楊宏魁

摘 要 針對采煤工作面特點的基礎(chǔ)上，分析煤礦采煤工作面頂板事故風(fēng)險因子，建立了工作面頂板事故風(fēng)險評價體系；應(yīng)用粗糙集理論和灰色評估理論相結(jié)合的方法，構(gòu)建了采煤工作面頂板事故風(fēng)險評價模型，并通過實例驗證了該方法的可行性和實用性，對于煤礦現(xiàn)場的工作面頂板事故風(fēng)險分析具有較好的應(yīng)用價值。

關(guān)鍵詞 采煤工作面；風(fēng)險評估；粗糙集；灰色系統(tǒng)理論

中圖分類號：TD821 文獻標(biāo)識碼：A 文章編號：1671-7597（2014）13-0193-02

在我國，煤礦的主要的開采形式為井工開采，由于采煤工作面空間狹窄多變，設(shè)備、噪聲等不安全因素而造成了眾多事故。為確保煤炭工業(yè)健康、高速發(fā)展，對煤礦生產(chǎn)中存在的隱患進行安全評價，已成為當(dāng)前煤礦安全領(lǐng)域研究的熱點，也是保證煤礦安全生產(chǎn)的需要。

針對煤礦生產(chǎn)中存在隱患的安全評價，目前管用的方法主要包括安全檢查表、專家現(xiàn)場詢問觀察法、事件樹、事故樹、指標(biāo)評分法、預(yù)先危險性分析和作業(yè)區(qū)域危險評價等等[1-2]。為了在實踐中更具客觀性與實用性，本文采用了粗糙集和灰色理論相結(jié)合的方法，該方法能避免常規(guī)采煤工作面風(fēng)險評價過程中評價指標(biāo)權(quán)重確定的弊端，即主觀性太強，同時也提高了采煤工作面危險源風(fēng)險評價的精度，可以為煤礦企業(yè)制定安全生產(chǎn)規(guī)劃提供決策依據(jù)。

1 風(fēng)險評價指標(biāo)體系建立

根據(jù)煤礦生產(chǎn)的特點及其環(huán)境特征，通過對大量現(xiàn)場檢測數(shù)據(jù)、環(huán)境變量模擬值等信息的系統(tǒng)分析，辨識其中的風(fēng)險因素，建立風(fēng)險因素的層次結(jié)構(gòu)。一級風(fēng)險屬性指標(biāo)層可表示為；其下屬的二級風(fēng)險屬性指標(biāo)可表示為Rj={Rj1，Rj2，...，Rjm}，j∈n。其中j為一級指標(biāo)數(shù)，m為第j個一級指標(biāo)Rj包含的二級指標(biāo)個數(shù)。依據(jù)煤礦統(tǒng)計資料的調(diào)研結(jié)果，采用專家打分法，向現(xiàn)場資深管理人員和技術(shù)人員進行問卷調(diào)查。根據(jù)安全評價原理，得出采煤工作面頂板事故風(fēng)險評價指標(biāo)體系如圖1所示。

圖1 采煤工作面頂板事故危險源評價體系

2 評價模型

2.1 基于RS的安全評價指標(biāo)權(quán)重確定

在以上建立的安全評價指標(biāo)體系中，不同指標(biāo)對于安全評價結(jié)果（決策屬性）的影響程度不同，因此，在描述不同指標(biāo)對采煤工作面頂板事故影響程度時，應(yīng)賦予的權(quán)重不同，影響較大者賦予較大的權(quán)重，應(yīng)用粗糙集理論確定各指標(biāo)權(quán)重的具體步驟如下。

2.1.1 構(gòu)建信息系統(tǒng)

依據(jù)以上建立的評價指標(biāo)體系，將指標(biāo)體系作為RS信息系統(tǒng)的屬性集，以指標(biāo)的風(fēng)險評分值構(gòu)成的集合作為決策信息表的論域，形成出信息系統(tǒng)：S={U，R，V，f}；；；V={1，2，…，m}。其中為第i個樣本，為第i個風(fēng)險屬性，V為評語集，m為評估等級。

