بخشی از مقاله
چکیده
افزایش سطح آگاهی عمومی نسبت به حوادث شغلی و پیامدهای آن از یک سو و همچنین خسارت های روحی و جسمی جبران ناپذیر و البته خسارتهای مالی - مستقیم و غیر مستقیم - منتج از حوادث در صنعت موجب گردیده است که کارفرمایان به سوی ایمن نمودن فرایندها و محیط کار گام بردارند .در این مقاله با استفاده از روشهایی همچون نقشه های شناختی فازی و سایر روشهای آماری به تجزیه و تحلیل حوادث دو سال گذشته ی شرکت الکتروژن پرداخته و راهکارهایی جهت کاهش و همچنین جلوگیری از رویدادها و حوادث ارائه می گردد.
واژههای کلیدی: حادثه،تجزیه و تحلیل حوادث ،ضریب همبستگی، نقشه های شناختی فازی،الگوریتم دایکسترا
ٌ -مقدمه
تجربیات گذشته در خصوص مخاطرات،رویدادها و حوادث صنعتی و ناشی از کار موجب افزایش آگاهی عمومی نسبت به آنها و پیامدهای آن گردیده است .خطرات بالقوه و بالفعل در فرایندهای کاری معمولا موجب نوعی مقاومت از سوی اپراتوره ا و یا حتی تغییر شغل می گردد .اندازه گیری های صورت گرفته از طریق مدیریت ایمنی موجب کاهش حوادث و زیانهای ناشی از آن شده است.]ٌ[ مخاطرات، رویدادها، حوادث و شبه حوادث می توانند دارای تاثیرات روحی و روانی - اجتماعی - و جسمی - فیزیکی - باشند،تاثیرات اجتماعی شامل بخشهای اقتصادی،روانی وسایر مباحث مرتبط می گردد و اما تاثیرات فیزیکی شامل مصدومیت، جراحت ، مرگ و میر محدود می گردد ]ٍ[ تحقیقات برروی حادثه نشان داده است که فاکتورهای انسانی علل حوادث را تشکیل می دهد.] َ
[ از آنجا که حذف کامل مخاطرات کاری بسیار مشکل ،هزینه بر و در بسی اری موارد غیرممکن است،بنابراین شناسایی و ارزیابی ریسک مخاطرات و تحلیل حوادث به منظور کاهش ، حذف،جایگزینی ،کنترل های مهندسی و اداری و بکارگیری وسایل و تجهیزات حفاظت فردی جهت کنترل ریسکها در سطوح مختلف امری ضروری و غیرقابل اجتناب به نظر می آید . در این مقاله قصد داریم با استفاده از روشهای آماری به تجزیه و تحلیل حوادث دو سال گذشته ی شرکت الکتروژن می پردازیم وسپس همبستگی بین فاکتور های مختلف را مد نظر قرار خواهیم داد.
نقشه های شناختی فازی یک نمودار علت و معلول است که نمایشگر روابط بین اجزای اساسی در نظام های پیچیده است .خبره هایی که آشنا به اجزای نظام و روابط بین آنها هستند ممکن است تعیین کننده روابط موجود در مدل FCM باشند .زمانی که تعداد عوامل زیاد باشد و در مدل سازی به دنبال آن باشیم تا عوامل را دست هبندی کرده و در حوزه های مشخصی دسته بندی نماییم، شکل آنجاست که با افزایش تعداد آنها و روابط بین آنها خطای بررسی عوامل بسیار افزایش م ییابد و خبره به راحتی نمی تواند روابط صحیح علت و معلولی بین عوامل را مشخص کند .بنابراین برای حل این مشکل در دسته بندی عوامل، لازم است مکانیزمی را در نظر گرفت تا با استفاده از آن بتوان روند دسته بندی عوامل و مشخص نمودن روابط علت و معلولی صحیح را در ماتریس نهایی عوامل تسهیل کرد.]ْ[
در نظر هی گراف، الگوریتم دایکسترا - به انگلیسی: - Dijkstra's algorithm یکی از الگوریتم های پیما یش گراف است که توسط دانشمند هلندی علوم اِدْسْخِررایانه،کْسْترادایْ در سال 1959 ارا هی شد.این الگوریتم یکی از الگوریتم های پیما یش گراف است که مسئله کوتاهترین مسری از مبدأ واحد را برا ی گرافهای وزنداری که یال با وزن منفی ندارند، حل میکند و در نها یت با ایجاد درخت کوتاه ترین مسیر، کوتاهترین مسری از مبدأ به همه رأسهای گراف را به دست م یدهد. همچنین میتوان از این الگوریتم برای پیدا کردن کوتاه ترین مسری از مبدأ تا رأس مقصد به ا ین ترتیب بهره جست که در حین اجرای الگوریتم به محض پیداشدن کوتاه ترین مسری از مبدأ به مقصد، الگور یتم را متوقف کرد .
الگوریتم دایکسترا یکی از الگوریتم های مورد استفاده برا ی محاسبه کوتاه ترین مسری تک منبع - single-source shortest path - است و مشابه الگوریتم پر می میباشد در صورتی که گراف یال با وزن منفی داشته باشد، این الگوریتم درست کار نمیکند و میبایست از الگوریتم های دیگر نظ ری الگوریتم بلمن-فورد که پیچیدگی زمانی آنها بیشتر است استفاده کنیم . ]ًٌ[ این مقاله دارای ُ بخش اساسی است که در بخش اول به معرفی مسئله و نحوه ی حل آن پرداختیم .در دومین بخش به مرورادبیات و ذکر تلاشهای پیشینیان می پردازیم و در بخشهای سوم و چهارم به ترتیب به بیان مسئله و حل آن خواهیم پرداخت.نها یتا در بخش پایانی به بیان نتیجه گیری و تحلیل داده ی نهایی خواهیم پرداخت.
