Маркова, решить ее для стационарного процесса и определить наработку на опасный отказ (состояние 2) при заданных значениях интенсивностей ij, и допустимой вероятности опасного состояния Р2 . Каким должно быть время устранения опасного отказа, чтобы коэффициент опасности Кo принимал значения 0,001 и 0,0006.

Рис. 6.2. Граф изменения состояния функционирования :

1 – безопасное работоспособное состояние;

2 – опасное работоспособное состояние;

3 – безопасное неработоспособное состояние

Вариант

21,ч-1

23,ч-1

31,ч-1

1310-3,ч-1

Р210-4

0,5

0,4

0,1

Составим систему дифференциальных уравнений:

Т.к. процесс стационарный, то

Сложим (1) и (3):

Следовательно, .

Подставляем в (1):

P1 (t) = =0,999

Из (4):

P3(t) = =0,26∙10-3

Проверка:

P1(t)+P2(t)+P3(t)=0,999+0,03∙10-3+0,26∙10-3 = 1,099≈1

;

Определим время устранения опасного отказа, чтобы коэффициент опасности Кo принимал значения 0,001 и 0,0006.

Ту1 = К01 ∙Т0 = 0,001∙47619 = 111,1 ч.

Ту2 = К02 ∙Т0 = 0,0006∙47619 = 66,67 ч.

Задача №11. При эксплуатации объекта получены значения времени наработки между отказами ti (см. табл.). Закон распределения времени между отказами нормальный. Определить оценку наработки на отказ Т*оп и доверительные границы при доверительной вероятности γ.

Вариант

ti, час

t10

217

193

234

0,80

n – число отказов; - суммарная наработка на отказ.

где t — параметр Стьюдента, определяемый из таблицы приложения 3 по значениям и k=n—1 степеней свободы.

- среднее значение случайной величины;

n – число опытов;

- среднее квадратичное отклонение;

- доверительная вероятность.

k=n-1=8-1=7;

Из таблицы приложения 3 по значениям = 0,80 и k=7, t= 1,415.

Доверительные границы:

Задача №12. В результате внезапной разгерметизации ёмкости в пространство, загроможденное подводящими трубопроводами, выброшено М кг горючего газа (табл.). Рядом с загазованным объектом на расстоянии L находится помещение цеха. Концентрация газа в облаке K. Используя [73], определите степень поражения здания цеха и расположенного в нем персонала при взрыве облака топливо-воздушной смеси (ТВС).

Вариант

Вещество

М,

кг

К,

г/м3

q·10-7,

Дж/кг

Пропан

150

4,64

Примечание: q – удельная теплота сгорания горючего газа.

Определяем эффективный энергозапас горючей смеси E:

При переводе из %об. в кг/м3 получаем: Сст =0,08 кг/м3.

При Сг < Сст: (Сг = К = 0,07 кг/м3)

Дж.

Исходя из классификации веществ, определяем, что пропан относится ко 2-му классу опасности (чувствительные вещества).

Геометрические характеристики окружающего пространства относятся к виду 1 (загроможденное пространство).

По экспертной таблице 4 РД 03-409-01 определяем диапазон ожидаемого режима взрывного превращения облака топливно-воздушной смеси – 1 (первый), что соответствует детонации или горению. Диапазон скоростей распространения пламени: более 500 м/с.

В данной задаче ТВС считается газовой.

Для заданного расстояния R = 90 м рассчитываем безразмерное расстояние Rx:

Рассчитываем безразмерное давление Рx и безразмерный импульс фазы сжатия Iх:

Из найденных безразмерных величин Px и Ix вычисляем искомые величины избыточного давления и импульса фазы сжатия в воздушной ударной волне на расстоянии 90 м от места аварии при скорости детонации или горения 550 м/с:

Па;

Па·с.

Используя полученные значения P и I, проводим оценку поражающего воздействия:

-вероятность повреждения стен здания (средние разрушения): ;

-вероятность разрушения здания (сильные разрушения): ;

-вероятность длительной потери управляемости у людей: ; (масса человека принималась 80 кг);

-вероятность разрыва барабанных перепонок: ;

-вероятность отброса людей ударной волной: .

