Dr. Coen van Gulijk, universitair docent, TU Delft,

Transcriptie

1 Sessie L. Preventie Kritieke barriéres identificeren met storybuild Dr. Coen van Gulijk, universitair docent, TU Delft, Inleiding In dit artikel wordt een analyse methode ontwikkeld om kritieke barrières te identificeren in storybuilder scenario s. De methode wordt getest op één scenario uit het WORM project van het Ministerie van Sociale Zaken en Werkgelegenheid [1]. De methode berekent de ongevalfrequentie per (falende) barrière en dat maakt het mogelijk om een rangschikking op te stellen voor die barrières. De methode geeft een getal wat het ORM programma niet kan leveren: de ongevalfrequentie per (falende) barrière. De methode biedt onderzoekers en auditors een snelle methode om barrières te identificeren die nader onderzoek behoeven of meer aandacht vragen in een audit. 1. Achtergrond In het WORM project worden storybuilder scenario s gebruikt om ongevallen te classificeren en om de belangrijkste ongevalscenario s in beeld te brengen. Deze storybuilder scenario s zijn gebaseerd op werkelijke ongevallen welke vastgelegd zijn in de GISAI database, de ongevallen database van de arbeidsinspectie. Storybuilder [2] is gebaseerd op bow-tie structuren om ongevalscenario s te beschrijven. Het is een vrij verkrijgbaar software pakket. In storybuilder wordt de central event vooraf gegaan door het falen van barrières. Die barrières zijn goed beschreven in de deelrapporten van WORM (in dit artikel wordt het deelrapport over vallen van hoogte gebruikt [3]). De blootstelling van een werker aan zo n barrière is gekwantificeerd door middel van vragenlijsten. In dit artikel werken we een methode uit om storybuilderdata en blootstellingdata te gebruiken om een rangschikking te maken in de mate waarin barrières kritiek zijn. We stellen ons de vraag: welke barrière is een levensredder? Het verschil met het ORM programma is dat we hier specifiek zoeken naar barrières terwijl het ORM programma gebruikt wordt om risico s vanuit activiteiten van een werknemer te berekenen. Deze methode is relevant omdat onderzoekers en veiligheidsmedewerkers met een relatief eenvoudige methode een classificatie van hun barrières kunnen maken. 2. Theoretisch concept In eerste instantie is het voor een die storybuilder gebruikt relatief eenvoudig om een uitspraak te doen over welke barrières belangrijker zijn dan anderen. Dat zijn de barrières waardoor simpelweg de meeste ongevalspaden zijn. Blootstelling barriére OK barriére faalt ongevallen Figuur 1 De relatie tussen blootstelling, ongevallen en barrières

