Оценка неопределенностей и рисков
Дата: 30/01/2014
Тема: Безопасность и чрезвычайные ситуации



М.И.Рылов, генеральный директор ООО "РЭС-центр", вице-президент РЗК, Санкт-Петербург

М.Н.Тихонов, ООО "РЭС-центр",  Санкт-Петербург
Ущерб от аварий и катастроф техногенного и природного характера в современном мире создаёт реальную угрозу для экономики не только отдельных регионов, но и планеты в целом. Во второй половине ХХ в. количество экстремальных природных явлений выросло в 6 раз из расчёта на каждое десятилетие, а среднегодовой объём экономических потерь более чем в 10 раз.


Безопасность атомной энергетики выходит за национальные границы, становясь значимой для всего мирового сообщества. При этом аварии и инциденты на ядерных и радиационно-опасных объектах (ЯРОО) явление не столь редкое  (табл.1).
                                                                                                                                                         
Таблица 1


Любая авария на АЭС множит поводы для формирования негативного общественного мнения по атомной энергетике. Решение задач глобальной ядерной безопасности осуществляется в условиях значительной неопределённости. Для успешной реализации  этих решений необходимо применение современных вычислительных технологий.

Примерами крупнейших в мире техногенных катастроф, оказавших влияние на экономику и судьбы миллионов людей, являются радиационные аварии на ЧАЭС и на японской АЭС «Фукусима-1». Эти события  поставили под сомнение концепцию глубокоэшелонированной защиты АЭС как способа предотвращения эксплуатационных рисков.

Основными причинами крупных аварий и катастроф на ядерных объектах являются:

- пренебрежение обеспечением ядерной и радиационной безопасности (ЯРБ);

- неправильные действия, ошибки персонала;

- недостатки проектирования, существующих технологий и конструкций ядерных энергетических установок (ЯЭУ);

- несовершенство научно-методической базы и программно-аппаратных средств;

- несовершенство государственной (международной) системы оперативного управления радиационными рисками.


Человек как источник потенциальной опасности

Большое значение для обеспечения безопасности на ядерных объектах имеет учет человеческого фактора. Возникновение большинства аварий и инцидентов связано с поведением людей, их отношением к  своим обязанностям и обеспечению безопасности. По оценкам специалистов,  причинами более 80 % аварий и техногенных катастроф послужили  ошибки  персонала. По данным INPO, вклад в ошибки персонала погрешностей и нечёткости в инструкциях, предписаниях и другой документации составляет 43%, недостаток знаний,  профессиональной подготовки - 18%, отступления персонала от предписаний и инструкций - 16%, неправильное планирование работ - 10%, неэффективная связь между сотрудниками станции - 6%, другие причины - 7%.

Ошибочные действия/бездействие операторов в ответственных ситуациях зависят от состояния нервной системы человека. Находясь в эпицентре внешних воздействий, человек получает огромное число сигналов, часть которых не воспринимается органами чувств, так как они выходят за пределы восприятия. Часть сигналов (простые сигналы) обрабатывается на подсознательном уровне. И лишь некоторая часть сигналов воспринимается с участием сознания. Основным моментом, привносимым сознанием в принятие решения, является многовариантность («проклятие размерности») и неопределённость процесса принятия решения.

Процессы восприятия внешних раздражений подчиняются статистическим закономерностям, то есть имеют разброс относительно того, что считается правильным (нормальным). Вероятность принятия неправильного решения существует всегда, а  для мыслительных процессов - она весьма высока. Тенденции к ошибкам и принятию желаемого за действительное являются главной проблемой культуры безопасности.       

Объективно прогнозировать протекание аварий и противостоять их разрушительным действиям весьма сложно. Полностью  исключить вероятность аварий на сложных технических объектах пока не удаётся.           

Источники и виды рисков и  неопределённостей
             
В «Основах государственной политики в области ядерной и радиационной безопасности РФ на период до 2025 г.» особое внимание уделяется разработке и внедрению инновационных методов, средств комплексного анализа, прогнозированию и оценке состояния ядерной и радиационной безопасности (ЯРБ), выявлению рисков и управлению ими, а также научно-методической базе и программно-аппаратным средствам. Безопасность эксплуатации ЯРОО имеет принципиальное значение для оценки перспектив и выбора стратегии развития ядерной энергетики.

Управление безопасностью осуществляется на основе  рискометрического  анализа объекта управления с позиций «выгода – ущерб» и «польза - вред».

