李明海,常通,楊一帆

(西安建筑科技大學(xué) 資源工程學(xué)院,陜西 西安 710055)

0 引言

近年來,我國礦山企業(yè)在安全生產(chǎn)方面的形勢持續(xù)改善,安全生產(chǎn)事故明顯減少。但不能忽視的是,冒頂片幫事故總量依然偏高,這些事故的發(fā)生給人們的生命、財產(chǎn)造成了巨大的損失,給社會帶來了不良的影響,阻礙了礦山的繼續(xù)發(fā)展。根據(jù)2017年全國非煤礦山生產(chǎn)安全事故統(tǒng)計分析報告,礦山中發(fā)生最多的事故類型是冒頂片幫事故,不僅起數(shù)最多,死亡人數(shù)也最多,近30%的傷亡事故與冒頂片幫事故有關(guān)。每年都有多起礦山發(fā)生冒頂片幫事故,如:2022年4月5日,欒川縣洛陽百代公司大清溝金屬礦山發(fā)生一起一般冒頂事故,導(dǎo)致2人死亡,直接經(jīng)濟(jì)損失達(dá)295萬元。因此,采取有效的預(yù)警方法來預(yù)防和控制事故發(fā)生,是擺在我們面前的一個迫切任務(wù)。

學(xué)者們針對礦山冒頂片幫事故安全風(fēng)險問題已有一定的研究,劉振平等運用事故樹分析方法和灰色預(yù)測模型建立了采場頂板冒落事故預(yù)測模型,并用VC將此預(yù)測步驟開發(fā)為頂板冒落預(yù)測系統(tǒng)。LI等建立了基于FFTA-DFCE和風(fēng)險矩陣方法的綜合模型來評估冒頂片幫事故的風(fēng)險,并應(yīng)用到某礦山,驗證了該模型對冒頂片幫事故風(fēng)險分析和預(yù)測的有效性和可行性。XIE等采用灰色理論分析法預(yù)測冒頂片幫事故發(fā)生的變化趨勢,使用灰色代數(shù)曲線模型(GAM)預(yù)測冒頂分離,結(jié)果表明,GAM 方法給出了較好的預(yù)測結(jié)果,預(yù)測的發(fā)展趨勢反映了實際情況。綜上所述,現(xiàn)有對礦山冒頂片幫事故的預(yù)警研究成果較為豐富,多采用的是FTA、灰色預(yù)測模型、模糊綜合評價方法等傳統(tǒng)的方法,尚末無將2-4 模型、云模型和組合賦權(quán)法運用到礦山冒頂片幫事故預(yù)警的研究。本文基于2-4模型構(gòu)建冒頂片幫事故安全風(fēng)險預(yù)警指標(biāo)體系,并將組合賦權(quán)法與云模型運用于冒頂片幫事故安全風(fēng)險預(yù)警研究,以期為礦山企業(yè)實現(xiàn)預(yù)防和控制冒頂片幫事故發(fā)生提供預(yù)警方法。

1 預(yù)警指標(biāo)體系構(gòu)建及等級劃分

1.1 預(yù)警指標(biāo)體系構(gòu)建

本文基于2-4模型,結(jié)合相關(guān)研究文獻(xiàn)及國家礦山標(biāo)準(zhǔn)規(guī)范,從不安全動作、不安全物態(tài)、習(xí)慣性不安全行為、安全管理體系、安全文化、組織外部因素6個維度構(gòu)建了冒頂片幫事故安全風(fēng)險預(yù)警指標(biāo)體系,如圖1所示。

