煤炭企業安全生產的綜合管理研究

張婧 雙海清 李占利 李洪安 孫瑜

摘 要：在“互聯網+”時代，通過網絡互聯和大數據技術，實現煤礦數據的計算、挖掘和預警，已經成為一種必然趨勢。隨著煤炭安全生產與成本管理的矛盾日趨突出，不僅需要對煤炭企業在井下的生產數據進行監控預測，更要解決煤炭環境資源、設備資源與人員資源等多要素、多參數、多目標的綜合管理問題。首先，分析了煤礦“環境-設備-人員”三者缺一不可的系統特性;研究了大數據在煤炭安全生產中存在的問題，分別從安全生產的環境數據復雜化、設備多元化、人員管理規范化等多個角度進行了管理問題梳理。其次，采用業務流程梳理及數據字典制定方法，定義了業務流程邊界，發布了煤炭企業內部的業務數據字典。通過對環境、設備、人員的綜合管理，制定了煤炭企業的安全生產環境、設備和人員管理對策。研究結果表明：“互聯網+”時代大數據必將成為煤炭安全生產與成本管理的重要手段和途徑，深度挖掘煤炭安全生產中的海量信息，可實現安全效益、經濟效益與社會效益的最大化。

關鍵詞：互聯網+;大數據;煤炭安全生產;監控預測;業務流程

中圖分類號：F 273.1

文獻標識碼：A?文章編號：1672-7312（2019）06-0709-06

Research on Comprehensive Management of Safety

Production in Coal Enterprises

——Based on the Perspective of Big Data In the Era of ‘Internet+’

ZHANG Jing1，SHUANG Hai-qing2，LI Zhan-li1，LI Hong-an1，SUN Yu1

（1.College of Computer Science and Technology，Xi’an University of Science and Technology，Xi’an 710054，China;2.College of Safety Science and Engineering，Xi’an University of Science and Technology，Xi’an 710054，China）

Abstract：In the era ofInternet +’，it has become an inevitable development trend to realize the calculation，mining and early warning of coal mine data through network interconnection and big data technology.As the basic contradiction between coal safety production and cost management becomes more and more prominent，it is necessary not only to monitor and forecast the data of coal enterprises in underground production，but also to solve the comprehensive management problems of coal environment resources，equipment resources and personnel resources，which are multi-factors，multi-parameters and multi-objectives.This paper，firstly，analyzed the intricate and indispensable system characteristics of coal mine complex and changeable “environment-equipment-personnel”;studied the problems of big data in coal safety production，and sorted out the management problems from the aspects of complexity of environment data，diversification of equipment and standardization of personnel management in safety production.Secondly，this paper adopted the method of business process sorting and data dictionary formulation methods to define the business process boundaries and publish the business data dictionary of the coal enterprise.Through the comprehensive management of environment，equipment and personnel，the countermeasures of environment management，equipment management and personnel management in coal enterprises safety production are formulated.The research results show that the big data in the era ofInternet +’ will become an important means and way of coal safety production and cost management，and that deeply excavating massive information in coal safety production can maximize safety，economic and social benefits.

Key words：internet +’;big data;coal safety production;monitoring and prediction;business process

0?引?言

當前，我國正在充分發揮互聯網的優勢，將互聯網與傳統產業進行深度融合，以產業升級提升生產力。“互聯網+”是創新2.0信息技術演化推進社會發展的新形態、新業態，是未來全行業、跨平臺運營的管理模式[1]。李克強總理在十二屆全國人大三次會議上的政府工作報告中提出“互聯網+”計劃，強調“推動移動互聯網、云計算、大數據、物聯網等與現代制造業結合，促進電子商務、工業互聯網和互聯網金融健康發展，引導互聯網企業拓展國際市場”[2]。自此，“互聯網+”作為一項國家戰略，為未來國家各領域的發展指明了方向。“互聯網+”將開放、平等、互動等網絡特性在傳統產業進行運用，通過大數據的分析與整合，改造傳統產業的生產方式、產業結構等內容，增強經濟發展的動力，從而促進國民經濟健康有序發展。

隨著現代化監測設備的不斷投入，煤炭企業大數據的種類及數量均在大幅度增加，只有通過加強大數據技術的研究和應用，才能有效地處理海量數據，達到提高煤炭企業安全生產的目的。由此可見，大數據在煤炭安全生產管理中發揮了巨大的作用。進一步，從煤炭企業當前的安全生產監控化、自動化、信息化建設及應用情況來看，已經擁有很好的“互聯網+”大數據技術的實現基礎，具備大數據在煤炭安全生產管理中應用的可行性。因此，應該充分利用大數據技術對煤炭企業監控的各項指標進行挖掘，將得到的有用信息進行監測預警，及時發現問題、解決問題，以實現安全效益、經濟效益與社會效益的最大化。

在大數據技術的應用方面，國內學者在煤炭安全領域做了大量研究。例如，

王海軍等[3]研究了“互聯網+”時代，煤炭企業在井下安全生產監控預警、礦用大型安標設備及材料儲運的安全生命周期。張科利等[4]運用現代管理理論，構建了安全生產的協同管理大數據平臺。鄭磊[5]利用大數據對煤礦基礎數據進行深度挖掘，以尋找事故發生的規律，提升煤炭安全生產的源頭治理能力。楊晶潔[6]深入研究了物聯網與大數據在煤炭安全生產保障中的作用，使其完成預警、監控等功能，從而達到安全生產的目的。黃偉[7]將物聯網和大數據應用在煤炭安全系統中，結合現代科學的新興技術建造全新的煤炭安全保障系統。蘇東毅等[8]基于大數據處理技術，將安全生產數據進行深度挖掘，提高了煤炭安全生產的效率。方方[9]從煤炭物聯網建設、煤炭云計算、煤炭大數據的采集和應用三個方面分別闡述了大數據時代煤炭安全生產的信息化建設。劉保進[10]基于大數據技術，圍繞提升安全風險辨識能力、事故隱患預測能力展開研究，全面分析了安全生產信息化、智能化。李娜[11]針對煤炭大數據的特點，結合“互聯網+”的思想，建立了煤炭生產云服務平臺。徐磊[12]將大數據技術與瓦斯、礦井水害、礦井火災、礦井頂板災害的預防機理相結合，建立了基于大數據的礦井災害預警模型。王萬麗等[13]針對煤炭安全生產信息化應用中存在的問題，提出了煤炭安全生產大數據應用管理系統，提升了在線監測能力，有效提高了事故預防能力。陳佳林[14]分別對煤炭安全生產的各類數據建立關聯模型，分析數據之間的影響關系，提高了對事故風險的預測能力。

綜上所述，通過網絡互聯和數據傳輸，利用大數據技術進行計算、處理、數據挖掘和安全預警，實現人與物、物與物信息的交互和無縫連接，可以達到對煤炭企業安全生產的實時控制、精確管理和科學決策。為此分析了煤炭環境資源、設備資源與人員資源等多要素、多參數、多目標的綜合管理問題。采用業務流程梳理及數據字典制定方法，定義業務流程邊界，發布煤炭企業內部的業務數據字典，以期制定相關的管理對策。

1?大數據在煤炭安全生產中的問題

煤炭企業的大數據技術是煤炭智能化、信息化的發展延伸，利用智能裝備對煤炭企業的物理世界進行感知，通過網絡互聯和數據傳輸，進行計算、處理、挖掘和預警，實現地面與井下、礦區與遠程信息的交互和無縫連接，達到對煤炭安全生產綜合管理的目的。現有的煤炭企業采集到的大數據，可以作為未來煤炭系統建設、“互聯網+”技術應用的基礎數據。

但是，隨著煤炭生產流程的增多、生產規模的擴大化，使得生產過程中安全隱患不斷顯現[15]。煤炭企業對致災因素的有效監測以及災變趨勢的準確預測，是煤炭事故預防與控制的關鍵手段。煤礦是一個復雜、多變的“環境-設備-人員”三者缺一不可的系統需要，從安全生產環境數據復雜化、安全生產設備多元化、安全生產人員管理規范化等多個角度進行管理問題的梳理。

1.1?安全生產環境數據復雜化

礦區自然災害較重，水災、火災、瓦斯災害、煤塵爆炸以及頂板災害俱全，水文地質條件屬極復雜型[16]。各種自然災害因素均會對煤炭安全生產造成巨大的影響。因此，工作面開采前，需要對水災、火災、瓦斯災害、煤塵爆炸以及頂板災害進行超前治理，確保工作面回采安全可靠。