Согласно ФЗ № 184 от 27.12.02 г. «О техническом регулировании», риск определяется как вероятность причинения вреда жизни или здоровью граждан, имуществу физических или юридических лиц, государственному или муниципальному имуществу, окружающей среде, жизни или здоровью животных и растений с учётом тяжести этого вреда. Риск может оцениваться различными методами, при его описании вводится понятие «неопределённость» риска. В простой форме величина риска является полной ценой ожидаемых исходов. Полный риск – это оценка индивидуальных рисков отдельных классов.

Различия в определениях риска зависят от контекста потерь, их оценки и измерения. Исторически теория рисков связана с теорией страхования.  Развитие компьютерных вычислений позволило учитывать большее число факторов  для более всестороннего предвидения рисков. Значительный вклад в теорию оценки риска был внесён при оценке радиационного и экологического рисков, послужив основой для теории «беспороговых рисков».

Современные исследования риска устанавливают приемлемую формализацию риска для целей управления. В современном нормативном определении под риском понимают вероятность чрезвычайного  события на объекте, либо возможные последствия из-за аварии объекта, либо произведение первого на второе.  Это понятие применимо в случаях, когда вероятность негативного события может быть более-менее точно определена, а ущерб – квантифицирован. Но при комплексных негативных последствиях только малая их  часть поддаётся квантификации. Что же касается вероятности, то многие события до их наступления  вообще могут не считаться вероятными.

Если ряд последствий и вероятности для различных исходов различаются, то общий риск определяют суммой их произведений. Таким описанием риска удовлетворяются в финансовой сфере и при страховании. В этих случаях риски являются простыми числами и могут сравниваться.

На практике для оценки риска иногда используют величину риска в единицу времени (частота). Риск в этом случае есть произведение частоты на рассматриваемое время или время жизни объекта. Когда же потери являются фиксированными, например, «человеческая жизнь», оценка риска фиксируется только на вероятности события (частота события) и связанных с ним обстоятельств.
 
 Риски в атомной энергетике

АЭС как сложный технологический комплекс является источником повышенного риска. Прогнозирование последствий принимаемых решений и действий обслуживающего персонала АЭС возможно лишь путем математического моделирования физического эксперимента. Примером создания полномасштабных прототипов ЯЭУ в целях экспериментального исследования их безопасности и эксплуатационных характеристик для относительно малых по мощности серийных транспортных реакторов для АПЛ и надводных судов являются работы НИТИ им. А.П. Александрова (г. Сосновый Бор, Ленинградская обл.).  Но даже полномасштабные натурные эксперименты на прототипах транспортных ЯЭУ не предотвратили радиационно-опасных аварий на кораблях с ядерными установками.    

Возможность же полномасштабных натурных экспериментальных исследований безопасности АЭС ограничена: дорого, опасно, и серийность относительна. В мире нет двух одинаковых АЭС, каждая строится по специальному проекту.

Длительный отрезок времени, необходимый для выявления всех негативных эффектов АЭС, накладывает свои неопределённости. Выходом является развитие теоретических  и расчётных методов исследования. Расчётные результаты зависят от экспериментальных данных о свойствах используемых веществ и информации о характеристиках микропроцессов внутри основного исследуемого процесса.
        
Экспериментальные данные, как правило, носят вероятностный характер. Надёжность расчётных результатов зависит также от корректности математического моделирования состояния объекта и происходящих в нём процессов, от методов расчёта, зависящих от возможностей вычислительной техники. Принимаемые допущения в силу незнания или невозможности решить задачу в более корректной постановке вносят свои неопределённости в результаты. Неопределённость получаемых результатов – проблема не менее сложная, чем получение самих результатов.

        
Концепция риска выявляет многоуровневую проблему, которая не может быть решена простыми средствами. В частности, должна быть произведена переоценка маловероятных рисков со значительными последствиями. Проектировщикам необходимо разработать методологию улучшенного анализа рисков, способную справиться не только с традиционными сценариями аварий из-за ошибок проектирования, но и с гораздо менее вероятными рисками со значительными последствиями.
         

Вероятностный анализ безопасности

Безопасность АЭС, как любых сложных технических объектов, имеет стохастическую природу. Вероятностным характеристикам безопасности АЭС соответствуют риски, связанные с авариями и инцидентами на АЭС. Накопление информации о частоте и численном значении радиоактивных выбросов при инцидентах на АЭС позволяет в рамках вероятностной методологии уточнять риск населения от объектов ядерной энергетики.                                               

Широкое распространение для обоснования безопасности АЭС получил вероятностный анализ безопасности (ВАБ), позволяющий регулировать безопасность и обосновывать необходимые технические и организационные мероприятия. Для оценки результатов при этом используют вероятностные критерии безопасности (ВКБ), определяющие приемлемость безопасности АЭС.  

