區域安全評估模型在煤礦安全管理中的應用研究

楊征， 楊小勇， 王宇， 龔韓君， 祝捷， 侯剛， 楊斐文， 方乾

（1. 陜西小保當礦業有限公司，陜西 榆林 719000；2. 煤炭科學研究總院有限公司 礦山大數據研究院，北京 100013；3. 中煤科工開采研究院有限公司，北京 100013）

0 引言

我國煤礦開采以井下作業為主，礦井深度大、地質環境復雜且勞動強度大，一旦發生礦井事故，極易造成重大人員傷亡和財產損失。煤礦生產流程中涉及的潛在風險源種類眾多，且彼此之間存在復雜的耦合關系，因此，綜合分析煤礦安全影響因素，強化煤礦安全保障能力，提高煤礦安全管理水平，對于保障工作面穩定有序運行具有重要意義。

隨著煤礦機械化和智能化水平不斷提高，面向設備和人員的安全監測和管理系統在煤礦已經實現一定程度的部署和應用，但目前的礦井安全管理通常是分類開展，按照風險類型構建對應的監測及管控體系，如環境監測系統、人員安全監測系統、水文地質監測系統等。各安全監測和管理系統的建設和使用通常相互獨立，根據建設需求各自進行區域劃分和安全管理，并提供單一維度風險評價和分析。然而，由于不同系統劃分的顆粒度和方法不統一，給數據集中管理和有效信息提取造成了困難。在需要進行多維度綜合分析或整體決策時，重要信息的傳遞和匯總仍主要依賴于人工上報，由總調中心對各系統上報數據進行二次分析，按照優先級依次判斷決策，再將具體措施下發到各系統，這種方式限制了安全管理效率的提升。

為了解決上述問題，近年來研究人員從不同角度開展研究，提出了一系列針對煤礦安全的多因素綜合評價體系。You Mengjie 等[1]針對煤礦安全事故數據維度過高、規模過大、復雜性高的結構特點，引入基于非線性的t-SNE 高維數據降維方法，構建了煤礦安全風險評價模型，提高了評價精度。郭隆鑫等[2]兼顧評價體系的不確定性與評價指標等級的模糊性，提出了基于融合權集對云的安全評價模型，有效提高了煤礦安全評價結果的精確度。馬金山等[3]采用投影尋蹤和灰靶決策模型比較區域煤礦的相對安全度，分析結果與實際情況具有較好的一致性。陽建新等[4]提出了一種基于主成分分析-優劣勢距離法耦合模型的煤礦安全生產管理評價方法，通過計算和定義安全管理指數及評價標準，實現對煤礦安全生產管理水平的量化評價。宿國瑞等[5]將生態安全領域中的壓力-狀態-響應模型引入煤礦安全管理，以煤礦信息化多源異構數據為基礎，實現煤礦安全管理效果分析，減少了人為因素對分析結果的干擾。總體而言，目前的解決方案通常是基于專家意見、數據挖掘或文本分析等，抽取一系列煤礦安全評價指標體系，并通過降維、賦權、模糊決策等方法實現多因素的綜合評價及不同單元的安全度比較，但是安全評價粒度基本都是礦井級或子系統級，無法針對礦井的不同區域進行精細化管理。

本文依托于“煤科云”智能化綜合管控平臺[6-8]，匯聚人員定位、設備故障診斷、瓦斯監測、水文監測、安全管控等安全相關系統的數據，以區域為基本單元進行安全評估和管理，根據煤礦安全風險的空間分布特點，對各安全系統數據進行統一區域劃分和整理，基于層次分析和模糊綜合評價算法，構建區域安全評估模型，實現礦井各區域風險等級評估和綜合評分。評估結果可輔助煤礦管理人員進行災害預防、安全管理、措施制定等工作決策，提高煤礦精細化管理水平[9-10]。

1 區域安全評估方法

1.1 區域劃分方法

通過文獻資料調研[11-16]和對煤礦企業實際安全數據的分析，發現礦井各系統中區域的命名方式、劃分標準、空間尺度和層次關系存在差異。例如，井下環境監測系統將避難硐室作為輔運巷的下一級區域，感知傳感器可精確到避難硐室的前門和后門，分別監測實時溫度、二氧化碳、甲烷和氧氣等環境參數；水文系統中則將輔運巷排水管道作為排水管道的下一級區域；在巡檢系統中，避難硐室作為一類重要區域被進一步劃分為永久避難硐室生存倉、永久避難硐室過渡倉、臨時避難硐室等。以上系統均可從單一維度對各區域進行安全評估，但面對特定位置的多因素風險評價和融合分析仍存在困難和挑戰，限制了全礦井公司級安全管理效率和水平提升。因此，在進行區域風險綜合評估前，需要先統一不同子系統的區域定義方式，實現跨系統的對齊。

