بررسی و محاسبه احتمال وقوع سناریوهای حواث در شبکه توزیع گاز طبیعی بهوسیله تحلیل درخت رویداد (ETA) (مطالعه موردی: شبکه جنوب شهر اصفهان)
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 3,099
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SIOEI02_022
تاریخ نمایه سازی: 10 بهمن 1390
Abstract:
در سالهای اخیر مسئولان بیش از پیش به مسائل ایمنی خطوط لوله و شبکه توزیع گاز طبیعی، آگاه شدهاند. به خاطر خصوصیات فیزیکی و شیمیایی گاز طبیعی و نیز ویژگیهای خطوط لوله و شبکه توزیع گاز، حوادث آن از حوادث صنایع دیگر کاملاً متفاوت میباشد. خصوصاً اینکه شبکه توزیع گاز طبیعی از مناطق حساس و پرجمعیتی میگذرد، که حوادث آن میتواند پیامدهای گوناگونی در ابعاد مختلف مانند ابعاد انسانی، اجتماعی، مالی، سیاسی و یا زیست محیطی داشته باشد. بررسی انواع حوادث شبکه توزیع گاز طبیعی شهری و نیز محاسبه احتمال وقوع آنها به صورت کمی در پژوهشهای گذشته کمتر مورد توجه قرار گرفته است، تنها در برخی بررسیها حوادث خطوط لوله گاز طبیعی خارج از شهرها مورد توجه قرار گرفتهاند. در پژوهشی که صورت گرفت، برای شناسایی و ارزیابی کمی حوادث شبکه توزیع گاز طبیعی، از تجزیه و تحلیل درخت رویداد استفاده گردید. بدین منظور شبکه توزیع گاز منطقهمورد بررسی به بخشهای کوچکتر که هر یک از لحاظ شاخصهای مورد نظر همچون سن شبکه، وضعیت حفاظت از زنگ، نوع منطقه، جنس لولهها و... همگنتر هستند، تقسیم شد. در مرحله بعد با توجه به شرایط منطقه و شبکه گاز، با استفاده از تکنیکهای FMEA و تحلیل درخت رویداد، سناریوهای حوادث مختلف برای این بخشها پیشبینی گردید، و احتمال وقوع هر یک از این سناریوها در هر کدام از بخشها با استفاده از تلخیص دادههای تاریخی بهدست آمد. نتایج کار این فرصت را فراهم نمود تا بخشهای مختلف از لحاظ وقوع حوادث گوناگون قابل مقایسه باشند و بخشهایی که از لحاظ احتمال وقوع هر سناریوی حادثه پرخطرتر میباشند، مورد توجه و حفاظت بیشتر قرار گیرند.
Keywords:
Authors
محمدتقی قندهاری
کارشناسی ارشد، مدیریت صنعتی، دانشگاه تهران
منصور مومنی
دانشیار، مدیریت صنعتی، دانشگاه تهران
حمیدرضا فیلی
استادیار، مهندسی صنایع، دانشگاه الزهرا
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :