Vous êtes sur la page 1sur 16

Analyse dEffet Domino : M

ethodes et Outils
Farid Kadri, Eric Chatelet, Babiga Birregah

To cite this version:


Farid Kadri, Eric Chatelet, Babiga Birregah. Analyse dEffet Domino : Methodes et Outils.
Workshop interdisciplinaire sur la securite globale, 2011, pp.1-15. <hal-01015142>

HAL Id: hal-01015142


https://hal.archives-ouvertes.fr/hal-01015142
Submitted on 25 Jun 2014

HAL is a multi-disciplinary open access


archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.

Larchive ouverte pluridisciplinaire HAL, est


destinee au depot et `a la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.

Analyse dEffet Domino : Mthodes et Outils


Farid Kadri, Eric Chtelet, Babiga Birregah
1

Universit de technologie de Troyes, Institut Charles Delaunay, UMR CNRS N6279


12 rue Marie Curie, BP 2060, 10010 TROYES Cedex
farid.kadri@utt.fr, chatelet@utt.fr, babiga.birregah@utt.fr

Rsum Dans le domaine des risques, les accidents causs par les effets domino chane daccidents sont les
accidents les plus destructifs lis aux sites industriels, ce dernier, peut causer des consquences graves sur les sites
industriels, la population, les structures, lenvironnement et lconomie. La probabilit d'occurrence effet domino est de
plus en plus levs en raison du dveloppement des complexes industriels, la proximit des installations industrielles, le
stockage de substances dangereuses, les rseaux de transport et de la croissance de la population. La diversit de ces
facteurs est encore plus critique qu'elles sont souvent lies l'mergence de nouvelles menaces qui exploitent les actes de
malveillance et les erreurs humaines. Bien que la littrature abonde dans plusieurs tudes sur les effets domino, il est
ncessaire d'approfondir leur analyse, et de prter davantage attention leur modlisation. Cet article prsente les
principales mthodes existantes et des outils logiciels pour l'analyse et la modlisation des effets domino. Cet tat de l'art
se termine par une tude comparative des principales mthodes et outils prsents ci-dessus en mettant l'accent sur les
limites rencontres dans l'application de la prsente Approches. Une conclusion et les perspectives sont galement
proposes.
Abstract In the field of risks analysis, accidents caused by the domino effect ( chain of accidents) are the most
destructive accidents related to industrial sites. The latters, may cause severe consequences on industrial plants, people,
structures, environment and economy. The probability of domino effects occurrence is increasingly high due to
development of industrial complexes, the proximity of such industrial plant, the storage of dangerous substances, the
transportation networks and the population growth. The diversity of these factors is even more critical that they are often
related to the emergence of new threats that exploit the malicious acts and human error. Although the literature abounds
in several studies on domino effects, it is necessary to deepen their analysis, and pay more attention to their modelling.
This article presents the main existing methods and software tools for analysis and modelling of domino effects. This state
of art ends by a comparative study of the main methods and tools above presented with a focus on the limits encountered
in the application of this approaches. A conclusion and perspectives are also proposed.

1.

Introduction

Dans le domaine des risques potentiels, les effets dominos sont reconnus depuis 1947, la probabilit d'occurrence
deffet domino est de plus en plus leve en raison du dveloppement de produit dans les installations industrielles, la
proximit entre ces tablissements, leurs stockages des substances dangereuses, l'erreur humaine, les actes de
malveillance, et les catastrophes naturelles en raison du changement climatique. Malgr a, les effets dominos /chaines en
cascades, restent relativement peu tudis, peu dtudes qui fdrent les diffrentes approches et mthodes disponibles
dans la littrature.
Leffet domino est responsable de plusieurs accidents catastrophiques dans les industries chimiques et les zones de
stockages. On peut noter aussi que les accidents causs par les effets dominos sont parmi les accidents les plus graves
relatifs aux sites industriels. Par consquent, le risque potentiel de ces scnarios d'accidents est largement reconnu dans la
lgislation depuis la premire directive Seveso I [1], cette dernire exige l'valuation des effets domino dans l'analyse
de la scurit industrielle. En outre, la deuxime directive Seveso II [2] a tendu ses exigences l'valuation des effets
dominos non seulement l'intrieur du site industriel, mais aussi proximit de ce dernier.
En France, la base de donnes ARIA [3], a identifi 18 469 accidents de Janvier 1992 Dcembre 2008 et 1073 autres
de Janvier Dcembre 2008, montre que, les incendies et les rejets de matires dangereuses sont les vnements plus
frquents avec 60 % et 44 % respectivement en 2008. Ajoutant cela, les explosions et la projection de fragments

(missiles) sont les grands vnements qui peuvent gnrer des effets domino dans les sites industriels, d'o la ncessit de
prvenir et d'attnuer ces vnements.
L'analyse statistique des accidents dominos [4], montrent que la frquence des accidents dominos est leve dans les
usines des procds chimiques et de transport. Rcemment, lanalyse historique des accidents domino [5] o ils ont tudi
261 accidents impliquant les effets dominos, montre que, en plus des causes de dfaillances mcaniques et les vnements
externes, la frquence des accidents dominos causs par facteur humain est relativement leve, d'o l'importance
d'intgrer les facteurs humains et organisationnels dans l'tude des chanes en cascades.
Malgr cela, des catastrophes en cascade restent relativement peu tudis, peu d'attention porte sur ltude des vecteurs
dintensification des effets domino, les mthodes disponibles dans la littrature sont limites dans leur capacit grer la
complexit de ce phnomne [6].
L'objectif de cet article est de prsenter les principales mthodes existantes et des outils logiciels pour l'analyse des
effets domino, la deuxime partie de cet article est consacre la dfinition d'effet domino et ses principales
caractristiques. La troisime partie est ddie la modlisation de l'effet domino et la classification des diffrentes
mthodologies et des outils logiciels et, en conclusion, des perspectives sont suggres.

2.

Dfinition des effets dominos

En ce qui concerne la dfinition des effets dominos, plusieurs auteurs [7-9] ont suggr diffrentes dfinitions selon le
la nature du site industriel et les effets / phnomnes physiques tudis. Nanmoins, concernant les installations
industrielles, nous proposons la dfinition suivante :
Les effets dominos consistent en une squence dvnements interdpendants susceptibles de produire en chane des
dommages importants voire dordre catastrophique dans une installation industrielle et son environnement. Il sagit plus
prcisment dun ou plusieurs vnements dits primaires (origines) qui se propagent et provoquent des vnements
secondaires dont les consquences se superposent voire amplifient celles du ou des vnements primaires.

