采煤工作面頂板事故風險分析

楊宏魁

摘 要 針對采煤工作面特點的基礎上，分析煤礦采煤工作面頂板事故風險因子，建立了工作面頂板事故風險評價體系；應用粗糙集理論和灰色評估理論相結合的方法，構建了采煤工作面頂板事故風險評價模型，并通過實例驗證了該方法的可行性和實用性，對于煤礦現場的工作面頂板事故風險分析具有較好的應用價值。

關鍵詞 采煤工作面；風險評估；粗糙集；灰色系統理論

中圖分類號：TD821 文獻標識碼：A 文章編號：1671-7597（2014）13-0193-02

在我國，煤礦的主要的開采形式為井工開采，由于采煤工作面空間狹窄多變，設備、噪聲等不安全因素而造成了眾多事故。為確保煤炭工業健康、高速發展，對煤礦生產中存在的隱患進行安全評價，已成為當前煤礦安全領域研究的熱點，也是保證煤礦安全生產的需要。

針對煤礦生產中存在隱患的安全評價，目前管用的方法主要包括安全檢查表、專家現場詢問觀察法、事件樹、事故樹、指標評分法、預先危險性分析和作業區域危險評價等等[1-2]。為了在實踐中更具客觀性與實用性，本文采用了粗糙集和灰色理論相結合的方法，該方法能避免常規采煤工作面風險評價過程中評價指標權重確定的弊端，即主觀性太強，同時也提高了采煤工作面危險源風險評價的精度，可以為煤礦企業制定安全生產規劃提供決策依據。

1 風險評價指標體系建立

根據煤礦生產的特點及其環境特征，通過對大量現場檢測數據、環境變量模擬值等信息的系統分析，辨識其中的風險因素，建立風險因素的層次結構。一級風險屬性指標層可表示為；其下屬的二級風險屬性指標可表示為Rj={Rj1，Rj2，...，Rjm}，j∈n。其中j為一級指標數，m為第j個一級指標Rj包含的二級指標個數。依據煤礦統計資料的調研結果，采用專家打分法，向現場資深管理人員和技術人員進行問卷調查。根據安全評價原理，得出采煤工作面頂板事故風險評價指標體系如圖1所示。

圖1 采煤工作面頂板事故危險源評價體系

2 評價模型

2.1 基于RS的安全評價指標權重確定

在以上建立的安全評價指標體系中，不同指標對于安全評價結果（決策屬性）的影響程度不同，因此，在描述不同指標對采煤工作面頂板事故影響程度時，應賦予的權重不同，影響較大者賦予較大的權重，應用粗糙集理論確定各指標權重的具體步驟如下。

2.1.1 構建信息系統

依據以上建立的評價指標體系，將指標體系作為RS信息系統的屬性集，以指標的風險評分值構成的集合作為決策信息表的論域，形成出信息系統：S={U，R，V，f}；；；V={1，2，…，m}。其中為第i個樣本，為第i個風險屬性，V為評語集，m為評估等級。

2.1.2 并確定權重

計算各風險屬性的信息量與重要度，對于屬性，通過公式計算風險屬性重要性，通過公式可以得到各風險屬性的權重。這樣，風險指標的權重向量為W（W1，W2，…，Wn）。同樣地，利用上述方法可以分別確定各二級風險屬性指標和一級風險屬性指標的權重。

2.2 基于灰色系統理論的風險評價模型

根據以上評價指標體系來設定評估灰類，即確定評估灰類的等級數、各灰類的灰數、白化權函數。其中，評估灰L，即l=1，2，…L，l表示評估灰類數。用gl（ ）表示hij屬于第L類評估灰類的權函數hij為評分信息表中第i個專家對第j個評價指標的打分值，用eij表示評價指標j對L灰類的灰色統計數，ej為評估矩陣對第j個指標的灰色統計數，則有：