ВАБ для технических сложных объектов был создан группой профессора Й.Расмуссена в 1975 г. (США) с целью оценки риска от АЭС. Предметом исследования ВАБ являются так называемые редкие события с возможными нежелательными последствиями. Методология ВАБ обладает приемлемой точностью и практической значимостью, если все её ограничения  выполнены надлежащим образом. Но чёткого количественного критерия, разделяющего события с нарушением нормальной эксплуатации и редкие события (например, по частоте возникновения), не существует. Это зависит от сложившегося в государстве подхода к ВКБ и требованиям по надёжности функционирования сложных технических  объектов.
ВАБ, как правило, включает следующие этапы:

1. постулирование или отбор  исходных событий аварий;

2. определение возможных путей развития аварий (построение «деревьев событий»);

3. создание банка данных по надёжности систем и элементов;

4. анализ надёжности систем безопасности;

5. учёт человеческого фактора, определяющего надёжность функционирования систем АЭС;

6. анализ физико-химических процессов при возможных путях развития аварии;

7. оценка риска в принятой интерпретации.

Для выбора средств, обеспечивающих безопасность АЭС, и их технических характеристик создаётся перечень исходных событий (аварий) со своими свойствами. В перечень включают события, считающиеся вероятными. Все проектные средства, направленные на предотвращение опасных последствий этих событий, разрабатываются на основе комплекса нормативных требований  по обеспечению их надёжности. Аварии, развивающиеся из этих событий, называются проектными.

К запроектным авариям (ЗПА) относятся исходные события, против которых не предусмотрены системы безопасности ввиду их малой вероятности (по мнению разработчика) или из-за невозможности иметь разумные инженерные меры по защите от них. К запроектным авариям относятся также исходные события для проектных аварий, при которых системы безопасности не выполняют возложенные на них функции  вследствие возникших в них нарушений. Не всякая ЗПА может привести к тяжёлым последствиям. Тяжёлой аварией считается ЗПА с тяжёлыми последствиями.

Вероятность отказа системы  безопасности, определяющая вероятность ЗПА, зависит от надёжности используемых элементов имеющейся статистической базы. Это обстоятельство является принципиальной трудностью для реализации ВАБ из-за проблем организации сбора и обработки достоверной статистической информации по отказам и корректности её использования в конкретном случае. Для вновь создаваемых объектов со значительно обновлённой элементной базой эта проблема при использования ВАБ может стать доминирующей.

Другой принципиальной трудностью является получение информации о поведении параметров системы при многочисленных состояниях, диктуемых «деревьями событий», что требует статистических методов и математических моделей, долговременных наблюдений для установления устойчивых рядов данных по закону больших чисел. Проведение ВАБ при отсутствии инженерно-технической проработки всех систем объекта – вещь нереальная. Приближённость оценок вносит значительный вклад в неопределённость получаемых результатов.     

Традиционные подходы к управлению рисками, основанные на оценке вероятных последствий потенциальных событий, не вполне пригодны к крайне маловероятным рискам с серьёзными последствиями, поскольку эти последствия не укладываются в предсказуемые пределы.

При ВАБ часто недооценивается размер неопределённостей исходных данных. Неопределённость к тому же увеличивается при наличии корреляции между входными данными.

Информация о характеристиках случайных входных данных в виде функции плотности вероятности или её численных характеристиках формируется на базе статистических данных. Поскольку статистические данные для новых АЭС отсутствуют, возникает задача адаптации имеющихся данных для подобных подсистем действующих АЭС. Недостаточная полнота базы данных является основной проблемой оценки безопасности объекта. К тому же процесс формирования базы данных носит волевой экспертный характер.

Как правило, ВАБ базируется на независимых отказах. Зависимые же отказы учитываются на позднем этапе, причём база данных по ним особенно мала. В расчёт недостаточно принимаются зависимости между интенсивностями отказов и исходными событиями. Отсутствуют методики, позволяющих получать надёжные результаты с достаточно узким диапазоном неопределённостей. Расчёт одной и той же системы различными группами аналитиков может давать результаты, отличающиеся на несколько порядков. Из-за неполного учёта только зависимых отказов получается малое значение вероятностных показателей, даже если все другие проблемы игнорируются.