圖1 冒頂片幫事故安全風(fēng)險預(yù)警指標(biāo)體系

1.2 預(yù)警等級劃分

目前尚無統(tǒng)一標(biāo)準(zhǔn)的冒頂片幫事故安全風(fēng)險預(yù)警分級體系,根據(jù)《國家突發(fā)公共事件總體應(yīng)急預(yù)案》,按照危害程度、嚴(yán)重程度、發(fā)展趨勢劃分了預(yù)警等級,包括Ⅰ級(特別重大),用紅色表示;Ⅱ級(重大),用橙色表示;Ⅲ級(較大),用黃色表示;Ⅳ級(一般),用藍(lán)色表示。根據(jù)專家意見以及相關(guān)研究文獻(xiàn),確定將冒頂片幫事故安全風(fēng)險預(yù)警等級進(jìn)行劃分,包括Ⅰ級(特別嚴(yán)重)、Ⅱ級(嚴(yán)重)、Ⅲ級(較重)、Ⅳ級(一般),Ⅴ級(安全)5個等級,并用紅色、橙色、黃色、藍(lán)色、綠色表示巨警、重警、中警、輕警、無警的信號輸出。假設(shè)警報等級量化取值范圍為[0,10],詳見表1。

表1 冒頂片幫事故安全風(fēng)險預(yù)警等級劃分

2 冒頂片幫事故風(fēng)險預(yù)警方法構(gòu)建

2.1 基于組合賦權(quán)法的指標(biāo)權(quán)重確定

權(quán)重是指事故影響因素對判斷目標(biāo)對象的相對重要程度。一般來說,確定指標(biāo)權(quán)重的方法可以分為三種:主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法。不同的賦權(quán)方法可能會導(dǎo)致不同的權(quán)重結(jié)果。主觀賦權(quán)法通常有層次分析法(AHP)、網(wǎng)絡(luò)分析法(ANP)、決策與實驗室方法(DEMATEL)等,這種方法具有很強的主觀性?？陀^賦權(quán)法通常有變異系數(shù)法(COV)、CRITIC 方法、熵權(quán)法(EWM)、反熵權(quán)法(Anti-EWM)等方法,這種方法依賴于客觀數(shù)據(jù),不能充分考慮指標(biāo)之間的相關(guān)性。這兩種方法都是不完美的,因此,本文采用組合賦權(quán)法確定指標(biāo)權(quán)重,采用層次分析法和熵權(quán)法通過式(1)的乘法積分法提高主客觀權(quán)重,有效避免上述兩種加權(quán)方法的局限性。

2.1.1 層次分析法

層次分析法(AHP)是一種常見的主觀賦權(quán)法,它根據(jù)專家經(jīng)驗比較每個指標(biāo)的重要性,從而計算出各指標(biāo)的主觀權(quán)重值。具體步驟如下。

(1) 建立一個逐層遞階的模型,其中有3個層次:最高層是目標(biāo)層;中間層是準(zhǔn)則層;最底層是指標(biāo)層。

(2) 構(gòu)造判斷矩陣A=(a ij)n×n,定義矩陣A中的元素,其中a ij為指標(biāo)i相對于指標(biāo)j的重要程度,引用數(shù)字1～9及其倒數(shù)作為標(biāo)度,這些數(shù)字可以表示不同的相對重要性或優(yōu)先級。具體見表2。

表2 判斷矩陣標(biāo)度定義

(3) 一致性檢驗。

計算一致性指標(biāo)CI:

式中,λmax為判斷矩陣的最大特征值。

查找一致性指標(biāo)RI,具體見表3。

表3 平均隨機一致性指標(biāo)

計算一致性比例CR:

當(dāng)CR＜0.1時,認(rèn)為判斷矩陣是可接受的。

2.1.2 熵權(quán)法

熵權(quán)法是一種常見的客觀賦權(quán)方法,其理論基礎(chǔ)來源于信息熵。信息熵是對熱力學(xué)中熵概念的引用,用于描述事件信息的大小。根據(jù)信息熵的定義,熵值可以用來判斷某個指標(biāo)的離散度。具體計算步驟如下。

