- -OU rapport Databasr om olyckor och riskr RADDNIMGS VERKET
- -OU rapport Databasr om olyckor och riskr RADDMINGS VERKET
1999 Räddningsvrkt, Karlstad Risk- och miljöavdlningn Bställningsnummr P2 1-273199 ISBN 91-88891-95-X 1999 års utgåva
Databasr om yckor och o ycksriskr Författar: Göran Davidsson Lian Hafflr Jams Hannah Pr Andrs Akrstn Dt Norsk Vritas AB, Götborg Räddningsvrkts kontaktprson: Jan Schyllandr, Risknhtn, 054-10 41 41
Innhållsförtckning Sammanfattning... 5 Abstract... 7 Inldning... 9 Projktts målsättning... 10 Omfattning... 11 Arbtsmtod och rapportstniktur... 14 Rfrnsr... 16 Bhov och bruk av rfarnhtsdatabasr... 17 Inldning... 17 Bruk av rfarnhtsdata rlatrat till katgori av säkrhtsstyrning... 17 Bruk av rfarnhtsdatabasr i riskanalys... 19 Rfrnsr... 29 Krav på olycksdatabasr för riskanalys... 30 inldning... 30 Krav på olycksdatabasr... 32 Rfrnsr... 33 Databasr... 34 Inldning... 34 Intrnationlla databasr... 34 Svnska myndightr och organisationr... 35 Rfrnsr... 41 Fallstudi... 42 Inldning... 42 Prsntation av fallstudin... 42 Användning av databasr och andra rfrnsr för fallstudin... 43 Rkommndationr avsnd områdn for fortsatt arbt... 45 Inldning... 45 Rkommndationr avsnd områdn for fortsatt arbt... 45 Rfrnsr... 51 Bilaga A: Övrsikt övr databasr och andra rfrnsr... 52 Inldning... 52 Olycksdatabasr... 52 Tillförlitlightsdata... 58 Exmpl på löpand publikationr... 61 Ls: "Loss Prvntion in th Procss Industris"... 62 Rfrnsr... 63
Bilaga B: Dtaljrad bskrivning av valda databasr... 66 Inldning... 66 Olycksdatabasr... 66.. Databasdishbutörr... 75 Sökningar via Intrnt... 75 Adrssrfrnsr... 76 Rfrnsr... 78 Bilaga C: Flfrkvnsdatabasr... 79 Inldning... 79 Konstruktion av flfrkvnsdatabasr... 79 Hantring av flfrkvnsdatabasr... 80 Insamling av data... 80 OREDA 81... Rfrnsr... 84 Bilaga D: Fallstudi... 85 Inldning... 85 Idntifiring av historiska olyckor... 85 Sjötransport av ammoniak till Stnungsund... 86 Lossning. lagring och distribution av ammoniak... 91 Konskvnsanalys... 95 Värdring av rsultat... 96 Idntifiring av skadförbyggand åtgärdr... 96
Sammanfattning Förliggand rapport gr n rdovisning av arbt som utförts md inriktning mot bskrivning av databasr rlatrad till olyckor och olycksriskr i olika sammanhang. Syftt md arbtt har varit att dls främja och undrlätta tt ökat bruk av rfarnhtsdatabasr, dls idntifira mst anglägna områdn for vidar insatsr. I rapportn har fokusrats på kallor för sammanställning av information om olyckor, som rsultrat i llr kund rsultrat i insats av kommunal räddningsstjänst llr motsvarand. Informationskällor md nsidig inriktning mot någon av följand typr av händlsr har dock utlämnats: - arbtsolyckor - "olyckor", som innburit kronisk påvrkan snarar än plötsliga händlsr - tillbud, som int innnburit skada llr olägnht för människor, miljö llr gndom - information om händlsr, som ndast haft påvrkan på driftsäkrhtn hos anläggningar llr andra systm Vidar har tt antal vrksamhtsområdn avsiktligt utlämnats på grund av att inom dssa finns särskilt uppbyggda systm för inrapportring och analys av inträffad händlsr. Dssa områdn är - Drift och undrhåll av kärnkraftanläggningar - Flygtrafik, såväl kommrsill som ick kommrsill Olika användningsområdn for databasr inom riskanalysr diskutras, md utgångspunkt från d i n riskanalys vanlign förkommand arbtsmomntn. En sammanställning görs av olika krav på databasr, ävn här rlatrad till olika momnt i riskanalysprocssn. En kartläggning av databasr rdovisas. Vid dnna kartläggning har mdtanits såväl såväl nationlla som intrnationlla händlsdatabasr. Utövr utnyttjand av dn av ESRDA framtagna övrsiktn " Dirctory of Accidnt Databass " har omfattand informationssökningar förtagits och kontaktr tagits md olika prsonr inom industri, försäkring, myndightr, branschorgan, kommunal räddningstjänst och forskningsinstitutionr. Användningn av olika händlsdatabasr xmplifiras md hjälp av n fallstudi, n kvantitativ riskanalys som tidigar gnomförts for n ny ammoniaktrminal vid AKZO NOBEL i Stnungsund. Bland d rkommndationr som gs bträffand fortsatt arbt inom områdt kan nämnas
- tablring av systm för störnings- och tillbudsrapportring - kartläggning av grundläggand orsakr och mönstr bträffand intraffad olyckor - rdovisning av faktiska kostnadr för olyckor såväl som förlustpotntialr - samordning av olycksrapportring och tablring av n nationll olycksdatabas - förädling av dn information som insamlas via räddningstjänstns insatsrapportr - studium av olyckors förkomstfrkvnsr och framtagning av undrlag för sannolikhtsbdömningar - mtodr för insamling och barbtning av information rlatrad till sabotaghandlingar, såväl framförda hot som utförda handlingar I bilaga A gs n omfattand övrsikt övr databasr och rfrnsr inom områdt. I bilaga B bskrivs mr i dtalj tt urval intrnationlla händlsdatabasr MHIDAS FACTS Th Accidnt Databas MARS Lloyds Casualty Archiv CCPS Procss Safty Incidnt Databas samt informationsdatabasn * HSELINE. Information om d olika databasrnas tillgänglight samt kontaktadrssr tillhandahålls. I bilaga C bhandlas n dl spcilla problm, som är förknippad md flfrkvnsdatabasr. I bilaga D rdovisas rlativt ingånd d olika datakällor, som har kommit till användning i dn tidigar nämnda fallstudin. Nycklord: olyckor, incidntr, riskanalys, databasr, fallstudi
Abstract This rport givs a prsntation of th work carrid out to giv an accssibl dscription of databass containing information on accidnts and incidnts that hav occurrd undr various circumstancs. Th aim of th study has in part bn to promot th us of such databass and to simplify accss to and data acquisition from xprinc databass and in part to idntify aras which ar in nd of a mor thorough study. In th rport focus is st on suitabl data sourcs for compiling information on accidnts that hav rsultd in action or could hav rquird action by local rscu srvics or partis with similar rsponsibilitis, although information sourcs with singular bias for any of th following occurrncs hav bn omittd: - Work rlatd accidnts that hav =t rsultd in damag to, or inconvninc for humans, nvironmnt or proprty. - Information on incidnts that only hav had ffct on systm or plant availability Morovr a numbr of activity aras hav intntionally bn omittd as thr within ths aras alrady xists spcially ddicatd systms for rporting and analysis of rportd incidnts. Ths aras includ: - Opration and maintnanc of nuclar powr plants. - Civil and privat aviation - Offshor industry Various application aras of databass for prforming risk analysis ar discussd with rfrnc to th normal stps found in th risk analysis mthodology. A summary is also mad of rquirmnts for databass that ar to b usd in th various stps of a risk analysis. Databass ar prsntd in a synopsis that includs both national and intrnational incidnt databass. Excpt for xtracting information from th Dirctory of Accidnt Databass compild by ESRDA a numbr of in dpth information gathring xrciss hav takn plac including intrviws with vxions ky prsonnl within industry, insuranc, local and national authoritis, trad associations and rsarch stablishmnts. Th usag of diffrnt incidnt databass for prforming risk analysis is prsntd by mans of a cas study. This cas study is basd on an actual QRA prformd for Akzo Nobl in Stnungsund, Swdn. Among th statd rcommndations concrning th rquirmnt for furthr work within this ara th following points should b spcially notd:
- Th nd for stablishing systms for th rporting of incidnts and ingularitis. - Mapping of basic causs and idntification of pattrns for th occunnc of accidnts. - Prsntation of actual costs of accidnts as w11 as th potntial for loss. - Th nd for.th co-ordination of accidnt rporting systms and stablishing a national accidnt databas. - Rfinmnt of information gathrd through th us of th rscu srvics rspons rports. - Study of accidnt occurrnc frquncis and dvlopmnt of a foundation for probability assssmnt. - Mthod for th compilation and procssing of information rlatd to assumd sabotag thrats as w11 as actual sabotag actions. A comprhnsiv summary of databass is found in appndix A togthr with rfrncs. A mor dtaild dscription of th following intrnational incidnt databass can b found in appndix B: MHiDAS FACTS Th Accidnt Databas MARS Lloyds Casualty Archiv CCPS Procss Safty Incidnt Databas And th bibliographic databas * HSELINE. Information concrning th various databass availability as w11 as contact addrsss and tlphon numbrs is also prsntd. Appndix C covrs spcific problms rlatd to th us of failur rat databass. Appndix D givs a fairly dtaild dscription of various data sourcs that hav bn rfrncd in th aformntiond cas study. Ky words: accidnts, risk analysis, databass, cas study
Inldning Varj år inträffar i arbtslivt och i samhällt i övrigt olyckor, som mdför att tt stort antal människor omkommr llr skadas allvarligt. Förutom dn mänskliga aspktn, så innbär dssa olyckor stora kostnadr för förtag och samhäll. Arbtt för att i så stor utsträckning som möjligt förhindra att olyckor inträffar och för att rducra konskvnsr av olyckor innfattar n mängd aktivittr på olika plan, i olika tidsskdn och av olika organisationr. En viktig dl av dtta arbt är att ta tillvara d rfarnhtr som finns av tidigar intraffad olyckor och incidntr, såväl inom dn gna som inom andra organisationr: Insamling och analys av rlvanta rfarnhtr bör ingå i dt löpand säkrhtsarbtt och bör vara n obligatorisk dl av varj riskanalys. Några xmpl på bruk av rfarnhtr rlatrat till riskanalis av industrill vrksamht ar: Riskidntifiring Idntifiring av vilka riskr n viss vrksamht innbär är n av d vasntligast dlarna av n riskanalys. Endast d riskr som ar idntifirad kan på tt fullgott satt värdras och hantras. Här är n systmatiskt insamlad information från gn vrksamht, annan vrksamht inom samma bransch och kansk också andra branschr av stort värd. Frkvnsanalys För att på tt någorlunda korrkt satt kunna bdöma hur sannolikt dt är att n viss typ av olycka kan förväntas uppträda, är som rgl information från tidigar händlsr hlt nödvändig. Konskvnsanalys För många typr av olyckshändlsr, t x brand, xplosion och utflöd av toxisk gas, är dt möjligt att brakna vilka konskvnsr som kan förväntas uppkomma. Jämförlsr md tidigar inträffad händlsr är här viktiga för validring av bräkningsrsultat. I alla dssa sammanhang (och många flr) är dt av stort värd att på tt ffktivt satt kunna utnyttja tillgänglig rfarnht och kunskap. Dtta är väl känt och tt antal databasr, md bskrivningar av intraffad olyckor, statistik övr inträffad olyckor, statistik övr komponntfl m m, finns framtagna. Emllrtid är kunskapn om vilka databasr som finns, vad d kan användas till, hur d är tillgängliga och inom vilka områdn d är rlvanta i nulägt int så god. En bidragand orsak till dtta är att gmnsamma stnikturr för uppbyggnad och spridning av databasr i stor utsträckning saknas. Dtta innbär att floran av databasr är vildvuxn och svårövrskådlig.
Problmt har bl a uppmärksammats i Hot och Riskutrdningn Rf. 2.21. Undr "Säkrhtskrav i samhallsplanringn" (avsnitt 7.7.5 Kunskapsundrlag) ftrlyss program för att bl a förbättra kunskapn "om intrnationlla databasr md rfarnhtr och statistik om störr olyckor och dras orsakr". I projktt "Riskhänsyn i fysisk planring" som gnomförts av Götborgs Univrsitt, på uppdrag av SRV Rf. 2.11, har tt antal intrvjur gnomförts md prsonr ngagrad i dn fysiska planringn av samhällt. Av dssa intrvjur framkommr att bristand dataundrlag anss som tt stort problm. Härav följr att man ansr att dt är svart att fatta bslut utifrån rsultat av analysr (riskanalysr och kostnads-nytta värdringar) som basras på dnna typ av undrlag. Nu har dt ävn när dt gällr att sammanstäila och värdra databasr publicrats n dl matrial. Ett par xmpl på dtta är följand: Sammanställningar av uropiska databasr rlatrad till inhafad olyckor har gnomförts av tt projkt inom ESRDA (Europan Safty and Rliability Data Association) där olycksdatabasr i Europa har kartlagts Rf. 2.31. Fortsatta projkt för att skapa förutsättningar och struktur för tablring, drift och undrhåll av databasr planras. a I Ls "Loss Prvntion in Procss Industris" Rf. 2.41 idntifiras tt stort antal datakallor. Bland d viktigar när dt gällr olycksdatabasr nämns: - Major Hazard Incidnts Data Srvic (MHIDAS) - Explosion Incidnts Data Srvic (EIDAS) - Environmntal Incidnts Data Srvic (EnvIDAS, administrrad av SRD) - Failur and Accidnt Tchnical Information Systm (FACTS, administrrad av TNO) - Major Accidnt Rporting Systm (MARS, administrrad av CEC) - World Offshor Accidnt Databas (WOAD, administrrad av DNV) Projktts målsättning Projktt har två huvudsakliga målsättningar. 1. Attfrämja och undrlätta ökat bruk av rfarnhtsdatabasr Dt finns i dagslägt n i stor utstrackning outnyttjad potntial till förbättrad säkrht gnom att på tt ffktivar sätt utnyttja tillgängliga rfarnhtr. Gnom att på tt lättillgängligt sätt sammanställa arbtn inom områdt och g xmpl på tillämpningar skall projktt främja och undrlätta tt ökat b& av rfarnhtsdatabasr.
