郭隆鑫,李希建,劉 柱,徐畀澤
(1.貴州大學(xué) 礦業(yè)學(xué)院,貴州 貴陽 550025; 2.復(fù)雜地質(zhì)礦山開采安全技術(shù)工程中心,貴州 貴陽 550025; 3.貴州大學(xué) 瓦斯防治與煤層氣開發(fā)研究所,貴州 貴陽 550025)
2020年,作為主要能源之一的煤炭在中國經(jīng)濟(jì)體系中仍占62%的1次能源比重[1]。隨著經(jīng)濟(jì)快速發(fā)展、開采強(qiáng)度不斷加大、開采環(huán)境復(fù)雜多樣,導(dǎo)致各類煤礦安全事故頻發(fā)。故有效分析煤礦安全狀態(tài),監(jiān)管煤礦安全生產(chǎn),仍是煤礦建設(shè)中的工作重點(diǎn)。
國內(nèi)學(xué)者針對煤礦安全評價(jià)進(jìn)行大量研究:郜彤等[2]通過引入大數(shù)據(jù)分析平臺,構(gòu)建煤礦安全分析體系,對系統(tǒng)安全生產(chǎn)態(tài)勢進(jìn)行動(dòng)態(tài)監(jiān)測,挖掘并展現(xiàn)事故規(guī)律;喬萬冠等[3]通過研究事故風(fēng)險(xiǎn)成因,分析因果關(guān)系,建立系統(tǒng)動(dòng)力動(dòng)態(tài)模型分析事故發(fā)生成因;李紅霞等[4]選取7個(gè)煤礦案例利用投影尋蹤原理進(jìn)行分析,反映出各指標(biāo)影響對安全生產(chǎn)的重要性;趙寶福等[5]運(yùn)用模糊語言數(shù)結(jié)合層次分析法,得出指標(biāo)權(quán)重大小排序,進(jìn)而分析隱藏事故隱患;汪劉凱等[6]建立層次聚類耦合因子分析模型,辨識系統(tǒng)危險(xiǎn)源,并建立內(nèi)外源潛質(zhì)變量,剖析各因素對系統(tǒng)的綜合影響;楊巨文等[7]參考大量煤礦安全數(shù)據(jù),通過因素分析,發(fā)掘安全信息中的危險(xiǎn)因素及二者因果關(guān)系。上述方法通過構(gòu)建指標(biāo)體系,進(jìn)行指標(biāo)間重要度分析,通過對系統(tǒng)的影響程度,判定事故成因及煤礦安全狀態(tài),但忽略煤礦安全評價(jià)系統(tǒng)的模糊性與不確定性,未考慮指標(biāo)的級別判定與系統(tǒng)安全評價(jià)聯(lián)系度的關(guān)系,導(dǎo)致評價(jià)體系準(zhǔn)確度不佳。
因此,本文構(gòu)建煤礦安全評價(jià)指標(biāo)體系,融合主客觀指標(biāo)權(quán)重值,得出指標(biāo)最優(yōu)權(quán)重;引入云理論優(yōu)化集對聯(lián)系度,建立各指標(biāo)與評價(jià)等級間的綜合云聯(lián)系度,結(jié)合指標(biāo)權(quán)重遞進(jìn)得出煤礦安全評價(jià)系統(tǒng)綜合云聯(lián)系度,進(jìn)而判定煤礦安全狀態(tài);對系統(tǒng)綜合云聯(lián)系度進(jìn)行態(tài)勢分析,得出煤礦安全性偏向。該耦合模型兼顧評價(jià)體系的不確定性與評價(jià)指標(biāo)等級的模糊性,進(jìn)一步提高煤礦安全評價(jià)結(jié)果的精確度。
客觀賦權(quán)主要依賴于指標(biāo)原始數(shù)據(jù)與等級分量,通過數(shù)學(xué)方法確定權(quán)重,經(jīng)數(shù)據(jù)分析處理,量化對比各指標(biāo)間重要程度,避免人為干預(yù)[8]。熵權(quán)法是客觀賦權(quán)法的1種,其通過在計(jì)算過程中觀測指標(biāo)的變異程度反映權(quán)重大小[9]。通過熵值體現(xiàn)不確定性,并通過其與信息量的關(guān)系,間接度量系統(tǒng)中指標(biāo)重要程度。權(quán)重向量ωk表達(dá)式如式(1)所示:
(1)
式中:ωk=(ω1,ω2,ω3,…,ωs);Uj為系統(tǒng)指標(biāo)差異系數(shù);j為指標(biāo)序列;s為指標(biāo)總個(gè)數(shù)。
主觀賦權(quán)是決策者掌管信息對比進(jìn)行賦權(quán)的方法。其中層次分析法通過構(gòu)建系統(tǒng)指標(biāo)層次結(jié)構(gòu)以及專家打分進(jìn)行指標(biāo)間的重要性判定,構(gòu)建數(shù)學(xué)方法逐級計(jì)算指標(biāo)權(quán)重[10-11]。在判定過程中構(gòu)建判定矩陣,計(jì)算權(quán)重向量,表達(dá)式如式(2)所示:
(2)
式中:ωz=(ω1,ω2,ω3,…,ωs);Vi為判斷矩陣的積;i為指標(biāo)序列;s為指標(biāo)總個(gè)數(shù)。
客觀賦權(quán)忽略決策者意愿,主觀賦權(quán)無量化指標(biāo)數(shù)據(jù)參與,二者在權(quán)重確定中顧此失彼,指標(biāo)權(quán)重確定不夠精確。主客觀權(quán)重融合主要是通過計(jì)算客觀權(quán)重與主觀權(quán)重,運(yùn)用數(shù)學(xué)方法進(jìn)行指標(biāo)間權(quán)重重組,做到指標(biāo)間的優(yōu)強(qiáng)弱差,使融合指標(biāo)權(quán)重更接近實(shí)際[12]。熵權(quán)法與層次分析法權(quán)重融合如式(3)所示。
(3)
式中:ωR為指標(biāo)融合權(quán)重,ωR=(ω1,ω2,ω3,…,ωs)。
集對理論通過分析具有關(guān)聯(lián)性的集合間關(guān)系,集合間互相對比同異度,最后通過聯(lián)系度定量表述集合間關(guān)系[13]。系統(tǒng)中將各指標(biāo)與評價(jià)等級形成集對,用同一度、差異度、對立度表述二者之間的關(guān)系。指標(biāo)與評價(jià)等級共有Z個(gè)特性,其中X個(gè)相同特性,Y個(gè)自有特性,其他為既不相同也不自有特性。指標(biāo)m對應(yīng)的集對聯(lián)系數(shù)μm表達(dá)式如式(4)所示[14]:
(4)
式中:i為差異度系數(shù),j為對立度系數(shù)。
μm=a+bi+cj
(5)
式(5)為三元聯(lián)系數(shù)表達(dá)形式,a為同一度,b為差異度,c為對立度。為對分析對象進(jìn)行詳細(xì)表述,根據(jù)具體情況,可對bi進(jìn)行不同程度拓展。將bi一分為三,得到五元聯(lián)系數(shù)表達(dá)形式如式(6)所示:
μm=a+b1i1+b2i2+b3i3+cj
(6)
式中:b1,b2和b3為差異度分量;i1,i2和i3為差異度分量系數(shù)。
假定系統(tǒng)中指標(biāo)m為一定數(shù)值組成的定量論域,等級n是論域上的定性概念,對于任意元素x對等級n的確定度是具有穩(wěn)定傾向的隨機(jī)數(shù)μmn,則在論域上的分布稱為隸屬云,記為云n(x),(x,μmn)稱為云滴。正態(tài)云對等級n的云聯(lián)系度滿足式(7):
(7)
式中:μmn為指標(biāo)m對應(yīng)等級n的云聯(lián)系度。
各指標(biāo)對應(yīng)等級的期望、熵與超熵根據(jù)式(8)計(jì)算得出。
(8)
式中:Exmn,Enmn分別為指標(biāo)m對應(yīng)等級n的期望與熵;Dmn,max,Dmn,min分別為指標(biāo)m對應(yīng)等級n邊界范圍的最大值與最小值;He為各指標(biāo)對應(yīng)等級的超熵,主要反映為云滴的離散程度;k為常數(shù),取0.01。
