基于FTA改進AHP的煤礦瓦斯爆炸事故分析*

張堯,王斌,堯春洪

(1.貴州警察學院, 貴州 貴陽 550005;2.煤炭科學技術研究院有限公司 安全分院, 北京 100013;3.貴州大學 礦業學院, 貴州 貴陽 550025)

0 引言

煤與瓦斯突出防治的“零突出”目標是確保煤礦安全開采的主要前提,近5年,我國煤礦共發生442起事故,造成1132人死亡,其中瓦斯爆炸事故共55起,造成295人死亡,事故起數和死亡人數分別占總事故的12.0%和26.0%[1]。可見,我國煤礦事故中危害最為嚴重的莫過于瓦斯爆炸[2-3]。由于淺部煤層資源的耗盡,煤礦開采需要不斷加深,會出現瓦斯涌出量大幅增加的現象[4],導致瓦斯爆炸事故的危險加劇。因此,明確導致瓦斯爆炸事故的各因素之間的關系及權重,對于煤礦瓦斯爆炸事故的預防管理以及控制措施的制定十分重要。

目前應用于煤礦瓦斯爆炸風險分析的數學方法主要有事故樹[5-7]、層析分析法[8-9]以及基于模糊數的事故樹分析法[10-12]等,其中事故樹分析法是系統分析中應用最為廣泛的方法之一,但是該方法受到基本事件概率難獲取的限制[13],主要用于對事故進行定性分析,很少進行定量分析。在層次分析法中,其判斷矩陣的建立完全取決于專家對系統的理解程度,存在較大的主觀性[14],因而會影響分析結果的正確性。

本文將應用事故樹分析煤礦瓦斯爆炸的影響因素,確定影響煤礦瓦斯爆炸的指標體系,從而構建煤礦瓦斯爆炸層次分析模型,并利用層次分析法定量分析的優勢,將事故樹的定性分析和層次分析法的定量分析結合起來,客觀地評價各指標對目標層的影響程度,從而為煤礦瓦斯爆炸事故的預防管理提供科學依據。

1 利用事故樹構建AHP模型

1.1 構建事故樹

煤礦瓦斯爆炸事故主要是由瓦斯積聚、瓦斯控制不當以及引爆火源這3個原因導致的[15]。本文以煤礦瓦斯爆炸事故為頂上事件,對瓦斯積聚、瓦斯控制不當、引爆火源3個原因進行深層次分析,找到導致煤礦瓦斯爆炸事故的各種基本原因,以各種基本原因作為事故樹的基本事件,從而構建了煤礦瓦斯爆炸事故樹(見圖1)和瓦斯爆炸事件表(見表1)。

表1 煤礦瓦斯爆炸事故基本事件

由圖1可知,煤礦瓦斯爆炸的事故樹主要從瓦斯積聚、瓦斯控制不當和引爆火源3個中間事件逐步展開,一共可以歸結為21個基本事件。在事故樹中,基本事件的結構重要度是在假設各基本事件發生概率相等的情況下,描述各個基本事件對頂上事件的影響程度,而各個基本事件對頂上事件的影響程度是存在差異的,因此,每個基本事件的結構重要度也是不一樣的,事故樹基本事件的結構重要度的計算公式可表示為:

圖1 煤礦瓦斯爆炸事故

式中,k為事故樹包含的最小割(徑)集數目;m為包含第i個基本事件最小割(徑)集數;Rj為包含第i個基本事件的第j個最小割(徑)集中的基本事件數。

運用布爾代數法求出本文事故樹的最小徑集,求出的最小徑集如下:

根據式(1)可知,利用最小徑集可計算出各基本事件的結構重要度,然后利用各個基本事件的結構重要度,由式(2)可計算得到各個基本事件的判斷因子,詳見表2。

表2 基本事件的結構重要度及判斷因子

式中,LCM為結構重要度分母的最小公倍數。

1.2 構建層次分析模型

將事故樹中頂上事件煤礦瓦斯爆炸事故作為層次分析模型的目標層,將人子系統、機器子系統、環境子系統作為層次分析模型的準則層,對事故樹中各個基本事件進行原因分析,按照人子系統、機器子系統、環境子系統3個方面進行歸類,確定層次分析模型的指標層,從而構建煤礦瓦斯爆炸事故的層次分析模型(見表3)。