В ВАБ принимается во внимание только простой вид человеческих ошибок - оплошности. При этом исключены: сложные формы ошибок человека, непредсказуемые физические процессы, саботаж, террористические акты, неожидаемые дефекты, такие как: напряжения трубопроводов, превышающие допустимые значения; неправильная установка оборудования; потеря пожароустойчивости электрических кабельных проходок; ошибки в электросетях и контрольных контурах; несейсмостойкое исполнение приборных панелей. Такие дефекты не могут быть включены в ВАБ из-за непредсказуемости и отсутствия адекватной базы для оценки вероятностей отказа.

Результаты ВАБ можно считать индикатором риска ограниченного масштаба, полезным для ограниченных целей. Критики использования ВАБ и ВКБ считают, что существующая интерпретация результатов ВАБ вводит в заблуждение и должна быть изменена. Большинство АЭС не соответствуют ВКБ, сформулированным МАГАТЭ после аварии на ЧАЭС. Надёжно определить, удовлетворяет ли данная АЭС ВКБ, невозможно.

Вычислительные технологии

В случаях, когда решающую роль играют неопределённости неслучайной природы, вероятностные методы малоэффективны. Этим объясняется интерес, появившийся в 1960-1970 гг. к моделям неопределённости, альтернативным вероятностным. К их числу можно отнести субъективную вероятность, верхние и нижние вероятности, методы, базирующиеся на теории нечётких множеств, предложенные А.Заде.

Здесь риск определяется как множество возможностей с исходами в нечётких мерах. Неопределённость может отождествляться с нечёткими мерами, в частности, с вероятностью. Неопределённость измерений может быть отнесена к одному из двух типов: случайному (вероятностному) и нечёткому (например, теории возможностей).

Намерением авторов статьи является установление связи между неопределённостью и риском, и поиск возможности квантификации (числовых оценок) неопределённости и риска.

Нечёткий анализ безопасности призван дополнить и расширить возможности традиционных методов оценки надёжности, безопасности и риска, а также служить базой сравнения результатов анализов. Но формализация риска через неопределённость крайне затруднительна, поскольку неопределённость как категория является ещё большей абстракцией, чем понятие риска. Квантификация риска через неопределённость достижима в нечётких возможностных мерах и мерах правдоподобия, и соответствующих им шкалах порядка и наименований.

Сравнение результатов имеет смысл, если они представлены в виде численного интервала ожидаемых значений «от - до» с определённой доверительной вероятностью. «Нечёткий анализ» должен включать в себя определение «меры нечёткости». В противном случае, «нечёткий анализ безопасности»  не привносит новых знаний.  
         
Основой количественных оценок риска является априорная информация о частоте или вероятности проявления исходных событий. Применительно к редким событиям вид функции распределения плотности вероятности исходных событий не может быть определён, что практически исключает возможность определения плотности вероятности результирующего события, в том числе, с применением метода Монте-Карло.
        
Целью изучения ситуации неопределённости является снижение риска.  Её успешное решение невозможно без применения новых информационных технологий, составной частью которых являются интеллектуальные средства обработки информации. Теоретическое моделирование риска возможно путём сравнительной квалификации понятия риска с другими понятиями, связанными с ним в отношениях слов естественного языка. Данные процедуры являются качественными оцениваниями, приёмами неклассической логики, называемой псевдофизической логикой оценивания величин свойств объектов. Задачей данного подхода является установление перехода от оценивания к квантификации – приписыванию чисел решениям и целесообразным действиям.  
       
Процесс управления рисками предполагает идентификацию всех событий и факторов, которые могут влиять на исходы человеческой деятельности и природных явлений. Для формального описания риска используется множество понятий. Наиболее часто используются понятия «последствия» и «вероятности». Множество риска – это набор точек рисков и возможных событий какого-либо решения. Точка риска – сочетание исхода и частотной вероятности события. Риск есть нечётко наблюдаемая неопределённость исхода целесообразной деятельности.

Недостаточность знаний  о состояниях и процессах на новых АЭС является основным фактором возникновения неопределённостей. Сложность АЭС и точность, с которой её можно описать и проанализировать существующими методами, находятся в противоречии. Структурирование и установление связей и состояний большого количества элементов имеет нечёткий и размытый характер. Чем сложнее система, тем меньше шансов точно предсказать её поведение в многочисленных точках фазового пространства её возможного состояния. Случайный характер значений большинства входных параметров, формирующих состояние системы  в начальный момент, переносится на случайный характер и неопределённость поведения системы в целом.

Следующим фактором неопределённости является недостаток наших знаний о протекающих в АЭС процессах и необходимость использования различных допущений и приближений. Первый фактор обусловливает применение теории вероятности как методологии случайных величин и процессов.

