面向产能优化的地下金属矿山安全保障条件评价研究

doi:10.11872/j.issn.1005-2518.2020.05.052

面向产能优化的地下金属矿山安全保障条件评价研究

王猛^,, 史秀志^,, 张舒

中南大学资源与安全工程学院，湖南长沙 410083

Evaluation Research on Safety Guarantee Conditions of Underground Metal Mines Oriented to Optimizing Production Capacity

WANG Meng^,, SHI Xiuzhi^,, ZHANG Shu

School of Resources and Safety Engineering，Central South University，Changsha 410083，Hunan，China

通讯作者: 史秀志（1966-），男，河北邢台人，教授，博士生导师，从事矿山安全与爆破研究工作。baopo@csu.edu.cn

收稿日期: 2020-03-04 修回日期: 2020-05-08 网络出版日期: 2020-11-04

基金资助:

国家重点研发计划项目“深部高储能矿岩组合孔超前制裂精准爆破技术”. 2017YFC0602902

Received: 2020-03-04 Revised: 2020-05-08 Online: 2020-11-04

作者简介 About authors

王猛（1995-），男，河南驻马店人，硕士研究生，从事矿山安全方面的研究工作wangmeng95@csu.edu.cn , E-mail：wangmeng95@csu.edu.cn

摘要

随着我国对矿产资源的大量开采，很多矿山出现了各种各样的产能与安全问题，矿山安全保障条件的优化与产能目标的科学合理制定显得尤为重要。以矿山的产能优化为目标，建立了与产能相关的地下金属矿山安全保障研究与评价模型，并综合利用熵权—层次分析法、事故树和LEC法的计算特点，进行了计算过程的设计与论证。以国内某地下铅锌矿为例，依次进行了现有产能下的安全保障现状的评分计算与评价、当前安全保障条件下不同产能目标的完成能力评价与结果验证以及未来3年矿山最佳产能目标的制定等方面的研究，证明该评价方案能够为矿山产能优化和安全保障能力提升提供有效依据和有力方向。

关键词： 地下金属矿山 ; 产能 ; 层次分析法 ; 熵权法 ; 安全保障 ; 指标体系 ; 安全度

Abstract

Mineral resources are an important pillar of China’s development.Industries based on mineral resources occupy half of the national economic development.However，with the long-term exploitation of mineral resources in China，many mines have encountered various production and safety issues.Poor resource conditions，aging production equipment，poor management capabilities，and many safety accidents have brought problems to the development of China’s mines and have become a huge hidden danger.In recent years，with the rising demand for healthy and safe mine environment in China’s mines，the relationship between safety guarantee conditions and the production capacity of mines has become closer and closer.The optimization of mine safety guarantee conditions and the scientific and rational formulation of production capacity targets becomes particularly important.Based on the characteristics of the production capacity of underground metal mines，this paper establishes the “human，machine，material，environmental，and pipe” safety guarantee research and evaluation model of underground metal mines related to production capacity through the methods of literature survey，field investigation，and expert interviews.The calculation characteristics of the model calculation process were designed and demonstrated by comprehensively utilizing the calculation characteristics of entropy weight-analytic hierarchy process，accident tree and LEC method.Finally，taking an underground lead-zinc mine in China as an example，the research was conducted from three aspects，including the research on calculation and evaluation of the current safety assurance status score under the existing production capacity，evaluation and result verification of the ability to complete different production targets under current security conditions，and production capacity target formulation in the next 3 years.The evaluation results show that under the existing production conditions，if the mine want to rapidly improve the safety guarantee conditions，it is necessary to prioritize the reduction of the number of underground operators，reduce the violation rate of the operators，reduce the length of underground operations，optimize the conditions of underground mining，and rationally optimize the mining structure，and so on；The mine’s optimal production targets from 2020 to 2022 should be located at about 138 000 t/a，137 000 t/a，and 133 000 t/a，respectively.The comparison between the evaluation results and the facts proves that the evaluation results are consistent with the actual situation of the mine and can provide reference and guidance significance for the actual production of the mine.Therefore，the evaluation method can provide an effective basis and direction for mine capacity optimization，self-evaluation and improvement of safety guarantee capabilities.