2.1

Principales caractristiques des effets dominos

On distingue quatre lments fondamentaux pour caractriser un effet domino:


-

un scnario accidentel primaire qui initie leffet domino (vnement primaire ou initial qui dclenche la squence
accidentelle),
l'effet de propagation qui suit lvnement principal, d l'effet des vecteurs d'intensification causs par
lvnement primaire,
un ou plusieurs scnarios d'accident secondaire, affectant la mme ou dautres units cibles dune installation
industrielle,
lintensification des consquences dun vnement primaire, due aux effets des scnarios secondaires.

La notion dintensification correspond un processus qui favorise la dgradation des biens et latteinte aux personnes
au cours du dveloppement de leffet domino, i.e. qui a tendance augmenter les dommages. Les auteurs intresss par
les sources, les cibles et le processus de propagation des effets dominos, peuvent consulter [10,11] o un travail
principale a t ralise dans le cadre de projet DISC Dtermination des Impacts de Sinistre en Cascade qui vise
dvelopper des mthodes et un outil de simulation pour tudier les effets domino impliquant installations industrielles et
des structures sensibles.

3.

Modlisation des effets dominos

Plusieurs modles ont t dvelopps pour l'valuation et lanalyse des effets dominos dans les sites industriels causs
par les incendies, les explosions et la projection des fragments, ainsi que, les risques naturels. Nous trouvons des modles
qui servent valuer :
-

Effet domino caus par un incendie et / ou par la surpression; peuvent tre classs en deux modles dont on trouve
les premiers modles (approches trs simplifis) qui reposent sur des valeurs seuils, et les modles probabilistes qui
utilisent le modle probit pour valuer les dommages causs aux quipements industriels [12,13].
2

Effet domino caus par la projection des fragments gnrs. La gnration des fragments est gnralement suivie
des ruptures catastrophiques des quipements de procd industriel, les deux scenarios accidentels responsables de
la projection des fragments sont i) lexplosion due la dflagration confine, et ii) BLEVE (boiling liquid
expanding vapor explosion) [14,15].

Effet domino caus par les risques naturels comme tremblement de terre, inondation, tempte, et la foudre [16].

3.1 Mthodes et outils dvaluation des effets dominos


Pour rsoudre le problme pos par l'valuation et / ou l'analyse des effets domino dans les sites industriels, plusieurs
mthodes et outils logiciels ont t dvelopps sur le march. Gnralement, chaque mthode traite un cas spcifique
deffet domino.

3.2 Les mthodologies


3.2.1 Mthodologie danalyse deffet domino (DEA)
La procdure danalyse deffet domino (DEA) propose par [17], cette mthode comprend deux niveaux dtude.
Le niveau I est une analyse dtaille afin d'identifier les units qui peuvent tre considres comme des cibles d'effets
domino. Pour cela les valeurs seuils des diffrents effets physiques sur les quipements (cibles) sont utilises (surpression
2

de 0,7 atm, charge thermique de 37 kW/m , et une vitesse de fragment suprieure 75 m / s condition quil rentre en
collision avec une cible). Si les valeurs estimes de ces paramtres sont plus leves que les valeurs seuils, une deuxime
tude (niveau II) est ncessaire. A ce niveau II , une analyse dtaille doit tre faite pour vrifier lexistence deffet
domino, en utilisant les dommages potentiels de lvnement primaire et les caractristiques de lunit secondaire. Les
caractristiques prendre en considration sont :
- la forme et le matriau de construction de lunit cible,
- le procd industriel et les conditions opratoires,
- proprits et quantits des substances chimiques utilises,
- la localisation de lunit cible en termes de distance et le degr de liaison,
- la mtorologie et surtout la direction dominante du vent.
3.2.2 Mthodologie MCAS
La mthodologie MCAS (Maximum-Credible Accident Scenarios), dveloppe par [18] permet dvaluer tous les
scnarios daccidents crdibles dans une unit industrielle. La premire tape de cette mthodologie est de dvelopper tous
les scnarios daccident possibles. Dans la deuxime tape, les rayons de dommage sont calculs pour chaque scnario,
pour cela on peut utiliser les indices proposs par les auteurs [19,20]; indice de dommage dexplosion et dincendie (FEDI,
Fire and Explosion Damage Index) pour les substances inflammables, et indice de dommage toxique (TDI, Toxic Damage
Index) pour les substances toxiques. Dans ltape suivante, la probabilit de chaque scnario est estime, cela peut tre
ralis en utilisant les donnes industrielles spcifiques (taux de dfaillance des dfrents composants (quipements)
utiliss dans lunit concerne ou les donnes disponibles dans la littrature (frquence doccurrence de mme vnement
dans les des conditions similaires). Si laccident est jug crdible, une estimation plus prcise de sa probabilit
doccurrence doit tre faite dans les tapes qui suivent.
3.2.3 Mthodologie SCAP
La mthodologie SCAP (Safety, Credible Accidents, and PFTA (Probabilistic Fault Tree Analysis) est le fruit dune
combinaison de deux approches [21,22]; la mthode MCAA (Maximum Credible Accident Analysis) et la mthode PFTA
dans le but de dvelopper une nouvelle mthodologie pour une approche plus raliste et plus fiable pour lvaluation
efficace des mesures scurit et de contrle des risques. Les caractristiques de chacune des tapes de lalgorithme SCAP
sont :
-

lidentification des dangers en utilisant les indices; FEDI (Fire and Explosion Damage Index) et TDI (Toxic
Damage Index),
l'valuation quantitative des risques: MCAA et MAXCRED, et
lanalyse probabiliste par arbre de dfaillance et loutil automatis PROFAT.
3

3.2.4 Mthodologie ORA


Pour lanalyse des risques dans les industries ptrochimiques, les auteurs [23] ont propos une mthode danalyse
optimale de risques ORA Optimal Risk Analysis , elle comporte 4 tapes principales :
-

identification et slection des dangers,


valuation des risques (qualitative et probabiliste),
quantification des risques / lanalyse des consquences, et
estimation des risques.

Pour matriser les risques dans les units industrielles cette procdure (ORA) exige :
-

lutilisation des rservoirs de petite capacit dans le stockage des substances chimiques,
linspection rgulire et approfondie des quipements, et des installations, et
un espace suffisant devait tre maintenu entre les rservoirs de stockage (distance de scurit), et installs dans les
locaux de stockage et les zones sensibles.