-مرور ادبیات :
یکی از تعاریف اساسی در علم آمار تعریف همبستگی و رابطه بین دو متغیر می باشد .بطور کلی شدت وابستگی دو متغیر به یکدیگر را همبستگی تعریف می کنیم. بطور کلی ضرایب همبستگی بین 1- تا1 تغییر می کنند و رابطه بین دو متغیر می تواند مثبت یا منفی باشد مانند میزان درآمد و قیمت ماشین شخص نکات قابل توجهای در ضریب همبستگی وجود دارد که ذکر آنها مهم می باشد .ضریب همبستگی یک رابطه متقارن میباشد، هر چه ضریب همبستگی به یک نزدیکتر باشد میزان وابستگی دو متغیر بیشتر است، اما توجه کنید که این وابستگی به معنای رابطه علت و معلولی نیست وضریب همبستگی حرفی از اینکه کدام علت و کدام معلول است به میان نمی آورد .اما اگر متغیر های دیگری نیز بر روی متغیر وابسته تاثیر داشته باشد آنگاه ممکن است هر کوواریانسی که با متغیر مستقل به اشتراک گذاشته اند، تاثیر غلطی را بر ضریب همبستگی با متغیر مستقل داسته باشد . همچنین برای تعمیم ضریب همبستگی می توان وجود رابطه غیرخطی بین دو متغیر همبسته را در حالی که ضریب همبستگی به غلط آن را نشان نمیدهد، بررسی کرد]ِ[
ضریب همبستگی را میتوان برای سنجش میزان خطای موجود در دادهها نیز استفاده کرد، از جمله زیر فاصله ها و یا برشهای مصنوعی دامنه دادهها را نام برد .در صورتی که رابطه بین داده ها با افزایش متغیر افزایش یابد ضریب همبستگی میتواند به عنوان معیار عدم هم واریانسی استفاده شود]ّ[نقشه های شناختی یا همان مدل های گرافیکی علت و معلولی توسط رابرت اکسلورد در سال 1976 در حوزه علوم سیاسی معرفی شد .لازم به ذکر است از این مدل در کارکر دهای بسیار دیگری مانند مدارهای الکتریکی، علوم دارویی، نظام های نظارتی، برنامه ریزی راهبردی و سازمان و تحلیل شاخص های عملکرد کسب و کار، مدیریت پروژه های نرم افزاری، بازیابی اطلاعات، نظام های پویا و پیچیده و مدل سازی جهان مجازی نیز استفاده شده است]ْ] [َ[ روند الگوریتم دایکسترا مطابق ز ری میباشد:
-1 انتخاب راس مبدا
-2 مجموعه S ، شامل رئوس گراف، معین میشود. در شروع، ا ین مجموعه تهی بوده و با پیشرفت الگوریتم، این مجموعه رئوسی که کوتاه ترین مسری به آن ها یافت شده است را در بر میگیرد.
-3 راس مبدا با اندیس صفر را در داخل S قرار میدهد.
-4 برای رئوس خارج از S، اندیسی معادل، طول یال + اندیس راس قبلی، در نظر م یگیرد. اگر راس خارج از مجموعه دارا ی اندیس باشد، اندیس جد دی کمترین مقدار از بین اندیس قبلی و طول یال + اندیس راس قبل، میباشد.
-5 از رئوس خارج مجموعه، راسی با کمترین اندیس انتخاب شده و به مجموعه S اضافه میگردد. -6 این کار را دوباره از مرحله 4 ادامه داده تا راس مقصد وارد مجموعه S شود.
در پایان اگر راس مقصد دارای اندیس باشد، اندیس آن نشان دهنده مسافت بین مبدا و مقصد میباشد. در غ ری این صورت ه یچ مسریی بین مبدا و مقصد موجود نمیباشد.همچنین برای پیدا کردن مسری میتوان اندیس دیگری برای هر راس در نظر گرفت که نشان دهنده راس قبلی در مسری طی شده باشد. بدین ترتیب پس از پایان اجرای الگوریتم، با دنبال کردن رئوس قبلی از مقصد به مبدا، کوتاه تر ین مسری بین دو نقطه نیز یافت میشود.] ًٌ[
-بیان مسئله
در این مقاله قصد داریم حوادث دو سال گذشته شرکت الکتروژن را بررسی نمودیم و با شناسایی مخاطرات و ارزیابی ریسکها و علل عمده ی بروز رویدادها و حوادث در راستای تعیین اقدامات کنترلی برای آنها یا تغییر در کنترل های موجود، نسبت به کاهش مخاطرات آن گام برداریم.در این مطالعه به بررسی شاخصهایی همچون فروانی،شدت و... حوادث خواهیم پرداخته خواهد شد .
بخش اول - قرار است در گام اول رویداد و حوادث پر تکرار شناسایی شده و راهکارهایی جهت حذف علل آنان ارائه گردد.
بخش دوم - در گام دوم به بررسی نوع و میزان تأثیرگذاری رویدادها و حوادث بر حسب نوع صدمات و ترسیم مدل های علت و معلول میان عوامل تأثیرگذار پرداخته خواهد شد.
-حل مسئله
بخش اول - ُ نمودار حوادث روی داده در سالهای مختلف
