王 博，趙志博，多依麗，孫 鐵，高 涵，王志榮，郭品坤

(1.遼寧石油化工大學(xué) 機(jī)械工程學(xué)院，遼寧 撫順 113001； 2.南京工業(yè)大學(xué) 安全科學(xué)與工程學(xué)院，江蘇 南京 211816)

0 引言

近年來(lái)我國(guó)煤炭氣化工業(yè)發(fā)展迅速，但由于該行業(yè)生產(chǎn)條件苛刻、反應(yīng)過(guò)程復(fù)雜，因而存在大量職業(yè)危害，若缺少管控，不但嚴(yán)重危害職工身體健康，而且對(duì)環(huán)境帶來(lái)惡劣影響。因此，識(shí)別煤氣化職業(yè)健康風(fēng)險(xiǎn)，了解行業(yè)危害，運(yùn)用科學(xué)高效的方法估算發(fā)生概率、提出防控措施，對(duì)于維護(hù)職工健康和危害防治有著重要的現(xiàn)實(shí)意義。

目前國(guó)內(nèi)關(guān)于煤氣化職業(yè)健康風(fēng)險(xiǎn)的研究尚處起步階段，研究方法多數(shù)為現(xiàn)場(chǎng)定點(diǎn)或個(gè)體采樣檢測(cè)[1-2]，參照標(biāo)準(zhǔn)比對(duì)后確定嚴(yán)重程度[3-4]，檢測(cè)費(fèi)時(shí)費(fèi)力，且多集中于常見(jiàn)因素的分析，對(duì)于個(gè)別不確定性原因及難以測(cè)量的因素，缺乏有效分析和方法支持。本文從煤氣化行業(yè)整體安全角度出發(fā)，分析可能存在的多種職業(yè)風(fēng)險(xiǎn)因素，建立了貝葉斯網(wǎng)絡(luò)模型，確定了因素之間的邏輯關(guān)系。采用問(wèn)卷調(diào)查法，邀請(qǐng)專(zhuān)家對(duì)風(fēng)險(xiǎn)因素發(fā)生的可能性作出評(píng)價(jià)，利用模糊數(shù)學(xué)理論削弱模糊性的影響，將評(píng)價(jià)結(jié)果轉(zhuǎn)換為具體的數(shù)字，以此得到發(fā)生概率。結(jié)合貝葉斯網(wǎng)絡(luò)模型實(shí)現(xiàn)了職業(yè)健康風(fēng)險(xiǎn)的概率計(jì)算，并通過(guò)反向推理得出后驗(yàn)概率，通過(guò)對(duì)概率值大小進(jìn)行排序，確定了薄弱環(huán)節(jié)，提出了改進(jìn)措施，為煤氣化職業(yè)健康風(fēng)險(xiǎn)分析提供準(zhǔn)確有效的分析依據(jù)。

1 危害因素識(shí)別

煤氣化主要流程包括煤粉或煤漿的加工與輸送、煤的氣化反應(yīng)、廢水凈化及排渣。結(jié)合具體工藝流程及設(shè)備，根據(jù)《職業(yè)病危害因素分類(lèi)目錄》，確定煤氣化過(guò)程中存在的職業(yè)危害因素包括：粉塵、具有毒性的化學(xué)因素，以及噪聲、振動(dòng)、高溫3種物理因素。

1.1 粉塵

受工作環(huán)境影響，輸煤系統(tǒng)及除渣環(huán)節(jié)常伴隨大量粉塵：原料煤進(jìn)入碎煤倉(cāng)粉碎后途經(jīng)給煤機(jī)、輸送機(jī)，在煤倉(cāng)等煤粉集中部位會(huì)殘留大量顆粒及粉塵。若工人在防護(hù)措施不得當(dāng)?shù)那闆r下長(zhǎng)時(shí)間進(jìn)行作業(yè)，則接觸的粉塵濃度可能超標(biāo)，引起肺部損傷，引發(fā)煤工塵肺等職業(yè)病。

1.2 噪聲

廠區(qū)內(nèi)各類(lèi)風(fēng)機(jī)、泵、破碎機(jī)、壓縮機(jī)和鍋爐等設(shè)備，由于布局、選型不合理或缺少隔音措施，在正常運(yùn)行或故障時(shí)會(huì)產(chǎn)生高強(qiáng)度噪聲，若傳播途徑無(wú)法受到阻隔，將對(duì)聽(tīng)力造成損傷[5-6]。

1.3 振動(dòng)

