華海洋 曹衛(wèi) 何敏潔

摘 要：不安全行為是引發(fā)煤礦事故的主要原因，不安全行為防控能有效遏制各類事故的發(fā)生。為了研究復(fù)雜地質(zhì)條件下智能化煤礦不安全行為綜合防控體系，首先確定了不安全行為影響因素，將影響因素按照個體、設(shè)備、環(huán)境、管理分為4大類，并細(xì)化為20個影響因素。然后，運(yùn)用熵權(quán)法查找了人、機(jī)、環(huán)、管防控的關(guān)鍵點(diǎn)。最后，建立了不安全行為綜合防控體系，該體系以減少和杜絕不安全行為為主線，以“基層建設(shè)、基礎(chǔ)建設(shè)、基本功建設(shè)”為基礎(chǔ)，以不安全行為事前源頭預(yù)防、事中觀察控制、事后獎懲溯源矯正為措施，對不安全行為進(jìn)行全方位、全過程綜合防控。關(guān)鍵詞：智能化；不安全行為；影響因素；防控 中圖分類號：X936?? 文獻(xiàn)標(biāo)識碼：A?? 文章編號：1672-7312（2024）01-0081-06

Research on the Comprehensive Prevention and Control

of Unsafe Behaviors in Intelligent Coal Mines under

Complex Geological Conditions

HUA Haiyang1，CAO Wei1，HE Minjie2

（1.North Anhui Coal Power Group Zhaoxian Mining Co.，Ltd.，Baoji 721599，China；

2.China Coal Xian Beidou Technology Co.，Ltd.，Xian 710100，China）

Abstract：Unsafe behavior is the main cause of coal mine accidents，and the prevention and control of unsafe behavior can effectively curb the occurrence of various accidents.In order to study? comprehensive prevention and control systemof unsafe behaviors the intelligent coal mines under complex geological conditions，the influencing factors of unsafe behaviors are firstly determined and divided into four categories according to individual，equipment，environment and management，and the four categories are further refined into 20 influencing factors.Then，the entropy weight method is used to find the key points of prevention and control of human，machine，environment and management.Finally，the prevention and control system of unsafe behaviors is established，which takes the reduction and elimination of unsafe behavior as one main line，takes “grass-roots construction，basic construction and basic skills construction” as three foundations，and takes the prevention of unsafe behavior in advance，the observation and control in the event，and the correction of rewards and punishments after the event as three measures.so as to carry out all-round and whole-process comprehensive prevention and control of unsafe behaviors.

Key words：intelligent；unsafe behavior；influencing factors；prevention and control

0 引言

安全是智能化煤礦高質(zhì)量發(fā)展的基石，不安全行為是造成煤礦生產(chǎn)事故的主要原因，不安全行為防控是智能化煤礦抓好安全生產(chǎn)的一項(xiàng)重要工作，對于地質(zhì)條件復(fù)雜的煤礦尤為重要。井下作業(yè)場所不但空間受限，而且噪聲大、溫度高、濕度大、照明差、粉塵重。在煤炭開采過程中，瓦斯、頂板、透水、沖擊地壓等災(zāi)害對安全生產(chǎn)造成很大影響，煤礦工人長期在這種環(huán)境下工作，容易產(chǎn)生不安全行為。根據(jù)軌跡交叉理論，事故的發(fā)生是由人的不安全行為和物的不安全狀態(tài)引發(fā)。近年來，我國智能化礦山建設(shè)蓬勃發(fā)展，大力推進(jìn)災(zāi)害嚴(yán)重煤礦的智能化建設(shè)進(jìn)度，隨著生產(chǎn)裝備和安全監(jiān)控設(shè)施的不斷升級改造，物的不安全狀態(tài)得到了極大改善，人的不安全行為研究也應(yīng)緊跟智能化建設(shè)步伐，構(gòu)筑復(fù)雜地質(zhì)條件下智能化煤礦不安全行為防控體系，進(jìn)一步降低不安全行為頻次，促進(jìn)煤礦安全管理水平提高。