3.2.5 Mthodologie ARAMIS


La modlisation des dommages causs par les explosions et les incendies aux quipements industriels en raison des
diffrents vecteurs dintensification (radiation thermique, surpression et la projection des fragments) et les modles
spcifiques de vulnrabilit issus de plusieurs catgories dquipements de procds ont t utiliss dans la mthodologie
ARAMIS [24, 25] pour lanalyse deffets dominos.
ARAMIS permet l'identification des risques d'accidents majeurs. Elle est fonde principalement sur l'utilisation de
diagramme noeud papillon compos d'un arbre de dfaillance et d'un arbre dvnement. Lapport majeur dARAMIS est
de dfinir en prcisant la structure de noeud papillon: la liste des quipements, les vnements potentiels critiques et leurs
consquences. Les vnements critiques ont t dfinis soit par une perte de confinement pour les fluides ou une perte
d'intgrit physique pour les matires solides et la description du site industriel, y compris les substances chimiques
utilises, produites ou stockes.
3.2.6 Modle de propagation de la panique
Lauteur dans [26] a tudi le module de la panique des automobilistes lors dune inondation comme effet de dominos .
Pour modliser la diffusion de la panique l'intrieur d'une population, il a inspir son modle de celui de W. Kermack et
de A. McKendrick. Ce modle cr en 1927 permet d'tudier la propagation d'une maladie infectieuse l'intrieur d'une
population. Et il est possible dtablir une srie de points de rapprochement entre les deux phnomnes dpidmie et de
panique :
- chacun est susceptible de contracter et propager la maladie (la panique),
- il y a une ncessit de contact entre un malade (metteur de la panique) et un individu sain (rcepteur), et
- chaque individu a des chances de contact identiques.
Le modle de base de W. Kermack et de A. McKendrick se compose de deux stocks, la population susceptible d'tre
infecte (Sp) et la population infecte (I), variant l'un l'autre selon un taux de contact. Le flux de contagion reprsente la
population qui est atteinte par la maladie. Cette population quitte le stock Sp pour alimenter le stock I. Lpidmie se
dveloppe par effet de contact. Il en va de mme de la panique. Do ce choix initial.
3.2.7 Mthode dvaluation quantitative des risques sismiques
La mthodologie analytique pour lvaluation quantitative des risques industriels dus aux accidents gnrs par les
vnements sismiques a t dveloppe par [27]. Le point de dpart de la procdure est lutilisation des donnes
disponibles pour lvaluation de la frquence et la magnitude des vnements sismiques. Les modles de probabilit de
dfaillance des quipements disponibles (courbes de vulnrabilit ou de fragilit) ont t aussi utiliss pour valuer la
probabilit de dommages causs aux quipements.
Aprs avoir identifi les vnements sismiques crdibles et les quipements critiques, qui sont susceptibles de causer des
accidents majeurs comme consquences causes par le tremblement de terre, les scnarios de rfrences doivent tre
4

associs chaque quipement critique, En se basant sur les scnarios de rfrence identifis pour chaque quipement, une
procdure spcifique doit tre applique pour lidentification de tous les scnarios possibles. Afin de tenir compte du fait
que plus d'un scnario de rfrence peut avoir lieu simultanment en raison des dommages de plus d'une unit, l'valuation
des consquences des scnarios rsultants doit tre effectue en combinant les consquences de chacun des vnements
accidentels identifis. Enfin, une procdure de recomposition classique des risques peut tre applique pour calculer la
contribution des scnarios accidentels induits par les vnements sismiques sur le risque individuel et social.
Lobjectif de cette procdure est de :
-

Identifier les scnarios d'accident (vnement secondaire) qui peuvent suivre lvnement sismique,
Evaluer la crdibilit des vnements accidentels,
Evaluer les consquences des scnarios possibles.

La procdure a t implmente sur le logiciel GIS (Geographic Information System), pour faciliter l'valuation des
squences d'vnements qui sont susceptibles d'tre gnres par les dgts dun vnement sismique dans une installation
industrielle. Le logiciel permet galement le calcul et la reprsentation des courbes de risque individuel et social d aux
accidents industriels dclenchs par un vnement sismique.
3.2.8 Mthode dvaluation quantitative des risques gnrs par la foudre
Cette procdure est dveloppe par [28], les auteurs ont propos une approche sous forme dun organigramme pour
lvaluation quantitative des scnarios daccidents gnrs par la foudre sur les sites industriels. La foudre peut causer des
dommages sur les sites industriels causs par la libration de grandes quantits de composs dangereux. Le risque d la
foudre semble tre en augmentation cause de changement climatique causant une augmentation de la frquence des
orages violents.
Les principales tapes de la mthodologie est :
-

la caractrisation des vnements externes (frquence et gravit),


l'identification des quipements cibles, et les scnarios de rfrence,
l'estimation de la probabilit des dommages, et valuation des consquences pour les vnements,
valuation de la frquence / probabilit pour chaque combinaison dvnements.

3.2.9 Mthodologie SIGALEA


LINERIS [29,30] a dvelopp un outil de cartographie des risques, SIGALEA (Outil danalyse cartographique des
risques), qui permet linspection des Installations Classes (DRIRE et STIIIC) de cartographier les alas technologiques
dans le cadre des Plans de Prvention des Risques Technologiques (PPRT). Cet outil permet :
-

de raliser la cartographie des zones deffets des phnomnes dangereux, que doit comporter rglementairement
ltude De Dangers (EDD) ;
dvaluer limpact dune installation ou dun tablissement sur la cartographie des alas dun site PPRT.

SIGALEA est une application SIG Systme dInformation Gographique qui permet de go-localiser des
phnomnes dangereux, danalyser et de cartographier leurs zones deffets et les alas technologiques. Ce logiciel est mis
la disposition de ladministration depuis 2005. La version 2 (novembre 2006) de SIGALEA intgre le retour
dexprience des premiers utilisateurs.
Le logiciel SIGALEA contient deux modules principaux :
1) Module de go-localisation des phnomnes dangereux: permet de localiser gographiquement les phnomnes
dangereux sur une base de donnes en associant pour chacun d'eux le un type deffet (thermique, toxique ou
surpression), les distances deffets selon les seuils rglementaires associs, un niveau de probabilit, et la
cintique.
2) Module danalyses spatiales et de cartographie, ce deuxime module permet dlaborer grce des analyses
spatiales, les cartographies des phnomnes dangereux avec les zones deffets et les alas technologiques

intgrant les dimensions probabilistes dont les rsultats sont ; la cartographie des effets des phnomnes dangereux,
et la cartographie des alas technologiques.
3.2.10 Mthodologie HAZWIM
La combinaison de lanalyse Hazop, What-If et Risque Matrix dans le cadre Hazwim [31,32] permet de constituer un
outil de mta-technique pour optimiser l'organisation des performances d'analyse des dangers dans les sites industriels. Ce
dernier vise concevoir un systme de prvention des accidents dominos externe (External Domino Accident Prevention ,
EDAP)
L'objectif de ce dernier (cadre de prvention des accidents domino externes) est de faciliter la structuration de la
coopration pour prvenir les effets dominos hors site entre les installations industrielles et / ou de stockage de substances
dangereuses. Le cadre devrait inclure une solide analyse des risques externes deffet domino constitu de deux tapes
fournissant des informations cls sur la gestion de risque domino externes:
-

identification des dangers externes, et


valuation des risques dominos externes.

