A real-time safety level calculation method for complex engineering systems based on systems theory and fuzzy logic

Abstract

The present doctoral work concerns itself with providing an evaluation of safety as well as its fluctuation over time in today's complex systems. The Real Time Safety Level (RealTSL) methodology is presented as well as its extended and fuzzy iterations. The methodology is based on the Systems Theoretic Accident Model and Processes (STAMP) accident model and aims at providing a framework for determining the safety level of complex systems in real-time. RealTSL utilizes sequences of unsafe system states derived from the Systems Theoretic Process Analysis (STPA) hazard analysis, together with: a) The time durations required between system state transitions, b) Managerial decisions regarding the sensitivity of the mathematical model, c) Real-time system data, d) fuzzy logic as the mathematical backbone to identify the degree of confidence in the information about the occurrence of unsafe system states. The safety level of a system in time t in the RealTSL methodology is defined as the ordered set of the most detrimental to safety sequences of unsafe system states that could lead to a loss, ordered according to the severity/consequences of their resulting loss. The iterations of the methodology and how it can be used are presented through 4 case studies in a wide variety of systems (railway systems, collaborative robot (cobot) systems, renewable energy generation systems). This work aims to open a new perspective in the safety and STAMP literature, on discussions about the problem of measuring what the actual safety level of a system is at a certain moment in time and in a certain context.

