煤礦安全管理“自學習”體系建設分析

史昊楠

摘? 要：本文就煤礦安全管理“自學習”體系的構建展開論述，通過對于自學習體系的探究，分析了在操作、預警、管理員權限、獎懲真實性等方面，現階段煤礦安全管理中存在的問題，并以此通過實時跟蹤處理系統、異常行為檢測系統、電子證據鏈、大數據分析平臺、“自學習”體系平臺等方面的構建，強化煤礦安全管理中的自學習能力，進而構建一個現代化的煤礦安全管理體系，提升煤礦企業的安全管理能力。

關鍵詞：煤礦企業? 安全管理? “自學習”體系? 跟蹤處理

中圖分類號：F406? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2021）02（b）-0155-03

Analysis on the Construction of "Self-learning" System of Coal Mine Safety Management

SHI? Haonan

（Shaanxi Yongxin Mining Co.， Ltd.， Yulin， Shaanxi Province， 719400 China）

Abstract： This paper discusses the construction of "self-learning" system of coal mine safety management. Through exploring the self-learning system， this paper analyzes the problems existing in coal mine safety management at present， such as operation， early warning， administrator authority， reward and punishment authenticity， and strengthens the self-learning ability in coal mine safety management through the construction of real-time tracking and processing system， abnormal behavior detection system， electronic evidence chain， big data analysis platform and self-learning system platform， and then constructs a modern coal mine safety management system to improve the safety management ability of coal mining enterprises.

Key Words： Co al mining enterprise; Safety management; Self-learning system; Track processing

隨著信息化技術應用廣度的不斷提升，在各領域中，借助大數據等高新技術，形成了這一行業中特定領域的升級與轉型。針對于煤礦行業中安全管理領域中長期存在的問題，通過自學習相關平臺的構建，可以形成一個基于生物仿真的智能化安全管理系統，進而提升煤礦行業安全管理工作的運行效率，保證煤礦行業的穩定發展。因此，需要就自學習體系做以研究，以推動煤礦行業安全管理的穩定長效發展。

1? 自學習系統概述

自學習體系是一種基于智能化技術的生物仿真系統，可以在已有行為運行的過程中，對于行為的整體正確情況進行評估，并發現其中的不合理因素，對其進行及時的糾正與改良，通過對于系統結構與參數的自動化修改，形成的一種針對于行為的優良程度進行判斷的系統。相較于自適應系統，通過學習發現的問題，可以在改進的過程中，固化于系統的結構中，進而為優化行為的實現提供便利，同時自動學習可以應用與自動設計與調節，是一種及時優化的問題解決辦法[1]。

2? 現階段煤礦安全管理存在的問題

2.1 違規操作問題

違規操作問題是長期的生產過程中，遺留下來的問題。由于人員對于安全問題的忽視，加之管理的不嚴格，進而形成了對于操作規范性的漠視。同時，人員的行為也是安全管理中較難管控的問題之一，違規通常存在于一些冒險、叛逆、僥幸心理中，進而加重了違規操作的不確定性與隱蔽性，造成了在安全管理過程中，對于管理的阻礙。此外，由于崗位責任的落實不到位，形成了生產過程中的隨意性，進一步提升了人員操作的風險系數，進而加重了。煤礦生產中存在安全問題的可能性。

2.2 實時預警問題

由于安全管理制度的不嚴格，造成了在管理過程中，針對于違規問題的實時預警性不強，進而降低了對于違規操作的防范程度。此外，在監督手段上，傳統的安全管理制度通常為一種事后管理，在形成危害后，才能發現問題的嚴重性，嚴重降低了風險管控的時效性，使得安全問題進一步惡化。由于沒有一個設計到生產全階段的安全管理體系，進而導致了安全管理過程中危險因素不能在生產的過程中得到屏蔽，限制了現代化煤礦生產行業的發展。