Согласно таблицы 3 Методики это означает, что вероятность повреждения здания – 10%, вероятность разрушения здания – 1%. Вероятности всех остальных критериев поражения близки к нулю.

Задача №13. Для приведенной структурной схемы определите среднюю наработку до опасного отказа Т0, если поток отказов простейший, а интенсивность отказов для каждого элемента i (0,9210-4). Постройте график Рс (t) от 1 до 0.

Указание. При решении задачи учесть, что ,

где Рс (t) – вероятность безотказной работы системы.

Рс (t)=[1-(1-P1)∙(1-P2)]∙[1-(1-P3)∙(1-P4)]=[1-(1-Pi)2]2=[1-1+2∙ Pi - Pi2]2 =

= (2∙ Pi - Pi2)2 = 4∙Pi2 - 4∙Pi3 + Pi4 ;

Pi (t)= e –λt ;

T0 = = = │││ = = 9963,77 ч.

t	0	10	102	103	104	105
P(t)	1	0,999	0,991	0,91	0,39	0,0001

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Федеральный закон Российской Федерации от 22 июля 2008 г. № 123-ФЗ «Технический регламент о требованиях пожарной безопасности». Собрание законодательства Российской Федерации, 2008, № 30 (часть I), ст. 3579.

2. Rasbash, D., Ramachandran, G., Kandola, B., Watts, J., Law, M. (2004). Evaluation of Fire Safety. — N.Y.: J. Wiley & Sons.

3. Hasofer, A. M., Beck, V. R., Bennetts, I. D. (2007). Risk Assessment in Building Fire Safety Engineering. — Oxford: Butterworth-Heinemann.

4. Yung, D. (2008). Principles of Fire Risk Assessment in Buildings. — N.Y.: J. Wiley & Sons.

5. Meacham, B. J. (2008). A Risk-Informed Performance-Based Approach to Building Regulation. 7th International Conference on Performance-Based Codes and Fire Safety Design Methods, pp. 1—13.

6. Молчанов В. П., Болодьян И. А., Дешевых Ю. И. и др. (2001). Концепция объектно-ориентированного нормирования промышленных предприятий по пожарной безопасности. — Пожарная безопасность, № 4, c. 94—106.

7. Hall, J. R. (2006). Overview of Standards for Fire Risk Assessment. Fire Science and Technology, 25, pp. 55—62.

8. Hall, J. R., Watts, J. M. (2008). Fire Risk Analysis. In: Fire Protection Handbook, Cote, A. E. (ed.), NFPA, Ch. 8, pp. 3—135 — 3—143.

9. NFPA 551. (2007). Guide for the Evaluation of Fire Risk Assessments. National Fire Protection Association.

10. ISO TS 16732. (2005). Fire Safety Engineering — Guidance on Fire Risk Assessment. International Organization for Standardization, Geneva, Switzerland.

11. PD-7974-7:2003. Application of Fire Safety Engineering Principles to the Design of Buildings — Part 7: Probabilistic Risk Assessment. — British Standards Institution.

12. PAS 79. (2007). Fire risk assessment — Guidance and a Recommended Methodology. — British Standards Institution.

13. SFPE Engineering Guide to Application of Risk Assessment in Fire Protection Design. (2006). — Bethesda, MD: Society of Fire Protection Engineers.

14. SFPE Handbook of Fire Protection Engineering. (2002). Section 5, Fire Risk Analysis. — Quincy, MA: National Fire Protection Association.

15. International Fire Engineering Guidelines. (2005). — Australian Building Codes Board.

16. ГОСТ 12.1.004-91*. ССБТ. Пожарная безопасность. Общие требования.

17. ГОСТ Р 12.3.047-98. Пожарная безопасность технологических процессов. Общие требования. Методы контроля.

18. Методика определения расчетных величин пожарного риска в зданиях, сооружениях и строениях различных классов функциональной пожарной опасности. (2009). — М., МЧС России.

19. ГОСТ Р 51901.1-2002 (МЭК 60300-3-9:1995) Менеджмент риска. Анализ риска технологических систем.

