智慧礦山工人人因失誤影響因素研究

李紅霞，樊恒子，張嘉琦，陳 磊，田方圓

(1.西安科技大學 安全科學與工程學院，陜西 西安 710054；2.陜西智引科技有限公司，陜西 西安 710200)

0 引 言

科學技術迅猛發展，礦山從數字化建設逐漸轉向信息化及智慧化建設。大數據、人工智能、智能控制、物聯網等技術的不斷推進使礦山生產技術與安全水平得到極大提升[1]，其生產方式由傳統人工開采轉向無人、少人化，不但節省人工成本還提高了設備利用率與資源配置率，保障礦山的生產安全。如今，正由初級階段邁向目標階段[2]。

礦山的生產越來越趨向于自動化發展，但如今仍不能實現無人化，人的因素在新的礦山系統中的角色也發生了重要的轉變，礦山工人由體力勞動逐漸變為腦力勞動，相較傳統礦工的工作范圍較靈活。在新的生產模式下，人是重要的組成部分，人的失誤仍然是智慧礦山系統發生事故的重要原因。因此人的不安全行為也會影響礦山的安全生產。通過對智慧礦山系統人因失誤研究，對于減少新生產模式下帶來的事故和傷害有重要價值。

近年來，國內外學者對人因失誤影響因素方面的研究取得了一些成果。REASON等通過分類法將人因失誤分為有意圖行為與無意圖行為[3]。周剛等從安全教育與技術培訓、人機匹配度與機器系統設計等方面探討如何控制預防人因失誤[4]。李博楊等運用熵權法與集對分析模型來評價煤礦安全，將人因失誤分為：組織管理、組織行為、操作者行為及安全監管4大類[5]。蘭建義等通過統計分析近年來煤礦安全事故數據，認為導致煤礦人因事故發生的關鍵影響因素有：個體、環境、安全規范與組織管理等4類[6]。Folkman等認為個體因素中個性心理特征與個人能力是導致人因失誤的主要因素[7]。HOLMES T H等研究發現，煤礦工人作業時若出現行動協調性、敏捷性與連續性等操作行為障礙，則有可能會造成不安全事故的發生[8]。張衛華通過人因工程學與認知心理學理論構建煤礦人因失誤理論模型，表明個體因素是造成人因失誤的直接原因[9]。

構建一個完整智慧礦山人因失誤影響因素模型，是研究開展的前提。文中借鑒國內外學者研究成果，并結合智慧礦山工人自身特點，發現與一般礦工人因失誤相比，智慧礦山工人人因失誤具有技術復雜性與情緒穩定性[10]，將其影響因素分為個體、能力、機械設備與組織安全管理4大類。通過文獻調查法、案例分析法構建智慧礦山人因失誤影響因素模型并運用關鍵事件訪談法對其驗證。

1 AHP法智慧礦山人因失誤影響因素

1.1 層次分析法

層次分析法(analytic hierarchy process，AHP)是20世紀70年代由美國匹茲堡大學教授T.L.Saaty提出的層級分析法[11]。此方法是仿照人對復雜問題的研究與思索過程，將其數量化與層次化，是一種定量與定性相結合的系統層次化的決策方法[12]。解決問題的思路首先是將問題劃分為不同的因素，將這些問題再劃分為不同的層次，形成一個階梯式有序多層次的結構模型；其次是從人的客觀判斷每一層次的相對重要性來給出定量表示，并通過數學方法計算出每一層所包含因素的權值；最后，綜合計算每層因素相對重要性的權值，得到方案層對于目標層相對優劣次序的排序值，為選擇方案提供依據，從而得到最終的決策方案。

1)確定問題，構建層次結構模型[13]。

2)邀請煤礦安全管理專家根據經典1～9標度法進行打分構造出判斷矩陣，其比例標度與重要性等級見表1。

表1 判斷矩陣1～9標度法Table 1 Scale method of judgment matrix 1～9

3)計算特征權重值。

4)一致性檢驗。

(1)

(2)

式中λmax為最大特征根；n為因子個數，當n≥3，CR<0.1時，滿足一致性條件，反之則須修正判斷矩陣，直到CR<0.1時，則不會出現邏輯錯誤。對于1～9階的判斷矩陣，平均隨機一致性指標RI值見表2。

最后，所有要素需要進行層次總排序，之后層次總排序進行一致性檢驗，其公式為

(3)

表2 1～9階判斷矩陣對應平均隨機一致性指標RI值Table 2 RI value of average random consistency index corresponding to judgment matrix of order 1～9

