基于FTA/FMECA的肉类食品危害溯源方法

吕顺意，张小栓,*，张 健，张 虎

(1.中国农业大学信息与电气工程学院，北京 100083；2.北京信息科技大学经济管理学院，北京 100192)

基于FTA/FMECA的肉类食品危害溯源方法

吕顺意1，张小栓1,*，张 健2，张 虎1

(1.中国农业大学信息与电气工程学院，北京 100083；2.北京信息科技大学经济管理学院，北京 100192)

可追溯系统已经成为保证食品安全生产，联系供应者与消费者的有效手段。目前肉类食品可追溯系统的研究多集中在生产信息的传输和系统的硬件实现方面，在生产监控信息的挖掘及产品安全建模方面的研究很少。本文将应用工业中成熟使用的风险分析方法FTA和FMECA引入到食品行业，构建一套确定肉类产品危害发生原因的溯源方法。并以肉牛屠宰企业中大肠菌群超标问题为例进行实证研究。结果表明，该方法在寻找危害原因、保证安全生产和完善生产规范方面效果显著。

可追溯；FMECA；FTA；德尔菲法；危害原因优先数

近年来中国肉制品行业获得了高速的发展，肉类产品已经成为对宏观经济形势产生重大影响的战略性食品。据相关统计资料表明，2008年中国肉制品行业全年产值达到1877亿元，同比增长24.51%。21世纪初，我国肉类总产量已高达5600万t，占当时世界总产量的27%，人均肉类消费量(44.7kg) 超过世界平均水平(43.1kg)，中国已经成为世界最大的肉类产销市场。因此，我国肉类行业的发展态势对世界肉类产业和结构及经济贸易的稳定性举足轻重。然而，近年来不断发生的肉类食品安全事件使消费者产生了恐慌心理，不仅降低了公众对肉类食品安全性和对政府监督管理的信任度，还影响着肉制品行业的良好发展。

欧盟、美国、日本等发达国家先后颁布了相应的食品安全跟踪条例，对肉类食品从生产到餐桌的全过程进行监控，并要求相关企业必须建立和保存供应链全过程记录。我国也从2000年起出台了《农产品质量安全法》、《出境水产品追溯规程(试行)》、《畜牧法》等法规。国内外的研究人员对可追溯系统进行了广泛的研究，其作为一种保证食品质量安全的有效手段已先后被各国企业采纳并应用于实践中。在国外，Moretti等[1]构建了水产品质量安全可追溯系统；Regattieri等[2]利用RFID技术设计了易腐类食品质量可追溯系统总体框架，利用实验证实了架构可行性与有效性。在国内，陆昌华等[3]从2003年开始从事猪肉产品可追溯系统的研究，

并建立了基于NET架构的猪肉安全生产追溯系统；2006年昝林森等[4]开发了“牛肉安全生产全过程质量跟踪与追溯信息系统”。但是，现有的可追溯系统研究更多的是侧重于信息传输完整性和准确性，即如何以安全快捷的方式实现供应链可追溯信息传递，却没有很好的挖掘食品生产过程信息以提高食品安全生产控制与管理，大大限制了可追溯系统作为保证食品质量安全手段的作用。

故障树分析(FTA)和失效模式、影响与危害度分析(FMECA)是工业中风险分析较为成熟的方法，用于帮助企业在故障诊断早期确定导致软件失效的模块，缩小故障定位的范围。考虑到装备的故障诊断与食品危害溯源分析都是在寻找原因，具有一定的相似性，Bertolini等[5]首先将FMECA方法引进到食品行业，用来识别系统应用中的关键点，提高追溯系统信息传输的完整性及准确性。在国内，刘丽欣等[6]也尝试在肉类安全追溯系统中引入模糊FMECA方法对供应链中危害风险进行评估以确定关键控制点。这些研究在一定程度上有助于企业改善产品安全生产控制。