2.3 管理員裁量問題

由于管理人員的自由裁量權過大，會在風險排查的過程中，形成舞弊現象，導致風險排查的模糊，造成了風險潛伏的可能。并且由于人為的湊指標，導致了安全管理過程中的亂象，加之評價指標的不確定性，加重了人員生產的安全隱患，導致風險評價過程中相關證據鏈的不完整，限制了評價結果的真實性。此外，粗放的自由裁量機制，形成人為主觀因素的過重參與，嚴重阻礙了評價的客觀性，進而限制了評價結果的有效推進，使得問題重復，長期得不到有效的整改，限制了安全管理現代化評價體系的構建。

2.4 獎懲可信度問題

獎懲制度評價體系的不規范，會形成相關評價機制失真的情況，降低了獎懲制度的權威性，使得評價的可信度下降。獎懲制度的初衷在于通過獎勵來規范與激勵人員行為，但在實際的操作過程中往往出現懲罰大于獎勵的現象，進而造成了在獎懲制度實施的過程中，安全問題的增大。此外，由于相關標準的不確定，會導致管理人員與違規人員就規章理解的不一致，進而造成雙方的沖突，使得安全問題不但沒有得到有效的排查，還造成了相關問題的加重，進而形成了人的行為得不到有效約束的現象。

3? “自學習”體系在煤礦安全管理中的構建途徑

3.1 危險源跟蹤實時處理系統

“自學習”系統可以通過對于信息的提取，以及多語義的有效識別，可以構建一個基于情景感知的體系框架，進而為安全管理行為提供導向。針對于煤礦安全管理過程中涉及到的危險類別較多，科學隨之存在的違規操作也呈現出一定的廣度，這就決定在在對于煤礦生產過程進行安全檢測的過程中，需要應用更多的設備及檢測程序。在進行“自學習”平臺的構建過程中，需要針對于危險的類別，構建一個危險源的跟蹤識別機制與實時處理模型，并按照“自學習”的操作機制，構建一個模型與實際情況之間的相應機制，進而就不同種類的危險源以及違規操作構建相應的數據庫，為信息的調取與比對提供基礎，進而應用不同尺度特征對于危險源以及違規操作進行變換表示，建立基于特征信息模板匹配方式的結構化圖像采集與分析系統，形成基于圖像識別的煤礦危險源及違規操作的實時跟蹤處理系統[2]。

3.2 操作人員異常狀態檢測系統

為保證檢測措施的動態性，需要將時間因素以及空間因素融入檢測的過程中，針對于潛在的危險源以及可能出現的違規操作進行分析，進而提升檢測的靈活性。以智能化的視頻識別算法對于人員的行為進行監督，進而通過基于多特征融合危險源識別實時跟蹤處理系統提取到的特征與模板圖像之間的對比，形成針對于風險的智能化特征匹配，就上述形成的危險源以及特征形成的危險狀態檢測模型，可以對于違規操作形成實時的預警，進而在出現危險操作時，施以智能化的預警，提升預警的時效性。尤其是較為嚴重的風險行為，系統會智能化的識別，并阻斷行為的接續性。例如：通過人員身份的識別，對于風險操作的權限進行遏制，把風險行為推送到特定的界面或者特定的系統，進而對于風險行為單獨進行處理，再依據“自學習”的不同視覺模式及擬態，在對于風險行為進行細分的基礎上，完成對于風險操作的修正，進而提升系統的檢測能力，與“自學習”能力，形成對于人員異常操作的檢測，完善系統的整體架構[3]。

3.3 獎懲可信電子證據鏈

相較于人工處理動作會形成集權過大，而造成獎懲制度失真的情況，在進行獎懲制度落實的過程中，需要通過風險預警機制以及人員行為的檢測系統，構建一個穩定可信的電子證據鏈，從不同角度對于問題進行分析，進而提升檢測的全面性[4]。傳統安全管理體系中，由于電子證據鏈的可篡改性較強，會加重獎懲機制失真的情況，進而導致獎懲制度的權威性下降，限制了措施的可行性。電子數據的收集與整理，是管理的重要依據，傳統的電子數據與人員的特征等并沒有直接的掛鉤，使得相關數據在存儲以及傳輸的過程中，會形成人員的隨意篡改，進而形成傳統證據鏈的信任風險。通過“自學習”平臺的構建，可以形成一個基于時間戳與人員特征參數交互認證的可信固化電子證據鏈，采用時間戳在電子證據上確定唯一標識時間，附加針對視頻采集的完整圖像，形成由內容至時間不可篡改的電子證據鏈，降低了數據被篡改的風險，提升了電子數據的客觀性與真實性。此外，通過固化后的數據管理平臺，可以構建一個完整、真實的“自學習”安全管理體系，進而通過唯一的證據鏈，為管理人員提供依據。

