دوره 16، شماره 2 - ( 4-1398 )                   جلد 16 شماره 2 صفحات 48-60 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Khatabakhsh A, Maleki Z, Hejazi H, Pouyakian M. Analysis of Hazard Identification Methods in Process Industries Using Analytic Network Process Technique (ANP). ioh. 2019; 16 (2) :48-60
URL: http://ioh.iums.ac.ir/article-1-2513-fa.html
خطابخش اشکان، ملکی زهرا، حجازی حسین، پویاکیان مصطفی. آنالیز روش‌های شناسایی مخاطرات در صنایع فرایندی با استفاده از تکنیک فرایند تحلیل شبکه‌ای (ANP). سلامت كار ايران. 1398; 16 (2) :48-60

URL: http://ioh.iums.ac.ir/article-1-2513-fa.html


دانشگاه علوم پزشکی شهید بهشتی ، pouyakian@sbmu.ac.ir
چکیده:   (629 مشاهده)
چکیده
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 می‌تواند 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 آن­ها 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 نظام‌مند 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.
 
متن کامل [PDF 737 kb]   (151 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: ایمنی فرآیند
دریافت: ۱۳۹۷/۴/۳۰ | پذیرش: ۱۳۹۸/۲/۲۹ | انتشار: ۱۳۹۸/۴/۱۸

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله سلامت کار ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2020 All Rights Reserved | Iran Occupational Health

Designed & Developed by : Yektaweb