地下金属矿山广义安全管理模型构建及评价
Construction and Evaluation of Generalized Safety Management Model for Underground Metal Mines
通讯作者:
收稿日期: 2019-06-05 修回日期: 2019-08-30 网络出版日期: 2019-12-20
基金资助: |
|
Received: 2019-06-05 Revised: 2019-08-30 Online: 2019-12-20
作者简介 About authors
代转(1995-),男,云南玉溪人,硕士研究生,从事地下金属矿山安全管理研究工作
关键词:
Keywords:
本文引用格式
代转, 罗周全, 秦亚光, 文磊, 丁春胜, 董喆喆.
DAI Zhuan, LUO Zhouquan, QIN Yaguang, WEN Lei, DING Chunsheng, DONG Zhezhe.
2018年5月,中华人民共和国应急管理部发布了《2017年全国非煤矿山生产安全事故统计分析报告》[1],该报告显示,2017年全国非煤矿山共发生各类生产安全事故407起,死亡484人,反映出我国矿山安全形势依然严峻。
安全管理是提升矿山安全性及减少事故发生的一种有效途径。已有较多学者开展了相关研究,煤矿方面:田水承等[2]深入分析了造成煤矿事故的3类危险源,认为要控制煤矿事故频发,特别是加强对第三类危险源的控制和研究;傅贵等[3]提出了行为安全“2-4”模型,并将该模型运用在煤矿安全管理中;Liu等[4]探讨了煤矿生产中安全心理状态对安全管理的影响及其评价方法;Mustafa等[5]运用层次对数线性分析法对某煤矿井下发生的职业伤害进行了研究;Su等[6]基于DEMATEL方法和ISM模型,建立了矿山安全管理体系影响指标体系结构,从而探索安全管理实施的有效途径。非煤矿山方面:张舒等[7]提出了基于ISM和AHP以及模糊评判的矿山安全管理能力分析与评价方法;王志等[8]基于BP神经网络建立了非煤地下矿山的安全评价模型;Yin等[9]在数据库基础上,通过对C#和AE的二次开发,构建了一个提供可视化服务和决策支持的非煤矿山安全管理信息系统。也有学者针对地下金属矿山的安全管理进行了研究,例如:罗周全等[10]基于DEMATEL-ISM对地下金属矿山人机系统事故影响因素进行了分析;Hu等[11]建立了使用灰色关联分析评价人—机—环境地下金属矿山安全行为的模型,并对模型进行了对比分析;尹土兵等[12]将AHP与模糊评价方法应用于山东某地下金矿,得到了各要素的权重,并确定了矿井安全等级。
以往安全管理方面的研究大多基于狭义安全模型[13],所构建模型仅限于事故的预防和风险控制,存在一定的局限性。随着安全学科的发展,安全管理研究范畴不再局限于事故预防和风险控制,因而出现了广义安全模型,该模型追求整个系统的协调运作和保障人们的身心健康,弥补了狭义安全模型仅限于事故防范和风险控制的缺陷。本文运用广义安全模型,构建地下金属矿山的安全管理模型。
1 某地下金属矿山广义安全模型的构建
1.1 广义安全模型
图1
广义安全模型以安全为切入点,克服了以往狭义安全模型以事故和风险为着眼点构建模型的局限性,以无伤害事故发生、无职业病危害、满足人的心理要求和达到最优安全效益为目标,能较全面地阐述安全科学理论体系整体框架。
1.2 矿山的广义安全管理模型构建
图2
图2
某地下金属矿山的广义安全管理模型
Fig.2
A generalized safety management model for an underground metal mine
(1)微系统。人群、机群及其匹配构成微系统。根据矿井生产系统,将某地下金属矿山人机匹配系统划分为:人—提升系统、人—通风系统、人—运输系统、人—管道铺设装备系统、人—钻机系统、人—铁道铺设装备系统、人—铲运机系统、人—液压凿岩台车系统、人—爆破系统、人—支护系统、人—松石装备系统和人—装药台车系统。在此模型中安全管理的最终目的是使微系统中人群与机群达到并维持良好的匹配状态,保障各个微系统及整个矿山生产系统的正常、高效运转。
(2)中系统。在对矿山生产划分好微系统的基础上,针对机群,从对人的直接防护、对人的间接防护、外围防护及应急这3个方面进行定期检查;针对人群,从对人本身、对人直接作用和对人间接作用这3个方面进行定期管理,这一层的安全管理称为中系统。
对机群的管理方面:对人的直接防护包括机械安全、电气安全、防火防爆、压力容器安全、通风与空调安全及个体防护等内容;对人的间接防护包括安全检测装置、风险评价及环境状况评估等内容;外围防护与应急包括消防设备、事故统计与调查等。对人群的管理方面:对人本身的管理包括安全行为培养、安全知识学习及安全技能培训等;对人直接作用的管理包括有关安全奖惩、安全法规的宣传及安全文化的传播等;对人间接作用的管理包括公布企业安全事故及调查情况、设置安全标语等。
