Преза история катастроф

1.

История развития
прогнозирования и
предупреждения
техногенных катастроф
Имя студента: Ткачев Иван
Группа: ББЖ24-01

2.

Введение и актуальность
Человечество вступило в «эпоху глобальных рисков», где техногенные
катастрофы угрожают устойчивому развитию.
Актуальность
Рост сложности технологий, концентрации населения и опасных
производств повышает потенциальный ущерб от аварий.
Цель
Проследить эволюцию подходов к прогнозированию и
предупреждению техногенных катастроф от реактивных к
проактивным.

3.

Ключевые понятия и классификация
Техногенная катастрофа
Прогнозирование
Предупреждение
Крупная авария с массовой гибелью,
Научно обоснованное суждение о
Комплекс мероприятий для снижения
ущербом здоровью и/или окружающей
возможном возникновении и развитии
риска возникновения ЧС.
среде.
ЧС.
Классификация по отраслям:
Транспортные, промышленные, энергетические, коммунальные, гидродинамические, объекты с ПОО.

4.

Последствия техногенных катастроф
Прямые последствия
Косвенные последствия
Человеческие жертвы
Экономические (затраты, потери ВВП)
Разрушения
Социальные (паника, миграция, травмы)
Выбросы опасных веществ
Экологические (долгосрочное загрязнение)
Радиоактивное загрязнение
Политические (падение доверия, ужесточение регулирования)

5.

Исторические периоды: I
этап
1
Доиндустриальный период (до XIX в.)
Отсутствие системного прогноза. Предупреждение
сводилось к эмпирическим правилам. Реакция – только
ликвидация последствий.
2
Промышленная революция (XIX – нач. XX вв.)
Появление первых норм безопасности. Прогноз на основе
анализа статистики произошедших аварий.

6.

Исторические периоды: II
этап
Середина XX века (1940-1970-е гг.)
Катастрофы Второй мировой войны. Становление
инженерного анализа рисков. Понятие "человеческий
фактор". Создание служб надзора.
Эпоха крупных катастроф (1970-2000-е гг.)
Три-Майл-Айленд, Бхопал, Чернобыль. Осознание
системных причин. Развитие проблемноориентированных моделей. Создание МАГАТЭ.

7.

Современные системы
прогнозирования
Переход к комплексным системам управления рисками, основанным на
мониторинге, моделировании и оперативном оповещении.
Авиация
Системы TCAS, EGPWS, анализ данных бортовых самописцев.
Ж/Д транспорт
Системы "Ермак", АСКОП для контроля движения и путей.
Автотранспорт
Системы помощи водителю (ADAS), телематика.

8.

Современные системы
прогнозирования
Коммунальные системы
Датчики давления и утечек, системы SCADA, прогнозные модели
износа инфраструктуры.
ПОО
Автоматические системы газового анализа, пожарной сигнализации
и тушения. Методы оценки риска (FMEA, HAZOP).

9.

Методы прогноза и
моделирования ЧС
Статистические методы
Анализ временных рядов, корреляционный и регрессионный анализ
данных об авариях.
Детерминированные методы
Расчет дерева событий и дерева отказов, построение причинноследственных связей.
Вероятностные методы
Оценка вероятности аварии и ее последствий для сложных систем (АЭС,
химзаводы).
Имитационное компьютерное моделирование
Динамическое моделирование процессов, GIS-технологии, цифровые
двойники опасных объектов.

10.

Принятие решений по результатам прогноза
Оценка и прогноз
Идентификация риска
Принятие решения
Мониторинг и обратная
связь
Внедрение мер
Инструменты поддержки решений предоставляют варианты действий. Критерии: прогнозируемый ущерб, вероятность,
социальная приемлемость, экономическая эффективность.

11.

Проблемы и пути их решения
Проблемы:
Пути решения:
Сложность и непредсказуемость
современных систем
интеллекта и машинного
("нормальные аварии" Ч. Перроу)
обучения для анализа больших
Человеческий фактор и
данных и аномалий
организационные культуры,
допускающие риски
Моральный износ
Недостаточность данных для
Массовая диджитализация и
создание цифровых двойников
редких событий (проблема
"черных лебедей")
Развитие культуры безопасности
на всех уровнях
инфраструктуры
Внедрение искусственного
Международное сотрудничество и
обмен данными
Переход от прогнозирования
Киберугрозы для критической
аварий к прогнозированию
инфраструктуры
устойчивости систем

12.

Заключение
1
Эволюция прошла путь от реактивного реагирования к
проактивному управлению рисками на основе глубокого
анализа и моделирования.
2
Современный этап характеризуется интеграцией Big Data, AI и
GIS в единые системы мониторинга и прогнозирования.
3
Ключевым вызовом остается не техническая сторона, а
человеческий и организационный фактор.
4
Будущее – за интеллектуальными, адаптивными системами,
способными к самообучению и повышению устойчивости
сложных технологических комплексов.

13.

Спасибо за внимание!