2.1.2 并確定權(quán)重

計算各風(fēng)險屬性的信息量與重要度，對于屬性，通過公式計算風(fēng)險屬性重要性，通過公式可以得到各風(fēng)險屬性的權(quán)重。這樣，風(fēng)險指標(biāo)的權(quán)重向量為W（W1，W2，…，Wn）。同樣地，利用上述方法可以分別確定各二級風(fēng)險屬性指標(biāo)和一級風(fēng)險屬性指標(biāo)的權(quán)重。

2.2 基于灰色系統(tǒng)理論的風(fēng)險評價模型

根據(jù)以上評價指標(biāo)體系來設(shè)定評估灰類，即確定評估灰類的等級數(shù)、各灰類的灰數(shù)、白化權(quán)函數(shù)。其中，評估灰L，即l=1，2，…L，l表示評估灰類數(shù)。用gl（ ）表示hij屬于第L類評估灰類的權(quán)函數(shù)hij為評分信息表中第i個專家對第j個評價指標(biāo)的打分值，用eij表示評價指標(biāo)j對L灰類的灰色統(tǒng)計數(shù)，ej為評估矩陣對第j個指標(biāo)的灰色統(tǒng)計數(shù)，則有：

其中，m為評價專家的人數(shù)。

以此構(gòu)造出評價指標(biāo)的單因素評價矩陣如下：

其中，n表示風(fēng)險指標(biāo)數(shù)。結(jié)合指標(biāo)權(quán)重和白化權(quán)函數(shù)評價矩陣，綜合評價矩陣為：

即可得出評價結(jié)果為：

3 實例分析

以陜西某煤礦采煤工作面頂板事故危險源為例，其主要關(guān)注的影響因素指標(biāo)結(jié)構(gòu)見圖1。運用專家調(diào)查法通過調(diào)查問卷的形式來評定各影響因素的影響程度，共邀請了10位相關(guān)領(lǐng)域的專家和企業(yè)管理者對表1各指標(biāo)進行評分，評分范圍為1-10分，利用專家評分表構(gòu)成決策信息表（見表1，限于篇幅，僅以組織管理因素為例）。

具體評估過程如下。

用粗糙集理論確定風(fēng)險指標(biāo)權(quán)重。本案例中U={U1，U2，…，U10}為論域，R={R1，R2，R3，R4}為一級指標(biāo)屬性集Ri={Ri1，…，Rim}為二級指標(biāo)屬性集。以需求風(fēng)險R3為例計算其各指標(biāo)的權(quán)重。

為便于處理，將表中信息進行簡化處理：MAX表示一列中的最大值，MIN表示一列中的最小值。令STEP=（MAX-MIN）/3，對于這一列中的屬性值，在（MIN+2STEP，MAX）范圍內(nèi)的用2表示；（MIN+STEP，MIN+2STEP）范圍內(nèi)的用1表示；（MIN，MIN+STEP）范圍內(nèi)的用0表示。經(jīng)過上述處理后得到?jīng)Q策信息見表2。