(3)宏系统。接收到微系统与中系统工作人员向上反馈的信息,做出对机群的维护与更新或对人群开展某种管理活动的决策,使各种改进活动相协调,这一层的安全管理称为宏系统。
2 结合广义安全模型的矿山安全评价
广义安全模型中微系统、中系统和宏系统的信息沟通十分重要,而实现这一信息沟通的有效途径就是开展定期的安全评价活动,获取矿井中各微系统的安全信息,因此,广义安全模型如果要在实际中得到运用,需要搭配一套系统的安全评价方法。
2.1 评价方法简介
①基于云模型雾化的评判分数统一。某个指标的评判如果是用主观打分的方法来确定分数,可运用云模型判定参与打分的专家意见是否统一。
按式(1)~(3)计算数据的云数字特征,利用正态正向云发生器得到纵轴表示不确定度(
式中:
图3
式中:
表1 各等级云参数
Table 1
评价等级 | 分数范围 | 评价等级 | 分数范围 |
---|---|---|---|
危险 | 0~20 | 较安全 | 60~80 |
较危险 | 30~40 | 安全 | 80~100 |
一般 | 40~60 |
图4
(2)AHP法。层次分析法(AHP)是美国著名的运筹学家Satty等[21]于20世纪70年代提出的一种用一定标度对人的主观判断进行量化的方法。
AHP法可通过一定的数学转换,从人对指标重要性的定性认识(如重要、不重要),来得到评判指标主观的定量权重。AHP法中比较评价矩阵要素的取值方式原来是评判者根据要素i与要素j的重要性比较,从1分(非常不重要)~9分(非常重要)中选取分数。为了使AHP法能使用经过云模型统一意见后的重要度,将比较评价矩阵
①划分评价层次,确定评价指标。
②构造所划分各层次各部分的比较评价矩阵
式中:
③计算判断矩阵的最大特征向量及其对应特征值,归一化后得到要素的主观权重向量为
式中:
(3)CRITIC法。CRITIC法是Diakoulaki[22]于1995年提出的一种客观赋权方法,基本原理是通过样本的统计值考察样本所含信息量来确定权重。CRITIC法认为样本标准差越大,所含信息量越大,其权重也应越大。若样本与其他样本的正相关性越小,所含信息量越大,其权重也越大;若样本与其他样本的负相关性越大,所含信息量越大,其权重也越大。客观权重按式(9)~式(10)进行计算。
式中:
2.2 评价步骤
本文所提出的矿井安全评价流程如图5所示,利用云模型雾化现象统一专家意见并考虑评判结果的模糊性与不确定性,利用AHP法确定各要素主观权重,再结合CRITIC法利用评价过程中的数据得到客观权重,并调整主观权重,进而更好地监控矿井安全状况。
图5
(1)广义安全模型评价层次划分。根据矿井条件及采矿工作,将矿井生产过程中的人群与机群的匹配划分为若干个微系统(M1,M2,…,Mn)。对于划分好的微系统(M1,M2,…,Mn),针对机群,从对人的直接防护、对人的间接防护、外围防护及应急3个方面选取适合要素(Em1,Em2,…,Emk);针对人群,从对人本身、对人直接作用和对人间接作用3个方面选取适合要素(Eh1,Eh2,…,Ehl)。得到的评价层次结构图如图6所示。
图6
(2)各要素的重要性打分及结合云模型的意见统一。邀请多位评判专家对各部分自要素的重要性进行打分,从重要到不重要,评分范围依次为1~9分,并利用云模型雾化现象统一专家意见,若某要素评分的云图出现雾化,则专家进行交流统一意见后对此要素进行重新评分,直至云图不再出现雾化。
(3)用AHP法确定已得到的评价指标体系中各要素的主观权重。
(4)进行矿井定期的安全评价工作。
对于主观指标的评分,由对此微系统熟悉的人员给出(0~100分);对于客观指标的评分,按式(11)进行计算:
式中:
根据权重逐级计算各微系统人群、机群得分,各微系统得分,以及矿井总得分。
(5)评价工作持续进行一段时间。
(6)利用评价等级云图评判矿井安全工作状况。
(7)依据权重和评分进行合理的安全决策,进行整改和开展相关工作。
(8)利用自身评价数据得到客观权重。
利用CRITIC法和自身评价数据得到评价指标体系中各要素的客观权重,并按式(12)对权重进行修正。
式中:
(9)重复上述步骤(5)、(6)、(7)、(8),直至矿井进行重大技术革新,需要重新划分微系统。
2.3 工程实例
表2 评价层次与权重
Table 2
微系统 | 主观权重 | 修正后权重 | 人群机群 | 主观权重 | 修正后权重 | 评价要素 | 主观权重 | 修正后权重 |
---|---|---|---|---|---|---|---|---|