3.2.11 Algorithme FREEDOM (FREquency Estimation of DOMino accidents)


FREEDOM est une nouvelle mthodologie pour valuation de la frquence deffet domino dvelopp par [6]. Pour
simuler le comportement rel des systmes multi-units qui peuvent subir des effets dominos, ce dernier, repose sur
plusieurs expriences hypothtiques Dans ce contexte, le systme est dfini comme la combinaison des quipements
prsents dans une unit dun site industriel qui peuvent influencer sur la dfaillance les uns et des autres.
L'algorithme examine la dfaillance ou non de chaque quipement, cet algorithme se compose de deux boucles interne
et externe, la boucle interne reprsente la dure de vie moyenne des quipements, qui est slectionne en se basant sur les
taux de dfaillance des quipements. L'ordre de la dure de vie de simulation pour lquipement est choisi en fonction du
temps moyen entre les dfaillances MTBF (Inverse du taux de dfaillance). La boucle externe qui reprsente le nombre
ditrations (expriences) qui sont effectues.
3.2.12 Mthode dvaluation leffet des projectiles
Les auteurs [33-36] ont tudi leffet de la porte des projectiles engendrs aprs lexplosion dun rservoir cylindrique.
Les caractristiques des projectiles sont considres comme alatoires. Ils ont propos un modle qui permet de dcrire le
mouvement de projectile en considrant sa forme et sa taille. Ceci permet dvaluer la probabilit dimpact entre un
projectile et une cible. Ils ont adopt un modle mcanique afin destimer la profondeur de pntration de la cible
impacte, puis parvenir lestimation du risque global. Cette mthodologie permet de dgager une vue globale de leffet
domino. Elle se compose de trois tapes principales :
1) Modlisation probabiliste des termes source: probabilit doccurrence de la premire explosion et donc le
nombre, la masse, la vitesse, les angles de dpart, la forme gomtrique, les dimensions et les proprits des
matriaux de construction sont dcrits avec des distributions probabilistes.
2) Modlisation probabiliste de la cible (d'abord des cibles touches): nombre de projectiles (nombre de projectiles
qui affectent la cible), vitesse, les angles, l'nergie au moment de limpact, les matriaux de construction, les
dimensions des cibles touches et les profondeurs de pntration des projectiles dans les cibles sont aussi dcrits
avec des distributions probabilistes.
3) Evaluation des risques de deuxime scnario d'explosion qui peut avoir lieu dans les cibles affectes.
Les auteurs ont dmontr que i) la rduction d'nergie cintique pendant le mouvement dpend la fois de la distance
entre la source des fragments et la cible, et la forme de fragment, ii) la probabilit d'impact dpend la fois de la distance
entre la source des fragments et la cible, et la taille des fragments, iii) le type de fragment qui peut impacter et / ou causer
la dfaillance de la cible dpend de l'angle entre les axes de la source dexplosion et la cible, mais elle ne dpend pas de la
distance entre la source et la cible.
6

3.3 Les outils automatiss et logiciels


Certains outils automatiss ont t dvelopps pour lanalyse des effets dominos et lvaluation des risques daccidents
dans les industries de traitement chimique et les complexes industriels.
Pour l'valuation rapide des risques (RRA, Rapid Risk Assessment) dans les industries de transformation chimique les
auteurs [37] ont dvelopp un logiciel MAXCRED (MAXimum CREDdible accident analysis). MAXCRED est un logiciel
dvelopp par (Risk Assessment Division of Centre for Pollution Control and Bio-Waste Energy, 1994). Ce dernier permet
la simulation des accidents et lestimation de leurs dommages potentiels. Il a t dvelopp pour effectuer une analyse
quantitative des risques. Cet outil gnre diffrents scnarios d'accident crdibles et quantifie les dommages quils peuvent
causer. Cette information peut alors tre utilise dans le dveloppement des stratgies pour la prvention des accidents et
dattnuation leurs effets dimpacts.
Le logiciel comprend quatre modules principaux :
1) Module de gnration de scnarios : Il permet le dveloppement de scnarios d'accidents en fonction des
proprits de produits chimiques, les conditions de fonctionnement et les faons probables des
dysfonctionnements qui pourraient provoquer des rejets accidentels,
2) Module d'analyse des consquences : Il utilise les scnarios d'accidents dvelopps prcdemment (premier
module) et des modles avancs de la thermodynamique, transfert de chaleur et la dynamique des fluides pour
prvoir la nature des accidents et leurs potentiels de causer des dommages. Ce module permet galement
l'estimation des rayons de dommages et les probabilits de degr de dommages,
3) Le module fichier : Permet l'utilisateur de grer facilement les informations entre / sortie et les graphiques,
et
4) Le module graphique : Il gnre des scnarios visuels des accidents.
Les mmes auteurs [38] ont propos une nouvelle version MAXCRED-II (version amliore du logiciel MAXCRED). Le
logiciel est constitu de quatre modules principaux : les donnes, gnration des scnarios, l'analyse des consquences et le
traitement des dossiers. L'option de donnes gre les informations gnrales relatives aux proprits des diffrentes
substances chimiques, les oprations et leur environnement ncessaire l'excution des diffrents modles.
Comme ce dernier ne prend pas en considration les effets dominos, ils ont (Khan et Abbasi, 1998) [33,40] dvelopp un
outil automatis DOMIno eFFECT , qui succde MAXCRED. Le logiciel DOMIFFECT est cod en C++. Il se compose
de six modules principaux : module des donnes dentre, scnario d'accident, module danalyse, module de domino,
graphiques et linterface utilisateur. Chaque module est constitu de plusieurs sous-modules et des fonctions. Cet outil
permet destimer :
-

les risques d'incendie, d'explosion, intoxication et la combinaison de ces derniers,


la probabilit d'un deuxime accident qui peut tre dclench par un accident primaire, et
les scnarios de deuxime accident, leurs dommages potentiels et la probabilit de causer un troisime accident.

Une dernire version du logiciel MAXCRED-III, propos par les mmes auteurs [41], a t dveloppe dans le but de
fournir une approche plus souple et un outil prcis pour l'valuation rapide des risques. Cet outil est plus sophistiqu, il a
des capacits nettement suprieures par rapport aux versions prcdentes, il prend en considration leffet domino (cascade
dvnements). MAXCRED-III a cinq modules essentiels :
-

Module de gnration des scnarios,


Module danalyse des consquences,
Module de domino,
Module de documentation, et
Module graphique.

