Development of a layers of protection incorporated inherent safety index for chemical processes
Notice bibliographique
Résumé
Abstract To date, numerous inherent safety indices, tailored to different process design stages and hazards, have been proposed to assess the inherent safety of chemical processes. However, traditional inherent safety indices mainly focus on identifying and evaluating process hazards, with limited consideration of risk mitigation. This work develops an enhanced inherent safety index (EISI), which integrates risk reduction strategies (RRSs) within layers of protection (LOP) into the various hazard sub‐indices of the pioneering inherent safety index (ISI), thereby enabling a more comprehensive inherent safety assessment. According to the LOP framework, RRSs are identified for each sub‐index, with different scores assigned to reflect the relative effectiveness of each measure. A designed formula is used to calculate the value of EISI. The proposed index was applied to the acetic acid process as a case study. The results indicate that the safety level of the acetic acid process significantly improves when appropriate RRSs are incorporated. Based on a comparison of three distinct risk mitigation schemes, the EISI has been demonstrated to be practical for assessing the safety performance of chemical processes with control measures of varying priorities. The EISI provides stakeholders with a list of RRSs to address various process hazards during the design stage. It expands conventional inherent safety indices by incorporating risk mitigation elements, thereby facilitating industries in developing a comprehensive safer chemical process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».