王智文 杜玖松 徐 慶 陳 薔

基于主成分分析法的特種設備安全狀況評價*

王智文1杜玖松2徐 慶2陳 薔2

1.浙江省安全生產(chǎn)科學研究院 2.首都經(jīng)濟貿易大學安全與環(huán)境工程學院

為綜合評價特種設備的安全狀況，利用主成分分析法，借助SPSS統(tǒng)計軟件，以各類特種設備事故率以及損失率為評價指標對2006~2011年的安全狀況進行綜合評定，得出2006~2011年的特種設備安全狀況趨勢，為綜合評定我國特種設備安全狀況提供了新的方法思路。

特種設備；安全狀況；主成分分析法

特種設備對各行業(yè)的發(fā)展有著重要的作用。同時特種設備所具有的危險性對各行業(yè)的安全生產(chǎn)又有極大的威脅。所以研究特種設備的安全狀況對指導安全生產(chǎn)有積極的作用。

目前， 國內關于特種事故研究的主要方法有神經(jīng)網(wǎng)絡，層次分析，模糊理論等。如楊振林[1]利用層次分析法建立了特種設備風險評價模型，確定了特種設備主要影響因素。沈勇[2]應用BP神經(jīng)網(wǎng)絡，建立了特種設備安全評價的模糊神經(jīng)網(wǎng)絡模型，建立了模糊安全評價的評價因素，優(yōu)化了各因素的權重。但是，這些評價方法都存在模糊性，各因素的權重是通過專家打分的方式確定的，評價結果易受主觀因素的影響。因此，筆者從2006~2011年的統(tǒng)計數(shù)據(jù)出發(fā)，利用多元統(tǒng)計分析方法，借助統(tǒng)計軟件，對我國的特種設備事故進行準確的分析和評價。

1 主成分分析法基本思路

主成分分析法是一種處理高維數(shù)據(jù)的多元統(tǒng)計分析方法。該方法的基本思想是構造原始變量的適當線性組合，通過對原始指標相關矩陣內部結果關系的研究，產(chǎn)生一系列互不相關的新變量，并根據(jù)實際需要從中選出少數(shù)幾個新變量且使它們含有足夠多的原始變量帶有的信息，從而使得用這些新變量代替原始變量分析問題和解決問題成為可能[3]。

對于某一原始數(shù)據(jù)如矩陣C所示。

將某一個初始數(shù)據(jù)矩陣C利用Z-score法進行無量綱標準化處理

式中：

無量綱標準化后表示為D

由D=（xij）q×p可以求得相關系數(shù)矩陣R=（rij）p×p

式中：

rij—指標j與指標k的相關系數(shù)，當i=j時，rij=1，且rik=rki，i=1，2，…，q；j=1，2，……，p；k=1，2，…，p。

求出相關系數(shù)矩陣R=（rij）p×p后利用

求出特征值λ1，λ2，…λq，特征值的大小代表這個元素在結果中的重要程度。根據(jù)

確定主元的數(shù)量為k個，λ1對應的主元F1，λ2對應的主元F2，λk對應的主元Fk。

求出λ1，λ2，…，λk對應的特征向量，λg對應的特征向量為ηg1，ηg2，…，ηgp，式中g=1，2，…，k。

式（4）說明原來的多個變量用較少成幾個主元代替后，可以保留原數(shù)據(jù)的85%以上的信息量，這樣既簡單又保證了精確性。

k個綜合變量Fi（i=1,2,3，...，k）表示為：

式中：

F1—指第一主元；

F2—指第二主元，k主元個數(shù)的累計貢獻大于85%。xc，c=1，2，3，…，p，是各類事故量無量綱標準化后的值。ηab，a=1，2，3，…，q；b=1，2，3，…，p，是λa對應的p個特征值。

在算出每個主元后，以每個主成分所對應的特征值占所提取主成分總的特征值之和的比例作為全總計算成分綜合模型。

式（6）所求得的F就是綜合得分。

2 實例分析

2.1 事故發(fā)生率評估

根據(jù)國家質檢總局特種設備安全監(jiān)察局發(fā)布的2006~2011年的特種設備安全狀況相關統(tǒng)計數(shù)據(jù)[2,4-9]，整理及標準化，見表1。

表1 2006~2011年的特種設備事故率統(tǒng)計數(shù)據(jù)

