基于三角模糊数的煤矿重大危险源风险分析

罗慈友，蒲源源，刘广建

（1.中国矿业大学煤炭资源与安全开采国家重点实验室，江苏 徐州221116；2.中国矿业大学矿业工程学院，江苏徐州221116）

虽然我国煤矿百万吨死亡率和事故数逐年下降，但安全生产形势仍然严峻[1－2]。2012年2月6日，宜宾市发生瓦斯事故，造成13人死亡；2月16日，衡阳发生跑车事故，造成15人遇难；5月2日，黑龙江省发生透水事故，造成13人死亡；9月2日，江西高坑煤矿采煤工作面发生瓦斯爆炸事故，造成15人遇难，11人受伤；9月至12月仍有10人以上死亡事故发生，事故发生频率较高。这些事故的发生是由于生产系统中存在大量危险源或重大危险源系统[3]，因此，研究如何准确分析煤矿重大危险源风险，为管理和控制危险源提供措施，有利于改善煤矿安全生产状况。

目前，煤矿重大危险源风险分析的主要方法是在建立风险指标体系的基础上，采用系统综合分析确定风险等级。Jiang等以事故树分析顶板事故影响因素并用模糊理论分析风险程度[4]；王焘[5]、陈斌[6]以三类危险源理论为依据分析煤矿危险源影响因素，建立评价指标体系，并运用模糊综合评价确定危险源风险程度；等等。上述方法虽然考虑了风险指标对危险源系统风险的影响，但未考虑风险概率和风险后果，而有效的风险分析不仅需要考虑风险指标的影响，还需要考虑风险概率和风险后果[7－8]。

1 煤矿重大危险源风险层次结构模型

重大危险源风险因素的有效分析是进行系统风险科学评价的基础，而选择合理、有效的危险源风险因素分析理论是构建风险指标体系的关键[7]。目前用于煤矿危险源风险影响因素分析的理论主要有系统安全理论和危险源理论。笔者选择后者作为煤矿重大危险源风险指标体系构建的理论基础。

1.1 三类危险源理论

煤矿危险源是指系统中那些潜在的可导致人员伤亡或财务损失的不安全因素[4]。三类危险源理论是田水承在两类危险源的基础上提出的[9]，第一类危险源是指系统中固有且存在的危险性物质；第二类危险源是诱发性危险源，也即那些引起危险源控制措施失效的系统影响因素；第三类危险源是从组织层次对危险源的分类，主要包括不符合安全生产需求的组织流程、组织制度、规章和组织安全文化等组织因素，包括组织人员不安全行为和人因失误。

1.2 风险层次结构模型

风险层次结构模型一般由目标层、准则层和因素层构成[9]，笔者将三类危险源为准则层因素，构建煤矿重大危险源风险层次结构模型，如图1所示。

图1 风险层次结构模型

在层次结构模型确定后，各层次指标间隶属关系就确定了，则可据专家评价信息建立各层级间模糊判断矩阵。其中，专家在各层指标间重要度判定过程中，据表1建立的判断标准进行模糊判断矩阵的建立。运用模糊层次分析时，判别两因素间重要度，得模糊判断矩阵A＝（aij）n×n。若满足条件：aii＝0.5，且aij＋aji＝1，i，j＝1，2，3…n，则称模糊互补判断矩阵。