Keywords： underground metal mine ; capacity ; analytic hierarchy process ; entropy weight method ; safety guarantee ; index system ; degree of safety

PDF (1780KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

王猛, 史秀志, 张舒. 面向产能优化的地下金属矿山安全保障条件评价研究[J]. 黄金科学技术, 2020, 28(5): 753-760 doi:10.11872/j.issn.1005-2518.2020.05.052

WANG Meng, SHI Xiuzhi, ZHANG Shu. Evaluation Research on Safety Guarantee Conditions of Underground Metal Mines Oriented to Optimizing Production Capacity[J]. Gold Science and Technology, 2020, 28(5): 753-760 doi:10.11872/j.issn.1005-2518.2020.05.052

矿产资源是我国国民经济发展的重要支柱，是我国人民生活水平提升和市场经济水平发展的重要保障^［1-3］。然而，随着我国对矿产资源的大量开采，很多矿山出现了各种各样的产能问题，如资源条件变差、生产设备老化、机械化程度低、管理能力不足和安全事故多等，这些问题给矿山的健康发展带来了很大的隐患。据统计，很多地下金属矿山已处于资源贫乏的阶段^［4］，生产过程中的安全保障条件扮演着越来越重要的作用。如何有针对性且科学地提高矿山的生产与安全条件，有效地保障矿山的产能，如何消除矿山产能目标制定过程中的主观随意性，根据矿山实际情况，制定合适的产能目标，是目前地下金属矿山面临的一个重要课题。目前国内外矿山产能研究的方法主要有统计分析法、经济分析法、模糊综合分析法和机器学习预测方法等。在国外，矿山经常采用净现值（NPV）或内部收益率（IRR）作为经济指标，对产能进行评价^［5-6］。Cavender^［7］提出了以累计内部收益率或净现值达到最大作为矿山合理产能的理论。国内一般采用模糊综合评价和机器学习预测等方法^［8-12］进行产能评价与计算，这些研究重点关注的是如何通过产能评价、规划等多种方式，达到提高产能和降低成本的目的，但是未将目前矿山面临的巨大安全挑战考虑在内。矿山的产能与其安全保障条件是密切相关的，然而现有研究很少将矿山产能与安全保障条件相关联进行研究，对于矿山产能目标与安全保障条件之间的动态变化关系的研究则更薄弱。

为了更加全面地评估地下金属矿山的产能情况，本文以不同产能条件下矿山的生产及安全状况为基础，建立了地下金属矿山的安全保障条件综合评价指标体系；然后以国内某地下铅锌矿为例进行了评价研究，根据评价结果计算得到了提升矿山安全保障条件的优先级，并提出了未来3年该矿山的较优产能目标。实践证明，该评价方法能够有效地结合矿山生产过程中各类安全保障系统的情况，动态地分析计算矿山产能与安全保障条件之间的关系，具有较强的实践应用价值。

1 地下金属矿山安全保障评价体系

地下金属矿山的安全是由其“人机物环管”各个方面共同保障的。通过开展地下金属矿山实地调研与专家访谈，结合系统安全评价科学理论、现场工程实践经验和文献调研等，依据构建指标体系所需的代表性、系统性、规范性和一致性等原则，构建了如图1所示的地下金属矿山安全保障水平评价指标体系。该指标体系自上而下共包含1个总目标、“ABC”三级指标层。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 地下金属矿山安全保障水平评价指标体系

Fig.1 Evaluation index system of safety guarantee level for underground metal mine

