基于带权重定性贝叶斯网络的煤矿事故人因推理

阴东玲，陈兆波,2，曾建潮,2，李亨英

(1.太原科技大学 经济与管理学院，山西 太原 030024；2.太原科技大学 工业与系统工程研究所，山西 太原 030024)

基于带权重定性贝叶斯网络的煤矿事故人因推理

阴东玲1，陈兆波1,2，曾建潮1,2，李亨英1

(1.太原科技大学 经济与管理学院，山西 太原 030024；2.太原科技大学 工业与系统工程研究所，山西 太原 030024)

为分析影响煤矿安全事故的主要人因因素，以山西汾西煤矿集团的煤矿安全事故报告为样本，基于人因分析和分类系统，从中挑选出12个最重要的人因因素，并通过模糊语义-数字概率估计方法，构建煤矿安全事故人因因素的带权重定性贝叶斯网络，从而推理出造成煤矿安全事故的主要深层次人因因素。研究结果表明，企业轻视安全文化是造成煤矿安全事故的最主要深层次原因，煤矿作业人员的精神状态差是造成其不安全行为的最直接原因。

煤矿安全；人因分析和分类系统；定性贝叶斯网络；权重；人因推理

安全生产问题是我国一直以来最为关注的问题之一，虽然目前我国煤矿安全生产问题得到较大改善，但与发达国家相比，仍存在差距。在导致煤矿安全事故的原因分析中，人因所占比率高达97.67%[1],因此，从人因角度深入挖掘事故的根本原因尤为重要。如今，最著名的事故人因分析模型为人因分析和分类系统(human factors analysis and classification system,HFACS)[2]，从4个层次深入分析了造成事故的人因因素，正是由于对人因因素分析的全面性，使其被广泛应用于诸多领域的安全生产研究中[3-6]。但是，此类研究均是以调查数据为基础来挖掘事故发生的内在规律，并不能对事故调查报告中未体现的人因因素进行分析，也不能充分发挥模型对人因因素分析全面的优势。目前，陈兆波等[7-8]利用贝叶斯网络在解决不确定性问题上的优势，结合HFACS模型，对造成煤矿安全事故的人因因素进行了深入分析，弥补了煤矿安全事故调查报告未体现人因因素分析的不足。但是，在贝叶斯网络参数的获得过程中，涉及的参数过多，耗费时间过长，且准确度不高。因此，如何减少估计参数的数量、缩短参数获得的时间、提高参数的可靠性，是进行煤矿安全事故原因分析的重要内容。

定性贝叶斯网络(qualitative bayesian network,QBN)是一种特殊的贝叶斯网络，该网络与贝叶斯网络具有相同的拓扑图，但是用影响标记替代了贝叶斯网络中复杂的条件概率分布，大大简化了贝叶斯网络模型的构建过程[9]。鉴于此，笔者将HFACS与定性贝叶斯网络相结合，引入权重来刻画节点间的影响关系，构建煤矿安全事故人因的定性贝叶斯网络模型，并通过推理运算，比较不同父节点对子节点的影响大小以及寻找造成煤矿作业人员不安全行为的深层次原因(如企业的管理文化、管理过程和资源管理等)，不仅有助于完善煤矿安全事故调查报告，还可以为预防煤矿安全事故提供依据。

1 煤矿安全事故人因的定性贝叶斯网络构建

1.1定性贝叶斯网络基本概念

定性贝叶斯网络是由节点和连接节点之间的有向边构成的一个有向无环图。其中，节点为随机变量，有向边为节点之间的影响关系。定性贝叶斯网络中节点间的影响关系用影响标记定性描述，节点之间的影响关系有4种，包括正影响、负影响、无影响和不确定状态。其中，正影响(“+”)表示一个节点取值的正向变化会引起另一个节点取值的正向变化；负影响(“-”)表示一个节点取值的正向变化会引起另一个节点取值的反向变化；无影响即零影响，记作“0”；不确定状态表示非单调影响关系，记作“？”。

1.2定性贝叶斯网络的推理算法

定性影响关系具有对称性、传递性和归并性3个基本特征。因此，在进行定性贝叶斯网络推理过程中涉及两种运算方式：⊗运算(乘运算)和⊕运算(加运算)，用来描述3个及3个以上节点之间的影响关系。具体运算规则如表1所示。

其中，⊗运算意味着影响力的传递,设M、N、R表示节点，t1和t2分别表示M对N的定性影响关系符号和N对R的定性影响关系符号，则M对R的定性影响关系符号为t=t1⊗t2，如图1(a)所示。⊕运算意味着影响力的归并,设节点M对R有两种影响路径，包括M通过N对R的间接影响