Само понятие неопределённость трактуется довольно неоднозначно, смысл её зависит от характера решаемой задачи. Разные направления ставят во главу ту или другую составляющую неопределённости (рис.1). Различают следующие классы неопределённости: неточность (ошибка наблюдения), незнание, недостаточность информации, субъективная вероятность, неполнота, расплывчатость.

         


Рис.1. Основные виды неопределённости

        
Понятия неопределённости и риска различаются между собой. Вероятностный инструментарий позволяет более чётко разграничить их. Неопределённость является существованием возможности. Риск определяется как множество возможностей с исходами в нечётких мерах. Риск – форма текущего описания будущего в том аспекте, что можно сейчас принять решение, исходя из одной из возможных альтернатив, касающихся риска.
       
Обычно для работы с неточно известными величинами используется аппарат теории вероятностей. При этом предполагается, что неточность, независимо от её природы, может быть отождествлена со случайностью. Однако следует различать случайность и нечёткость, которая и является главным источником неточности. Случайность связана с неопределённостью, касающейся принадлежности/непринадлежности объекта к чёткому множеству, в этом случае в качестве базовой теории используется теория вероятностей.

Понятие нечёткости относится к классам, в которых имеются градации степени принадлежности, промежуточные между полной принадлежностью и непринадлежностью объектов к данному классу. В этом случае в качестве базовой теории используется теория нечётких множеств.

На практике, как правило, риск является функцией как статистических параметров, так и нечётких. В силу различия теорий, используемых для описания этих типов параметров, задача их агрегирования становится нетривиальной. Со времени появления теории возможностей предпринимались попытки точно обозначить соотношение между вероятностью и возможностью.

Для описания неопределённости в сложных системах широко применяется аппарат теории нечётких множеств, предложенный Л.Заде. Задачи, связанные с наличием распределения вероятностей, полученного на достаточном статистическом материале,  должны решаться вероятностными методами. Задачи, характеризующиеся преобладанием нечётких качественных оценок, необходимо решать с применением теорий нечётких множеств.

Достаточно популярной является интерпретация нечёткости как вероятности нечёткого события, которая позволяет использовать интеграцию числовой и лингвистической информации в системах сбора и обработки информации на основе разнородных, неполных, нечётких данных, что выгодно отличает их от систем статистической обработки информации. Возможна интерпретация исходных событий как нечётких событий, характеризующихся некоторыми мерами, в качестве которых могут выступать нечёткие меры или их частный случай – вероятностная мера.

Традиционные информационные технологии оперируют на базе «жёстких алгоритмов», новые информационные технологии оперируют на основе «мягких вычислений» с использованием достижений искусственного интеллекта.

«Мягкие вычисления» предполагают терпимость к нечёткости и частичной истинности используемых данных для достижения интерпретируемости, гибкости и низкой стоимости решений. Для этого используются современные вычислительные технологии: нечёткие системы, нейтронные сети, генетические алгоритмы.        

Нейронные сети (НС) - математические модели, построенные по принципу организации и функционирования биологических нейронных сетей нервных клеток живого организма. НС не программируются в привычном смысле слова, а обучаются. В процессе обучения НС способна выявлять сложные зависимости между входными и выходными данными, определяя коэффициенты связей между нейронами, выполнять обобщение. 

Генетические алгоритмы (ГА) – это адаптивные методы поиска, реализующие эволюционные вычисления, основанные на генетических процессах биологических организмов. Один из современных принципов решения оптимизационных задач. ГА используют генетические операции (скрещивание и мутации) и эволюционную операцию (отбор). Механизмы скрещивания и мутации реализуют переборную часть ГА, а отбор решений производится методом градиентного спуска. После ряда операций ГА сходится к лучшему решению, которое близко к оптимальному. На сегодняшний день ГА являются лучшим из существующих методов для решения многофакторных задач оптимизации.  

 Преимущества нечётких моделей (НМ):

 - они являются универсальными аппроксимирующими функциями, которые могут аппроксимировать любую вещественную функцию с любой заданной точностью;

 -    создание НМ значительно проще построения традиционных математических моделей, особенно в случае моделирования сложных, плохо определённых моделей и систем, когда имеются только качественные представления о зависимости между параметрами системы; -     программная реализация НМ зачастую проще, чем традиционных моделей;

  -  точность решений, получаемых с использованием НМ, вполне приемлема для большинства приложений;

  -  зависимости между входными и выходными переменными могут выражаться в лингвистическом виде и иметь понятную словесную интерпретацию.  
         