2. Att idnt8ra mst anglägna bhov för vidar arbt Arbt md att upprätta nya och förbättra hantringn av xistrand databasr påg& på flra håll inom branschorgan, högskolor och myndightr. Projktt skall, utifrån n samlad övrsyn av xistrand rfarnhtsdatabasr och pågånd arbtn samt utifrån d rfarnhtr som i övrigt görs, idntifira d områdn där vidar arbt bdöms som mst anglägt, Förväntad nyttjar av projktts rsultat är alla partr som aktivt arbtar md säkrhtsfragor och riskanalysr. Dtta innfattar såväl myndightr, kommunr (raddningstjänst, planringsorgan m fl), som förtag och konsultr. Omfattning Sammanställning av rfarnhtsdata skr i n mängd sammanhang av olika myndightr och organisationr. En avgränsning av projktts omfattning är därför nödvändig. Utgångspunktn är att projktt skall fokusra på: - olyckor som kan rsultra i insats m kommunala raddningstjänstn Basrat på dtta har följand avgränsningar gjorts inom tt antal områdn. Arbtsolyckor Utgånd från att fokus liggr på olyckor som rsultrar i insats av kommunal räddningstjänst har rfarnhtsdatabasr rlatrad till arbtsolyckor xkludrats från studin (ävn om många sadana givtvis kan bröra räddningstjänstn). Systm för rapportring av arbtsolyckor och statistisk prsntation av dssa finns tablrat (ISA, /Rf. 2.61). Aktull myndight för dssa fiågor är Arbtarskyddsstyrlsn. Olyckor I kronisk påvrkan Kopplingn till dn kommunala raddningstjänstn innbär att projktt omfattar rfarnhtsdatabasr rlatrad till olyckor. Härmd avss oavsiktliga och tidsmässigt oförutsägbara händlsr typ utflöd av toxisk gas, brand, xplosion llr mkanisk våvrkan. som utvcklas undr kort tidsrvmd och som kan mdföra skada p&änniskbr, miljö llr gndom. ~rojktét omfattar därmd int rfarnhtsdatabasr rlatrad till boniskp&vrkan, såsom radomiskr i bostadshus, långvarig xponring för hälsöfarliga kmikalir, tc. Olyckor I Tillbud Fokus i studin liggr på rfarnhtsdatabasr rlatrad till intraffad olyckor, varmd här avss händlsr som rsultrat i någon form av skada llr förlust avsnd människa, miljö llr konomi. Emllrtid har någon tydlig avgränsning gntmot rfarnhtsdatabasr övr tillbud, varmd här avss händlsr som undr andra omständightr kund rsultrat i n förlust, int gjorts. Anldningar till dtta är dls att flra databasr bhandlar
såväl olyckor som tillbud och framför allt att tillvaratagand av rfarnhtr av tillbud är n myckt väsntlig dl av, och ofta n förutsättning för, tt framgångsrikt säkrhtsarbt. Olycksdata l tillförlitlightsdata Databasr för bdömning av komponnt- och systmtillförlitlight fallr strikt stt utanför ramn for dn aktulla studin mn ftrsom dt i mhga fall är svårt att göra n klar avgränsning har n övrsiktlig idntifiring av sådana databasr gnomförts. ~rksamhtsområdn Vissa vrksamhtsområdn har xkludrats från studin: Kärnkraft: Dnna bransch har "gna" väl utvcklad systm för rfarnhtsåtrföring. Dt har, inom ramn för dtta projkt, int anstts möjligt att g något signifikant bidrag inom dnna bransch. Aktull myndight for dssa frågor är SKI. Flyg: Inom flygindustrin finns tablrad systm för rapportring av olyckor och incidntr rlatrad till flygsäkrht. Dt har, inom ramn för dtta projkt, int anstts möjligt att g något signifikant bidrag inom dnna bransch. Aktull myndight för dssa frågor är LIV. Offshor: Offshorvrksamhtn är tt områd där stora ansträngningar for att tablra och driva rfarnhtsdatabasr har gjorts. Eftrsom dnna vrksamht int anstts bröra svnsk räddningstjänst har sådana databasr baktats ndast i dn omfattning d bdömts vara av värd för andra områdn. Riskns karaktär - frkvns l konskvns av olyckor Olika vrksamhtr uppvisar olika karaktär md avsnd på frkvns - konskvns av olyckor. Ett vanlig sätt att åskådliggöra dtta är att särskilja tr gruppr av vrksamhtr nligt figur 2.1 ndan (källa: Riskhantring i tt systmprspktiv, IRf. 2.51).
L Rlativt frkvnta olyckor md bgränsad konskvnsr. Exmpl: Arbtsolyckor, Trafikolyckor I Exmpl: Flyg-, Farligt frkvns och katastrofala Konskvns av olycka Figur 2.1 Stratgir för säkrhtssiyrning inom olika katgorir av olyckor Uppbyggnad och utnyttjand av rfarnhtsdatabasr skiljr sig markant mllan dssa tr katgorir. Dtta bhandlas vidar i kapitl 3 "Bhov och bruk av rfarnhtsdatabasr". I utgångslägt baktas samtliga dssa tr katgorir i projktt, dock md tillämpand av ndanstånd avgränsningar (dssa angs i kursiv stil) Katgori 1. Dnna katgori omfattar vrksamhtr där riskbildn dominras av "vardagsolyckor". Exmpl på olyckor inom dnna katgori, som rsultrar i insats av räddningstjänstn, är trafikolyckor och lägnhtsbrändr. Erfarnhtsdatabasr inom dssa områdn idntifiras inom ramn för projktt. Arbtt har bgränsats till rfarnhtr inom Svrig. - rfarnhtsdatabasr rlatrad till arbtsolyckor ingår j
m Katgori 2. Dnna katgori omfattar vrksamhtr där allvarliga olyckor kan förkomma, t x järnvagstrafi och procsstkniska anläggningar. Dtta är vrksamhtr som ofta är av stor btydls i dn fysiska planringn av samhallt och som kan ställa stora krav på räddningstjänstns förmåga att hantra olyckor. Svnska och intrnationlla rfarnhtsdatabasr, framförallt bträffand inträffad olyckor, inom dssa vrksamhtsområdn agnas stor uppmärksamht i projktt. Katgori 3. Dnna katgori omfattar vrksamhtr där olyckor md katastrofala konskvnsr kan förkomma, t x kämkraft. Antalt intraffad olyckor av dnna katgori är litt och dssa är som rgl val kända. Erfarnhtsdatabasr är här väsntliga, bl a för att bdöma tillförlitlightn hos nskilda komponntr och systm (dtta gällr avn för flra vrksamhtr inom katgori 2). - Databasr för bdömning av komponnt- och systmtillförlitlight bhandlas övrsiktligt - Databasr spczj%t rlatrad till karnkrafi, Jyg och offshor ingår j Övrigt * Sabotag: Riskr rlatrad till sabotaglvandalism har j spcifikt bhandlats i projktt mn brörs dock indirkt, t x gnom att anlagd brand är n &dand riskfaktor i många sammanhang. Hot: Problmatikn avsnd dirkta hot, t x bombhot, har j bhandlats. Arbtsmtod och rapportstruktur Arbtt har innfattat följand huvudmomnt: Bskrivning av användningsområdn och krav på databasr Som ytligt brörts ovan finns dt tt stort antal användningsområdn for databasr. En mra systmatisk idntifiring och bskrivning av dssa områdn har varit n viktig dl av arbtt. Dtta dls för att blysa olika användningsområdn och därignom främja tt ökat bruk av rfarnhtsdatabasr mn också för att d olika användningsområdna ställr hlt olika krav på databasrna, t x: m Databasr för olycksidntifiring kravr n utförlig bskrivning av inldand händlsr och villkor och vilka orsakssammanhang som ldd fram till olyckan. Ävn ofullständiga databasr kan användas md gott utbyt.