1 不安全行為影響因素體系

國內(nèi)外學(xué)者對不安全行為的影響因素進(jìn)行了眾多方面的研究。

RASMUSSEN

[1]認(rèn)為知識和技能的不足是不安全行為產(chǎn)生的主要原因。

WAGENAAR

[2]認(rèn)為工作場所中噪音、濕度、溫度影響員工的判斷力，從而引發(fā)違章行為。HOFMANN

和STETZER

[3]認(rèn)為超負(fù)荷的工作任務(wù)、安全培訓(xùn)不到位、設(shè)備配備不足可導(dǎo)致不安全行為。KAREN

等[4]認(rèn)為不良的工作環(huán)境影響能帶來工作壓力增大，進(jìn)而影響工人操作行為。ABBASI M等[5]認(rèn)為員工的受教育程度與不安全行為具有很大的相關(guān)性。

牛莉霞等[6]認(rèn)為組織管理、作業(yè)環(huán)境以及礦工的自身特性可導(dǎo)致習(xí)慣性違章。慕慶國等[7]在分析礦工不安全行為的基礎(chǔ)上，認(rèn)為生理、心理和環(huán)境因素是不安全行為的主要影響因素。何剛等[8]運(yùn)用層次分析法研究得出，安全氛圍、心理因素、合作氛圍和知識水平是影響礦工不安全行為的關(guān)鍵性因素。李乃文等[9]通過研究高危崗位礦工的不安全行為得出，不安全行為與礦工的安全意識、安全心理密切相關(guān)。朱艷娜等[10]運(yùn)用結(jié)構(gòu)方程模型研究得出，設(shè)備設(shè)施是煤礦員工不安全行為的最大影響因素。

不安全行為的影響因素很多，有的從“人、機(jī)、環(huán)、管”方面研究、有的從內(nèi)因、外因方面研究，內(nèi)因主要是人的影響因素，外因主要涉及到設(shè)備、環(huán)境和組織管理。

綜合以上不安全行為影響因素分類方法，通過專家咨詢和現(xiàn)場調(diào)研的方式，將不安全行為影響因素按“個體、設(shè)備、環(huán)境、管理”進(jìn)行分類研究，對每類影響因素進(jìn)行細(xì)化，具體如圖1所示。

2 不安全行為防控關(guān)鍵點(diǎn)查找

分別從個體、設(shè)備、環(huán)境、管理4個方面查找不安全行為防控的關(guān)鍵點(diǎn)。首先采用專家打分法對各個影響因素進(jìn)行綜合打分，然后采用熵權(quán)法計算不安全行為影響因素權(quán)重，根據(jù)權(quán)重大小得出各個影響因素的影響程度，權(quán)重大者影響程度大，是不安全行為防控的關(guān)鍵點(diǎn)。

2.1 個體方面的影響因素和防控關(guān)鍵點(diǎn)

2.1.1 個體方面的影響因素權(quán)重

邀請10位專家對各個影響因素進(jìn)行打分，專家中從事煤礦人因工程研究的高校教授3位、復(fù)雜地質(zhì)條件下智能化煤礦從事安全監(jiān)督管理的工作人員7位（陜西麟游礦區(qū)3位、彬長礦區(qū)2位、黃陵礦區(qū)2位）。這10位專家對各個影響因素進(jìn)行模糊綜合打分，各指標(biāo)等級從影響很大到影響很小，分為5個等級，1個專家代表0.1分。對專家打分結(jié)果進(jìn)行統(tǒng)計，專家打分統(tǒng)計，見表1。

采用熵權(quán)法分析影響因素的權(quán)重。根據(jù)10位專家打分情況，按照原始數(shù)據(jù)標(biāo)準(zhǔn)化處理、無量綱計算、熵值計算、評價指標(biāo)權(quán)重計算4個步驟計算以后，得出個體方面影響因素的權(quán)重值，見表2。