Pour valuer les consquences des vnements accidentels qui peuvent se produire dans des sites de stockage, un
logiciel ATLANTIDE [42] a t dvelopp. Lapplication d'ATLANTIDE est approprie pour le stockage de GPL et les
7

installations de transformation (les rejets liquides, la dispersion des gaz et d'autres phnomnes tels que le BLEVE et la
boule de feu). Ce code utilise des arbres dvnement pour valuer tous les scnarios possibles, depuis lvnement
accidentel initial, en tenant compte des conditions mtorologiques, les diffrentes librations, le mode et d'autres
caractristiques typiques aux installations du site.
Pour lapplication de la mthodologie RRA (Rapid risk Assessment) dans les raffineries ptrolires et les industries
ptrochimiques, les autheur dans [43] ont dvelopp un logiciel TORAP (TOol for Rapid risk Assessment inPetroleum
refinery and Petrochemical industries) (outil pour l'valuation rapide des risques dans les raffineries de ptrole et les
industries ptrochimiques), ce dernier est cod en C++. Le logiciel est compatible avec lenvironnement d'exploitation
WINDOWS. Il est utilisable sur des ordinateurs avec un minimum de 8 Mo de RAM et 32 Mo de ROM.
Ce logiciel peut tre appliqu dans l'valuation des risques d'accidents (incendies, explosions et les rejets toxiques) dans
les raffineries ptrolires et les industries ptrochimiques, TORAP est compos des tapes essentielles suivantes :
-

gnration des scnarios daccident,


analyse des consquences,
vrifier les degrs les plus levs d'accidents, et
caractrisation du scnario d'accident le plus pire.

En 1999, les auteurs ont dvelopp une mthodologie ASM Analytical Simulation Methodology [44]. Cette
mthodologie utilise les arbres de dfaillance pour lanalyse et lvaluation probabiliste des risques dans les industries
chimiques. La mthodologie ASM est base sur :
-

-le dveloppement de tous les vnements par larbre de dfaillance,


-la dtermination de lensemble de coupes minimales ou le chemin le plus court en partant de lvnement
initiateur (dysfonctionnement) l'vnement top (l'accident majeur),
lanalyse de probabilit, et
llaboration de valeurs d'indice d'amlioration.

Sur la base de cette mthodologie (ASM), ( Faisal I. Khan, S.A. Abbasi, 2000) [45] ont dvelopp un progiciel PROFAT
(PRObabilistic fault tree analysis) afin de faciliter l'utilisation rapide et efficace de la mthodologie. PROFAT est cod en
C++, il se compose de Six modules principaux suivants :
-

donnes,
analyse des coupes minimales,
analyse de probabilit,
analyse de lamlioration des facteurs, et
les modules dobjectif gnral.

Ce dernier permet l'utilisateur de connatre :


-

lvnement initiateur qui peut ventuellement conduit un accident majeur,


les coupes minimales et la combinaison des vnements qui peuvent avoir lieu,
les probabilits d'occurrence des accidents,
la contribution relative de chaque vnements initiateurs, et
lidentification des vnements initiateurs qui ont le plus grand potentiel de causer l'vnement top pour que
les stratgies de prvention d'accidents et les plans dintervention durgence puissent se concentrer sur eux.

Afin d'numrer tous les effets dominos possibles qui peuvent conduire des accidents domino internes et externes, le
logiciel DOMINOXL a t dvelopp par [46] pour les zones d'quipement dangereux dans un groupe d'installations
chimiques dun site industriel sont dtermins en additionnant le nombre de effets domino primaire par installation
conduisant un facteur de dangerosit (DF). De mme, les zones les plus vulnrables sont galement dtermines en
additionnant le nombre des effets dominos dune installation, puis l'examen d'une installation secondaire d'un niveau de
protection donn. Ce calcul aboutit un facteur de vulnrabilit (VF).
Dans le but de dvelopper un outil mthodologique pour grer les accidents majeurs dus leffet domino, le logiciel
GeOsiris dvelopp dans [47, 48], ce dernier est un outil de simulation des accidents industriels impliquant des effets
dominos. GeOsiris est un couplage de deux logiciels Osiris et Geoconcept : i) OSIRIS est un Outil de SImulation des
RISques, ce dernier simule diffrents types daccidents tels que la libration/ rejet des substances toxiques et gaz,
explosions et incendies, et ii) Geoconcept est un systme d'information gographique (SIG) qui permet le traitement des
8

informations gographiques. Une mthodologie est propose pour prendre en compte leffet domino selon les valeurs
seuil.
STARS Domino (Software Toolkit for Advanced Reliability and Safety analysis Domino) dvelopp par [49], ce dernier
se compose de quatre modules: la base de donnes, modle du systme, larbre de dfaillance et l'arbre d'vnements. Dans
le module arbre d'vnements, il existe des outils disponibles pour crer un arbre d'vnements et excuter des modles de
calcul externes, ce dernier, est utilis pour construire les scnarios accidentels et de simuler les vnements
phnomnologique.
Le logiciel MiniFFECT (MINImization of domino eFFECT) est un dvelopp par [50], qui permet de dterminer la
position des units ou / et installations chimiques et la position optimale afin de minimiser le leffet domino dans les
installations industrielles en utilisant des approches de programmation non linaire. Le logiciel MiniFFECT montre la
position de chaque unit en coordonnes cartsiennes. Lorsque les units explosives sont places dans la premire tape,
les n units explosives peuvent tre rpartir de telle manire minimiser les effets dominos en tenant compte de taille
arbitraire du site. Cette mthode prend en compte trois principaux facteurs d'effet domino: thermique, surpression effet des
missiles.
Egalement un logiciel (GIS, geographical information system) a t dvelopp par (Valerio Cozzani et al, 2006)[51] pour
l'valuation quantitative d'effet domino en se basant sur les valeurs seuils disponibles dans la littrature, le modle probit et
les catgories des quipements. Cette procdure est base sur une mthodologie systmique pour l'identification des
scnarios dominos, l'valuation des consquences et les frquences probables des vnements d'intensification. Cette
mthodologie permet :
-

une analyse quantitative des scnarios dominos,


l'valuation du risque individuel et social, et
lidentification des cibles dominos possibles par le calcul des effets physiques ayant une influence sur les
quipements de site industriel et la comparaison avec des valeurs seuils.

Pour dterminer par ordre de priorit les effets dominos dans une zone industrielle, sur un seul ou bien plusieurs niveaux
dans le site, les auteurs [52] ont propos un outil informatique automatis DomPrevPlanning, qui se base sur trois
documents principaux : Instrument Domino Effects (IDE), the Manual for failure frequency figures et Guidelines for
quantitative risk assessment. Cette stratgie permet :
-

lanalyse des risques dominos,


la comparaison des installations d'une zone industrielle, et
la classification des d'installations chimiques qui sont susceptibles de provoquer les effets d'intensification,
cette classification peut tre alors utilise pour prendre des dcisions dans les zones complexes deffets
dominos et la hirarchisation des risques.