Databasr för att bstämma frkvns av olyckor ställr stora krav på att matrialt är kompltt och att dt går att rlatra antalt idntifirad händlsr till n rlvant xponringstid, t x drifttid. Användningsområdn och krav på databasr bhandlas i kapitl 3 "Bhov och bruk av rfarnhtsdatabasr" och kapitl 4 "Krav på olycksdatabasr for riskanalys". Inldand kartläggning av databasr Kartläggningn av tillgängliga databasr har tagit utgångspunkt i d arbtn som tidigar gnomförts inom t x ESRDA /Rf. 2.31. Yttrligar information har inhämtats gnom rtrospktiva littratursökningar, intmtsökningar, studir av facklittratur och rapportr samt gnom kontaktr md prsonr inom industri, försäkring, myndightr, branschorgan, kommunal räddningstjänst och forskningsinstitutionr. Förutom inhämtand av information rörand tillgängliga databasr har dssa kontaktr syftat till att g information om vilka bhov och utvcklingsmöjlightr som finns. Rsultat av dtta arbt rdovisas i kapitl 5 och Bilaga A. Idntifiring och närmar bskrivning av vissa intrnationlla databasr Utgånd från idntifirad användningsområdn och d krav dssa stäilr har några av d databasr, som bdömts som myckt användbara, bskrivits mr dtaljrat. Förutom "tknisk rlvans" har här tillgänglight och språk vagts in. Av bskrivningn framgår bl a vilka vrksamhtsområdn databasn bhandlar, omfattning, insamling av data, sökmöjlightr, kontaktprsonr/organisationr, mm. Dn mr dtaljrad bskrivningn av olycksdatabasr rdovisas i Bilaga B. I Bilaga C diskutras flfrkvnsdatabasr och tt xmpl gs på uppbyggnad av n spcifik sådan. Rdovisning av fallstudi För att mr konkrt visa på hur rfarnhtsdatabasr kan användas har tt riskanalysprojkt rdovisats. Här gs n dtaljrad rdovisning av vilka databasr som har använts inom d olika momntn i n dtaljrad kvantitativ riskanalys. En övrsiktlig bskrivning gs i kapitl 6 mdan dn dtaljrad bskrivningn åtrfinns i Bilaga D. upprättand av rkommndationr Utifrån d rfarnhtr som vunnits inom projktt diskutras i kapitl 7 möjlightr for vidar arbt.
Rfrnsr 1. Riskhänsyn i övrsiktligfisiskplanring. SRV och Kulturgografiska institutionn vid Handlshögskolan Götborgs Univrsitt. 2. - (1995). Ett säkrar samhäll - Huvudbtänkand av Hot- och riskutrdningn,statns offntliga utrdningar 1995:19, Stockholm: Fritz. 3. Pinau, J.-P. & Raffoux, J.-F. E. (1997). Dirctory of Accidnt Databass, ESRDA Saf@ Sris. Europan Safty Rliability and Data Association (ESRDA). 4. Ls, F. P. (1996). Loss Prvntion in th Procss Zndushis, 2nd d. Vol. 1-3, Oxford: Buttrworth-Hinmann. 5. Svdung, I. & Rasmussn, J. (1997). Riskhantring i tt systmprspktiv, FoU rapport P2I-195/97. Karlstad: Räddningsvrkt. 6. ISA- Dt svnska informationssystmt om arbtsskador,enhtn för arbtsskadstatistik, Arbtarskyddsstyrlsn, Stockholm. htto://www.arbskv.s/isa/isa.htm (1998-11-18).
Bhov och bruk av rfarn htsdatabasr Inldning Som konstatrats inldningsvis finns dt flra olika användningsområdn : or rfarnhtsdatabasr i säkrhtsarbtt. Användningsområdna varirar mllan olika vrksamhtsområdn, bl a brond på vilka katgorir av riskr som vrksamhtn gnrrar. I dtta kapitl gs n övrsikt övr tillämpningsområdn för rfarnhtsdatabasr md fokus på tillämpningar vid gnomförand av riskanalysr. I avsnitt 3.2 gs xmpl på bruk av rfarnhtsdatabasr rlatrat till olika katgorir av säkrhtsstyrning I avsnitt 3.3 diskutras bruk av rfarnhtsdatabasr vid gnomförand av riskanalysr Bruk av rfarnhtsdata rlatrat till katgori av sakrhtsstyrning I kapitl 2 bskrvs tr olika katgorir av säkrhtsstyrning basrat på karaktärn av vrksamhtns risk. Ndan gs några xmpl på bruk av rfarnhtsdatabasr inom dssa katgorir (till stor dl basrat på "Riskhantring i tt systmprspktiv", /Rf. 3.20. Katgori I. Empirisk sakrhtsssstyrning Exmpl: Känntckn: Arbtssäkrht Komplx uppsättning olyckskällor, många olika typr av olyckor från olika aktivittr md varirand, dlvis svarförutsägbara, olycksförlopp. Konskvnsr av olycka som rgl av bgränsad natur. Exmpl på bruk av rfarnhtsdatabasr: - Mätdvrifira säkrhtsnivån gnom att mäta antal inträffad olyckor, analys av trndr - Idntifira olyckskallor - Matdvrifira ffktivitt av olika åtgärdr när dt gällr att rducra frkvns och / llr konskvns av olyckor
Katgori 2. Evolutionar sakrhtsstyrning Exmpl: Känntckn: Säkrht hos transportsystm och procsstkniska systm Olycksfrkvnsn är låg, mn stora konskvnsr kan uppstå. Olyckskällorna är ofta väl kända. Kontroll av olycksrisk kan innfatta bruk av barriärr for att forhindra att olyckor intraffar ocwllr för att kontrollra olycksförlopp ftr inträffad olycka. Riskr av dnna karaktär är ofta förmål för kvantitativa riskanalysr. Erfarnhtr från intraffad olyckor n viktig drivkr& i dt olycksförbyggand arbtt. Exmpl på bruk av rfarnhtsdatabasr: - Idntifira olyckskällor och orsakskdjor - Bdöma sannolikht för att viss typ av olycka skall inträffa - Stöd vid bdömning av möjliga konskvnsr av n viss olycka - Stöd vid bdömning av ffktivitt av skadforbyggand och skadbgränsand åtgärdr * Katgori 3. Analytisksakrhtsstyrning Exmpl: Känntckn: Säkrht hos kärnkraftsanläggningar och spcilla dlar av transportsystm och procsstkniska systm Olycksfrkvnsn måst hållas på n myckt låg nivå ftrsom yttrst allvarliga konskvnsr kan uppstå. Olyckskälloma är väl kända. Erfarnhtr av intraffad olyckor är fa. Kontroll av olycksrisk byggr i hög utsträckning på barriärr för att förhindra att olyckor inträffar ocwllr för att kontrollra olycksförlopp ftr inträffad olycka. Kontroll av dssa barriärrs tillförlitlight och ffktivitt är n cntral dl i dt olycksförbyggand arbtt. Probabilistiska säkrhtsanalysr används ofta för att analysra och vrifira systmts säkrht. Exmpl på bruk av rfarnhtsdatabasr: - Analys av sannolikht för "inidand händlsr" t x rörbrott, axlbrott, tc. - Analys av tillförlitlight hos i barrim ingånd dlar. Dtta kan innfatta komponntr, systm och opratörr.
