呂會慶，朱金梅，鞠春雷，郭金山，張江石，黎躍進

(1.北京天地華泰礦業(yè)管理股份有限公司，北京 100013；2.中國礦業(yè)大學(北京)應(yīng)急管理與安全工程學院，北京 100083)

隨著信息技術(shù)的發(fā)展，安全生產(chǎn)信息化建設(shè)已逐漸參與到煤礦安全生產(chǎn)管理的各個環(huán)節(jié)中，部分煤礦企業(yè)已建設(shè)成綜合各類監(jiān)控系統(tǒng)與煤礦安全管理、設(shè)備管理等業(yè)務(wù)的自動化信息平臺[1]。據(jù)統(tǒng)計，80%以上事故發(fā)生的直接原因是人的不安全動作[2-3]。近年來，國家煤礦安全監(jiān)管部門和煤炭企業(yè)著力從技術(shù)和管理等方面采取措施，加強對煤礦人員不安全動作的管理和控制，以期尋得合理的方案提高煤礦開采安全性[4]。直接防控不安全動作的發(fā)生是煤礦企業(yè)解決煤礦安全問題最直接有效的途徑，但煤礦企業(yè)對于不安全動作的監(jiān)管一直停留在簡單的閉環(huán)檢查監(jiān)管中[5]。因此，轉(zhuǎn)變不安全動作管控的傳統(tǒng)模式，利用信息化手段對不安全動作進行管理與分析是建設(shè)智慧礦山、實現(xiàn)礦山數(shù)字信息化的關(guān)鍵一環(huán)。一些研究均從煤礦企業(yè)安全管理的實際出發(fā)，但僅實現(xiàn)了對安全隱患與“三違”治理的信息化管理，缺少與行為安全管理理念的結(jié)合，以及對不安全動作的系統(tǒng)分析，無法有效地減少不安全動作且缺少應(yīng)用?；诖耍疚膹拿旱V安全生產(chǎn)管理的實際情況出發(fā)，以行為安全相關(guān)理論為指導(dǎo)，以不安全動作糾正為核心，以安全測評量表為輔助開發(fā)研究礦工不安全動作管理APP，通過信息化手段管理不安全動作并分析其產(chǎn)生原因，支撐煤礦企業(yè)提高安全信息化管理水平。在此基礎(chǔ)上，在APP程序內(nèi)增設(shè)煤礦行業(yè)法律法規(guī)體系的數(shù)據(jù)庫，并建立基于礦山安全法律法規(guī)體系的云搜索工具，便于企業(yè)快速搜索查詢，彌補市場在此方面的空白。

1 不安全動作分類與管理

關(guān)于行為安全，國外最早提出的是unsafe acts，而國內(nèi)學者習慣翻譯成“不安全行為”(unsafe behavior)，根據(jù)行為安全“2-4”模型[6]，不安全行為不僅包括不安全動作還包括習慣性不安全行為，本文從實際應(yīng)用角度出發(fā)，僅研究不安全動作。

1.1 不安全動作及影響因素分類

瑞士奶酪模型(swiss cheese model，SCM)是經(jīng)典的事故原因分析方法，作為一個概念模型，其目的并不是分析導(dǎo)致事故的細節(jié)原因，而是便于理解組織中發(fā)生事故的本質(zhì)特征[7]。模型將導(dǎo)致系統(tǒng)故障的各種人為錯誤因素從高到低分為不可靠決策、直線管理層缺陷、不安全動作的心理前兆和不安全動作四個級別。其中，在不安全動作層級，以心理學為基礎(chǔ)將不安全動作分為疏忽、過失、錯誤、違章四類?；赟CM在實際應(yīng)用中又發(fā)展出人因分析與分類系統(tǒng)(human factors analysis and classification system，HFACS)[8]。其中，不安全動作是導(dǎo)致事故發(fā)生最直接的原因，分差錯(errors)和違章(violations)兩類：差錯分為技能差錯(skill-based errors)、決策差錯(decision errors)和認知差錯(perceptual errors)三類；違章分為習慣性違章(routine)和偶然性違章(exceptional)兩類(圖1)。