Многие модели, входящие в технологии «мягких вычислений», являются универсальными, взаимно дополняют друг друга и используются в различных комбинациях для создания гибридных интеллектуальных систем (нейро-нечёткие, нейро-логические, генетико-нейронные, нечётко-генетические или логико-генетические системы). Эффект усиления от их комбинирования  позволяет уменьшить цену решения и добиться большего соответствия реальности.

Существующую методологию оценки рисков необходимо обновить, для того чтобы включить в неё маловероятные риски с серьёзными последствиями. Традиционные решения об «известных неизвестных» должны быть расширены, чтобы включать также «неизвестные  неизвестные».

Планирование сценариев, которые включают в себя непредставимые ситуации, может оказаться полезным инструментом для изменения способа мышления при выявлении рисков и оценке уязвимостей. Решая эти задачи, придется исходить из невозможных предпосылок, исследовать возможные уязвимости, которые из них следуют.

Другим способом изменить подход к осмыслению будущих событий являются ролевые игры и иные симуляции реального мира. В играх моделируется сложность реальных событий, когда кажущиеся рациональным взаимодействие между игроками или их действия могут привести к непредсказуемым результатам.
        
Решение задачи исчисления риска через неопределённость невозможно без определения цели. Задача снижения риска любого проекта определяется государственной политикой в виде целевых установок, как то: цена человеческой жизни, величина приемлемого риска, возможности государственных служб по защите населения в случае катастроф и т.д. На стадии предварительного анализа проекта необходимо оценить приемлемые показатели риска и определить место данного проекта в поле матрицы риска (элемент матрицы риска). В рамках выбранных границ должен происходить анализ возможных альтернатив в поисках оптимального варианта и соответствующая оценка неопределённостей. 

Реформа концепции безопасности АЭС

После аварии на АЭС «Фукусима-1» МАГАТЭ выпустило обновлённые документы, регламентирующие безопасность АЭС. В них, в частности, сформулированы требования, чтобы суммарная частота плавлений активных зон не превышала 10-5/(реакторов в год), а частота превышений предельных выбросов из контейнмента была, как минимум, на порядок ниже.

В отчёте Научного комитета ООН по влиянию атомной радиации (НКДАР, 2012) о радиационном риске написано следующее: «долговременное воздействие радиации среднего фонового уровня (от 2 до 20 мЗв/год) оказалось невозможным связать с влиянием на здоровье людей из-за неопределённостей с оценкой риска от низких доз и недостаточности статистики эпидемиологических исследований; о влиянии доз менее 100 мЗв/год можно говорить при количестве случаев, достаточно большом для преодоления порога «неустранимых статистических неопределённостей». Государство должно отдавать предпочтение зоне ничтожно малой вероятности с ограниченными последствиями. Без такого анализа каждого проекта на отраслевом уровне невозможно сравнивать их между собой.  
          
Таким образом, традиционные методы оценки рисков АЭС должны измениться. Возникает необходимость  модификации концепции риска. Главным препятствием является недостаток априорных знаний о существе, взаимосвязи и количественных оценках вероятности или  нормированной возможности проявления нежелательных событий.

При построении моделей для количественной оценки риска носители априорных знаний - эксперты должны располагать математическим аппаратом, позволяющим учитывать эти неопределённости. А сам математический аппарат не должен привносить дополнительных неопределённостей, связанных с субъективным выбором агрегирования величины события и меры возможности его проявления, на чём настаивают сторонники «нечёткого анализа безопасности».

Доказанные в 1931 г. австрийским математиком Куртом Гёделем две теоремы в математической логике о неполноте информации констатировали ограничения, присущие всем «достаточно сложным» формальным системам, достаточным для описания арифметики. Теоремы Гёделя выявили невозможность полной формализации человеческого мышления. Находясь в рамках вероятностной замкнутой системы (отграниченной теории), с помощью вспомогательных средств рассматриваемой теории невозможно  доказать, что эта теория действительно непротиворечива. Для этого надо применить более сильные методы, чем те, которые допустимы в данной системе. Эти соображения являются необходимыми условиями для проведения анализа риска и категорирования крупных проектов в политике государства.

Принятие решения. Способность управлять рисками
        
Универсальный метод принятия решений при наличии неопределённостей для проектов строящихся АЭС предложить невозможно. Необходимо использовать различные методы оценки риска и производить сравнение полученных результатов. 
       
В соответствие с концепцией управления аварией, даже после отказа систем безопасности аварией нужно управлять, используя другие системы и/или системы безопасности по другому назначению, чем планировалось первоначально, для того чтобы предотвратить тяжёлое повреждение активной зоны или, по крайней мере, препятствовать раннему отказу защитной оболочки.
            
