多层级系统安全状态量化及动态评价方法*

董丁稳　王红刚

（西安科技大学能源学院　西安710054）

多层级系统安全状态量化及动态评价方法*

董丁稳王红刚

（西安科技大学能源学院西安710054）

为及时、合理评价生产系统安全状况 ，促进现场安全管理工作的持续改进，依据生产现场日常隐患排查的安全管理机制，将反映生产现场系统安全属性的安全要素集，根据行业特点进行归类来提取评价指标，形成一个表达系统安全状态的逻辑结构，研究以诸多安全要素风险值来量化评价指标的方法，用以刻画系统安全逻辑结构中指标层的安全状态。采用适用于多样本关联分析的熵权法 ，客观、动态地确定指标权重；采用加权灰色关联分析法，描述评价样本接近于系统安全目标的程度来确定评价等级，实现了生产现场系统安全动态、定量评价。实例分析表明，通过系统安全状态量化与动态评价能及时甄别反映系统薄弱环节的系统安全主控因素，为现场安全管理提供决策依据。

多层级 系统安全 量化 动态评价

0　引言

生产现场安全系统，是由与生产过程有关的相互联系、相互作用、相互制约的若干因素结合成的具有特定功能的有机整体。工业生产涉及人、机、环境、管理等因素，每一个方面都包含诸多不确定性因素。这些因素还具有模糊性和动态性，构成了各种因素相互关联、动态变化的综合体，并且存在由于危险因素识别的模糊性导致系统安全状态难以量化的问题。因此，根据具体行业的实际情况，及时评估生产系统安全性，促进安全生产持续改进，实现动态评价与闭环管理结合的模式 ，对消除事故隐患、预防和控制事故的发生具有重要意义。系统安全评价方法在诸多行业及相关环节有着广泛的应用。由于生产安全系统本身的复杂性，系统各因素往往形成多层级结构，很难用“线性的”、“局部的”和“确定性的”分析方法来描述其安全状态，进行系统安全动态评价。本文基于复杂系统安全因素量化处理，结合熵权法和灰色系统方法，研究多层级系统安全状态量化及动态评价的方法。

1　系统安全状态量化

对于一个工业生产过程中的复杂系统，安全状态可表示为 u=｛u1，u2，…，un｝，ui（i=1，2，…，n）表示系统中第 i个安全要素，将其转化为一个多层级递阶模型如图1所示。

图1表示了一个4层递阶结构，其中U为系统目标层，A=｛Ai|i=1，2，…，n｝为评价指标层，表示所属系统U的安全评价指标层元素 ，Ai=｛Aij|i=1，2，…，n，j=1，2，…｝为所属A中各指标的下一级指标，u=｛uijk|i=1，2，…，n，j=1，2，…，k=1，2，…｝为安全要素层，表示最低一级安全评价指标所依赖的安全要素。在生产现场，日常隐患排查中通过风险矩阵法可得到每个安全要素的风险值 ，风险等级的划分见表1。通过以下方法将所属每个指标的安全要素风险值转化为指标量化值。

图1　系统安全状态多层级递阶评价模型

表1　风险等级划分

对应于风险等级，预先设定安全评价等级 Rp（p =1，2，…，5），对应评价指标量化取值区间为 Rp→（Mlp，Mhp］，对于安全要素层 u的上一级指标层Ai，依赖安全要素 uk（k=1，2，…，N）的取值 ak（k=1，2，…，N），按照下式计算评价指标 Aij的量化值：

其中，dpk为衰减因子 ，表示该评价指标包含的安全要素按照其风险等级和风险值的扣分系数 ，¯ak为 uk所属风险等级对应风险值范围内的平均值 ，aij为多等级结构中第i层第j个指标的量化值。

2　动态安全评价

在评价指标量化的基础上 ，确定安全评价等级的划分方法采用灰色系统综合评价法［1］。用评价指标的量化值刻画系统属性在某一时段所处的安全状态 ，用安全等级中较高等级限值作为预定目标 ，用加权灰色关联度表达评价指标对于预定目标的不确定性关联，其大小表示各评价对象对于系统安全目标的接近程度，用来确定评价等级。评价计算过程如下：

（1）确定指标最优值。设由 m项评价对象，n项评价指标得到的原始数据矩阵为 A=（aij）m×n，选取每个评价指标的最优值构成序列 ：以系统安全评价等级限值的最大值作为系统安全目标，来确定最优值序列。

