Root Cause Identification and Risk Prioritization of Road Transportation of Hazardous Materials in Iran: An Integrated Fault Tree Analysis and Risk Matrix Approach
Diese Studie integriert die Fehlerbaumanalyse mit einer Risikomatrix, um die Grundursachen von Unfällen beim Transport gefährlicher Güter in Iran zu identifizieren und zu priorisieren, wobei sie aufzeigt, dass mangelhafte technische Inspektionen der Risiko-Faktor mit der höchsten Priorität unter einem komplexen Geflecht aus technischen, menschlichen, organisatorischen und wirtschaftlichen Schwachstellen sind.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Jeden Tag durchqueren massive Lastwagen die Autobahnen des Irans und transportieren mehr als 50 Millionen Tonnen gefährlicher Güter. Diese Ladungen umfassen entflammbare Flüssigkeiten, toxische Chemikalien und andere Materialien, die Brände, Explosionen oder schwere Umweltschäden verursachen können, wenn etwas schiefgeht. Während die Bewegung dieser Substanzen für die Industrie und die Energieversorgung des Landes essenziell ist, fordert sie einen hohen Preis. Wenn ein Tanker verunglückt, ausläuft oder Feuer fängt, können die Folgen katastrophal sein, Leben fordern und das Land beschädigen. Jahrelang haben Beamte und Sicherheitsexperten versucht zu verstehen, warum diese Unfälle passieren, doch oft betrachteten sie nur die Oberfläche. Sie sahen den kaputten Lkw oder den müden Fahrer, aber sie übersahen die tieferen Gründe, warum der Lkw kaputt war oder warum der Fahrer müde war.
Um ein klareres Bild zu erhalten, müssen Forscher in der Lage sein, eine Katastrophe bis zu ihrem eigentlichen Ursprung zurückzuverfolgen, ganz so, als würde man einem Fluss flussaufwärts folgen, um seine Quelle zu finden. Ein mächtiges Werkzeug dafür ist die Fehlerbaumanalyse (Fault Tree Analysis). Stellen Sie sich einen Baum vor, der kopfüber wächst, wobei der oberste Ast der Unfall selbst ist und die Äste darunter die Dinge sind, die ihn verursacht haben könnten. Indem Experten einen Unfall in immer kleinere Teile zerlegen, können sie nicht nur den unmittelbaren Auslöser sehen, sondern auch die Kette von Ereignissen und Entscheidungen, die dazu geführt haben. Ein weiteres Werkzeug, die Risikomatrix, hilft ihnen zu entscheiden, welche dieser Ursachen es am gefährlichsten sind, zu ignorieren. Durch die Kombination dieser beiden Methoden wollten die Forscher über einfache Vermutungen hinausgehen und eine vollständige Karte der Gefahren erstellen, denen der Transport gefährlicher Güter im Iran ausgesetzt ist.
Ein Team von Forschern der Shahid Beheshti University of Medical Sciences setzte sich zum Ziel, diese Gefahren unter Verwendung von Realwelt-Daten der letzten fünf Jahre zu kartieren. Sie sammelten 34 dokumentierte Berichte über schwerwiegende Zwischenfälle mit Gefahrgut auf den interurbanen Straßen Irans. Diese Berichte deckten ein Spektrum an Katastrophen ab, darunter Überschläge, die Leckagen verursachten, Explosionen, Brände sowie schwere Schäden an Fahrzeugen und Ladung. Das Team stellte jedoch schnell fest, dass die offiziellen Polizeiberichte und Regierungsdokumente nur einen Teil der Geschichte erzählten. Diese Dokumente listeten meist die offensichtlichen, unmittelbaren Ursachen auf, wie etwa ein einschlafender Fahrer oder ein Reifenplatzer, erwähnten aber selten die tiefer liegenden, strukturellen Probleme, die diese unmittelbaren Ursachen überhaupt erst ermöglichten. Um diese Lücken zu schließen, interviewten die Forscher 23 Experten aus einer Vielzahl von Fachbereichen, darunter Feuerwehrleute, Polizeibeamte, Manager von Transportunternehmen und Umweltspezialisten. Sie baten diese Experten, über die Oberfläche hinauszuschauen und die verborgenen Wurzeln der Probleme zu identifizieren.
