基于灰色理论的煤矿生产物流安全状态指标构建

基于灰色理论的煤矿生产物流安全状态指标构建

0煤矿企业管理长期存在安全隐患,导致监狱安全生产不畅的原因煤矿生产物流的安全状态具有不确定性、随机性和动态性特点，是影响矿山安全生产的重要因素。从客观上讲,煤炭生产物流的复杂性和特殊性决定了我国煤炭生产的高事故率和高死亡率;从主观上讲,煤矿企业一方面由于长期忽视煤炭生产物流的管理工作,造成井下生产流通不畅,生产效率低下,另一方面由于安全管理长期只侧重事前评估和事后反思,而忽略对安全隐患的事中控制,导致安全生产事故频发,严重制约了煤矿生产的高效正常运转,进而制约了整个煤炭行业的可持续发展。因此,煤矿企业亟需加强对煤矿生产物流安全状态的实时监控及评价,作为评价研究的基础,煤矿生产物流安全状态指标体系研究具有重要的现实意义［1－8］。1煤系生产物流安全评价指标体系的构建煤矿生产物流系统极其复杂,传统的百万吨死亡率、事故伤害率、工时损失率等指标过于单一,不能全面反映煤矿生产物流系统的总体安全状态。而文献[9-14]中提出的按照人-机-环-管的角度构建指标体系,侧重于煤矿整体安全评价,没有体现煤矿生产物流的运行特点,因此不适用于煤矿生产物流的安全评价。于此同时,作为事中控制的指标,安全状态指标具有动态性,其对应数值随着煤矿生产的进行而不断变化,用以监控生产全过程的安全状态。因此,依据指标体系建立的原则,经过业界多名专家学者反复讨论,并结合煤矿生产物流的风流、煤流、动力流、材料流、设备流等运行特点,按照人员安全、作业安全、机电安全、运输安全、通风安全、排水安全和瓦斯安全划分子系统,初步建立递阶层次型煤矿生产物流安全状态指标体系,见表1。2灰色相关理论2.1确定灰色系统的绝对关联度灰色关联分析［15－17］的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线相似程度越大,相应序列间关联度越大,反之越小。其目的在于定量地表述诸多不确定因素之间的关联程度,从而揭示灰色系统的主要特征。主要计算思路如下:设X0与X1的长度相同,且皆为时间间距为1的序列,而:分别为X0与Xi的始点零化像,则称:为X0与Xi的灰色绝对关联度,简称绝对关联度,其中:取定阀值γ∈[0,1],若ε0i≥γ,则定义为X0与X强关联。γ可根据实际问题的需要确定。γ越接近1,关联性越强,反之亦然。2.2特征变量的关联度通过灰色聚类分析可以将各类指标进行分类,使同类指标间相似性比其他类指标的相似性更强,以达到类内差异最小,类间差异最大的目的。灰色聚类是根据关联关联矩阵或者灰数的白化权函数将一些观测指标或观测对象分为若干个可定义类别的方法。主要计算思路如下［17］:设有n个观测对象,每个对象观测m个特征数据,得到序列如下:对所有的i≤j,j=1,2,…,m,计算出Xi与Xj的灰色绝对关联度,得到型为三角矩阵的特征变量关联矩阵:式中:εii=1,i=1,2,…,m。取定临界值r∈[0,1],一般要求r>0.5,当εij>r(i≠j)时,视Xi与Xj为同类特征。r可根据实际问题的需要确定。r越接近1,分类越细,每一组分类中的变量相对地越少,反之亦然。3确定指数分布通过上述理论可以发现,灰色聚类分析可以将相似指标聚在一起,灰色关联分析可以在筛选出强关联度的指标,通过合并这些指标,既能简化标准体系,又能保留大部分信息,以减小评价时的工作量,实现优化指标体系的目的。因此,运用灰色理论定量处理指标体系既能在一定程度上克服专家经验的主观性,又能够剔除信息冗余,提高指标的实用性和有效性。具体计算过程如下:1)初步构建指标体系。根据专家经验以及定性分析,初步确定指标体系,见表1。算子无量纲化。由于不同的数列采用不同的量纲,数量级上可能差别很大,因此首先要将不同的数列无量纲化,常用的无量纲化方法有均值化像法、初值化像法、区间值像法等。采用的是初值像法,具体公式［14］如下:设Xi=(xi(1),x2(2),…,xi(n)),D1为序列算子,即:其中:称D1为初值化算子,XiD1为Xi在D1中的像。2)灰色聚类分析。