然后分別計算屬性集R3中各個分量的信息量，重要度及權(quán)重，計算過程如下：

U/ind（R3）={（U1），（U2），（U3），（U4），（U5），（U6），（U7），（U8），（U9），（U10）}；

U/ind（R3-R31）={（U1，U2），（U6，U9），（U3），（U4），（U5），（U7），（U8），（U10）}；

U/ind （R3-R32）={（U1，U3），（U2），（U4），（U5），（U6），（U7），（U8），（U9）（U10）}；

U/ind（R3-R33）={（U1，U3），（U2，U7），（U4），（U5，U8），（U6），（U9），（U10）}；

U/ind （R3-R34）={（U7，U8），（U1），（U2），（U3），（U4），（U5），（U6），（U9），（U10）}。endprint

根據(jù)上述結(jié)果可以得出各指標(biāo)的重要性、權(quán)重。具體結(jié)果如下。

σ31=0.4，σ32=0.2，σ33=0.6，σ34=0.2；

W31=0.2857，W32=0.1429，W33=0.4286，W34=0.1429

因此，指標(biāo)R3的二級指標(biāo)權(quán)重構(gòu)成的向量

W3=（0.2857，0.1429，0.4286，0.1429）。

確定評估灰類并建立灰色評估矩陣。在此案例中，確定4個評價灰類，其相應(yīng)的評價等級為K=（K1，K2，K3，K4）T=（3，5，7，9）T，分別表示“風(fēng)險較小”、“風(fēng)險適中”、“風(fēng)險較大”、“風(fēng)險很大”。

結(jié)合數(shù)據(jù)得出：

e11=7/2，e12=1，e13=7/2，e14=2；

e21=4，e22=6，e23=4，e24=3；

e31=2，e32=2，e33=2，e34=4；

e41=0，e42=1/2，e43=0，e44=1。

因此得出單因素模糊矩陣：

經(jīng)計算得出指標(biāo)R3對評語集的隸屬

向量：

=（0.3081，0.4398，0.2402，0.0225）。

則評分等級為=5.0027。

由此可知需求風(fēng)險水平中等偏大。同理，可計算出固有危險源因素R1的評分等級為P1=3.6384；開采技術(shù)R2的評分等級為P2=5.9217；誘發(fā)風(fēng)險因素R4的評分等級為P4=5.4593；則總體風(fēng)險R的評分等級為P=W（）T=5.3539。

從評價結(jié)果可知，提高現(xiàn)場安全管理人員的管理水平與對于安全工作的重視程度以及適當(dāng)加大頂板控制方面的安全投入是防范工作面頂板事故關(guān)鍵的安全措施。

4 結(jié)論

本文將結(jié)合粗糙集理論與灰色系統(tǒng)理論，提出了采煤工作面頂板事故風(fēng)險評價方法，該方法應(yīng)用粗糙集理論確定評價指標(biāo)的權(quán)重，避免了主觀定權(quán)法的弊端；以專家打分法確定評價指標(biāo)量化值，應(yīng)用灰色系統(tǒng)理論進行安全評價，處理對各評價指標(biāo)量化尺度統(tǒng)一形成的不確定性問題，將主觀和客觀方法結(jié)合，同和二者的優(yōu)點進行安全評價，實例分析表明，應(yīng)用該方法具有較好的客觀性和實用性，可以有效刻畫采煤工作面頂板事故的風(fēng)險等級，可以為煤礦對于工作面頂板事故的預(yù)防工作提供決策支持。

參考文獻

[1]曹慶貴.煤礦安全評價與安全信息管理[M].中國礦業(yè)大學(xué)出版社，1993.

[2]王玉懷，潘德祥，李祥儀.應(yīng)用層次分析法及模糊評價進行煤礦安全評價研究[J].煤炭工程，2005（3）：60-62.

[3]Pawlak Z.Rough sets[J].International Journal of Computer and Information Sciences，1982，11（5）：341-356.

[4]王國胤.Rough集理論與知識獲取[M].西安：西安交通大學(xué)出版社，2001.

[5]王洪德，馬云東.基于粗糙集-神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)可靠性評價仿真研究[J].系統(tǒng)工程理論與實踐，2005，25（7）.

[6]王玉振，周文安.煤礦安全評價的灰色統(tǒng)計方法[J].中國管理科學(xué)，1995（3）：60-62.

[7]王玨，苗奪謙，周育健.關(guān)于Rought Se理論與應(yīng)用的綜述[J]模式識別與人工智能，1996，9（4）：337-343.