其中部分涵盖面较宽及有特殊含义的指标解释如下：“赋存条件C1”主要指矿山目前的金属含量、矿石品位、平均损失率、平均贫化率和矿石分布等指标。“地质情况C2”主要指岩石的稳定性和含水率等指标。“资源市场供需情况C3”主要指国际和国内市场对本矿山矿石产品的需求量及主要消费产业的发展形势等。“开采成本C4”主要指矿山开采所需的总投入与总利润等。“开采环境B3”主要指开采的难易程度，如难采采场占比；采场的现场环境，如各个采场的平均温度和湿度等因素。“国家政策C5”主要指国家和行业发展之间的匹配关系。“生产保障系统稳定性B5”下的各个C级指标表示的是各个生产系统的状态与生产参数情况能否满足生产所需。“安全避险系统稳定性B6”下的各个C级指标表示的是各个安全避险系统的配置率和保障能力。“设备完好率C19”指当前各种生产设备的完好情况。“员工年龄分布B9”中，职工平均年龄越大，往往其生产效率也就越高。“生产环节安全措施的跟进B19”指生产活动完成后安全措施的跟进，比如支护、充填等活动的及时完成。其中图中各个逻辑门的计算过程将在第2.2小节进行详细介绍和讨论。

该指标体系的构建是通过与2名中南大学地下金属矿山领域研究专家、2名安全领域研究专家以及4位国内某地下金属矿山工程师及管理人员进行面对面访谈协商确定的，该指标体系全面涵盖了地下金属矿山生产过程中的各个系统，具有实践可靠性。本文第3节内容更加证实了该评价体系的工程应用价值。

2 指标体系的计算模型

2.1 熵权—层次分析法

熵权—层次分析法将层次分析法中专家对评价对象的主观因素与评价对象自身存在的离散度这一客观因素相结合，既做到了评价过程符合事实经验条件，又减少了专家的主观偏向的影响，提升了评价方法的客观性和可靠性。本研究采用熵权—层次分析法对地下金属矿山的安全保障条件进行研究。

“熵”是系统无序程度的度量。当系统的无序程度较大时，熵值较大；反之当系统的无序程度较小时，熵值就越小。在本研究中，熵值越小，表示信息越有序，相应的权值越大；反之表示越无序，权值越小。其计算步骤如下^［13-15］：

（1）建立m个方案，n个决策目标的决策矩阵D：

D = [\begin{matrix} X_{11} & X_{12} & \dots & X_{1 n} \\ X_{21} & X_{22} & \dots & X_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ X_{m 1} & X_{m 2} & \dots & X_{m n} \end{matrix}]

（1）

式中： $X_{i j}$ 代表第 $i$ 种决策方案在 $j$ 目标下的效果值。

各指标的量纲单位存在的差异可以采用极差变换进行消除，如式（2）（适用于正向指标）和式（3）（适用于负向指标）：

x_{_{i j}}^{'} = \frac{x_{i j} - m i n (x_{i j})}{m a x (x_{i j}) - m i n (x_{i j})}

（2）

x_{_{i j}}^{'} = \frac{m a x (x_{i j}) - x_{i j}}{m a x (x_{i j}) - m i n (x_{i j})}

（3）

（2）计算第j个指标的信息熵 $e_{j}$ ，其中 $k = {(l n m)}^{- 1}$ ：

e_{j} = - k \sum_{i = 1}^{m} x_{i j}^{'} l n x_{i j}^{'}

（4）

（3）最后得到第j个指标的熵权重 $ω_{i}$ ：

ω_{i} = \frac{1 - e_{j}}{n - \sum_{j = 1}^{n} e_{j}}

（5）

层次分析法^［16］（Analytic Hierarchy Process，简称AHP）是20世纪70年代初由美国运筹学家Saaty教授综合网络系统理论和多目标综合评价方法而提出的。该方法的计算过程：先将一个目标划分为多个准则，再划分为多指标的若干层次目标决策系统；然后通过对决策系统中每个指标的权重进行两两比较运算，得到每个决策单元的权重，再对每个评价单元进行模糊打分即为每个决策单元的最终分值；最后通过加权求和，得到各方案的最终权重，其中最终权重最大的即为最优方案。

