MétaCan
Menu
Retour à la cohorte
Enregistrement W4283652598 · doi:10.1002/cjce.24520

Experimental methods in chemical engineering: Hazard and operability analysis— <scp>HAZOP</scp>

2022· article· en· W4283652598 sur OpenAlexaffvenue
Paolo Mocellin, Jacopo De Tommaso, Chiara Vianello, Giuseppe Maschio, Thomas Saulnier‐Bellemare, Luis D. Virla, Gregory S. Patience

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensUniversity of CalgaryPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésHazard and operability studyProcess safety managementRisk analysis (engineering)Process (computing)Computer scienceProcess safetyHazardOperabilityFault tree analysisReliability engineeringScope (computer science)EngineeringSystems engineeringWork in processHazardous wasteOperations managementChemistryWaste managementBusiness

Résumé

récupéré en direct d'OpenAlex

Abstract Hazards and operability analysis (HAZOP) is one of a dozen‐structured Process Hazards Analysis (PHA) methodologies that assess risks associated with operating processes to mitigate their consequences. HAZOP applies to all six stages of process design from discovery to decommissioning. Industry massively adopted PHA methodologies as a consequence of several industrial disasters in the 1970s that increased society's scrutiny of chemical operations. HAZOPs are conducted by multidisciplinary teams that rely on a set of guide words in combination with the system parameters to identify deviations from the design intent. The team discuss the causes and consequences of deviations, and the project owner modifies the process accordingly. It relies on heuristics rather than algorithms, so the formal structure gives practitioners the false sense that the analysis is comprehensive. Academic institutions increasingly apply PHAs to experimental work, but the scope of a HAZOP is often ill‐suited for this environment as it requires dedicated personnel with particular expertise. Here, we outline the essential features of a HAZOP analysis for early career researchers engaging in process development for conditions that include, for example, high temperature, high pressure, toxic compounds (Hg, phosgene, CO), and potentially explosive and flammable mixtures like organic peroxides. Web of Science indexed over 100 000 documents that mention safety in 2021 and assigned 1500 to chemical engineering. A bibliometric analysis grouped them into five clusters: (1) lithium ion batteries and nanoparticles, (2) fire, simulation, and combustion, (3) models, risk, systems, and techniques (including HAZOP), (4) water treatment, and (5) mechanisms and thermal runaway. [Correction added on 01 September 2022, after first online publication: The item number 3 in the preceding sentence was duplicated in the original published article and has been deleted in this version.]

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,330
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetRisk and Safety AnalysisTravaux en français237 207