基于此，本文尝试利用改进的FTA/FMECA综合分析方法分析肉类食品加工中危害发生的原因，并结合生产过程记录信息和德尔菲法，提出一套基于FTA/ FMECA的肉类食品危害溯源方法，并与可追溯系统集成，实现产品在生产流程中的定位可以帮助企业快速准确的召回产品，最小化企业的损失。

1 基于FTA/FMECA肉类食品危害溯源方法的理论框架

食品危害溯源分析是在已知产品经过的生产过程记录信息的基础上，利用这些信息获得危害产品发生原因的过程。本文首先通过FTA及FMECA方法系统的分析危害发生的所有可能性原因，然后利用德尔菲法获得危害原因发生可能性的判断标准，最后通过产品生产记录信息同判断标准比较获得产品危害发生原因的可能性排序。

1.1 FTA/FMECA的对比分析

FTA分析是一种图形演绎分析法，通过对产品故障的各种因素(包括硬件、软件、环境、人为因素等)进行分析，表明哪些模块的故障、外部事件或者它们的组合导致故障发生的逻辑图。其缺点是缺乏对单一故障原因的全面分析。FMECA是分析产品的每一模块、组建所有可能产生的故障模式及其对产品造成的可能影响的一种归纳方法。其缺点是针对单模式进行分析，且在反映环境条件对产品的影响方面具有局限性。将两种分析方法结合起来使用能有效的克服单独使用逻辑图或分析表格时的缺陷。

1.2 FTA/FMECA的集成框架

在综合了FTA、FMECA及德尔菲技术的基础上，结合食品行业危害发生的特点，本文构建了一套通过挖掘产品生产过程中的卫生监控记录信息，确定产品危害发生原因的危害溯源模方法，如图1所示。

图1 基于FTA/FMECA的产品危害溯源方法Fig.1 Construction of the traceability method for production hazard based on FTA/FMECA

该方法首先通过收集企业常规检验危害事件作为顶事件进行FTA分析，得到导致危害发生的逻辑图；确定危害发生的所有可能原因组合(最小割集)，再从中选择底事件展开FMECA分析：1)分析危害模式、危害原因、危害影响及危害处理等信息，为后面危害原因等级标准判断及危害管理提供信息支持；2)利用前面对于危害发生原因的全面分析，通过德尔菲法得到各危害原因污染严重度等级划分标准，再利用问题产品的加工过程卫生监控记录找出可能危害原因，并通过危害原因优先数方法对危害原因可能性排序。该方法具体步骤如下：

第一步，肉类食品危害事件最小割集求解

食品危害FTA分析的目的是在食品生产加工过程中，通过分析造成食品危害的各种因素(设备、环境、操作、人为因素等)，画出逻辑关系图，从而确定食品危害原因的各种可能组合，直观的反映危害发生的可能路径及相互关系。

针对于食品微生物污染的特点，本文参照国家军用标准GJB/Z 768A—1998《故障树分析指南》对FTA分析方法做以下假设和规定，以适于食品行业的产品危害分析。

假设1 顶事件为已经发生的事件，即危害发生概率为1。

假设2 本文界定危害发生与否的依据是国家标准中的要求和规定。当环境条件和生产操作完全符合国家标准中的规定，认为危害一定不会发生。即危害发生的概率为0。

危害事件最小割集分析的具体过程如下：

1)根据食品行业危害发生的特点对工程用故障树分析方法进行必要的假设和规定；

2)考虑到按照整个生产链进行分析的过程复杂性且每个车间的状况存在差异性，将整个生产链按车间划分成区段进行分段分析；

3)以国家标准中规定的产品生产必须检测的有毒有害物质及微生物危害作为顶事件进行FTA分析，画出逻辑关系图；

4)根据故障树中危害原因之间的逻辑关系求取最小割集，找出顶事件发生的所有原因事件及原因事件的组合。

表1 危害模式影响分析表Table 1 Analysis of hazard modes and effects

第二步，肉类食品危害事件影响分析

故障模式影响及危害性分析(FMECA)是分析系统中每一种产品所有可能产生的故障模式及其对系统造成的所有可能影响，并按每一个故障模式的严重程度及其发生概率予以分类的一种归纳分析方法。本文参照国家军用标准GJB/Z 1391—2006《故障模式、影响及危害性分析指南》，以工程用FMECA分析方法为基础进行适当改造，并加入德尔菲法和定义了危害原因优先数方法，以使FMECA分析方法适用于食品行业的产品危害分析。