其两两判别矩阵的一致性计算过程如下：

（1）计算一致性指标 $C I$

C I = \frac{λ_{m a x} - n}{n - 1}

（6）

（2）查询平均随机一致性指标 $R I$ ，其分值如表1。

表1 平均随机一致性指标取值

Table 1 Average random consistency index value

n	RI	n	RI
1	0	6	1.24
2	0	7	1.32
3	0.58	8	1.41
4	0.9	9	1.45
5	1.12

新窗口打开| 下载CSV

（3）计算一致性比例CR

C R = \frac{C I}{R I}

（7）

当CR<0.1时，认为比较判别矩阵A为合理可用的。

（4）综合各专家的比较判别矩阵，得到指标W的平均权重 $ω'$ ：

ω' = \frac{\sum_{i = 1}^{n} ω_{i}}{n}

（8）

如果准则层为两层级以上，则距离方案层最近的各指标权重即为以上各层指标平均权重的连乘。

最终熵权—层次分析法权重的结果为2种方法的联合权重：

ω = \frac{ω_{i} ω_{i}'}{\sum_{i = 1}^{n} ω_{i} ω_{i}'}

（9）

2.2 计算模型的优化

由熵权—层次分析法的计算过程可知，最终的评价结果是由各个方案层进行两两对比判别获得的。而针对本评价体系，由于不同的方案为不同产能条件下的安全保障水平，方案之间的关系较为接近，两两对比的方法会在不同方案之间产生较大的模糊性，因此将本评价体系的计算模型进行了优化。即权重仍采用熵权—层次分析法获得，而将底层指标的得分方式改为采用专家评分与熵权法相结合的方法。这种方法既能最大程度地消除专家的评分模糊性，又能保障客观性。

参考事故树^［17］与LEC评价法^［18］的理论，整个体系的计算过程应自下而上进行，各个逻辑门的意义及计算方式见图1。指标体系的评分与计算步骤如下：

（1）各个指标的权重是根据10位专家和矿山管理人员的问卷结果获得的。依据两两判别矩阵的计算方法与层次分析法的理论，经过一致性检验、权重计算和群决策3步计算，获得各个指标的权重。

（2）专家评分。先依据指标的权重和国家相关法律法规的要求，划分评分区间。然后由专家根据自身对矿山的了解和矿山资料，结合评分标准，对不同产能下的各个底层指标进行打分。得到的指标评分区间如表2所示。

表2 指标评分区间表

Table 2 Index score interval table

指标	得分区间	指标	得分区间	指标	得分区间	指标	得分区间
C1	（0-17]	C11	（0-28]	B10	（0-10]	C26	（0-20]
C2	（0-47]	C12	（0-25]	B11	（0-10]	C27	（0-28]
C3	（0-10]	C13	（0-10]	B12	（0-10]	C28	（0-30]
C4	（0-10]	C14	（0-10]	B13	（0-10]	B16	（0-10]
B3	（0-36]	C15	（0-10]	B14	（0-10]	B17	（0-10]
C5	（0-31]	C16	（0-10]	B15	（0-10]	B18	（0-10]
C6	（0-69]	C17	（0-10]	C21	（0-24]	B19	（0-10]
C7	（0-10]	C18	（0-10]	C22	（0-32]	B21	（0-10]
C8	（0-15]	C19	（0-10]	C23	（0-26]
C9	（0-8]	C20	（0-10]	C24	（0-18]
C10	（0-14]	B9	（0-10]	C25	（0-22]

新窗口打开| 下载CSV

（3）计算专家评分的熵权。专家评分的离散度即其熵权，计算步骤见式（1）~（5）。

（4）计算安全保障能力总得分。每一项底层指标的得分是根据专家打分的平均分得到的。依据LEC评价法的计算原理，依次层层往顶上计算，最终得到最顶层指标的分值。由于中间层（比如B级指标）计算得到结果后，其总分是不同的，比如在乘法的计算结构中，下层指标的结果相乘后，得到的中级指标的总分显然发生了变化，这里就要用到“归十化”^［19］。

“归十化”就是将指标的得分映射到0~10的区间内的方法。在本文中，由于层层集权，并不断向上运算，会导致中级指标的得分标准不一致的情况。为了保持得分区间的一致性，采取先开方、后归十化的方法进行集权，这样每层得到的结果均可完美映射在0~10区间内，且区间内的等级划分均是均匀的，为中级指标间的运算进行了逻辑上的统一。