個體方面不安全行為的影響因素影響程度從大到小的順序?yàn)椋毫?xí)慣性（權(quán)重0.291）>工作技能（權(quán)重0.253）>學(xué)歷（權(quán)重0.181）>生理（權(quán)重0.150）>年齡（權(quán)重0.125）。個體方面影響程度最大的是習(xí)慣性，其次是工作技能。

2.1.2 個體方面不安全行為防控關(guān)鍵點(diǎn)

員工的僥幸、冒險、從眾、求快、麻痹等心理造成習(xí)慣性不安全行為，工作中圖方便、簡化作業(yè)程序、馬虎操作、從眾模仿形成了習(xí)慣性不安全行為。習(xí)慣性不安全行為占比大、頻次高。

工作技能也是智能化煤礦不安全行為防控的關(guān)鍵點(diǎn)，現(xiàn)代化煤礦的機(jī)械化、自動化、信息化、智能化程度較高，對員工的工作技能提出了更高要求，個人工作技能距離智能化煤礦的需求有一定的差距。

2.2 設(shè)備方面的影響因素和防控關(guān)鍵點(diǎn)

2.2.1 設(shè)備方面的影響因素權(quán)重

設(shè)備方面專家打分統(tǒng)計，見表3。

經(jīng)計算后，設(shè)備方面影響因素的排序?yàn)椋涸O(shè)備適應(yīng)性（權(quán)重0.391）>設(shè)備故障（權(quán)重0.320）>設(shè)備人機(jī)匹配性（權(quán)重0.289）。設(shè)備方面影響程度最大的是設(shè)備適應(yīng)性，其次是設(shè)備的缺陷。

2.2.2 設(shè)備方面不安全行為防控關(guān)鍵點(diǎn)

設(shè)備適應(yīng)性會給操作者帶來很大的影響，若適應(yīng)性差，則易引發(fā)被動違章。我國的智能化煤礦處于起步階段和快速發(fā)展階段，智能化裝備對復(fù)雜地質(zhì)條件煤礦的適應(yīng)性有待進(jìn)一步提高，智能化裝備還需在實(shí)踐中不斷檢驗(yàn)和改進(jìn)，提高在復(fù)雜地質(zhì)條件煤礦的適應(yīng)性[11-12]。

設(shè)備的故障和帶病運(yùn)轉(zhuǎn)會給操作者帶來違章操作的風(fēng)險，為了趕工期，員工操作帶病設(shè)備，是“冒險”作業(yè)，是一種被迫的不安全行為，會給操作者帶來心理壓力，甚至產(chǎn)生抱怨心理，難免引起誤操作。

2.3 環(huán)境方面的影響因素和防控關(guān)鍵點(diǎn)

2.3.1 環(huán)境方面的影響因素權(quán)重

環(huán)境方面影響因素專家打分，見表4。

經(jīng)計算后，環(huán)境方面影響因素的排序?yàn)椋鹤鳂I(yè)現(xiàn)場標(biāo)準(zhǔn)化程度（權(quán)重0.226）>自然災(zāi)害（權(quán)重0.187）>粉塵（權(quán)重0.179）>噪聲（權(quán)重0.156）>照明（權(quán)重0.128）>溫度（權(quán)重0.12）。環(huán)境方面影響程度最大的是作業(yè)現(xiàn)場標(biāo)準(zhǔn)化程度，其次是自然災(zāi)害。

2.3.2 環(huán)境方面不安全行為防控關(guān)鍵點(diǎn)

由于井下空間狹小，員工操作空間受限，且工作環(huán)境惡劣，容易引發(fā)不安全行為。標(biāo)準(zhǔn)化作業(yè)現(xiàn)場既可使井下有限的空間得到充分利用，又可提高員工的工作效率和安全系數(shù)，創(chuàng)建標(biāo)準(zhǔn)化作業(yè)現(xiàn)場是不安全行為防控的關(guān)鍵點(diǎn)之一。