生產(chǎn)性振動(dòng)常見(jiàn)于煤氣化過(guò)程中的各類(lèi)機(jī)械設(shè)備或作業(yè)臺(tái)、振動(dòng)性工具，長(zhǎng)期接觸振幅較大的設(shè)備將會(huì)對(duì)人體產(chǎn)生不良影響，形成局部振動(dòng)病[7]。

1.4 高溫?zé)彷椛?/h3>

高溫工作區(qū)域中包含氣化爐、鍋爐等產(chǎn)熱設(shè)備，外操人員在進(jìn)行巡檢時(shí)，設(shè)備密閉性差、缺乏水分與通風(fēng)，長(zhǎng)時(shí)間處于高溫環(huán)境下，生理功能易發(fā)生變化，從而引發(fā)中暑[8]。

1.5 化學(xué)毒物

煤氣化過(guò)程中使用的大量催化劑和合成原料，以及眾多產(chǎn)品和二次產(chǎn)品，都具有毒性。正常情況下由于設(shè)備自動(dòng)化程度高、管道密封，多數(shù)毒物難以逸散，濃度低于接觸限值，危害較小。但某些輔助工作場(chǎng)所，例如排污口、采樣口，以及部分老化設(shè)備，易發(fā)生跑冒滴漏現(xiàn)象，毒性物質(zhì)將會(huì)擴(kuò)散，造成濃度超標(biāo)，引起急慢性職業(yè)病，嚴(yán)重時(shí)造成大型環(huán)境污染以及死亡事故。

2 模糊貝葉斯網(wǎng)絡(luò)建模

2.1 貝葉斯網(wǎng)絡(luò)介紹

貝葉斯網(wǎng)絡(luò)是通過(guò)有向無(wú)循環(huán)網(wǎng)絡(luò)圖表示屬性依賴關(guān)系的一種因果網(wǎng)絡(luò)模型，變量用節(jié)點(diǎn)表示，各節(jié)點(diǎn)之間通過(guò)有向邊相連，節(jié)點(diǎn)之間概率分布參數(shù)用條件概率表進(jìn)行描述，其最大的優(yōu)勢(shì)在于概率計(jì)算及實(shí)現(xiàn)不確定性推理，計(jì)算原理為貝葉斯公式，如式1所示：

(1)

式中：Pa(Xi)表示父節(jié)點(diǎn)概率；P(Xi|Pa(Xi))表示父節(jié)點(diǎn)事件發(fā)生的條件下子節(jié)點(diǎn)發(fā)生的概率；P(A)表示求解概率。

將貝葉斯網(wǎng)絡(luò)應(yīng)用于煤氣化行業(yè)的職業(yè)危害分析，一方面可在邏輯上反映出各基本事件對(duì)職業(yè)危害因素的影響作用，另一方面可清晰直觀地表達(dá)出節(jié)點(diǎn)變量間的不確定關(guān)系，通過(guò)底層根節(jié)點(diǎn)概率計(jì)算出上層葉節(jié)點(diǎn)的發(fā)生概率，實(shí)現(xiàn)定量計(jì)算。

本文綜合煤氣化工藝流程、設(shè)備運(yùn)行情況、危險(xiǎn)源分布、以及安全防范措施的應(yīng)用情況，在已確定的危害因素基礎(chǔ)上，結(jié)合發(fā)生規(guī)律及影響因素的關(guān)聯(lián)性，并添加了“防護(hù)措施不到位”這一因素，根據(jù)前后因果關(guān)系，增添激發(fā)因素，建立煤氣化行業(yè)職業(yè)危害因素節(jié)點(diǎn)，連接構(gòu)成貝葉斯網(wǎng)絡(luò)模型。為了更直觀表達(dá)影響關(guān)系，將“化學(xué)因素”在網(wǎng)絡(luò)中命名為“有毒化學(xué)物質(zhì)積累”。最終網(wǎng)絡(luò)圖如圖1所示，具體事件名稱見(jiàn)表1。

圖1 煤氣化職業(yè)健康風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)Fig.1 Bayesian network of occupational health risk for coal gasification

