基于三角模糊數的煤礦重大危險源風險分析

羅慈友，蒲源源，劉廣建

（1.中國礦業大學煤炭資源與安全開采國家重點實驗室，江蘇 徐州221116；2.中國礦業大學礦業工程學院，江蘇徐州221116）

雖然我國煤礦百萬噸死亡率和事故數逐年下降，但安全生產形勢仍然嚴峻[1－2]。2012年2月6日，宜賓市發生瓦斯事故，造成13人死亡；2月16日，衡陽發生跑車事故，造成15人遇難；5月2日，黑龍江省發生透水事故，造成13人死亡；9月2日，江西高坑煤礦采煤工作面發生瓦斯爆炸事故，造成15人遇難，11人受傷；9月至12月仍有10人以上死亡事故發生，事故發生頻率較高。這些事故的發生是由于生產系統中存在大量危險源或重大危險源系統[3]，因此，研究如何準確分析煤礦重大危險源風險，為管理和控制危險源提供措施，有利于改善煤礦安全生產狀況。

目前，煤礦重大危險源風險分析的主要方法是在建立風險指標體系的基礎上，采用系統綜合分析確定風險等級。Jiang等以事故樹分析頂板事故影響因素并用模糊理論分析風險程度[4]；王燾[5]、陳斌[6]以三類危險源理論為依據分析煤礦危險源影響因素，建立評價指標體系，并運用模糊綜合評價確定危險源風險程度；等等。上述方法雖然考慮了風險指標對危險源系統風險的影響，但未考慮風險概率和風險后果，而有效的風險分析不僅需要考慮風險指標的影響，還需要考慮風險概率和風險后果[7－8]。

1 煤礦重大危險源風險層次結構模型

重大危險源風險因素的有效分析是進行系統風險科學評價的基礎，而選擇合理、有效的危險源風險因素分析理論是構建風險指標體系的關鍵[7]。目前用于煤礦危險源風險影響因素分析的理論主要有系統安全理論和危險源理論。筆者選擇后者作為煤礦重大危險源風險指標體系構建的理論基礎。

1.1 三類危險源理論

煤礦危險源是指系統中那些潛在的可導致人員傷亡或財務損失的不安全因素[4]。三類危險源理論是田水承在兩類危險源的基礎上提出的[9]，第一類危險源是指系統中固有且存在的危險性物質；第二類危險源是誘發性危險源，也即那些引起危險源控制措施失效的系統影響因素；第三類危險源是從組織層次對危險源的分類，主要包括不符合安全生產需求的組織流程、組織制度、規章和組織安全文化等組織因素，包括組織人員不安全行為和人因失誤。

1.2 風險層次結構模型

風險層次結構模型一般由目標層、準則層和因素層構成[9]，筆者將三類危險源為準則層因素，構建煤礦重大危險源風險層次結構模型，如圖1所示。

圖1 風險層次結構模型

在層次結構模型確定后，各層次指標間隸屬關系就確定了，則可據專家評價信息建立各層級間模糊判斷矩陣。其中，專家在各層指標間重要度判定過程中，據表1建立的判斷標準進行模糊判斷矩陣的建立。運用模糊層次分析時，判別兩因素間重要度，得模糊判斷矩陣A＝（aij）n×n。若滿足條件：aii＝0.5，且aij＋aji＝1，i，j＝1，2，3…n，則稱模糊互補判斷矩陣。

確定模糊判斷矩陣后，需求解模糊互補判斷矩陣權重，即風險指標體系初始權重確定。通過式（1）

確定初始權重。設有模糊互補判斷矩陣A＝對矩陣A按行求和…，n），并實施運算式（1）。

表1 模糊標度及含義

可得模糊一致性矩陣R＝（rij）n×n，矩陣R按行歸一化得排序向量w＝（w1，w2，…，wn）T，其中wi的計算方式見式（2）。

確定模糊判斷矩陣后，判定上述權值合理性，需檢驗比較判斷的一致性，可用檢驗上述矩陣權重的相容性實現。

定義1：A＝（aij）n×n和B＝（bij）n×n均為模糊判斷矩陣，稱為相容性指標。

定義2：w＝（w1，w2，…，wn）T是A的權重向量，其中則稱n階矩陣，w＊＝為A的特征矩陣。

對于決策者的態度α，當相容性指標I（A，w）≤α時，認為判斷矩陣滿意一致性。α越大則決策者對判斷矩陣的一致性要求越低，通常取α為0.1。

取消引風機入口調節閥，使引風機入口調節閥處于全開狀態，DCS根據爐子的不同周期所需的不同爐膛負壓以及現場爐膛負壓的檢測值，通過PID計算向變頻器發出4～20mA信號對風機轉速自動調速，從而實現對爐膛負壓的自動跟蹤控制，最大限度地滿足生產工藝的要求，同時節約電能，極大地提高經濟效益，增加設備的自動化水平［4］。控制方式采用現場控制和DCS控制兩種。現場控制柜屏上按鈕操作起/停運行及調速；自動控制調速信號來自上一級DCS控制系統，DCS根據傾動爐爐內壓自動跟蹤調節工藝需要設定負壓值，然后自動計算出變頻器的頻率，從而實現變頻器的頻率對爐膛負壓的實時跟蹤。見圖3。

2 三維風險模型

風險程度常采用風險概率和風險后果進行二維描述，這樣會使風險中的一些重要信息被掩蓋，可能形成錯誤信息[4]。因此，在對系統風險進行描述時，還需要考慮風險的其他方面，如風險的可控性、風險的可變性等因素。從風險概率、風險后果評價風險，僅考慮了風險的不確定性和危害性，并未涉及風險的可控性和可變性。為此，筆者將風險指標重要度納入風險評價模型，通過對風險指標重要度分析可以采用重點控制方式，消除或者減少風險靈敏度高的風險因子影響，從而體現風險可控和可變特性。由此，可將風險三維分析模型采用式（3）進行描述。

式中：RL是系統風險值；F是指標影響程度；Rs是風險發生的后；Rl是風險概率。

由上述三維風險評價模型可知，確定一個系統風險程度，需要明確風險指標權值、風險發生概率和風險后果。在系統風險分析過程中，風險發生可能性和風險后果常難以采用精確數值進行表征，需借助專家經驗和知識進行描述，且專家描述語言多為具有模糊特征的語義信息[10－11]。因此，本文采用模糊語言描述煤礦重大危險源風險概率和風險后果。

結合關于風險概率模糊等級劃分的研究[12－13]，綜合黃玉川煤礦危險源辨識的實踐，本文確定風險概率和風險后果評語集，并采用式（4）進行三角模糊變化，結果如表2、表3所示。

表2 Rl中語言的三角模糊數

表3 Rs中語言的三角模糊數

在確定風險指標權重、風險發生可能性和風險后果三個變量后，就能確定系統風險程度。基于三維風險模型的概念，本文對煤礦重大危險源風險程度給出計算方法，見式（5）。

式中：RL是指煤礦重大危險源風險程度；Fi是第i類危險源的權重，fij、f′ij是指第i類危險源第j個指標的權重和綜合權重；Rlj是第j個指標的風險發生概率；Rsj表示第j個指標的風險后果或是風險嚴重程度。

在風險評價模型確定后，據現有風險等級劃分的相關研究[3，14]，本文將風險程度的評語集設為RL＝｛低、一般、中等、重大、特別重大｝，按式（4）進行三角模糊數轉化，見表4，其模糊隸屬函數曲線見圖2。

表4 RL中語言的三角模糊數

圖2 風險程度隸屬函數曲線

3 實例分析

頂板事故主要受采場圍巖、采高和控頂距、采煤工作面推進速度、采煤工作面落煤和放頂、地質因素、采煤工作面留頂與底煤、采煤工作面不同地段、支護質量、管理人員對頂板管理不到位等因素影響。第一類危險源影響因素主要包括礦山壓力因素、地質構造因素和開采技術等；第二類危險源是指采煤工作面支護工程質量不符合要求、開采過程中支護措施不到位和裁決過程中的不安全行為（工作面留底、頂煤和上部煤柱）；第三類危險源主要包括：安全和生產管理者不重視頂板支護方面的工作；支護工程質量差；用于頂板支護方面的投入不足；頂板支護方面的制度執行不到位；管理人員存在人為失誤，煤礦安全文化建設不足，煤礦對頂板管理人員或者支護工的培訓不到位等[5，15]。

通過上述影響因素分析及三類危險源劃分標準，將固有危險因素作為第一類為危險源；以誘發危險因素為第二類危險源，將組織因素作為第三類危險源，則煤礦頂板事故重大危險源風險評價指標體系[6]，其層次結構模型如圖3所示。