对于食品危害FTA分析总结出的底事件(既危害原因)，利用改造的FMEA表(表1)对危害原因进行全面分析，总结出产品危害发生的所有危害模式及其影响，并整理危害的检测方法、改进补偿措施及危害处理等内容，这些内容对改善产品安全生产及危害产品处理提供信息支撑。

第三步，德尔菲法确定危害发生等级判断标准

通过前面对于食品危害模式进行的分析，得到了所有的危害原因及组合。考虑到目前对于微生物生长预测模型的研究大多考虑单因素影响，而且对于企业中的产品污染存在污染微生物种类多且不固定、微生物初始菌落数无法确定和菌间的相互作用更加复杂等特点。利用专家意见反馈的方法进行微生物污染预测是目前比较合理的手段。德尔菲法是一种采用匿名发表意见的方式以集结专家的共识和搜集各方意见的管理技术。本文应用德尔菲法[7]对食品产品危害原因进行了分析。得到危害原因污染严重度等级划分标准。

1)参照国家军用标准《故障模式、影响及危害性分析指南》(GJB/Z 1391—2006)，本文定义了危害模式历史发生概率的等级划分标准及污染严重度的等级划分标准，见表2、3所示。

2)整理企业产品发生危害的历史记录，按照表2中危害模式发生概率的划分标准，整理所有危害原因及原因组合历史发生概率的等级。

3)根据表3中对污染严重度等级划分定义，利用德尔斐法给出某具体危害原因的污染严重度等级的判断标准。对于文字描述性危害原因(如屠宰畜体肠道菌群污染)，专家给出污染具体表现的严重度划分标准，质检员根据污染情况做出严重度记录；对于数据描述性危害原因(如温度)，质检员只需做出数据记录，查阅利用德尔菲法专家给出的污染严重度等级划分表获得严重度等级。

表2 历史发生概率的等级划分Table 2 Rating of occurrence probability of historical hazards

表3 污染严重度的等级划分Table 3 Rating of pollution severity

第四步，危害原因优先数方法确定可能危害原因排序

危害原因优先数(HRPN)方法是对产品危害的每个危害原因的HAPN值进行排序，得到危害发生原因的可能性排序。产品危害某个危害原因的HAPN等于该危害原因历史发生概率等级(OPR)和污染严重度等级(PSR)的乘积。

确定某具体危害发生原因的可能排序具体流程如下：

1)查阅每日生产监控记录，通过记录的异常信息对所有危害原因及组合进行判断，得到造成危害发生的可能危害原因及原因组合。

2)查阅通过德尔菲法获得的等级划分表，得到可能危害原因及组合的OPR和PSR值，带入危害原因优先数公式，最终获得危害发生原因的排序。

2 实证分析

2.1 案例选取及数据来源

以山东省一家生产冷鲜牛肉的企业作为实证分析对象，企业的主要生产车间由屠宰车间、排酸间、分割车间、包装车间及冷藏库组成，配备轮转电动提升机、

剥皮机、开胸锯、步进输送机、四分体锯、切片机、分割输送机及真空包装机等设备。

为了减少由于个人的观点而引起的偏见，专家组由大量的学术界人士、质检人员及生产经理组成，专家组整理企业近3年的生产记录信息，通过构建的产品危害溯源模型分析危害模式及危害原因的划分等级。下面以企业产品加工时易出现的大肠菌群超标问题为例，说明本文构建的产品危害溯源模型在确定产品危害发生原因方面的有效性。