(1) 構(gòu)建原始數(shù)據(jù)矩陣。

式中,x ij為第j個專家對第i個指標(biāo)的評價值,i=1,2,…,m;j=1,2,…,n;m為指標(biāo)個數(shù),n為專家數(shù)。

(2) 原始矩陣標(biāo)準(zhǔn)化,使用最小—最大歸一化方法。

(3) 計算指標(biāo)值x ij在指標(biāo)i下的權(quán)重。

(4) 計算指標(biāo)i的熵e i。

2.2 基于云模型的事故風(fēng)險預(yù)警模型構(gòu)建

2.2.1 預(yù)警模型結(jié)構(gòu)模式

影響礦山冒頂片幫事故發(fā)生的因素復(fù)雜多樣,為能夠?qū)崿F(xiàn)礦山冒頂片幫事故預(yù)警,準(zhǔn)確劃分冒頂片幫事故風(fēng)險等級,本文將組合賦權(quán)法與云模型有機結(jié)合,構(gòu)建礦山冒頂片幫事故安全風(fēng)險預(yù)警理論模型,如圖2所示。

圖2 冒頂片幫事故安全風(fēng)險預(yù)警理論模型

2.2.2 云模型

云模型理論是不確定語言描述與定量表達(dá)之間的轉(zhuǎn)換模型,可以將定性的語言描述轉(zhuǎn)化為定量的數(shù)學(xué)表達(dá),同時也可以將定量的數(shù)學(xué)數(shù)據(jù)轉(zhuǎn)化為定性的語言描述。設(shè)論域U={x1,x2,…,x i}代表一個具體問題中的所有可能取值,C代表U中的一個定性概念,如果x是屬于U中概念C的一個定量表現(xiàn)的元素,那么它的特征隸屬度μ(x)∈(0,1)就是一個隨機數(shù)值,代表著x對C的歸屬程度,即:

μ:U→[0,1] ?x∈U,x→μ(x)

每個x都被看作是一個云滴,這些云滴構(gòu)成了整個U上的云。每個云滴x都對應(yīng)一個隸屬度,都是定性概念的數(shù)學(xué)轉(zhuǎn)換映射到數(shù)字空間的點。

云模型通過期望(E x)、熵(E n)和超熵(H e)這3個數(shù)值特征來描述定性概念的定量特征。其中E x是定性概念在論域中最具有代表的點,即云的重心位置;E n反映了云滴x在論域U中的取值范圍和離散程度,用來度量定性概念的不確定性,熵值越大,離散程度越大,概念越宏觀,造成的模糊性和隨機性越大;H e為E n的熵值,反映了E n的離散程度和隨機性。

云模型有兩種生成算法,即正向云發(fā)生器和逆向云發(fā)生器。正向云發(fā)生器是將數(shù)值特征轉(zhuǎn)化為一定數(shù)量的云滴的過程,此轉(zhuǎn)換過程通過MATLAB 以編程方式實現(xiàn),云滴的產(chǎn)生是云模型的核心。逆向云發(fā)生器是將一定數(shù)量的云滴轉(zhuǎn)換為數(shù)值特征的過程,實現(xiàn)定量描述到定性分析的轉(zhuǎn)換,具體如圖3所示。

圖3 正向和逆向云發(fā)生器

正向云發(fā)生器的算法步驟如下:

(4) 重復(fù)步驟(1)到步驟(3)n次(本文取n=3000),直到產(chǎn)生n個云滴。

逆向云發(fā)生器的算法步驟如下:

2.2.3 方法構(gòu)建

結(jié)合1.2中的冒頂片幫事故預(yù)警等級劃分的評語集,根據(jù)式(12)計算預(yù)警等級的云特征值。

式中,Umax為各預(yù)警區(qū)間最大值;Umin為各預(yù)警區(qū)間最小值;K為常數(shù),通常在0.01～0.1取值,本文取K=0.1。

根據(jù)公式計算各預(yù)警等級評語集云特征值,如表4所示。

表4 預(yù)警等級及云特征值

借助MATLAB軟件編寫云發(fā)生器代碼,根據(jù)采場冒頂片幫事故各預(yù)警等級評語集的云特征值,生成由n=3000 個云滴組成的標(biāo)準(zhǔn)云圖,如圖4所示。