人—提升系统(M1) | 0.0926 | 0.0679 | 人 | 0.3939 | 0.5241 | 人误操作次数 | 0.3626 | 0.5147 |
安全标志设置 | 0.2857 | 0.1429 | ||||||
安全管理 | 0.3516 | 0.3425 | ||||||
机 | 0.6061 | 0.4759 | 设备检修情况 | 0.3600 | 0.3393 | |||
应急设备 | 0.3900 | 0.1950 | ||||||
设备异常次数 | 0.2500 | 0.4657 | ||||||
人—通风系统(M2) | 0.1058 | 0.1042 | 人 | 0.4063 | 0.3812 | 通风安全管理 | 0.6078 | 0.5539 |
通风知识教育 | 0.3922 | 0.4461 | ||||||
机 | 0.5938 | 0.6188 | 粉尘浓度 | 0.2500 | 0.3086 | |||
通风机工作情况 | 0.2770 | 0.2293 | ||||||
应急设备 | 0.2365 | 0.1783 | ||||||
巷道工作面风速 | 0.2365 | 0.2838 | ||||||
人—运输系统(M3) | 0.0873 | 0.0847 | 人 | 0.4286 | 0.2143 | 安全标志情况 | 0.4355 | 0.4677 |
井下交通教育 | 0.5645 | 0.5323 | ||||||
机 | 0.5714 | 0.7857 | 照明情况 | 0.2393 | 0.2636 | |||
路面、铁道情况 | 0.2650 | 0.2463 | ||||||
应急准备 | 0.2564 | 0.1969 | ||||||
事故起数 | 0.2393 | 0.2932 | ||||||
人—管道铺设装备系统(M4) | 0.0688 | 0.0632 | 人 | 0.5085 | 0.4677 | 误操作次数 | 0.5313 | 0.7656 |
安全教育与疏导 | 0.4688 | 0.2344 | ||||||
机 | 0.4915 | 0.5323 | 设备异常次数 | 0.3229 | 0.2956 | |||
劳保用品与应急 | 0.3542 | 0.2779 | ||||||
作业环境 | 0.3229 | 0.4265 | ||||||
人—钻机系统(M5) | 0.0794 | 0.0708 | 人 | 0.5645 | 0.5636 | 误操作次数 | 0.4928 | 0.7464 |
安全教育与疏导 | 0.5072 | 0.2536 | ||||||
机 | 0.4355 | 0.4364 | 设备异常次数 | 0.3564 | 0.4476 | |||
劳保用品与应急 | 0.3564 | 0.2291 | ||||||
作业环境 | 0.2871 | 0.3232 | ||||||
人—铁道铺设装备系统(M6) | 0.0714 | 0.0780 | 人 | 0.5172 | 0.4103 | 误操作次数 | 0.4915 | 0.7458 |
安全教育与疏导 | 0.5085 | 0.2542 | ||||||
机 | 0.4828 | 0.5897 | 设备异常次数 | 0.2979 | 0.2617 | |||
劳保用品与应急 | 0.3723 | 0.3159 | ||||||
作业环境 | 0.3298 | 0.4223 | ||||||
人—铲运机系统(M7) | 0.0688 | 0.0619 | 人 | 0.5965 | 0.5542 | 误操作次数 | 0.5077 | 0.6130 |
安全教育与疏导 | 0.4923 | 0.3870 | ||||||
机 | 0.4035 | 0.4458 | 设备异常次数 | 0.3333 | 0.2604 | |||
劳保用品与应急 | 0.3750 | 0.3741 | ||||||
作业环境 | 0.2917 | 0.3655 | ||||||
人—液压凿岩台车系统(M8) | 0.0794 | 0.0776 | 人 | 0.5085 | 0.5734 | 误操作次数 | 0.5079 | 0.7540 |
安全教育与疏导 | 0.4921 | 0.2460 | ||||||
机 | 0.4915 | 0.4266 | 设备异常次数 | 0.3333 | 0.4376 | |||
劳保用品与应急 | 0.3438 | 0.2529 | ||||||
作业环境 | 0.3229 | 0.3095 | ||||||
人—爆破系统(M9) | 0.1005 | 0.1166 | 人 | 0.5072 | 0.5635 | 误操作次数 | 0.5333 | 0.7667 |