2.2 概率確定

煤氣化生產(chǎn)過(guò)程是一個(gè)人機(jī)環(huán)相耦合的系統(tǒng)，系統(tǒng)的多樣性以及環(huán)境的隨機(jī)性，使得事件發(fā)生概率存在未知性，難以定量描述，從而為量化影響因素帶來(lái)困難。因此，本文采用問(wèn)卷調(diào)查法，邀請(qǐng)若干相關(guān)領(lǐng)域?qū)＜?，憑借經(jīng)驗(yàn)，采用“較大”、“較小”等描述性語(yǔ)言對(duì)27個(gè)子事件發(fā)生的可能性做出判斷。然后對(duì)應(yīng)圖2所示的三角模糊數(shù)，結(jié)合模糊集理論，綜合專(zhuān)家意見(jiàn)，計(jì)算模糊失效率，將模糊失效率作為事件發(fā)生概率[9-12]，進(jìn)行貝葉斯網(wǎng)絡(luò)計(jì)算。

表1 事件編號(hào)及名稱Table 1 Number and name of events

圖2 自然語(yǔ)言對(duì)應(yīng)的三角模糊數(shù)Fig.2 Triangular fuzzy number corresponding to natural language

2.2.1 確定專(zhuān)家權(quán)重

本次調(diào)查邀請(qǐng)了14位從事相關(guān)行業(yè)的專(zhuān)家對(duì)煤氣化職業(yè)危害因素進(jìn)行評(píng)價(jià)。

在確定專(zhuān)家權(quán)重時(shí)選取“職稱”、“工齡”、“年齡”和“學(xué)歷”4項(xiàng)基本信息作為參考標(biāo)準(zhǔn)，對(duì)每一項(xiàng)細(xì)化后的指標(biāo)賦予權(quán)值，采用強(qiáng)制比較法確定權(quán)重[13]?？紤]到專(zhuān)家工齡普遍較長(zhǎng)，豐富的工作經(jīng)驗(yàn)優(yōu)勢(shì)顯著，適當(dāng)降低“學(xué)歷”項(xiàng)對(duì)應(yīng)權(quán)重，結(jié)果見(jiàn)表2。

具體計(jì)算方法如式(2)～(4)所示：

(2)

(3)

(4)

根據(jù)問(wèn)卷回收信息，對(duì)照表2確定專(zhuān)家分值，利用強(qiáng)制比較法計(jì)算專(zhuān)家權(quán)重后進(jìn)行記錄，見(jiàn)表3。

表3 專(zhuān)家權(quán)重Table 3 Experts weights

2.2.2 子事件發(fā)生概率的確定

通過(guò)專(zhuān)家填寫(xiě)的問(wèn)卷結(jié)果來(lái)確定子事件發(fā)生概率，以“除塵、過(guò)濾系統(tǒng)故障”事件為例，概率計(jì)算步驟如下：

1)匯總回收問(wèn)卷得到“除塵、過(guò)濾系統(tǒng)故障”這一子事件的評(píng)估數(shù)量結(jié)果為：“大”，2人；“較大”，3人；“中等”，2人；“較小”，6人；“小”，1人。

結(jié)合三角模糊數(shù)的隸屬度函數(shù)，反解求得α截集，見(jiàn)表4。利用α截集對(duì)評(píng)估結(jié)果進(jìn)行綜合[12]，由文獻(xiàn)[13-14]中的計(jì)算方法，可求得平均模糊數(shù)為[(0.306 74+0.182 6α),(0.548 30-0.172 6α)]，結(jié)合模糊集理論，將平均模糊數(shù)轉(zhuǎn)化為對(duì)應(yīng)隸屬度函數(shù)，如式(5)所示。

(5)

2)利用左右模糊排序法[15]將得到的平均模糊數(shù)隸屬度函數(shù)轉(zhuǎn)化為模糊可能性值SFPS。

3)根據(jù)經(jīng)驗(yàn)公式(6)～(7)將模糊可能性值轉(zhuǎn)化為模糊失效率[16]，計(jì)算得到模糊失效率R=0.004 955 296，即“除塵、過(guò)濾系統(tǒng)故障”事件發(fā)生概率為0.004 955 296。

(6)

(7)

式中：SFPS為模糊可能性值；R為模糊失效率。其余事件概率計(jì)算方法與此相同，不再贅述。

表4 三角模糊數(shù)α截集Table 4 α cut set of triangular fuzzy number

2.3 模型求解

貝葉斯網(wǎng)絡(luò)模型結(jié)構(gòu)建立后，可按照以下步驟對(duì)模型進(jìn)行計(jì)算求解：

1)將子事件作為根節(jié)點(diǎn)，利用模糊數(shù)學(xué)計(jì)算所有子事件發(fā)生概率，將發(fā)生概率作為根節(jié)點(diǎn)先驗(yàn)概率。由于職業(yè)健康風(fēng)險(xiǎn)因素之間作用關(guān)系較為明確，因此非根節(jié)點(diǎn)的條件概率采用“與”、“或”邏輯門(mén)表示。