20. ГОСТ Р 51901.4-2005. Менеджмент риска. Руководство по применению при проектировании.

21. ГОСТ Р 51901.13-2005 (МЭК 61025:1990) Менеджмент риска. Анализ дерева неисправностей.

22. Акимов В. А., Лапин В. Л., Попов В. М. и др. (2002). Надежность технических систем и техногенный риск. — М.: «Деловой экспресс».

23. Акимов В. А., Лесных В. В., Радаев Н. Н. (2004). Основы анализа и управления риском в природной и техногенной сферах. — М.: «Деловой экспресс».

24. Пожарные риски. Вып. 1. Основные понятия (2004). Под ред. Н. Н. Брушлинского. — М.: ФГУ ВНИИПО МЧС России.

25. Анализ риска и проблемы безопасности. Ч. 1. Основы анализа и регулирования безопасности (2006). Под ред. К. В. Фролова. — М.: МГФ «Знание».

26. Meacham, B. J. (2004). Understanding Risk: Quantification, Perceptions, and Characterization. Journal of Fire Protection Engineering, 14, pp. 199—227.

27. Hurley, M. J., Bukowski, R. W. (2008). Fire Hazard Analysis Techniques. In: Fire Protection Handbook. Cote, A. E. (ed.). — NFPA, Ch. 7, pp. 3—121 — 3—134.

28. Микеев, А. К. (1994). Пожар. Социальные, экономические, экологические проблемы. — М.: Пожнаука.

29. Ковалевич О. М. (2006). Риск в техногенной сфере. — М.: Изд. дом МЭИ.

30. Хентли, Э. Дж., Кумамото, Х. (1984). Надежность технических систем и оценка риска. — М.: Машиностроение.

31. Kumamoto, H. (2007). Satisfying Safety Goals by Probabilistic Risk Assessment. — Berlin, Springer.

32. Маршалл В. (1989). Основные опасности химических производств. — М.: Мир.

33. AIChE/CCPS. (1989). Guidelines for Chemical Process Quantitative Risk Assessment. — New York: Amer. Inst. Chem. Engineers.

34. AIChE/CCPS. (1995). Guidelines for Evaluating the Characteristics of Vapor Cloud Explosions, Flash Fires, and BLEVEs. — New York: Amer. Inst. Chem. Engineers.

35. TNO. (1992). Methods for the Calculation of Physical Effects Resulting from Releases of Hazardous Materials (Liquids and Gases) — TNO «Yellow Book». 2nd Ed. — Voorburg, TNO.

36. РД 03-418-01. (2001). Методические указания по про-ведению анализа риска опасных производственных объектов. — Госгортехнадзор России.

37. Брушлинский Н. Н., Есин В. М., Слуев В. И. и др. (2006). Пожарные риски. Вып. 4. Управление пожарными рисками. Под ред. Н. Н. Брушлинского и Ю. Н. Шебеко. — М.: ФГУ ВНИИПО МЧС России.

38. Шебеко Ю. Н., Малкин В. Л., Смолин И. М. и др. (1999). Методы оценки поражающих факторов крупных пожаров и взрывов на наружных технологических установках. Пожаровзрывобезопасность, Т. 8, № 4, c. 18—28.

39. Болодьян И. А., Шебеко Ю. Н., Карпов В. Л. и др. (2006). Руководство по оценке пожарного риска для промышленных предприятий. — M.: ВНИИПО МЧС России.

40. Акимов В. А., Быков А. А., Востоков В. Ю. и др. (2007). Методические рекомендации по определению количества пострадавших при чрезвычайных ситуациях техногенного характера. Проблемы анализа риска. Т. 4, № 4, с. 347—367.

41. Шебеко Ю. Н., Гордиенко Д. М., Малкин В. Л. и др. (1999). Оценка индивидуального и социального риска пожаров и взрывов для многотопливной автозаправочной станции. Пожаровзрывобезопасность. Т. 8, № 6, с. 42—47.

42. Гордиенко Д. М. (2004). Исследование индивидуального риска пожаров и взрывов для традиционной автозаправочной станции. Пожарная безопасность, № 1, с. 107—112.