2 Wat echter niet direct duidelijk is van die analyse is dat het verbeteren van die barrière automatisch leidt tot minder ongevallen. Dat heeft te maken met de blootstelling van een werker aan het gevaar. Dat kan voorgesteld worden als in figuur 1. Figuur 1 is een grafische weergave van hoe barrières worden gebruikt in het WORM project. Het blok in figuur 1 is de totale blootstelling van een werker aan een ongevalproces. In figuur 1 is een barrière ingetekend om een ongeval te voorkomen. Die barrière kan in een gefaalde staat zijn, dit gebied wordt aangegeven met de donkere rechthoek. De barrière in figuur 1 splitst de blootstelling van een werknemer in twee delen: de barrière is OK of de barrière is in een gefaalde staat. Als de barrière in een gefaalde staat is kunnen ongevallen plaatsvinden. Dit zijn de zwarte stippen. Als de barrière OK is kunnen er in principe geen ongevallen plaats vinden, dit is een aanname die in het WORM project voorop gesteld is. Bij de meeste storybuilder scenario s zijn er meer dan één barrière. Dit is schematisch weergegeven in figuur 2 waar 5 barrières zijn geven. De situatie is nu ingewikkelder. De zwarte stippen zijn wederom ongevallen. Die zijn in dit geval gerelateerd aan de barrière waar ze in staan. Dus een stip in barrière 5 is een ongeval dat mogelijk is geworden vanwege de falende staat waarin barrière 5 zich bevindt. Andere barrières zouden ten tijde van het ongeval ook in gefaalde staat kunnen zijn geweest maar het werkelijke ongeval vond plaats door het falen van barrière 5. Nu is het mogelijk dat er een ongeval optreedt waarbij twee of meer barrières falen. Stippen met een cirkel geven dubbele gefaalde barrières aan en de stip met drie cirkels geeft drie falende barrières aan. alle barriéres OK barriére 3 faalt barriére 4 faalt barriére 2 faalt barriére 5 faalt barriére 1 faalt Figuur 2 Meerder barrières volgend uit een een storybuild scenario. In figuur 2 is nog een ander fenomeen aangegeven. In barrière 2 en 4 zijn de stippen (de ongevallen) dichter op elkaar getekend en in barrière 3 is slechts 1 ongeval getekend. Dit zegt iets over de ongevallen die in de specifieke domeinen van falende barrières optreedt. Dat werkt als volgt. Als barrière 2 in een gefaalde staat is is de kans op een ongeval relatief groot. Als barrière 3 in een gefaalde staat is is de kans op ongevallen relatief klein. Er kan ook andersom geredeneerd worden: als barrière 2 OK is voorkomt het veel ongevallen en als barrière 3 OK is voorkomt het relatief weinig ongevallen. Het heeft zin om een rangschikking te maken per barrière om te zien welke barrières de meeste ongevallen te voorkomen. Deze barrière zullen we in dit artikel kritieke barrières noemen. 3. Rekenmodel Gelukkig is het niet heel ingewikkeld om de kritieke barrières te bepalen met de gegevens die in WORM te vinden zijn. Het antwoord is te vinden in de statistiek van de ongevallen die het mogelijk maakt de ongevalfrequentie te bepalen. Hiervoor gebruiken we een wiskundige methode die gebaseerd is op set theorie [4]. Het concept is relatief eenvoudig. Het hele blok in figuur 2 is de totale blootstelling van een werknemer die een activiteit uitvoert waarbij hij blootgesteld wordt aan de risico s van dit storybuilder scenario. In WORM is hiervoor een getal beschikbaar voor de totale blootstelling in 6.17 jaar over alle Nederlanders (6.17 jaar is de periode waaruit GISAI data is geanalyseerd in het WORM project).

3 De totale blootstelling is een wetenschappelijk gebaseerde schatting. Elk vlak is de blootstelling aan een falende barrière. De relatieve faalblootstelling is een percentage van de totale blootstelling. Deze is in WORM gegeven als een dimensieloos getal wat door middel van vragenlijsten is bepaald [3]. De totale blootstelling in WORM is geformuleerd in uren zodat de blootstelling gegeven kan worden in uren: FBx = TSB FBPx Hierin zijn FBx de blootstelling aan de falende staat van een barrière x, in uren; TSB is de totale blootstelling, in uren in de periode van 6.17 jaar; en FBPx is het percentage van de tijd dat barrière x in een falende staat is ten opzichte van de totale werktijd, dimensieloos. De TSB en de FBPx zijn in WORM onderzocht en gegeven en dus kan de FBx berekend worden. De volgende stap is om de ongevalfrequentie te bepalen, deze is het aantal ongevallen gedeeld door de FBx: OFx = OVx / FBx Hierin is OFx de ongevalfrequentie voor barrière x, OVx is het aantal ongevallen gerelateerd aan de specifieke barrière en FBx is de blootstelling aan een falende barrière. Ook kan het aantal ongevallen berekend worden dat voorkomen is door het in stand houden van de barrière: VKx = OFx TSB (1 FBPx) Hierin is VKx het aantal ongevallen dat voorkomen is door het in stand zijn van barrière x. Wiskundig is dit een relatief eenvoudige operatie. Het probleem wordt ingewikkelder als meerdere barrières betroken zijn bij één enkel ongeval. Het is namelijk mogelijk dat overlappende barrières een andere ongevalfrequentie opleveren dan de twee oorspronkelijke barrières. In dat geval moet een meervoudige ongevalfrequentie gedefinieerd worden: OFx,y de ongevalfrequentie bij falende barrières x en y. In dit artikel beperken we ons echter tot ongevallen met enkelvoudige falende barrières. 4. Resultaten voor vallen van ladders In dit artikel nemen we scenario vallen van ladders van het WORM project als voorbeeld (storybuilder [3]). Tabel 1 geeft de resultaten van de formules hierboven weer. Hierin is te zien welke falende barrières de hoogste ongevaldichtheid oplevert: vaste ladder falende van de op de ladder met een dichtheid van 2, ongevallen per uur. Dat is meer dan 100x hoger dan de ongevaldichtheid van het ontbreken van een kooi. Opvallend is dat voor alle drie subcategorieën (losse ladders, vaste ladders en opstap trapjes) de falende van de altijd de hoogste snelheid heeft. Het hoogste aantal voorkomen ongevallen is 1627 voor falende van de op de ladder bij losse of verplaatsbare ladders. Het op orde hebben van die barrière voorkomt dus veel ongevallen. Uit tabel 1 mag dan geconcludeerd worden dat de kritieke barrière falende van de is en dat in het bijzonder bij losse ladders veel ongevallen voorkomen kunnen worden als die kritieke barrières worden verbeterd: of een kleinere blootstelling aan falende barrières realiseren, of een lagere ongevalfrequentie. Barrière Losse ladderslechte conditie van ladder Losse ladder foutieve plaatsing en bescherming # werkuren TSB [uren/(6,17 jaar] # ongevallen OVx [(6,17 jaar) -1 ] Barrière faalt FBPx [-] Ongev. snelh. ODx [uren -1 ] 0,18 1, ,3283 1, # voorkomen VKx [(6,17 jaar) -1 ]