1.2?安全生產設備多元化

煤炭開采技術離不開機械化、自動化、信息化等高新技術和裝備的支撐。煤炭安全生產過程中，生產流程復雜，涉及設備類型眾多，需要將采煤機遠程控制系統、支架電液控制系統、工作面運輸控制系統、通信控制系統、泵站控制系統及供電系統有機結合，通過大數據分析實現對綜合機械化采煤工作面的協調管理與集中控制。

1.3?安全生產人員管理規范化

煤炭開采存在勞動強度大、生產環境惡劣等諸多問題，容易造成人員安全事故。大數據在煤炭安全生產的應用對人員管理規范化提出了更加嚴格的要求。通過安全生產人員管理規范化，把礦工從艱苦危險的環境和高強度體力勞動中解放出來，確保礦井安全生產。通過實施人員管理規范化，達到崗位增值、企業增效、員工增收、保證安全的目的。

2?大數據在煤炭安全生產的綜合管理對策

采用業務流程梳理及數據字典制定方法，全面梳理煤炭安全生產的業務流程，定義業務流程邊界。通過業務流程梳理和邊界的制定[17]，發布煤炭企業內部的業務數據字典。將業務數據字典對應到每個業務流程，各業務系統在建設過程中必須遵照數據字典要求。根據業務流程和數據字典，制定責任部門及責任人，完善數據治理。通過對環境、設備、人員的綜合管理，制定了煤炭企業的安全生產環境管理對策、設備管理對策和人員管理對策。

2.1?安全生產的環境管理對策

針對煤炭工作面各區域范圍的水災、火災、瓦斯災害、煤塵爆炸以及頂板災害，建立不同區域環境監測指標的綜合安全指數分析方法，構造工作面區域多因素綜合評判模型，給出安全狀態指數，完成安全生產的環境對策探討。

2.1.1?水災

涌水主要來自頂板基巖裂隙水，若排水管路、排水能力不足[18]，可能造成積水。大數據分析需要從預防水災的如下幾個方面進行研究。

1）過石灰溝時，預計處于雨季的涌水量。提前做好疏放水、防滲工作。過石灰溝期間，工作面增加排水設備和備用管路，并加快推進速度，機電隊增加沿線排水設施。

2）加強排水相關設施的包機管理，進行各項指標的監控。兩順槽、機頭、機尾排水相關的供電線路必須經常維護檢修，確保排水系統的可靠性。

3）當推至低洼地段時，應加快推進速度。對回采后形成的地表塌陷區進行數據分析，盡快將低洼地段恢復原狀，防止雨季發生透水、潰沙事故。

4）對涌水和頂板淋水進行數據監測，發現有空氣變冷、出現霧氣、頂板淋水加大、底板鼓起或裂隙滲水等突水預兆時，必須停止作業，發出警報。

2.1.2?火災

大數據應用在火災的監測分析與防治策略包含以下兩個方面。

1）防滅火措施不到位造成煤炭自燃。進行采空區氣體監測與分析，并準備注漿、注氮防滅火系統;加強聯巷封閉施工管理，保證施工質量，密閉前，每個聯巷內要安設注漿管，用于密閉注漿。

2）

巷道浮煤、頂煤進采空區導致煤炭自燃。工作面對浮煤含量進行監測與分析，及時清掃浮煤，保證采空區不殘留浮煤;加強機尾浮煤管理和撒布巖粉管理;嚴格按設計開采，盡量減少煤炭遺留在采空區[19]。