3 工程应用

以国内某地下铅锌矿为研究对象，另外选取了10位长期与该矿山有项目合作的专家和矿山管理人员，依次进行矿山现状评价、产能目标优选与未来3年最佳产能目标的预测评分。

3.1 当前产能下的安全保障能力现状评价与分析

以该铅锌矿年产金属量15×10⁴t的安全保障能力为评价目标进行问卷及计算。问卷的数据计算与处理是通过Python语言编写的代码完成的。专家打分结果与权重如表3所示。

表3 专家打分结果及权重

Table 3 Expert scoring results and weight

指标	得分	熵	联合权重	指标	得分	熵	联合权重
B1	-	-	0.4003	C1	9.6	0.4868	0.2558
B2	-	-	0.5997	C2	29.4	0.5132	0.7442
B3	19.8	-	0.6055	C3	7.1	0.4697	0.5434
B4	-	-	0.3945	C4	9.1	0.5303	0.4566
B5	-	-	0.1929	C5	21.5	0.5000	0.3119
B6	-	-	0.312	C6	48.9	0.5000	0.6881
B7	-	-	0.2139	C7	10	0.1578	0.2945
B8	-	-	0.2813	C8	15	0.1702	0.154
B9	10	0.1385	0.1588	C9	7.1	0.1648	0.2402
B10	9.2	0.1487	0.1231	C10	14	0.1713	0.1395
B11	10	0.1394	0.1462	C11	26	0.1684	0.0755
B12	10	0.1453	0.1706	C12	25	0.1675	0.0963
B13	1.2	0.1512	0.1054	C13	9	0.2471	0.2355
B14	6	0.1393	0.1481	C14	8.2	0.2486	0.3569
B15	5	0.1376	0.1476	C15	10	0.2509	0.2214
B16	10	-	0.2561	C16	10	0.2534	0.1862
B17	8.8	-	0.1828	C17	10	0.5272	0.3581
B18	9	-	0.1155	C18	7.9	0.4728	0.6419
B19	8.8	-	0.142	C19	9.7	0.5272	0.5205
B20	-	-	0.0691	C20	8.4	0.4728	0.4795
B21	7	-	0.168	C21	22.3	-	0.2408
B22	-	-	0.0664	C22	28.3	-	0.321
				C23	17.2	-	0.2574
				C24	11.4	-	0.1809
				C25	22	-	0.2216
				C26	19.2	-	0.1967
				C27	26.2	-	0.2791
				C28	30	-	0.3026

新窗口打开| 下载CSV

最终计算获得该铅锌矿在年产金属量15×10⁴t的情况下，安全保障条件得分为6.2096（归十化后），属于“良”的标准。

根据指标体系的结构和得分情况，挑选出赋存条件C1、地质情况C2、开采环境B3、机械化水平C18、作业人数B13、作业暴露时长B14、作业人员违章率B15、应急响应机制完善率B20和安全投入占比B21作为提升该矿山安全保障条件的重点关注指标。将这些指标在控制变量下进行单一指标调整至总得分的80%，得到如图2所示的指标重要程度排序图。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 指标重要程度排序

Fig.2 Ranking of the importance of indicators

由图2可知，该矿山目前存在井下作业人数多、作业人员违章率高、连续作业时间长、开采环境差、赋存条件差、地质条件差和安全投入不够高等问题，以及由这些问题产生的一系列衍生问题。