4 Losse ladder falende 278 0,1425 2, verkeerd type , of conditie geen kooi , falende verkeerd type of conditie Verkeerde plaatsing en bescherming Falende , , , , Tabel 1 Bepaling van kritieke barrières aan de hand van het scenario vallen van ladders (storybuild ) 5. Discussie De methode die wordt gehanteerd in dit artikel is relatief eenvoudig en het is gemakkelijk om een eenduidige uitkomst over welke barrière meer levens redt dan anderen. Die zijn dan aan te merken als kritiek en kunnen door arbeidsinspecteurs, veiligheidsmedewerkers, of werknemers scherper in de gaten worden gehouden. Er zijn echter wel beperkingen aan de methode. De eerste beperking is dat de totale blootstelling, en de totale werkduur schattingen zijn. Zij zijn weliswaar wetenschappelijk onderbouwd maar variaties in de onderliggende methoden kunnen variaties in de uitkomsten veroorzaken. Noot dat de wiskunde harde getallen oplevert voor het aantal voorkomen ongevallen. Die getallen moeten gebruikt worden als schattingen. Helaas zijn er geen gegevens over near misses die dit soort getallen zouden kunnen onderbouwen. Merk op dat de gegevens uit het WORM rapport [3] getallen zijn voor gemiddelden over de totale beroepsbevolking van Nederland. De tweede beperking is dat de methode in dit artikel ontworpen is voor ongevallen waarbij één barrière faalt. Op een paar plaatsen in de tekst wordt aangestipt dat het mogelijk is dat er twee of meer barrières falen bij een ongeval. In de dataset van WORM zijn scenario s die zowel ongevallen bevatten met enkel barrière falen en meervoudig barrière falen. Als het aandeel meervoudig falen klein is kan de methode die in dit artikel gegeven is gebruikt worden (in het voorbeeld vallen van trap kan dat). Als er een groot aandeel meervoudig falen ongevallen zijn (meer dan 20%) wordt de wiskunde ingewikkelder. De derde tekortkoming is dat niet van alle barrières blootstellingen bepaald zijn. Zonder de extra informatie van de blootstelling kan geen ongevalfrequentie worden bepaald. Gelukkig zijn er wel blootstellingen bepaald van de barrières die direct gekoppeld zijn aan de central events. Dat zijn de barrières die direct gekoppeld zijn aan de activiteit waar de controle over de situatie verloren gaat. Ondanks deze beperkingen geeft de methode een waardevolle inkijk in welke barrière belangrijker of kritischer dan anderen. Via het ORM programma is dat soort informatie niet direct beschikbaar.

5 6. Conclusie Door alleen gegevens uit storybuilder te gebruiken en blootstellingdata kan worden bepaald welke barrières belangrijker zijn voor de veiligheid dan andere. De methode is in dit artikel gepresenteerd en geïllustreerd aan de hand van het scenario vallen van trappen (storybuilder in WORM). De resultaten zijn gemakkelijk interpreteerbaar en direct te gebruiken voor auditors, veiligheidsmedewerkers en werknemers. De methode moet beschouwd worden als een schatting. Literatuur 1. Ale et al. (2006) The occupational risk model, final report of the Workgroup on ORM. Risk Centre, TU Delft Geraadpleegd op 29 december Mud. M., Papazoglou. I., Anezeris. O., Heins. S. & Bellamy. L Technical report on the modeling of bowtie : Fall from height - Ladders. Workgroup on Occupational Risk Modelling, Ministery of SZW. 4. Roland Roland H.E System safety engineering and management. John Wiley and Sons. New York.