2.1.3?瓦斯災害

監測瓦斯與CO、O2在不同安設位置的濃度，根據不同的場景、不同的濃度進行預警。表1顯示了礦井內氣體監測與預警濃度表。

大數據分析需要從瓦斯濃度的如下幾個方面進行研究。

1）工作面做到無瓦斯超限作業，無瓦斯積聚（指瓦斯濃度達到2%以上，體積達到0.5 m3）[20]。

2）在《煤礦安全規程》中規定，回風風流中瓦斯濃度超過1%時[21]，必須停止工作，并及時匯報調度室，由礦總工程師負責采取措施處理。

3）要切實確保風流暢通。做到穩定、連續不斷地供給足夠的風量，并控制風速不超限，將瓦斯濃度沖淡到規定的允許濃度以下。

2.1.4?煤塵爆炸

工作面割煤、裝煤過程中產生大量的煤塵，對煤塵進行監測與分析。煤塵具有爆炸性，危害人體健康、降低工作場所的可見度、縮短設備壽命[22]。

1）每隔一段距離設置一處手動負壓噴霧灑水系統，由獨立的水管和風管分別供水和供風，時刻監測其數據指標，噴霧從頂梁煤壁處覆蓋至立柱柱窩處，保證噴霧效果。

2）加強對采煤機內、外噴霧裝置，液壓支架噴霧、各轉載點、卸載點等位置的噴霧灑水裝置的監測、管理及維護。

2.1.5?頂板災害

煤層頂板情況復雜，頂板具有不同的巖石類型，厚度與特征，表2中展示了某煤礦的煤層頂板特征。

大數據應用在頂板災害的監測分析與防治策略包含以下兩個方面。

1）通過大數據技術，提前監測不同類型頂板的工作面斷層的走向、傾向和傾角的變化趨勢。制定專項措施，包含工作面工藝調整、頂板管理、設備管理等方面。

2）頂板管理不到位，造成局部冒頂和人員傷亡事故。加強日常巷道頂板支護質量監測與數據分析，及時有效的掌握頂板性質及其變化。

2.2?安全生產的設備管理對策

將采煤機遠程控制系統、支架電液控制系統、工作面運輸控制系統、通信控制系統、泵站控制系統及供電系統有機結合，實現對綜合機械化采煤工作面設備的協調管理與集中控制。為此，主要從3方面進行大數據深入分析：采煤機遠程控制系統、支架電液控制系統與工作面運輸控制系統。

2.2.1?采煤機遠程控制系統數據監控

利用傳感器實現工作面采高自主定位與位置定位;同時，具備遠程雙向通訊功能，可實現遠程監測與控制。

1）采高自主定位。采煤機遠程控制系統通過采高傳感器實現采高自主定位。工作面采煤工藝具有記憶截割性，可實現無人自動記憶截割功能，且采煤工藝文件可根據需要進行配置[23]。通過大數據分析使得采煤機進入學習模式，控制采煤機各位置下行進方向、速度、左右搖臂高度等姿態信息。

通過具有行程傳感器的調高油缸，來準確檢測油缸的每次伸縮位移，再利用采煤機自身的機械結構，通過建立數學模型，實現自動、準確、實時的搖臂高度計算。采煤機遠程控制系統進入記憶截割功能，在工作面按設定工藝程序自動運行、自動調高、加速、減速。

2）位置定位。在采煤機牽引部安裝位置傳感器，通過控制器的數據處理模塊，計算采煤機的位置信息，輸入到建立的數學模型，精確的對采煤機實現位置定位。

2.2.2?支架電液控制系統數據監控

工作面每臺液壓支架上配置一套支架控制單元[24]，監測支架頂板壓力的立柱壓力傳感器1個，監測采煤機運行位置及方向的紅外線接收器1個。通過大數據技術對支架的五種使用場景進行剖析如下。

1）鄰架單動作控制。系統具有鄰架單動作控制功能，可以通過左右鄰架對支架進行單獨控制，實現3鍵連鎖的四種動作組合的控制。

2）隔架控制。系統具有隔架操作功能，最多可以控制相隔5架的支架動作。

3）自動移架控制。系統具有單架自動移架控制功能，可以按照既定的控制程序，實現支架的降、移、升動作的自動控制。

4）成組支架動作控制。系統具有成組控制功能，可以實現成組自動移架控制和成組推溜控制;具有成組噴霧控制功能。

5）初撐力自動補償和帶壓移架控制。系統可根據液壓支架預先設定初撐力值，設置工作面液壓支架的自動補液功能，并可根據工作面頂板壓力的變化規律，在一定范圍內自動調節液壓支架補液壓力閥值，實現液壓支架與工作面頂板的圍巖動態耦合。

依據現場不同環境條件進行大數據分析，開發液壓支架跟機自動化軟件。液壓支架跟隨采煤機自動操作，在采煤機上安裝紅外線發送器，發射數字信號，每臺支架上安裝1個紅外線接收器，接收紅外線發射器發射的數字信號，來監測采煤機的位置和方向信息。

2.2.3?工作面運輸控制系統數據監控

利用工作面的綜合接入器、光電轉換器和交換機，建立一個統一開放的工作面運輸網絡，構建控制平臺。使工作面運輸設備連接到監控中心的服務器，實現運輸設備信息匯集，包括視頻信息與數據信息。監控中心至工作面端頭、

