張儉讓,史振東,閆振國,黃玉鑫,王智鵬,劉睿卿
(1.西安科技大學 安全科學與工程學院,陜西 西安 710054;2.教育部西部礦井開采及災害防治重點實驗室,陜西 西安 710054)
近年來我國煤炭的安全生產形勢雖然持續(xù)好轉,但是煤礦風險與隱患的規(guī)范管理依舊是亟待解決的問題[1,2]。為有效遏制高危行業(yè)重大事故的發(fā)生,2016年國家提出了雙重預防機制體系建設;2017年7月1日開始實施國家煤礦安全監(jiān)察局頒布的新版《煤礦安全生產標準化基本要求及評分方法(試行)》,在對煤礦安全生產提出系統(tǒng)性標準的情況下,要求對風險分級管控與隱患排查治理工作采取信息化手段進行管理[3-6]。本文將互聯(lián)網技術與煤礦安全法律法規(guī)結合,設計并研發(fā)了煤礦安全雙重預防信息管理系統(tǒng),借助便捷、智能的管理方式以規(guī)范風險源,治理隱患源,創(chuàng)建安全的煤礦生產環(huán)境[7]。
現階段多數煤礦使用的信息管理系統(tǒng)未將風險與隱患管理流程關聯(lián)閉合,導致系統(tǒng)雙重預防體系出現功能短板;同時因風險辨識、隱患排查覆蓋范圍不全面,造成風險隱患漏查、未查現象;另外,大部分系統(tǒng)對于統(tǒng)計的數據信息缺乏深度挖掘分析,未實現數據在生產管理中的有效應用,形成“信息孤島”[8-10]。煤礦安全雙重預防信息管理系統(tǒng)將煤礦安全相關法律法規(guī)作為應用標準,融合“體系”、 “區(qū)域”、 “崗位”、“人員”、 “系統(tǒng)”等多要素,覆蓋“檢查”至 “糾正”管理全流程,關聯(lián)風險、隱患處置流程,同時加大信息面寬量,對“通風”、 “掘進”等九大專項部分實現信息支持,并在自由可控的虛擬專網下,與多種智能終端APP實時聯(lián)動,進行信息的現場錄入和不落地處理;并對業(yè)務處置過程留痕統(tǒng)計,結合多媒體終端顯示設備,將風險信息數據輸出為可視化狀態(tài);同時,借助FP-Growth算法,對隱患數據信息進行挖掘與分析,發(fā)現多維度下隱患的關聯(lián)規(guī)則,為隱患的預測提供數據支持。
煤礦安全雙重預防信息管理系統(tǒng)融合國家煤礦安全相關法律法規(guī),面向基層人員的日常工作,協(xié)助管理人員進行輔助決策,專注煤礦安全生產。在各級領導對煤礦安全風險的系統(tǒng)性辨識與掌控,以及對隱患排查的系統(tǒng)性安排與持續(xù)跟蹤管理過程中,通過落實系統(tǒng)雙重預防管理機制,實現風險與隱患的規(guī)范處置,并對系統(tǒng)隱患數據進行挖掘分析,提高煤礦的智能化應用水平,保證煤礦信息化進程的平穩(wěn)推進[11,12]。
系統(tǒng)基于B/S模式,在Windows Server 2008平臺下開發(fā)設計。應用Layui框架,遵循原生 HTML/CSS/JS 的書寫與組織形式,適合網頁界面的快速開發(fā);使用Ajax技術使系統(tǒng)操作頁面簡潔、友好;通過Web Server技術使前端瀏覽器與后臺服務器的數據交互工作更加簡易、快捷;系統(tǒng)可應用于包含除PC端瀏覽器以外的手機、PAD等多種操作終端APP,以便在系統(tǒng)使用中形成多終端智能聯(lián)動模式,保證任何人在任何時間、任何地點、采用任何終端均可得到信息系統(tǒng)的有效支持。系統(tǒng)架構包含應用層、服務層、數據層、基礎層。系統(tǒng)架構如圖1所示。
圖1 系統(tǒng)架構圖
應用層主要為工作人員提供相應系統(tǒng)功能,便于工作人員依據業(yè)務流程進行風險與隱患的管理工作。服務層為應用層提供服務訪問的接口,并根據系統(tǒng)用戶的業(yè)務需求,通過各類組件進行數據庫請求,實現業(yè)務數據的讀取,并對業(yè)務邏輯數據進行加工處理,如系統(tǒng)資源配置管理、安全管理服務、即時通信等。數據層采用MySQL實現系統(tǒng)對原始數據的采集、存儲與編輯,包含煤礦人員、崗位信息等數據;并且通過構建數據庫,對系統(tǒng)日常的風險管控與隱患排查等數據進行實時或歷史存儲?;A層主要是為提升系統(tǒng)運行的整體效率而設置的硬件設備、存儲設備、網絡體系以及災難備份與恢復體系等。
