冶金動態安全評價及預測技術研究

郭洋 許佳（遼寧省安全科學研究院，遼寧省標準化研究院，遼寧 沈陽 110004）

冶金行業在國民經濟發展中起著十分重要的作用，安全評價實際上就是一種對生產過程中的安全風險防范的評價過程，它的主要目的是為了對生產系統中可能存在的安全隱患進行定性和定量的分析，繼而能夠及時找出相對應的反應措施，去避免這種危險。安全評價技術目前獲得廣泛的生產企業的應用，許多冶金生產企業也采取了安全評價技術來實現對生產過程中的安全風險控制。常見的安全評價方法有安全檢查法、故障假設與分析法、專家評價法、故障樹分析法等。

1 動態安全評價方法及預測技術概述

在冶金生產過程中，較為寬泛使用的安全評價方法實際上為專家評價法、故障假設與分析法等定性分析。雖然這些方法的使用雖然在一定程度上避免了一些安全事故，但實際上其評價的精準有所欠缺。由于冶金作業的安全風險具有很強的復雜性和隨機性，采用量化風險存在很大的困難，因此，一般采用定性分析方法，對安全隱患做出方向性的評價。這對于進一步提高我國冶金行業發展是極其不利的。

安全評價是安全生產的必須，動態安全評價相較于常見的安全評價方法，其優勢主要體現在其在評價范圍是整個生產過程，而不是某一個生產點。也就是說，動態安全評價范圍是貫穿生產整個過程的，是涵蓋了對安全生產工藝因素、生產人員因素、生產環境因素等多維度的安全評價，同時安全動態評價方法通過建立相關的評價體系，設定較為全面的安全評價指標，對于冶金生產過程中隱藏著的安全風險進行量化和定性的雙重分析，從而對當前狀態下的生產安全作出準確的推論，制定出相對應的解決策略，使得當前生產狀態被評價為安全，達到生產的相對安全，以提高生產效率，降低安全事故發生率。

2 冶金動態安全評價模型構建

冶金工程具有工藝復雜、設備重量大、安裝難度大、生產隱藏性危險較高的特點。對其開展動態安全評價，需要做好安全評價指標選取、建立數據模型兩個方面的工作

2.1 安全評價指標選取原則

安全評價指標實際上就是反應生產安全狀態的一個量化因子，生產行業不同其安全評價指標則不同。在安全評價指標選取過程中需要把握以下幾個原則：

科學性原則：針對冶金行業的特性，所選取的安全評價指標必須能夠反映冶金生產過程中整體安全狀況，指標體系詳略要得當，大小要適宜，整個評級指標體系應該簡單明了。

適應性原則：評價指標必須具有很強的生產行業適應性，在冶金生產過程中，對于煉鐵系統、連鑄系統、煉鋼系統不同的生產工藝要設定不同的安全評價指標，既要表現不同的安全生產特性，同時還需要表現整體生產安全狀態。指標體系之間既要有通用性，又要有特異性，才能保證指標對于冶金生產的適應性。

2.2 數學模型選擇

動態安全評價法要依靠于精準的動態計算模型來實現對生產過程中的安全風險量化。因此，選取適合冶金生產的數學模型至關重要。通過對冶金生產的綜合分析，采用特定的數學函數來對生產過程進行描述，并結合安全指標體系，構成動態安全評價模型。目前，在冶金行業較為廣泛使用的是基于神經網絡的安全評價模型，主要采用誤差反向傳播算法來實施對數據的壓縮、處理、計算、分類等。

2.3 動態監控的硬件環境

實施動態安全評價，就必須要掌握生產過程中各生產線、生產設備的實時情況，而采用人為的方法去獲取這些數據基本是不可行的，因此需要獲得一定的硬件條件支持。在冶金生產過程中，動態安全評價的硬件環境大致由傳感器、中間變換器以及顯示儀表等組成。

傳感器主要對冶金生產過程中各設備的相關參數進行信號采集，而中間變換器主要是將傳感器所采集到的數字信號進行放大，并且過濾各種干擾成分，保證顯示儀器、儀表紀錄的準確性。

3 冶金安全預測技術研究

對于冶金安全生產的預測技術實質上是對時間數據的預計與分析處理工作，是非線性系統，一般采用NARMA模型進行預測，結合神經網絡用于非線性系統模型的構建與識辨，更利于給出可行的算法。

3.1 冶金安全預測參數的選取

可反映冶金安全狀況的因素較多，但對于動態安全評價的預測參數一般以時間為序列進行預測，百萬噸死亡率一直是目前大型工業生產企業公認的生產安全預測的有力依據，可以作為冶金安全預測參數。

3.2 預測技術模型

基于神經網絡下的誤差反向傳播法來作為構建安全預測技術模型的基礎，在使用BP神經網絡算法進行相關數據計算和傳輸。

3.3 預測誤差值的測量

用己經完成訓練的神經網絡來對時間序列進行預測，對訓練過的網絡性能進行評價時要用檢驗時間序列來進行評價。

4 結語

冶金行業在我國重工業生產行業中占有重要的比重，是我國國民經濟發展的重要助力。安全生產對于冶金行業生產運營至關重要，采用動態安全評價方法以及預測技術能夠更好的監測生產過程中可能出現的安全隱患，并且對安全進行有效的量化分析和定性分析，找出與之相對的解決措施，對現代冶金企業安全生產具有重要的意義。

[1]趙紅梅，陳開巖，王超.關于我國煤礦百萬噸死亡率的灰色預測探討[J].礦業安全與環保，2012，4：38-40.

[2]楊智懿，熊亞選，張乾林.工作面瓦斯涌出量的神經網絡模型預測研究[J].煤炭工程，2013，10：73-75.

[3]貴武.權重信息不完全的多屬性決策的灰色關聯分析法[J].數學的實踐與認識，2013，19：45-46.