2.2 产品大肠菌群超标最小割集求解

本实例选取肉牛屠宰流程中屠宰加工间(从致昏到加工成二分体的场所)区段大肠菌群超标作为顶事件进行危害分析，根据危害统计资料和专家经验绘制了图2所示的逻辑关系图，逻辑图略去了微生物生长满足的必然发生条件。

图2 屠宰加工间大肠菌群超标FTA分析Fig.2 FTA analysis of the problem of coliform counts in beef cattle slaughtering workshops exceeding the standard

从图2可以看出，产品加工过程中屠宰加工间大肠菌群超标主要由X1～X8这8个主要危害原因构成。如果初始污染严重，即使环境状况符合安全生产标准，X1、X2、X4、X5和X6也可以直接导致产品表现出大肠菌群超标，如图2左分支所示情况；而如果初始污染程度较轻，则可能出现因环境状况适宜菌落生长出现菌群超标现象，如图2右分支所示。

对于大肠菌群超标的原因及原因组合，根据故障树的与/或门的性质和割集的定义可方便求出最小割集为：{X1}、{X2}、{X4}、{X5}、{X6}、{X1,X7}、{X2,X7} {X3,X7}、{X4,X7}、{X5,X7}、{X6,X7}、{X1,X8}、{X2, X8}、{X3,X8}、{X4,X8}、{X5,X8}、{X6,X8}。

2.3 产品大肠菌群超标危害模式影响分析

在产品大肠菌群超标危害原因最小割集分析结果的基础上，通过查阅相关资料，对生产中出现的大肠菌群超标的影响、检测方法、补偿措施及处理方法等进行总结。得到产品大肠菌群超标FMEA分析结果，如表4所示。

由表4可以看出，通过危害模式识别号和危害原因识别号可以唯一标识一种危害发生的原因。危害影响、检测方法、改进措施及危害处理等内容为危害预防和危害补救方案的提出提供信息支持。

2.4 产品大肠菌群超标可能原因排序确定

最后本文引进德尔菲法及定义危害原因优先数方法对危害原因进行排序：

1)查询产品发生危害当日的生产记录。整理当日出现的异常信息记录。具体步骤如下：

第一步， 检测到当日屠宰加工间温度记录出现15℃(＞12℃)；第二步，屠宰操作规程检测中发现结扎肛门的塑料袋出现破裂，少量肠道粪便外泻现象；第三步，劈半锯表面大肠菌群(发酵法)测定记录为20个/cm2。通过异常情况信息记录，得到可能的危害原因或组合为：{X1,X7}。

2)通过表2的划分标准，查得危害原因{X1,X7}和{X5,X7}的OPR值分别为3和4。

3)表5为利用德尔斐法得到的屠宰加工间温度在12～16℃畜体肠道菌群污染畜体的污染严重度等级划分标

准。表6为测得加工机械表面大肠菌群为10～30个/cm2时污染严重度等级划分标准。通过查阅表格得到两种原因组合的PSR值分别为2和3。

表4 屠宰加工间大肠菌群超标FMEA分析Table 4 FMEA analysis of the problem of coliform counts in beef cattle slaughtering workshops exceeding the standard

4)将获得的危害原因的OPR值及PSR值带入危害原因优先数公式得{X1,X7}和{X5,X7}的HAPN值分别为6和12，则危害原因组合{X5,X7}为本产品大肠菌群污染的可能性最大。

表5 畜体肠道菌群污染严重度等级划分Table 5 Rating of pollution severity for intestinal flora

表6 屠宰车间大肠菌群污染严重度等级划分标准Table 6 Rating of pollution severity for coliform counts in beef cattle slaughtering workshops