圖1 瑞士奶酪模型不安全動作分類Fig.1 Unsafe acts classification of SCM

對不安全行為影響因素的分析，涉及到個體特征、文化、組織、環(huán)境等多方面的因素。秦波[9]就目前我國煤礦人員不安全行為研究現(xiàn)狀進行總結(jié)，并提出了應(yīng)從兩個角度進行研究，即組織角度和基層員工角度；田水承等[10]構(gòu)建了煤礦員工“個體因素、工作壓力與不安全行為”的關(guān)系模型，研究表明個體因素、工作壓力對不安全行為的影響作用顯著；黃啟江[11]通過研究淮南礦業(yè)集團職工心理、行為及事故等，得到人的因素仍然是導(dǎo)致煤礦事故的主要原因。按照不同的屬性，將不安全動作影響因素分為三大類：組織因素、個人因素、其他因素。其中，組織因素包括安全文化、管理體系、組織氛圍、領(lǐng)導(dǎo)因素等；個人因素包括誠信、動機、能力、氣質(zhì)、疲勞、情緒、認知、社會性、信任、壓力、意識、執(zhí)行力、職業(yè)傾向等；其他因素包括工作性質(zhì)、作業(yè)環(huán)境等。

1.2 行為安全理論

人的安全意識和安全習慣并非與生俱來，而是可以通過訓(xùn)練得到提高和改善。行為安全理論正是著眼于人的不安全行為，按照“觀察-糾正-再觀察-再糾正”的模式對不安全行為進行糾正。一般的行為安全實施流程通常為：前期準備階段成立行為安全觀察小組、確立不安全行為、挑選并培訓(xùn)觀察員；行為觀察階段觀察、收集數(shù)據(jù)；干預(yù)與反饋階段分析行為、糾正行為、表彰獎勵[12]。其中，在前期準備階段，需成立行為安全觀察小組，并培養(yǎng)專業(yè)的培訓(xùn)觀察員，對于不安全動作的糾正過分依賴人的判斷，缺少統(tǒng)一理性的標準；在干預(yù)反饋階段，缺少對記錄糾正的不安全動作的統(tǒng)計與分析，無法實現(xiàn)對不安全動作的大數(shù)據(jù)分析及更新；行為糾正過程僅是個人層面的行為控制及改善，缺少安全文化、安全管理體系等組織行為改善的支持[13]。

2 某煤礦不安全動作管理情況

某煤礦項目部位于內(nèi)蒙古鄂爾多斯，項目部管理“三違”通常按照采煤、掘進、機電、運輸、通防等不同作業(yè)環(huán)節(jié)劃分，項目部按照相關(guān)法律法規(guī)界定不安全動作嚴重程度，并制定相應(yīng)處罰標準，由安全員巡檢發(fā)現(xiàn)不安全動作并記錄下達整改通知及罰單，記錄項目包括時間、地點、發(fā)出者、不安全動作、處罰結(jié)果，整改完成后報安檢部銷項。

參考SCM對于不安全動作和不安全動作影響因素的分類方法并應(yīng)用到2013—2016年煤礦不安全動作部分管理臺賬中，具體見表1。由表1可知，所選取的不安全動作管理與分類方法適用于煤礦現(xiàn)有數(shù)據(jù)，并解決了煤礦不安全動作管理中存在的分類不規(guī)范、產(chǎn)生機理不明確的問題，同時為構(gòu)建不安全動作項目庫打下基礎(chǔ)。

表1 不安全動作管理分類方法應(yīng)用Table 1 Application of classification method of unsafe acts management

3 總體設(shè)計及功能實現(xiàn)

3.1 總體設(shè)計

基于行為安全礦工不安全動作管理APP選擇Android系統(tǒng)作為開發(fā)平臺。應(yīng)用程序采用JAVA語言進行開發(fā)，應(yīng)用MVC模式進行構(gòu)建，其系統(tǒng)結(jié)構(gòu)如圖2所示。MVC模式中應(yīng)用系統(tǒng)被分成模型(model)、視圖(view)和控制器(controller)三個部分[14]。其中，視圖層向用戶展示模型的狀態(tài)、模型層發(fā)送數(shù)據(jù)；控制層負責通知視圖層更新視圖顯示，進行界面跳轉(zhuǎn)以及控制模型層刷新數(shù)據(jù)源；模型層負責加載獲取的數(shù)據(jù)及提交視圖層展示。