Теория принятия решений, как правило, включает: формирование альтернатив и ВКБ, по которым оцениваются альтернативы; задание численных значений критериев и взвешивающих коэффициентов; оценку альтернатив по отношению к ВКБ; выбор альтернатив и анализ чувствительности. 
        
Критерии нечёткой классификации могут иметь количественное выражение (напр., потенциальный ущерб в долл., частота аварий с тяжёлым повреждением активной зоны и др.), или являться нечёткими понятиями (напр., классификация объектов по степени опасности).
       
При принятии решений и управлении рисками, как правило, руководствуются следующими принципами:

1. Принятие решений на основе гипотетических соображений. В случае высоких технологий тотальный контроль практически невозможен. Возможность катастрофы может быть лишь уменьшена, но не устранена. Техническая сторона мер безопасности становится социальной проблемой принятия возможной техногенной катастрофы.

2. Риск можно оценить, управлять им, но нельзя полностью исключить. Точный прогноз  невозможен, но можно высветить некоторые сценарии технического развития, часть которых могут быть реализованы, другие - предотвращены с целью уменьшения риска для общества и будущих поколений. 

3. Определиться с критериями эффективности. От их выбора зависит круг научных и технических  проблем, области применения предлагаемой методологии, необходимая информация и финансовые ресурсы для её разработки. Важным моментом являются прогнозируемые сроки действия результатов анализа.

4. Необходимо, чтобы сравнимые объекты находились в рамках одной концепции безопасности. Для этого необходимо определиться с показателями риска, по которым будет проводиться анализ и категорирование. Риск, связанный с проектом, характеризуется тремя факторами: событие, связанное с риском; вероятность риска и последствия принимаемого решения. В первую очередь необходимо определить, на какие относительные риски мы готовы пойти  в случае не достижения  поставленной экономической цели или возникновения чрезвычайных событий.

Авария на АЭС «Фукусима-1» показала, что усиление мер по повышению радиационной безопасности потерпело неудачу. Они лишь усложнили систему в целом, делая её более подверженной авариям. Технически созданные риски не исчезают, а трансформируются в различные виды неопределённости. При достижении декларируемых показателей риска необходимо учитывать затраты, определяющие экономическую эффективность. Для безопасности АЭС  возможный ущерб от последствий не должен приводить к нарушению экономического состояния государства, то есть относительная величина последствий должна быть существенно меньше единицы.

5. При оценке риска крупномасштабных катастроф, реализующихся в варианте каскадных отказов на всех критически важных объектах (КВО), отличающихся  разнообразием технической сложности, освоенности персоналом, ущербом при их разрушении и другим аспектам, использование одного метода прогнозирования риска невозможно. В этом случае необходим комплексный подход.

6. При реализации крупномасштабных проектов АЭС создается большое количество КВО с разными сроками жизни. Это приводит к необходимости учитывать риски не от отдельного КВО, а от их совокупности, а также учитывать старение и деградацию оборудования КВО за время реализации проекта. 
                                       
7. Статистический и нечёткий методы при практическом использовании должны оперировать вероятностью, как одной из составляющих риска, в первом случае в количественном выражении, во втором  - в качественном обозначении («да - нет», «высокая – низкая» и т. д.). Отсутствие большей части статистической информации для новых АЭС и необходимость принимать волевые экспертные решения по использованию имеющейся информации сближает оба подхода.

8. При полном отсутствии информации об объекте (полная неопределённость) принимать решение нельзя. Необходимо представлять себе масштаб (показатели, характеристики) неопределённости по рассматриваемой проблеме.
 
9. Вероятностная оценка рисков, применяемая с 1979 г. после аварии на АЭС Три Майл Айленд, в будущем будет иметь ещё большее значение для обеспечения безопасности ядерных реакторов. Вероятностный подход позволяет иметь на выходе функцию плотности вероятности возможных последствий.

10. Расхождение реализуемых и допустимых значений требует проведение анализа. Принимаемые значения коэффициента запаса не могут полностью исключить возможность выхода случайных значений эксплуатационных параметров за случайные значения допустимых параметров. Это увеличивает неопределённость при принятии решений.

11. Для нечёткого подхода оценка показателей риска происходит с применением математического аппарата нечёткой логики, который оперирует с качественными показателями, возможно приобретающими количественную форму в интерпретации экспертов. Функции плотности вероятности для входных данных можно построить путём опроса большого числа экспертов, и на этой основе получать функцию плотности вероятности на выходе и оценивать масштаб неопределённости.