在執(zhí)行系統(tǒng)的風險分級管控流程時,需由礦級管理人員依據煤礦風險管控工作制定全礦的風險年度辨識計劃與專項辨識計劃。風險技術人員按照辨識計劃進行風險辨識與評估,收集風險并劃分等級,從而完善“一圖一庫兩清單”,即:風險空間分布一張圖、安全生產風險數據庫、風險責任清單與風險措施清單。風險管理員查看風險清單,依據系統(tǒng)預置法律法規(guī)內容,制定風險管控措施,并下發(fā)風險管控通知單;風險責任人接受風險管控任務進入落實階段,并按時提交管控結果,完成周期性的風險管控工作。風險審核人通過現場檢查核實,對于管控合格的風險需進一步監(jiān)督管理,并進行系統(tǒng)資料歸檔以便復核審閱;反之將失控、長期管控不合格風險上報領導或升級為隱患,納入隱患處理流程,從而促進信息數據的深度融合,推動煤礦雙重預防過程一體化管理關口前移。風險分級管控流程如圖2所示。
圖2 系統(tǒng)風險分級管控流程圖
隱患排查始于個人以專家或專管身份進行的安全檢查,并將隱患等級依據系統(tǒng)劃分為一般隱患與重大隱患。隱患管理員依據井下隱患排查技術人員提供的隱患清單選擇相應的隱患等級進行系統(tǒng)錄入,結合系統(tǒng)預置的隱患相關整改選項,生成隱患整改通知單,并提供現場治理、限時整改、掛牌督辦三種處理方式。對于需要現場治理的隱患,經整改人治理、審核人復查后進行現場銷號;對于需要限時整改與掛牌督辦的隱患,由管理員編輯隱患整改通知單,下達至整改責任人;整改責任人依據整改要求進行隱患落實工作,經驗收責任人復查、驗收,確保隱患整改合格,并編寫驗收方案傳達至管理員進行隱患銷號;隱患整改延期需要依據流程進行申請審核。對于重大隱患,必須由礦長進行牽頭落實,進行管理。隱患排查包括了隱患采集、下達整改通知書、隱患整改、整改驗收、核查銷號這一完整的過程,實現了隱患的閉環(huán)管理。隱患排查治理流程如圖3所示。
圖3 系統(tǒng)隱患排查治理流程圖
系統(tǒng)包含風險分級管控與隱患排查治理兩項主要功能,同時結合多項輔助子系統(tǒng)以及多種智能終端APP實現系統(tǒng)整體功能。系統(tǒng)的功能結構如圖4所示。
圖4 系統(tǒng)功能結構圖
1)風險分級管控子系統(tǒng)。實現煤礦全方位的風險源辨識與評估,對風險進行錄入與管控,完善“一圖一庫兩清單”數據,同時支持將失控風險、管控不合格風險上報領導并轉入隱患處置功能。
2)隱患排查治理子系統(tǒng)。實現隱患的錄入、責任人整改、隱患復查以及隱患上報服務,并且支持隱患資料歸檔、查詢、導出以及隱患源數據庫更新;同時對相關人員發(fā)送隱患工作預警通知。
3)數據統(tǒng)計分析子系統(tǒng)。將覆蓋九大專項部分的雙重預防工作信息數據進行等級、治理方式、治理方案以及責任單位等各類型下的統(tǒng)計,同時進行年度、月度、周度的劃分,利用餅圖、柱形圖、折線圖等展現數據多類型、多條件下的數據分析;對風險管理同樣也進行周度、月度、年度的統(tǒng)計。同時引入數據挖掘和分析算法,對出現的隱患信息進行挖掘分析,實現隱患的預測預警。
4)公告通知子系統(tǒng)。實現煤礦各類公告信息通知的編輯與發(fā)布,結合APP便于傳達與接收。
5)系統(tǒng)配置子系統(tǒng)。主要包含部門管理、人員管理、人員部門設置、區(qū)域設置、計劃人員配置、隱患排查單位預設、用戶授權功能,實現系統(tǒng)對可變選項進行調整,保證系統(tǒng)實時滿足煤礦管理人員的不同操作需求。
為進一步提升系統(tǒng)應用的智能化、信息化水平,對風險隱患雙重預防的功能進行了拓展與外延,即在風險分級管控子系統(tǒng)加入風險預控可視化功能,將煤礦安全風險數據輸出在終端顯示設備上;并將FP-Growth算法應用到統(tǒng)計分析子系統(tǒng)中,對隱患數據進行挖掘與分析,實現多維度下的隱患關聯(lián)預測。