43. Холщевников В. В., Самошин Д. А. (2009). Эвакуация и поведение людей при пожарах. — М.: Академия ГПС МЧС России.

44. Fraser-Mitchell, J. N. (1994). Object-Oriented Simulation (Crisp II) for Fire Risk Assessment. In: Fire Safety Science — Proceedings of the Fourth International Symposium, IAFSS, pp. 793—804.

45. Clarke, F. B., Bukowski, R. W., Stiefel, S. W., Hall, J. R., Steele, S. A. (1990). FRAMEworks. Fire Risk Assessment Method: Final Report. Nat. Fire Protection Research

Foundation.

46. Hostikka, S., Keski-Rahkonen, O., Korhonen, T. (2003). Probabilistic Fire Simulator. Theory and User’s Manual for Version 1.2. VTT Building and Transport, Espoo. VTT Publications 503.

47. Johansson, H. (2004). Fire Risk Evaluator. Ett datorprogram för värdering av investeringar i brandskydd. Rapport 3130, Lund.

48. Zhao, L., Beck, V. (1997). The definition of scenarios for the CESARE-RISK model. In: Fire Safety Science — Pro-ceedings of the Fifth International Symposium, IAFSS, pp. 655—666.

49. Bénichou, N., Kashef, A. H., Reid, I., Hadjisophocleous, G. V., Torvi, D. A., Morinville, G. (2005). FIERAsystem: a fire risk assessment tool to evaluate fire safety in industrial build-ings and large spaces. Journal of Fire Protection Engineer-ing, 15, pp. 145—172.

50. Yung, D., Hadjisophocleous, G. V., Proulx, G. (1999). A description of the probabilistic and deterministic modelling used in FiRECAM™. International Journal on Engineering

Performance-Based Fire Codes, 1, pp. 18—26.

51. Benichou, N., Kashef, A. H. (2004). How to Use Fire Risk Assessment Tools to Evaluate Performance—Based De-signs. CIB 2004 World Building Congress, pp. 1—11.

52. Beck, V. R., Yung, D., He, Y., Sumathipala, K. (1996). Experimental validation of a fire growth model. Proc. 7th Intl. Fire Conf., INTERFLAM’96, Franks, C. (ed.), Interscience

Communications Ltd, London, pp. 653—662.

53. Yung, D., Bénichou, N. (2000). Consideration of reliability and performance of fire protection systems in FiRECAM™. Proc. InFIRE Conference, Ottawa, pp. 1—11.

54. Watts, J. M. (2002). Fire Risk Indexing. In: SFPE Handbook of Fire Protection Engineering, Ch. 10. Section 5, Fire Risk Analysis, pp. 5—125 — 5—142. — Quincy, MA: National

Fire Protection Association.

55. Гаврилей В. М., Шевчук А. П., Матюшин А. В. и др. (1987). Методы количественной оценки уровня пожаровзрывоопасности объектов. — М.: Главный информационный

центр МВД СССР. Обзорная информация, вып. 2/87.

56. Шевчук А. П., Присадков В. И. (1997). Количественная оценка пожарного риска. Юбилейный сборник трудов Всероссийского научно-исследовательского института

противопожарной обороны. — М.: ВНИИПО МВД России, c. 259—269.

57. Корольченко, А. Я., Золотарев, А. О. (2008). Принципы расчета пожарного риска. Сб. трудов 7-й межд. спец. выставки «Пожарная безопасность XXI века». — М.: Эксподизайн-ПожКнига, c. 121—122.

58. Dow's Fire and Explosion Index Hazard Classification Guide. 7th ed. (1994). — New York: Dow Chemical Com-pany, American Institute of Chemical Engineers.

59. NFPA 101A, Alternative Approaches to Life Safety. (2001). — Quincy, MA: National Fire Protection Association.

60. NFPA 101, Life Safety Code. (2001). — Quincy, MA: National Fire Protection Association.

61. Hultquist, H., Karlsson, B. (2000). Evaluation of a Fire Risk Index Method for Multistorey Apartment Buildings. — Lund University, Sweden, Report No. 3088.