确定模糊判断矩阵后，需求解模糊互补判断矩阵权重，即风险指标体系初始权重确定。通过式（1）

确定初始权重。设有模糊互补判断矩阵A＝对矩阵A按行求和…，n），并实施运算式（1）。

表1 模糊标度及含义

可得模糊一致性矩阵R＝（rij）n×n，矩阵R按行归一化得排序向量w＝（w1，w2，…，wn）T，其中wi的计算方式见式（2）。

确定模糊判断矩阵后，判定上述权值合理性，需检验比较判断的一致性，可用检验上述矩阵权重的相容性实现。

定义1：A＝（aij）n×n和B＝（bij）n×n均为模糊判断矩阵，称为相容性指标。

定义2：w＝（w1，w2，…，wn）T是A的权重向量，其中则称n阶矩阵，w＊＝为A的特征矩阵。

对于决策者的态度α，当相容性指标I（A，w）≤α时，认为判断矩阵满意一致性。α越大则决策者对判断矩阵的一致性要求越低，通常取α为0.1。

取消引风机入口调节阀，使引风机入口调节阀处于全开状态，DCS根据炉子的不同周期所需的不同炉膛负压以及现场炉膛负压的检测值，通过PID计算向变频器发出4～20mA信号对风机转速自动调速，从而实现对炉膛负压的自动跟踪控制，最大限度地满足生产工艺的要求，同时节约电能，极大地提高经济效益，增加设备的自动化水平［4］。控制方式采用现场控制和DCS控制两种。现场控制柜屏上按钮操作起/停运行及调速；自动控制调速信号来自上一级DCS控制系统，DCS根据倾动炉炉内压自动跟踪调节工艺需要设定负压值，然后自动计算出变频器的频率，从而实现变频器的频率对炉膛负压的实时跟踪。见图3。

2 三维风险模型

风险程度常采用风险概率和风险后果进行二维描述，这样会使风险中的一些重要信息被掩盖，可能形成错误信息[4]。因此，在对系统风险进行描述时，还需要考虑风险的其他方面，如风险的可控性、风险的可变性等因素。从风险概率、风险后果评价风险，仅考虑了风险的不确定性和危害性，并未涉及风险的可控性和可变性。为此，笔者将风险指标重要度纳入风险评价模型，通过对风险指标重要度分析可以采用重点控制方式，消除或者减少风险灵敏度高的风险因子影响，从而体现风险可控和可变特性。由此，可将风险三维分析模型采用式（3）进行描述。

式中：RL是系统风险值；F是指标影响程度；Rs是风险发生的后；Rl是风险概率。

由上述三维风险评价模型可知，确定一个系统风险程度，需要明确风险指标权值、风险发生概率和风险后果。在系统风险分析过程中，风险发生可能性和风险后果常难以采用精确数值进行表征，需借助专家经验和知识进行描述，且专家描述语言多为具有模糊特征的语义信息[10－11]。因此，本文采用模糊语言描述煤矿重大危险源风险概率和风险后果。

结合关于风险概率模糊等级划分的研究[12－13]，综合黄玉川煤矿危险源辨识的实践，本文确定风险概率和风险后果评语集，并采用式（4）进行三角模糊变化，结果如表2、表3所示。

表2 Rl中语言的三角模糊数

表3 Rs中语言的三角模糊数

在确定风险指标权重、风险发生可能性和风险后果三个变量后，就能确定系统风险程度。基于三维风险模型的概念，本文对煤矿重大危险源风险程度给出计算方法，见式（5）。

式中：RL是指煤矿重大危险源风险程度；Fi是第i类危险源的权重，fij、f′ij是指第i类危险源第j个指标的权重和综合权重；Rlj是第j个指标的风险发生概率；Rsj表示第j个指标的风险后果或是风险严重程度。

在风险评价模型确定后，据现有风险等级划分的相关研究[3，14]，本文将风险程度的评语集设为RL＝｛低、一般、中等、重大、特别重大｝，按式（4）进行三角模糊数转化，见表4，其模糊隶属函数曲线见图2。

表4 RL中语言的三角模糊数

图2 风险程度隶属函数曲线

3 实例分析

顶板事故主要受采场围岩、采高和控顶距、采煤工作面推进速度、采煤工作面落煤和放顶、地质因素、采煤工作面留顶与底煤、采煤工作面不同地段、支护质量、管理人员对顶板管理不到位等因素影响。第一类危险源影响因素主要包括矿山压力因素、地质构造因素和开采技术等；第二类危险源是指采煤工作面支护工程质量不符合要求、开采过程中支护措施不到位和裁决过程中的不安全行为（工作面留底、顶煤和上部煤柱）；第三类危险源主要包括：安全和生产管理者不重视顶板支护方面的工作；支护工程质量差；用于顶板支护方面的投入不足；顶板支护方面的制度执行不到位；管理人员存在人为失误，煤矿安全文化建设不足，煤矿对顶板管理人员或者支护工的培训不到位等[5，15]。

通过上述影响因素分析及三类危险源划分标准，将固有危险因素作为第一类为危险源；以诱发危险因素为第二类危险源，将组织因素作为第三类危险源，则煤矿顶板事故重大危险源风险评价指标体系[6]，其层次结构模型如图3所示。

