Как эффективно выявлять причины вреда и прогнозировать риски. Инверсионный метод анализа и прогноза вредных явлений

Вишнепольская Светлана

По таким примерам мы видим, что в обществе существуют объективные препятствия свободному обмену информацией об авариях и других вредных явлениях. Эти препятствия затрудняют доступ к нужной информации именно тем, кому она особенно важна.

Люди склонны:

избегать разговоров…

не делиться информацией…

скрывать информацию…

…о неприятных вещах…

Необходимо подчеркнуть

ещё один аспект ситуации. Традиционные методы анализа вреда предполагают получить прямой ответ на вопрос «Как произошло вредное событие?» Учитывая многофакторное психологическое противодействие таким вопросам, разумно предполагать, что нужного ответа вы, скорее всего, не получите.

В результате,

задачи выявления причин вреда остаются неразрешёнными в течение многих лет.

Может быть, с прогнозом вредных явлений дела обстоят лучше? На первый взгляд, – да! Помимо простого гадания, в мире существует внушительный перечень прогнозных методов, принятых в различных отраслях промышленности, в частности:

• Оценка рисков – Risk Assessment;

• Анализ видов и последствий отказов – Failure Modes and Effects Analysis (FMEA);

• Выявление рисков неработоспособности – Hazard and Operability study (HAZOP);

• Ранний анализ недостатков конструкций – Preliminary Hazard Analysis (PHA);

• Анализ уязвимости – Vulnerability Analysis;

• Метод построения деревьев ошибок – Fault Trees;

• Метод построения деревьев событий – Event Trees;

и других.

На базе опыта, накопленного в соответствующей предметной области, эти методы способны помочь в предсказании некоторых сбоев, отказов, ошибок, недостатков, нежелательного изменения параметров.

Однако,

традиционные методы весьма слабы в разработке прогнозных гипотез и сценариев.

Ни один из них не располагает инструментами для предсказания системного эффекта взаимодействия негативных воздействий, спонтанных количественно-качественных преобразований, лавинообразных процессов. А ведь все это – типичные сценарии развития аварий и катастроф.

В случае FMEA/HAZOP прогноз обычно проводится на базе таблиц, включающих в себя практически один, но многократно повторяемый вопрос:

Что случится, если параметр X возрастет/уменьшится на величину У?

Монотонные вопросы такого рода способны убить всякое воображение, необходимое для создания прогнозного сценария. А чтобы компенсировать явную слабость такого подхода, исследователю предлагается длинный список «всех параметров всех деталей и частей системы», которые необходимо проанализировать.

Увы, природа наша такова, что длинный список однотипных вопросов убивает творческую мысль и еще более затрудняет анализ ситуации.

Поэтому:

традиционные методы аварийного прогноза не способны предсказывать сложные, неочевидные аварии.

Учитывая вышесказанное, практику – производственнику

и специалисту по рискам необходим метод, который:

• Обеспечит доступ к информации о реальных причинах вредных явлений;

• Позволит предсказывать, в разумных временных рамках, потенциально вредные явления, которые:

не очевидны;

развиваются скрыто.

Давайте посмотрим, как был создан Инверсионный Метод и почему он способен обеспечить все указанные выше требования.

Истоки метода

Создатель ТРИЗ, Генрих Альтшуллер, первым осознал, что созданная им теория может предложить более эффективные подходы не только к изобретательству, но и к проблемам научного исследования. [1]. Он отмечал существенные общие черты между процессом создания новых технологий и исследованием окружающего мира: оба типа интеллектуальной деятельности оперируют понятиями новизны и требуют активного творческого мышления. В 1960 году Альтшуллер опубликовал работу «Как делаются открытия. Классификация открытий и методов их получения».

Его друг и многолетний соратник – Волюслав Митрофанов был очень близок к созданию Инверсионного Подхода. В частности, при решении задач производственного брака, он успешно использовал изобретательский прием: вместо того, чтоб искать причины 20 % брака, Митрофанов предлагал начать с допущения, что брак – все 100 %. Задача, таким образом, преобразовывалась в установление причин негативного эффекта, как такового. После того, как основная задача решена, можно решить вторичную (и куда более простую!) задачу: «Как снизить данный брак до 20 %?»

На фото – Генрих Альтшуллер и Волюслав Митрофанов

Прием успешно работал, устраняя психологическую инерцию, обычно сопутствующую проблемам малых отклонений параметров. В 1999 вышла книга В. Митрофанова «От технологического брака до научного открытия», в которой он описал свой подход и привел многочисленные примеры его успешного применения.

Инверсионный Метод анализа и прогноза вредных явлений был создан в начале 80-х Борисом Злотиным и Аллой Зусман. Именно они осознали, что последовательное применение Инверсии Задачи и Концепции Ресурсов может обеспечить эффективный метод, применимый для анализа причин любых вредных явлений и для их прогнозирования [2].

Б. Злотин первым применил инверсию с целью преобразования исследовательского или прогнозного запроса в изобретательскую задачу. Полученные в результате этой операции возможности ошеломили самого автора.

А. Зусман объединила инверсию с использованием ресурсов для верификации гипотез, создав, таким образом, работоспособную и универсальную методику.

Исходя из позитивно-активной природы инвертированной формулировки, которая приглашает мысленно поиграть в «нехороших ребят», метод первоначально получил название Диверсионного Анализа.