統一區域劃分方法如下：

首先，根據預設的分類條件確定煤礦類型。基于煤礦的靜態指標（包括水文地質條件、災害程度、生產規模、安全保障情況和裝備工藝水平等），對煤礦進行初級分類，并明確主要災害類型及程度。結合行政法規、部門規章和行業標準等要求，確定該煤礦的安全管控要求。

然后，根據煤礦類型構建該煤礦的安全指標體系。基于“人-機-環-管”安全生產理論[17]，影響安全管理風險的因素主要來源于人員、設備、環境和管理4 個方面：工作人員的教育水平、薪酬分布、健康狀況、持證比例；機械設備的運行狀態、故障診斷結果、維修記錄；礦井瓦斯濃度、涌水量、風速、溫度；安全管理制度、報警處理結果、安全培訓情況等。收集并整理各安全監測系統的數據，分析并提取其中與人員、設備、環境、管理相關的安全指標，梳理各指標的相互關系和涉及的空間位點，應用德爾菲法進行專家評判，形成安全指標體系，為統一區域劃分做準備。

最后，基于各系統已有的區域類型和名稱，充分考慮各安全指標與區域位置的關聯關系，結合區域功能特點，根據層次關系由整體向局部進行劃分，確保包含指標涉及的所有空間位置。

區域劃分示例見表1，該區域由高到低可分為4 級，前3 級逐層定位到礦井中包含的風險區域，第4 級是第3 級的實例化，確定了某個具體礦井的實際劃分結果。

表1 區域劃分示例Table 1 An example of area division

1.2 區域安全評估模型

上述區域劃分方法統一了各系統的安全數據標準，為多源數據的融合與處理提供了基礎。在對某個具體的區域單元進行風險評估時，針對梳理得到的安全指標體系，從人、機、環、管角度進行層級劃分，通過主觀賦權和客觀賦權相結合的方法計算區域安全評估中的各指標權重，構建區域安全評估模型。

主觀賦權通過層次分析法實現，針對梳理后的安全指標兩兩進行1-9 評分，構建判斷矩陣A：

式中ai j為第i個指標相對于第j個指標的重要程度評分，i，j=1，2，···，n（i≠j），n為指標個數。

計算判斷矩陣A的特征向量，得到第j個指標相對于上一級指標的權重 κj：

式中Vj為判斷矩陣的積。

由于層次分析法是人為打分，為保證評價體系自洽，需要進行一致性檢驗，計算最大特征根λmax：

式中κ為層次分析法綜合權重。

通過計算一致性指標值CI和一致性比率CR，對結果進行一致性檢驗：

式中RI為隨機一致性指標。

若CR＜0.1，則認為判斷矩陣通過一致性檢驗，否則重新調整至滿足一致性為止。

客觀賦權法采用熵權法實現。指標的熵值表征該指標的數據變異程度，熵值越小，其信息容量越大，在系統中的重要程度也越高。構建歸一化數據矩陣X，消除量綱不一致的影響：

式中：xlj為第l個樣本第j個指標的歸一化數據；m為樣本個數。

對于同一類指標，X指標值在樣本上的差異越大，表示該指標提供的信息量越大，其在綜合評估時所起的作用越大，相應的信息熵越小，權重越大。第j個指標的信息熵為

若對第j個指標，xlj所有取值均相等，則Hj取得最大值1，此時該指標無區分度。第j個指標權重為

為綜合決策者主觀判斷和客觀計算結果，將主客觀融合權重 ω作為模型評價標準：

式中 μ為熵權法綜合權重。

依據主客觀融合賦權打分方法完成每個區域的基礎評分后，還需要考慮以下3 個方面的影響。

1） 各項安全影響因素并非完全相互獨立，彼此之間存在關聯關系，不同安全影響因素的組合帶來的風險性差距很大，例如火和瓦斯組合的風險性遠高于水和瓦斯組合。為了考慮這些組合影響，需要擴展規則矩陣，對高風險組合增加額外的懲罰權重項，當高風險組合出現時，使安全評分迅速出現明顯下降，進而及早觸發報警，提醒生產管理人員注意防范。通常可采用專家打分方式對不同因素組合設置相應的懲罰權重。對于包含n個指標的評價體系，指標間相互關聯的懲罰可寫成矩陣形式：