表1 ⊗运算和⊕运算规则表

图1 ⊗运算和⊕运算

(t1⊗t2)和M对R的直接影响(t3)，则M对R的定性影响关系符号为(t1⊗t2)⊕t3，如图1(b)所示。

1.3煤矿安全事故人因的定性贝叶斯网络

煤矿安全事故人因的定性贝叶斯网络包括事故的人因因素(节点)和因素之间的影响关系(定性)两部分。笔者基于HFACS模型，以山西汾西煤矿集团的煤矿安全事故报告为样本，统计出12个最常出现的人因因素，并以此作为定性贝叶斯网络的节点。人因因素之间的定性影响关系均由专家(其中，汾西煤矿集团安全监察局安监员1名，太原科技大学煤矿安全人因分析课题组成员2名)给出确定标记。构建的煤矿安全事故人因的定性贝叶斯网络如图2所示。

图2 煤矿安全事故人因的定性贝叶斯网络

从图2可以看出，造成煤矿作业人员出现差错和违规的影响因素有很多，包括企业是否重视安全(A)、资源管理(Q)是否到位、管理过程(O)是否严谨、安全计划管理体系(B)是否完善、安全和业务培训机制(G)是否良好、员工安全意识不强(D)、未严格落实安全制度和强行组织生产(E)、安全管理人员对违规的管理力度不够(F)、人力资源管理不到位(C)、员工的不良态度和心理(H)、纠正不恰当行为(I)是否及时、员工的业务素质和业务能力(J)是否符合要求。其中最深层次的原因是企业对安全的重视程度、资源管理是否到位和管理过程是否严谨。由于企业轻视安全而造成煤矿作业人员出现差错的可能有4种情形，分别为A→B→F→I→K，A→D→H→K，A→E→H→K和A→C→G→J→K，根据定性推理可知，企业轻视安全对差错存在间接正影响。完善严谨的管理过程对煤矿作业人员出现差错的影响路径为O→B→F→I→K，对差错存在间接负影响。资源管理到位对煤矿作业人员出现差错的影响路径为Q→C→G→J→K，对差错存在间接负影响。而由于企业轻视安全造成煤矿作业人员出现违规的可能有3种情形，分别为A→B→F→I→L，A→D→H→L和A→E→H→L，同样通过定性推理可知，企业轻视安全对违规存在间接正影响。完善严谨的管理过程对煤矿作业人员出现违规的影响路径为O→B→F→I→L，对违规存在间接负影响。但是，由于定性贝叶斯网络只描述节点之间的定性关系，并没表达影响力的强弱，因此，不能准确描述企业轻视安全、完善严谨的管理过程和资源管理不到位对煤矿作业人员出现差错和违规的影响强度。而每两个节点之间影响强度的大小是企业预防煤矿作业人员不安全行为的重要依据，因此，对影响力强弱的数值刻画是解决煤矿作业人员不安全行为原因分析的重点。

2 煤矿安全事故人因的带权重定性贝叶斯网络构建

2.1影响力权重的获得

笔者采用语义调查问卷的方式获取条件概率值。通过专家评估打分，获取初步的条件概率值，进而对所获得数据进行可靠性处理，最终得出节点之间影响力权重的大小。其中，可靠性处理的具体过程如下：

(1)均值化。

(1)

(2)解模糊处理。

(2)

(3)归一化。

(3)

2.2修正的运算规则

带权重的定性贝叶斯网络推理过程中涉及两种运算，同样是⊗运算(乘运算)和⊕运算(加运算),其运算规则如表2所示。但与表1不同的是，其是权重(如α、β)和符号的共同运算。

表2 带权重的⊗运算和⊕运算规则表

2.3煤矿安全事故人因的带权重定性贝叶斯网络

结合煤矿安全事故人因定性贝叶斯网络和权重，可获得煤矿安全事故人因的带权重定性贝叶斯网络，如图2所示，括号中为权重，则从图2可以看出父节点对子节点的影响关系及影响大小。其中，在直接造成煤矿作业人员出现差错的原因中，员工的不良态度和心理对差错存在正影响，影响大小为0.664，及时纠正不恰当行为和员工业务素质高、业务能力强对差错均存在负影响，影响大小分别为0.305和0.431。而员工的不良态度和心理对违规存在0.615的正影响，及时纠正不恰当行为对违规存在0.386的负影响。这说明在影响煤矿作业人员不安全行为的直接人因因素中，作业人员的精神状态是否良好是煤矿安全管理的关键所在。对于造成煤矿作业人员出现差错和违规的间接原因及其之间的影响大小，均可从图2中清晰看出。

