Unsicherheitsbetrachtungen und Fehlerfortpflanzung in quantitativen Risikoanalysen

Abstract

Eine zentrale Größe dieser Habilitation ist das Risiko, welches jedoch eingegrenzt wird auf den Kontext der Prozess- und Anlagensicherheit. Risiken sind hierbei bewertete Zustände oder auch bewertete Ereignisse wie Betriebsstörungen, Systemausfälle bis hin zu Unfällen mit Personenschaden oder Katastrophen, bevor diese eingetreten sind. Die Ermittlung von Risiken innerhalb der Prozess- und Anlagensicherheit erfordert geeignete Verfahren der Risikoanalyse. Zur Motivation soll zunächst angegeben werden, dass es in Deutschland bei der Durchführung von überwiegend qualitativen Risikoanalysen ungenutztes Potential gibt, welches durch eine stärkere Verwendung von quantitativen Risikoanalysen nutzbar gemacht werden könnte. In quantitativen Risikoanalysen wird versucht, das (maximal) verfügbare Wissen mit Bezug zu den genannten Ereignissen zu verwenden, in dem kausale Abhängigkeiten untersucht und kalkulierbar gemacht werden. Ein Hauptgrund für das Verharren auf dem Niveau qualitativer Risikoanalysen ist nicht mangelnder Wille von Seiten potentieller Nutzer, sondern die Tatsache, dass quantitative Risikoanalysen deutlich aufwändiger sind und es zunächst nötig ist, das Potential möglicher Verbesserung der Aussagequalität mit dem Mehraufwand abzuwiegen. Dieser Mehraufwand liegt auf zwei Ebenen, der Datenebene und der Verfahrensebene. Soll vermieden werden, dass errechnete Zahlenwerte für Risiken eine höhere Genauigkeit gegenüber qualitativen Analysen nur vortäuschen, so sind hochwertige und vollständige Eingangsdaten nötig. Für häufig verwendete Einzelkomponenten bestimmter Industriezweige gibt es Datenbanken, welche jedoch längst nicht die enorme Vielfalt möglicher Systemkombinationen und Versagensmöglichkeiten abdecken. Die Unvollständigkeit in den Datenbanken kann durch Einbezug von Expertenwissen reduziert werden. Eine Sonderstellung nehmen Daten aus der Verarbeitung von Expertenwissen dennoch ein, weil diese erfahrungsabhängig und subjektiv sind. Mit dem Verlust an Hochwertigkeit oder an Vollständigkeit wächst zudem die Unkenntnis und der Vertrauensbereich der Daten. Deswegen ist es in quantitativen Risikoanalysen erforderlich, diese Unsicherheiten auf der Datenebene mitzuquantifizieren und in dem Bewertungsprozess zu berücksichtigen. Auf Verfahrensebene ist festzuhalten, dass Risikoanalysen intrinsisch ein Verfahren darstellen, aber darüber hinaus selbst oftmals zahlreiche Verfahren in Untermodellen benötigen. Hier können Ausbreitungsanalysen zu Störfallfreisetzungen oder Branduntersuchungen aufgelistet werden, welche ihrerseits von unsicherheitsbehafteten Variablen abhängig sind. Solche Untermodelle sind mitunter sehr aufwändig. Die zuvor genannten Beispiele werden nach dem Stand der Wissenschaft mit Realversuchen oder mit CFD-Simulationen untersucht. Hinzu kommen Verfahrens- und methodische Limitierungen, Limitierungen in den Modellen aus der Abstraktion natürlicher Prozesse, Modellgrenzen aus der mathematischen Modellierung bis hin zum Informationsmangel, welche nicht ignoriert werden dürfen. Datenunsicherheiten bestehen daher in jeder Verfahrensstufe: vom Eingang über den Prozess bis zum Ausgang. In dieser Habilitation soll auf aktuellem Stand der Forschung zusammengetragen werden, wie alle zuvor genannten Arten von Unsicherheiten optimal einbezogen und verarbeitet werden könnten. Es kann lohnenswert sein, den Stand der Technik in Deutschland etwas weiter in Richtung der Verwendung von quantitativen Risikoanalysen zu heben. Die aufgeführten Methoden werden hierzu an einem von der Industrie herangetragenen Problem, der Abschätzung explosionsgefährdeter Bereiche an Schwimmdachtanks, angewendet.

A central quantity of this habilitation is the risk, which is limited to the context of process and plant safety here. Risks are assessed conditions or events such as operational disruptions, system failures and even accidents with personal injury or catastrophes before they have occurred. The determination of risks within process and plant safety requires suitable risk analysis methods. As a motivation it should first be stated that in Germany there is unused potential when carrying out predominantly qualitative risk analyzes. With the use of quantitative risk assessments this potential could be harnessed. In quantitative risk assessments, an attempt is made to use the available knowledge with reference to the events mentioned by examining causal dependencies in detail and making them calculable. A main reason for remaining on the level of qualitative assessments is not a lack of will on the part of potential users but the fact that quantitative assessments are significantly more complex. It is first necessary to estimate possible improvements in the quality of the information to weigh the extra effort. This additional effort is on two levels, the data level and the procedural level. It has to be avoided that calculated numerical values for risks only simulate a higher accuracy compared to qualitative investigations. High-quality and complete input data are required. Although there are databases for frequently used individual components of certain branches of industry, they are far from covering the enormous variety of possible system combinations and failure possibilities. The incompleteness in the databases can be reduced by including expert knowledge. However, data from the processing of expert knowledge need additional care because they are experience-dependent and subjective. With the loss of quality or completeness, the lack of knowledge and the confidence level of the data also increase. It is therefore necessary in quantitative risk assessments to quantify these uncertainties at the data level and to take them into account in the evaluation process. At the procedural level, it should be noted that risk assessments are procedures itself, but also often require numerous procedures in sub-models. Dispersion analyzes for accidental releases or fire investigations can be listed here, which in turn depend on uncertain variables. Such sub-models are sometimes very complex. The examples above are usually examined with real scale tests or with CFD simulations. In addition, there are procedural and methodological limitations, limitations in the models from the abstraction of natural processes, model limits from mathematical modeling up to a lack of information, which must not be ignored. Data uncertainties therefore exist at every stage of the process: from input through the process up to the output. In this habilitation, the current state of research is used, such that all of the aforementioned types of uncertainties can be optimally included and processed. It can be worthwhile to take the state of the art in Germany a little further in the direction of the use of quantitative risk assessments. The demonstrated methods are applied to a problem recently brought up by industry: the assessment of potentially explosive areas on external floating roof tanks.