1.2 指標體系構建

文中借鑒國內外學者關于礦山工人人因失誤的影響研究后，在智慧礦山的背景下，原有的生產方式發生了重要變化，結合智慧礦山工人自身的特點，構建如圖1所示的智慧礦山人因失誤影響因素指標體系。

圖1 智慧礦山人因失誤影響因素指標體系Fig.1 Index system of influencing factors of human errors in Smart Mine

1.3 計算指標權重

1)構造1個一級指標判斷矩陣與4個二級指標判斷矩陣，分別見表3，表4，表5，表6，表7。

表3 A～B判斷矩陣及結果Table 3 A～B judgment matrix and results

表4 B1～C判斷矩陣及結果Table 4 B1～C judgment matrix and results

表5 B2～C判斷矩陣及結果Table 5 B2～C judgment matrix and results

表6 B3～C判斷矩陣及結果Table 6 B3～C judgment matrix and results

表7 B4～C判斷矩陣及結果Table 7 B4～C judgment matrix and results

2)根據層次單排序的結果，計算各層次要素的綜合權重，進行層次總排序，結果見表8所示。

表8 層次總排序及結果Table 8 General ranking and results

一致性檢驗指標為0.042 5<0.1，通過一致性檢驗。由此可得：導致智慧礦山人因失誤各因素重要程度可由AHP法確定。由表7可得出，智慧礦山工人的操作能力與應急反應能力、設備安全水平、人機匹配度等因素對導致智慧礦山人因失誤的影響較大而安全信息交流對其的影響較不明顯。

2 DEMATEL法智慧礦山人因失誤影響因素

2.1 決策試驗與評價實驗室法

DEMATEL(decision making trialand evaluation laboratory)方法是1971年由美國國家實驗室的學者所提出，是利用圖論和矩陣工具進行復雜系統的因素分析[14]，是一種將原因與結果分開考慮明確系統關系的方法[15]。智慧礦山人因失誤影響因素體系是一個典型的“人機環管”系統，通過DEMATEL法分析智慧礦山人因失誤，可有助于管理者事先發現并控制安全隱患，加強智慧礦山安全管理水平[16-18]。

2.2 DEMATEL計算步驟

1)確定系統中各因素的直接影響程度。采用專家打分法對因素間的影響程度進行比對[20]，0～5分表示因素間的影響關系，0，1，2，3，4，5分別表示影響程度無，弱，較弱，較強，強，很強從而得到直接影響矩陣，見表9。

表9 直接影響矩陣Table 9 Direct impact matrix

2)將矩陣進行規范化處理并得到直接影響矩陣，見表10。

表10 規范化直接影響矩陣Table10 Normalized direct impact matrix

B=(bij)n×n

(3)

(4)

(5)

3)計算綜合影響矩陣。

T=B(I-B)-1，其中I為單位矩陣。

4)求中心度。

hi=fi+gi,i=1,3,…,n

(6)

(7)

計算結果見表11。

表11 綜合影響矩陣Table11 Comprehensive impact matrix

5)計算綜合影響度為了降低專家打分法的主觀片面性，使各因素的重要程度更準確被描述[21]。計算結果見表12。

表12 綜合影響度Table 12 Comprehensive impact degree

(8)

由表11可知，C7，C8，C11的綜合影響度xi>0.1，換句話說就是，智慧礦山工人的操作能力、應急反應能力與人機匹配度對智慧礦山人因失誤影響最大。

3 結 論

1)個體因素層面：安全素質>工作經驗>安全知識>身心狀況>情緒穩定性?？梢姷V工安全素質培養與安全知識的積累運用是新型智慧礦山的基礎，只有將基礎打好，打扎實才能付諸于實踐與運用。

2)能力因素層面：操作能力>應急反應能力>決策能力>風險感知能力>崗位勝任能力。相較傳統煤礦與數字化智能化的智慧礦山最主要的區別除了機器設備更智能外，就是礦工的選用，更注重其各方面能力。扎實的操作能力會盡可能避免違規操作，極大地減少事故的發生；應急反應能力與決策能力則要求礦工更迅速準確地做出合理的判斷與決策。

3)機械設備層面：人機匹配度>設備安全水平>安全應急裝置>信息信號傳遞>新技術應用。機械設備因素是智慧礦山最為重要與關鍵的人因風險因素之一。煤礦屬于復雜且多變的環境，安全合理地優化人機界面使人與機器更加和諧穩定。

4)組織安全管理層面：安全管理制度>安全培訓教育>安全行為激勵>安全信息交流。安全管理制度的確立是提升礦山安全管理，減少人因失誤最有效且具有操作性的環節。