表3 煤礦瓦斯爆炸事故層次分析模型

2 構造判斷矩陣并計算權重

2.1 利用判斷因子

將事故樹各基本事件的判斷因子的值作為構造判斷矩陣的依據,本文層次分析模型的目標層共有3個準則層,準則層的判斷因子用準則層下各指標因素的判斷因子之和來表示,即。利用該計算公式得到人子系統、機器子系統、環境子系統3個準則層的判斷因子分別為9,21,10。以判斷因子替代傳統層次分析法的1～9標度,根據式(3),將準則層(人子系統、機器子系統、環境子系統)的判斷因子進行兩兩比較,在判斷矩陣中a ij為整數,因此,a ij按四舍五入取整,可得到準則層(人子系統、機器子系統、環境子系統)之間的判斷矩陣:

式中,N和M為指標層各因素的數目。

由式(3)可得到準則層(人子系統、機器子系統、環境子系統)的判斷矩陣。通過基于事故樹基本事件結構重要度判斷矩陣,可計算準則層相對于目標層的權重,并進行一致性檢驗,基于判斷因子的準則層判斷矩陣見表4。在人子系統、機器子系統、環境子系統3個準則層下都包含一定數量的指標層,根據式(4),將各個準則層下的指標層的判斷因子進行兩兩比較,可得到指標層相對于各個準則層的判斷矩陣,在此不一一列表說明。

表4 基于判斷因子的準則層判斷矩陣

同理,通過基于事故樹基本事件結構重要度判斷矩陣,可得到各指標層因素相對于準則層的權重,并進行一致性檢驗。

式中,y為指標層判斷矩陣的第y行;w為指標判斷矩陣的第w列。

將指標層因素的權重與準則層因素的權重結合,即得到基本事件X1～X21相對于目標層的權重:W1=(0.0953,0.0952,0.0953,0.1000,0.0500,0.0500,0.0555,0.0555,0.0476,0.0476,0.0476,0.0278,0.0278,0.0250,0.0238,0.0278,0.0278,0.0238,0.0278,0.0238,0.0250)。

2.2 基于傳統層次分析法

對于層次分析模型中的因素,根據其相對于上一層次的重要程度,引入1～9標度并綜合專家意見,進行兩兩比較,得到目標層與準則層的判斷矩陣,并進行一致性檢驗。準則層的判斷矩陣見表5。

表5 基于1～9標度的準則層判斷矩陣

同理可以構造人子系統、機器子系統、環境子系統3個準則層下的指標層判斷矩陣,從而確定各指標層因素相對于準則層的權重。將指標層因素的權重與準則層因素的權重結合,即得到基本事件X1～X21相對與目標層的權重:W2=(0.0246,0.0246,0.2301,0.0267,0.0174,0.0690,0.0134,0.0884,0.0442,0.0246,0.0152,0.0222,0.0366,0.0401,0.0678,0.0551,0.0387,0.0266,0.0426,0.0817,0.0102)。

2.3 基于FTA改進AHP分析法

在2.1節中利用事故樹基本事件結構重要度所計算的判斷因子,得到了各基本因素的權重W1;在2.2節中使用傳統的層次分析法,綜合專家意見并通過引入1～9標度構造判斷矩陣,同樣得到各基本因素的權重W2,基于權重W1與權重W2的一致性,故將W1與W2進行結合[16]。

式中:

式中,α,β為權重系數;φ1,φ2為對應不同標度的標度因子;ε1,ε2為對應不同CR值(層次總排序一致性比率)的CR因子。

(1)確定ε1,ε2。CR值是檢驗判斷矩陣一致性是否通過的指標,CR因子ε的計算公式為:

層次總排序一致性比率CR的計算公式為:

式中,w j為準則層各因素的權重;CI j為指標層判據矩陣的一致性指標;RI j為指標層的平均隨機一致性指標。

綜合式(8)和式(9),計算得到CR因子ε1為1,ε2為1.888。

(2)確定φ1,φ2。表6為不同標度下的標度因子[17]。在基于判斷因子構建的判斷矩陣中,為確定準則層的最大標度21對應的標度因子,對標度σ和標度因子φ之間進行多項式擬合,擬合函數見圖2。將基于判斷因子構建的判斷矩陣中準則層的最大標度值21代入擬合公式中,得到標度為21時標度因子為0.4687,即φ1為0.4687;在基于傳統層次構建的判斷矩陣中,最大標度為9,對應的標度因子為1,則φ2=1。