對上述標準化后的數(shù)據(jù)進行主成分分析。具體分析結果，見表2、3。

表2 解釋的總方差

其中成分1和成分2的特征值分別為λ1=4.978，λ2=2.067，此時它們的累積貢獻為88.063%，大于85%，因此可以確定有兩個主元。

表3 成份矩陣

從表3可以看出，兩個特征值的特征向量是各種事故的對于兩個主成分的線性組合系數(shù)。

利用公式（5）求出F1、F2，再利用公式（6）求出F，將其排名，見表4。

表4 綜合得分及排序

其中F為綜合得分，其大小就是該年的單位事故的綜合得分，根據(jù)得分的排序可以評估出我國特種設備的事故發(fā)生數(shù)趨勢。2006~2011年的F值分別為3.4807、0.4556、-2.2314、4.9994、-3.1421、-3.5621，綜合得分的趨勢是逐漸減小，說明我國特種設備的安全狀況逐年變好。此外2009年的排名是最后的，而出現(xiàn)這種現(xiàn)象的主要原因是新修改的《特種設備安全監(jiān)察條例》擴大了事故范圍和統(tǒng)計口徑，導致事故起數(shù)較大幅度上升。2009年的綜合得分的跳躍進一步說明主成分分析法在評價特種設備事故數(shù)量時是一種較為優(yōu)良的方法。

2.2 事故損失評估

判斷安全狀況的好壞，單從事故率上來判斷并不全面，還應從事故的損失情況來對安全狀況進行評價。事故損失[9]通常是以事故率、死亡率、受傷率、直接經(jīng)濟損失率來綜合評價。主成分分析法通過提取主成分建立新的綜合評價模型[3]。通過這種方法就可以綜合四個損失指標，從而進行綜合排序。根據(jù)國家質檢總局特種設備安全監(jiān)察局發(fā)布的2006~2011年特種設備事故損失相關統(tǒng)計數(shù)據(jù)[2,4-9]，整理并利用SPSS進行主成分法操作，其過程與分析事故發(fā)生率類似，分析結果，見表5。

表5 2006~2011年的特種設備損失率統(tǒng)計數(shù)據(jù)

從結果來看，2006~2011年的綜合得分分別為2.0304、0.0594、1.9401、0.3387、-1.8913、-2.4774，2006年損失最嚴重，2007年有所好轉，2008年情況較2007年有所惡劣，但是比2006年還是要好，從2008年之后安全狀況穩(wěn)定，逐年好轉，2011年的綜合損失率最小。

3 結論

（1）利用主成分分析法進行綜合分析，結果明確易懂，準確性高，同時避免了主觀因素的影響。利用分析結果可以科學的指導特種設備的管理工作。

（2）根據(jù)分析結果來看，我國的特種設備事故發(fā)生率在逐年的較少，事故損失也在逐年的降低，這也說明我國的特種設備安全管理工作取得了明顯的成效。

（3）筆者利用主成分分析法分析了特種設備事故率，事故損失，對每年的安全狀況進行排序，筆者認為還可以通過統(tǒng)計每起事故的發(fā)生原因，對造成事故的原因進行排序，從而找出造成事故的主要原因，知道最需要防范哪些危害因素。同時還可以通過統(tǒng)計事故的發(fā)生階段，如設計、制造、安裝、使用、維修、改造、檢驗等七大階段的事故發(fā)生情況和損失情況，對其嚴重程度排序，從而指導管理者分布管理力量，分析思路和本文所述思路相同。

[1] 楊振林,劉金蘭.層次分析法在特種設備風險評價模型設計中的應用[J].工程機械,2009,40(1):38-41

[2] 沈勇,肖原,王俊宇,等.特種設備模糊神經(jīng)網(wǎng)絡安全評價研究[J].工業(yè)安全與環(huán)保,2011,37(11):5-6

[3] 何曉群.多元統(tǒng)計分析[M].北京:中國人民大學出版社,1999

[4] 國家質檢總局特種設備安全監(jiān)察局.2006年全國特種設備安全狀況的情況通報[EB/OL].[2007-07-11] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[5] 國家質檢總局特種設備安全監(jiān)察局.2007年全國特種設備安全狀況的情況通報[EB/OL].[2008-04-14]

[6] 國家質檢總局特種設備安全監(jiān)察局.2008年全國特種設備安全狀況的情況通報[EB/OL].[2009-04-29] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[7] 國家質檢總局特種設備安全監(jiān)察局.2009年全國特種設備安全狀況的情況通報[EB/OL].[2010-08-04] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[8] 國家質檢總局特種設備安全監(jiān)察局.2011年全國特種設備安全狀況的情況通報[EB/OL].[2012-4-19] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[9] 馮杰,羅云,曾珠,等.特種設備安全績效與安全監(jiān)管能力相關性研究[J].中國安全科學學報,2012,22(2):170-176

浙江省科技廳科技計劃項目：礦山尾礦庫安全預警監(jiān)測技術成果轉化（2013F5000）