周 浩 宋保華

中國石油川慶鉆探工程有限公司

對發(fā)生安全生產的歷史數據進行挖掘分類、計算，來發(fā)現影響安全生產的因素；通過聚類計算同一組數據來描述某一安全狀態(tài)，安全狀態(tài)相同的數據，必然具有更加相似的特征指標，從而發(fā)現影響安全生產的因素[1]，采取相應的安全生產措施，確保生產安全。

1 大數據的概念

最早提出大數據時代到來的是全球知名咨詢公司的麥肯錫：“數據，已經滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來”[2]。大數據本身是一個比較抽象的概念，但從字面來看，他表示數據規(guī)模的龐大。對于大數據尚未有一個公認的定義，不同的定義基本是從大數據的特征出發(fā)，通過這些特征的闡述和歸納試圖給出其定義。維基百科對大數據的定義則簡單明了：大數據是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過可容忍時間的數據集[1]。

2 大數據的來源

一般來說，數據產生有被動、主動和自動3個階段。數據庫的出現使得數據管理的復雜度大大降低，被動階段最主要特點是數據往往伴隨著一定運營活動而產生并記錄在數據庫中，比如鉆井日報，每開、完一口井，就在數據庫中記錄一條記錄?；ヂ摼W促使人類社會錄入信息更為方便，這個階段是主動的，安全監(jiān)督、安全管理人員及檢查專家組對現場情況進行巡回檢查發(fā)現的違章和隱患進行記錄，再使用互聯網通過系統平臺進行錄入，匯集和保存的數據供安全管理人員查閱、分析。隨著技術的發(fā)展，人們有能力制造及其微小帶有處理功能的傳感器，并開始將這些設備廣泛地布置于社會的各個角落，通過這些設備來對整個社會的運轉進行監(jiān)控，這些設備會源源不斷地產生新數據，這種數據的產生方式是自動的[1]。例如視頻監(jiān)控就是自動產生、發(fā)送及保存的。

本文所提大數據是川慶鉆探工程公司近三年來事故事件和違章隱患方面的資料匯集和分類分析，見下表。

表 事故事件、違章隱患數據

由上表看出違章隱患存在數量大，2012年事件、違章和隱患數量偏少，2014年安全無一般B級以上事故，這些數據是安全監(jiān)督管理人員根據生產安全情況進行統計的，違章隱患是安全生產檢查、HSE體系審核、安全幫促、現場監(jiān)督檢查、班組日常檢查中發(fā)現的。

3 大數據的作用

大數據是使用互聯網的人通過系統平臺輸入匯集的資料信息，如果沒有大數據思維，沒有加以分析利用，這些數據只能是一些數據資料而已。由表看出，2012年事件統計數量僅3起，低于事故數量，很明顯不符合“海因里希法則”，這是由于安全監(jiān)督管理人員及基層班組人員對事故事件上報不了解，不明白事故事件安全經驗分享的重要性，存在瞞報、少報情況；違章隱患數量不符合生產實際，對違章隱患查糾重視不夠。針對此種情況，2013年川慶鉆探工程公司修訂下發(fā)了《川慶鉆探工程公司生產安全事故管理辦法》，根據生產實際安排進行了分批培訓，并對現場監(jiān)督業(yè)績進行考核，2013年后違章隱患查處數量數成倍增加，事件數量符合現場生產安全實際。通過應用大數據的歸類分析，指出了安全管理需要加強的幾個方面，為安全管理的發(fā)展與提升提供了數據支持。

3.1 鼓勵基層自查互查違章隱患加強安全監(jiān)督現場監(jiān)管

由近3年違章數據得知違章作業(yè)中的違章作業(yè)情況占比例45.2%，其中違章作業(yè)中的違章進行操作占違章作業(yè)的70.7%，如圖1、2，基層進行操作是違章的重要組成部分?！栋踩a法》第五十六條規(guī)定，“從業(yè)人員發(fā)現事故隱患或者其他不安全因素，應當向現場安全生產管理人員或者本單位負責人報告；接到報告的人應當及時予以處理?！被鶎尤藛T對自己崗位要進行交接班檢查、班中巡檢等，應該對作業(yè)環(huán)境、設備設施、安全生產規(guī)章制度及操作規(guī)程最為熟悉，但發(fā)現違章隱患的數量遠少于現場監(jiān)督發(fā)現的違章隱患，主要原因是沒有重視，對一些違章和隱患熟視無睹、見怪不怪，查處違章隱患積極性未調動起來。

針對這種情況，鼓勵基層自查自改，崗位之間互查提示；對于安全監(jiān)督管理人員檢查出的違章隱患重復性違章進行嚴肅處理，對觸犯禁令及“保命條款”的人員實行最高限度處罰，加強違章隱患治理力度。開展安全監(jiān)督管理體系建設，編寫了《安全監(jiān)督管理手冊》、《安全監(jiān)督程序文件》、《安全監(jiān)督記錄文件》，形成了川慶鉆探公司安全監(jiān)督管理體系構架；修訂《川慶鉆探工程有限公司安全監(jiān)督管理辦法》，進一步明確了安全監(jiān)督的責任、權利和監(jiān)督方式，規(guī)范了安全監(jiān)督管理。對現場監(jiān)督績效考核，所有現場監(jiān)督發(fā)現的違章必須進行處罰，沒有“下不為例”，所有一般隱患必須及時銷項，重大隱患要進行上報，責任、措施、資金、期限和應急預案“五落實”。倒逼基層班組進行自查自改，減少直至消除違章隱患。

3.2 嚴格落實安全管理制度整治習慣性違章

海因里希法則是通過統計大量災害的數據得出的結論，事故的后果有偶然性，但不安全因素或動作在事故發(fā)生之前已暴露過許多次，如果在事故發(fā)生之前，抓住時機，及時消除不安全因素，許多重大傷亡事故是完全可以避免的[4]。要消除違章就得對違章情況進行有針對性的分類分析，通過近三年川慶鉆探公司違章大數據分析出，違章人員崗位分布情況，這些違章人員崗位61.2%是操作崗位，如圖3，班組管理人員也占16.1%，得知這種情況后，安全監(jiān)督管理人員一定要對操作崗位的違章進行分析，為什么違章？是安全意識問題，還是不知道程序標準，通過大數據進一步分析違章人員工齡情況，五年以上工齡的違章人員占50.9%，四年以上工齡的違章人員占67%，如圖4，反應出員工工作時間長了，程序敢簡化了，敢明知故犯，安全意識淡薄，作業(yè)現場HSE執(zhí)行力差、崗位員工大多憑經驗和習慣性操作。

得知這個薄弱環(huán)節(jié)，安全監(jiān)督管理人員就可以從增強安全意識方面進行發(fā)力，找準目標，解決習慣性違章問題。2013年川慶鉆探公司編制了《石油工程行為風險控制手冊》，對違章進行分類分級，嚴格落實《安全生產違章行為管理辦法》和《施工現場停工停產管理辦法》，通過安全經驗分享、加強安全宣傳教育培訓、建立嚴明的安全生產管理制度、現場監(jiān)督旁站或視頻監(jiān)控等措施來減少違章情況。2014年度，糾正違章行為24207起，處罰15897人，扣分35854.5分，對違章扣分6分以上429人進行了嚴肅處理，對306名高頻違章人員進行待崗培訓，警示教育281人，寫安全家書3封，購買意外保險2份，解除勞務用工33人；叫停作業(yè)1831次，下達停產通知書20份；警告承包商員工40人，清退承包商員工107人。采取獎懲并重的原則，通過開展安全觀察溝通卡評比、崗位無違章等評比活動獎勵1296950元，獎勵16783人次，激發(fā)崗位員工主動參與行為安全管理的熱情，讓習慣性違章完全沒有生存的土壤。