综合分析这些指标对该矿山安全保障条件的影响后，得出在目前生产条件下，要想快速提升该矿山的安全保障条件，需从以下方面入手进行优化：（1）加强井下作业人员的行为管理与调度。由于该矿山井下作业人员多、违章操作率高且作业时间长，因此井下人员与机械设备之间、井下人员与周边环境之间的交互更应该受到严格的管理与约束，从而有效降低井下人员的误操作和疲劳工作带来的风险。（2）加强井下开采环境建设。伴随着长时间的开采，该矿山井下开采环境变得越来越差，难采采场增多所带来的高风险开采方法占比的升高，以及实测中各采场作业温度的居高不下，都将是未来开采过程中的隐患。因此应加大力度对井下开采环境进行优化建设，例如改善通风条件、及时清理巷道积水积泥等。（3）合理优化开采结构及加强探矿。随着矿产资源的不断减少，该矿山的开采不得不向难采采场转移，意味着开采难度及风险显著增加，为防止这种风险在未来急剧提升，应及时调整开采任务的分配结构，加强探矿，保障矿山产能的平稳发展。除以上3个方面之外，还要加大安全投入，进一步提高设备的本质安全化，进一步完善应急响应机制等。

3.2 产能目标优选与验证

根据产能方案的计算公式^{［15，20］}可以得出，2019年该矿山的年产金属量范围应为（13.09~19.63）×10⁴t，考虑到此矿目前开采条件复杂等情况，分别以年产金属量12×10⁴t、13×10⁴t、14×10⁴t、15×10⁴t、16×10⁴t、17×10⁴t和18×10⁴t作为备选方案，对各个方案下的指标体系进行打分，得到不同产能方案下的评价目标得分走势图（图3）。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 不同产能方案下的评价目标得分走势图

Fig.3 Trend chart of evaluation target scores under different capacity scenarios

由图3可以看出，安全保障能力得分随着产能目标的提升，先保持平稳，安全保障能力得分与产能目标的关系呈常数关系；到达某一点P（拐点）时，忽然急剧下降，安全保障能力得分与产能目标的关系大致呈一次负相关关系。

P点即为产能与安全之间的临界点，在这一位置，能够在保证安全状况较好的情况下，保证产能最优。P点对应年产金属量为14×10⁴t，因此，在该矿山目前的生产条件下，2019年的产能目标确定为年产金属量约14×10⁴t较为合适。该结论符合矿山实际情况。

3.3 2020~2022年最佳产能目标预测

根据该矿山目前的资源因素、环境因素、工艺与设备保障条件、人员条件和管理条件各个子系统的发展情况，通过产能公式计算得到该矿山2020~2022年的年产金属量范围分别为（12~18）×10⁴t、（12~17）×10⁴t和（11~17）×10⁴t。通过对未来发展趋势进行分析预测并邀请专家进行评分，得到2020~2022年不同产能方案下的评价目标得分走势图（图4）。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 2020~2022年不同产能方案下的评价目标得分走势图

Fig.4 Trend chart of evaluation target scores under different capacity plans from 2020 to 2022

由2020~2022年产能方案与安全保障能力得分曲线可以得到：安全保障能力的得分一直存在拐点，且拐点“P”的横纵坐标随着时间的推移逐年下降。根据拐点“P”的位置变化可以得出：2020~2022年最佳产能目标分别位于13.8×10⁴t/a、13.7×10⁴t/a和13.3×10⁴t/a。

4 结论

（1）以产能优化为目标开展的不同产能下地下金属矿山安全保障条件评价研究，具有全面、协调且可持续的特点，与传统产能评价方法相比，其在安全保障方面的优点较为突出，契合当前我国地下金属矿山的发展趋势。

（2）采用熵权—层次分析法对本研究进行了优化，既保持了评分的客观性，又减小了产能方案之间指标得分的模糊性，具有一定的科学性和合理性。

（3）将评价过程应用于国内某铅锌矿工程实例，进行了现状评价。得出该矿山若计划提升产能，需优先从加强井下作业人员的行为管理与调度、加强井下开采环境建设、合理优化开采结构及加强探矿等方向进行实践与研究。

（4）对该铅锌矿当前情况下的合理产能进行了计算与验证，结果符合其实际生产情况；同时对2020~2022年的最佳产能目标进行了预测，对矿山实际生产及产能目标的制定具有现实指导意义。

http://www.goldsci.ac.cn/article/2020/1005-2518/1005-2518-2020-28-5-753.shtml

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

关凤峻

二元结构的中国矿业经济

［J］.中国矿业，2001，10（4）：20-22.