[8]Zdzislaw P.Rough Sets and Intelligent DataAnalysis[J].Information Sciences，2002，147（1/4）：1-2.endprint

根據(jù)上述結(jié)果可以得出各指標(biāo)的重要性、權(quán)重。具體結(jié)果如下。

σ31=0.4，σ32=0.2，σ33=0.6，σ34=0.2；

W31=0.2857，W32=0.1429，W33=0.4286，W34=0.1429

因此，指標(biāo)R3的二級指標(biāo)權(quán)重構(gòu)成的向量

W3=（0.2857，0.1429，0.4286，0.1429）。

確定評估灰類并建立灰色評估矩陣。在此案例中，確定4個評價灰類，其相應(yīng)的評價等級為K=（K1，K2，K3，K4）T=（3，5，7，9）T，分別表示“風(fēng)險較小”、“風(fēng)險適中”、“風(fēng)險較大”、“風(fēng)險很大”。

結(jié)合數(shù)據(jù)得出：

e11=7/2，e12=1，e13=7/2，e14=2；

e21=4，e22=6，e23=4，e24=3；

e31=2，e32=2，e33=2，e34=4；

e41=0，e42=1/2，e43=0，e44=1。

因此得出單因素模糊矩陣：

經(jīng)計算得出指標(biāo)R3對評語集的隸屬

向量：

=（0.3081，0.4398，0.2402，0.0225）。

則評分等級為=5.0027。

由此可知需求風(fēng)險水平中等偏大。同理，可計算出固有危險源因素R1的評分等級為P1=3.6384；開采技術(shù)R2的評分等級為P2=5.9217；誘發(fā)風(fēng)險因素R4的評分等級為P4=5.4593；則總體風(fēng)險R的評分等級為P=W（）T=5.3539。

從評價結(jié)果可知，提高現(xiàn)場安全管理人員的管理水平與對于安全工作的重視程度以及適當(dāng)加大頂板控制方面的安全投入是防范工作面頂板事故關(guān)鍵的安全措施。

4 結(jié)論

本文將結(jié)合粗糙集理論與灰色系統(tǒng)理論，提出了采煤工作面頂板事故風(fēng)險評價方法，該方法應(yīng)用粗糙集理論確定評價指標(biāo)的權(quán)重，避免了主觀定權(quán)法的弊端；以專家打分法確定評價指標(biāo)量化值，應(yīng)用灰色系統(tǒng)理論進行安全評價，處理對各評價指標(biāo)量化尺度統(tǒng)一形成的不確定性問題，將主觀和客觀方法結(jié)合，同和二者的優(yōu)點進行安全評價，實例分析表明，應(yīng)用該方法具有較好的客觀性和實用性，可以有效刻畫采煤工作面頂板事故的風(fēng)險等級，可以為煤礦對于工作面頂板事故的預(yù)防工作提供決策支持。

參考文獻

[1]曹慶貴.煤礦安全評價與安全信息管理[M].中國礦業(yè)大學(xué)出版社，1993.

[2]王玉懷，潘德祥，李祥儀.應(yīng)用層次分析法及模糊評價進行煤礦安全評價研究[J].煤炭工程，2005（3）：60-62.

[3]Pawlak Z.Rough sets[J].International Journal of Computer and Information Sciences，1982，11（5）：341-356.

[4]王國胤.Rough集理論與知識獲取[M].西安：西安交通大學(xué)出版社，2001.

[5]王洪德，馬云東.基于粗糙集-神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)可靠性評價仿真研究[J].系統(tǒng)工程理論與實踐，2005，25（7）.

[6]王玉振，周文安.煤礦安全評價的灰色統(tǒng)計方法[J].中國管理科學(xué)，1995（3）：60-62.

[7]王玨，苗奪謙，周育健.關(guān)于Rought Se理論與應(yīng)用的綜述[J]模式識別與人工智能，1996，9（4）：337-343.