圖2 MVC模式系統(tǒng)結(jié)構(gòu)圖Fig.2 Diagram of MVC pattern system structure

考慮到實際管理應(yīng)用，數(shù)據(jù)處理技術(shù)選取較為成熟的ETL數(shù)據(jù)抽取技術(shù)，對原始信息進行抽取、處理、存儲，形成不安全動作項目數(shù)據(jù)庫。數(shù)據(jù)庫與服務(wù)器之間利用網(wǎng)絡(luò)進行對接，對提供的數(shù)據(jù)進行提煉、整合，客戶終端根據(jù)服務(wù)器儲存在云端的數(shù)據(jù)顯示相應(yīng)信息。系統(tǒng)架構(gòu)圖如圖3所示。

圖3 系統(tǒng)架構(gòu)圖Fig.3 System architecture

煤礦行業(yè)法律法規(guī)體系數(shù)據(jù)庫的建立，是大量搜集了包含安全管理、煤礦安全、?；饭芾怼⒙殬I(yè)衛(wèi)生、特種設(shè)備、專業(yè)綜合等內(nèi)容，再根據(jù)資料進行整理、去重、更新等任務(wù)完成的。數(shù)據(jù)庫內(nèi)的資料檢索方式采用騰訊云搜方法，該方法利用騰訊搜索團隊在海量存儲、海量計算、機器學習、相關(guān)性策略、自然語言處理領(lǐng)域的技術(shù)經(jīng)驗，為開發(fā)者提供從檢索串處理到搜索結(jié)果排序、運營管理的一整套搜索服務(wù)。使用該方法時首先對原有模板進行討論修改，再根據(jù)法律法規(guī)的內(nèi)容、涵蓋范圍、重要程度的發(fā)表進行序號編輯，下載模板進行編輯，并上傳模板進行使用。

3.2 功能實現(xiàn)

根據(jù)煤礦安全生產(chǎn)實際情況，所開發(fā)的礦工不安全動作管理APP應(yīng)實現(xiàn)兩大核心功能。第一，以行為糾正為基礎(chǔ)，解決不安全動作管理與統(tǒng)計問題；第二，以權(quán)威不安全動作影響因素量表為基礎(chǔ)，挖掘不安全動作產(chǎn)生機理。除此之外，還應(yīng)實現(xiàn)用戶及部門管理功能，煤礦相關(guān)法律法規(guī)云搜索功能，功能架構(gòu)如圖4所示。由于系統(tǒng)功能需求不斷增加，為了更好地提高擴展性，將客戶端設(shè)計為三個主要的獨立子系統(tǒng)，可通過主系統(tǒng)頁面點擊進入子系統(tǒng)，也可單獨安裝某一子系統(tǒng)使用。

圖4 系統(tǒng)功能架構(gòu)圖Fig.4 System functional architecture diagram

3.2.1 不安全動作管理

1) 基于以上理論分析與煤礦相關(guān)的安全法律法規(guī)、安全規(guī)程及安全生產(chǎn)情況建立不安全動作項目庫，主要記錄不安全動作的名稱、類別、嚴重程度、違反規(guī)定、可能導(dǎo)致事故類型、正確的安全動作、影響因素測量七大項目，其中，“違反規(guī)定”“正確的安全動作”兩項可根據(jù)APP法律法規(guī)數(shù)據(jù)庫內(nèi)檢索的相關(guān)條例進行補充。在實際使用過程中，可添加不安全動作發(fā)生的時間、地點、發(fā)出者等具體信息，具體信息見表2。

表2 不安全動作項目信息及補充說明Table 2 Item information and supplementary instructions of unsafe acts

2) 基于不安全動作項目庫，設(shè)計不安全動作閉環(huán)管理流程即對不安全動作的觀察、記錄、糾正、統(tǒng)計。安全員觀察發(fā)現(xiàn)不安全動作后，記錄其時間、地點、發(fā)出者及名稱信息，系統(tǒng)可自動判別并生成完整的不安全動作信息，并顯示“未整改”狀態(tài)，發(fā)出者按照信息糾正后狀態(tài)改為“已整改”；對于整改不合格的情況，將通知相關(guān)責任人繼續(xù)整改，直至確定消除不安全動作，實現(xiàn)閉合管理。此外，在數(shù)據(jù)庫中及時更新相關(guān)數(shù)據(jù)，實現(xiàn)對不安全動作的統(tǒng)計與分析。

