基于AHP-TOPSIS的煤礦安全風險評價探討

任江朋

山西煤炭進出口集團 蒲縣豹子溝煤業有限公司, 山西 臨汾 041204)

煤礦生產系統是一個由多項生產子系統構成的復雜系統[1],其生產表征是煤礦生產系統內部各要素之間相互作用的結果。在煤礦開采過程中,由于煤礦生產系統復雜,生產環境惡劣,加之我國煤炭賦存條件復雜,導致煤炭采掘及運輸流程中存在較大的風險隱患,嚴重影響了煤礦的安全生產。從系統學的角度出發,煤礦安全風險的宏觀把控是實現煤礦安全生產的重要考量之一[2]. 以安全風險為核心的煤礦評價體系能夠對生產系統中已存有的安全風險進行定量或定性分析,而對煤礦安全風險的預測能夠對系統風險遷移規律進行研究,進而采取及時有效的措施進行風險干預,達到風險預控的效果[3]. 煤礦風險的評價為煤礦安全管理模式的轉變奠定了數據基礎,對提升煤炭企業安全管理水準具有重要價值[4-5].

基于此,本文從安全管理過程數據出發,識別煤礦安全風險致因因素,建立煤礦系統風險評價指標體系,對煤礦系統風險進行綜合評價,對實現煤礦安全生產、保證煤礦穩定運營、踐行以智慧礦山為導向的國家戰略發展方向,具有重要的理論意義和應用價值。

1 煤礦安全風險指標體系構建

結合煤礦生產實際情況及煤礦安全評價相關文獻研究成果,分別從人員因素、設備因素、環境因素以及管理因素等4個層面進行指標遴選與層次空間關系建立。

1) 人員因素。

人員因素是煤礦事故的主要行為者,從人員行為來看,違規作業、安全制度及安全措施的不執行是引發煤礦事故的主要原因。在對人員行為進行評估時,可以從工人的本科學歷占比、工齡占比、“三違”次數等角度出發進行評估;從人員意識角度出發,缺乏基本的安全意識也是造成不安全行為的原因之一,而工人的安全意識則主要受企業的安全文化以及相關培訓的影響,因而可以從培訓率、持證率等角度進行指標分析。因此,綜合以上分析,人員因素層面的指標體系可以由本科學歷占比、工齡占比、“三違”次數、培訓率、持證率等5個指標構成。

2) 設備因素。

煤礦設備可以大致分為兩類,一類是用于生產的機械化設備,另一類是用于安全監控與監測的信息化系統,在構建設備因素時可以從以上兩個層面出發。對于機械化設備可以從機電設備故障率、大型設備檢驗合格率、機電設備失爆率等角度考慮;信息化系統可以從安全監控系統運行狀態、視頻監控系統運行狀態等角度考慮。綜上分析,設備因素可以由機電設備故障率、大型設備檢驗合格率、機電設備失爆率、安全監控系統運行狀態、視頻監控系統運行狀態等5類指標進行構建。

3) 環境因素。

環境是煤礦生產周期內,開采活動本身所依托的外界環境,可以分為兩類,一類是煤礦自然環境,此類環境是煤礦系統本身的固有屬性,包含的因素多為靜態指標與定性指標,如水文地質條件、老空積水是否存在、沖擊地壓傾向性、地質條件、瓦斯等級、煤層自燃傾向性、煤塵爆炸指數等;另一類是煤礦生產環境,此類環境是為完成開掘活動,由人類所建立的人工環境,因而煤礦生產環境因素可以從瓦斯濃度、溫度等角度考慮。綜上分析,環境因素可以由水文地質條件、老空積水是否存在、沖擊地壓傾向性、地質條件、瓦斯等級、煤層自燃傾向性、煤塵爆炸指數、瓦斯濃度、溫度等9類指標進行構建。

4) 管理因素。

安全管理其本質是對企業人員、設備、環境等所建立的保證企業安全正常運轉的綜合措施,是抑制不安全行為與危險源控制的重要舉措之一,也是實現煤礦安全生產的重要保障。安全管理涉及的內容較多,包括企業安全文化、企業安全規章制度、安全經費投入等。因此,對安全管理的分析可以從煤礦標準化等級、安全投入、安全管理制度、違規情況、隱患整改率等角度進行評價。

綜上分析,結合人員因素、設備因素、環境因素以及管理因素等4類二級指標,共計24項構建煤礦安全風險指標體系。

2 AHP-TOPSIS綜合評判模型構建

2.1 基于AHP指標綜合權重分析

層次分析法(Analytic Hierarchy Process, AHP)在指標權重確定過程中主要由人為因素進行定性分析,以大數定理為基礎,構建期望回歸的數值模擬方法,以實現對指標權重的確定[6].

1) 決策矩陣同一化。

針對指標體系中指標類型不同及量綱不同,對指標按照不同標準進行同一化處理和無量綱化處理。

(1)

式中:i=1,2,…,m;j=1,2,…,n.

2) 加權決策矩陣的建立。

加權決策矩陣是決策矩陣與指標體系權重矩陣的對應性乘積。

C=(cij)m×n=(wjrij)m×n=

(2)

式中:wj為第j指標的權重,j=1,2,…,n.