指標權重計算采用模糊層次分析，采用專家咨詢法據表1確定模糊判斷矩陣，并以加權平均方式處理各專家給出的判斷結果，形成準則要素重要度模糊判斷矩陣。

圖3 頂板重大危險源風險指標

由式（2）得準則層指標的重要度排序向量ω＝，由ω和特征矩陣的定義，得互補判斷矩陣的特征矩陣w＊。

通過德菲爾法和危險源風險辨識結果，按表2、表3中模糊語言對頂板危險源系統風險發生可能性和事故后果進行確定，結果如表5、表6所示。

表5 風險發生可能性

表6 風險后果

由上述風險評價指標的權重、風險發生概率和風險后果三個變量的數據及三維風險分析模型（5），得黃玉川煤礦頂板危險源風險RL，見式（6）。

分析上述RL三角模糊數，結合表4和圖2，可得煤礦頂板危險源系統整體風險程度位于一般和中等之間，這與危險源辨識結果（頂板危險源系統絕大多數危險源是一般和中等危險源）相符，且與文獻[6]計算結果一致，表明該風險分析模型的有效性。

由風險指標權重可知，在一二類危險源中，第二類危險源對系統風險較大，所以完善巷道支護工作。三類危險源中對煤礦頂板危險源影響最大的是第三類危險源——組織危險因素，因此，在控制前兩類危險源的基礎上，更要加強對第三類危險源的管理和控制。

4 結論

1）針對現有煤礦危險源風險分析的不足，以三類危險源理論為依據，建立煤礦危險源風險層次結構模型，并提出了以風險因素影響程度、風險發生可能性和風險后果為參數的三維風險分析模型，相較于二維風險模型，三維風險模型突出了風險因素對風險系統的貢獻作用。實際生產中風險因素眾多，無法每個因素都控制，且不同程度風險需采用不同控制手段，因此，通過引入風險因素重要度，可以為風險控制決策提供參考。

2）考慮風險分析模型各參數確定過程中涉及語言評價信息的問題，采用模糊層次分析理論處理這些模糊和不確定信息。運用模糊層次分析法確定各指標影響程度，與傳統層次分析相比，該方法可更準確描述具有專家語義信息，為企業更有效利用專家信息進行決策提供了參考。

[1]李賢功.中國煤礦重大瓦斯事故致因復雜性機理及其管控研究[D].徐州：中國礦業大學，2010.

[2]H.S.B.Duzguna，H.H.Einsteinb.Assessment and management of roof fall risks in underground coal mines[J].Safety Science，2004，42（1）：23－41.

[3]Lu Y，Li X.A study on a new hazard detecting and controlling method：The case of coal mining companies in China [J].Safety Science，2011，49（2）：279－285.

[4]Jiang W，Qu F，Zhang L.Quantitative Identification and Analysis on Hazard Sources of Roof Fall Accident in Coal Mine[J].Procedia Engineering，2012，45（8）：83－88.

[5]王燾.基于危險源理論的采煤工作面風險評價研究[D].西安：西安科技大學，2008.

[6]陳斌.煤礦危險源風險評價研究及應用[D].西安：西安科技大學，2011.

[7]Zeng J，An M，S.N J.Application of a fuzzy based decision making methodology to construction project risk assessment[J].International Journal of Project Management，2007，25（6）：589－600.

[8]V.Carr，J.H.M.Tah.A fuzzy approach to construction project risk assessment and analysis：construction project risk management system[J].Advances in Engineering Software，2001，32（10）：847－857.

[9]于觀華，田水承，王莉，等.基于三類危險源的掘進工作面瓦斯爆炸模糊綜合安全評價[J].礦業安全與環保，2013（1）：111－114.

[10]朱松嶺，周平，韓毅，等.基于模糊層次分析法的風險量化研究[J].計算機集成制造系統，2004，10（8）：980－984.

[11]M.M.Fouladgar.Risk evaluation of tunneling projects[J].Archives of Civil and Mechanical Engineering，2012，12（1）：1－12.

[12]D.M，Yüksel I·，Kurt M.A fuzzy analytic network process（ANP）model to identify faulty behavior risk（FBR）in work system[J].Safety Science，2008，46（5）：771－783.

[13]李亞峰，樂琦，張磊.一種基于模糊推理的新產品開發風險評價方法[J].管理科學，2010，23（5）：53－61.

[14]Ebrahim Ghasemi.Mohammad Ataei.Application of fuzzy logic for predicting roof fall rate in coal mines[J].Neural Comput ＆ Applic，2013，22（1）：311－321.

[15]Ebrahim Ghasemi，et al.Assessment of roof fall risk during retreat mining in room and pillar coal mines[J].International Journal of Rock Mechanics ＆ Mining Sciences，2012，54：80－89.