Bruk av rfarnhtsdatabasr i riskanalys I dtta avsnitt diskutras bruk av rfarnhtsdatabasr vid gnomförand av riskanalysr. Matrialt har till stor dl basrats på "Application of Exprinc Data in Risk Analysis" Rf. 3.11. För läsar som int tidigar arbtat md riskanalys gs inldningsvis n kort övrsikt övr principn för gnomförand av n riskanalys. Allmänt om riskhantring och riskanalys Målsättningn md riskanalysr är att blysa var och hur olyckor, tillbud och störningar kan inträffa, hur ofta dtta kan tänkas sk och vilka konskvnsr som kan uppstå. Dssa kunskapr utgör undrlag för värdring av riskrna och bslut om riskrducrand åtgärdr. En övrsiktlig bild övr riskhantringsprocssn gs i fig 3.1 ndan. Dfinira mål och avgränsningar Analysra riskr kritrir för risk uppföljning. Information, kommunikation Figur 3.1 Schmatisk bild av lmnt inom riskhantring (basrad på Rf. 3.71)
Ovanstånd figur bskrivr riskhantringsprocssn. Riskanalysn utgör n dl av dnna procss och anss ofla (t x dfinition nligt EN 1050 Safty of Machinry - Principls for Risk Assssmnt, Rf. 3.31) omfatta följand dlar: Dfinira mål och avgränsningar Invntra och idntifira riskr Analysra riskr, innfattand bdömning av sannolikht och konskvns Några kommntarr till dssa punktr gs ndan. I txtn används bgrppn kvantitativ- rspktiv kvalitativ - riskanalys. I dn kvantitativa analysn bdöms frkvnsr for idntifirad olyckshändlsr och konskvnsr av dssa. Frkvnsr och konskvnsr uttrycks i tal, t x förväntat antal händlsr och förväntat antal skadad prsonr undr n viss tidspriod. I dn kvalitativa analysn görs rfarnhtsbasrad bdömningar. Frkvns och konskvns uttrycks ofta i rlativa trmr som hög - låg - myckt låg, tc. Dt är värt att notra att bgrppn riskanalys, riskvärdring, riskuppskattning och -riskbdömning i många sammanhang används - ganska ostrukturrat.ändra tolkningar gd ovanstånd förkgmr. Dfinira mål och avgränsningar En korrkt dfinition av systmgränsr är n myckt viktig dl av allt riskanalysarbt. I dtta innfattas: a Fysiska gränsr och gränssnitt mot användar och anslutand systm Användningsgränsr. Hur skall systmt användas och vilka typr av flanvändning kan förutss? Tidsgränsr. Alla fasr av systmts livstid, innfattand bl a installation, drift och undrhåll skall baktas. Användar. Vilka prsonr kommr att använda systmt? Misstag när dt gällr dfinition av systm som skall granskas innbär möjlight att vissa allvarliga riskr förbiss. Vidar skall målsättning md analysn bskrivas. Dtta ar av btydls bl a for att rfordrlig dtaljringsgrad ska kunna bstämmas.
Invntra och idntifira riskr Idntifiring av riskkällor är tt cntralt momnt i riskanalysn. Riskr som int är idntifirad ar (ofta) int baktad. Vid idntifiring av riskkallor skall hänsyn bl a tas till: hantrad ämnns gnskapr 4 tkniska fl som kan uppträda på systmt llr dss kringutrustning 4 yttr faktorr, yttr påvrkan 0 opratörsfl, avviklsr från instruktionr I n kvalitativ riskanalys bgränsas ofta riskidntifiringn till att omfatta d allvarligar riskkälloma. I n kvantitativ riskanalys, där sannolikhtr och konskvnsr åsatts numriska värdn, rfordras n fullständig, systmatisk idntifiring av riskkällor. Bdömning av sannolikht En väsntlig dl av riskbgrppt är rlatrad till hur ofta dn aktulla händlsn llr olyckan förväntas inaffa. Dnna frkvns, llr sannolikht, kan bräknas llr uppskattas på olika satt. I d fall mpiriska data förliggr, utgör d n säkr grund för sannolikhtsbstämningn. I andra fall kan analytiska mtodr komma till användning, t x i form av fladsanalys, där dn aktulla händlsns llr olyckans orsakr och orsakssamband idntifiras och dras sannolikhtr bdöms var för sig. I många fall måst xprtbdömningar användas, antingn som komplmnt till andra sannolikhtsbstämningar llr som nda rlvanta undrlag. I kvalitativa analysr används huvudsaklign rfarnhtsbasrad xprtbdömningar, varvid sannolikhtrna klassas, t x nligt någon 5-gradig (llr annan) skala. Bdömning av konskvns Konskvnsr kan omfatta skada på: * människa * miljö * konomiska värdn I n kvantitativ analys bräknas olycksffktr (t x spridning av toxisk gas, brandblastning) och konskvnsr av dssa. Konskvnsr uttrycks i kvantitativa tal, t x förväntat antal skadad prsonr llr förväntad konomisk skada. I många fall måst tt stort antal scnarir, md hänsyn till olika vindriktningar, vindhastightr, tc baktas. I n kvalitativ analys görs n rfarnhtsbasrad bdömning, ibland klassad i n 5-gradig (llr annan) skala.
Bdömning av risknivå I n kvantitativ analys bräknas risknivår utgånd från frkvns och konskvnsanalys. Dssa kan, när dt gällr risk för liv, prsntras som förväntat antal omkomna undr n viss tid (PLL; Potntial Loss of Lif), riskkonturr och FN-kurvor. I n kvalitativ analys prsntras ofia rsultatt i form av n riskmatris utgånd från sannolikhts- och konskvnsklassningn. I ftrföljand avsnitt (avsnitt 3.3.2-3.3.5) diskutras och xmplifiras bruk av rfarnhtsdatabasr som stöd vid: Riskidntifiring Bdömning av sannolikht / frkvns Q Bdömning av konskvnsr Q Bdömning av påvrkan på omgivning I dssa avsnitt rfrras till vissa databasr, som här ndast ska ss som xmpl. Tillgängliga databasr inom olika områdn bhandlas i dtalj längr fram i rapportn. Riskidntifiring Idntifiring av riskr är tt av d viktigast momntn vid gnomförand av n riskanalys ftrsom man här, i ralittn, bstämmr analysns innhåll. Riskr som int är idntifirad blir int hllr analysrad. Dtta i sin tur innbär att riskrna md dn aktulla vrksamhtn och bhovt av säkrhtshöjand åtgärdr undrskattas. Evntullt kan viktiga säkrhtsåtgärdr hlt förbiss. Målsättningar md riskidntifiringn kan bskrivas av följand punktr, Primära målsättningar Q Fullständight: Alla riskr skall idntifiras. Kunskapsbasrad: Tidigar rfarnhtr (olyckor/incidntr/analysr) skail baktas. Multi - disciplinär: Erfarnhtr från olika områdn skail tagas tillvara. Skundära målsättningar Granskningsbar: Procssn skall kunna följas, vara väl dokumntrad. * Strukturrad: Procssn skall vara strukturrad (för att g fullständight). * Effktiv: Procssn skall fokusra på viktiga problm. Nigra orka typr av olyckshändlsr och motsvarand målsättning md riskidntifiringn kan bslarivas nligt följand:
1. Händlsr som har intraffat inom gn lir annan l iid vrksamht 2. Uppnbara händlsr md tank på vrksamhtns karaktär 3. Händlsr som kan härldas utgind frin punkt 1 och 2 ovan 4. Enkla kombinationr av sparata händlsr > Dssa typr av händlsr skall idntijtras undr riskidntifiringn. 5. Komplxa kombinationr av händlsr som tidigar j inträffat 6. Idntifirad händlsr som förhindras av systm, oprationlla rutinr llr undrhall 7. Potntilla händlsr, idntifirad gnom systmatiskt ifrågasättand av systmts användning och funktionskrav. Dssa typr av händlsr bör idntjiras > undr riskidntjiringn. En strävan måst alltså vara att rhålla n riskidntifiring som är så kompltt som möjligt. Dtta kan åstadkommas på två principillt olika sätt: * Riskidntifiring gnom prsonlig kunskap och rfarnht * Riskidntifiring gnom "krativ tankprocss" Som rgl försökr man utnyttja båda dssa mtodr, t x vid gnomförand av HAZOP (Hazard and Oprability) -analys: 1. Man förlitar sig int på n prsons rfarnhtr utan brddar rfarnhtsbasn gnom att upprätta n grupp md brd rfarnht av aktulla frågor. 2. Dn krativa tankprocssn undrstödjs gnom användand av "ldord" (mr, mindr, ingt alls, tc). Dn prsonliga rfarnhtn är mllrtid bgränsad, avn hos n grupp, och dn krativa tankprocssn rbjudr int någon absolut säkrht. Dtta innbär att dt alltid finns n kvarstånd osäkrht: Har alla riskr idntifirats? Erfarnhtsdatabasr rbjudr här n ackumulrad kunskap om inträffad olyckor som dls utökar d dirkta kunskaprna om olyckor som har inwaffat, dls bidrar till dn krativa tankprocssn.