其中，m為評價專家的人數。

以此構造出評價指標的單因素評價矩陣如下：

其中，n表示風險指標數。結合指標權重和白化權函數評價矩陣，綜合評價矩陣為：

即可得出評價結果為：

3 實例分析

以陜西某煤礦采煤工作面頂板事故危險源為例，其主要關注的影響因素指標結構見圖1。運用專家調查法通過調查問卷的形式來評定各影響因素的影響程度，共邀請了10位相關領域的專家和企業管理者對表1各指標進行評分，評分范圍為1-10分，利用專家評分表構成決策信息表（見表1，限于篇幅，僅以組織管理因素為例）。

具體評估過程如下。

用粗糙集理論確定風險指標權重。本案例中U={U1，U2，…，U10}為論域，R={R1，R2，R3，R4}為一級指標屬性集Ri={Ri1，…，Rim}為二級指標屬性集。以需求風險R3為例計算其各指標的權重。

為便于處理，將表中信息進行簡化處理：MAX表示一列中的最大值，MIN表示一列中的最小值。令STEP=（MAX-MIN）/3，對于這一列中的屬性值，在（MIN+2STEP，MAX）范圍內的用2表示；（MIN+STEP，MIN+2STEP）范圍內的用1表示；（MIN，MIN+STEP）范圍內的用0表示。經過上述處理后得到決策信息見表2。

然后分別計算屬性集R3中各個分量的信息量，重要度及權重，計算過程如下：

U/ind（R3）={（U1），（U2），（U3），（U4），（U5），（U6），（U7），（U8），（U9），（U10）}；

U/ind（R3-R31）={（U1，U2），（U6，U9），（U3），（U4），（U5），（U7），（U8），（U10）}；

U/ind （R3-R32）={（U1，U3），（U2），（U4），（U5），（U6），（U7），（U8），（U9）（U10）}；

U/ind（R3-R33）={（U1，U3），（U2，U7），（U4），（U5，U8），（U6），（U9），（U10）}；

U/ind （R3-R34）={（U7，U8），（U1），（U2），（U3），（U4），（U5），（U6），（U9），（U10）}。endprint

根據上述結果可以得出各指標的重要性、權重。具體結果如下。

σ31=0.4，σ32=0.2，σ33=0.6，σ34=0.2；

W31=0.2857，W32=0.1429，W33=0.4286，W34=0.1429

因此，指標R3的二級指標權重構成的向量

W3=（0.2857，0.1429，0.4286，0.1429）。

確定評估灰類并建立灰色評估矩陣。在此案例中，確定4個評價灰類，其相應的評價等級為K=（K1，K2，K3，K4）T=（3，5，7，9）T，分別表示“風險較小”、“風險適中”、“風險較大”、“風險很大”。

結合數據得出：

e11=7/2，e12=1，e13=7/2，e14=2；

e21=4，e22=6，e23=4，e24=3；

e31=2，e32=2，e33=2，e34=4；

e41=0，e42=1/2，e43=0，e44=1。

因此得出單因素模糊矩陣：

經計算得出指標R3對評語集的隸屬

向量：

=（0.3081，0.4398，0.2402，0.0225）。

則評分等級為=5.0027。

由此可知需求風險水平中等偏大。同理，可計算出固有危險源因素R1的評分等級為P1=3.6384；開采技術R2的評分等級為P2=5.9217；誘發風險因素R4的評分等級為P4=5.4593；則總體風險R的評分等級為P=W（）T=5.3539。

從評價結果可知，提高現場安全管理人員的管理水平與對于安全工作的重視程度以及適當加大頂板控制方面的安全投入是防范工作面頂板事故關鍵的安全措施。

4 結論

本文將結合粗糙集理論與灰色系統理論，提出了采煤工作面頂板事故風險評價方法，該方法應用粗糙集理論確定評價指標的權重，避免了主觀定權法的弊端；以專家打分法確定評價指標量化值，應用灰色系統理論進行安全評價，處理對各評價指標量化尺度統一形成的不確定性問題，將主觀和客觀方法結合，同和二者的優點進行安全評價，實例分析表明，應用該方法具有較好的客觀性和實用性，可以有效刻畫采煤工作面頂板事故的風險等級，可以為煤礦對于工作面頂板事故的預防工作提供決策支持。

參考文獻

[1]曹慶貴.煤礦安全評價與安全信息管理[M].中國礦業大學出版社，1993.