煤礦生產(chǎn)是地下作業(yè)，地質(zhì)條件復(fù)雜、多元災(zāi)害耦合疊加，煤礦員工在具有危險性的環(huán)境中工作，容易產(chǎn)生焦慮、恐慌等心理，使注意力分散，影響正常操作。

2.4 管理方面的影響因素和防控關(guān)鍵點(diǎn)

2.4.1 管理方面的影響因素權(quán)重

管理方面影響因素專家打分，見表5。

經(jīng)過計算，影響程度權(quán)重排序?yàn)椋猴L(fēng)險隱患排查（權(quán)重0.224）>作業(yè)規(guī)程可操作性和針對性（權(quán)重0.212）>培訓(xùn)內(nèi)容及效果（權(quán)重0.183）>安全生產(chǎn)管理制度（權(quán)重0.181）>生產(chǎn)任務(wù)重（權(quán)重0.122）>作業(yè)人員選配（權(quán)重0.078）。管理方面的風(fēng)險隱患排查是主要影響因素，其次是作業(yè)規(guī)程可操作性和針對性。

2.4.2 管理方面不安全行為防控關(guān)鍵點(diǎn)

煤炭開采作業(yè)環(huán)境特殊、自然災(zāi)害嚴(yán)重、流程復(fù)雜，作業(yè)過程中存在著各種各樣的風(fēng)險。環(huán)境的不安全因素、設(shè)備的不安全狀態(tài)均影響員工的正常操作，甚至使員工的身體受到傷害。堅持風(fēng)險隱患排查管理制度，可有效管控環(huán)境、設(shè)備的風(fēng)險點(diǎn)，減少不安全行為。

煤礦的智能化裝備具有一定的自主感知、自主分析、智能輔助決策等功能，作業(yè)規(guī)程需根據(jù)地質(zhì)條件的變化、設(shè)備新功能的差異等情況編制，不能照搬老的作業(yè)規(guī)程，要具有針對性、可操作性，不切合實(shí)際的作業(yè)規(guī)程，會引發(fā)被動的不安全行為，埋下事故隱患。

3 不安全行為綜合防控體系

國外不安全行為控制的經(jīng)典理論有ABC（Activator Behavi or Consequence）行為分析法、BBS（Behavior Based Safety）行為安全管理法以及杜邦安全訓(xùn)練觀察計劃（Safety Training Observation Program）等，以上理論主要是通過不斷地觀察、糾正來減少不安全行為。國內(nèi)外學(xué)者還從文化建設(shè)、安全培訓(xùn)等方面對不安全行為控制方法進(jìn)行不斷豐富發(fā)展。KRAUSE等[13]運(yùn)用觀察、干預(yù)和反饋的方法，減少了員工不安全行為。HICKMAN等[14]通過分析對比監(jiān)督前和監(jiān)督后的礦工行為，得出監(jiān)督是降低不安全行為的有效措施。

GERARD等[15]研究了工作計劃、安全氛圍、不安全行為的關(guān)系，得出良好的安全氛圍和合理的工作計劃能有效預(yù)防不安全行為。

AKBARI H等[16]認(rèn)為預(yù)防不安全行為的有效方法是合理設(shè)置工作時間、對員工實(shí)行安全培訓(xùn)。馬躍等[17]從行為致因角度出發(fā)，提出安全文化建設(shè)、安全培訓(xùn)措施、生產(chǎn)環(huán)境改善、安全責(zé)任制落實(shí)等方法能有效減少不安全行為。邊俊奇等[18]基于安全管理學(xué)的相關(guān)理論，認(rèn)為減少不安全行為的有效途徑是行為觀察。彭海兵等[19]以神東補(bǔ)連塔煤礦為例，得出“無情+有情”的管控措施能使不安全行為頻次大幅減少。李爽等[20]認(rèn)為雙重預(yù)防機(jī)制是煤礦安全管理措施落地的關(guān)鍵，能減少不安全行為。