表6 不同標度所對應的標度因子值

圖2 標度與標度因子擬合關系

(3)權重W。將以上基于判斷因子求出的各個因素的權重W1和依靠傳統層次分析法求出的各個因素的權重W2,分別代入式(5)中進行計算,即可得到基于FTA改進AHP方法的各因素權重W=(0.1711,0.0740,0.0607,0.0588,0.0564,0.0555,0.0555,0.0485,0.0457,0.0431,0.0361,0.0347,0.0339,0.0335,0.0327,0.0318,0.0317,0.0294,0.0254,0.0246,0.0167)。

3 結果分析

本文以煤礦瓦斯爆炸事故作為研究對象,對影響煤礦瓦斯爆炸的基本因素進行權重計算,驗證得出FTA-AHP分析法和傳統層次分析法得出的權重及排序是不一樣的。將基于FTA改進AHP分析法和傳統層次分析法得出的權重進行對比可知,采面供風不足(X4),局部通風機停電(X1)以及風扇未運行(X2)3個基本因素在FTA-AHP分析法中的權重排名出現大幅上升。其中采面供風不足(X4)從第12位上升到第4位,在傳統層次分析法中,采面供風不足(X2)的排名僅為12,低估了該因素對于瓦斯爆炸的風險性。在FTA-AHP分析法中,采面供風不足(X2)排名的上升,說明了FTA-AHP分析法能有效降低傳統層次分析法中由人的主觀性所導致的誤差。通風機問題是導致瓦斯爆炸事故發生的一個主要因素,局部通風機停電(X1)以及風扇未運行(X2)的排名在FTA-AHP分析法中的上升,同樣也說明了FTA-AHP分析法能夠較為客觀地得到各基本因素對煤礦瓦斯爆炸事故的影響程度,從而可以根據各個基本因素的權重排名制定相關的預防管理措施。此外,在層次分析法與FTA-AHP分析法中,一些因素的權重排名是一樣的。比如通風設計問題(X3)以及瓦斯漏檢(X8),通風設計問題(X3)對煤礦瓦斯爆炸事故的預防起著重要作用,而煤礦瓦斯濃度的實時檢測對于防止瓦斯爆炸也是非常重要的。

綜合以上傳統層次分析法與FTA-AHP分析法對瓦斯爆炸事故的分析結果,傳統的層次分析法的分析結果完全取決于專家對煤礦瓦斯爆炸事故的理解,存在較大的主觀性;事故樹結構重要度是在假設各基本事件發生概率相同的情況下進行分析,而這些都會在一定程度上造成判斷誤差。FTA-AHP分析法克服了兩種方法的不足并結合兩者的優點,從而提高了分析結果的準確性。

4 結論

(1)本文建立了以“煤礦瓦斯爆炸事故”為頂上事件的事故樹,認為煤礦瓦斯爆炸事故的發生主要是由瓦斯積聚、瓦斯控制不當以及引爆火源這3個原因導致的,考慮了21個基本事件,并根據最小徑集求出了各基本事件的結構重要度及重要度排序。

(2)將事故樹中頂上事件煤礦瓦斯爆炸事故作為層次分析模型的目標層,對事故樹中各個基本事件進行原因分析,按照人子系統、機器子系統、環境子系統3個方面進行歸類,從而構建了基于煤礦瓦斯爆炸事故的層次分析模型。

(3)基于傳統層次分析法,對煤礦瓦斯爆炸事故進行分析,分別利用判斷因子和1～9標度法作為判斷矩陣的判斷依據,得到各指標層重要度及排序。

(4)將FTA與改進后的AHP相結合應用于煤礦瓦斯爆炸事故分析,得到各個導致煤礦瓦斯爆炸事故發生的事件重要度及排序,從而定量地分析了各種因素對煤礦瓦斯爆炸的影響程度,所得的研究結果為今后煤礦瓦斯爆炸事故控制措施的制定和決策提供了科學依據。