Albero degli eventi – Event tree analysis

Event tree analysis è un metodo largamente impiegato nell’ambito Sicurezza per stimare la probabilità di accadimento delle diverse conseguenze di un evento indesiderato. Normalmente nasce come proseguimento di una Fault Tree per creare quello che in alcuni settori è conosciuto come bow-tie analysis o semplicemente cause-consequence analsys.

La tecnica Fault Tree è infatti responsabile per stimare la frequenza di accadimento di un evento indesiderato o la probabilità di accadimento (top event) che collegata ad un Event Tree, sviluppa l’intera accident sequence analysis.

La differenza tra queste due terminologie è che la prima è un’unità dimensionata mentre la seconda è semplicemente una grandezza priva di dimensioni. Ci sono in commercio diversi software per svolgere queste tipologie di analysis. In questo caso utilizzeremo ReliaSoft BlockSim con Event Analysis come add-on per sviluppare la parte di Event Tree Analysis ed utilizzeremo come base di partenza una frequenza di accadimento. Lo sviluppo della Fault Tree è al di fuori di questo articolo.

Software utilizzato

Albero degli eventi con BlockSim Event Analysis

L’impostazione del problema è molto semplice in quanto richiede un blocco iniziale (Standard Block) che definisce semplicemente il numero di treni che devono essere analizzati (in questo caso 1), una serie di Binary Block che gestiscono le diverse probabilità di accadimento associate ad azioni del guidatore o delle apparcchiature coinvolte (sistema frenante, sistema di preavviso…). Infine una serie di Storage Block che immagazzinano le informazioni raccolte dall’analisi.

Albero degli eventi – primo metodo

Nella prima simulazione sotto riportata, ogni Binary Block ha associato un valore di probabilità invariabile nel tempo. Tali valori sono ritenuti rappresentativi e derivati con best practice ingegneristica. Le conseguenze fanno riferimento al sistema britannico di descrizione di una violazione del segnale di arresto.

Questo approccio è molto limitante e penalizzante in quanto non ha alcun riferimento temporale di come possa variare il livello di rischio con l’invecchiamento della linea ferroviaria in questione.

Albero degli eventi – secondo metodo

Un secondo approccio fa uso di funzioni statistiche in sostituzione alle probabilità fisse. La tipologia di funzione e parametri del modello ricadono sulle conoscenze ingegneristiche dell’analista ma a titolo informativo, il corso RS250: Fundamentals of Reliability è un ottimo corso per imparare l’analisi statistica dei guasti a fini affidabilistici o di risk analysis.

Per il seguente diagramma, una parte delle funzioni sono di tipo esponenziale, mentre una è di tipo Weibull a 2 parametri. Per mantenere una certa coerenza con il primo diagramma, il tasso di guasto dei modelli esponenziali coincidono con il valore di probabilità fissa del primo diagramma. Mentre per il modello Weibull utilizzato si è applicato engineering judgement nel ricreare una funzione il più possibile rappresentativa dei dati dal campo.

Albero degli eventi – terzo metodo

Un terzo metodo infine introduce un elemento di variabilità o incertezza nei parametri delle funzioni stesse. Con riferimento allo Step5 fino ad ora considerato, i parametri del modello precedentemente Beta=2.2 e Eta=40000 ore sono ora trasformate in Variabili esse stesse.

Il fatto di trasformarle in variabili, fa sì che possano assumere diversi valori durante la simulazione per permettere di impostare una sensitivity analysis.

In alternativa si sarebbe potuto impostare uno o entrambe i parametri della funzione come funzione stessa. Per esempio, incertezze legati al valore del parametro di forma (Beta) avrebbero potuto essere limitate impostando tale parametro come funzione Normale o Lognormale con parametri appropriati.

Corso di riferimento

Software utilizzato

Prova la Demo

Simulazione e sentitivity analysis

Associato alle variabili sono valori di base che sono utilizzati per avviare la simulazione. Per esempio per il modello considerato, Beta_Track_Eq ha un valore base di 1.2 con incrementi di 0.1. In maniera analoga, Eta_Track_Eq ha un valore base di 35000 ore con incrementi di 500 ore.

E’ inoltre possibile eseguire analisi multiple al fine di massimizzare o minimizzare una determinata risposta. In questo caso vogliamo determinare il settaggio ottimale al fine di minimizzare le conseguenza >>O/L. Il tool di simulazione esguirà una serie di simulazioni al fine di confluire al risultato di interesse.

Risultati

BlockSim Event Analysis permette di presentare i risultati in formato tabellare o grafico con creazione di grafici 2D o 3D a seconda del settaggio impostato durante la simulazione.

Prova BlockSim Event Analysis oggi stesso per aggiungere un livello di variabilità alle tue analisi.