安全教育与疏导 | 0.4667 | 0.2333 | ||||||
机 | 0.4928 | 0.4365 | 设备异常次数 | 0.3168 | 0.5105 | |||
劳保用品与应急 | 0.3564 | 0.1782 | ||||||
作业环境 | 0.3267 | 0.3113 | ||||||
人—支护系统(M10) | 0.0926 | 0.0934 | 人 | 0.4478 | 0.5568 | 安全教育 | 0.4928 | 0.3872 |
安全管理情况 | 0.5072 | 0.6128 | ||||||
机 | 0.5522 | 0.4432 | 应急措施 | 0.2403 | 0.2383 | |||
支护情况 | 0.2662 | 0.2377 | ||||||
地压监测情况 | 0.2468 | 0.2440 | ||||||
冲击地压征兆 | 0.2468 | 0.2800 | ||||||
人—松石装备系统(M11) | 0.0661 | 0.0864 | 人 | 0.6000 | 0.6294 | 误操作次数 | 0.5000 | 0.7500 |
安全教育与疏导 | 0.5000 | 0.2500 | ||||||
机 | 0.4000 | 0.3706 | 设备异常次数 | 0.3200 | 0.4923 | |||
劳保用品与应急 | 0.3600 | 0.2687 | ||||||
作业环境 | 0.3200 | 0.2390 | ||||||
人—装药台车系统(M12) | 0.0873 | 0.0951 | 人 | 0.4932 | 0.6389 | 误操作次数 | 0.5373 | 0.7687 |
安全教育与疏导 | 0.4627 | 0.2313 | ||||||
机 | 0.5062 | 0.3608 | 设备异常次数 | 0.2500 | 0.2976 | |||
劳保用品与应急 | 0.2571 | 0.2515 | ||||||
作业环境 | 0.2214 | 0.1876 | ||||||
炸药的管理 | 0.2714 | 0.2633 |
图7
各微系统安全评价等级云如图8所示。其中,M1、M3、M4、M5、M6和M12微系统的安全状况稳定且波动较小;M2、M7和M8微系统的安全得分波动不大,但其均值偏低,故应采取相应措施改善微系统中的低得分项;M9微系统的安全得分均值较高,但其安全得分波动较大,故应查找造成这种波动的原因,并加以控制;M10和M11微系统不仅安全得分低,而且安全状况波动较大,应着重加以改善。评价结果符合矿井安全状况。
图8
利用CRITIC法和自身评价数据得到评价指标体系中各要素的客观权重,并对各部分权重进行修正,修正后权重如表2所示,将修正后的权重用于下一阶段的评价。在修正后的权重中,人—通风系统(M2)、人—爆破系统(M9)、人—支护系统(M10)和人—装药台车系统(M12)权重较高,与实际情况相符。
评价工作继续进行,持续监控矿井安全状况。
3 结论
(1)结合广义安全模型,构建了某地下金属矿山的安全管理模型,将矿山生产系统划分为12个微系统,并将安全管理划分为对宏系统、中系统和微系统3个层次的管理,解释了各级系统的含义与组成。所构建的安全模型不再局限于事故预防与风险控制,而是着眼于人群的安全、健康、舒适和高效,使矿井内各系统协调运行,达到整个生产系统安全、高效运行。
(2)在构建某地下金属矿山广义安全模型的基础上,为获取各微系统中的信息,保障安全模型正常运转,提出了一种矿山安全评价方法,能够统一专家意见,考虑主观权重,并结合客观权重对各部分权重进行调整,得到考虑数据不确定性与模糊性的评价云图。在实际运用中,该方法能够很好地监控各级微系统的安全状况,并为宏系统的安全决策与中系统的决策执行提供信息支持。
参考文献
2017年全国非煤矿山生产安全事故统计分析报告
[R].
Statistical analysis report on production safety accidents in non-coal mines in 2017
[R].
从三类危险源理论看煤矿事故的频发
[J].
Probe into the frequency of coal mine accidents based on the theory of three types of hazards
[J].
行为安全“2-4”模型及其在煤矿安全管理中的应用
[J].
Behavior-based accident causation:The “2-4”model and its safety implications in coal mines
