浅谈煤炭系统安全目标管理决策支持系统的设计

田慧婷

（中国煤炭科工集团太原研究院有限公司，山西 太原 030032）

在煤炭生产中，展开安全评价、对安全目标进行管理具有重要意义，它可以让事故预防措施得到提前制定，可以让煤炭生产危险性得到降低，可以总体评价某一时期的安全生产情况，对于下一时期的安全管理具体工作起到指导作用,对煤炭生产未来工作目标的制定具有重要意义。

1 煤炭系统安全目标管理决策支持系统设计的意义

煤炭系统安全目标管理决策支持系统的设计可以让决策针对性和决策准确性得到提升，在安全管理工作中，企业内部各个部门与各个职工需要在一定时间内共同努力，完成各自安全管理目标，进而让安全生产总目标得以实现。这种煤炭系统安全目标管理决策支持系统的设计可以让各级领导以及广大职工做好安全生产工作的积极性得到提升，可以让安全生产责任制的贯彻落实更为充分，可以让职工素质得到改善。以目标责任为主，煤矿企业职工在正确决策的引导下，可以实现自主管理，可以让相关措施得到层层落实，让目标得到层层分解，进而让煤炭企业生产过程中的安全管理水平得到全面提升，让安全生产状况得到改善。

2 煤炭系统安全目标管理决策支持系统的设计方法

2.1 结构设计

在系统结构设计中，灰色预测模型、投入产出法、弹性系数法、BP神经网络预测等技术被广泛使用，相关模型的建立往往建立在人工智能技术的基础上。煤炭系统安全目标管理决策支持系统可以采用双库结构设计，即模型库与数据库，这种结构设计方法较为简单，作用定义较为准确且清晰，系统翻译具有一定优势。依照煤炭系统安全目标管理决策支持系统的结构与内容，可以将其分为三个部分。具体结构可见图1。

图1 煤炭系统安全目标管理决策支持系统结构

结合图1，将系统主要模块功能可以分为三个模块，即人机交互模块、数据管理模块与模型管理模块。人机交互模块主要是提供人机交互窗口，依照相关能源数据，对用户进行引导，建立相关模型，对数据进行导入；在数据管理模块中，主要是对基础数据操作予以完成，让模型间运算数据得到输入与输出，煤炭系统安全目标管理决策支持系统中所存放的数据主要包含了多个一级管理因素和二级管理因素；在模型管理模块中，主要是编译模型和调用模型，让数据管理模块间数据传递得以实现，让用户可以得到决策支持服务，利用该模块，可以对不同类型的安全管理对象综合目标值和子目标值受到影响的动态关联规律进行分析。

2.2 系统模型设计

（1）BP模型与模型流程。利用人工神经网络模型可以对煤矿系统安全目标管理综合评价模型予以构建，它具有非线性的映射能力、联想记忆能力与自学习自适应能力。煤矿系统安全目标管理评价系统BP模型如图2所示。

结合图2，在该BP模型中，每对神经元的连接之间存在一个加权系数，此加权系数可以让上一个神经元输出对下一个神经元的刺激作用得到减弱或加强，在各个神经网络中，同层的神经元并没有关联，而异层神经元之间有着前向连接。

图2 煤矿系统安全目标管理评价系统BP模型

煤矿系统安全目标管理评价系统模型流程如图3所示。

图3 煤矿系统安全目标管理评价系统模型流程

结合图3，这种煤矿系统安全目标管理评价系统可以通过评价目标向量进行一系列操作，进而得到评价结果。

（2）参数输入与初始化。以我国张集煤矿为例，在参数输入方面，在煤炭系统安全目标管理决策支持系统中，需要对人员因素、技术条件因素、机械设备因素与管理因素进行考虑，针对各个方面可以建立起相应的神经网络模型，如在人为因素方面，其参数输入就包含了矿工学历、矿工操作熟练程度、矿工工龄等；在技术条件方面，就包含了顶层版状况、煤层情况、水文地质、瓦斯等级等；在机械设备中，就包含了运输系统完好率、供电系统完好率等；在管理因素中，就包含了制度规章的完善程度、管理水平、安全技术措施等,共有49个具体方面。

在数据初始化方面，依照传递函数特征，输入的信息数据需要在[0,1]之内，需要初始化处理网格训练所需的原始数据，将其进行转化。原始数据数量级决定了初始化具体方法，依照各组输入数据最大值可以对其进行确认。

（3）网络模型隐节层。增加隐节层数目，优化曲面维数增加，可以让网络对多种样本进行鉴别，但同时还需要确保其精度，因此，设隐节层神经元数量是m，输入层神经元数量是n，输出层神经元数量是w，那么，个数需要满足如下条件：

经过具体测试，可以得到各个系统隐节层神经元数量。

（4）安全等级分类。利用模糊评价分类方法，可以抽取一定样本对安全等级进行确认，分类安全级别。可以将其分为极不安全、不安全、一般、较安全和安全这五个等级，利用灰色聚类方法，可以划分安全等级，利用层次分析法与专家评价法可以对权重进行确认，依照最大隶属度，可以对安全等级进行确认。设人员因素为U1,管理因素U2,工程技术条件因素为U3，设备因素为U4，那么可以对计算结果进行归纳，而二级权重因素可以设置为U11，U12，……，U49，在对因素权重结果计算完成之后，需要收集数据并进行处理，可以让专家从1～10分中对相应评价指标进行打分，进而可以得到专家评估样本矩阵，对评价灰类进行确认，可以完成模糊矩阵的构建工作，最后可以得到相关安全等级。在张集煤矿中，其安全级别为[8,10]，较为安全为[6,8），一般安全为[4,6)，不安全级别为[0,4），经过计算，该结果为6.9711，属于较为安全的级别。在相关数据分析中，发现人员安全管理认识、安全基础工作完善程度较为薄弱，因此，在未来决策中，该企业可以对这两方面进行适当加强，而机械设备等方面评分较高，不需要进行改变。

3 结语

综上所述，利用神经网络技术，可以建立煤矿系统安全目标管理综合评价模型，结合模糊评价分类方法、层次分析法与专家评价法可以对安全等级进行分类划分，利用此评价模型，依照科学的评价流程，可以对相关安全因素进行评价，为决策的制定提供有力帮助，让安全问题得到解决，让安全隐患得到及时排查。

[1]邱天.煤炭综合能源企业的投资决策分析[J].经营管理者,2016,(17):209.

[2]侯利燕.新形势下煤炭企业投资决策研究[J].财经界(学术版),2015,(03):43.