按照式(1)~式(7),对28个指标进行整体灰色聚类计算,通过设置临界值r,将相似性强的指标聚为一类,将相似性弱的指标分开,以实现降低类与类之间指标相关性的目的。3)灰色关联分析。依次以每一类内部的指标作为比较序列和参考序列,根据式(1)~式(5),分别计算出每一类指标中比较序列与参考序列之间的灰色绝对关联度,通过设置阀值γ,对强关联指标进行分析合并,从而简化修正二级指标,并确定最终的指标体系。4灰色理论的指标体系在基于灰色理论的情况下通过河南省某大型煤炭集团的实地调查,依照所构建的指标体系,随机截取了4个不同矿井工作面的相关信息数据。4.1矿井作业状态根据数据,利用式(1)~式(7),选取临界值r=0.65,使用matlab7.0软件编程计算,得到灰色聚类结果(表略)。参考上述灰色聚类结果,并结合考虑指标的实际意义可以发现:{B11、B12、B13}代表{身体状态、精神状态、操作规范率},反映的是人员在作业过程中的安全状态。{B21、B23、B24、B61}代表{支护设备正常率、顶板下沉速度、顶板冒落率、顶板压力},反映了作业面的顶板安全状态。{B71、B22}代表{瓦斯抽放率、回采率},属于采煤工艺指标,对煤矿生产物流安全起间接作用,因此将其划分出来符合实际意义。{B31、B35、B54、B55}代表{通风设备正常率、压风设备正常率、温度、风速},反映的是通风安全状态。{B32、B36}代表{供电设备正常率、供热设备正常率},反映的是机电设备安全状态,供热供电是机电设备运行的关键因素,能够反映矿井机电设备的安全状态,而其他设备指标对于通风、排水、运输等子系统具有更重要的影响,因此,将原设备指标拆分符合实际意义。{B64、B63、B62、B33}代表{工作面前方的水量、含水层水压、巷道导水沟水位、排水设备正常率},反映的是排水安全状态。{B41、B42、B43、B34}代表{提升设备正常率、轨道运输设备正常率、皮带运输设备正常率、架空乘人设备正常率},反映的是运输安全状态。{B51、B52、B53}代表{CO含量、粉尘含量、CO2含量},反映的是矿井空气质量安全状态。{B72、B73}代表{瓦斯涌出量、瓦斯浓度},反映的是瓦斯安全状态。经过上述结果分析,可以看出灰色聚类结果与专家经验结果基本一致,且分类更加细致,符合实际意义,说明灰色聚类分析在指标体系构建的应用是可行的。4.2确定指标结果指标分类完成后,下一步就是修正指标。28个二级指标并非都是必要的,如果某个指标存在与否对判断安全状态没有任何影响,或者与另外指标所包含的信息基本一致,那么这个指标就是冗余的。计算各类指标内部的灰色绝对关联度,筛选出强关联指标,并进行分析合并。因此,共需要对9类指标进行灰色关联分析。同理,根据数据,利用式(1)~式(5),定义阀值γ=0.75,使用matlab7.0软件编程计算,得到如下结果。对于第1类指标,计算结果见表2。由表3可得:该3个指标的灰色绝对关联度均大于临界值0.65,符合聚类要求。同时,B11、B12、B13虽然互相关联,但其关联度没有超过阀值0.75,故人员安全指标不变。对于第2类指标,计算结果见表3。由表3可得:该4个指标的灰色绝对关联度均大于临界值0.65,符合聚类要求。ε2123=0.80,ε2124=0.78,均大于阈值0.75,表明B21、B23、B24三者具有强关联性,需要进行指标筛选。一方面,有学者研究指出［18］,梁端无支护空间的顶板冒落特征与支护设备及顶板岩性、开采深度、邻近层开采等因素有关,此外,支护设备又与顶板下沉速度密切相关,可知计算结果与实际相符;另一方面,ε2324仅为0.66,说明顶板下沉速度与顶板冒落率关联性较弱,所代表的指标信息差异性较大,不能合并,因此,去除支护设备正常率指标,保留顶板下沉速度、顶板冒落率和顶板压力指标。考虑到篇幅所限,这里不再将剩余指标的分析情况进行罗列。将灰色聚类结果继续按照上述灰色关联分析之后,得出最终的煤矿生产物流安全状态指标体系,见表4。至此,建立了一套全面系统、有针对性的煤矿生产物流安全状态指标体系,不仅包含了对消除或降低指标之间相关性和维持指标信息的考虑,还能从各子