3.4 Discussion
Les mthodologies et logiciels revue de la littrature, montre que ces derniers sont trs spcifiques do le manque des
tudes qui fdrent ces diffrentes approches. Les mthodologies proposes ne prennent pas en considration le facteur
humain qui peut influencer et / ou aggraver la situation [5], d'o l'importance d'intgrer les facteurs humains et
organisationnels dans l'tude des chanes en cascades.
Les outils logiciels ne rsolvent pas le problme d'effet domino que partiellement, et ne prennent la complexit de ce
phnomne au srieux, la plupart d'entre eux sont spcifiques ltude de certains vecteurs dintensification sans aborder
les notions de dpendance entre ces effets physiques et d'autres qui peut conduire des consquences trs graves.
Les principales causes d'accidents domino sont les interdpendances et les interactions entre les installations (quipements)
d'un site industriel, l'environnement, facteurs humains et organisationnels. Cela, peut gnrer de nombreuses squences
d'accident (chanes d'accidents) qui propagent la dgradation d'un systme (site industriel) l'autre. Comme tous ces
phnomnes sont des phnomnes physiques qui dpendent d'un certain nombre de paramtres physiques (variables)
(comme la temprature, pression, concentration ...) et la variable temps. Par consquent, on peut considrer que les effets
domino comme des systmes dynamiques.
Par consquent, le phnomne deffet domino peut tre modlis comme un systme dynamique qui prend en compte non
seulement la dpendance des paramtres physiques mais aussi, le systme dintervention / mitigation et le facteur humain
et organisationnel, la logistique, et aussi, l'intervention (matrielles et humaines) en temps rel.
9

Les tableaux 1 et 2 rsument les limites des principales mthodes et logiciels proposs dans la littrature.
Tableau 1. Etude compare des mthodes et de leurs limites
Mthodes

Mthodologie
DEA

Mthode MCAS

Procdure ORA
Mthodologie
SCAP
Mthodologie
ARAMIS
Modle de
propagation de la
panique
Mthode
dvaluation
quantitative des
risques sismiques
Mthode
dvaluation
quantitative des
risques gnrs par
la foudre

Domaine
dapplication
Industrie (chimique)

Industrie chimique
matires toxiques
et inflammables

Industrie
(ptrochimique)
Industrie

Industrie chimique
et stockage

Risque naturelle
(Inondation)
Risque naturel
(sismique)

Risque naturel
(foudre)

Limites

Objet /principe

Dune unit une autre


si possible
Local lunit
Classification des
scnarios

- reste assujetti la pertinence du dcoupage du


systme en units,
- besoin de valeurs seuils plus gnriques,
- ne prend pas en considration le facteur humain.
- ne prend pas en considration la propagation deffet
domino inter-units,
- se limite la classification des scnarios primaires
sans tudier les scnarios de degr plus levs,
- ne prend pas en considration le facteur humain
comme un paramtre qui peut influencer le processus,
- nexplicite pas le processus de gnration des
scnarios.
- spcifique lanalyse des risques,
- ne traite pas proprement parler des effets dominos.

Estimation de risques
Evaluation des risques
et mesure de scurit

- reste dpendant dautres approches (MCAS, PFTA,


).

Identification des
risques (nud papillon)

- ne traite laspect deffet domino que partiellement,


- ne prend pas en considration les risques dorigine
naturels,
- nintgre pas le facteur humain.

Paniques des
automobilistes

- limite au module de la panique, sans prendre en


considration les autres facteurs qui peuvent favoriser
ou modrer leffet domino.
- manque de donnes pour caractriser lvnement
initiateur,
- mthode analytique trs gnrale qui nintgre pas le
facteur humain.

Evaluation de PGA
(Peak Ground
Acceleration)

- mthode trs simplifie.


- manques de donnes concernant les valeurs seuils,
- ne prend pas en compte lintensification des
vnements (cascade).

Risques causs aux


quipements par la
foudre

Mthodologie
SIGALEA

Industrie

Analyse et
cartographie des risques

Mthodologie
HAZWIM
Algorithme

Industrie

Analyse des dangers

FREEDOM
(FREquency
Estimation of
DOMino accidents)

Industrie
(systme)

- ne prend en considration les effets en cascades que


partiellement,
- laspect humain et organisationnel nest pas pris en
compte.
- spcifique au traitement des accidents dominos
externes au site industriel,
- dpendant dautres approches (Hazop what-it,...)
- traite les effets domino quen interne par rapport au
site,
- ne prendre en considration les autres systmes
environnant,
- ne prend comme critre que la dfaillance des
composants.

Comportement de
systme multi-unit,
dfaillance dun
quipement

10

Tableau 2. Etude compare des outils logiciels et de leurs limites

Logiciels

MAXCRED

DOMIno eFFECT

ATLANTIDE

TORAP

DOMINOXL

GeOsiris

MiniFFECT

DomPrevPlanning

Domaine
dapplication
Industrie de
transformation
chimique
Industrie
(chimique et
ptrochimique)

Object /
fonctionnement
Simulation et estimation
des dommages

Simulation et estimation
des risques inflammables et
toxiques

Stockage de GPL et
les installations de
transformation

Evnements accidentels
dans des sites de stockage

Raffineries
ptrolires et les
industries
ptrochimiques

Risques dans les


installations
ptrochimiques et
ptrolires

Industrie
(chimique)

Industrie chimique
et transformation

Industrie
(chimique)

Industrie
(zones industrielles)

Zones / installations
vulnrables, numration
des effets dominos

Simulation des accidents


domino

Minimisation les effets


des risques dominos

Risques domino,
classification des
installations

11

Limites
- seule la dernire version (MAXCRED-III) traite
partiellement de la cascade dvnements.
- ne traite que les scnarios inflammables et
toxiques sans prendre en considration les risques
naturels,
- ne prend pas en considration le facteur humain
comme des vnements primaires qui peuvent
influencer la chane daccident.
- outil spcifique au risque de stockage,
- ne traite pas proprement les effets dominos, se
limite ltude de danger lintrieur de mme
site.
- spcifique lindustrie ptrolire,
- prise en compte partielle des accidents dominos,
- nintgre pas les accidents dorigine naturelle et
humaine.
- se limite traiter leffet domino dans une seule
installation,
- ne prendre pas
en considration
lintensification
des effets dans dautres
installations environnantes.
- ne traite que les scnarios avec substances
inflammables et toxiques,
- prend en considration les risques naturels,
- ne prend pas en considration les facteurs
humains et organisationnels.
- ne prend en compte que les units dune
installation industrielle,
- ne prendre pas en compte les structures
environnantes et les cosystmes.
- valuation des effets dominos limite
l'intrieur du site industriel,
- ne prend pas en considration la propagation des
effets hors sites,
- ne prend pas en considration les facteurs
humains et organisationnels.