式中 αij為第i個指標與第j個指標關聯后的懲罰權重。

2） 各項安全影響因素隨時間演化，因此可以基于歷史趨勢變化，從更長的時間尺度進行評價，本文通過多項式擬合實現預測。不同安全評價方法之間由于主觀賦權方式存在差異，評估結果的絕對值無法直接進行比較，所以本文采用基于自評估的區域安全態勢分析方法，通過分析評分結果的變化情況，判斷安全態勢是趨向于更安全還是更危險，為安全管理提供參考。通常可采用安全因素指標預估值梯度變化的方向和大小來衡量未來的態勢水平。第j個指標的相應調整權重 βj為

式中： ηj為第j個指標的指示因子，當指標的增長意味著好轉時其值為1，如健康人員比例，反之其值為-1，如“三違”數量；fj為第j個指標的專家評分； δj為第j個指標預估得分sj的時間梯度；t為時間。

3） 完成每個單獨區域的風險綜合評估后，還需要考慮區域間的耦合影響。因為各個區域并非相互獨立，而是人為劃分的，相鄰區域之間實際上存在物理層面的相互作用，彼此之間存在耦合影響。將物理空間的鄰接關系納入考慮范圍，將相鄰區域的風險情況賦權后加入區域安全評估模型，通過這種方式，將周邊區域安全因素的潛在影響考慮在內，輔助分析風險演化情況和傳播趨勢。區域間的耦合影響需要結合具體區域的位置、環境和管理信息，依賴專家給出2 個區域內因素指標間的耦合懲罰，具體可用矩陣表示為

采用歸一化融合權重計算基礎安全評分，并考慮高風險組合、歷史趨勢變化及區域間耦合影響進行修正后，可得礦井區域b的綜合安全評分：

根據《煤礦安全規程》[18]和《煤礦安全生產標準化管理體系基本要求及評分方法》[19]，可以確定當前區域安全級別，并根據安全評分相對波動的絕對值判斷安全變化趨勢，設定報警等級和報警閾值，并給出相應的管理建議和應對措施。

2 應用分析

區域安全評估模型的區域劃分和安全影響因素體系構建都需要根據每個礦井的實際情況決定。本文基于陜西小保當礦業有限公司（簡稱小保當煤礦）實際情況，具體展示區域安全評估模型的構建，并結合國內煤礦領域歷史安全事故案例進行區域安全評價的模擬計算，以驗證模型的有效性和準確性。

2.1 小保當煤礦應用實例

小保當煤礦產量為2 800 萬t/a，是國家煤炭工業“十二五”規劃重點開發的大型煤礦項目，也是全國較大的井工礦之一。小保當煤礦區域安全評估模型基于“煤科云”智能化綜合管控平臺進行構建，從數據中臺獲取全礦井人員實時監測數據、設施設備實時監控數據、空間環境動態檢測數據、安全管理數據等多源數據[20]，基于已有各個子系統的區域劃分方式進行整合，梳理形成統一的區域類型標準，形成概念層面的分割。然后依據每個區域類型標準構建區域實例，形成實際的劃分結果。將不同的人、機、環、管安全因素在每個區域實例內進行整合，形成區域示例屬性，通過這樣的數據組織方式實現統一的區域劃分和多安全因素數據的整合。

目前，小保當煤礦主要劃分為綜采工作面、掘進工作面、輔運巷、井筒、大巷、原煤車間和塊煤倉7 個3 級區域，其下共細分為20 多個4 級區域。在安全影響因素上，結合小保當煤礦的生產安全管理實際，將人、機、環、管四大安全因素細分為18 個2 級因素，包括人員的行為、職業技能、健康狀況，機械的工作狀態、故障和維修情況，環境的各項指標及管理制度的健全和執行程度等，如圖1 所示。

圖1 區域安全的影響因素Fig. 1 Influencing factors of area safety

煤礦不同區域因生產特性的不同，受人、機、環、管4 個方面因素的影響程度也有所不同。基于區域的生產特性，結合專家意見，可利用層次分析法為各個安全影響因素賦予相應權重。由層次分析法所得的權重體現了不同區域的本質特點，是專家經驗的量化體現；而熵權法則可從實際數據分布出發，衡量因素的重要程度，對專家經驗進行補充和校正。結合二者特點的融合權重更加科學客觀。

以小保當煤礦112204 工作面為例介紹區域安全評分的具體計算。首先，基于“煤科云”數據中臺，獲取各個安全影響因素歷史和當前的初始評分數據。初始評分是根據礦方的實際安全管理要求和生產情況，參考國家安全政策指引[18-19]，結合各子系統實時數據計算得出，表征該安全因素單維度下的安全水平。其次，對于該區域內的各個安全影響因素，結合專家評分，用式（2）計算層次分析法權重 κ；根據式（8），利用各安全影響因素歷史評分數據計算熵權法權重 μ，再用式（9）計算二者融合權重 ω。然后，基于各安全影響因素當前的初始評分計算考慮權重后的基礎得分。最后，結合專家意見，根據式（10）-式（13）計算因素高風險組合、歷史趨勢變化及區域間耦合影響得分修正，用式（14）計算最終區域得分。在考核周期內112204 工作面各項指標得分見表2，區域安全最終得分為87.3。根據小保當煤礦安全等級評估標準（安全：得分≥80；一般安全：得分70～80；相對危險：得分60～70；危險：得分＜60），112204 工作面在考核周期內為“安全”級別。

