探究冶金動態安全評價及預測技術

楊振江 王傳揚

摘要：安全生產是各行各業提升經濟效益的基礎和前提，只有確保安全生產才能夠體現各方面效益，尤其在一些危險行業生產過程當中，更要確保生產安全，具體針對冶金行業的安全生產而言，其動態安全評價和相應的預測技術能夠應用在具體生產環節當中，并對有關安全隱患進行排查和解決，進而確保生產過程當中的穩定和安全。所以本文基于此，對冶金動態安全評價及有關預測技術進行探究和分析。

關鍵詞：冶金生產;動態安全評價;預測技術

1概述

在進行冶金生產過程中，所使用的動態安全評價方法主要是對生產過程中的安全生產經營活動進行動態的跟蹤，并且動態的分析生產中存在著危險。安全評價是實現安全生產的前提和基本保障，使用動態安全評價是一種比較常用的方式，這種評價貫穿于生產的整個過程，而不是某一個生產階段。也就意味著，動態安全評價的范圍是生產的各個階段，包括安全生產所使用的工藝技術、生產人員的專業能力、生產環境等多種因素的評價。

同時，在使用動態安全評價方法時需要建立起相關的評價制度，制定全方面的評價標準和指標，對于冶金生產中存在的安全問題進行針對性的分析，對目前的冶金生產現狀得出準確的判斷，并提出相應的解決資料，保證冶金生產的狀態評價為安全，從而達到生產的需求，提高冶金的生產的效率，減少安全事故的發生。盡管事故的發生具有隨機性，然而大部分的事故發生都具有一定的規律，因此對事故的安全預測具有可操作性，要想實現安全生產，生產前進行預測是必不可少的，不僅對安全事故進行預測，還能根據冶金生產的狀態，分析其中危險的系數，根據危險系數制定出不同的數學預測技術模型，對冶金生產的某個階段進行精準的預測，從而對危險系數進行控制，保證冶金生產的狀態屬于安全生產，實現預測技術需要建立安全預測模型，實現冶金安全生產。

2冶金動態安全評價方法的研究

冶金生產就是將礦物中的金屬或金屬化合物提取出來，并通過各種加工方式和技術，將這些金屬或金屬化合物制作成具有一定功能的金屬材料的生產過程。冶金生產的工藝技術較為復雜，且使用的生產設備大都體積、質量較大，安裝時具備一定的難度，在生產中常常有一些安全隱患在其中，嚴重威脅生產人員的生命安全以及生產效率，在冶金生產中使用動態安全評價體系，需要從安全評價指標和模型建立兩個方面進行綜合性的分析。

2.1安全評價指標

安全評價指標主要是反映冶金生產狀況的一個表現，安全評價指標在不同行業中發揮的作用也不盡相同，安全評價指標在具體選擇時需要注意以下兩點原則。

1）科學性原則。對冶金生產的特點進行研究和分析，保證所選取的安全評價指標能夠全面展示冶金生產過程中的安全狀況，而且指標內容要詳略結合，簡單明了，能夠清晰的出名安全評價體系。

2）適應性原則。安全評價指標要適合用于冶金生產中，這就需要有較強的適應性。在進行冶金生產中，各個生產環節所使用的工藝技術不同，需要制定不同的安全評價指標，不僅要表現出安全生產的特點，還要表現安全生產的整體狀況，保證安全生產的順利進行。各個評價指標之間要有互通性的同時還要具備一定的特異性，以此才能保證安全評價指標能夠適合安全生產的使用。

2.2模型建立

實現動態安全評價技術的效用僅僅利用安全評價指標的選用是遠遠不能實現的，需要建立精確的動態數字模型來度冶金生產中出現的安全風險進行量化處理。所以，建立起適合冶金生產的模型十分有必要，對冶金生產的各個階段進行科學性的分析和判斷，利用相關的數學函數對生產階段進行描述和計算，結合上述的安全評價指標，逐漸形成一套完整的動態安全評價體系。現階段，在冶金生產行業使用最多的是神經網絡狀的安全評價模型，利用誤差的反方向傳播特點，對模型中各個數據進行壓縮、處理、分類以及計算。

2.3使用硬件條件對生產進行動態監控

要想實現動態安全評價，需要對冶金生產的生產過程、生產狀況以及生產設備有足夠的了解，而且不可以使用人工獲取數據信息，必須使用一定的硬件條件對冶金生產進行動態監控。在冶金生產的過程中實現動態安全評價的硬件條件一般都是由傳感器、中間件以及顯示器等器件組成。傳感器是主要的數據信息收集器，對冶金生產中使用的各個設備的參數進行檢測和記錄，而中間件是將傳感器中的數字信號進行放大處理，消除干擾部分信息，確保顯示器中的數據信息正確。

實施動態安全評價，就必須要掌握生產過程中各生產線、生產設備的實時情況，而采用人為的方法去獲取這些數據基本是不可行的，因此需要獲得一定的硬件條件支持。在冶金生產過程中，動態安全評價的硬件環境大致由傳感器、中間變換器以及顯示儀表等組成。傳感器主要對冶金生產過程中各設備的相關參數進行信號采集，而中間變換器主要是將傳感器所采集到的數字信號進行放大，并且過濾各種干擾成分，保證顯示儀器、儀表紀錄的準確性。

3冶金安全預測技術研究

對于冶金安全生產的預測技術實質上是對時間數據的預計與分析處理工作，是非線性系統，一般采用NARMA模型進行預測，結合神經網絡用于非線性系統模型的構建與識辨，更利于給出可行的算法。

3.1冶金安全預測參數的選取

可反映冶金安全狀況的因素較多，但對于動態安全評價的預測參數一般以時間為序列進行預測，百萬噸死亡率一直是目前大型工業生產企業公認的生產安全預測的有力依據，可以作為冶金安全預測參數。

3.2預測技術模型

基于神經網絡下的誤差反向傳播法來作為構建安全預測技術模型的基礎，在使用BP神經網絡算法進行相關數據計算和傳輸。

3.3預測誤差值的測量

用己經完成訓練的神經網絡來對時間序列進行預測，對訓練過的網絡性能進行評價時要用檢驗時間序列來進行評價。

結論

冶金行業在我國重工業生產行業中占有重要的比重，是我國國民經濟發展的重要助力。安全生產對于冶金行業生產運營至關重要，采用動態安全評價方法以及預測技術能夠更好的監測生產過程中可能出現的安全隱患，并且對安全進行有效的量化分析和定性分析，找出與之相對的解決措施，對現代冶金企業安全生產具有重要的意義。

參考文獻：

[1]武世卿.冶金企業運轉監控網絡中組態軟件的應用與設計實現[J].數字技術與應用，2015（08）：158.

[2]黃奇志.動態安全控制技術在某高爐大修工程施工中的應用[J].南方金屬，2013（02）：30-33.

[3]劉繼雄.加強動態管理 ?提高冶金企業動力系統安全和經濟運行水平[J].冶金動力，2009（04）：125-127+131.