國內(nèi)外學(xué)者對于人的安全行為控制從行為觀察、安全監(jiān)督、安全培訓(xùn)、生產(chǎn)環(huán)境改善、安全氛圍營造、安全責(zé)任制落實(shí)等方面進(jìn)行了研究。隨著我國煤礦智能化建設(shè)的不斷推進(jìn)，人工智能AI（Artificial Intelligence）技術(shù)已逐步應(yīng)用到不安全行為防控系統(tǒng)中，主要用于井下重要場所人員違章自動識別、人員精準(zhǔn)定位、危險作業(yè)管控等。

3.1 不安全行為防控體系

針對不安全行為影響因素和防控的關(guān)鍵點(diǎn)，構(gòu)建“133”不安全行為綜合防控體系，即1條主線、3個基礎(chǔ)、3種措施。以減少和杜絕不安全行為為主線，以“三基”建設(shè)為基礎(chǔ)，以事前源頭預(yù)防、事中觀察控制、事后獎懲溯源矯正為抓手的措施，對不安全行為進(jìn)行全方位、全過程綜合防控。防控體系如圖2所示。

3.2 加強(qiáng)“三基”建設(shè)，防控不安全行為

“三基”建設(shè)是指基層建設(shè)、基礎(chǔ)建設(shè)、基本功建設(shè)。通過基層建設(shè)強(qiáng)化班組長的安全意識，發(fā)揮班組防控不安全行為的作用，提升基層管理水平。通過基礎(chǔ)建設(shè)提高安全生產(chǎn)標(biāo)準(zhǔn)化程度，營造出良好的安全工作環(huán)境。通過基本功建設(shè)提升員工的工作技能，使員工的綜合素質(zhì)能夠滿足作業(yè)活動的需求。

3.3 不安全行為事前源頭預(yù)防

3.3.1 個體影響因素

實(shí)施安全文化引領(lǐng)，培養(yǎng)良好安全工作習(xí)慣。開展多種形式的宣傳活動，讓安全理念入腦入心，切實(shí)增強(qiáng)安全生產(chǎn)意識。開展班前警示教育，杜絕憑經(jīng)驗(yàn)干事、僥幸心理等習(xí)慣性不安全行為。開展“說危險、講安全”教育活動，從生產(chǎn)環(huán)境、規(guī)程措施、規(guī)章制度、勞動組織、設(shè)備設(shè)施、現(xiàn)場管理等方面剖析事故發(fā)生的直接原因和間接原因，提高員工遵章守紀(jì)和抵制不安全行為的自覺性。

加強(qiáng)業(yè)務(wù)知識培訓(xùn)，提升工作技能。結(jié)合崗位需求，開展“靶向式”培訓(xùn)，針對操作人員和管理人員分層次、分專業(yè)“量身定制”培訓(xùn)計劃。發(fā)揮本單位技能人才的“傳、幫、帶”作用，為煤礦培育知識型、技能型、創(chuàng)新型職工隊伍。針對智能化裝備和現(xiàn)場實(shí)際情況開展實(shí)操培訓(xùn)，提高員工操作能力和解決實(shí)際問題的能力。主動適應(yīng)智能化煤礦建設(shè)的需要，扎實(shí)開展“四新”（新工藝、新技術(shù)、新設(shè)備）培訓(xùn)。

3.3.2 設(shè)備影響因素

科學(xué)實(shí)施“機(jī)械化換人、自動化減人、智能化少人”工程，以裝備促生產(chǎn)、促安全，根據(jù)生產(chǎn)實(shí)際情況和地質(zhì)條件，按照“引進(jìn)、消化、吸收”的原則，增強(qiáng)智能化裝備的適應(yīng)性。