表2 區域安全評分示例Table 2 An example of area safety score

需要說明的是，區域安全評估模型的權重不是一成不變的，需要不斷迭代維護。其原因如下：① 隨著煤礦生產活動的進行，區域的時空環境會發生變化，各個安全影響因素的權重需要相應調整匹配；② 模型中包含專家個人的知識和經驗，具有一定局限性，無法普適所有生產環境，相關權重需在系統運行過程中根據評價反饋進行適當調整。

為了直觀展示區域安全評估模型的結果，在智能化綜合管控平臺中設計了展示頁面，如圖2 所示。界面中心是基于礦圖的可視化結果展示，一級區域包括1 號煤礦和2 號煤礦，更精細的區域劃分可通過放大地圖模型進行觀察，不同顏色表示不同區域的安全狀態。左右兩側分別列出了2 個礦不同區域的安全等級、綜合評分和安全態勢，以及人、機、環、管各方面的失分情況；下方可通過下拉列表進行區域篩選，查看每個區域具體的安全因素，展示其類型、發生時間及處理建議。區域安全評估模型有助于礦領導及安全負責人更直觀地了解全礦井及各區域的綜合安全情況，節約人工上報成本，智能輔助決策，提高管理效率。

圖2 小保當煤礦區域安全評估模型應用效果Fig. 2 Application effect of area safety assessment model in Xiaobaodang Coal Mine

2.2 區域安全評估模型效果模擬驗證

區域安全評估模型在各安全影響因素自身維度的初始評價基礎上，依據區域本質特點，結合專家經驗和數據規律賦予各因素權重，進而得到區域安全綜合評價結果。目前，小保當煤礦區域安全評估模型的運行時間不長，期間未發生影響較大的安全事件，模型的安全評分在應用期間保持相對穩定。為了驗證區域安全評估模型的有效性和準確性，選擇2 個有代表性的煤礦生產安全歷史事故[21]，參考小保當煤礦的區域劃分和安全影響因素體系，對2 個發生事故的煤礦進行區域安全評價的模擬計算。事故1：棗莊大興礦業有限責任公司“4·21”頂板事故，2018 年4 月21 日，某轉載運輸巷維修地點發生1 起頂板事故，造成1 人死亡，直接經濟損失180 萬元。事故2：山東宏河控股集團嘉祥紅旗煤礦有限公司“3·26”運輸事故，2018 年 3 月 26 日，井下 32 采區帶式輸送機石門處發生1 起事故，造成1 人死亡，直接經濟損失185.19 萬元。

煤礦區域安全評價模擬計算結果見表3。其中，初始扣分是針對事故致因和程度，根據小保當煤礦的安全管理標準和要求給出的該安全因素相應扣分值；權重對應區域安全評估模型中的融合權重 ω；綜合扣分為初始扣分與權重的乘積，對應區域安全評估模型中最終扣除的分數；預估安全等級是參考小保當煤礦平時模型的平均得分水平（86 分），根據小保當煤礦安全等級評估標準，在發生該事故后模型給出的安全等級評價。模擬計算結果顯示，在發生安全事故后，區域安全評估模型輸出的區域安全最終得分從平時的86 分下降至60 分左右，對應安全等級降為“危險”，評價結果具有一定的有效性和準確性。

需要指出的是，區域安全評估模型的評價結果對安全因素的初始評分有較大依賴性，這要求在模型部署應用前，要先結合礦方實際情況和安全政策要求制定初始打分規則。對于管理相對完善的礦企，可沿用已在使用的安全評價打分辦法，之后可依據數據中臺的建設情況，進行相應的自動化改造，接入區域安全評估模型。

3 結語

通過對礦井進行標準化區域劃分，將單一維度安全信息按劃分區域進行統一整合，從人、機、環、管4 個維度對安全指標體系開展綜合評價；基于層次分析法和熵權法構建區域安全評估模型，對煤礦當前安全情況進行定量化評估和等級劃分。該模型已成功應用于小保當煤礦的智能化綜合管控平臺，有效提升了煤礦安全管理效率，對提高煤礦智能化水平、促進煤礦安全高效生產具有積極意義。