2)根據(jù)計(jì)算獲得的基本數(shù)據(jù)信息及建立的網(wǎng)絡(luò)模型結(jié)構(gòu)，運(yùn)用貝葉斯網(wǎng)絡(luò)計(jì)算軟件GeNIe實(shí)現(xiàn)概率計(jì)算。

3)將職業(yè)健康風(fēng)險(xiǎn)證據(jù)值設(shè)置為“1”，進(jìn)行貝葉斯網(wǎng)絡(luò)反向推理，計(jì)算后驗(yàn)概率，找尋引發(fā)職業(yè)風(fēng)險(xiǎn)的關(guān)鍵因素，從而提出相關(guān)措施，降低職業(yè)健康風(fēng)險(xiǎn)。

3 模型應(yīng)用

本文以某新建煤氣化企業(yè)為例，該企業(yè)采用SE-東方爐氣化技術(shù)，選用的煤種灰分、熔點(diǎn)較高，氣化爐規(guī)模為1 500 t/d，5開(kāi)2備，氣化工藝流程較為成熟，但投入運(yùn)行時(shí)間較短，有必要對(duì)其職業(yè)健康風(fēng)險(xiǎn)進(jìn)行評(píng)定。

3.1 概率計(jì)算

1)根據(jù)問(wèn)卷結(jié)果，計(jì)算根節(jié)點(diǎn)先驗(yàn)概率，結(jié)果見(jiàn)表5。

2)“T職業(yè)健康風(fēng)險(xiǎn)”、“M6有毒化學(xué)物質(zhì)積累”、“M7噪聲”與其對(duì)應(yīng)的根節(jié)點(diǎn)采用“與”邏輯門(mén)表示條件概率，其余節(jié)點(diǎn)均采用“或”邏輯門(mén)，將概率數(shù)據(jù)輸入貝葉斯計(jì)算軟件GeNIe，計(jì)算得到職業(yè)風(fēng)險(xiǎn)概率為0.001 185 005 5。

3)將職業(yè)健康風(fēng)險(xiǎn)概率證據(jù)值設(shè)為“1”，對(duì)網(wǎng)絡(luò)進(jìn)行更新，即在風(fēng)險(xiǎn)已經(jīng)出現(xiàn)的情況下，應(yīng)用反向推理功能計(jì)算根節(jié)點(diǎn)后驗(yàn)概率，以此確定最容易導(dǎo)致風(fēng)險(xiǎn)發(fā)生的因素，軟件部分計(jì)算結(jié)果如圖3所示，將子事件后驗(yàn)概率由大到小排序，結(jié)果為：X2>X1>X19>X3>X18>X5>X20>X4>X21>X6>X7>X16>X15>X17>X9>X8>X10>X23>X12>X26>X22>X25>X11>X24>X27>X14>X13。其中，“防護(hù)用品更換不及時(shí)”、“未使用防護(hù)用品”、“設(shè)備固定不良”、“防護(hù)用品選用錯(cuò)誤”事件的后驗(yàn)概率較高，確定為此次職業(yè)健康風(fēng)險(xiǎn)評(píng)估中的薄弱環(huán)節(jié)，對(duì)職業(yè)健康影響較大，應(yīng)優(yōu)先對(duì)防護(hù)用品的使用情況及設(shè)備固定情況進(jìn)行檢查修整，及時(shí)排除風(fēng)險(xiǎn)。

表5 基本事件概率Table 5 Probabilities of basic events

圖3 后驗(yàn)推理部分計(jì)算結(jié)果Fig.3 Calculation results of posterior inference part

3.2 應(yīng)對(duì)措施

根據(jù)上文模型推理得到的薄弱環(huán)節(jié)，為有效降低職業(yè)健康風(fēng)險(xiǎn)的發(fā)生概率，提出如下應(yīng)對(duì)措施：

1)對(duì)于“防護(hù)用品更換不及時(shí)”和“防護(hù)用品選用錯(cuò)誤”，應(yīng)加大強(qiáng)制管理力度，例如：按照現(xiàn)場(chǎng)相關(guān)危險(xiǎn)以及危害因素辨識(shí)結(jié)果，完善防護(hù)用品配置標(biāo)準(zhǔn)，加大采購(gòu)資金投入，選用合適、舒適、質(zhì)量良好的防護(hù)用品，嚴(yán)格按照“三同”原則發(fā)放防護(hù)品，配置專(zhuān)職人員定期檢查使用周期并進(jìn)行維護(hù)保養(yǎng)，構(gòu)建臺(tái)賬；建立監(jiān)督崗位，落實(shí)責(zé)任制，做到日?；⒅贫然?，獎(jiǎng)懲分明，嚴(yán)格執(zhí)行。