為了減少設(shè)備故障，保障設(shè)備正常運(yùn)轉(zhuǎn)，定期對設(shè)備開展安全檢查，保障設(shè)備的各種參數(shù)處于正常狀態(tài)，提高設(shè)備、設(shè)施的完好率和可靠性。運(yùn)用感知技術(shù)、信息傳輸技術(shù)，積極探索和實(shí)踐智能化設(shè)備的故障自診斷、自預(yù)警、閉鎖聯(lián)動功能，提高設(shè)備穩(wěn)定性。

3.3.3 環(huán)境影響因素

通過生產(chǎn)標(biāo)準(zhǔn)化建設(shè)，改善現(xiàn)場作業(yè)環(huán)境。各類工具擺放整齊，提高井下有限空間的利用率，使員工有充足的作業(yè)空間。作業(yè)現(xiàn)場標(biāo)識清晰，使員工不誤入危險區(qū)域、不誤觸動其他設(shè)備和工具。將工作場所的噪音、粉塵、溫度等控制在一定的范圍內(nèi)，做到人機(jī)環(huán)和諧統(tǒng)一。

加強(qiáng)災(zāi)害預(yù)警和治理，保障安全工作環(huán)境。加大隱蔽致災(zāi)因素普查力度，加快透明地質(zhì)、智能地質(zhì)建設(shè)，加強(qiáng)有害氣體、沖擊地壓、水害、火災(zāi)等的監(jiān)控和預(yù)警，利用人工智能技術(shù)預(yù)測自然災(zāi)害風(fēng)險，實(shí)施重大災(zāi)害分區(qū)管理、超前治理。減少員工對自然災(zāi)害的恐慌，避免自然災(zāi)害對員工的身體傷害。

3.3.4 管理影響因素

建設(shè)智能風(fēng)險管控系統(tǒng)，對風(fēng)險識別、信息上報、統(tǒng)計分析、隱患處理等進(jìn)行全流程的閉合管控，實(shí)現(xiàn)作業(yè)過程中的風(fēng)險分析智能化、狀態(tài)監(jiān)視可視化、風(fēng)險預(yù)警超前化、管控措施精準(zhǔn)化，確保風(fēng)險始終“可控、在控”。

實(shí)行作業(yè)規(guī)程集中會審制。針對不斷變化的設(shè)備、儀器、材料、地質(zhì)條件等情況，對作業(yè)規(guī)程以及安全措施實(shí)行動態(tài)集中會審，細(xì)化作業(yè)規(guī)程和安全技術(shù)措施，提高規(guī)程措施的針對性、可操作性，保障員工上標(biāo)準(zhǔn)崗、干標(biāo)準(zhǔn)活。

3.4 不安全行為事中觀察控制

事中觀察控制主要采取人工觀察控制和AI智能控制兩種方式，建立起人工防控與智能防控互補(bǔ)的“雙保險”機(jī)制，提高不安全行為防控的全面性、連續(xù)性。

3.4.1 確定重點(diǎn)觀察控制場所、人員、時期

緊盯采掘工作面、巷道維修作業(yè)點(diǎn)、鉆孔施工作業(yè)點(diǎn)、機(jī)電設(shè)備檢修作業(yè)點(diǎn)、大型設(shè)備安裝點(diǎn)、高空作業(yè)點(diǎn)、采煤工作面回撤作業(yè)點(diǎn)等重點(diǎn)場所。識別并觀察控制“情緒人”“麻痹人”“糊涂人”“沉悶人”“魯莽人”“懶惰人”“疲勞人”等不安全行為高發(fā)人員，強(qiáng)化非常規(guī)作業(yè)人員、零散崗位人員、流動作業(yè)人員安全監(jiān)管。加強(qiáng)開工、收尾、夜班、交接班、節(jié)假日等重點(diǎn)時期的安全管控。