風險預控可視化是由系統(tǒng)對風險分級管控的實時狀態(tài)進行調取,根據系統(tǒng)預設的內容格式和任務管控要求對其進行解碼,結合礦井位置信息進行體現,把風險的詳細數據轉化為清晰明確的可視畫面,輸出在終端顯示設備上。
系統(tǒng)對導入的礦井電子圖紙進行區(qū)域打點,通過預置圖紙詳細內容,生成能夠準確定位風險的“點”和“域”,并以“紅橙黃藍”著色,進行風險等級的區(qū)別處理。當風險開始錄入時,系統(tǒng)向數據庫發(fā)送數據請求,數據庫返回風險數據,準確定位風險區(qū)域,以動態(tài)閃爍的方式呈現在電子礦井圖上,并將風險管控的實時狀態(tài)與操作信息詳情同步于終端顯示設備。風險預控可視化了形成員工實時操作,領導實時監(jiān)管的工作機制,實現風險預控的雙向聯(lián)動管理。此外,通過井下風險預控可視化技術能夠有效解決煤礦安全信息傳遞時效差問題,并且便于領導在監(jiān)督的同時,結合風險實時處理進度詳情,及時安排調度工作,提高了風險分級管控的應急響應水平。
系統(tǒng)對隱患信息進行分類統(tǒng)計的同時,為避免信息數據孤島化,借助了FP-Growth算法進行多維度的關聯(lián)分析[13]。在FP-Growth算法中用X、Y表示兩個項集,用X→Y表示關聯(lián)規(guī)則,即滿足支持度與置信度的兩個事務之間的強聯(lián)系。
支持度是指X和Y這兩個項集同時在事務集中出現的概率;支持度計算公式為:
Support(X→Y)=P(X∪Y)
(1)
置信度是指出現項集X的事務集中,項集Y出現的概率;置信度的計算公式為:
式中,Support為支持度;Confidence為置信度;P為概率。
通過收集陜煤集團下屬某煤礦連續(xù)兩個月的隱患數據,利用式(1)和式(2)主要進行了該煤礦隱患地點、隱患類別、責任部門三個維度下的數據關聯(lián)挖掘與分析。最終,在可參考的置信度與支持度范圍內,得出隱患發(fā)生的主要地點、類別信息,并結合隱患的責任單位,從而針對性的提出解決方案,以達到提前預防的效果。隱患關聯(lián)分析如圖5所示。
圖5 隱患關聯(lián)分析圖
由圖5可知該煤礦連續(xù)兩個月隱患總數為204條,其中采掘類的隱患為122條,支持度為59.8%;機電類的隱患為54條,支持度為20.4%。在采掘類隱患中,綜采一隊和掘進一隊負責下的三個工作地點的該類隱患數量之和為隱患總數的37.25%,且置信度均在33.33%以上;機電類的隱患中,機運隊負責下的變電所出現的隱患為18條,置信度為60%,亦高于33.33%。
通過分析可發(fā)現該煤礦具有“采掘類→綜采一隊→227工作面”“采掘類→綜采一隊→222運輸巷”“采掘類→掘進一隊→2305回風巷”“機電類→機運隊→變電所”四條較強關聯(lián)的規(guī)則。將以上數據作為支撐,該煤礦接下來的隱患排查治理工作中需對227工作面、222運輸巷、2305回風巷及變電所四個位置加大排查、整治力度,并加強綜采一隊、掘進一隊和機運隊的安全培訓力度,進一步規(guī)范其安全作業(yè)方式。
系統(tǒng)借助FP-Growth算法對隱患數據進行關聯(lián)分析,能夠大幅提升隱患排查治理的輔助決策水平,通過針對性的提出隱患整改措施,有效降低隱患發(fā)生的頻率。
1)系統(tǒng)通過執(zhí)行風險分級管控與隱患排查治理功能,能夠明確各層級人員的工作職責,提高煤礦各級責任人與責任單位在日常監(jiān)察中的安全意識。
2)系統(tǒng)使用精準化的煤礦法律法規(guī)作為應用標準,規(guī)范了各層級人員在煤礦安全生產中的行為措施,充分的解決了煤礦風險、隱患處置不完善問題,提升風險與隱患管理過程的安全可靠性。
3)系統(tǒng)將風險與隱患進行一體化管理,使風險、隱患的處置更加全面徹底,落實了煤礦風險預控在前,隱患排查治理在后的雙重預防機制,保證了煤礦安全生產的穩(wěn)定進行。
4)系統(tǒng)利用FP-Growth算法對歷史隱患數據進行多維度的關聯(lián)分析,一定程度上實現了隱患的關聯(lián)預測,便于針對性的提出隱患的解決方案。