[2]王玉懷，潘德祥，李祥儀.應用層次分析法及模糊評價進行煤礦安全評價研究[J].煤炭工程，2005（3）：60-62.

[3]Pawlak Z.Rough sets[J].International Journal of Computer and Information Sciences，1982，11（5）：341-356.

[4]王國胤.Rough集理論與知識獲取[M].西安：西安交通大學出版社，2001.

[5]王洪德，馬云東.基于粗糙集-神經網絡的礦井通風系統可靠性評價仿真研究[J].系統工程理論與實踐，2005，25（7）.

[6]王玉振，周文安.煤礦安全評價的灰色統計方法[J].中國管理科學，1995（3）：60-62.

[7]王玨，苗奪謙，周育健.關于Rought Se理論與應用的綜述[J]模式識別與人工智能，1996，9（4）：337-343.

[8]Zdzislaw P.Rough Sets and Intelligent DataAnalysis[J].Information Sciences，2002，147（1/4）：1-2.endprint

根據上述結果可以得出各指標的重要性、權重。具體結果如下。

σ31=0.4，σ32=0.2，σ33=0.6，σ34=0.2；

W31=0.2857，W32=0.1429，W33=0.4286，W34=0.1429

因此，指標R3的二級指標權重構成的向量

W3=（0.2857，0.1429，0.4286，0.1429）。

確定評估灰類并建立灰色評估矩陣。在此案例中，確定4個評價灰類，其相應的評價等級為K=（K1，K2，K3，K4）T=（3，5，7，9）T，分別表示“風險較小”、“風險適中”、“風險較大”、“風險很大”。

結合數據得出：

e11=7/2，e12=1，e13=7/2，e14=2；

e21=4，e22=6，e23=4，e24=3；

e31=2，e32=2，e33=2，e34=4；

e41=0，e42=1/2，e43=0，e44=1。

因此得出單因素模糊矩陣：

經計算得出指標R3對評語集的隸屬

向量：

=（0.3081，0.4398，0.2402，0.0225）。

則評分等級為=5.0027。

由此可知需求風險水平中等偏大。同理，可計算出固有危險源因素R1的評分等級為P1=3.6384；開采技術R2的評分等級為P2=5.9217；誘發風險因素R4的評分等級為P4=5.4593；則總體風險R的評分等級為P=W（）T=5.3539。

從評價結果可知，提高現場安全管理人員的管理水平與對于安全工作的重視程度以及適當加大頂板控制方面的安全投入是防范工作面頂板事故關鍵的安全措施。

4 結論

本文將結合粗糙集理論與灰色系統理論，提出了采煤工作面頂板事故風險評價方法，該方法應用粗糙集理論確定評價指標的權重，避免了主觀定權法的弊端；以專家打分法確定評價指標量化值，應用灰色系統理論進行安全評價，處理對各評價指標量化尺度統一形成的不確定性問題，將主觀和客觀方法結合，同和二者的優點進行安全評價，實例分析表明，應用該方法具有較好的客觀性和實用性，可以有效刻畫采煤工作面頂板事故的風險等級，可以為煤礦對于工作面頂板事故的預防工作提供決策支持。

參考文獻

[1]曹慶貴.煤礦安全評價與安全信息管理[M].中國礦業大學出版社，1993.

[2]王玉懷，潘德祥，李祥儀.應用層次分析法及模糊評價進行煤礦安全評價研究[J].煤炭工程，2005（3）：60-62.

[3]Pawlak Z.Rough sets[J].International Journal of Computer and Information Sciences，1982，11（5）：341-356.