3.4.2 “人工+AI智能”控制

1）人工觀察控制。

將不安全行為檢查融入日常安全生產(chǎn)監(jiān)督檢查工作中，做到時段、區(qū)域、人員、環(huán)節(jié)全覆蓋，實(shí)現(xiàn)定期檢查、動態(tài)檢查和專項(xiàng)檢查有機(jī)結(jié)合，監(jiān)督和整治不安全行為。充分發(fā)揮班組作用，班組長對當(dāng)班員工崗前進(jìn)行提醒、崗中進(jìn)行觀察與指導(dǎo)，形成“我不違章、我不指揮別人違章、我制止別人違章”的工作氛圍。

2）AI智能控制。

充分運(yùn)用AI智能控制技術(shù)，加強(qiáng)過程監(jiān)控和預(yù)警，實(shí)現(xiàn)24小時不間斷對重點(diǎn)區(qū)域、關(guān)鍵工序、重要崗位的作業(yè)過程監(jiān)控和不安全行為的智能識別，對不安全行為自動提醒、報警及記錄。AI智能監(jiān)控還能起到震懾作用，讓員工思想上拉起“警戒線”，有效降低不安全行為。

3.5 不安全行為事后獎懲溯源矯正

對不安全行為治理進(jìn)行獎懲考核，激發(fā)整治不安全行為的動力。實(shí)施個人安全績效考核、不安全行為人員與同單位聯(lián)保人員聯(lián)責(zé)考核、執(zhí)行工人違章干部反省制度、對不安全人員處罰等。

對不安全行為事后溯源分析。定期對不安全行為人員所在單位、班次、動機(jī)等分類統(tǒng)計，深入研判和分析發(fā)生不安全行為的主觀因素，采取針對性治理措施。

不安全行為事后矯正主要采取安全知識學(xué)習(xí)、談心教育、停工幫教、再上崗觀察、再上崗回訪等方法，將剛性的制度約束和柔性的親情感化相結(jié)合，對不安全行為進(jìn)行事后矯正。

4 結(jié)語

1）運(yùn)用熵權(quán)法查找了復(fù)雜地質(zhì)條件下智能化煤礦不安全行為的主要影響因素和防控的關(guān)鍵點(diǎn)，人、機(jī)、環(huán)、管每個方面的主要影響因素和防控關(guān)鍵點(diǎn)為習(xí)慣性、工作技能；智能化設(shè)備適應(yīng)性、設(shè)備的故障；作業(yè)現(xiàn)場標(biāo)準(zhǔn)化程度、自然災(zāi)害；風(fēng)險隱患排查、作業(yè)規(guī)程可操作性和針對性。

2）針對主要影響因素和防控的關(guān)鍵點(diǎn)構(gòu)建了“133”不安全行為綜合防控體系。防控體系能提高工人安全意識，激勵廣大員工“上安全崗、干安全事、做安全人”，減少和避免不安全行為。

3）不安全行為防控是一項(xiàng)常抓不懈的工作。堅持“生命至上、人民至上”理念，強(qiáng)化工作技能培訓(xùn)、提升安全意識和法律意識、健全規(guī)章制度、完善操作規(guī)程和標(biāo)準(zhǔn)、夯實(shí)安全生產(chǎn)責(zé)任、提高風(fēng)險隱患排查能力，構(gòu)筑不安全行為防范機(jī)制。堅持“科技興安”理念，實(shí)施不安全行為智能防控，不斷拓展井下AI監(jiān)控場景，以機(jī)器視覺智能識別和三維測量技術(shù)為核心，提高不安全行為識別能力，創(chuàng)新不安全行為防控方式。

參考文獻(xiàn)：

[1]RASMUSSEN J.Skill，rules，and knowledge：Signals，signs，and symbols，and other distinctions in human performance models[J].IEEE Transactions on Systems，Man，and Cybernetics，1983，13（03）：257-268.[2]

WAGENAAR W A.A model-based analysis of automation problems[C]//B Wilpert，Tqvale（Eds）.Reliability and Safety in Hazardous Work Systems.Hove，UK：Lawrence Erlbaum，1993：71-85.[3]

HOFMANN.Stezcrthe role of safety elimate and communication in accident interpretation：implications for learning from negative events[J].Academy of management joural，1998，141（06）：644-657.