指标权重计算采用模糊层次分析，采用专家咨询法据表1确定模糊判断矩阵，并以加权平均方式处理各专家给出的判断结果，形成准则要素重要度模糊判断矩阵。

图3 顶板重大危险源风险指标

由式（2）得准则层指标的重要度排序向量ω＝，由ω和特征矩阵的定义，得互补判断矩阵的特征矩阵w＊。

通过德菲尔法和危险源风险辨识结果，按表2、表3中模糊语言对顶板危险源系统风险发生可能性和事故后果进行确定，结果如表5、表6所示。

表5 风险发生可能性

表6 风险后果

由上述风险评价指标的权重、风险发生概率和风险后果三个变量的数据及三维风险分析模型（5），得黄玉川煤矿顶板危险源风险RL，见式（6）。

分析上述RL三角模糊数，结合表4和图2，可得煤矿顶板危险源系统整体风险程度位于一般和中等之间，这与危险源辨识结果（顶板危险源系统绝大多数危险源是一般和中等危险源）相符，且与文献[6]计算结果一致，表明该风险分析模型的有效性。

由风险指标权重可知，在一二类危险源中，第二类危险源对系统风险较大，所以完善巷道支护工作。三类危险源中对煤矿顶板危险源影响最大的是第三类危险源——组织危险因素，因此，在控制前两类危险源的基础上，更要加强对第三类危险源的管理和控制。

4 结论

1）针对现有煤矿危险源风险分析的不足，以三类危险源理论为依据，建立煤矿危险源风险层次结构模型，并提出了以风险因素影响程度、风险发生可能性和风险后果为参数的三维风险分析模型，相较于二维风险模型，三维风险模型突出了风险因素对风险系统的贡献作用。实际生产中风险因素众多，无法每个因素都控制，且不同程度风险需采用不同控制手段，因此，通过引入风险因素重要度，可以为风险控制决策提供参考。

2）考虑风险分析模型各参数确定过程中涉及语言评价信息的问题，采用模糊层次分析理论处理这些模糊和不确定信息。运用模糊层次分析法确定各指标影响程度，与传统层次分析相比，该方法可更准确描述具有专家语义信息，为企业更有效利用专家信息进行决策提供了参考。

[1]李贤功.中国煤矿重大瓦斯事故致因复杂性机理及其管控研究[D].徐州：中国矿业大学，2010.

[2]H.S.B.Duzguna，H.H.Einsteinb.Assessment and management of roof fall risks in underground coal mines[J].Safety Science，2004，42（1）：23－41.

[3]Lu Y，Li X.A study on a new hazard detecting and controlling method：The case of coal mining companies in China [J].Safety Science，2011，49（2）：279－285.

[4]Jiang W，Qu F，Zhang L.Quantitative Identification and Analysis on Hazard Sources of Roof Fall Accident in Coal Mine[J].Procedia Engineering，2012，45（8）：83－88.

[5]王焘.基于危险源理论的采煤工作面风险评价研究[D].西安：西安科技大学，2008.

[6]陈斌.煤矿危险源风险评价研究及应用[D].西安：西安科技大学，2011.

[7]Zeng J，An M，S.N J.Application of a fuzzy based decision making methodology to construction project risk assessment[J].International Journal of Project Management，2007，25（6）：589－600.

[8]V.Carr，J.H.M.Tah.A fuzzy approach to construction project risk assessment and analysis：construction project risk management system[J].Advances in Engineering Software，2001，32（10）：847－857.

[9]于观华，田水承，王莉，等.基于三类危险源的掘进工作面瓦斯爆炸模糊综合安全评价[J].矿业安全与环保，2013（1）：111－114.

[10]朱松岭，周平，韩毅，等.基于模糊层次分析法的风险量化研究[J].计算机集成制造系统，2004，10（8）：980－984.

[11]M.M.Fouladgar.Risk evaluation of tunneling projects[J].Archives of Civil and Mechanical Engineering，2012，12（1）：1－12.

[12]D.M，Yüksel I·，Kurt M.A fuzzy analytic network process（ANP）model to identify faulty behavior risk（FBR）in work system[J].Safety Science，2008，46（5）：771－783.

[13]李亚峰，乐琦，张磊.一种基于模糊推理的新产品开发风险评价方法[J].管理科学，2010，23（5）：53－61.

[14]Ebrahim Ghasemi.Mohammad Ataei.Application of fuzzy logic for predicting roof fall rate in coal mines[J].Neural Comput ＆ Applic，2013，22（1）：311－321.

[15]Ebrahim Ghasemi，et al.Assessment of roof fall risk during retreat mining in room and pillar coal mines[J].International Journal of Rock Mechanics ＆ Mining Sciences，2012，54：80－89.