圖4 冒頂片幫預(yù)警等級標(biāo)準(zhǔn)云圖

2.2.4 預(yù)警方法步驟

選取某個礦井,邀請專家對該礦井的各項指標(biāo)進(jìn)行考察,并對指標(biāo)發(fā)生的可能性進(jìn)行打分,由2.2.2中的逆向云發(fā)生器的算法步驟得到26個指標(biāo)的云特征值。指標(biāo)可能性等級劃分標(biāo)準(zhǔn)見表5。

表5 指標(biāo)可能性劃分標(biāo)準(zhǔn)

根據(jù)式(1)～式(9)計算得到的26個指標(biāo)組合權(quán)重值,和專家打分計算得到的26 個指標(biāo)云特征值,根據(jù)式(14)計算綜合云特征值。

式中,E xi為第i個指標(biāo)評分的指標(biāo)期望值;E ni為第i個指標(biāo)評分的指標(biāo)熵值;H ei為第i個指標(biāo)評分的指標(biāo)超熵;w i為第i個指標(biāo)的組合權(quán)重值。

利用2.2.2中的正向云發(fā)生器的算法步驟將得到的綜合云特征值借助MATLAB軟件編寫云發(fā)生器代碼,從而生成云圖。將得到的云圖與預(yù)警等級標(biāo)準(zhǔn)云圖進(jìn)行對比,以E x為主要預(yù)警標(biāo)準(zhǔn),重合度最高的判斷為該礦井的最終預(yù)警等級。

采用人工方式進(jìn)行發(fā)布,管理人員或領(lǐng)導(dǎo)者根據(jù)判斷的預(yù)警結(jié)果發(fā)布預(yù)警警情。

3 實證研究

本文選做應(yīng)用研究的是銅陵市某金屬礦山,開采的礦種是硫鐵礦,該礦擁有安全生產(chǎn)許可證,生產(chǎn)規(guī)模為200 t/a;開采深度為+180 m 至-680 m。有三個獨立生成系統(tǒng),其中兩個是地下開采系統(tǒng),分別為東翼和西翼地下開采系統(tǒng),另外一個是露天開采系統(tǒng)。

3.1 指標(biāo)權(quán)重的計算

3.1.3 組合權(quán)重w i的計算

3.2 確定預(yù)警指標(biāo)云特征值

邀請5位專家依據(jù)考察情況對各指標(biāo)發(fā)生的可能性打分,打分結(jié)果見表6。

表6 指標(biāo)可能性打分

根據(jù)式(10)～式(12),利用MATLAB 軟件編寫代碼,得到26個指標(biāo)的云特征值,將26個云特征值和26個組合權(quán)重值根據(jù)式(14)得到綜合云特征值(E x,E n,He)=(1.7865,0.1117,0.1983)。

3.3 冒頂片幫事故預(yù)警結(jié)果

將得到的綜合云特征值借助MATLAB軟件編寫云發(fā)生器代碼,從而生成云圖。將得到的云圖與預(yù)警等級標(biāo)準(zhǔn)云圖對比,以E x為主要預(yù)警標(biāo)準(zhǔn),重合度最高的判斷為該礦井的最終預(yù)警等級,具體如圖5所示。

圖5 預(yù)警等級綜合云圖

由圖5可知,藍(lán)色部分為該礦井冒頂片幫事故預(yù)警云圖,紅色部分為預(yù)警等級劃分標(biāo)準(zhǔn)云圖(顏色區(qū)分見電子版)。結(jié)合事故預(yù)警區(qū)間,可知該礦井事故預(yù)警云圖介于“無警”和“輕警”等級標(biāo)準(zhǔn)云之間,且偏向“無警”等級標(biāo)準(zhǔn)云圖。即判定該礦井冒頂片幫事故預(yù)警警情介于無警與輕警之間,相對來說和無警的重合度更高,且該礦井的綜合云特征值(E x,E n,H e)=(1.7865,0.1117,0.1983),礦井綜合云特征值1.7865與無警的標(biāo)準(zhǔn)云特征值1的差值為0.7865,與輕警的標(biāo)準(zhǔn)云特征值3的差值為1.2135,因此該礦井發(fā)布的警情為無警。但該礦井事故預(yù)警警情還是有由無警演變成輕警的可能性,因此應(yīng)該采取措施以達(dá)到更完全的安全狀態(tài),建議檢查該礦井所采取的安全措施執(zhí)行情況,并進(jìn)行隱患排查。