Η διατήρηση της ασφάλειας μέσα σε αποδεκτά όρια είναι μια από τις κυριότερες προκλήσεις που αντιμετωπίζουν πολλές βιομηχανίες. Σε προσπάθεια αντιμετώπισης αυτής της πρόκλησης, δείκτες ασφάλειας, συστήματα πρόωρης προειδοποίησης και “οιωνοί” των ατυχημάτων έχουν προταθεί από την επιστημονική κοινότητα. Το πρόβλημα όμως παραμένει ότι δεν υπάρχει μέθοδος για τον υπολογισμό του πραγματικού επιπέδου ασφάλειας ενός συστήματος σε κάθε συγκεκριμένη χρονική στιγμή και υπό συγκεκριμένες συνθήκες (Knegtering & Pasman, 2013). Η παρούσα διδακτορική διατριβή επικεντρώνεται στην πρόταση της καινοτόμου μεθοδολογίας Real Time Safety Level (RealTSL) για τον προσδιορισμό και τον δυναμικό υπολογισμό του επιπέδου ασφάλειας, σε πολύπλοκα συστήματα κρίσιμα προς την ασφάλεια, κατά την διάρκεια της λειτουργίας τους, βασισμένη στο μοντέλο ατυχημάτων STAMP (Systems Theoretic Accident Model and Process) (Leveson & Thomas, 2018) και την ασαφή λογική (Zadeh, 1965). Η προτεινόμενη μεθοδολογία χρησιμοποιεί τα αποτελέσματα της μελέτης επικινδυνότητας Systems Theoretic Process Analysis (STPA, η οποία εφαρμόζεται στο σύστημα προς ανάλυση ώστε να κατασκευαστεί ένα ακυκλικό διάγραμμα απαρτιζόμενο από κόμβους και συνδέσμους, όπου κάθε κόμβος απεικονίζει μία μη ασφαλή κατάσταση του συστήματος που προκύπτει από την STPΑ και κάθε δίοδος μέσω των κόμβων απεικονίζει ένα πιθανό σενάριο πρόκλησης κάποιου από τα ορισμένα ατυχήματα. Έπειτα, με τη χρήση ενός μαθηματικού μοντέλου υπολογίζεται το Επίπεδο Ασφάλειας (ΕΑ), με βασικές μεταβλητές χρονικές τιμές τις οποίες μπορούνε να εκτιμηθούν είτε από εμπειρογνώμονες του συστήματος, είτε παρακολουθώντας το σύστημα κατά την διάρκεια της λειτουργίας του, είτε χρησιμοποιώντας προσομοιώσεις της λειτουργίας του συστήματος. Η μεθοδολογία χωρίζεται σε δύο βασικές διαδικασίες. Η πρώτη είναι η διαδικασία προσδιορισμού του μοντέλου, η οποία έχει ως στόχο να προετοιμάσει το μαθηματικό μοντέλο για το σύστημα το οποίο θα παρακολουθηθεί. Αυτό επιτυγχάνεται με την χρήση των παρακάτω παραμέτρων:1.Τις προδιαγραφές ασφαλείας από την ανάλυση SΤPΑ, 2.Τα χρονικά εύρη για τους συνδέσμους μεταξύ των μη ασφαλών καταστάσεων, 3.Τη μαθηματική συνάρτηση (ελάχιστο, μέγιστο, μέσος ορός κτλ.) η οποία χρησιμοποιείται για να μειώσει τα χρονικά εύρη σε διακριτές τιμές, δίνοντας έτσι την δυνατότητα επιλογής του πόσο αυστηρό γίνεται το μοντέλο απέναντι στην ασφάλεια,4.Τις επιπτώσεις κάθε απώλειας/ατυχήματος που μπορεί να προκληθεί από τις μη ασφαλείς καταστάσεις, 5.Την εμπιστοσύνη προς τα δεδομένα της ύπαρξης των μη ασφαλών καταστάσεων κατά την λειτουργία του συστήματος που μελετάται. Έπειτα, ακολουθεί η μετατροπή των μη ασφαλών καταστάσεων σε ένα ακυκλικό διάγραμμά, το οποίο είναι και το θεμέλιο πάνω στο οποίο βασίζεται το μαθηματικό μοντέλο. Στη δεύτερη διαδικασία συλλέγονται δεδομένα του συστήματος σε πραγματικό χρόνο κατά την διάρκεια της λειτουργίας του και με τη χρήση του μαθηματικού μοντέλου υπολογίζει το ΕΑ. Τα δεδομένα και τα συστήματα που μπορούν να τα καταγράψουν (αισθητήρες) που χρειάζονται για να πραγματοποιηθεί ο υπολογισμός του ΕΑ αναγνωρίζονται από την εφαρμογή της επέκτασης της μεθόδου STPA που καλείται EWaSAP (Early Warning Sign Analysis based on STPA). Στην παρούσα μέθοδο, το ΕΑ ενός συστήματος για μία χρονική στιγμή ορίζεται ως η διατεταγμένη διάταξη των δυσμενέστερων ως προς την ασφάλεια ακολουθιών γεγονότων που μπορούν να οδηγήσουν σε κάποια απώλεια ή ατύχημα. Διατάσσονται με βάση την δριμύτητα του εκάστοτε ατυχήματος που μπορούν να προκαλέσουν. Οι ακολουθίες αυτές χαρακτηρίζονται ως δυσμενέστερες με παράγοντες: το επίπεδο πληρότητας (π.χ. πόσο κοντά στην κατάσταση ατυχήματος βρίσκεται ο τελευταίος ενεργοποιημένος κόμβος της διόδου), τον υπολειπόμενο χρόνο για το ατύχημα (πχ. τον χρόνο που υπολείπεται για την ενεργοποίηση του κόμβου του ατυχήματος) και την εμπιστοσύνη απέναντι στα δεδομένα που συλλέγονται κατά την λειτουργία του συστήματος (ασαφοποίηση του υπολειπόμενου χρόνου). Η εν λόγω μέθοδος επιδεικνύεται με την χρήση τεσσάρων εφαρμογών μελέτης περίπτωση: 1.Θεωρητικό σύστημα της πόρτας του τρένου2.Σύστημα διάβασης τρένου 3.Σύστημα συνεργατικού ρομπότ ψαλιδωτού ανυψωτήρα.4.Σύστημα αυτόματης ευθυγράμμισης φωτοβολταϊκών πάνελ Στις προαναφερόμενες εφαρμογές παρουσιάζεται η μέθοδος RealTSL. Εξηγείται το πως εφαρμόζεται και πως μπορεί να χρησιμοποιηθεί για τον υπολογισμό του ΕΑ ενός συστήματος. Παρουσιάζονται τα συμπεράσματα από την κάθε εφαρμογή, μειονεκτήματα της μεθοδολογίας καθώς και προτάσεις για μελλοντική έρευνα.