DOI: https://doi.org/10.31181/jscda31202545
تاريخ النشر: 2024-07-10
المؤلف: Zhenyun Du
الموضوع الرئيسي: أبحاث الصحة والسلامة المهنية
نظرة عامة
تناقش هذه القسم إطار عمل جديد لتحديد أولويات مخاطر الصحة والسلامة المهنية (OHS)، مع معالجة القيود المفروضة على طرق تحليل المخاطر والآثار الحالية (HEA). يدمج النهج المقترح مجموعات فuzzy كروية (SFS)، وتقنية مقارنة منطقة التقريب متعددة الخصائص (MABAC)، ومشغل المتوسطات الموزونة المرتبة (OWA) لتعزيز تقييم المخاطر المتعلقة بالعمل. من خلال استخدام SFS، يلتقط الإطار بشكل فعال البيانات الغامضة وغير المؤكدة المقدمة من الخبراء، مما يحسن من التعامل مع معلومات المخاطر الضبابية، بما في ذلك درجات عدم العضوية والتردد. ثم يتم استخدام طريقة MABAC لتحديد أولويات المخاطر المهنية، موضحة من خلال مثال عملي يتضمن تحليل مخاطر تشغيل المترو.
تسلط الاستنتاجات الضوء على عملية الإطار المكونة من ثلاث مراحل: (1) بناء مصفوفة لتقييم المخاطر المرتبطة بالأرقام الضبابية، (2) دمج أوزان الخبراء لإنشاء مصفوفة معلومات تقييم المخاطر المتكاملة، و(3) حساب أوزان معلمات المخاطر لتحديد ترتيب الأولويات. تشير النتائج إلى أن هذا النهج المتكامل، وخاصة مشغل SFS-OWA وطريقة SFS-MABAC، يسهل تحديد وتصنيف المخاطر المحتملة بشكل منطقي. ومع ذلك، فإن الإطار له قيود، بما في ذلك الطبيعة المحدودة لمعايير مخاطر نموذج F-K، والتي قد لا تمثل المخاطر بشكل كافٍ في السيناريوهات المعقدة، والنهج الفردي لتقييم المهارات الفردية، مما قد يغفل السمات الشخصية التي تساهم في تقييم شامل للمخاطر.
مقدمة
تسلط مقدمة ورقة البحث الضوء على التأثير المزدوج للتقدم التكنولوجي في التصنيع الصناعي: زيادة كفاءة الإنتاج وزيادة المخاطر المتعلقة بالصحة والسلامة المهنية (OHS). يتم التأكيد على ضرورة تقييم وتحديد أولويات هذه المخاطر المهنية، مع مناقشة منهجيات مختلفة، بما في ذلك تحليل شجرة الخطأ (FTA)، وتحليل المخاطر والآثار (HEA)، ونموذج فاين-كيني (F-K). يُلاحظ أن نموذج F-K يتميز بقدرته على دمج معلمات مخاطر متعددة، ومع ذلك يواجه تحديات في تحديد أولويات المخاطر تحت عدم اليقين المعقد. لمعالجة هذه القيود، تقترح الورقة إطار عمل جديد لتحديد أولويات المخاطر يدمج نموذج F-K مع نهج هجين يستخدم طريقة اتخاذ القرار متعددة الخصائص (MABAC) ومجموعات فuzzy كروية (SFS).
يؤكد المؤلفون أن الطريقة المقترحة تعزز تقييم المخاطر المهنية من خلال إدارة البيانات غير المؤكدة والغامضة بشكل فعال، والتي غالبًا ما يتم مواجهتها في تقييمات الخبراء. تشمل النتائج الرئيسية تقديم طريقة دمج معلومات موسعة تأخذ في الاعتبار الفروق في مدخلات الخبراء، وتقنية MCDM جديدة تطبق SFS للتعامل مع بيانات المخاطر غير المتسقة، والتركيبة المبتكرة لـ MABAC مع SFS ومشغل المتوسطات الموزونة المرتبة (OWA). يهدف هذا النهج إلى توفير ترتيب موثوق للمخاطر المهنية، مع معالجة التعقيدات المتأصلة في السيناريوهات الواقعية. تختتم الورقة بمثال عددي لتوضيح التطبيق العملي لإطار عمل تحديد أولويات المخاطر المقترح، مما يمهد الطريق لاستكشاف المزيد في الأقسام التالية.
مناقشة
في هذا القسم، يناقش المؤلفون تقديم وتطبيق مجموعات فuzzy كروية (SFSs) كامتداد لنظريات المجموعات الضبابية الحالية، بما في ذلك المجموعات الضبابية الحدسية والمجموعات الضبابية فيثاغورية. يتم استخدام SFSs لالتقاط معلومات تقييم المخاطر الغامضة من الخبراء، مع تقديم تعريفات محددة وقواعد تشغيلية لتنفيذها. يحدد المؤلفون الإطار الرياضي لـ SFSs، بما في ذلك التعريفات لدرجات العضوية، والامتناع، وعدم العضوية، بالإضافة إلى العمليات مثل الجمع والضرب لـ SFSs. كما يقدمون طرقًا لمقارنة SFSs وحساب المسافات بينها، وهي ضرورية لتقييم المخاطر.
