国防科技大学系统工程学院 湖南长沙 410073
摘要：做好煤矿安全生产的风险评价工作可及时规避作业风险，能够起到事前防控事故的作用，而风险评价指标体系是否合理、评价方法是否科学准确，是需要着重解决的问题。针对已有评价指标不够系统全面、评价方法的量化处理不够科学等问题，提出了基于云重心评价的煤矿安全生产风险评价方法和多层次评价指标体系，为煤矿安全生产的风险预防控制提供参考指导。
关键词：煤矿安全生产；风险评价；评价指标体系；云重心评价法
1 引言
煤矿安全生产风险评价在煤矿企业安全生产管理中尤为重要，能起到事前的风险控制与事故预防作用，风险评价涉及到评价指标体系和评价方法，而科学的评价方法能使评价结果更加准确可信。而关于安全生产风险评价的方法有很多，诸如指数法、概率风险评价法、神经网络法、安全检查表法等[1-10]，总体来看，主要包含两类方法，即定性和定量两种，定性的评价方法主要有专家评估法，安全检查表法、因素分析法、故障类型法等，一般是基于专家的行业经验和宏观判断，查找各个环节的安全隐患，诸如安全影响因素分析、风险源识别分析、安全评价的理论与方法等[1-10]，此方法运用较为普遍，但易受专家主观思维、专业背景和经验知识影响，评价结果难以量化等问题；定量的评价方法主要有层次分析法、数据包络分析法、模糊综合评价法、概率风险评价法等。而从目前来看，上述评估方法的准确性有待提高、指标的量化处理的科学性还有待加强。为了提高评估结果的科学性和准确性，本文拟运用定性与定量相结合的云重心评价法进行煤矿安全生产风险评价打分，以此在此基础上，以某煤矿为例，运用提出的评价方法对该煤矿的安全生产风险进行评价定级和单项评价指标分析，验证评价方法的科学性和合理性，为煤矿安全生产风险评价提供借鉴。
2 煤矿安全生产风险评价指标体系
以煤矿安全生产管理的五大内容为基准，构建了如下安全生产风险评价指标体系，分别是人力资源因素（S1）、安全监管因素（S2）、生产设备因素（S3）、矿井环境因素（S4）、信息化管理与智能化监控因素（S5）。二级指标包括煤矿工人的工作经验（S11）、煤矿工人的违规操作行为（S12）、安全检查员的履职尽责情况（S13）、工人的安全培训与教育情况（S14）；安全管理组织机构的合理化程度（S21）、安全生产规章制度的健全程度（S22）、安全生产规章制度的执行情况（S23）、煤矿管理者的安全监管能力（S24）、政府监管人员的履职尽责程度（S25）、突发事件的应急管理能力（S26）、安全管理的投入情况（S27）；掘进设备与系统（S31）、运输设备与系统（S32）、排水设备与系统（S33）、防尘设备与系统（S34）、防灭火设备与系统（S35）、供电设备与系统（S36）、安全监测设备与系统（S37）、瓦斯抽采设备与系统（S38）、设备检修与及时修复情况（S39）、矿井各设备及系统的协同工作情况（S310）；发生水灾可能性（S41），发生火灾可能性（S42）、地质结构不稳定性（S43）、顶板底板情况（S44）、煤层状况（S45）、采煤巷道设置情况（S46）；传统信息的采集分析与反馈（S51）、智能化信息采集分析与反馈（S52）、设备信息系统综合集成控制情况（S53）、设备信息系统数据共享与辅助决策情况（S54）。
3 云重心评价法评价过程
为了使风险评价过程更加科学，结果更加准确，采用定性与定量相结合的云重心评价法[11]进行评价，该方法的最大优势是把专家定性评语转换成可精确表示的数值，各级指标数值计算更加科学合理，其计算步骤如下：
（1）计算评价指标体系中精确数值指标
在评价指标体系的基础上，首先获取整个评价在不同状态下的b个指标数值，那么b个精确数值指标（二级指标）衡量的一个指标（一级指标）可以用1个云模型来表示，其期望值Ex和熵值En分别为
.png)
.png)
（1）
.png)
（2）
（2）将定性评语集转化为定量数值表示