監控中心至工作面端尾通過光纜連接，保證最重要的數據流能動態地獲得最優先的帶寬支持，同時具有網絡狀況自診斷功能。

2.3?安全生產的人員管理對策

大數據在煤炭安全生產的應用對人員管理規范化也提出了更加嚴格的要求[25]。煤炭企業需要強化系統風險預控、崗位危險管控的安全管理，對每個階段的人員數據均需要經過統計與挖掘，以確保人身安全以及經濟效益。

2.3.1?完善各種現場管理制度

1）設定專項安全制度。舉例來說，實行專職瓦檢員制度，每班檢查瓦斯不少于2次，間隔4小時。瓦檢員在井下指定地點交接班，并有記錄可查，無空檢、漏檢、假檢。工作點做到無瓦斯超限作業，無瓦斯積聚（指瓦斯濃度達到2%以上，體積達到0.5 m3）。工作面回風風流中瓦斯濃度超過1%時，都必須停止工作，并及時匯報調度室，由礦總工程師負責采取措施處理。

2）保障現場氣溫與通風。要切實維護好工作面兩巷，確保氣溫適宜與風流暢通。做到穩定、連續不斷地供給工作面足夠的風量，并且風速不超限，將瓦斯、CO等有毒有害氣體控制在規定濃度以下。根據某煤礦的實際情況，表3顯示了采煤進風流氣溫與對應風速的數據關系。

3）生產期間加強對機頭和機尾的支架管理，根據實際情況保證機尾支架超前機頭支架一定范圍，從而使工作面風量足夠稀釋采空區溢出的有毒有害氣體。生產期間要及時將機尾端頭支架拉出。

4）在機尾蓋板處設置擋風簾，要經常檢查機尾擋風簾的完好程度。將壓風系統的風吹向上隅角，增加新鮮風流，吹散有害氣體。

5）嚴禁事件要遵守。例如，采煤機割至機尾時，嚴禁任何人員在回風低氧區域作業。采空區突然冒落后，工作人員應立即撤離至工作面進風流中，避免O2瞬間過低造成人員窒息傷亡，同時機尾作業人員必須隨身攜帶O2便攜儀，嚴禁單崗作業。所有人員進入機尾段作業時，必須首先對O2、CO等氣體濃度進行確認，嚴禁在對氣體濃度不知情時進入機尾段作業。必須快速通過機尾低氧三角區地段，嚴禁在機尾低氧區域長期滯留。

2.3.2?加強崗位技術培訓和業務學習

開展知識功底、專業功力、身心素質、職業素質的訓練，為煤炭安全生產奠定堅實基礎。加強對設備的使用和維修管理的培訓與學習，保持設備良性循環，完好運行，降低設備故障的影響。

2.3.3?認真落實崗位責任制

生產組織包含檢修班和生產班。檢修班包括采煤機組、液壓組、三機組與電氣組。其中，采煤機組負責采煤機的日常檢修和維護;液壓組負責支架、自移列車液壓系統的日常檢修和維護;三機組負責工作面輸送機、破碎機、轉載機的日常檢修和維護;電氣組負責自移列車和工作面所有電器設備的日常檢修和維護。生產班負責每班生產、工作面文明生產、工程質量達標等工作。

通過監測檢修班和生產班的工人工作量數據，有助于落實崗位責任制、安全質量責任制和工程質量管理制度、設備維修質量檢查驗收制度。

2.3.4?抓好均衡出勤工作

嚴格遵守勞動紀律，調整好每班人員輪休，保證每班都能按正規循環作業，保證全隊出勤率在80%以上。

3?結?語

在“互聯網+”時代，煤炭企業的大數據技術需要與互聯網思維融合，使得煤炭企業安全生產及管理運作與互聯網形成聚合效應，共同提升創新力和生產力。隨著煤炭安全生產與成本管理的基本矛盾日趨突出，不僅需要對煤炭企業在井下生產的數據進行監控預測，更要解決煤炭環境資源、設備資源與人員資源等多要素、多參數、多目標的綜合管理問題。研究結果表明：“互聯網+”時代大數據必將成為煤炭安全生產與成本管理的重要手段和途徑。深度挖掘煤炭安全生產中的海量信息，可實現安全效益、經濟效益與社會效益的最大化。

