礦工的不安全行為分析與評價模型研究

郭秀菊（山東科技大學，山東 青島 266510）

礦工的不安全行為分析與評價模型研究

郭秀菊
（山東科技大學，山東 青島 266510）

本文就礦工的不安全行為進行分析研究，從安全系統基本要素出發，全面分析導致礦工不安全行為的各種因素。在此基礎上提出了礦工安全行為的評價指標，建立了神經網絡評價模型，使系統的輸入為各指標的實際值，系統的輸出為其評價結果。

礦工； 不安全行為； 評價指標； 神經網絡評價模型

0　引言

根據近年來對各種不安全事故的大量研究，發現人的不安全行為是導致事故發生的諸多因素中最關鍵的因素，因此，我們可以通過研究人的不安全行為來有效預防不安全事故的發生。礦工的不安全行為對煤礦安全生產的影響重大，為有效改善我國煤礦安全生產現狀，需對礦工的安全行為進行具體分析，并借助一定的方法做出有效的評價。

1　礦工的不安全行為分析

1.1人腦信息處理過程可能出現的不安全行為

礦工在完成某項工作任務的過程中，礦工的感覺、知覺器官等會受到生產過程中一些因素的刺激，觸發其大腦產生多種行為方案，大腦依據相關的知識、經驗等對這些行動方案進行感知。然后再對各種行動方案進行評價，并確定準備執行的行動方案。最后礦工再將選擇的行動方案付諸實施。因此，其中若有一個環節出錯，都可導致不安全行為的發生。

1.2煤礦企業環境對不安全行為的影響

我們一般意義上的煤礦企業環境是指煤礦所處的自然環境、工人的工作環境和生活環境。人的生理、心理方面時刻受到一定的環境的直接影響，從而最終會影響人的安全行為。

1.3礦工的身心素質對不安全行為的影響

礦工的身心素質包括生理素質和心理素質。良好的身體素質和健康的體魄，是礦工進行煤炭安全生產活動的重要保證。而礦工的心理素質是其選擇安全行為的重要基礎。

1.4煤礦企業管理與不安全行為

事故發生的直接和表面原因往往是人和物的不安全狀態，再進一步分析可看出，企業管理的缺陷才是發生事故的根源。管理的因素包括企業領導人不重視安全生產，組織結構和人事配備不合理，安全規章制度不健全，不良的安全氛圍等。這些都會助長員工的不安全行為。

2　礦工的安全行為評價

2.1礦工的安全行為評價指標［4-5］

很多因素都會影響到人的行為，德國心理學家勒溫（Kurt Lewin）提出了一個著名的行為公式:B=f（P×E）

其中B是指人的行為，P是指個人的內在因素，E就是外界的環境。其中內因是最根本、最主要的，外因是其條件，外因要想發揮作用需要依靠內因。本文主要從礦工自身素質出發，確定評價的指標體系。

2.2礦工安全行為評價指標的分析

（1）生理素質也就是礦工的身體機能的狀況。生理素質是礦工一切活動的基礎。人的身體狀況不同，使安全行為也有很大差異，人只有在一定環境條件下才能達到最佳的行為。

（2）從心理學的角度來看，心理狀態會支配人的行為，且人的感覺器官可以接受到外界的各種刺激。當礦工的心理處于消極狀態時，其感知覺、思維和反應的機能就不能正常發揮，差錯增多，導致事故的發生。

（3）員工文化層次、知識水平的高低、知識結構與技能狀況是否匹配、員工技能現狀與崗位需求是否適應、直接關系著員工安全行為的可靠性與可控性。煤炭行業一線從業人員以農民工為主，所受教育少，且流動性大，素質一般都較低，基本安全知識缺乏，業務技術不熟練、技能低，處理現場事故隱患經驗不足，容易造成不安全行為的發生。

3　礦工的安全行為評價模型研究

3.1BP神經網絡模型的建立

（1）本文采用3層的BP網絡結構建立模型。對礦工安全行為的評價問題的分析，將礦工安全行為評價指標的輸入到對職工的安全行為評價的最終結果的輸出看作是一個非線性映射。

（2）礦工安全行為評價指標體系有11個二級指標，將其作為輸入層的輸入，故輸入層節點數相應確定為11。又因各個指標特征值之間無統一的度量標準，要先將各指標的特征值統一進行量化處理變換到0-1之后，再進行綜合評價。

因為對于礦工安全行為的評價結果的就一個，所以本文在輸出層處僅設了1個輸出節點，為代數值，取值范圍0-1。分值越大，說明被評對象的行為越安全。

另外，目前對于隱含層節點數目的確定也沒有統一標準，不過可以采用經驗公式或試錯法來確定隱含層的節點數。

（3）網絡結構。礦工安全行為評價網絡具體結構基于BP算法的礦工安全行為評價模型：Y=f（w×［g（VT×X）-B1］-B2）

其中，X=（x1，x2，…，x11）T為模型輸入向量的轉置，Y是輸出向量，V=（vi，j）11×j（i=1，2，…，11）為輸入層到隱含層的連接權值向量，其中vi，j為輸入層的第i個結點到隱含層的第j個結點的連接權，W=（w1，w2，…，wj）為隱含層到輸出層的連接權值向量，其中w1，w2，…，wj分別為第1， 2，…、j個隱含結點到輸出結點（這里僅一個輸出結點）的連接權，B=（b1，b2，…，bj）T為隱含層的權值向量，B2=（b）則為輸出層神經元的權值向量，g（x）和f（x）分別為隱含層和輸出層的激活函數。函數形式為:

3.2BP神經網絡的計算

由于篇幅有限，本文對于BP神經網絡的算法就不再闡述，具體可參考文獻［6］。

4　結論

影響煤礦安全系統的因素很多，但礦工在系統中起主要作用，控制他們本身的不安全行為才是解決系統安全的關鍵。本文在BP神經網絡的基礎上構建的礦工安全行為評價模型不用再對各項指標的權值進行設置，可以有效減少常規評價體系中人為因素的干擾。

［1］隋鵬程.安全原理［M］.化學工業出版社，2005.

［2］偉炯.產業安全文化建設途徑探討［J］.中國安全科學學報，2001.

［3］楊玉中，吳立云，石琴譜.煤礦工人人為失誤的原因及其控制［J］.礦業安全與環保，1999.

［4］劉先杰.船員證書后適任性模糊綜合評價［D］.大連海事大學，2002.

［5］Alan Hedge， Hunan Information Processing， Cornell University ［EB/CL］，9/1999 http：//ergo. human. comell. edu/ studentdownloads/DEA325pdfs/hip.pdf，1999.9

［6］Martin T Hagan等著.神經網絡設計（英文版）［M］.北京：機械工業出版社，中信出版社，2002.

10.16640/j.cnki.37-1222/t.2016.14.082

郭秀菊（1992-），女，山東菏澤人，碩士研究生，研究方向：資源評價理論與方法。