3.2.2 影響因素量表管理

對照上述不安全動作影響因素分類選取、建立、使用、測量、分析國內(nèi)外可驗證的量表。煤礦企業(yè)可根據(jù)生產(chǎn)要求自行添加量表，普通職工根據(jù)要求完成量表提交結(jié)果，安全科研人員根據(jù)測量結(jié)果探討不安全動作的影響因素，挖掘不安全動作產(chǎn)生機理，研究煤礦安全水平。

3.2.3 系統(tǒng)管理

系統(tǒng)管理是實現(xiàn)人機交互的通道入口，主要是對用戶和角色的管理以及其他一些信息查看管理。用戶通過統(tǒng)一的登錄界面，輸入用戶名、密碼后登錄系統(tǒng)，共設(shè)置普通職工、安檢員、安全主管及企業(yè)領(lǐng)導(dǎo)、安全科研人員4類用戶類別，系統(tǒng)會根據(jù)用戶的類別設(shè)定不同的權(quán)限，并根據(jù)權(quán)限等級具有相應(yīng)的功能。以不安全動作管理與量表管理功能為例，具體操作界面如圖5所示。

圖5 APP部分操作界面Fig.5 Partial operation interface of APP

3.2.4 法律法規(guī)數(shù)據(jù)庫內(nèi)檢索管理

建立相關(guān)行業(yè)法律法規(guī)體系的數(shù)據(jù)庫，建立索引后，根據(jù)關(guān)鍵詞可檢索相應(yīng)詞條，能夠清晰展示相關(guān)資料。建立起基于礦山安全法律法規(guī)體系的云搜索，方便企業(yè)實際應(yīng)用。從目前情況來看，行業(yè)內(nèi)并沒有類似的法律法規(guī)查詢體系，企業(yè)可以通過該云搜索工具便捷地查詢資料，避免在經(jīng)營過程中產(chǎn)生法律風險。

4 實踐應(yīng)用

通過前期建設(shè)、系統(tǒng)調(diào)試、系統(tǒng)試運行等過程，2018年初礦工不安全動作管理APP成功應(yīng)用于內(nèi)蒙古自治區(qū)鄂爾多斯市某煤礦，在應(yīng)用過程中可得到如下分析結(jié)果。

1) 提高了智能化設(shè)備管理不安全動作的使用比例，實現(xiàn)了不安全動作檢查糾正過程及臺賬管理的無紙化操作，形成了一套不安全動作項目庫，便于不安全動作的管理。

2) 規(guī)范了不安全動作的管理過程，提高了不安全動作管理的準確性。通過標準化的檢查過程，減少了在檢查過程中的分歧與爭議。

3) 通過不安全動作影響因素測量量表挖掘了不安全動作的產(chǎn)生機理，提高了礦工的安全意識，培養(yǎng)了良好的安全習慣。

4) 建立起煤礦行業(yè)法律法規(guī)體系的數(shù)據(jù)庫，清晰展示了相關(guān)資料；企業(yè)在實際應(yīng)用時能夠快速檢索與安全相關(guān)的法律法規(guī)，為企業(yè)的學習和實踐做出充分有效的準備，提高了安全法規(guī)這方面的查詢和使用效率。自試運行以來，不安全動作數(shù)量整體呈下降趨勢(圖6)。目前礦工不安全動作管理APP還處于試運行和優(yōu)化階段，其功能架構(gòu)和數(shù)據(jù)分析還可進一步完善。

圖6 2018年1—8月不安全動作數(shù)量統(tǒng)計Fig.6 Statistics of unsafe acts from January 2018 toAugust 2018

5 結(jié) 語

本文基于行為安全與奶酪模型相關(guān)理論，搜索大量煤礦行業(yè)的法律法規(guī)建立數(shù)據(jù)庫，提出并設(shè)計了礦工不安全動作管理APP，并成功應(yīng)用于煤礦實際安全生產(chǎn)管理中。應(yīng)用成果顯示，煤礦數(shù)字化、信息化的發(fā)展趨勢與智能手機應(yīng)用程序的普及，為轉(zhuǎn)變不安全動作監(jiān)管的傳統(tǒng)方式提供了強大的技術(shù)支持，有效地減少了不安全動作的發(fā)生，提高了不安全動作的管理水平，挖掘了不安全動作的產(chǎn)生機理，提高了搜索相關(guān)法律法規(guī)的快捷性，支撐煤礦提高安全信息化管理水平。