I n riskanalys skall ofta händlsr md myckt låg sannolikht mn hög konskvns hantras. Dt finns här ofta, särskilt i n kvalitativ riskanalys, n fara i att tt visst scnario bdöms som alltför oralistiskt för att bhöva baktas. Om man gnom att studra andras rfarnhtr kan konstatra att händlsn i sig, llr liknand händlsr, har intraffat tidigar kan dtta vara n indikation på att scnariot bör studras vidar. Dn första utgångspunktn bör vara att ta tillvara rfarnhtr inom dn gna vrksamhtn. Kunskapr om intraffad incidntr och olyckor samt dssas tkniska och oprationlla orsakr gr värdfull information. När dt gallr allvarliga olyckor, md låg sannolikht för att inträffa, ar mllrtid dirkta rfarnhtr inom dn gna vrksamhtn oftast otillräckliga. Här måst rfarnhtr från flra ländr, hla dn aktulla branschn och kansk avn andra branschr studras. Exmpl: Explosion ftr utsläpp av ammoniak Dn primära riskn för prsonal i händls av utsläpp av ammoniak är rlatrad till ammoniakns toxiska ffkt. En, i många sammanhang, diskutrad fråga är om man bhövr ta hänsyn till riskn för xplosion. När dt gallr vntulla riskr for allmänhtn är som rgl dn toxiska ffktn hlt dimnsionrand mn ur insatssynpunkt kan bdömning av xplosionsrisk vara btydlsfull. Finns dt xmpl på inträffad xplosionr och i så fall undr vilka förhållandn har dssa intraffat? I Txas, USA intraffad 1983 tt läckag av vattnfri ammoniak, 20 minutr ftr att läckagt startat intraffad n xplosion. Slutsatsn av undrsökningn var att ammoniak läckt ut @n n komprssor och antänts. Källa: HSE Lin Sammanfattningsvis kan konstatras bträffand riskidntifiring: Erfarnhtsdatabasr är värdfulla, för att int saga nödvändiga, för att: så långt möjligt säkrställa att kända olycksriskr (händlsr som har inträffat) baktas bidra till n krativ procss för att idntifira nya olycksriskr Bnik av rfarnhtsdatabasr förknippas ofta md gnomförand av kvantitativa riskanalysr där sannolikhtr for olyckor llr flfrkvnsr for komponntr llr systm rfordras. Som konstatrat ovan är mllrtid idntz3- ringn av riskr dt kansk viktigast momntt i n riskanalys, dtta oavstt om man gnomfor n kvantitativ llr kvalitativ analys. Utnyttjand av rfarnhtsdatabasr vid dnna procss är tt av d viktigast tillämpningsområdna för dssa.
1. Händlsr som har inträffat inom gn ilr annan l iid vrksamht 2. Uppnbara händlsr md tank på vrksamhtns karaktar 3. Händlsr som kan härldas utgånd från punkt 1 och 2 ovan 4. Edda kombinationr av sparata händlsr > Dssa typr av händlsr skall idnt1j7ras undr riskidntifiringn. 5. Komplxa kombinationr av händlsr som tidigar j intraffat 6. Idntifirad händlsr som förhindras Dssa typr av händlsr bör idntjiras av systm, oprationlla mtinr llr undr riskidntijiringn. undrhåil 7. Potntilla händlsr, idntifirad gnom systmatiskt ifrågasättand av systmts användning och funktionskrav. J En strävan måst alltså vara att rhålla n riskidntifiring som är så kompltt som möjligt. Dtta kan åstadkommas på två principillt olika satt: 0 Riskidntifiring gnom r r sonlig kunskap och rfarnht * Riskidntifiring gnom "krativ tankprocss" Som rgl försökr man utnyttja båda dssa mtodr, t x vid gnomförand av HAZOP wazard and Oprability) -analys: 1. Man förlitar sig int på n prsons rfarnhtr utan brddar rfarnhtsbasn gnom att upprätta n gmpp md brd rfarnht av aktulla frågor. 2. Dn krativa tankprocssn undrstödjs gnom användand av "ldord" (mr, mindr, ingt alls, tc). Dn prsonliga rfarnhtn är mllrtid bgränsad, avn hos n gmpp, och dn krativa tankprocssn rbjudr int någon absolut säkrht. Dtta innbär att dt alltid h s n kvarstånd osäkrht: Har alla riskr idntifirats? Erfarnhtsdatabasr rbjudr hi n ackumulrad kunskap om intriaffad olyckor som dls utökar d dirkta kunskaprna om olyckor som har intraffat, dls bidrar till dn krativa tankprocssn.
I n riskanalys skall ofta händlsr md myckt låg sannolikht mn hög konskvns hantras. Dt fms här ofta, särskilt i n kvalitativ riskanalys, n fara i att tt visst scnario bdöms som alltför oralistiskt för att bhöva baktas. Om man gnom att studra andras rfarnhtr kan konstatra att händlsn i sig, llr liknand händlsr, har inträffat tidigar kan dtta vara n indikation på att scnariot bör studras vidar. Dn första utgångspunktn bör vara att ta tillvara rfarnhtr inom dn gna vrksamh'tn. Kunskapr om inträffad incidntr och olyckor samt dssas tkniska och oprationlla orsakr gr värdfull information. När dt gällr allvarliga olyckor, md låg sannolikht för att inträffa, är mllrtid dirkta rfarnhtr inom dn gna vrksamhtn oftast otillräckliga. Här måst rfarnhtr från flra ländr, hla dn aktulla branschn och kansk ävn andra branschr studras. Exmpl: Explosion ftr utsläpp av ammoniak Dn primära riskn för prsonal i händls av utsläpp av ammoniak är rlatrad till ammoniakns toxiska ffkt. En, i många sammanhang, diskutrad fråga är om man bhövr ta hänsyn till riskn för xplosion. När dt gällr vntulla riskr för allmänhtn är som rgl dn toxiska ffktn hlt dimnsionrand mn ur insatssynpunkt kan bdömning av xplosionsrisk vara btydlsfull. Finns dt xmpl på intraffad xplosionr och i så fall undr vilka förhållandn har dssa inträffat? I Txas, USA intraffad 1983 tt läckag av vattnfri ammoniak, 20 minutr ftr att läckagt startat intraffad n xplosion. Slutsatsn av undrsökningn var att ammoniak läckt u tn n komprssor och antänts. Källa: HSE Lin Sammanfattningsvis kan konstatras bträffand riskidntifiring: Erfarnhtsdatabasr är värdfulla, för att int säga nödvändiga, for att: så långt möjligt säkrstalla att kända olycksriskr (händlsr som har inträffat) baktas bidra till n krativ procss för att idntifira nya olycksriski Bruk av rfarnhtsdatabasr förknippas ofta md gnomförand av kvantitativa riskanalysr där sannolikhtr för olyckor llr flfrkvnsr för komponntr llr systm rfordras. Som konsiatrat ovan är mllrtid idn@- ringn av riskr dt kansk viktigast momntt i n riskanalys, dtta oavstt om man gnomför n kvantitativ llr kvalitativ analys. Utnyttjand av rfarnhtsdatabasr vid dnna procss är tt av d viktigast tillämpningsområdna för dssa.