3 煤矿安全事故人因的带权重定性贝叶斯网络推理

基于煤矿安全事故人因的带权重定性贝叶斯网络，运用⊕运算和⊗运算对其进行推理，获得煤矿安全事故深层次人因因素对差错和违规的影响大小，从而找出造成煤矿作业人员不安全行为的主要深层次人因因素，进而制定相应的预防措施，减少煤矿安全事故的发生。通过推理计算，可得出上层因素对下层因素的影响大小，如表3所示。可以看出，较管理过程而言，企业对安全文化的重视程度对煤矿作业人员不安全行为的影响更大。这说明较差的安全管理意识、不良的组织习惯、不良的操作标准及不良的规章制度等都会间接影响作业人员的价值观和工作氛围，从而导致其不安全行为的产生。另外，较安全文化而言，管理过程对安全计划管理体系的建立、安全管理人员对违规的管理力度及不恰当行为的纠正影响更大。这表明企业对安全技术措施编制不严密、应急预案不完善、管理制度存在缺陷、管理职责不清、细化管理不到位及现场安全管理松懈等,更容易造成安全计划管理体系的不健全、安全管理人员对违规的管理力度不够和未能及时纠正不恰当行为。同样可看出，企业轻视安全文化是造成煤矿作业人员出现差错的主要原因。差错主要分为技能差错、决策差错和认知差错。其中，技能差错主要由于注意力不集中、记忆失能及技术素质较差等原因造成，而企业不良的操作标准和较差的安全治理意识对煤矿作业人员的精神状态造成极大的负面影响，使其出现差错的概率增大；决策差错主要表现为对周围的环境危险辨识不到位、工作时麻痹大意及紧急情况处理不当等，正是由于企业过度强调生产而轻视安全，造成煤矿作业人员安全意识不强，从而错误估计形势；认知差错即认知情况与实际情况不一致，多数是由于外部环境变化引起作业人员感知出现偏差造成的，要降低由于认知差错造成煤矿安全事故的概率，就需要企业所有部门重视安全，总结经验教训，进行具体分析并制定相应措施，从而有效减少认知差错出现的频率。与资源管理相比，企业对安全文化的重视程度还对人力资源管理、员工安全培训机制和员工的业务素质及业务能力影响更大，这表明员工安全教育与培训是煤矿企业进行人力资源管理的关键。

表3 上层因素对下层因素的影响大小

4 结论

笔者将HFACS与定性贝叶斯网络模型相结合，深入挖掘了造成煤矿安全事故的人因因素，弥补了煤矿安全事故调查报告中对深层次人因因素分析的不足，并通过权重的刻画，定量比较不同层次因素间的影响大小，丰富了因素间影响关系的描述。定性贝叶斯网络简化了贝叶斯网络的构建过程，但所建立的拓扑图尚未完善，没有充分考虑所有的人因因素，今后将依据煤矿安全事故调查报告对定性贝叶斯网络拓扑图进行完善。

[1] 陈红,祈慧,宋学锋,等.煤矿重大事故中管理失误行为影响因素结构模型[J].煤炭学报,2006,31(5):689-696.

[2] WIEGMANN D A , SHAPPELL S A. Human error analysis of commercial aviation accidents using the human factors analysis and classification system [J]. Aviation Space & Environmental Medicine, 2001,72(11):1006-1016.

[3] BAYSARI M T, MCINTOSH A S, WILSON J R. Understanding the human factors contribution to railway accidents and incidents in Australia [J]. Accident Analysis and Prevention, 2008,40(5):1750-1757.

[4] CONNOR P O.HFACS with an additional layer of granularity: validity and utility in accident analysis [J]. Aviation Space and Environmental Medicine, 2008,79(6):599-606.

[5] LENNÉ M G, SALMON P M, LIU C C, et al. A systems approach to accident causation in mining: an application of the HFACS method [J]. Accident Analysis and Prevention, 2012,48(9):111-117.

[6] 宋泽阳,任建伟,程红伟,等.煤矿安全管理体系缺失和不安全行为研究[J].中国安全科学学报,2011,21(11):128-135.

[7] 陈兆波,阴东玲,曾建潮,等.基于贝叶斯网络的煤矿安全事故人因推理[J].中国安全生产科学技术,2014,10(11):146-150.

[8] 阴东玲,陈兆波,曾建潮,等.煤矿作业人员不安全行为的影响因素分析[J].中国安全科学学报,2015,25(12):151-156.

[9] 胡晓璇,杨善林,马溪骏.带权重的定性贝叶斯网[J].小型微型计算机系统,2007,28(2):283-286.

YIN Dongling:Postgraduate; School of Economics and Management, Taiyuan University of Science and Technology，Taiyuan 030024, China.

Human Factors Inference of Safety Accidents in Coal Mine Based on Qualitative Bayesian Network with Weight

YINDongling，CHENZhaobo，ZENGJianchao，LIHengying

In order to analyze main human factors causing coal mine accidents, taking the coal mine accidents reports of Shanxi Fenxi Coalmine Group Co. as sample, based on the human factor analysis and classification system, 12 of the most important human factors were selected and through the fuzzy semantic - digital probability estimation method, are used to establish the graphical structure of Qualitative Bayesian network with weight. And then it reasoned out the main deep-seated human factors causing coal mine safety accidents.. The analysis results show that the neglect of safety culture is the most important reason for coal mine safety accidents, and the mental state of coal workers is the most direct cause of unsafe behavior.

coal mine safety; human factors analysis and classification system; qualitative bayesian networks; weight; human factors inference

2095-3852(2017)01-0010-05

A

2016-08-12.

阴东玲(1991-)，女，山西平遥人，太原科技大学经济与管理学院硕士研究生.

国家自然科学基金项目(41272374)；教育部人文社会科学青年基金项目(15YJC630012)；山西省自然科学青年基金项目(2015021098)；山西省研究生教育创新基金项目(2015SY68).

X936

10.3963/j.issn.2095-3852.2017.01.003