[4]王國胤.Rough集理論與知識獲取[M].西安：西安交通大學出版社，2001.

[5]王洪德，馬云東.基于粗糙集-神經網絡的礦井通風系統可靠性評價仿真研究[J].系統工程理論與實踐，2005，25（7）.

[6]王玉振，周文安.煤礦安全評價的灰色統計方法[J].中國管理科學，1995（3）：60-62.

[7]王玨，苗奪謙，周育健.關于Rought Se理論與應用的綜述[J]模式識別與人工智能，1996，9（4）：337-343.

[8]Zdzislaw P.Rough Sets and Intelligent DataAnalysis[J].Information Sciences，2002，147（1/4）：1-2.endprint

根據上述結果可以得出各指標的重要性、權重。具體結果如下。

σ31=0.4，σ32=0.2，σ33=0.6，σ34=0.2；

W31=0.2857，W32=0.1429，W33=0.4286，W34=0.1429

因此，指標R3的二級指標權重構成的向量

W3=（0.2857，0.1429，0.4286，0.1429）。

確定評估灰類并建立灰色評估矩陣。在此案例中，確定4個評價灰類，其相應的評價等級為K=（K1，K2，K3，K4）T=（3，5，7，9）T，分別表示“風險較小”、“風險適中”、“風險較大”、“風險很大”。

結合數據得出：

e11=7/2，e12=1，e13=7/2，e14=2；

e21=4，e22=6，e23=4，e24=3；

e31=2，e32=2，e33=2，e34=4；

e41=0，e42=1/2，e43=0，e44=1。

因此得出單因素模糊矩陣：

經計算得出指標R3對評語集的隸屬

向量：

=（0.3081，0.4398，0.2402，0.0225）。

則評分等級為=5.0027。

由此可知需求風險水平中等偏大。同理，可計算出固有危險源因素R1的評分等級為P1=3.6384；開采技術R2的評分等級為P2=5.9217；誘發風險因素R4的評分等級為P4=5.4593；則總體風險R的評分等級為P=W（）T=5.3539。

從評價結果可知，提高現場安全管理人員的管理水平與對于安全工作的重視程度以及適當加大頂板控制方面的安全投入是防范工作面頂板事故關鍵的安全措施。

4 結論

本文將結合粗糙集理論與灰色系統理論，提出了采煤工作面頂板事故風險評價方法，該方法應用粗糙集理論確定評價指標的權重，避免了主觀定權法的弊端；以專家打分法確定評價指標量化值，應用灰色系統理論進行安全評價，處理對各評價指標量化尺度統一形成的不確定性問題，將主觀和客觀方法結合，同和二者的優點進行安全評價，實例分析表明，應用該方法具有較好的客觀性和實用性，可以有效刻畫采煤工作面頂板事故的風險等級，可以為煤礦對于工作面頂板事故的預防工作提供決策支持。

參考文獻

[1]曹慶貴.煤礦安全評價與安全信息管理[M].中國礦業大學出版社，1993.

[2]王玉懷，潘德祥，李祥儀.應用層次分析法及模糊評價進行煤礦安全評價研究[J].煤炭工程，2005（3）：60-62.

[3]Pawlak Z.Rough sets[J].International Journal of Computer and Information Sciences，1982，11（5）：341-356.

[4]王國胤.Rough集理論與知識獲取[M].西安：西安交通大學出版社，2001.

[5]王洪德，馬云東.基于粗糙集-神經網絡的礦井通風系統可靠性評價仿真研究[J].系統工程理論與實踐，2005，25（7）.

[6]王玉振，周文安.煤礦安全評價的灰色統計方法[J].中國管理科學，1995（3）：60-62.

[7]王玨，苗奪謙，周育健.關于Rought Se理論與應用的綜述[J]模式識別與人工智能，1996，9（4）：337-343.

[8]Zdzislaw P.Rough Sets and Intelligent DataAnalysis[J].Information Sciences，2002，147（1/4）：1-2.endprint