Bdömning av sannolikht 1 frkvns Riskidntifiringn rsultrar i n lista övr händlsr som skall studras vidar. Frågan som ställs är då: "Hur ofta kan händlsrna tänkas inträffa?" Dt liggr då nära till hands att fråga sig hur ofta dssa händlsr har intraffat tidigar, dvs använda kunskapn om frkvnsn av liknand händlsr i dt forfiutna. Ävn här bör i första hand vrksamhtsspcifika rfarnhtr tas tillvara. Dssa kan ofta, spcillt när dt gällr mr osannolika fl llr händlsr, vara otillräckliga och branschgmnsamma data får då tillgripas. Flfrkvns och sannolikht för olika sluthandlsr Sannolikhtr kan analysras ftr två altrnativa huvudprincipr. 1. Vi kan inhämta statistik som dirkt gr information om frkvnsn för skadhändlsr av dt slag vi är intrssrad av. Användbar olvcksstatistik f-s framförallt för-frkvnta olyckskatgorir, xmpivis kollisionr inom transportsktom och brändr i industri och samhäll. Md hjälp av jamförlsr mllan dn population som liggr till grund för statistikn och dn gna vrksamhtn kan vi uppskatta dn förväntad frkvnsn. 2. En annan möjlight är att vi kartläggr d orsakr som tillsammans llr var för sig kan lda till händlsn, och sdan bräkna sannolikhtn för skadhändlsn md hjälp av sannolikhtsdata för var och n av d ingånd dlhändlsma. Md tillämpand av dn första principn baktas "alla" orsakr som ldr fram till dn aktulla sluthändlsn (t x brand i n industri). Dtta kan innfatta såväl tkniska fl som mänsklig flhandling och kombinationr av dssa. Vid tillämpand av dn andra principn tar man som rgl utgångspunkt i dn utrustning som används och d fl som kan uppträda md dnna utrustning. Flfrkvnsr modllras ofta som funktion av: m tid som utrustning är i drift antal oprationr och varaktight av d oprationr där utrustningn används vntullt annan xponringstid Ndan xmplifiras dssa mtodr för uppskattning av sannolikht för brand i raffinadri. Exmpl: Uppskattning av sannolikht för brand i raffinadri Vid utströmning av brandfarlig gas till följd av läckag från flänsar, rörldningar, tc kan gnriska (omfattar n katgori i sin hlht) data inhämtas. Dssa data angr hur ofta läckag intraffar pr tidsnht och också fördlningn mllan små och stora läckag. En sammanställning av data och datakällor när dt gällr läckag från procssutrustning finns bl a i L's Loss Prvntion in th Procss Industris IRf. 3.41. Eftr n bdömning av till-
förlitlightn hos data och rlvansn för vårt aktulla fall, kan vi vntullt inhämta komplttrand data llr skatta n korrktionsfaktor. För att bdöma riskn för störr olyckshändlsr kan sannolikhtn att säkrhtssystm, soin xmplvis automatiska nödavstängningsvntilr, flar bhöva bräknas. I OREDA (OfSshor Rliabilify Databas, Rf. 3.54 listas tt antal flmodr för sådana vntilr: -stängr j, -öppnar j, -intrnt läckag, -xtrnt läckag, -tc. Stt till förmåga att förhindra tt stort läckag är flmodrna: -stängr j och -intrnt läckag rlvanta. Sannolikhtn for antändning kan bräknas md hjälp av rsultat från spridningsbräkningar och information om förkomstn av antändningskällor, tillsammans md gnriska sannolikhtsdata för antändning. Sammanställning av statistik och bdömningar btraffand sannolikht för antändning finns t x i Classzjication of Hazardous Locations av Cox, Ls & Ang, Rf. 3.61. Sannolikhtn för brand kan också uppskattas dirkt basrat på information om intraffad brändr. I Rportd Fir Losss in th Ptrolum Indusby (API) kan antal rapportrad brändr uppdlat på storlk (skadkostnad) i Amrikanska raffinadrir utläsas. Basrat på uppgift om antal raffiiadrir (t x från Intrnational Ptrolum Encyclopdia) kan sannolikht för brand vid tt nskilt raffinadri bdömas. Obsrvra att vid allt bruk av gnriska data måst rlvansn for dn aktulla anläggningn värdras. Manskiigt flhandland Mänskligt flhandland är tt myckt stort områd som brör samsplt "Människa - Tknik - Organisation". Bträffand uppskattning av flfrkvnsr innfattat dtta bl a bdömningar av hur Tknik (t x tknisk utformning av arbtsplats) och Organisation (t x utbildningsnivå) påvrkar sannolikht för olika flhandlingar. Dssa faktorrs btydls är idag allmänt rkänd. Dt är oftast int möjligt att dirkt finna data fran rfarnhtsdatabasr btraffand sannolikhtr for mänskligt fihandland. Därmot finns dt tt flrtal mtodr för att uppskatta sannolikhtr för mänskligt flhandland och för att granska och värdra organisatoriska förhållandn. Undrlåtnht att bakta mänskligt fihandland kan lda till att: flmöjlightr förbiss llr bdöms som alltför osannolika för att baktas frkvns av fl missbdöms konskvnsr av fl missbdöms Fortsatt arbt för att på tt bättr sätt än i nulägt ta hänsyn till dssa faktorr i tkniska riskanalysr är n viktig uppgift. Utan att gå närmar in på dtta skall här nbart pkas på btydlsn av att ta hänsyn till d sätt (däribland mänskligt flhandland) som vissa typr av fl kan uppkomma på.
I dt xmpl som åtrgs ndan avsnd utsläpp på grund av vntilfl kan n hlt komponntinriktad syn (utan hänsyn till mänsklig flhandling som orsak till fl) g flaktiga uppfattningar såväl bträffand sannolikht och storlk av utsläpp som konskvns av dtta. Exmpl: Manskiigt flhandland ldand till utslapp från vntil I n tidig vrsion av HCLIP (Th E&P Forum Lak and Ignition Projct) åtrfanns 23 rgistrrad xtrna läckag för n viss typ av procssvntilr. Vid n närmar granskning av dssa finnr man att fm av dssa har inträffat på grund av mänskligt flhandland av typ: Öppnat dränagvntil på utrustning undr tryck a Glömt stänga vntil innan uppstart ftr utfört undrhåll Dnna typ av fl skiljr sig på flra punktr från fl orsakad av tt dirkt utrustningsfl: 1. Alla fm fln innbar att utsläppsdiamtrn var lika md rördiamtrn, till skillnad fiån förhållandt vid utrustningsfl då n majoritt av fln ofta innbär små läckag. 2. Utsläppn var som rgl av kort varaktight ftrsom prsonal var närvarand och kund stänga vntiln. 3. Närvaron av prsonal innbar ökad risk för skada på prsonal till följd av utsläppt. 4. Frkvnsn av dssa händlsr är int dirkt n funktion av antalt vntilr och driftstid utan snarar brond av antalt undrhållsoprationr och rutinr för kontroll för och ftr undrhåll.
