Beyond HAZOP and LOPA: Four different company approaches
Notice bibliographique
Résumé
For operations where application of standards, regulations, and/or Recognized and Generally Accepted Good Engineering Practices may not be sufficient to address a particular company's risk, several options exist. For qualitative assessment of process hazards, Hazard and Operability Studies (HAZOP) and What‐If reviews are two of the most common petrochemical industry methods used. Up to 80% of a company's process hazard analysis (PHA) may consist of HAZOP and What‐If reviews (Nolan, Application of HAZOP and What‐If Safety Reviews to the Petroleum, Petrochemical and Chemical Industries, William Andrew Publishing/Noyes, 1994, p. 1). After the PHA, Layer of Protection Analysis (LOPA) is commonly used throughout industry to evaluate the required safety integrity level for instrumented protection layers in a semiquantitative manner (Dowell, International Conference and Workshop on Risk Analysis in Process Safety, CCPS/AIChE, 1997). HAZOP, What‐If, and LOPA are all straightforward methods and are relatively easy to perform. However, much like a hammer, they are not always the best or most appropriate tool for a given job. At times, more advanced methodologies such as Fault Tree Analysis, Quantitative Risk Assessment, Event Tree, Failure Mode, and Effects Analysis and Human Reliability Analysis are necessary to properly assess risk. However, these more advanced tools come with a price. They are often more expensive, time consuming, and require a higher level of expertise. The decision to use these higher level methodologies is not taken lightly and different companies use different criteria for determining when to take this next step. This article will present approaches by four companies, BASF, Celanese, The Dow Chemical Company, and Eastman Chemical Company. Each company will outline criteria used to determine when to go beyond HAZOP, What‐If, and LOPA and will present examples where more advanced techniques were used. The intent of this article is to provide readers with real world examples that demonstrate the appropriate application of the “right” tool and to illustrate what criteria can be used to make informed decisions regarding selection of a PHA methodology. © 2016 American Institute of Chemical Engineers Process Saf Prog 36: 38–53, 2017
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,020 |
| Communication savante | 0,026 | 0,027 |
| Science ouverte | 0,006 | 0,013 |
| Intégrité de la recherche | 0,008 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».