Programvara för kvantitativ riskbedömning
Kvantitativ riskbedömning (QRA) programvara och metoder ger kvantitativa uppskattningar av risker, givet de parametrar som definierar dem. De används inom finanssektorn, den kemiska processindustrin och andra områden.
I finansiella termer inkluderar kvantitativa riskbedömningar en beräkning av den enstaka förlustförväntningen av det monetära värdet av en tillgång.
Inom den kemiska processen och den petrokemiska industrin handlar en QRA främst om att fastställa potentiella förluster av liv (PLL) orsakade av oönskade händelser. Specialistprogramvara kan användas för att modellera effekterna av en sådan händelse och för att hjälpa till att beräkna potentiella förluster av liv. Vissa organisationer använder riskutdata för att bedöma den implicita kostnaden för att avvärja ett dödsfall (ICAF) som kan användas för att fastställa kvantifierade kriterier för vad som är en oacceptabel risk och vad som är acceptabelt.
För sprängämnesindustrin kan QRA användas för många explosiva risktillämpningar. Det är särskilt användbart för platsriskanalys när det inte är möjligt att lita på kvantitetsavståndstabeller (QD).
Begränsningar
Vissa av QRA-mjukvarumodellerna som beskrivs ovan måste användas isolerat: till exempel kan resultaten från en konsekvensmodell inte användas direkt i en riskmodell. Andra QRA-program länkar ihop olika beräkningsmoduler automatiskt för att underlätta processen. En del av programvaran är proprietär och kan endast användas inom vissa organisationer.
På grund av den stora mängd databehandling som krävs av QRA-beräkningar, har det vanliga tillvägagångssättet varit att använda tvådimensionella ellipser för att representera riskzoner som området runt en explosion som utgör en 10% risk för dödsfall. På liknande sätt används ett pragmatiskt tillvägagångssätt för att förenkla spridningsresultat. Normalt används en platt terräng, fri värld för att bestämma beteendet hos ett spridande moln och/eller en förångande pool. Detta ger problem när effekterna av icke-plan terräng eller den komplexa geometrin hos processanläggningar utan tvekan skulle påverka beteendet hos ett spridande moln. Även om de har begränsningar tillåter 2D-riskzonen och det förenklade tillvägagångssättet för 3D-spridningsmodellering hantering av stora volymer riskresultat med kända antaganden för att hjälpa till vid beslutsfattande. Avvägningen skiftar när datorns processorkraft ökar.
Modellering av konsekvenserna av farliga händelser på ett riktigt 3D- sätt kan kräva ett annat tillvägagångssätt, till exempel att använda en beräkningsmetod för vätskedynamik för att studera molns spridning över kuperad terräng. Skapandet av CFD-modeller kräver betydligt mer investering av tid från modelleringsanalytikerns sida (på grund av den ökade komplexiteten i modelleringen), vilket kanske inte är motiverat i alla fall.
En stor begränsning av QRA inom säkerhetsområdet är att den främst är inriktad på förlusten av inneslutning av farliga vätskor och vad som händer när de släpps ut. Detta gör QRA något oanvändbart i farliga industrier som inte fokuserar på vätskeinneslutning men som fortfarande är föremål för katastrofala händelser (t.ex. flyg, läkemedel, gruvdrift, vattenrening, etc.) Detta har lett till utvecklingen av en riskprocess som bygger på organisationers och deras anställdas erfarenhet av att ta fram riskbedömningar som producerar potentiella förluster av liv (PLL) utan fel- och händelseträdsmodellering. Denna process är förmodligen mest känd under namnet SQRA som var den första metodiken som kom in på marknaden i slutet av 1990-talet men kanske mer exakt beskrivs av termen Experience-based Quantification (EBQ). Idag finns det ett urval av programvara för att genomföra denna metod och den har använts flitigt inom gruvindustrin på global basis.
I ett försök att vara mer rättvisa och undvika att lägga till redan höga fängelsestraff i USA, har domstolar över hela USA börjat använda programvara för kvantitativ riskbedömning när de försöker fatta beslut om att släppa människor mot borgen och fällande dom, som är baserade på deras historia och andra attribut. Den analyserade återfallsriskpoäng beräknade med ett av de mest använda verktygen, Northpointe COMPAS-systemet, och tittade på utfall över två år, och fann att endast 61 % av de som bedömdes som hög risk faktiskt begick ytterligare brott under den perioden och att afrikanska- Amerikanska åtalade var mycket mer benägna att få höga poäng än vita åtalade. Dessa resultat är en del av större frågor som ställs inom området maskinetik med avseende på riskerna för att vidmakthålla mönster av diskriminering genom användning av big data och maskininlärning inom många områden.
- NATIONAL MINERALS INDUSTRY RIKTLINJER FÖR SÄKERHET OCH HÄLSORISKBEDÖMNING, Joy J & Griffiths D, 2007, sid. 61