如表1所示，规定所有风险评价评语集对应的数值区间在[0，1]之间，记评语的双边约束为
.png)
，记
.png)
（3）
Exi，Eni分别表示该定性评语值的期望和熵。由此可以用精确数值表示风险评价评语值。具体评语集设置和对应的数值区间可根据实际设置。
表1 评语值变化区间
.png)
（3）对语言值评价指标的表示
通过若干专家综合评估对各个指标的评语进行评估，获得k组评语集，由公式（3）将评语集通过云模型计算转化成量化的数据，k个评语值可以用一个一维云模型来度量，其中期望值由公式（4）得到，熵值由公式（5）得到。
.png)
（4）
.png)
（5）
（4）用多维云模型表示风险评价的总体结果
用多维云模型表示评价指标的综合评价结果，其中该云的每一个一维云模型，都是由k个评价指标值按公式（1）、（2）或（4）、（5）计算得到的。如此云的重心G可以用K维向量加以表示，即公式（6）。
.png)
（6）
其中：Dm=（Ex1，Ex2，…，Exk）为云重心的位置，H=（h1，h2，…，hk）为云重心的高度。当整个评价指标体系的状态发生变化时，其重心也会相应地变化，其可表示为：
.png)
，…，
.png)
）。
（5）用加权偏离度θ衡量系统云重心的变化
设向量G=（G1，G2，…Gk）为某种状态下系统的k维综合云重心向量，
.png)
为极好状态下云重心向量，
.png)
为云重心位置向量，
.png)
云重心高度向量，将向量G归一化得到向量
.png)
，其中：
.png)
（7）
引入加权偏离度θ，其中：
.png)
（8）
其中，wm为第 m个单项指标的权重值。
4 煤矿安全生产风险评价实例
（1）评价专家的选取和评语
采用专家组评议的方法，邀请相关领域专家，给出一个客观公正的风险评判。在评语的选取上，构建了尽可能多的评语数，从而使反映出来的结果更能准确表达风险的具体情况，如表2所示。根据云重心评价法步骤，将上述评语置于区间[0，1]上，各个评语对应的区间、期望值和熵值如表2所示。
表2 各风险评价语言值对应区间、期望和熵
.png)
（2）指标权重的确立
为使权重确定更加准确，采用较为科学的结构熵权法来确定指标权重，通过发放各级指标重要性排序调查表，统计5组共10个专家对各级指标的重要性排序结果，最后得出各个指标的权重[12]（计算过程略），如下所示。
.png)
；
.png)
；
.png)
；
.png)
；
.png)
；
.png)
。
4.3评价结果的指标评语处理
（1）人力资源因素指标的评语处理
根据评价打分表，对人力资源因素（S1）所属的二级指标的评语进行数值处理，根据表2中评价术语和公式（3）各定性评语转换成云模型的期望值与熵值的方法，得到
.png)
结合云重心平均法的计算步骤，得到如表3所示期望值和熵值。
表3 一级评价指标（S1）下设的二级指标云模型计算值
.png)
（2）其他指标的评语数值处理
根据上述计算步骤与方法，结合专家评语，可以得到其他各个二级指标的综合云重心，最后计算煤矿安全生产风险评价的综合云重心向量
.png)
= {0.90，0.5，0.75，0.628，0.75}，
.png)
0.3312。
5 风险评价结果分析
综合加权偏离度
.png)
0.3312，可判断云滴落在“较高风险”云对象偏左范围内，则认为煤矿整体风险用语言值表示：介于“高风险”与“较高风险”之间，偏向于“较高风险”的左侧。