3.4 安全管理大數據分析平臺

傳統的安全管理模式中，數據較為分散，并且孤立的數據不利于集中抓取，并且數據沒有被重新利用的可能，進而為進一步的分析造成了阻礙。通過大數據技術的應用，可以形成一個基于煤礦產業安全管理的大數據平臺，通過對于數據的分析，可以形成在歷史數據以及未來運行趨勢方面的整合，以此提升平臺的運行能力[5]。例如：通過大數據分析中心的構建，可以形成一個基于大數據的信息處理，系統，在抓取歷史數據后，可以實現數據的綜合分析系統，將數據發展的趨勢直觀的呈現于管理人員的視野中。此外，通過數據應用廣度的有效擴展，可以形成基于各類數據的安全管理態勢分析，為同類的規模事件提供基礎。在對于礦井的安全系數進行分析的過程中，通過大數據技術的應用，融合互聯網技術，可以實現大數據統計、存儲、加工、處理、發掘，完善數據的綜合發布與瀏覽，提升操作人員對于生產情況的掌握度。

3.5 “自學習”體系平臺

通過多數據的提取，以及溯源結構功能的融入，可以為煤礦產業的安全管理構建一個標準化的數據處理機制。“自學習”體系的建設內容通常包含以下幾方面：（1）“自學習”處理途徑，主要通過構建多特征融合的危險源識別實時跟蹤處理系統以及危險源以及操作人員的狀態檢測系統作為系統的基本架構;（2）電子證據的建立，主要在于形成一個基于安全管理的可信性電力證據鏈;（3）平臺管理系統的建立;（4）正向管理機制的構建，進而實現煤礦安全“自學習”管理體系，并以此降低人員的自由裁量權，實現精準可靠的管理;（5）安全隱患大數據分析系統的構建，通過數據的收集與整理，通過數據的反饋機制，形成完善的數據模型，為進一步的數據分析，提供基礎。通過上述系統的綜合運作，與協調共進，實現煤礦產業現代化安全管理體系的落實[6]。

4? 結語

綜上所述，為保證煤礦行業的發展，需要通過高新技術的融合，構建一個現代化的安全管理“自學習”體系，進而提升其安全管理效能。為此，要就煤礦行業安全管理中存在的問題，落實針對于危險源的跟蹤查找，并且對于操作人員的異常行為進行及時的糾正，為獎懲制度的執行提供可信的電子證據鏈，以此完善安全管理平臺構建，提升“自學習”體系的適配性，進而推動煤礦行業安全管理的良性運行。

參考文獻

[1] 張儉讓，史振東，閆振國，等.煤礦安全雙重預防信息管理系統設計研究[J].煤炭工程，2020，52（10）：181-185.

[2] 馬曉江.煤礦安全管理存在的問題及其防控措施[J].礦業裝備，2020（5）：96-97.

[3] 劉慶修，田宏亮，田東莊，等.載人救援提升裝備多功能鋼絲繩研發與試驗研究[J].煤礦機械，2020，41（11）：38-40.

[4] 祁慧，李澤荃，陳紅.煤礦安全管理制度的執行特征對制度有效性的影響研究[J].煤炭工程，2020，52（10）：192-196.

[5] 王佳奇，盧明銀.基于數字孿生的煤礦瓦斯事故安全管理[J].煤礦安全，2020，51（8）：251-255.

[6] 周波，劉志強.煤礦員工不安全行為預防管理方法研究[J].煤礦安全，2020，51（8）：260-264.