矿工的不安全行为分析与评价模型研究

郭秀菊（山东科技大学，山东 青岛 266510）

矿工的不安全行为分析与评价模型研究

郭秀菊
（山东科技大学，山东 青岛 266510）

本文就矿工的不安全行为进行分析研究，从安全系统基本要素出发，全面分析导致矿工不安全行为的各种因素。在此基础上提出了矿工安全行为的评价指标，建立了神经网络评价模型，使系统的输入为各指标的实际值，系统的输出为其评价结果。

矿工； 不安全行为； 评价指标； 神经网络评价模型

0　引言

根据近年来对各种不安全事故的大量研究，发现人的不安全行为是导致事故发生的诸多因素中最关键的因素，因此，我们可以通过研究人的不安全行为来有效预防不安全事故的发生。矿工的不安全行为对煤矿安全生产的影响重大，为有效改善我国煤矿安全生产现状，需对矿工的安全行为进行具体分析，并借助一定的方法做出有效的评价。

1　矿工的不安全行为分析

1.1人脑信息处理过程可能出现的不安全行为

矿工在完成某项工作任务的过程中，矿工的感觉、知觉器官等会受到生产过程中一些因素的刺激，触发其大脑产生多种行为方案，大脑依据相关的知识、经验等对这些行动方案进行感知。然后再对各种行动方案进行评价，并确定准备执行的行动方案。最后矿工再将选择的行动方案付诸实施。因此，其中若有一个环节出错，都可导致不安全行为的发生。

1.2煤矿企业环境对不安全行为的影响

我们一般意义上的煤矿企业环境是指煤矿所处的自然环境、工人的工作环境和生活环境。人的生理、心理方面时刻受到一定的环境的直接影响，从而最终会影响人的安全行为。

1.3矿工的身心素质对不安全行为的影响

矿工的身心素质包括生理素质和心理素质。良好的身体素质和健康的体魄，是矿工进行煤炭安全生产活动的重要保证。而矿工的心理素质是其选择安全行为的重要基础。

1.4煤矿企业管理与不安全行为

事故发生的直接和表面原因往往是人和物的不安全状态，再进一步分析可看出，企业管理的缺陷才是发生事故的根源。管理的因素包括企业领导人不重视安全生产，组织结构和人事配备不合理，安全规章制度不健全，不良的安全氛围等。这些都会助长员工的不安全行为。

2　矿工的安全行为评价

2.1矿工的安全行为评价指标［4-5］

很多因素都会影响到人的行为，德国心理学家勒温（Kurt Lewin）提出了一个著名的行为公式:B=f（P×E）

其中B是指人的行为，P是指个人的内在因素，E就是外界的环境。其中内因是最根本、最主要的，外因是其条件，外因要想发挥作用需要依靠内因。本文主要从矿工自身素质出发，确定评价的指标体系。

2.2矿工安全行为评价指标的分析

（1）生理素质也就是矿工的身体机能的状况。生理素质是矿工一切活动的基础。人的身体状况不同，使安全行为也有很大差异，人只有在一定环境条件下才能达到最佳的行为。

（2）从心理学的角度来看，心理状态会支配人的行为，且人的感觉器官可以接受到外界的各种刺激。当矿工的心理处于消极状态时，其感知觉、思维和反应的机能就不能正常发挥，差错增多，导致事故的发生。

（3）员工文化层次、知识水平的高低、知识结构与技能状况是否匹配、员工技能现状与岗位需求是否适应、直接关系着员工安全行为的可靠性与可控性。煤炭行业一线从业人员以农民工为主，所受教育少，且流动性大，素质一般都较低，基本安全知识缺乏，业务技术不熟练、技能低，处理现场事故隐患经验不足，容易造成不安全行为的发生。

3　矿工的安全行为评价模型研究

3.1BP神经网络模型的建立

（1）本文采用3层的BP网络结构建立模型。对矿工安全行为的评价问题的分析，将矿工安全行为评价指标的输入到对职工的安全行为评价的最终结果的输出看作是一个非线性映射。

（2）矿工安全行为评价指标体系有11个二级指标，将其作为输入层的输入，故输入层节点数相应确定为11。又因各个指标特征值之间无统一的度量标准，要先将各指标的特征值统一进行量化处理变换到0-1之后，再进行综合评价。

因为对于矿工安全行为的评价结果的就一个，所以本文在输出层处仅设了1个输出节点，为代数值，取值范围0-1。分值越大，说明被评对象的行为越安全。

另外，目前对于隐含层节点数目的确定也没有统一标准，不过可以采用经验公式或试错法来确定隐含层的节点数。

（3）网络结构。矿工安全行为评价网络具体结构基于BP算法的矿工安全行为评价模型：Y=f（w×［g（VT×X）-B1］-B2）

其中，X=（x1，x2，…，x11）T为模型输入向量的转置，Y是输出向量，V=（vi，j）11×j（i=1，2，…，11）为输入层到隐含层的连接权值向量，其中vi，j为输入层的第i个结点到隐含层的第j个结点的连接权，W=（w1，w2，…，wj）为隐含层到输出层的连接权值向量，其中w1，w2，…，wj分别为第1， 2，…、j个隐含结点到输出结点（这里仅一个输出结点）的连接权，B=（b1，b2，…，bj）T为隐含层的权值向量，B2=（b）则为输出层神经元的权值向量，g（x）和f（x）分别为隐含层和输出层的激活函数。函数形式为:

3.2BP神经网络的计算

由于篇幅有限，本文对于BP神经网络的算法就不再阐述，具体可参考文献［6］。

4　结论

影响煤矿安全系统的因素很多，但矿工在系统中起主要作用，控制他们本身的不安全行为才是解决系统安全的关键。本文在BP神经网络的基础上构建的矿工安全行为评价模型不用再对各项指标的权值进行设置，可以有效减少常规评价体系中人为因素的干扰。

［1］隋鹏程.安全原理［M］.化学工业出版社，2005.

［2］伟炯.产业安全文化建设途径探讨［J］.中国安全科学学报，2001.

［3］杨玉中，吴立云，石琴谱.煤矿工人人为失误的原因及其控制［J］.矿业安全与环保，1999.

［4］刘先杰.船员证书后适任性模糊综合评价［D］.大连海事大学，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.神经网络设计（英文版）［M］.北京：机械工业出版社，中信出版社，2002.

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

郭秀菊（1992-），女，山东菏泽人，硕士研究生，研究方向：资源评价理论与方法。