تتوسع الورقة في شرح طريقة MABAC المحسنة (اتخاذ القرار متعدد الخصائص بناءً على الحل الوسط) لتحليل المخاطر المهنية، مع معالجة القيود في طرق تقييم المخاطر التقليدية التي تعالج اللغة غير المؤكدة ومعلمات المخاطر بشكل موحد. تتضمن الطريقة المقترحة عملية من ثلاث مراحل: جمع معلومات المخاطر اللغوية من الخبراء، ودمج هذه المعلومات باستخدام مشغل OWA الضبابي الكروي، وإنشاء مصفوفة تقييم المخاطر. يوضح المؤلفون تطبيق هذه الطريقة من خلال دراسة حالة حول مخاطر تشغيل المترو، مما يظهر فعاليتها في تحديد أولويات المخاطر بناءً على تقييمات الخبراء. تشير النتائج إلى أن نهج SFS-MABAC لا يعزز فقط تقييم المخاطر ولكن يسهل أيضًا تحديد المخاطر المحتملة، على الرغم من أنه يعترف بالقيود المتعلقة بتعقيد معلمات المخاطر وتقييم مهارات الخبراء.
DOI: https://doi.org/10.31181/jscda31202545
Publication Date: 2024-07-10
Author(s): Zhenyun Du
Primary Topic: Occupational Health and Safety Research
Overview
This section discusses a novel framework for prioritizing Occupational Health and Safety (OHS) risks, addressing the limitations of existing hazard and effect analysis (HEA) methods. The proposed approach integrates spherical fuzzy sets (SFS), the multi-attributive border approximation area comparison (MABAC) technique, and the Ordered Weighted Averaging (OWA) operator to enhance the evaluation of job-related hazards. By employing SFS, the framework effectively captures ambiguous and uncertain data provided by experts, thus improving the handling of fuzzy risk information, including non-membership degrees and hesitation. The MABAC method is then utilized to prioritize occupational risks, illustrated through a practical example involving subway operation risk analysis.
The conclusions highlight the framework’s three-phase process: (1) constructing a matrix for assessing risks associated with fuzzy numbers, (2) incorporating expert weights to create an integrated risk assessment information matrix, and (3) calculating risk parameter weights to establish a priority ranking. The results indicate that this integrated approach, particularly the SFS-OWA operator and the SFS-MABAC method, facilitates the identification and rational ranking of potential hazards. However, the framework has limitations, including the restricted nature of the F-K model’s risk parameters, which may not adequately represent risks in complex scenarios, and the singular approach to assessing individual skills, potentially overlooking personality traits that contribute to a comprehensive risk assessment.
Introduction
The introduction of the research paper highlights the dual impact of technological advancements in industrial manufacturing: enhanced production efficiency and increased risks related to Occupational Health and Safety (OHS). The necessity of evaluating and prioritizing these occupational risks is emphasized, with various methodologies discussed, including Fault Tree Analysis (FTA), Hazard and Effect Analysis (HEA), and the Fine-Kinney (F-K) model. The F-K model is particularly noted for its ability to incorporate multiple risk parameters, yet it faces challenges in risk prioritization under complex uncertainties. To address these limitations, the paper proposes a novel risk prioritization framework that integrates the F-K model with a hybrid approach utilizing the Multi-Attribute Decision-Making (MABAC) method and Spherical Fuzzy Sets (SFS).
The authors assert that the proposed method enhances the evaluation of occupational risks by effectively managing uncertain and ambiguous data, which is often encountered in expert assessments. Key findings include the introduction of an extended information fusion method that accounts for variances in expert input, a new MCDM technique that applies SFS to handle inconsistent risk data, and the innovative combination of MABAC with SFS and the Ordered Weighted Averaging (OWA) operator. This approach aims to provide a reliable ranking of occupational risks, addressing the complexities inherent in real-world scenarios. The paper concludes with a numerical example to demonstrate the practical application of the proposed risk prioritization framework, setting the stage for further exploration in subsequent sections.
Discussion
In this section, the authors discuss the introduction and application of spherical fuzzy sets (SFSs) as an extension of existing fuzzy set theories, including intuitionistic fuzzy sets and Pythagorean fuzzy sets. SFSs are utilized to capture ambiguous risk assessment information from experts, with specific definitions and operational rules provided for their implementation. The authors outline the mathematical framework for SFSs, including definitions for membership, abstinence, and non-membership degrees, as well as operations such as addition and multiplication of SFSs. They also present methods for comparing SFSs and calculating distances between them, which are crucial for risk assessment.
The paper further elaborates on an enhanced MABAC (Multi-Attribute Decision-Making Based on the Compromise Solution) method for occupational risk analysis, addressing limitations in traditional risk assessment approaches that treat uncertain language and risk parameters uniformly. The proposed method involves a three-phase process: collecting linguistic risk information from experts, integrating this information using a spherical fuzzy OWA operator, and establishing a risk assessment matrix. The authors illustrate the application of this method through a case study on subway operation risks, demonstrating its effectiveness in prioritizing risks based on expert assessments. The findings indicate that the SFS-MABAC approach not only enhances risk evaluation but also facilitates the identification of potential hazards, although it acknowledges limitations related to the complexity of risk parameters and the assessment of expert skills.