آنالیز روش‌های شناسایی مخاطرات در صنایع فرایندی با استفاده از تکنیک فرایند تحلیل شبکه‌ای (anp)

زمینه و هدف: شناسایی مخاطرات یک عامل حیاتی به منظور کسب اطمینان از طراحی و عملکرد ایمن سیستم ها در صنایع فرایندی بشمار می آید. صنایع فرایندی یکی از پیچیده ترین سیستم ها همراه با انواع مختلفی از تجهیزات، سیستم های کنترلی و رویه های اجرایی می باشد. لذا کسب اطمینان از ایمنی در صنایع فرایندی می تواند کاری بسیار پیچیده و سخت باشد. انتخاب روش نامناسب بمنظور شناسایی مخاطرات در صنایع فرایندی سبب ناشناخته ماندن تعداد زیادی از مخاطرات و اتلاف منابع می شود. لذا هدف مطالعه حاضر شناسایی معیارهای اثرگذار برانتخاب مناسب ترین روش شناسایی مخاطرات در صنایع فرایندی و تعیین مناسب ترین روش در این صنعت می باشد.روش بررسی: معیارهای با اهمیت براساس نظرات 20 نفر از خبرگان با استفاده از پرسشنامه و آزمون آماری t تک نمونه انتخاب شدند. اهمیت هریک از معیارها نسبت به هدف و روش های شناسایی مخاطرات نسبت به هر معیار براساس نظرات 10 نفر از خبرگان با سابقه حداقل 5 سال بعلت وجود ارتباط درونی میان برخی معیارها با استفاده از تکنیک anp تعیین گردید. از آنجایی که در این مطالعه به منظور جامع و کامل بودن نتایج، از پنلی از خبرگان استفاده شده است، از تمام درایه های ماتریس های بدست آمده از خبرگان، میانگین هندسی جهت دربرگرفتن تمام نظرات افراد گرفته شد. نرخ ناسازگاری برای ماتریس های مقایسه زوجی گروهی محاسبه گردید. در ادامه به ترتیب تشکیل سوپر ماتریس ناموزون، محاسبه سوپر ماتریس موزون و محاسبه توزیع ماندار سوپر ماتریس (سوپر ماتریس حد) انجام شد. به منظور انجام مراحل مذکور از نرم افزار super decision ورژن 2.6.0 استفاده شد.یافته ها: از میان 12 معیار شناسایی شده، 6 معیار انتخاب شد. معیار قابلیت اطمینان و عمق آنالیز تکنیک با وزن نرمال شده 0.21 دارای بیشترین وزن بوده و در اولویت اول قرار می گیرد. در ادامه براساس وزن های بدست آمده، به ترتیب معیارهای امکان بکارگیری تکنیک در اکثر فازهای چرخه عمر سیستم (0.206)، انعطاف پذیری (0.201)، وابستگی به اطلاعات و داده ها (0.106)، خبرگی تیم آنالیز (0.189) و سابقه کاربرد تکنیک در صنایع مشابه (0.088) دارای اولویت بودند. در کل 12 تکنیک شناسایی شد. براساس نتایج تکنیک های hazop (0.1396)، fmea (0.1385)، etba (0.1197)، fta (0.0984)، pha (0.0875)، sha (0.0806)، ca (0.0769)، o sha (0.0735)، swha (0.0574)، mort (0.0495)، ssha (0.0395) و jsa (0.0389) به ترتیب به منظور شناسایی مخاطرات در صنایع فرایندی از بیشترین ارجحیت برخوردار بودند. نتیجه گیری: روش های hazop و fmeaاز پرکاربردترین روش های شناسایی مخاطرات در صنایع فرایندی بشمار می روند. بطوریکه خروجی آن ها ورودی روش های پرکاربردی همچون lopa و qra می باشد. اجرای این مطالعه نشان داد که در سایر صنایعی که برای آن ها روشی اختصاصی ارایه نگردیده است، امکان انتخاب نظام مند مناسب ترین روش شناسایی مخاطره فراهم می باشد. پیشنهاد می شود، باتوجه به امکان وجود عدم قطعیت و ابهام در عبارات کلامی در فرایند مقایسات زوجی تکنیک anp، مدل پیشنهادی تحت شرایط فازی نیز حل گردد.

Analysis of Hazard Identification Methods in Process Industries Using Analytic Network Process Technique (ANP)

ert panel comments, there was an internal relationship between reliability and depth of the analysis of the technique, flexibility, and dependence on information and data criteria.The supermatrix represents the relationships between the components of the network, through which the final weight of the alternatives can be achieved according to the importance of criteria and their internal relations. Accordingly, the normalized weight and the importance of the alternatives (hazard identification methods) were obtained. Based on the results, the HAZOP (0.1396), FMEA (0.1385), ETBA (0.1197), FTA (0.0984), PHA (0.0875), SHA (0.0806), CA (0.0769), O SHA (0.0735), SWHA (0.0574), MORT (0.0495), SSHA (0.0395) and JSA (0.0389) were the most preferred techniques in order to identify hazards in process industries.Conclusion: One of the biggest problems in the process industries is the selection of the most appropriate method for identifying hazards and risk scenarios, why so determining the correct control measures is conditional on complete identification of the risk scenarios. In general, the purpose of this study was to explain a structured method for selecting a risk identification method in the industry so that experts and analysts take into account the criteria affecting the application of a method and the degree of importance of each criterion in choosing the appropriate technique for their purpose. In this regard, the process industries have been selected as a highrisk industry, which has been significantly developed in Iran. In this industry, a specific method for identifying hazards called HAZOP has been presented, and the results of this study showed that this technique is at the top of possible choices. However, other techniques such as FMEA are also applicable to these industries. Accordingly, the HAZOP, FMEA, FTA, PHA, SHA, CA, O SHA, SWHA, MORT, SSHA, and JSA methods were identified as the most preferred techniques for identifying hazards in the process industries by experts. Also, the implementation of this study showed that in other industries that have not been provided with a specific method, a systematic selection of hazard identification methods is possible.The results of this study showed that, despite the various criteria for selecting a risk identification method, some of the criteria are more important and their significance and the internal relationship could be estimated using multicriteria decisionmaking techniques such as ANP.One of the limitations of this study is extracting hazard identification techniques and evaluation criteria from one source. Another limitation of this study is the use of exact numbers scale in the process of weighing the criteria and alternatives based on verbal expressions. Therefore, it is suggested that the proposed ANP model be solved under fuzzy conditions in future studies in order to eliminate the probabilistic ambiguity and possible uncertainty in verbal expressions.