Databaser om olyckor och risker

More documents

Recommendations

Info

I en riskanalys skall ofta händelser med mycket låg sannolikhet men hög konsekvens hanteras. Det finns här ofta, särskilt i en kvalitativ riskanalys, en fara i att ett visst scenario bedöms som alltför orealistiskt för att behöva beaktas. Om man genom att studera andras erfarenheter kan konstatera att händelsen i sig, eller liknande händelser, har intraffat tidigare kan detta vara en indikation på att scenariot bör studeras vidare. Den första utgångspunkten bör vara att ta tillvara erfarenheter inom den egna verksamheten. Kunskaper om intraffade incidenter och olyckor samt dessas tekniska och operationella orsaker ger värdefull information. När det galler allvarliga olyckor, med låg sannolikhet för att inträffa, ar emellertid direkta erfarenheter inom den egna verksamheten oftast otillräckliga. Här måste erfarenheter från flera länder, hela den aktuella branschen och kanske aven andra branscher studeras. Exempel: Explosion efter utsläpp av ammoniak Den primära risken för personal i händelse av utsläpp av ammoniak är rela- terad till ammoniakens toxiska effekt. En, i många sammanhang, diskuterad fråga är om man behöver ta hänsyn till risken för explosion. När det galler eventuella risker for allmänheten är som regel den toxiska effekten helt dimensionerande men ur insatssynpunkt kan bedömning av explosionsrisk vara betydelsefull. Finns det exempel på inträffade explosioner och i så fall under vilka förhållanden har dessa intraffat? I Texas, USA intraffade 1983 ett läckage av vattenfri ammoniak, 20 minuter efter att läckaget startat intraffade en explosion. Slutsatsen av undersök- ningen var att ammoniak läckt ut @n en kompressor och antänts. Källa: HSE Line Sammanfattningsvis kan konstateras beträffande riskidentifiering: Erfarenhetsdatabaser är värdefulla, för att inte saga nödvändiga, för att: e så långt möjligt säkerställa att kända olycksrisker (händelser som har inträffat) beaktas bidra till en kreativ process för att identifiera nya olycksrisker Bnik av erfarenhetsdatabaser förknippas ofta med genomförande av kvanti- tativa riskanalyser där sannolikheter for olyckor eller felfrekvenser for kom- ponenter eller system erfordras. Som konstaterat ovan är emellertid identz3- eringen av risker det kanske viktigaste momentet i en riskanalys, detta oav- sett om man genomfor en kvantitativ eller kvalitativ analys. Utnyttjande av erfarenhetsdatabaser vid denna process är ett av de viktigaste tillämpnings- områdena för dessa.
1. Händelser som har inträffat inom egen eiler annan l iide verksamhet 2. Uppenbara händelser med tanke på verksamhetens karaktar 3. Händelser som kan härledas utgående från punkt 1 och 2 ovan 4. Edda kombinationer av separata händelser 5. Komplexa kombinationer av händelser som tidigare ej intraffat > Dessa typer av händelser skall ident1j7eras under riskidentifieringen. 6. Identifierade händelser som förhindras Dessa typer av händelser bör identjieras av system, operationella mtiner eller under riskidentijieringen. underhåil 7. Potentiella händelser, identifierade genom systematiskt ifrågasättande av systemets användning och funktionskrav. En strävan måste alltså vara att erhålla en riskidentifiering som är så komp- lett som möjligt. Detta kan åstadkommas på två principiellt olika satt: 0 Riskidentifiering genom r er sonlig kunskap och erfarenhet * Riskidentifiering genom "kreativ tankeprocess" Som regel försöker man utnyttja båda dessa metoder, t ex vid genomförande av HAZOP wazard and Operability) -analys: 1. Man förlitar sig inte på en persons erfarenheter utan breddar erfaren- hetsbasen genom att upprätta en gmpp med bred erfarenhet av aktuella frågor. 