3.4 事故風(fēng)險管控措施

該礦井冒頂片幫事故綜合風(fēng)險預(yù)警警情為無警,但仍存在一些問題,因此本文提出如下預(yù)防管控措施。

(1) 針對該礦井的礦體賦存條件和圍巖穩(wěn)定性,重點開展圍巖變形與支護(hù)技術(shù)的專項研究,保障開采過程中支護(hù)手段的合理性與安全性,根據(jù)圍巖的變化狀況,及時做好支護(hù)參數(shù)優(yōu)化,動態(tài)調(diào)整最優(yōu)的支護(hù)方式,從而確保作業(yè)人員在開采過程中的人身安全。

(2) 針對作業(yè)人員偶爾摘脫安全帽等不安全行為,強化作業(yè)現(xiàn)場日常安全管理,加強對相關(guān)作業(yè)人員遵守勞動紀(jì)律和規(guī)章規(guī)程情況的監(jiān)督檢查,讓各項制度和操作規(guī)程落到每個崗位,每位員工。加大落實獎懲制度,對經(jīng)常性存在不安全行為、僅憑借經(jīng)驗作業(yè)的人員,既罰又懲,從而讓遵章守紀(jì)成為風(fēng)尚和習(xí)慣。

(3) 合理優(yōu)化保險方案、制定檢修維護(hù)方案和安全措施方案等。加強對礦山井下作業(yè)場所環(huán)境、重點部位和關(guān)鍵環(huán)節(jié)的安全檢查;全面系統(tǒng)地排查梳理致災(zāi)因素、環(huán)境條件等方面存在的安全風(fēng)險,細(xì)化優(yōu)化隱患排查整治方案,做到把風(fēng)險管控挺在隱患前面,把隱患排查治理挺在事故前面。

(4) 合理優(yōu)化頂板分級管理制度,加強頂板管理,在進(jìn)行采礦作業(yè)前對礦井頂板進(jìn)行檢查和處理,不能只是形式化的表面檢查。對于發(fā)現(xiàn)的浮石問題,必須認(rèn)真負(fù)責(zé)地進(jìn)行處理。

4 結(jié)論

(1) 基于2-4 模型確定了26 個指標(biāo)構(gòu)成的冒頂片幫事故預(yù)警指標(biāo)體系,對冒頂片幫事故預(yù)警等級進(jìn)行了劃分,包括Ⅰ級(特別嚴(yán)重)、Ⅱ級(嚴(yán)重)、Ⅲ級(較重)、Ⅳ級(一般),Ⅴ級(安全)5個等級。

(2) 通過層次分析法和熵權(quán)法,采用乘法積分法的方法確定預(yù)警指標(biāo)組合權(quán)重,有效避免了兩種賦權(quán)方法的局限性;將組合權(quán)重與云模型相結(jié)合,構(gòu)建了冒頂片幫事故預(yù)警模型,增強了預(yù)警的時效性和準(zhǔn)確性。

(3) 選取銅陵市某礦井進(jìn)行了實例應(yīng)用研究,得到綜合云特征值為1.7865,0.1117,0.1983,最終得出該礦井發(fā)布的警情應(yīng)為無警。通過案例研究發(fā)現(xiàn),預(yù)警結(jié)果與實際情況相吻合,驗證了預(yù)警方法的有效性、準(zhǔn)確性和可操作性。