煤礦安全一般劃分為5個(gè)等級,聯(lián)系指標(biāo)體系,根據(jù)式(8)依次得出各指標(biāo)對應(yīng)等級的云聯(lián)系度,聯(lián)立式(6)與式(8)得出各單一指標(biāo)五元綜合云聯(lián)系度μm*,如式(9)所示:
μm*=μm1+μm2i1+μm3i2+μm4i3+μm5j
(9)
式中:μm1~μm5分別為指標(biāo)處于1~5安全等級的程度;μm1為煤礦安全指標(biāo)同一度;μm2,μm3和μm4為煤礦安全指標(biāo)差異度分量,i1,i2和i3為煤礦安全指標(biāo)差異度系數(shù);μm5為煤礦安全指標(biāo)對立度,j為煤礦安全指標(biāo)對立度系數(shù)。
為保證各指標(biāo)綜合云聯(lián)系度具有對比性,進(jìn)行歸一化處理后得到綜合云聯(lián)系度μm**[15]。
結(jié)合各指標(biāo)融合權(quán)重與綜合云聯(lián)系度,逐級計(jì)算得出煤礦安全系統(tǒng)綜合云聯(lián)系度T,如式(10)所示:
(10)
式中:s為指標(biāo)總個(gè)數(shù)。
對系統(tǒng)綜合云聯(lián)系度T加權(quán)平均得到系統(tǒng)綜合期望,依據(jù)最大確定度原則選擇熵值。
為驗(yàn)證模型可信度,以義馬集團(tuán)某礦為例,采用融合權(quán)確定指標(biāo)權(quán)重,集對云耦合模型判定煤礦安全狀態(tài)?;诿旱V安全影響因素眾多,且具有一定的獨(dú)立性與模糊性,為確保系統(tǒng)評價(jià)結(jié)果的準(zhǔn)確性,參照文獻(xiàn)[16-17],充分考慮事故致因,評定影響指標(biāo)。從人、機(jī)、環(huán)、管4個(gè)1級指標(biāo)入手,結(jié)合20個(gè)2級指標(biāo),構(gòu)建系統(tǒng)指標(biāo)體系,并將安全狀態(tài)劃分為安全、較安全、一般安全、較不安全與不安全5個(gè)等級,依次排序?yàn)?~5級。煤礦安全評價(jià)指標(biāo)等級劃分見表1。
表1 煤礦安全評價(jià)指標(biāo)等級劃分Table 1 Classification of evaluation indexes for coal mine safety
提取案例煤礦實(shí)測參評值,構(gòu)建熵權(quán)計(jì)算模型,得出各指標(biāo)客觀權(quán)重ωk。邀請相關(guān)領(lǐng)域?qū)<?,對煤礦安全各影響指標(biāo)兩兩對比進(jìn)行重要性判斷,通過構(gòu)建判斷矩陣,量化決策者意志得出主觀權(quán)重ωz,最后通過主客觀權(quán)重融合得出最優(yōu)指標(biāo)權(quán)重,各指標(biāo)權(quán)重值見表2。指標(biāo)權(quán)重對比如圖1所示。由圖1可知,由主客觀賦權(quán)方法得出的客觀因素指標(biāo)權(quán)重近似度較高,主觀因素指標(biāo)權(quán)重有個(gè)別偏離現(xiàn)象;3種指標(biāo)賦權(quán)結(jié)果走勢相同,整體波動(dòng)較小;權(quán)重融合后得出,人的因素指標(biāo)所占權(quán)重最大,管理因素指標(biāo)權(quán)重次之,環(huán)境因素指標(biāo)權(quán)重最低。
表2 指標(biāo)權(quán)重值Table 2 Weights of evaluation indexes
圖1 指標(biāo)權(quán)重對比Fig.1 Comparison of index weights