Durch die Kombination der offiziellen Unfallberichte mit den Erkenntnissen dieser Experten erstellte das Team fünf detaillierte Fehlerbäume, einen für jeden Typ des Zwischenfalls. Sie identifizierten 74 unterscheidbare Basisevents, die zu einer Katastrophe führen könnten. Bei der Analyse dieser Ereignisse fanden sie ein überraschendes Muster. Die gängige Meinung in der Branche ist, dass Unfälle meist durch einen einzigen dominanten Faktor verursacht werden, der oft dem Fahrer oder einem spezifischen mechanischen Versagen zugeschrieben wird. Die Studie zeigte jedoch, dass die Realität weitaus komplexer ist. Die Risiken sind nicht das Ergebnis eines einzelnen gebrochenen Glieds in einer Kette, sondern vielmehr das gleichzeitige Zusammentreffen von vier separaten, parallelen Problemclustern. Diese Cluster sind: der technische Zustand der Fahrzeuge, die menschlichen Faktoren der Fahrer, die Governance und das Management der Organisationen sowie die Transparenz der Wirtschafts- und Dokumentationssysteme.
Die Forscher baten die Experten dann darum, wie wahrscheinlich jedes dieser 74 Ereignisse sei und wie schwerwiegend die Folgen wären, falls sie einträten. Sie verwendeten eine Standard skala, um jedes Ereignis zu bewerten, und berechneten anschließend einen Risiko-Score, um zu sehen, welche am kritischsten waren. Die Ergebnisse waren drastisch. Keines der identifizierten Risiken fiel in die Kategorie „niedrig“. Tatsächlich wurden 81 Prozent der Ereignisse als hohes Risiko eingestuft. Der einzelne Risikofaktor mit dem höchsten Wert war nicht ein Fahrerfehler oder ein spezifisches Chemikalienleck, sondern „mangelhafte technische Inspektion“. Dies bedeutet, dass die Unfähigkeit, die Fahrzeuge ordnungsgemäß zu prüfen und zu warten, die bedeutendste Bedrohung darstellt. Dies war jedoch nur die Spitze des Eisbergs. Zu den nächsten gefährlichen Faktoren gehörten das Fehlen gesetzlicher Anforderungen für einen Zweitfahrer, mangelnde Aufsicht durch technische Manager, Fahrerermüdung und das gewinnorientierte Verhalten von Zwischenhändlern in der Transportkette.
Die vielleicht bedeutendste Erkenntnis der Studie war, dass die offiziellen Berichte drei Viertel der Hochrisiko-Ursachen vermissen ließen. Die Regierungsdokumente erwähnten nie den Mangel an spezialisiertem Management, die Lücken in der regulatorischen Aufsicht oder die Defizite in der Lizenzierungskette. Dies sind die unsichtbaren Wurzeln, die die sichtbaren Probleme wachsen lassen. Die Studie legt nahe, dass Sicherheitsbeamte blind für die wichtigsten Ursachen der Gefahr bleiben, solange sie sich nur auf die Standard-Unfallberichte verlassen. Die Forscher argumentieren, dass die Lösung des Problems eine simultane Anstrengung über alle vier Cluster hinweg erfordert. Man kann Fahrer nicht einfach besser trainieren, wenn die Lastwagen nicht inspiziert werden, und man kann Lastwagen nicht besser inspizieren, wenn das Managementsystem die Sicherheit nicht priorisiert.
Die Studie kommt zu dem Schluss, dass das Risiko beim Transport gefährlicher Güter im Iran ein multikausales Phänömen ist, das eine multidimensionale Lösung erfordert. Die höchste Priorität hat die Verschärfung der technischen Inspektion von Fahrzeugen, dies muss jedoch zusammen mit Verbesserungen im Fahrtmanagement, der Organisationsführung und der wirtschaftlichen Transparenz geschehen. Die Forscher empfehlen, dass das offizielle Meldesystem für Zwischenfälle des Landes neu gestaltet werden muss, um diese strukturellen Grundursachen zu erfassen und nicht nur die unmittelbaren. Auf diese Weise können politische Entscheidungsträger vom bloßen Reagieren auf Unfälle zum Verhindern von Unfällen übergehen, indem sie die tiefen, miteinander verknüpften Systeme adressieren, die sie entstehen lassen. Die Arbeit bietet einen praktischen Fahrplan für Sicherheitsbeauftragte und zeigt auf, dass man zur Sicherung der Straßen über die Unfallstelle hinausblicken und das gesamte System untersuchen muss, das den Lkw dorthin gebracht hat.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.