总体来看，在一级指标中，人力资源因素（S1）表现为高风险，需着重加强人力资源管理，在安全监管因素（S2）和矿井环境因素（S4）中表现为较高风险，也需要重点关注；同时在信息化管理与智能化监控因素（S5）方面表现为一般风险（中等风险）。煤矿人力资源因素（S1）介于“高风险”区间内；主要表现在煤矿工人工作时经常有违规操作的行为、安全检查员的履职尽责不到位，同时工人的安全培训与安全教育情况也不是很理想。煤矿安全监管因素（S2），介于“较高风险”区间内，表现在安全生产规章制度的执行情况不理想、煤矿管理者的安全监管能力比较弱、政府监管人员的履职尽责情况不到位、安全管理的投入情况还需要加大。煤矿生产设备因素（S3）介于“较低风险”区间内。煤矿矿井环境因素（S4）介于“较高风险”区间内，诸如矿井的环境差、顶板与底板的情况十分糟糕、采煤巷道内的设置情况不够合理，尤其是应急工具及设施设备欠缺较多，并且采煤的煤层状况评估不严密，风险也较高。煤矿信息化管理与智能化监控因素（S5）“一般风险”区间内，这主要是信息化管理与智能化监控对于煤矿企业来说还处于比较落后的阶段，很多煤企没有配备或基本不成体系，其中设备信息系统数据共享与辅助决策的情况差、设备信息系统综合集成的控制情况不理想、智能化信息采集分析与反馈做的不到位。
6 结束语
本文构建了煤矿企业安全生产风险评价指标体系，提出了基于云重心评价的风险评价方法与过程，而后利用提出的评价方法对某煤矿的安全生产风险进行了评价，验证了提出的风险评价方法的科学性和合理性，也为煤矿的风险预防控制提供了系统、科学的手段。
参考文献：
[1]孙明，郑文翔，李绪萍等.基于层次分析的深部煤层开采底板突水影响因素分析[J].煤矿安全，2013，（3）：183-186.
[2]贾楠，吴超，罗周全等.ITOPSIS与PSF耦合的采空区稳定性综合辨析[J].东北大学学报（自然科学版），2016，37（8）：1182-1187.
[3]Rafiee R，Ataei M，Khalookakaie R.A new cavability index in block caving mines using fuzzy rock engineering system[J].International Journal of Rock Mechanics & Mining Sciences，2015，（77）：68-76.
[4]曹琛，陈剑平，宋盛渊等.煤矿采空塌陷区山洪危险性评价[J].东北大学学报（自然科学版），2016，11：1620-1624.
[5]Nerantzis K，Kiannis K，Thomas P.Assessment of flood hazard areas at a regional scale using an index-based approach and analytical hierarchy process：application in Rhodope Evros Region，Greece[J].Science of the Total Environmnet，2015，538：555-563.
[6]邱梅，施龙青，滕超等.基于灰色关联–FDAHP法与物探成果相结合的奥灰富水性评价[J].岩石力学与工程学报，2016，S1：3203-3213.
[7]Reza M，Yilmaz O，Reza Y，et al.Ranking the sawability of ornamental stone using Fuzzy Delphi and multi-criteria decision-making techniques[J].International Journal of Rock Mechanics and Mining Sciences，2013，58：118-126.
[8]王朋飞，李翠平，李仲学，赵怡情.基于层次分析法的矿井突水风险评价[J].金属矿山，2012，12：95-98.
[9]陈盟.煤矿火灾危险等级多层次模糊综合评价[D].长沙：中南大学，2014.
[10]曹树刚，王帅，范映冲等.模糊综合评判在西南矿区沿空留巷适应性评价中的应用[J].采矿与安全工程学报，2016，03：431-436.
[11]郜彤，张瑞新，郜赛超.基于云模型和组合赋权的煤矿安全风险评价[J].工矿自动化，2019，45（12）：23-28.