Проектный принцип

Будущее атомной отрасли зависит от того, сможет  ли она учесть уроки маловероятных аварий с далеко идущими последствиями; насколько успешно сможет реализовывать новые масштабные проекты и проводить модернизацию существующих объектов. В этом процессе важная роль отводится методам умного управления рисками и качественной реализации проектов в рамках заданных бюджетов и сроков. Весьма вероятно, что принцип адекватной защиты в значительной степени переформатирует весь набор нормативов и правил. 
           
Проектный принцип, заключающийся в применении новых методов проектирования и улучшенных административных методик (рис.2) должен  стать приоритетным в сфере безопасности АЭС.  


Рис.2. Критически важные методы осуществления проекта [6]
         
Проектный принцип подразумевает более строгие требования к проектированию и строительству АЭС (более совершенные приборы и оборудование, надёжные резервные источники электроэнергии), которые позволят обеспечить их  полную защиту от аварий. Профессиональные группы, технические эксперты, органы по поддержке атомной отрасли сообща должны разрабатывать аналитические инструменты и методы оценки рисков, которые могут быть использованы собственниками станций и операторами. Необходимо также тесное сотрудничество проектировщиков и поставщиков оборудования для разработки спецификации компонентов и устройств, соответствующих новым требованиям.

Конечная цель применения методов управления рисками состоит в разработке такого отраслевого подхода к определению и количественному измерению  вероятности наступления аварийных событий, который будет удовлетворять любым требованиям надзорных органов по безопасности, будучи экономичным и простым во внедрении. Они должны более широко подходить к определению эксплуатационного риска и его негативных последствий, как на уровне АЭС, так и на уровне отрасли. Больше внимания необходимо уделить управлению проектами в критических условиях. Поскольку концепция разумной уверенности и адекватной защиты не включает в себя прямой анализ затрат и выгод,  любое отступление от вышеуказанных цели и требований может нанести вред будущему ядерной энергетики.    
           
Изменение этих условий повлияет на инвестиционные приоритеты в отношении модернизации и увеличения мощности  строящихся блоков АЭС. Медленное экономическое возрождение ядерной отрасли дает время на улучшение качества проектного планирования и реализации  технологий и методик нового поколения (модульность строительства, упрощенные проекты реакторов, чётко продуманная система управления), которые позволят добиться более эффективного возврата инвестиций.

  
Библиография
  
1. Акимов В.А., Владимиров В.А., Измалков В.И. Катастрофы и безопасность. – М.: Деловой экспресс, 2006. 387 с.     
2.Алексахин Р.М., Булдаков Л.А., Губанов В.А. и др. Крупные радиационные аварии: последствия и защитные меры / Под общ. ред. Л.А.Ильина и В.А.Губанова. – М.: ИздАТ, 2001. 752 с.       
3. Тихонов М.Н., Муратов О.Э. Человеческий фактор в условиях чрезвычайных ситуаций и аварий на атомных станциях //Энергия: экономика, техника, экопогия, 2010, №5, с.14-20.    
4. Ильин К.И. Управление рисками на радиационно-опасных объектах. -Димитровград :ГНЦ НИИАР, 2009. 99 с.     
5. Рылов М.И.., Тихонов М.Н. Уроки Чернобыля и Фукусимы: культура и концепция безопасности на объектах использования атомной энергии // Жизнь, безопасность, экология,2013, №1-3, с.186-195            
6. Том Флеэрти, Кристофер Данн, Майкл Бэджейл, Оуэн Уорд. После Фукусимы: ядерная энергетика в изменившемся мире //Атомный проект, 2013,  №13, с.30-35. 
7. Ковалевич О.М. Безопасность в техногенной сфере – М.: Издательский дом МЭИ. 2011.           
8.  Акимов В.А., Лесных В.В., Радаев Н.Н. Основы анализа и управления риском в природной и техногенной сферах. – М.: Деловой экспресс, 2004. 346 с. 
9. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. – Вопросы анализа и процедуры принятия решений. / Пер. с англ. – М.: Мир, 1976, с.172-215.            
10.  Пойа Д. Математика и правдоподобные рассуждения / Под ред. С.А.Яновской. – М.: Наука, 1975. 464 с. 
11. Альгин А.П., Виноградов М.В.. Пономарев Ю.И., Фомичев Н.П. Рискология и синергетика в системе управления. – Петрозаводск, 2004. 184 с.
12. Дюбуа Д., Прад А. Теория возможностей. – М.: Радио и связь,1990.
           
        






Это статья PRoAtom
http://www.proatom.ru

URL этой статьи:
http://www.proatom.ru/modules.php?name=News&file=article&sid=5043