2)“未使用防護(hù)用品”可分為忘記穿戴、佩戴意識(shí)不足和僥幸心理引發(fā)的隨意穿戴及不穿戴，對(duì)于此現(xiàn)象，應(yīng)實(shí)行目視化管理手段，并加大教育宣傳力度。例如：在廠區(qū)內(nèi)張貼標(biāo)語(yǔ)及標(biāo)準(zhǔn)作業(yè)看板，達(dá)到提示員工正確穿戴和使用防護(hù)用品的目的；將相關(guān)防護(hù)用品放置于制定位置，合理擺放；開(kāi)展危險(xiǎn)預(yù)知活動(dòng)，普及危險(xiǎn)事故知識(shí)；結(jié)合典型案例繪制宣傳畫(huà)或制作報(bào)告展覽，應(yīng)用網(wǎng)絡(luò)新媒體對(duì)職工及管理層開(kāi)展安全宣傳教育，提高安全意識(shí)；張貼光榮榜，對(duì)于防護(hù)品使用良好的員工給予合理的獎(jiǎng)勵(lì)。

3)針對(duì)“設(shè)備固定不良”事件的發(fā)生，采取的應(yīng)對(duì)措施有：①操作人員在開(kāi)工收工前應(yīng)檢查設(shè)備狀態(tài)、發(fā)現(xiàn)異常及時(shí)報(bào)修，嚴(yán)禁在設(shè)備異常狀態(tài)下進(jìn)行作業(yè)。配備專(zhuān)職人員對(duì)設(shè)備使用情況及狀態(tài)進(jìn)行記錄，并定期進(jìn)行巡檢維護(hù)和保養(yǎng)；②對(duì)工藝操作進(jìn)行調(diào)整，合理設(shè)置運(yùn)行參數(shù)，避免產(chǎn)生高強(qiáng)度振動(dòng)。對(duì)設(shè)備進(jìn)行優(yōu)化改進(jìn)，在地基上采用減振材料進(jìn)行固定，設(shè)置動(dòng)平衡裝置，安裝減振設(shè)備和緩沖裝置，對(duì)于固定不良產(chǎn)生嚴(yán)重振動(dòng)的設(shè)備，選用低振動(dòng)強(qiáng)度或新設(shè)備替代。

4 結(jié)論

1)在煤氣化職業(yè)危害分析中，應(yīng)用模糊數(shù)學(xué)理論中的隸屬度概念闡述了被評(píng)價(jià)因素本身的模糊性和不確定性，將模糊概念量化表示，直觀描述了不確定因素的發(fā)生概率，充分發(fā)揮了專(zhuān)家的行業(yè)經(jīng)驗(yàn)，融合了主觀判斷和客觀計(jì)算，解決了職業(yè)危害理論分析中數(shù)據(jù)缺乏的問(wèn)題，提高了模型的準(zhǔn)確性。

2)對(duì)煤氣化職業(yè)健康風(fēng)險(xiǎn)建立模糊貝葉斯網(wǎng)絡(luò)模型，能夠充分考慮多個(gè)因素對(duì)職業(yè)健康的影響，快速確定風(fēng)險(xiǎn)因素間的影響關(guān)系。從整體到局部的分析思路彌補(bǔ)了單一評(píng)價(jià)多于整體評(píng)價(jià)的不足，提高了評(píng)價(jià)的科學(xué)性。該模型同樣可以分析多態(tài)性事件，具有較強(qiáng)的適用性。

3)貝葉斯網(wǎng)絡(luò)模型不僅可以利用專(zhuān)家知識(shí)正向推理職業(yè)健康風(fēng)險(xiǎn)概率，還可以通過(guò)反向推理迅速定位薄弱環(huán)節(jié)，解決了薄弱環(huán)節(jié)定位困難的問(wèn)題，減輕了風(fēng)險(xiǎn)概率計(jì)算工作量，并在一定程度上解決了因事故影響因素具有模糊性且數(shù)量眾多導(dǎo)致風(fēng)險(xiǎn)難以定量評(píng)估的問(wèn)題，提高了職業(yè)健康風(fēng)險(xiǎn)評(píng)價(jià)效率，為相關(guān)行業(yè)風(fēng)險(xiǎn)因素概率預(yù)測(cè)提供了有效的技術(shù)理論支持。