Bdömning av konskvnsr Md konskvnsbdömning avss här förutsagandt av vilka ffktr som kan uppstå om n viss kritisk händls llr olycka inträffar, t x: Vilkn värmstrålning uppstår vid n viss brand? Vilka gaskoncntrationr uppstår vid tt visst kmikaliutslapp? Vilkn skada uppstår på n konstruktion vid n viss blastning? Bdömning av d skador som dssa olycksffktr kan orsaka, t x uttryckt i antal omkomna människor, bhandlas i ndanstånd avsnitt "Bdömning av påvrkan på omgivning". Vid konskvnsbdömningn används i stor utsträckning tortiskt ochlllr mpiriskt framtagna bräkningsmodllr. I vissa fall är dssa basrad på n rundl lip. tortisk bas. I andra fall kan dn tortiska förstålsn. llr möi- W " lightn att modllra förloppn, vara mr bgränsad. I d snar falln är rfarnhtr av intraffad händlsr av stort intrss for att bdöma troliga och möjliga olycksscnarir. Exmpl på händlsr där dtta kan vara fdlt är kollisionr (fartyg, järnväg, andra fordon) och xplosionr. Exmpl: Kollision md gasfarng i hamnområd I oktobr 1988 intraffad n kollision mllan tt 13000 dwt LPG fartyg och tt tankjartyg. Tankjartygt var uppanlaat i hamninloppt. Dimma rådd vid kollisionsögonblickt. LPG fartygt var lastat md 9500 ton ammoniak. Ett hål md n brdd av 2 m och n hold av IOm som sträckt sig 3,5 m nr i vattnt uppstod i n av babords tankar. Dn skadad tankn innhöll 3500 ton ammoniak. Hla tankinnhållt släppts ut. Ammoniakn förgasads och n dl av dn släppts ut i havt. Inga prsonskador rapportrads. Källa: Lloyds Casualty Rports Bdömning av påvrkan på omgivning Utgånd från bräknad konskvnsr skall, i riskanalysn, d skador som kan uppstå i omgivningn bdömas. Brond på analysns inriktning kan dtta arbt omfatta bdömningar av skada på människa / miljö / konomi. Mdan dn @siska konskvnsn, som konstatrats ovan, i många fall kan bräknas md god noggrannht så är påvrkan på omgivningn brond av tt stort antal paramtrar som ofta är svåra att modllra. Som xmpl kan nämnas påvrkan på människa i händls av utsläpp av toxisk Ras. - I konskvnsanalysn bräknas vilka koncntrationr som kan uppstå och varaktightn av-dssa. Utgånd från data om gasns toxiska ffktr och vilka dosr llr annan påvrkan som xponrad prsonal llr allmanht bdöms utsättas för, kan n tortisk uppskattning av antal omkomna llr skadad göras. Utgångn bror mllrtid bland annat på vilka åtgärdr utsatta prsonr vidtar för att skydda sig, vilkt är svårt att forutsaga i n tortisk modll. Ofta kan d tortiska bräkningarna g myckt konsrvativa rsultat i sådana sammanhang. Erfarnhtr från inträffad
olyckor kan här bidra till att g mr ralistiska bdömningar och också uppmärksamma vilka faktorr som varit av btydls för dn slutliga utgångn av olyckan. Exmpl: Gasmolnsxplosion I USA intraffad i stadsområdt East St. Louis undr 1972 n olycka där järnvägsvagnar kollidrad undr n vdxlingsopration. Händlsn rsultrad i tt utsläp' av övr 50 ton propyln som sprds i tt gasmoln övr n yta av 20 000m P. Molnt xplodrad md n bdömd xplosionsnrgi (0,5 % ffktivitt) av 2500 kg TNT. Händlsn rsultrad int i några omkomna, därmot tt stort antal skadad, huvudsaklign på grund av glassplittr flån fönstr i närliggand byggnadr. Källa: MHIDAS Rfrnsr 1. Kristoffrsn, T. J., Funnmark, E. & Fotland, K. (1994). Application of Expnnc Data in Risk Analysis, ESREDA Accidnt Analysis Sminar 13-14 Oct. 1994. ESRDA. 2. Svdung, I. & Rasmussn, J. (1997). Riskhantring i tt systmprspktiv, FoUrapport P21-195/97. Karlstad: Rgddningsvrkt. 3. EN 1050 Safty of Machinry - Principls for Risk Assssmnt 4. Ls, F. P. (1996). Loss Prvntion in th Procss Industris, 2nd d. Vol. 1-3, Oxford: Buttrworth-Hinmann. 5. - (1992). OREDA-92. Offshor Rliability Data Handbok. Scond dition, Hövik: OREDA. 6. Cox, A. W., Ls, F. P., &hg, M. L. (1990). Classz~cation of Hazardous Location, Rugby: Institution of Chmical inrs. 7. Vårt arbt md riskji.ågor. Karlstad: Raddningsvrkt
Krav på olycksdatabasr för riskanalys Inldning Erfarnhtsmässigt vt man att riskanalysmas kvalitt och korrktht md stor sannolikht kommr att öka " iu flr historiska data som utvärdras undr analysn. Framförallt är rsultatt av kvantitativa riskanalysr brond av indatas kvalitt, vilkt ldr till att analys av tidigar händlsr och statistik är n nödvändight. Kravn på databasr som ska användas i n riskanalys varirar brond på typ av uppgift. För vissa stg bhövs myckt dtaljrad uppgiftr, for andra är dt av värd att ha stora övrgripand rfarnhtsdatabasr till förfogand. Dtta ldr till att dt är svåri att fma n databas som samtidigt fyllr alla bhov. Dt finns dock vissa grundläggand krav som är gmnsamma för allt bruk av olycksdatabasr: * Tillgänglight * Användarvanlight * Tillförlitlight, dvs spårbarht av datakallor. Rlvans (t x avsnd vrksamhtsområd) * Täckningsgrad l Fullständight * Rglbundn uppdatring En kvantitativ analys av rfarnhtsdata bhövs i riskanalysn för bräkning av flfrkvnsr, konskvnsr och omgivningspåvrkan. Vill man analysra data från n viss databas är dt myckt viktigt att vta varför dssa data fms md i databasn, dvs att ha information om kritrirna för dras rgistrring. Dt är bra om man dssutom kan få information om vntullt ngligrand av rapportring av n viss datatyp, t x. av skadhändlsr vars konskvnsr anss som försumbara llr undr n viss nivå. Framförallt frkvnsanalysn är myckt brond av n noggrann bskrivning (bräkning) av tt antal p-trar som kan påvrka frkvnsn av n skadhändls, såsom antalt nhtrlsystm i drift, totala antalt driftår, totala antalt händlsr, tc. Stora olyckor inträffar sällan. Dtta btydr att tt förtag ofta bara har bgränsad information om möjliga stora olyckor. För att rducra osäkrhtma i riskanalysn bhövr därför oftast data samlas in från tt störr områd än nbart dn gna vrksamhtn, t x från hla branschn, nationllt ochlllr intrnationllt. Dtta bkräftas av rsultatn från n studi som bskrivs i "An analysis of th databas covrag of industrial accidnts involving hazardous matrials in Europ irf. 4.11.