[4]KAREN A B，GEOFFREY WILLIS P，GREGORY E P.Predicting safe employee behavior in the steel industry：Development and test of a socio technical model[J].Journal of Operations Management，2000（18）：445-465.[5]

ABBASI M，GHOLAMNIA R，

ALIZADEH S S，et al.Evaluation of workers unsafe behaviors using safety sampling method in an industrial company[J].Indian Journal of Science and Technology，2015，8（28）：1-6.

[6]牛莉霞，李乃文，姜群山.習(xí)慣性違章行為變革驅(qū)動力模型構(gòu)建[J].中國安全科學(xué)學(xué)報，2014，24（01）：28-33.[7]

慕慶國.礦工不安全行為的可拓控制模式研究[J].中國安全科學(xué)學(xué)報，2014，24（11）：133-138.[8]

何剛，余保華，朱艷娜，等.基于網(wǎng)絡(luò)結(jié)構(gòu)模型的礦工不安全行為影響因素研究[J].煤礦安全，2017，48（03）：227-229+233.[9]

李乃文，冀永紅，唐水清，等.高危崗位礦工情緒穩(wěn)定性影響機(jī)制SD仿真[J].中國安全生產(chǎn)科學(xué)技術(shù)，2018，14（05）：167-173.[10]

朱艷娜，衡連偉，何剛，等.煤礦員工不安全行為影響因素作用效應(yīng)分析[J].礦業(yè)安全與環(huán)保，2019，46（01）：104-108.[11]

王國法，王虹，任懷偉，等.智慧煤礦2025情景目標(biāo)和發(fā)展路徑[J].煤炭學(xué)報，2018，43（02）：295-305.[12]

王國法，龐義輝，任懷偉，等.礦山智能化建設(shè)的挑戰(zhàn)與思考[J].智能礦山，2022，3（10）：2-15.[13]

KRAUSE T R，SEYMOUR K J，SLOAT K C M.Long-term evaluation of a behavior-based method for improving safety performance：A meta-analysis of 73 interrupted time-series replications[J].Safety Science，1999，32（01）：1-18.[14]

HICKMAN J S，GELLER E S.A safety self-management intervention for mining operations[J].Journal of Safety Research，2003，34（03）：299-308.

[15]GERARD J F，ANDREW S.Safety climate and the theory of planned behavior：towards the predictionof unsafe behavior[J].Accident Analysis and Prevention，2010（42）：1455-1459.

[16]AKBARI H，KASHANI M，ASADI Z，et al.The correlation between occupational unsafe acts and job burnout among workers in kashan metal melting industries 2017[J].International Archives of Health Sciences，2019，6（04）：19-38.[17]

馬躍，傅貴，楊卓明.礦工不安全行為分類及控制對策研究[J].煤礦安全，2014，45（09）：235-237+241.[18]

邊俊奇，畢建乙，雷云.基于杜邦STOP系統(tǒng)煤礦安全行為觀察模型的構(gòu)建及應(yīng)用[J].中國煤炭，2018，44（08）：143- 147.[19]

彭海兵，李男男.神東補(bǔ)連塔煤礦不安全行為管控體系建設(shè)[J].煤礦安全，2021，52（01）：247-251.[20]

李爽，賀超，薛廣哲.以雙重預(yù)防機(jī)制實(shí)現(xiàn)智能礦山愿景用災(zāi)害綜合防治系統(tǒng)保障智能礦山安全[J].智能礦山，2022，3（06）：87-92.