4. Conclusion
Dans cet article, nous avons identifi les principales mthodes existantes et les outils logiciels utiliss pour ltude et
lanalyse des effets dominos (chanes en cascade). La revue de la littrature montre, qu'il existe quatre vecteurs par
lesquels un effet domino peut se propager d'une unit (ou dun site) un autre. Ces vecteurs sont lincendie, lexplosion,
le rejet de matires toxiques et les autres rejets dangereux.
Malgr de nombreuses tudes dans la littrature, les mthodes disponibles sont en gnral bases sur des techniques
d'analyse qui sont limites dans leur capacit grer la complexit du phnomne deffets dominos. Ces modles sont, en
gnral, trs simplifis et trs spcifiques pour certains types de vecteurs dintensification. En effet, ce jour, il n'existe
pas de modle gnrique qui prend en compte les effets des accidents dominos en raison de leurs complexits associes
leur caractre mergent. Nous pouvons galement remarquer qu'il n'existe pas de mthodologies qui prennent en compte
les risques des catastrophes naturelles (risque inondation, sismique, et foudre) qui peuvent gnrer une chane
d'accidents en dpit de leur danger potentiel sur les sites industriels, les populations, les infrastructures et les cosystmes.
Les outils logiciels ne fournissent pas de rponses homognes aux problmes des accidents dominos dans les complexes
industriels. Ainsi, les efforts supplmentaires sont ncessaires pour dterminer les causes des effets dominos et comment
prvenir et attnuer leurs consquences
Une caractristique importante de nombreux systmes industriels est leurs aspects dynamiques dus aux changements quils
supportent en fonction du temps en raison des interactions entre leurs composants et/ou avec leur environnement. Chaque
comportement donn du systme est dfini par les lois physiques propres et le passage par un mode d aux conditions
atmosphriques, une intervention humaine, laction de lorgane de contrle, etc.
Par consquent, ces phnomnes peuvent tre modliss comme des systmes dynamiques qui, en plus des vecteurs
dintensification, doivent prendre en compte, les facteurs humains et organisationnels comme des paramtres qui peuvent
initier, influencer ou aggraver le phnomne, ainsi que la logistique, et l'intervention en temps rel (matrielles et
humaines). Pour remdier cela, on peut utiliser des modles qui prennent en compte les aspects dterministes et
probabilistes, ou le couplage des deux.

Rfrences
[1] European community directive (82/501/ EEC).
[2] Council directive 96/82/ec on the control of major-accident hazards involving dangerous substances.
[3] Ministre de l'cologie, de l'nergie, du dveloppement durable et de l'amnagement du territoire. Inventaire 2009 des
accidents technologiques , 19 pages, 2009.
[4] B. Abdolhamidzadeh, D. Rashtchian, M. Morshedi, Statistical survey of domino past accidents, in: 8th world congress
of chemical engineering, Montreal 317, 6 pages, 2009.
[5] F. Clini, R. M. Darbra, J. Casal, Historical analysis of accidents involving domino effect, in: Dipartimento di
Ingegneria Chimica, Mineraria e delle Tecnologie Ambientali. Universit di Bologna.Via Terracini, 28. 40126. Bologna
(Italy). Centre d'Estudis del Risc Tecnolgic (CERTEC). Department of Chemical Engineering. Universitat Politcnica de
Catalunya. Diagonal 647, 08028-Barcelona. Spain, 2009.
[6] A. Bahman, A. Tasneem, D. Rashtchian, S. Abbasi, A new method for assessing domino effect in chemical process
industry, Journal of Hazardous Materials 182 (2010) 416-426.
[7] F. P. Lees, Loss prevention in the process industries (2nd Edition), Butterworth-Heinemann, 1996.
[8] D. F. Bagster, R. M. Pitblado, The estimation of domino incident frequencies - an approach, part B, Trans IChemE 69
(1991) 195-199.
[9] J. Gledhill, I. Lines, Development of methods to assess the significance of domino effects from major hazard sites,
Tech. rep., CR Report 183, Health and Safety Executive (1998).
12

[10] E. Chtelet, F. Kadri, P. Laclmence, P. Lallement, Ph. Aubert, M. Eid, P. Gilibert, Dtermination des Impacts de
Sinistres en Cascade: tat de lart et mthodes danalyse, WISG 2010, Troyes, France, 26-27 Janv. (2010).
[11] F. Kadri et E. Chatelet, Domino Effect Analysis and Assessment of Industrial Sites: A Review of Methodologies and
Software Tools, International Journal of Computers and Distributed Systems, (2013), vol. 2, no 3, p. 1-10.
[12] F. Kadri, P. Lallement, et E. Chatelet, The Quantitative Risk Assessment of domino effect on Industrial Plants Using
Colored Stochastic Petri Nets, in PSAM11 & ESREL Conference., Helsinki, Finland, (2012), p. 1-10.
[13] F. Kadri, E. Chatelet, et G. Chen, Quantitative Risk Assessment of Domino Eect Caused by Heat Load, International
Journal of Systems Control, (2012), vol. 3, p. 42-48.

[14] F. Kadri et E. Chatelet, P. Lallement, The Assessment of Risk Caused by Fire and Explosion in Chemical Process
Industry: A Domino Effect-Based Study. Journal of Risk Analysis and Crisis Response, (2013) 3, 6676.
[15] F. Kadri et E. Chatelet, G. Chen, Method for quantitative assessment of the domino effect in industrial sites. Process
Safety and Environmental Protection (2013) 91, 452462.
[16] F. Kadri et E. Chatelet, B. Birregah, Natural Disaster Impacts on Critical Infrastructures: A domino effect-based
study. Journal of Homeland Security and Emergency Management [Accepted, May 2014].
[17] F. I. Khan, S. A. Abbasi, An assessment of the likelihood of occurrence, and the damage potential of domino effect
(chain of accidents) in a typical cluster of industries, Journal of Loss Prevention in the Process Industries 14 (2001) 283306.
[18] F. I. Khan, Use Maximum-Credible Accident Scenarios for realistic and reliable risk assessment, Cepmagazine.org
(2001) 50-63.
[19] F. Khan, S. Abbasi, Hazard identification and ranking (HIRA): A multiattribute technique for hazard identification,
Proc. Safety Progress 17 (3) (1998) 16.
[20] F. Khan, S. Abbasi, Techniques for risk analysis of chimical process industries, J. of Prevention in Proc. Ind 11(2)
(1998) 91.
[21] F. I. Khan, I. Asad, N. Ramesh, S. A. Abbasi, SCAP: a new methodology for safety management based on feedback
from credible accident probabilistic fault tree analysis system, Journal of Hazardous Materials A87 (2001) 23-56.
[22] F. I. Khan, T. Husain, S. A. Abbasi, Design and evaluation of safety measures using a newly proposed methodology
"SCAP", Journal of Loss Prevention in the Process Industries 15 (2002) 129-146.
[23] S. A. Abbasi, Faisal I. Khan, Risk analysis of a typical chemical industry using ORA procedure. Journal of Loss
Prevention in the Process Industries 14 (2001) 4359.
[24] S. Olivier, D. Bruno, A global view on ARAMIS, a risk assessment methodology for industries in the framework of
the seveso-II directive, Journal of Hazardous Materials 130 (2006) 187-199.
[25] D. Christian, F. Ccile, P. Aurore, D. Bruno, ARAMIS project: A comprehensive methodology for the identification
of reference accident scenarios in process industries, Journal of Hazardous Materials 130 (2006) 200-219.
[26] P. Damienne, Un exemple d'effets de dominos : la panique dans les catastrophes urbaines, Tech. rep., Cybergeo
:European Journal of Geography [En ligne], Systmes, Modlisation, Gostatistiques, document 328, mis en ligne le : 29
novembre 2005.
[27] G. Antonioni, G. Spadoni, V. Cozzani, A methodology for the quantitative risk assessment of major accidents
triggered by seismic events, Journal of Hazardous Materials 147 (2007) 48-59.

