化企安全从风险评估做起

　　8月22～23日，2019年梅特勒-托利多自动化化学用户会在上海召开。与会专家和企业代表聚焦精细化工风险评估的现状及如何利用反应风险评估数据指导企业进行工艺设计展开讨论。

　　企业现状：

　　忽视安全风险评估

　　目前我国危化品安全形势严峻，化工生产安全已经成为整个安全生产工作的“心头大患”。中国化学品安全协会副理事长、秘书长路念明表示，2019年以来，化工行业事故多发，涉及生产、储存、运输、使用和废弃物处理等各环节，尤其是响水“3·21”事故、河南义马“7·19”事故给化工行业的可持续发展蒙上一层阴影。

　　路念明还表示，目前化工(危化品)安全存在的主要问题之一就是安全投入不足，安全生产先进技术及管理方法未发挥真正作用。工艺在从实验室到中试、工业化放大时，企业对其反应风险研究还不够。

　　中国石化青岛安工院张帆博士也表达了相同的观点：“目前化工企业在安全工作中存在的一个问题就是对反应风险认识不足，量化评估难度大，对化学反应危险特性缺乏系统的认识。”

　　“化工反应热风险是安全事故的主要原因之一。”浙江龙盛公司过程安全研究院主任孟福庆强调，对国内2000年以来的171起较大危化品事故进行了统计分析发现，与反应热、分解热相关的有64起，共412人死亡，事故数量和人员伤亡占比分别为37.4%、41.8%。

　　事实上，针对化工反应热风险评估，原国家安监总局在2017年就发布了《关于加强精细化工反应风险评估工作的指导意见》(以下简称《指导意见》)，其中附件中的导则提出了针对精细化工反应安全评估的量化要求，从反应热失控角度出发，需得到TMRad、MTSR等明确的指标性数据，实现热安全分级管控。

　　“在对企业做反应风险评估过程中发现，企业并不会好好利用评估报告，甚至基本不看。”天津大学教授卫宏远表示，报告只是交给安全监管部门通过项目审核。而实际上，评估报告中的数据才应是企业关注的重点，不能只看报告中的结论，详细解读反应风险报告中的数据才能有效规避风险。

　　孟福庆也表示，对企业做完反应评估后，往往是政府监管部门去检查时企业才会有反馈。企业对评估报告没有很好的利用，存在不会用、不想用的问题。评估工作也存在形式主义，为了报告而报告。

　　顶层设计：

　　评估流程亟待细化

　　与会代表也指出，在企业层面，评估报告没有得到充分利用的问题较为突出。而在评估工作的实施过程中也存在风险辨识不全面，评估流程亟待细化等问题。

　　据了解，《指导意见》中的评估流程主要包括物料热稳定性风险评估，目标反应安全风险可能性和后果严重度评估以及目标反应工艺危险度评估。

　　张帆认为，目前精细化工反应风险评估工作中存在一些技术问题，比如测试原理、测试条件及数据处理方式对关键指标的测试结果有较大影响，对人和仪器设备要求很高，很多情况依赖操作人员的主观判断和选择。同时，目前评估只针对反应失控风险的防范，但是未涉及气相燃爆危险的评估与控制。

　　“国家推行的精细化工安全反应评估是很好的举措，但在实施过程中仍存在很多问题。一方面评估流程需要细化，目前国家尚未出台评估细化的标准。另一方面，评估对象需要扩展。目前评估过程仅针对危险反应，其他过程如精馏、储存等过程也存在较多风险。此外，评估对象除了主物料外，还应辨识副产物的积累，评估内容还应涵盖爆炸危险性和毒性，并进行全流程评估。”孟福庆表示。

　　卫宏远也认为，在进行物料热稳定性风险评估时，不仅要做起始物料和产品的，还要做中间体的，需要确保所有物料和混合物如反应混合物、精馏塔釜残留物等在目标工艺或储存的温度条件下是稳定的。

　　工艺设计：

　　从“拍脑袋”到数据支撑

　　反应评估的数据和结果不是仅仅去评级，而是为工艺设计与设备提升提供支撑，卫宏远强调，企业在进行工艺设计时应结合评估报告的数据。此外，反应安全的级也并不能线性表示是否安全，当评级较低时也不能掉以轻心。

　　对于如何运用反应评估数据，山东润博生物科技有限公司过程安全和分析检测中心主任王建娜谈到，要正确认识反应特点，所设计的装置特性，要匹配反应特性。企业在工艺设计时，某些重要参数往往都是“拍脑袋”想出来的。而如何充分利用风险评估报告，做到有合理的数据支撑是企业提升安全水平的重要途径。比如通过反应热的研究，为工程设计时的冷却量、冷却面积计算、设计;热风险评估的研究为安全联锁设施设计提供数据计算依据。

　　工艺设计需要安全数据支撑，而目前行业内安全数据缺失，获取和应用化工安全数据是行业急需。应急管理部化工过程本质安全技术创新中心主任程春生表示，化工生产方面，危化品生产与经营企业有30万家，其中生产企业有10万家，精细化工潜在风险不清楚，安全数据应用仍有缺失。化学物料中，从原料、中间体产品、成品到废弃物的热稳定性数据缺失，在化学反应方面，有机合成、高分子聚合等18种危险工艺的表观热力学、表观动力学的数据缺失。