[8]Zdzislaw P.Rough Sets and Intelligent DataAnalysis[J].Information Sciences，2002，147（1/4）：1-2.endprint

根據(jù)上述結(jié)果可以得出各指標(biāo)的重要性、權(quán)重。具體結(jié)果如下。

σ31=0.4，σ32=0.2，σ33=0.6，σ34=0.2；

W31=0.2857，W32=0.1429，W33=0.4286，W34=0.1429

因此，指標(biāo)R3的二級指標(biāo)權(quán)重構(gòu)成的向量

W3=（0.2857，0.1429，0.4286，0.1429）。

確定評估灰類并建立灰色評估矩陣。在此案例中，確定4個評價灰類，其相應(yīng)的評價等級為K=（K1，K2，K3，K4）T=（3，5，7，9）T，分別表示“風(fēng)險較小”、“風(fēng)險適中”、“風(fēng)險較大”、“風(fēng)險很大”。

結(jié)合數(shù)據(jù)得出：

e11=7/2，e12=1，e13=7/2，e14=2；

e21=4，e22=6，e23=4，e24=3；

e31=2，e32=2，e33=2，e34=4；

e41=0，e42=1/2，e43=0，e44=1。

因此得出單因素模糊矩陣：

經(jīng)計算得出指標(biāo)R3對評語集的隸屬

向量：

=（0.3081，0.4398，0.2402，0.0225）。

則評分等級為=5.0027。

由此可知需求風(fēng)險水平中等偏大。同理，可計算出固有危險源因素R1的評分等級為P1=3.6384；開采技術(shù)R2的評分等級為P2=5.9217；誘發(fā)風(fēng)險因素R4的評分等級為P4=5.4593；則總體風(fēng)險R的評分等級為P=W（）T=5.3539。

從評價結(jié)果可知，提高現(xiàn)場安全管理人員的管理水平與對于安全工作的重視程度以及適當(dāng)加大頂板控制方面的安全投入是防范工作面頂板事故關(guān)鍵的安全措施。

4 結(jié)論

本文將結(jié)合粗糙集理論與灰色系統(tǒng)理論，提出了采煤工作面頂板事故風(fēng)險評價方法，該方法應(yīng)用粗糙集理論確定評價指標(biāo)的權(quán)重，避免了主觀定權(quán)法的弊端；以專家打分法確定評價指標(biāo)量化值，應(yīng)用灰色系統(tǒng)理論進行安全評價，處理對各評價指標(biāo)量化尺度統(tǒng)一形成的不確定性問題，將主觀和客觀方法結(jié)合，同和二者的優(yōu)點進行安全評價，實例分析表明，應(yīng)用該方法具有較好的客觀性和實用性，可以有效刻畫采煤工作面頂板事故的風(fēng)險等級，可以為煤礦對于工作面頂板事故的預(yù)防工作提供決策支持。

參考文獻

[1]曹慶貴.煤礦安全評價與安全信息管理[M].中國礦業(yè)大學(xué)出版社，1993.

[2]王玉懷，潘德祥，李祥儀.應(yīng)用層次分析法及模糊評價進行煤礦安全評價研究[J].煤炭工程，2005（3）：60-62.

[3]Pawlak Z.Rough sets[J].International Journal of Computer and Information Sciences，1982，11（5）：341-356.

[4]王國胤.Rough集理論與知識獲取[M].西安：西安交通大學(xué)出版社，2001.

[5]王洪德，馬云東.基于粗糙集-神經(jīng)網(wǎng)絡(luò)的礦井通風(fēng)系統(tǒng)可靠性評價仿真研究[J].系統(tǒng)工程理論與實踐，2005，25（7）.

[6]王玉振，周文安.煤礦安全評價的灰色統(tǒng)計方法[J].中國管理科學(xué)，1995（3）：60-62.

[7]王玨，苗奪謙，周育健.關(guān)于Rought Se理論與應(yīng)用的綜述[J]模式識別與人工智能，1996，9（4）：337-343.

[8]Zdzislaw P.Rough Sets and Intelligent DataAnalysis[J].Information Sciences，2002，147（1/4）：1-2.endprint