Il presente contributo rientra nei risultati del progetto “DYN-RISK - Analisi di rischio dinamiche integrate con dati provenienti da tecnologie abilitanti per la gestione di eventi critici derivanti da fattori emergenti”, finanziato da INAIL nell’ambito del bando di ricerca in collabora- zione BRiC 2019 per l’ID02 e svoltosi fra ottobre 2020 e marzo 2023. Il primo capitolo è dedicato all’inquadramento tecnico-normativo del problema, il secondo all’in- quadramento scientifico. Il terzo capitolo discute una metodologia sviluppata nell’ambito del pro- getto, che, sfruttando in modo combinato reti bayesiane, reti neurali dense e catene di Markov a stati nascosti, permette di individuare con anticipo, a partire dai dati di monitoraggio, le deviazi- oni dal normale andamento del processo, in modo da evitare che possano evolvere in incidenti. Quarto e quinto capitolo sono dedicati a due casi industriali distinti. Uno si occupa della gestione dell’integrità in un impianto di raffinazione, in relazione all’estrema variabilità del greggio lavorato e propone una soluzione ad hoc basata su reti Bayesiane e catene di Markov, mentre nell’altro, la metodologia presentata nel terzo capitolo è applicata alla gestione del rischio in un impianto re- cupero vapori di un terminale petrolchimico. L’ultimo capitolo discute le potenzialità dei risultati presentati al fine di raggiungere l’obiettivo di azzerare gli incidenti nell’industria di processo. Il quaderno è destinato al mondo della ricerca, dell’industria e degli enti di controllo. Il lavoro è di interesse particolare per i gestori degli stabilimenti Seveso e per i responsabili e gli addetti del servizio di prevenzione e protezione (RSPP), nonché per i consulenti della sicurezza. Riguardo le Autorità competenti per la prevenzione degli incidenti rilevanti ex d.lgs.105/2015 è importante essere aggiornati sui metodi innovativi, che stanno già entrando nella pratica della valutazione del rischio.

Valutazione dinamica del rischio nel contesto Seveso

Bruno Fabiano;Margherita Pettinato;Tomaso Vairo
2024-01-01

Abstract

Il presente contributo rientra nei risultati del progetto “DYN-RISK - Analisi di rischio dinamiche integrate con dati provenienti da tecnologie abilitanti per la gestione di eventi critici derivanti da fattori emergenti”, finanziato da INAIL nell’ambito del bando di ricerca in collabora- zione BRiC 2019 per l’ID02 e svoltosi fra ottobre 2020 e marzo 2023. Il primo capitolo è dedicato all’inquadramento tecnico-normativo del problema, il secondo all’in- quadramento scientifico. Il terzo capitolo discute una metodologia sviluppata nell’ambito del pro- getto, che, sfruttando in modo combinato reti bayesiane, reti neurali dense e catene di Markov a stati nascosti, permette di individuare con anticipo, a partire dai dati di monitoraggio, le deviazi- oni dal normale andamento del processo, in modo da evitare che possano evolvere in incidenti. Quarto e quinto capitolo sono dedicati a due casi industriali distinti. Uno si occupa della gestione dell’integrità in un impianto di raffinazione, in relazione all’estrema variabilità del greggio lavorato e propone una soluzione ad hoc basata su reti Bayesiane e catene di Markov, mentre nell’altro, la metodologia presentata nel terzo capitolo è applicata alla gestione del rischio in un impianto re- cupero vapori di un terminale petrolchimico. L’ultimo capitolo discute le potenzialità dei risultati presentati al fine di raggiungere l’obiettivo di azzerare gli incidenti nell’industria di processo. Il quaderno è destinato al mondo della ricerca, dell’industria e degli enti di controllo. Il lavoro è di interesse particolare per i gestori degli stabilimenti Seveso e per i responsabili e gli addetti del servizio di prevenzione e protezione (RSPP), nonché per i consulenti della sicurezza. Riguardo le Autorità competenti per la prevenzione degli incidenti rilevanti ex d.lgs.105/2015 è importante essere aggiornati sui metodi innovativi, che stanno già entrando nella pratica della valutazione del rischio.
2024
978-88-7484-872-0
File in questo prodotto:
File Dimensione Formato  
QuaderniINAIL24.zip

accesso chiuso

Tipologia: Documento in Post-print
Dimensione 7.67 MB
Formato Zip File
7.67 MB Zip File   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11567/1264496
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact