東 淑 趙江平副教授 范春雷 任行敏 趙騰飛

（1.西安建筑科技大學(xué)，陜西 西安 710055；2.河南天泰工程技術(shù)有限公司，河南 鄭州 450046）

0 引言

冶金企業(yè)是我國國民經(jīng)濟中最重要的基礎(chǔ)產(chǎn)業(yè)，主要由礦山、燒結(jié)、焦化、煉鐵、煉鋼、軋鋼以及相應(yīng)配套設(shè)備和輔助工藝等組成，本身存在易燃、易爆的火災(zāi)危險性，而且其易燃、易爆物品和場所星羅棋布，呈現(xiàn)“點多、面廣、戰(zhàn)線長”的特點[1-2]。因此，冶金企業(yè)一旦發(fā)生安全事故極易出現(xiàn)群死群傷的惡性后果。

雷剛[3]根據(jù)能量意外釋放理論采用 LEC法進行風(fēng)險辨識與分級，認為對地下礦山管控預(yù)警中影響最大的因素是喘振。從事石化企業(yè)風(fēng)險評估研發(fā)與應(yīng)用的萬古軍[4]在2017年構(gòu)建了全量化的中國石化安全風(fēng)險矩陣，相比較于AHP法和LEC法，在風(fēng)險指數(shù)值的選擇過程中能減少一些主觀性。張博文[5]以國內(nèi)某鋼鐵企業(yè)系統(tǒng)為例采用HAZOP進行風(fēng)險分析，比較系統(tǒng)全面的歸納總結(jié)了該系統(tǒng)的風(fēng)險。周真[6]教授運用統(tǒng)計學(xué)、專家打分法和AHP等理論進行生產(chǎn)企業(yè)的風(fēng)險分級,結(jié)果表明“企業(yè)人員素質(zhì)狀況”對企業(yè)生產(chǎn)風(fēng)險級別影響最大；周建新[7]在企業(yè)風(fēng)險模型指標(biāo)（行業(yè)風(fēng)險指標(biāo)，主要風(fēng)險暴露人群指標(biāo)，企業(yè)生產(chǎn)狀況指標(biāo)，安全管理績效指標(biāo)）基礎(chǔ)上建立了數(shù)學(xué)模型，進行計算、排序和分級，但在判斷企業(yè)基本風(fēng)險時沒有考慮企業(yè)的行業(yè)屬性或規(guī)模限制；易高翔[8]博士，提出了固有風(fēng)險和動態(tài)風(fēng)險相結(jié)合的危險化學(xué)品安全生產(chǎn)風(fēng)險評估方法，建立基于聚類分析算法的企業(yè)風(fēng)險分級軟件。

目前大部分學(xué)者選擇AHP法、LEC或者風(fēng)險矩陣法[9-11]去評價冶金企業(yè)的風(fēng)險等級，由于個人認知、經(jīng)驗、經(jīng)歷等各種因素的影響，不同的人員在選擇事故發(fā)生的可能性數(shù)值時差別較大，導(dǎo)致風(fēng)險分級的結(jié)果受人為因素影響較大?；咎幱诙ㄐ院桶攵康乃?，無法實現(xiàn)準(zhǔn)確的進行風(fēng)險量化分級[12]。因此，研究可量化的安全風(fēng)險分級方法尤為重要?；疑垲惙治龅亩鄳?yīng)用于氣象災(zāi)害[13]、電子商務(wù)[14]、控制決策[15]等等，其中的灰色變權(quán)聚類分析法能夠計算出典型風(fēng)險因素的聚類灰度以確定風(fēng)險等級，相對來說能有效解決主觀性問題。

1 風(fēng)險指標(biāo)體系的建立

1.1 冶金行業(yè)的特點

冶金行業(yè)在生產(chǎn)過程中既有冶金工藝所決定的高熱能、高勢能的危害，又有化工生產(chǎn)具有的有毒有害、易燃易爆和高溫高壓等重大危險。同時，還有機械、車輛和高處墜落等傷害，特別是冶金生產(chǎn)中易發(fā)生的鋼水、鐵水噴濺爆炸、煤氣中毒、燃燒爆炸等事故，其危害程度極為嚴重。此外，冶金生產(chǎn)的主體工藝和設(shè)備對輔助系統(tǒng)的依賴程度很高，如突然停電等可能造成鐵水、鋼水在爐內(nèi)凝固，煤氣網(wǎng)管壓力突然驟降等而引發(fā)重大事故。因此，冶金行業(yè)的危險源具有危險因素復(fù)雜、相互影響大、波及范圍廣、傷害嚴重等特點[16-17]。

1.2 冶金行業(yè)危險有害因素分析

2007年，遼寧鐵嶺市清河特殊鋼有限公司發(fā)生鋼水包的整體脫落事故，造成32人死亡，2人輕傷。2008年，浙江遂昌縣某鋼業(yè)公司在煉鋼吹氧作業(yè)中發(fā)生鋼水外溢，造成2人死亡，3人灼燙傷。2011年，江蘇鋼煉鐵廠5號爐淘汰停爐過程中發(fā)生鐵水意外溢出事故，造成6人死亡，1人受傷。2012年，鞍鋼集團重型機械制造公司鑄鋼廠在鑄環(huán)時發(fā)生爆炸事故，造成13人死亡，17人受傷。以上僅是近年來具有代表性的幾個冶金企業(yè)安全生產(chǎn)事故，實際發(fā)生的其他各類事故還有很多[18]。

由這些事故發(fā)生的原因、位置、環(huán)節(jié)等把冶金行業(yè)的主要危險、危害因素分為兩類；一類是自然災(zāi)害，有地震、雷擊等；另一類是生產(chǎn)工藝過程中存在的危險或可能導(dǎo)致的危害，如電氣室、電氣設(shè)備故障可能發(fā)生的火災(zāi)，設(shè)備高速運轉(zhuǎn)部位可能引起的人體機械傷害，膠帶機跑偏、傾斜膠帶機通廊行走不方便可能引起人體傷害，敞開式膠帶機通廊、平臺、孔、洞等處可能發(fā)生人體墜落事故，以及電氣觸電、爆炸、粉塵污染、煤氣毒害、噪聲危害等。

1.3 冶金行業(yè)風(fēng)險指標(biāo)體系

根據(jù)2017年36家大型鋼鐵企業(yè)安全生產(chǎn)事故統(tǒng)計及其他行業(yè)事故綜合考慮[19-20]，對其事故發(fā)生類別及原因進行分析，如圖1。

圖1 傷亡事故發(fā)生次數(shù)統(tǒng)計、發(fā)生原因分析圖Fig.1 Statistics on the number and the causes of the casualties accidents

由圖1可知，鋼鐵企業(yè)發(fā)生傷亡事故原因最多的是違反操作規(guī)程和其他原因，占總死亡人數(shù)的28.57%，總重傷人數(shù)的23.53%，總傷亡人數(shù)的27.66%。根據(jù)實際情況，建立冶金行業(yè)的風(fēng)險指標(biāo)體系，如圖2。

圖2 冶金企業(yè)風(fēng)險指標(biāo)模型Fig.2 Metallurgical enterprise risk index system

2 安全風(fēng)險等級

2.1 灰色變權(quán)聚類模型

選用灰色變權(quán)聚類分析法，可以確定第i個對象在指標(biāo)j下的觀測值xij的大小屬于第k個灰類的過程。

（1） 選取中安協(xié)冶金專委會給出的36家大型鋼鐵企業(yè)安全生產(chǎn)事故原因[20]作為聚類對象，i=1,2 …9。

聚類指標(biāo)j選取2016～2017年7月的36家大型鋼鐵企業(yè)，即j=1,2 …36。

風(fēng)險等級k劃分為4個灰類，即k=1,2,3,4，k=（藍色、黃色、橙色和紅色），藍色（低風(fēng)險）、黃色（一般風(fēng)險）、橙色（較大風(fēng)險）和紅色（重大風(fēng)險）等級[22]。

（2）fjk（·）為指標(biāo)j灰類k的白化權(quán)函數(shù)：

典型測度的指標(biāo)j灰類k的白化權(quán)函數(shù)為fjk（xjk(1),xjk(2),xjk(3),xjk(4)），包含了4個轉(zhuǎn)折點。此外還存在下限測度，適中測度和上限測度白化權(quán)函數(shù)。

（3） 根據(jù)白化權(quán)函數(shù)的臨界值λjk可求出指標(biāo)j灰類的權(quán)：典型測度白化權(quán)函數(shù)的臨界值

下限測度，適中測度和上限測度白化權(quán)函數(shù)的臨界值λjk=xjk(3)。

（4） 對象i屬于灰類k的程度用灰色變權(quán)聚類系數(shù)表示：

（5） 則對象i的聚類系數(shù)向量為σi=（σi1，σi2，…σis），稱σik為聚類系數(shù)矩陣，當(dāng)max{σik}=σik*時，則將對象i歸至灰類k*。

2.2 風(fēng)險分級

（1）確定聚類對象。

為使方便計算，先使用MATLAB對2017年這36家大型鋼鐵企業(yè)安全生產(chǎn)事故原因數(shù)據(jù)[20]按照順序進行最短距離法聚類分析，分析結(jié)果，如圖3，圖中橫軸數(shù)字1至9分別代表導(dǎo)致事故發(fā)生的原因，依次為技術(shù)設(shè)計缺陷、個人防護用品缺陷、安全設(shè)施缺少或有缺陷、生產(chǎn)場地環(huán)境缺陷、設(shè)備設(shè)施工具附件缺陷、違反操作規(guī)程、指揮錯誤或現(xiàn)場缺乏檢查、教育培訓(xùn)不夠、安全規(guī)章制度不健全。根據(jù)2017各種事故發(fā)生次數(shù)將這9種事故原因按照聚類要求被分為4類，分別是{1、5、3、2、8}、{7}、{4、9}、{6}。

圖3 MATLAB中聚類分析圖Fig.3 Cluster analysis graph in MATLAB

由聚類分析結(jié)果可知：對應(yīng)的事故原因被劃分為4個等價類{技術(shù)設(shè)計缺陷，設(shè)備設(shè)施工具附件缺陷，安全設(shè)施缺少或有缺陷，個人防護用品缺陷，教育培訓(xùn)不夠}、{指揮錯誤或現(xiàn)場缺乏檢查}、{生產(chǎn)場地環(huán)境缺陷，安全規(guī)章制度不健全}、{違反操作規(guī)程}。

隨機選取其中的9家鋼鐵企業(yè)，分別從4個等價類中選取“生產(chǎn)場地環(huán)境缺陷”、“技術(shù)設(shè)計缺陷”、“違反操作規(guī)程”、“指揮錯誤或現(xiàn)場缺乏檢查”作為聚類指標(biāo)，見表1。

表1 事故數(shù)據(jù)表Tab.1 Accident data table

第i個對象關(guān)于第j個指標(biāo)的樣本值xij如矩陣A所示：

（2）將其按照“藍色”“黃色”“橙色”“紅色” 4個灰類進行灰色變權(quán)聚類，所采用的的白化權(quán)函數(shù)如下：

f11[20,80,-,-]f12[10,50,-,70]f13[5,40,-,70]f14[-,-,5,60]

f21[10,90,-,-]f22[20,60,-,80]f23[10,50,-,80]f24[-,-,10,40]

f31[4,90,-,-]f32[4,70,-,90]f33[40,60,-,80]f34[-,-,5,50]

f41[20,120,-,-]f42[40,90,-,120]f43[20,65,-,120]f44[-,-,20,120]

（3）計算灰色變權(quán)聚類系數(shù)矩陣，數(shù)值如下：

根據(jù)max{σ1k}=σ11，max{σ2k}=σ22，max{σ3k}=σ32，max{σ4k}=σ4 3表明，技術(shù)設(shè)計缺陷的風(fēng)險等級屬于“藍色”灰類，指揮錯誤或現(xiàn)場缺乏和生產(chǎn)場地環(huán)境缺陷檢查的風(fēng)險等級屬于“黃色”灰類，違反操作規(guī)程的風(fēng)險等級屬于“橙色”灰類，都不接近“紅色”灰類。

（4）結(jié)果分析。

灰色變權(quán)聚類分析結(jié)果表明，“違反操作規(guī)程”的風(fēng)險等級最高，“指揮錯誤或現(xiàn)場缺乏”和“生產(chǎn)場地環(huán)境缺陷檢查”風(fēng)險等級次之，“技術(shù)設(shè)計缺陷”風(fēng)險等級最低。

由圖3中事故原因數(shù)據(jù)被劃分為4個等價類{技術(shù)設(shè)計缺陷，設(shè)備設(shè)施工具附件缺陷，安全設(shè)施缺少或有缺陷，個人防護用品缺陷，教育培訓(xùn)不夠}，{指揮錯誤或現(xiàn)場缺乏檢查}，{生產(chǎn)場地環(huán)境缺陷，安全規(guī)章制度不健全}，{違反操作規(guī)程}。指揮錯誤或現(xiàn)場缺乏和生產(chǎn)場地環(huán)境缺陷檢查屬于相鄰等價類，被劃分到同一灰類是科學(xué)的。

聚類分析時隨機選取公司及事件，認為技術(shù)設(shè)計缺陷、指揮錯誤或現(xiàn)場缺乏檢查、生產(chǎn)場地環(huán)境缺陷、違反操作規(guī)程這4種事故的風(fēng)險等級是逐步升高這一結(jié)果具有普遍性。因此，灰色變權(quán)聚類分析結(jié)果與數(shù)據(jù)計算結(jié)果是相符的。

2.3 分級監(jiān)控

將冶金生產(chǎn)企業(yè)的各個指標(biāo)按風(fēng)險等級劃分為紅、橙、黃、藍4個級別。依據(jù)風(fēng)險級別劃分監(jiān)管等級和監(jiān)管周期[21]，見表2。

表2 監(jiān)管等級、監(jiān)管周期Tab.2 Regulatory level, supervision period

3 結(jié)論

本文分析了冶金生產(chǎn)企業(yè)的行業(yè)特點和危險因素，根據(jù)2017年中安協(xié)冶金專委會事故統(tǒng)計數(shù)據(jù)利用灰色變權(quán)聚類方法確定風(fēng)險等級，結(jié)果表明：“違反操作規(guī)程”的風(fēng)險等級最高，“指揮錯誤或現(xiàn)場缺乏”和“生產(chǎn)場地環(huán)境缺陷檢查”風(fēng)險等級次之，“技術(shù)設(shè)計缺陷”風(fēng)險等級最低。冶金企業(yè)發(fā)生傷亡事故原因最多的是“違反操作規(guī)程”，為冶金企業(yè)的風(fēng)險管控明確了重點。

根據(jù)風(fēng)險等級，將冶金生產(chǎn)企業(yè)按風(fēng)險等級劃分為紅、橙、黃、藍4個級別，并給出了各個級別的監(jiān)管周期，政府主管部門可根據(jù)監(jiān)管周期進行重點性監(jiān)管，化解現(xiàn)今監(jiān)管力量缺乏的矛盾，對冶金企業(yè)安全評價進行了有益補充。