一种改进的系统风险矩阵分析方法与流程

本发明属于航天试验工程领域，是一种改进的系统风险等级量化分析方法。

背景技术：

风险矩阵依据风险发生可能性与后果严重度二维属性特征，实现关键风险态势等级量化。由于航天试验任务的复杂性和过程动态性，传统风险矩阵分析法突显不足，一是存在评估结果不够精确化的问题[朱启超，匡兴华，沈永平.风险矩阵方法与应用述评[j].中国工程科学.2003]；二是风险等级分配合理性遭受质疑[avent,heideb.reliabilityandvalidityofriskanalysis[j].reliabilityengineering&systemsafety.2009]。

针对风险矩阵法评估结果不够精确的问题，文献[陈健，李忠民，汤淑春，等.基于改进风险矩阵方法的武器装备采办风险评估[j].系统工程与电子技术.2008]通过增加风险权重的方式以及细化风险等级的措施来提高风险评估结果的细粒度；文献[李树清，颜智，段瑜.风险矩阵法在危险有害因素分级中的应用[j].中国安全科学学报.2010]利用bardo序值法进行风险源排序。以上两种方法本质上无法完全消除风险结。

为描述风险矩阵评估结果的不稳定性，文献[markowskias,mannanms.fuzzyriskmatrix.[j].journalofhazardousmaterials.2008]提出了模糊风险矩阵分析方法，通过特定函数形式求解风险态势的风险值，但无法真实反映风险决策者对风险态势的认知偏好。

针对风险矩阵等级分配合理性问题，有两类方法：一是基于风险等级序数的分配方法，一种由可能性等级序数与后果等级序数相结合的综合判断方法，符合风险一致性增长原则；二是基于“if-then”主观判断法，是基于专家经验知识的风险等级分配方法。目前，对风险等级序数法风险二维属性的量化表征，文献[nihh,anc,ningc.someextensionsonriskmatrixapproach.[j].safetyscience.2010]提出可能性与后果等级范围应采用线性表示方式；文献[flager,w.areflectiononsomepracticesintheuseofriskmatrices[c].2012]研究认为，可能性与后果等级范围采用指数表示优于线性表示，并给出等级序数加法原则与乘法原则的风险指数计算方法；文献[jrcl.what'swrongwithriskmatrices？[j].riskanalysis.2008]依据风险矩阵元素等级对称分布特性，按距离风险矩阵原点远近，将风险等级分为低、中、高三级，并对风险矩阵元素等级分配提出弱一致性、中间性和等级一致性3条公理。

以上研究，并未考虑风险决策者认知不确定性对风险矩阵元素等级分配的影响，包括风险可控制性、风险可管理性以及风险急迫程度等潜在信息。主要不足为：传统风险矩阵分析方法仅依据等级对称性原则分配风险元素等级，一是缺乏考虑风险指数在风险矩阵中的分布趋势特性，二是缺乏考虑风险潜在信息对风险等级分配的影响。

技术实现要素：

本发明的目的是提供一种用于潜在风险信息影响下航天试验工程系统风险等级量化分析方法。利用这种方法，计算得到风险指数在风险矩阵中的分布，提高了风险矩阵元素等级分配的科学性与合理性。

本发明的优势在于：

(1)本发明的一种改进的系统风险矩阵分析方法，实现风险潜在信息在风险矩阵中表征，通过风险决策者认知偏好来刻画风险潜在信息；

(2)本发明的一种改进的系统风险矩阵分析方法，提出风险关注程度系数的概念，实现量化描述风险决策者认知偏好对风险矩阵等级分配的影响。

附图说明

图1本发明的一种改进的系统风险矩阵分析方法流程图；

图2本发明的β<α风险指数分布示意图；

图3本发明的α＝β风险指数分布示意图；

图4本发明的α<β风险指数分布示意图；

图5本发明的基于cpcd的虚拟风险指数计算结果示意图；

图6本发明的基于关注系数的风险矩阵元素排序示意图。

具体实施方式

结合附图对本发明的一种改进的系统风险矩阵分析方法做进一步详细描述。

步骤一：通过关键风险源辨识，识别出系统可能存在的关键危险因素；

步骤二：设定风险等级为5级，风险可能性为7级，风险后果严重度为5级；

步骤三：计算风险概率，若数据不充分，采用领域专家知识进行合成；

步骤四：确定风险关注度系数，计算风险指数。

传统的基于等级序数法和主观决策法的等级分配存在非一致性，缺乏风险指数在风险矩阵中分布趋势的考虑，以及不同工程环境下潜在风险信息影响，如可管理性、可控制性、危急程度等。目前，关于风险潜在信息还没有公认的量化标准[duany,zhaoj,chenj,etal.ariskmatrixanalysismethodbasedonpotentialriskinfluence:acasestudyoncryogenicliquidhydrogenfillingsystem[j].processsafety&environmentalprotection.2016,102:277-287.]，在工程实际中通过风险决策者经验知识判断描述，也即风险认知偏好，本发明将其定义为风险关注度，用关注度系数表示。

引入风险关注度系数后的风险指数模型如式(1)所示：

r＝p^α×c^β，0＜α，0＜β，α+β＝1(1)

式中：r为风险指数；p为可能性等级序数变量；c为后果等级序数变量；α为可能性关注度系数；β为后果关注度系数。

为研究不同关注度系数下的风险指数分布特征，利用连续概率后果分布图(cpcd)描述风险指数分布规律。不失一般性，分3种情况加以讨论。

情况1.0<β<α，假设α＝0.7，β＝0.3，计算出的cpcd和风险指数分布如图2(a)所示，风险指数剖面如图2(b)所示。

从图2(a)中可以看出，风险指数构成不规则的5条风险等级带，风险指数分布更靠近概率坐标轴，即风险决策者更加关注风险的概率属性时，靠近概率坐标轴的风险指数大于靠近后果坐标轴的风险指数。

情况2.α＝β＝0.5，当风险决策者持相同的关注度系数时，α＝β＝0.5，计算出cpcd和风险指数分布如图3所示。

情况3.0<α<β，若风险决策者对后果属性关注程度大于概率关注程度，α＝0.3，β＝0.7，计算出cpcd和风险指数分布如图4所示。

由图4可以看出，风险指数分布相对靠近风险后果属性坐标轴，且当α→0时，此时风险指数退化为单一后果损失。

步骤五：将风险可能性等级与后果等级序数连续化，按照等级序数“乘法原则”计算风险指数，矩阵元素中最大风险指数对应等级定义为风险等级。其中，风险二维坐标等级范围均采用指数表示形式，风险潜在信息通过风险专家知识综合判断给出，并用可能性与后果关注系数量化。

以4×4风险矩阵为例，假设通过风险专家综合判断得出三组关注系数α＝0.3,β＝0.7、α＝β＝0.5和α＝0.7,β＝0.3，风险等级n＝4，可能性等级p＝4，后果等级c＝4，按照上述过程计算得4×4风险矩阵如图5所示。

依据crm风险等级分配方法，计算的风险矩阵元素r14、r24、r23、r32、r33、r42与r41等级相等；采用本发明所提方法，关注系数不变的情况下，对应风险矩阵元素等级分配如图6所示。

相比crm分析方法，当风险关注系数改变时，风险矩阵元素等级发生改变，变化较大的元素为高概率低后果区域与低概率高后果区域。

步骤六：风险等级比较，判断风险等级是否符合工程系统客观实际，否则返回第三步，重新计算风险概率。

步骤七：通过计算得到的风险等级，进行风险决策与控制。