帶入煤礦指標(biāo)參評值,計(jì)算各指標(biāo)對應(yīng)評價(jià)等級云聯(lián)系度,并結(jié)合公式(9)得出各指標(biāo)五元綜合云聯(lián)系度。對各指標(biāo)綜合云聯(lián)系度進(jìn)行歸一化處理,加權(quán)遞進(jìn)計(jì)算二級指標(biāo)與系統(tǒng)綜合云聯(lián)系度,各指標(biāo)五元綜合聯(lián)系度見表3。系統(tǒng)綜合云聯(lián)系度歸一化后為:T=0.29+0.32i1+0.26i2+0.06i3+0.07j,對其加權(quán)平均后得出系統(tǒng)綜合期望值為2.30。繪制系統(tǒng)安全等級云圖如圖2所示。圖2直觀展現(xiàn)了案例煤礦所處等級為2級,微偏向3級。
表3 指標(biāo)綜合云聯(lián)系度Table 3 Comprehensive cloud connection degree of indexes
圖2 煤礦安全等級云圖Fig.2 Cloud map of coal mine safety level
繪制各2級指標(biāo)聯(lián)系度分量柱狀圖,如圖3所示。由圖3可知,人員三違率與應(yīng)急機(jī)制完備指標(biāo)同一度較大對立度較小,其次為平均每月培訓(xùn)時(shí)長、升降設(shè)備完好性與安全管理時(shí)效性;排水設(shè)施完好率、礦井正常涌水量與萬噸瓦斯突出次數(shù)對立度較大,同一度較??;其他指標(biāo)整體表現(xiàn)為差異度區(qū)間。案例煤礦同一度較高指標(biāo)所處安全狀態(tài)較高,且指標(biāo)權(quán)重較大,對立度較高指標(biāo)所處安全狀態(tài)較低,且指標(biāo)權(quán)重相對較小,因此系統(tǒng)處于相對等級比較高的較安全狀態(tài)。
圖3 各指標(biāo)聯(lián)系度分量Fig.3 Connection degree component of each index
對案例煤礦安全系統(tǒng)態(tài)勢[18]進(jìn)行分析可得:同一度與對立度比值大于1,同一度與差異度比值小于1,系統(tǒng)所處安全態(tài)勢為同一趨勢很小的微同勢。雖然案例煤礦所處為較安全狀態(tài),但是同一趨勢較弱,結(jié)合系統(tǒng)安全等級云圖(圖2)綜合分析,案例煤礦有向一般安全狀態(tài)發(fā)展趨勢。案例煤礦人為主觀因素安全性相對較高,環(huán)境設(shè)備等客觀因素安全性相對不足,應(yīng)加強(qiáng)煤礦的設(shè)備升級與井下環(huán)境等方面的提升改造,從而防止安全等級出現(xiàn)下降趨勢。
1)對煤礦安全影響指標(biāo)進(jìn)行劃分,使用融合賦權(quán)得出指標(biāo)最優(yōu)權(quán)重,并結(jié)合集對云模型對煤礦安全狀態(tài)進(jìn)行分析,得出各指標(biāo)對系統(tǒng)的影響效果,并判定煤礦的整體安全狀態(tài)。
2)案例煤礦安全狀態(tài)為較安全,且有向次級一般安全狀態(tài)偏向微勢,應(yīng)提高井下設(shè)備與環(huán)境的危險(xiǎn)源識別強(qiáng)度,并提出相關(guān)措施進(jìn)行提升改造,以確保煤礦安全狀態(tài)的現(xiàn)狀維持與進(jìn)一步提升。
3)該耦合模型將云理論中特征值與集對理論聯(lián)系度相結(jié)合,得出煤礦安全狀態(tài)的綜合云聯(lián)系度,進(jìn)一步分析得出安全狀態(tài)與偏向趨勢,兼顧煤礦安全評價(jià)系統(tǒng)的模糊性與隨機(jī)性。研究結(jié)果符合案例煤礦實(shí)際,表明該耦合模型可為煤礦安全分析提供理論指導(dǎo)。
中國安全生產(chǎn)科學(xué)技術(shù)2021年2期