探究冶金动态安全评价及预测技术

杨振江 王传扬

摘要：安全生产是各行各业提升经济效益的基础和前提，只有确保安全生产才能够体现各方面效益，尤其在一些危险行业生产过程当中，更要确保生产安全，具体针对冶金行业的安全生产而言，其动态安全评价和相应的预测技术能够应用在具体生产环节当中，并对有关安全隐患进行排查和解决，进而确保生产过程当中的稳定和安全。所以本文基于此，对冶金动态安全评价及有关预测技术进行探究和分析。

关键词：冶金生产;动态安全评价;预测技术

1概述

在进行冶金生产过程中，所使用的动态安全评价方法主要是对生产过程中的安全生产经营活动进行动态的跟踪，并且动态的分析生产中存在着危险。安全评价是实现安全生产的前提和基本保障，使用动态安全评价是一种比较常用的方式，这种评价贯穿于生产的整个过程，而不是某一个生产阶段。也就意味着，动态安全评价的范围是生产的各个阶段，包括安全生产所使用的工艺技术、生产人员的专业能力、生产环境等多种因素的评价。

同时，在使用动态安全评价方法时需要建立起相关的评价制度，制定全方面的评价标准和指标，对于冶金生产中存在的安全问题进行针对性的分析，对目前的冶金生产现状得出准确的判断，并提出相应的解决资料，保证冶金生产的状态评价为安全，从而达到生产的需求，提高冶金的生产的效率，减少安全事故的发生。尽管事故的发生具有随机性，然而大部分的事故发生都具有一定的规律，因此对事故的安全预测具有可操作性，要想实现安全生产，生产前进行预测是必不可少的，不仅对安全事故进行预测，还能根据冶金生产的状态，分析其中危险的系数，根据危险系数制定出不同的数学预测技术模型，对冶金生产的某个阶段进行精准的预测，从而对危险系数进行控制，保证冶金生产的状态属于安全生产，实现预测技术需要建立安全预测模型，实现冶金安全生产。

2冶金动态安全评价方法的研究

冶金生产就是将矿物中的金属或金属化合物提取出来，并通过各种加工方式和技术，将这些金属或金属化合物制作成具有一定功能的金属材料的生产过程。冶金生产的工艺技术较为复杂，且使用的生产设备大都体积、质量较大，安装时具备一定的难度，在生产中常常有一些安全隐患在其中，严重威胁生产人员的生命安全以及生产效率，在冶金生产中使用动态安全评价体系，需要从安全评价指标和模型建立两个方面进行综合性的分析。

2.1安全评价指标

安全评价指标主要是反映冶金生产状况的一个表现，安全评价指标在不同行业中发挥的作用也不尽相同，安全评价指标在具体选择时需要注意以下两点原则。

1）科学性原则。对冶金生产的特点进行研究和分析，保证所选取的安全评价指标能够全面展示冶金生产过程中的安全状况，而且指标内容要详略结合，简单明了，能够清晰的出名安全评价体系。

2）适应性原则。安全评价指标要适合用于冶金生产中，这就需要有較强的适应性。在进行冶金生产中，各个生产环节所使用的工艺技术不同，需要制定不同的安全评价指标，不仅要表现出安全生产的特点，还要表现安全生产的整体状况，保证安全生产的顺利进行。各个评价指标之间要有互通性的同时还要具备一定的特异性，以此才能保证安全评价指标能够适合安全生产的使用。

2.2模型建立

实现动态安全评价技术的效用仅仅利用安全评价指标的选用是远远不能实现的，需要建立精确的动态数字模型来度冶金生产中出现的安全风险进行量化处理。所以，建立起适合冶金生产的模型十分有必要，对冶金生产的各个阶段进行科学性的分析和判断，利用相关的数学函数对生产阶段进行描述和计算，结合上述的安全评价指标，逐渐形成一套完整的动态安全评价体系。现阶段，在冶金生产行业使用最多的是神经网络状的安全评价模型，利用误差的反方向传播特点，对模型中各个数据进行压缩、处理、分类以及计算。

2.3使用硬件条件对生产进行动态监控

要想实现动态安全评价，需要对冶金生产的生产过程、生产状况以及生产设备有足够的了解，而且不可以使用人工获取数据信息，必须使用一定的硬件条件对冶金生产进行动态监控。在冶金生产的过程中实现动态安全评价的硬件条件一般都是由传感器、中间件以及显示器等器件组成。传感器是主要的数据信息收集器，对冶金生产中使用的各个设备的参数进行检测和记录，而中间件是将传感器中的数字信号进行放大处理，消除干扰部分信息，确保显示器中的数据信息正确。

实施动态安全评价，就必须要掌握生产过程中各生产线、生产设备的实时情况，而采用人为的方法去获取这些数据基本是不可行的，因此需要获得一定的硬件条件支持。在冶金生产过程中，动态安全评价的硬件环境大致由传感器、中间变换器以及显示仪表等组成。传感器主要对冶金生产过程中各设备的相关参数进行信号采集，而中间变换器主要是将传感器所采集到的数字信号进行放大，并且过滤各种干扰成分，保证显示仪器、仪表纪录的准确性。

3冶金安全预测技术研究

对于冶金安全生产的预测技术实质上是对时间数据的预计与分析处理工作，是非线性系统，一般采用NARMA模型进行预测，结合神经网络用于非线性系统模型的构建与识辨，更利于给出可行的算法。

3.1冶金安全预测参数的选取

可反映冶金安全状况的因素较多，但对于动态安全评价的预测参数一般以时间为序列进行预测，百万吨死亡率一直是目前大型工业生产企业公认的生产安全预测的有力依据，可以作为冶金安全预测参数。

3.2预测技术模型

基于神经网络下的误差反向传播法来作为构建安全预测技术模型的基础，在使用BP神经网络算法进行相关数据计算和传输。

3.3预测误差值的测量

用己经完成训练的神经网络来对时间序列进行预测，对训练过的网络性能进行评价时要用检验时间序列来进行评价。

结论

冶金行业在我国重工业生产行业中占有重要的比重，是我国国民经济发展的重要助力。安全生产对于冶金行业生产运营至关重要，采用动态安全评价方法以及预测技术能够更好的监测生产过程中可能出现的安全隐患，并且对安全进行有效的量化分析和定性分析，找出与之相对的解决措施，对现代冶金企业安全生产具有重要的意义。

参考文献：

[1]武世卿.冶金企业运转监控网络中组态软件的应用与设计实现[J].数字技术与应用，2015（08）：158.

[2]黄奇志.动态安全控制技术在某高炉大修工程施工中的应用[J].南方金属，2013（02）：30-33.

[3]刘继雄.加强动态管理  提高冶金企业动力系统安全和经济运行水平[J].冶金动力，2009（04）：125-127+131.