3) 樣本貼近度計算。

a) 正理想解和負理想解求取。

(3)

式中:J1屬于效益性指標集,表示在第i個指標的最優解;J2屬于損耗性指標集,表示第i個指標的最劣解。

b) 樣本指標與理想解距離計算。

樣本指標與理想解的距離可以通過空間歐氏距離進行衡量。

(4)

c) 貼近度計算。

(5)

式中:Ei∈[0,1],當Ei=0時,表示樣本為負理想解;Ei=1時,表示樣本為正理想解。

2.2 AHP-TOPSIS模型

AHP-TOPSIS綜合評判模型中,以AHP確定安全評價指標體系的綜合權重,進而結合TOPSIS模型確定的相對貼近度評判矩陣,以獲得最優的安全評價結果。其數學表達可進行如下描述:

F=ε×E

(6)

式中:F為綜合評判模型結果向量;ε為AHP模型確定的綜合權重;E為相對貼近度評判矩陣。

3 實例分析

3.1 工程背景

豹子溝礦開拓方式為斜立井綜合開拓,分為兩個生產水平。一水平共布置3個采區,即:十采區、七采區、后備采區。回采工作面采用長壁后退式采煤方法,綜采放頂煤采煤工藝,全部垮落法管理頂板。礦井采用中央邊界式通風方式,通風方法為機械抽出式,有4個進風井,1個回風井。

3.2 風險評價

3.2.1 指標權重的確定

在建立的煤礦安全風險評價指標體系之上,以1—9標度值分別對4類一級指標以及24項二級指標進行重要度標度,進而對評判矩陣進行特征向量和特征值求解,從而進行一致性檢驗,檢驗通過,則進行權重記錄。將權值進行均一化處理,作為煤礦安全風險評價指標的最終權重,見表1.

表1 煤礦安全風險評價指標權重值表

3.2.2 TOPSIS指標綜合評價

根據煤礦安全生產系統的特點,將煤礦安全風險評價體系中的各類指標對煤礦安全風險的影響劃分為四個等級,分別記為Ⅰ級(輕微影響)、Ⅱ級(一般影響)、Ⅲ級(較大影響)和Ⅳ級(嚴重影響)。同時結合相關研究成果,對各指標因素的量化進行分級。定性指標中的部分危險性存在指標以0和1進行劃分,而能夠進行分級的指標,分別按照影響等級從小到大以0.2、0.4、0.6、0.8進行標注,則煤礦安全風險評價指標對煤礦安全風險的影響程度見表2.

表2 煤礦安全風險影響因素等級劃分表

基于豹子溝煤礦2020年7月份的相關指標信息建立人員因素初始評判矩陣Dh,對7月份的安全狀況進行判定:

由于煤礦安全風險評價指標的人員因素中,“三違”次數屬于損耗性指標,值越小越好;而其它的4個指標,均屬于效益性指標,值越大越好,因此結合式(2)構建加權決策矩陣Ch:

根據式(3)計算人員因素正理想解為A+={0.125,0.158,0,0.132,0.164},負理想解為A-={0,0,0.281,0,0},根據式(4)計算各煤礦安全風險評價等級到正理想解的距離為S+={0.512,0.341,0.171,0,0.283},到負理想解的距離為S-={0.14,0.098,0.240,0.405,0.158};根據式(5)基于人員因素的各煤礦安全風險等級的貼近度為Eh={0.215,0.222,0.584,1,0.358}.

同理,計算可得基于設備因素的各煤礦安全風險等級的貼近度為Ed={0.235,0.362,0.423,1,0.268},基于環境因素的各煤礦安全風險等級的貼近度為Ee={0.264,0.285,0.379,1,0.306},基于管理因素的各煤礦安全風險等級的貼近度為Em={0.284,0.265,0.408,1,0.322}.

3.2.3 煤礦安全風險評價

根據TOPSIS模型計算的指標綜合評價貼近度,可得出煤礦安全風險等級綜合評判矩陣:

結合已計算的煤礦安全風險評價指標體系中的準則層權重,則可得綜合評價矩陣的結果為:

F=[0.185,0.277,0.455,1,0.289]

則煤礦安全風險等級可按照如下級別劃分,見表3.

表3 煤礦安全風險等級量化表

綜上分析,結合表3的分級結果可知,豹子溝煤礦在2020年7月份的煤礦安全風險評價的結果為0.289,表明該階段煤礦安全風險量化分級屬于Ⅲ級風險,即為橙色風險。靈泉煤礦在2020年7月份發生一起瓦斯超限事故以及一次違規事故,造成煤礦安全隱患的風險量突增,模型評判結果與實際情況相符,由此驗證了模型的可靠性。

4 結 論

1) 挖掘了煤礦安全事故致因,結合指標體系構建原則,建立了以4類一級指標和24類二級指標為核心的多層次煤礦安全風險綜合評價指標體系。

2) 構建了AHP-TOPSIS的煤礦安全風險評價模型。以豹子溝煤礦2020年7月份的數據為例,利用AHP-TOPSIS模型對當月的煤礦安全風險等級進行評價,結果表明安全風險等級為Ⅲ級,對該礦的安全管理具有一定的指導意義。