1）從安全效益來看，大數據在煤炭安全生產的應用將工人從危險性較高的采煤工作面轉移到安全環境較好的監控中心，從根本上提高了作業安全系數，為推動高危行業向本質安全型轉變提供了可靠的技術支撐。

2）從經濟效益來看，隨著危險事故的減少，大數據在煤炭安全生產的應用極大程度增加了煤炭企業的收益。進一步，對設備利用率與人員調度進行大數據分析，充分發揮了設備價值以及節約了人員成本，使得生產調度綜合化。

3）從社會效益來看，解決了礦井可持續發展的問題。如果企業在壯年期沒有合理規劃，未來的穩產高效就無法保障。通過大數據分析，對礦井的資源進行合理配置，可以最大限度開發利用資源，保障礦井可持續發展。

參考文獻：

[1]張?浩.“互聯網+”背景下全渠道運營探究[J].通信企業管理，2016（07）：68-71.

[2]國務院.國務院關于積極推進“互聯網+”行動的指導意見[J].全國商情，2015，28（26）：8-10.

[3]王海軍，武先利.“互聯網+”時代煤炭大數據應用分析[J].煤炭科學技術，2016，44（02）：139-143.

[4]張科利，王建文，曹?豪.互聯網+煤炭開采大數據技術研究與實踐[J].煤炭科學技術，2016，44（07）：123-128.

[5]鄭?磊.大數據在煤炭安全管理中的應用研究[J].無線互聯科技，2016（11）：133-135.

[6]楊晶潔.物聯網和大數據及云計算技術在煤炭安全生產中的應用研究[J].科技資訊，2017，15（09）：28-30.

[7]黃?偉.物聯網和大數據及云計算技術在煤炭安全生產中的應用研究[J].電子世界，2017（18）：88-89.

[8]蘇東毅，于?迪，李勝男.大數據在煤炭安全生產中的應用研究[J].內蒙古煤炭經濟，2017（14）：95-96.

[9]方?方.大數據分析時代的煤炭安全生產信息化建設分析[J].數字化用戶，2017，23（36）：128-129.

[10]劉保進.大數據技術及其在煤炭安全管理中的應用探討[J].山東煤炭科技，2017（10）：173-174.

[11]李?娜.互聯網+與煤炭大數據及其應用分析[J].企業改革與管理，2018（05）：58-59.

[12]徐?磊，李希建.基于大數據的礦井災害預警模型[J].煤炭安全，2018，49（03）：98-101.

[13]王萬麗，崔?超.煤炭安全生產大數據應用管理系統研究與設計[J].中國煤炭，2018，44（02）：91-94.

[14]陳佳林.煤炭安全生產大數據預警預測平臺研究[J].電腦知識與技術，2018，14（01）：26-34.

[15]He X，Song L.Status and future tasks of coal mining safety in China[J].Safety Science，2012，50（04）：894-898.

[16]張淑同，趙旭生，陳金華，等.煤炭區自然條件安全生產度評價體系研究[J].礦業安全與環保，2015，42（04）：29-32.

[17]趙安新，廖曉群.“互聯網+”時代數字化校園建設思考及對策[J].中國教育信息化，2016，11（06）：74-76.

[18]袁向濤，楊樹保，張風磊，等.涌水綜采工作面排水系統改造實踐[J].煤炭安全，2013，44（06）：120-122.

[19]馬?騰.王洼二礦下分層綜放開采煤自燃規律及防治技術[D].西安：西安科技大學，2017.

[20]徐忠和.舊采殘煤的資源、綜采方法與礦壓規律研究[D].太原：太原理工大學，2016.

[21]國家安全生產監督管理局.《煤礦安全規程》[J].勞動保護，2005（01）：11-19.

[22]蔣昌龍.基于透射式的煤塵濃度監測系統方法研究[D].徐州：中國礦業大學，2015.

[23]劉東航.采煤機自動記憶截割控制系統的研究與設計[D].西安：西安科技大學，2018.

[24]范禎科.電液控制液壓支架大通徑電磁先導閥關鍵技術研究[D].徐州：中國礦業大學，2016.

[25]梅方義.推行崗位安全自主管理夯實礦井安全生產基礎[J].中國煤炭工業，2017（08）：46-47.

（責任編輯：張?江）