62. Karlsson, B. (2002). Fire Risk Index Method — Multi Storey Apartment Buildings. FRIM-MAB. Version 2.0. Trätek, Rapport 0212053.

63. Gretener, M. (1968). Versuch zur rechnerischen Bestimmung der Brandgefährdung von Industrie- und Objekten. Internationales Brandschutzseminar; 3 [Kongress] (Attempt to calculate the fire risk of industrial and other objects. Third Inter-national Fire Protection Symposium.) Eindhoven, p. 34—38.

64. Evaluation of Fire Hazard and Determining Protective Measures (According to Method M. Gretener). (1973). Ed. by: Association of Cantonal Institutions for Fire Insurance, Fire

Prevention Service for Industry and Trade. Edition 1973.

65. Обухов, Ф. В. (1975). Пожарная безопасность. — М.: Недра.

66. Fontana, M. (1984). Swiss Rapid Risk Assessment Method. Institute of Structural Engineering, SIA 81. — Zurich, Switzerland, ETH.

67. Осипова М. Н. (1998). Методическое пособие по оценке пожароопасности помещений различного назначения методом Гретенера. — M.: НОУ ТАКИР.

68. Evaluation en Vue de la Determination de la Grandeur des Compartiments Coupe-Feu. Note Explicative de Protection Incendie. (2007). — VKF/AEAI, doc. 115—03f.

69. Kaizer, J. (1979/80). Experiences of the Gretener Method. Fire Safety Journal, 2, pp. 213—222.

70. Cluzel, D., Sarrat, P. (1979). Methode ERIC. Evaluation du Risque Incendie par le Calcul. In: Proc. CIB Symposium on Systems Approach to Fire Safety in Buildings, Vol. I, p. II/37 — II/58.

71. De Smed, E. (2008). FRAME 2008. Theoretical basis and technical reference guide. http://www.framemethod.net.

72. Хашковский А.В. Надежность технических систем и техногенный риск: учебное пособие по курсовой работе/ А.В.Хашковский. – Челябинск: Изд-во ЮУрГУ, 2001. – 40 с.

73. РД 03-409-01. Методика оценки последствий аварийных взрывов топливно-воздушных смесей (с изменениями и дополнениями). Постановление Госгортехнадзора России от 26.06.2001 № 25. Сборник документов. Серия 27. Декларирование промышленной безопасности и оценка риска. Выпуск 2.– М.: ФГУП «НТЦ «Промышленная безопасность», 2005. – 16 с.

1. а станочные для установки и закрепления обрабатываемых заготовок б станочные для установки и закрепления
2. ВСТУП Сучасна парадигма шкільної освіти розглядає іноземну мову як важливий засіб міжкультурного спілкува
3. і Регулювання прозорості форми Обробники подій OnMouseDown і OnMouseUp визначають реакцію програми на відповідно
4. тематичних наук Київ2002 р
5. Тема 8 Організація захисту права споживача на інформованість
6. ЛОГИКЕ Факультет- английского немецкого французского языков заочная форма обучения
7. Положительным аспектом зоотехнической службы является увеличение производства высококачественной молоч
8. Что происходит во время крещения Верующий видимым образом свидетельствует перед Богом и церковью о с
9. Контрольная работа по психологии Выполнил- Студент И
10. Інфекційні захворювання тварин
11. История менеджмента Понятие менеджмент и особенности профессии менеджера
12. В основе экономического анализа лежит диалектический способ подхода к изучению хозяйственных процессов и и
13. Машиностроение и металлообработка
14. 16 января 1954 года Место рождения- Российская империя Орловская губерния ХрущевоЛевшино Русский советски
15. Обзор универсальной швейной машины с фрикционным приводом7 2
16. Курсовая работа- Види аудиторських висновкі
17. Саратов происходит от 2х тюркских слов-
18. тематике. Файзрахманова Земфира Габдуловна учитель математики МБОУ
19. реферат Преподаватель- Базалин В
20. Філософія Стародавньої Індії

Материалы собраны группой SamZan и находятся в свободном доступе