[J].
Analysis of the safety psychological factors in the coal mine safety management
[J].
Applying hierarchical loglinear models to nonfatal underground coal mine accidents for safety management
[J].
The analysis of coal mine safety management evaluation system based on the DEMATEL and ISM model
[C]//12304233
.
基于ISM和AHP以及模糊评判的矿山安全管理能力分析与评价
[J].
Analysis and evaluation of safety management capability in mine based on ISM and AHP and fuzzy evaluation method
[J].
基于BP神经网络的非煤地下矿山安全评价模型
[J].
Safety assessment model of underground non-coal mine based on BP neural network
[J].
Research of non-coal mine safety management system on the basis of GIS
[J].
基于DEMATEL-ISM的地下金属矿山人机系统事故影响因素分析
[J].
Analysis on factors affecting accidents of man-machine system in underground metal mine based on DEMATEL-ISM
[J].
Evaluation of personnel underground behavior safety for metal mines based on grey relevance analysis
[J].
基于AHP及模糊综合评判的地下金属矿山安全分析与评价
[J].
Analysis and evaluation of safety in underground metal mine based on AHP and fuzzy evaluation method
[J].
广义安全模型构建研究
[J].
Study on the construction of generalized safety model
[J].
模糊神经网络技术在矿山安全评价中的适应性研究
[J].
Study of adaptability on FNN in mine safety assessment
[J].
基于未确知属性层次法的矿山资源环境安全评价模型
[J].
A mining resource environment evaluation model based on the fuzzy attribute hierarchical analysis
[J].
不确定性人工智能
[M].
Uncertainty Artificial Intelligence
[M].
云模型及应用综述
[J].
Cloud model and application overview
[J].
基于权重融合和云模型的岩爆倾向性预测研究
[J].
Prediction of rock burst tendency based on weighted fusion and improved cloud model
[J].
正态云模型雾化性质统计分析
[J].
Statistics on atomized feature of normal cloud model
[J].
基于云模型的退役铀尾矿库渗水污染现状分析及水质综合评价
[D].
Analysis on Current Situation of Pollution and Water Quality Comprehensive Assessment of Seepage of Decommissioning Uranium Tailings Impoundment Based on the Cloud Model
[D].
How to make a decision:The analytic hierarchy process
[J].
Determining objective weights in multiple criteria problems:The critic method
[J].
/
〈 |
|
〉 |