2. Den kreativa tankeprocessen understödjs genom användande av "ledord" (mer, mindre, inget alls, etc). Den personliga erfarenheten är emellertid begränsad, aven hos en gmpp, och den kreativa tankeprocessen erbjuder inte någon absolut säkerhet. Detta innebär att det alltid h s en kvarstående osäkerhet: Har alla risker identifierats? Erfarenhetsdatabaser erbjuder hi en ackumulerad kunskap om intriaffade olyckor som dels utökar de direkta kunskaperna om olyckor som har intraffat, dels bidrar till den kreativa tankeprocessen. J
Page 1 and 2: - -OU rapport Databaser om olyckor
Page 3 and 4: 1999 Räddningsverket, Karlstad Ris
Page 5 and 6: Innehållsförteckning Sammanfattni
Page 7 and 8: Sammanfattning Föreliggande rappor
Page 9 and 10: Abstract This report gives a presen
Page 11 and 12: Inledning Varje år inträffar i ar
Page 13 and 14: 2. Att ident8era mest angelägna be
Page 15 and 16: Relativt frekventa olyckor med begr
Page 17 and 18: e Databaser för att bestämma frek
Page 19 and 20: Behov och bruk av erfaren hetsdatab
Page 21 and 22: Bruk av erfarenhetsdatabaser i risk
Page 23 and 24: Inventera och identifiera risker Id
Page 25: 1. Händelser som har intraffat ino
Page 29 and 30: Bedömning av sannolikhet 1 frekven
Page 31 and 32: I det exempel som återges nedan av
Page 33 and 34: olyckor kan här bidra till att ge
Page 35 and 36: I denna studie jämförs sju stora
Page 37 and 38: Referenser 1. Haastrup, P., & hmer,
Page 39 and 40: ningen framgår bl a vilka verksamh
Page 41 and 42: Industri /Hamnar/ Rörledningar Inf
Page 43 and 44: Sammanställning I tabell 5.1 nedan
Page 45 and 46: Sammanställning I tabell 5.1 nedan
Page 47 and 48: OMRADE Andra "individ- olyckor" Dru
Page 49 and 50: Identifiering av historiska olyckor
Page 51 and 52: Rekommendationer avseende områden
Page 53 and 54: Rekommendationer avseende områden
Page 55 and 56: Förlustpotential 1 Kostnad för ol
Page 57 and 58: 0 Miljö-databas som innehåller in
Page 59 and 60: Referenser 1. Sjökvist, S., & Wenn
Page 61 and 62: ARIA - Analyse Recherche Informatio
Page 63 and 64: HARIS - Hazards and Reliability Inf
Page 65 and 66: Pipeline spillage database Process
Page 67 and 68: - Guidelines for process equip- men
Page 69 and 70: Exempel på löpande publikationer
Page 71 and 72: Tabell A.1 Innehall i boken "Loss P
Page 73 and 74: 23. Journal of Hazardous Materials,
Page 75 and 76: Tillgänglighet Tillgång till MHID
Page 77 and 78:
Tillgänglighet Tillgång till MHID
Page 79 and 80:
e övrig I I Antal handelser: I Ant
Page 81 and 82:
Två rapporteringsformat används,
Page 83 and 84:
Atkomst till databasen sker genom W
Page 85 and 86:
Referenserna i HSELINE innehåller
Page 87 and 88:
MARS Dr. Christian Kirchsteiger Eur
Page 89 and 90:
Bilaga C: Felfrekvensdatabaser Inle
Page 91 and 92:
eparationer producerar ofta automat
Page 93 and 94:
I Nsmn: ( OREDA - Offshore Reliabil
Page 95 and 96:
Bilaga D: Fallstudie Inledning I de
Page 97 and 98:
Framtagning av kollisions- och grun
Page 99 and 100:
Frekvensen för grundstötning p.g.
Page 101 and 102:
För LPG-tankfartyg baserades de p
Page 103 and 104:
Skadefallsfrekvenser för arocessr
Page 105 and 106:
Skadefallsfrekvenser för Kansar F
show all

Databaser om olyckor och risker

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?