13

[28] E. Renni, G. Antonioni, S. Bonvicini, S. Gigliola, C. Valerio, A novel framework for the quantitative assemssment of
risk due to major accidents triggered by lightning, Chemical Engeneering Transactions 17 (2009) 311-316.
[29] Ministre de l'cologie, du dveloppement et de l'amnagement. Le plan de prvention des risques technologiques
(PPRT), Guide mthodologique, 160 pages.
[30] http://www.ineris.fr/fr/ressources/recherche/sigalea.
[31] G. Reniers, W. Dullaert, K. Soudan, B. Ale, The use of current risk analysis tools evaluated towards preventing
external domino accidents, Journal of Loss Prevention in the Process Industries 18 (2005) 119-126.
[32] G. Reniers, W. Dullaert, B. Ale, K. Soudan, Developing an external domino accident prevention framework: Hazwim,
Journal of Loss Prevention in the Process Industries 15 (2005) 127-138.
[33] Q. Nguyen, Fiabilit des installations industrielles sous impacts de fragments de structures-effet domino, Ph.D. thesis,
Universit de Paris-Est Laboratoire MSME (FRE3160 CNRS). Institut National de l'Environnement Industriel et des
Risques (2009).
[34] A. Mebarki, F. Mercier, Q. Nguyen, R. Ami Saada, Structural fragments and explosions in industrial facilities. part I:
Probabilistic description of the source terms, Journal of Loss Prevention in the Process Industries 22 (2009) 408-416.
[35] A. Mebarki, Q. Nguyen, F. Mercier, Structural fragments and explosions in industrial facilities: Part II - projectile
trajectory and probability of impact, Journal of Loss Prevention in the Process Industries 22 (2009) 417-425.
[36] Q. Nguyen, A. Mebarki, R. Ami Saada, F. Mercier, M. Reimeringer, Integrated probabilistic framework for domino
effect and risk analysis, Advances in Engineering Software 40 (2009) 892-901.
[37] F. I. Khan, S. A. Abbasi, Maxcred: A software package for quantitative risk analysis, report n cpce/r&d 5l9k, Tech.
rep., Ponudicherry University, Pondicherry (1994): Environmental software (1996).
[38] F. I. Khan, S. A. Abbasi, MAXCRED-II: An advanced version of MAXCRED," report n. cpce/r&d 14/96, Tech. rep.,
Pondicherry University, Pondicherry (1996).
[39] F. I. Khan, S. A. Abbasi, Models for domino effect analysis in chemical process industries, Process Safety ProgressAIChE 17(2) (1998) 107-113.
[40] F. I. Khan, S. A. Abbasi, DOMIno eFFECT (domino effect): A new software for domino effect analysis in chemical
process industries, Environment Modelling and Software 13 (1998) 163-177.
[41] F. I. Khan, A. Iqbal, S. A. Abbasi, Rapid risk assessment of a fertilizer industry using recently developed computerautomated tool torap, J. Loss Prevention 14 (2001) 413-427.
[42] D. Sabatino, C. Massimiliano, M. Gianluca, S. Simberto, Consequence analysis in LPG installation using an
integrated computer package, Journal of Hazardous Materials 71 (2000) 159-177.
[43] F. I. Khan, A. Iqbal, S. A. Abbasi, Rapid risk assessment of a fertilizer industry using recently developed computerautomated tool TORAP, J. Loss Prevention 14 (2001) 413-427.
[44] F. I. Khan, S. A. Abbasi, PROFAT: A user friendly system for probabilistic fault tree analysis, Spring. Process Safety.
Progress 18(1) (1999) 42-49.
[45] F. I. Khan, S. A. Abbasi, Analytical simulation and profat II: a new methodology and a computer automated tool for
fault tree analysis in chemical process industries, Journal of Hazardous Materials A75 (2000) 1-27.
[46] C. Delvosalle, C. Fievez, S. Brohez, A methodology and a software (DOMINOXL) for studying domino effects, in:
Chisa 2002, 15th International Congress of Chemical and Process Engineering, Praha, Czech Republic, 25-29, 2002.

14

[47] J. Tixier, S. Rault-Doumax, A. Dandrieux, J. P. Dimbour, G. Dusserre, Geosiris : Domino effects software. gosiris :
Logiciel de gestion des effets domino, in: 13 - ESREL European Conference, 2002.
[48] J. Tixier, G. Dusserre, S. Rault-Doumax, J. Ollivier, C. Bourely, Orisis: Software for the consequence evaluation of
transportation of dangerous goods accidents, Environmental modelling & software 17 (2002) 627-637.
[49]: G. Balloco, A. Carpignano, G. Di. Figlia, J.-P. Nordvik, L. Rizzuti, Development of new tools for the consequence
assessment of major accidents, Joint Research Centre of the European Communities, Ispra (Italy), 2000.
[50] J. Y. Lee, J. W. Lee, J. Ko, En Sup Yoon, Optimization for allocating the explosive facilities in order to minimize the
domino effect using nonlinear programming., Korean J. Chem. Eng 22(5) (2005) 649-656.
[51] V. Cozzani, G. Antonioni, G. Spadoni, Quantitative assessment of domino scenarios by a GIS-based software tool,
Journal of Loss Prevention in the Process Industries 19 (2006) 463-477.
[52] G. L. L. Reniers, W. Dullaert, Domprevplanning : User-friendly software for planning domino effects prevention,
Safety Science 45 (2007) 1060-1081.

15