3.3 開展隱患排查整改 加強一級風險監(jiān)控

根據查處的違章隱患數據，隱患數量是違章數量的十余倍，主要原因：一是有些安全監(jiān)督管理人員簡單認為違章是動態(tài)的，檢查者到作業(yè)現場，被檢查人員就停下來或者按照程序進行作業(yè)，所以違章很難查處；而隱患是靜態(tài)的，設備缺陷、機械不完整性、缺別針少護罩，一眼就能看出，查隱患易于操作；二是現場監(jiān)督發(fā)現違章后，要進行罰款扣分，監(jiān)督底線意識不強，不想“得罪人”；三是檢查人員對現場的違章和隱患辨識不足，或者說似是而非?！栋踩a事故隱患排查治理暫行規(guī)定》（總局令第16號）指出，安全生產事故隱患是指生產經營單位違反安全生產法律、法規(guī)、規(guī)章、規(guī)程和安全生產管理制度的規(guī)定，或者因其他因素在生產經營活動中存在可能導致事故發(fā)生的物的危險狀態(tài)、人的不安全行為和管理上的缺陷[4]。

為了統一標準、管理規(guī)范，2014年川慶鉆探工程公司編制了《石油工程隱患風險分級控制手冊》，違章隱患有了分類的依據和參考。隱患分為三級，一般隱患、較大隱患和重大隱患；分四大類：設備設施缺陷、安全防護缺陷、自然環(huán)境不良和作業(yè)場所不良等。設備設施缺陷占據51.8%，如圖5，其中一般設備缺陷占設備設施缺陷隱患的57.8%。由此可以分析出基層班組工作標準不高，低老壞現象嚴重，湊合使用，不注重設備設施的維護和保養(yǎng)，沒有落實屬地管理，輕視設備本質安全。

針對此種情況，2014年度結合季節(jié)及安全生產特點，組織開展一系列HSE主題活動，舉辦現場培訓1618場次，播放事故專題片312場次，下發(fā)各類資料3萬余份，在公司掀起“講安全、學安全”的良好安全氛圍；定期針對行為安全存在的問題，開展了安全防護、吊裝作業(yè)、用電管理等6項專項整治活動，共查出各類問題2365個，糾正違章942起。對搬家安裝、大型酸化壓裂等高風險作業(yè)落實專人進行動態(tài)跟蹤，督促現場落實好安全防范措施，跟蹤高危作業(yè)258個次，其中搬家安裝171井次，大型酸化壓裂39井次，重點項目31次，井控高風險井14井次。針對龍004-X1井高壓高含硫拆放井架、長寧H2平臺工廠化酸化、龍王廟1200萬方吊裝放空火炬塔等大型高危作業(yè)組織人員進行現場辦公，安放視頻攝像頭進行遠程監(jiān)控，落實專人進行全程旁站，確保作業(yè)過程受控。

4 結論

通過大數據分析存在的事故事件和違章隱患，明確了安全生產管理的方向，找出應對措施，HSE風險防控由定性、感覺、經驗向定量、本質、科學管理進行了轉變。通過使用大數據分類、分析，狠抓違章隱患排查，鼓勵基層班組自主安全管理，推進一線HSE體系建設，2014年度川慶鉆探工程公司杜絕了一般B類及以上生產安全事故，HSE各項指標均優(yōu)于集團公司和地方政府下達的指標。

為了更好地利用、分析大數據，川慶鉆探工程公司自主研發(fā)了一套生產安全預警系統，具有系統分析違章行為和事故隱患、形成風險值、量化分析結果、顯示生產安全風險預警指標的功能，實現了HSE風險防控由定性管理向定量管理轉變，事故預防由經驗總結型向科學分析型轉變，隱患整治有傳統的分散驗證銷項向系統的集中驗證銷項轉變。這個系統就是大數據思維在指導安全生產的表現，為治理違章隱患指導生產安全提供了方向和支持。

大數據在安全生產中的運用是群力群策參與管理安全生產的，參與使用大數據的人員越多，統計的隱患違章和事故事件越真實，對數據趨勢分析也更科學。依據數據分析的結果，違章隱患治理措施要有效落實，同時再利用大數據來進行驗證，確保不失真，讓大數據為安全生產發(fā)揮指導性作用。

[1]孟小峰,慈祥.大數據管理:概念、技術與挑戰(zhàn)[J].計算機研究與發(fā)展,2014,（1）:146-169

[2]羅亮.大數據技術及應用:國內IT企業(yè)布局已然落后[EB/OL].網址//tech.sina.com.cn.2012-06-01

[3]王振剛.安全隱患根源與對策探討[J].石油安全,2014,（10）:4-6

[4]李克榮.安全生產管理知識[M].北京:中國大百科全書出版社,2011