（2）评价指标原始数据无量纲化处理。根据本文指标量化值的特点，采用线性比例法：

其中 a′j为一特定值，取均值

（3）确定参考数列。确定影响系统行为的比较数列为｛xi｝=｛xi（k），k=1，…，n｝，由指标最优值序列确定反映系统主行为的参考数列为｛x0｝=｛x0（1），x0（2），…，x0（n）｝。

（4）计算灰色关联系数：

其中，Δi（K）=|x0（k）-xi（k）|为比较数列对参考数列的偏差，M=maixmakx （Δi（K）），m=miinmkin（Δi（K））。

（5）指标定权。在动态评价过程中，随着评价样本的增多，用指标熵来表达指标在系统中所起作用的大小，指标熵表达其提供的信息量的大小［2］，熵值越大，权重越高，反之权重越小，以此避免权重确定中的主观性和模糊性问题。第j项指标权重表示为

式中，Hj为指标熵，Pij为指标值比重 ，当 Pij=0时，Pijln Pij=0。

（6）计算灰色加权关联度：

其中，wj为第 j项指标权值，当只有1个评价样本时采用等权法定权，随着评价样本的增多，由指标等权重产生的模糊性会减弱。

（7）综合评价。将加权灰色关联度计算结果按照无量纲化方法作还原处理之后 ，得到的结果就能对应得到评价等级 ，评价等级表示为｛I，II，III，IV，V｝，分别代表不同等级的安全程度。

3　实例分析

应用以上方法对陕西某煤矿井下安全生产状况进行系统安全动态评价。实施评价过程中，设定计算样本数为10，对于当日安全状况的评价需要调用前9 d的安全评价历史数据。通过矿井当日隐患排查得到的原始数据形成系统安全要素集见表2。根据煤矿生产行业特征 ，以煤矿生产中不同专业划分来提取评价指标 ，得到安全评价指标层为 A=｛通风，地测防治水，采煤，掘进，机电，运输，综合管理，职业卫生，调度，监测监控，应急救援｝，设定评价等级｛I—安全，II—较安全，III—一般安全，IV—较不安全，V—不安全｝，对应评价等级划分标准为｛（90，100］，（80，90］，（70，80］，（60，70］，（0，60］｝，以此设定评价指标层最优值为100，依据式（1）～式（3）计算得到当日评价指标量化数据，以及前9 d的评价指标量化数据见表3，表中序号代表了时间先后顺序 ，限于篇幅前9 d隐患排查数据不予列出。依据式（7）、式（8）计算各指标权重见表2，依据式（4）～式（6）和式（9）计算加权灰色关联度，经还原处理得到当日评价得分为83.51，对应确定评价等级为II级。

表2　安全要素及指标权重

表3　评价指标量化数据

从表3可以看出 ，通风与监测监控两专业对于系统安全状态影响较大，为当日系统安全主控因素，所属安全要素应当重点防范。结合评价结果可知，当日评价结果为83.51，属II级，安全状况良好，符合煤矿实际情况。

4　结论

（1）将反映系统安全属性的要素集通过指标提取，形成一个多层级结构，以系统安全要素的风险值来量化评价指标，实现系统安全动态、量化评价，提供了一种基于精细化风险评估的系统安全量化评价方法和思路。

（2）基于熵权法客观、准确地确定指标权重的优点，结合灰色关联分析法适合处理复杂系统的不确定性关联问题的特点，应用于系统安全动态评价，保

Quantization of Multi-level System Safety Status and Its Dynamic Evaluation

DONG Dingwen WANG Honggang
（School of Energy Engineering，Xi’an University of Science and Technology Xi’an 710054）

In order to timely and reasonably evaluate the safety situation and promote continuous improvementof safety management in the production system，based on the daily hazard identification at the production site，the safety factors set reflecting the scene of system safety attributes are classified to extractthe evaluation index according to industry characteristics，to form an logical structure for expressing system safety status and a method of quantizing process by the risk value of the safety factors is studied to characterize the safety state of the index layer in the logical structure.The entropy method，suitable for multiple samples correlation analysis is applied to dynamically determine the index weight，and the weighted gray correlation analysis method is used to describe the closeness between the evaluation sample and the extent of system safety goal and determine the evaluation level，which has achieved a safety dynamic and quantitative evaluation of production site. The case study shows that the system status quantification and dynamic evaluation are capable to discern the main factors of system safety of reflecting the system weaknesses and provide basis for on-site safety management.

multi-level system safety quantitative dynamic evaluation

国家自然科学基金（51104116），陕西省教育厅科研计划项目（15JK1454），西安科技大学能源学院青年教工创新项目（2014-NY-023）。