3 结 论

目前，对于肉类食品可追溯系统的研究主要集中在生产信息的传输和系统的硬件实现方面，缺乏对产品质量安全建模方面的研究。本文分析了肉牛屠宰企业的产品加工流程，根据肉类食品行业危害发生的特点，将工程用风险分析方法FTA和FMECA引入到食品行业并同德尔菲法相结合，通过挖掘企业的产品卫生监控记录信息，构建了适用于食品行业危害原因分析的危害溯源模型。该模型能通过挖掘产品监控信息找到危害发生的原因，同时，模型对危害发生原因的系统分析也为危害产品的处理及监控记录的完善提供了信息支持。在企业中使用模型分析大肠菌群超标的结果表明，这种方法在寻找危害原因、定位责任人、保证安全生产和完善生产规范等方面效果显著。

但是应用FTA和FMECA所建立的危害溯源模型，涉及的食品生产信息量较大，除了所获取与积累的专家经验知识之外，还需要食品加工企业本身已经具备了长期的、完整的、准确的生产监控记录，以保证危害原因溯源的精度与深度。因此，食品加工企业在首先完善自身生产监控记录与日志管理的基础上，通过导入质量安全可追溯系统，集成追溯模型，提高食品质量安全可追溯系统的智能化信息处理能力，进而加强企业食品安全管理水平，从达到最终确保食品质量安全的目的。

[1] MORETTI V M, TURCHINI G M. Traceability issues in fishery and aquaculture products[J]. Veterinary Research Communications, 2003, 27(Suppl1): 497-505.

[2] REGATTIERI A, GAMBERI M, MANZINI R. Traceability of food products: General framework and experimental evidence[J]. Journal of Food Engineering, 2007, 81: 347-356.

[3] 陆昌华, 谢菊芳, 王立方, 等. 工厂化猪肉安全生产溯源数字系统的实现[J]．江苏农业学报, 2006, 22(1): 51-54．

[4] 昝林森, 郑同超, 申光磊, 等. 牛肉安全生产加工全过程质量跟踪与追溯系统研发[J]. 中国农业科学, 2006, 39(10): 2083-2088．

[5] BERTOLINI M, BEVILACQUA M, MASSINI R. FMECA approach to product traceability in the food industry[J]. Food Control, 2006, 17(2): 137-145.

[6] 刘丽欣, 张健, 张小栓. 肉类食品安全追溯系统中的模糊评价方法研究[J]. 食品科学, 2008, 29(3): 490-493.

[7] LINSTONE H A, TUROFF M. The Delphi method, techniques and applications[M]. London: Addison Wesley, 1975.

An FTA/FMECA-based Traceability Method for Hazard Identification in Meat Foods

LU..Shun-yi1，ZHANG Xiao-shuan1,*，ZHANG Jian2，ZHANG Hu1
(1. College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China；2. School of Economics and Management, Beijing Information Science and Technology University, Beijing 100192, China)

Traceability systems have become an effective method of providing safe food supplies and connecting producers and consumers. In the current period, most studies of traceability systems for meat foods focus on production information transmission and system hardware implementation. However, there have been fewer studies on mining of production information and setting up of product safety models. In this study, FTA and FMECA which have been widely used as two mature risk analysis approaches in combination with Delphi method were introduced into the food industry to set up a traceability method for determining hazard sources in meat foods. Meanwhile, the method was applied to analyze the problem of coliform counts in beef cattle slaughtering workshops exceeding the standard. It was found that the method was effective in finding hazard sources, ensuring production safety and improving production regulations.

traceability；FMECA；FTA；Delphi method；hazard reason priority number

TS207.7

A

1002-6630(2010)17-0115-05

2010-01-07

国家自然科学基金项目(30700481)；中国农业大学基本科研业务费专项(2009-1-103)

吕顺意(1984—)，男，硕士，主要从事农业信息化技术方面的研究。E-mail：lsy519519@126.com

*通信作者：张小栓(1978—)，男，副教授，博士，主要从事农业系统工程、农业信息化技术、食品质量安全信息技术研究。E-mail：zhxshuan@cau.edu.cn