煤矿安全双重预防信息管理系统设计研究

张俭让，史振东，闫振国，黄玉鑫，王智鹏，刘睿卿

(1.西安科技大学 安全科学与工程学院，陕西 西安 710054；2.教育部西部矿井开采及灾害防治重点实验室，陕西 西安 710054)

近年来我国煤炭的安全生产形势虽然持续好转，但是煤矿风险与隐患的规范管理依旧是亟待解决的问题[1，2]。为有效遏制高危行业重大事故的发生，2016年国家提出了双重预防机制体系建设；2017年7月1日开始实施国家煤矿安全监察局颁布的新版《煤矿安全生产标准化基本要求及评分方法(试行)》，在对煤矿安全生产提出系统性标准的情况下，要求对风险分级管控与隐患排查治理工作采取信息化手段进行管理[3-6]。本文将互联网技术与煤矿安全法律法规结合，设计并研发了煤矿安全双重预防信息管理系统，借助便捷、智能的管理方式以规范风险源，治理隐患源，创建安全的煤矿生产环境[7]。

现阶段多数煤矿使用的信息管理系统未将风险与隐患管理流程关联闭合，导致系统双重预防体系出现功能短板；同时因风险辨识、隐患排查覆盖范围不全面，造成风险隐患漏查、未查现象；另外，大部分系统对于统计的数据信息缺乏深度挖掘分析，未实现数据在生产管理中的有效应用，形成“信息孤岛”[8-10]。煤矿安全双重预防信息管理系统将煤矿安全相关法律法规作为应用标准，融合“体系”、 “区域”、 “岗位”、“人员”、 “系统”等多要素，覆盖“检查”至 “纠正”管理全流程，关联风险、隐患处置流程，同时加大信息面宽量，对“通风”、 “掘进”等九大专项部分实现信息支持，并在自由可控的虚拟专网下，与多种智能终端APP实时联动，进行信息的现场录入和不落地处理；并对业务处置过程留痕统计，结合多媒体终端显示设备，将风险信息数据输出为可视化状态；同时，借助FP-Growth算法，对隐患数据信息进行挖掘与分析，发现多维度下隐患的关联规则，为隐患的预测提供数据支持。

1 系统设计

1.1 系统目标

煤矿安全双重预防信息管理系统融合国家煤矿安全相关法律法规，面向基层人员的日常工作，协助管理人员进行辅助决策，专注煤矿安全生产。在各级领导对煤矿安全风险的系统性辨识与掌控，以及对隐患排查的系统性安排与持续跟踪管理过程中，通过落实系统双重预防管理机制，实现风险与隐患的规范处置，并对系统隐患数据进行挖掘分析，提高煤矿的智能化应用水平，保证煤矿信息化进程的平稳推进[11，12]。

1.2 系统架构设计

系统基于B/S模式，在Windows Server 2008平台下开发设计。应用Layui框架，遵循原生 HTML/CSS/JS 的书写与组织形式，适合网页界面的快速开发；使用Ajax技术使系统操作页面简洁、友好；通过Web Server技术使前端浏览器与后台服务器的数据交互工作更加简易、快捷；系统可应用于包含除PC端浏览器以外的手机、PAD等多种操作终端APP，以便在系统使用中形成多终端智能联动模式，保证任何人在任何时间、任何地点、采用任何终端均可得到信息系统的有效支持。系统架构包含应用层、服务层、数据层、基础层。系统架构如图1所示。

图1 系统架构图

应用层主要为工作人员提供相应系统功能，便于工作人员依据业务流程进行风险与隐患的管理工作。服务层为应用层提供服务访问的接口，并根据系统用户的业务需求，通过各类组件进行数据库请求，实现业务数据的读取，并对业务逻辑数据进行加工处理，如系统资源配置管理、安全管理服务、即时通信等。数据层采用MySQL实现系统对原始数据的采集、存储与编辑，包含煤矿人员、岗位信息等数据；并且通过构建数据库，对系统日常的风险管控与隐患排查等数据进行实时或历史存储。基础层主要是为提升系统运行的整体效率而设置的硬件设备、存储设备、网络体系以及灾难备份与恢复体系等。

2 系统双重预防信息管理机制

2.1 风险分级管控

在执行系统的风险分级管控流程时，需由矿级管理人员依据煤矿风险管控工作制定全矿的风险年度辨识计划与专项辨识计划。风险技术人员按照辨识计划进行风险辨识与评估，收集风险并划分等级，从而完善“一图一库两清单”，即：风险空间分布一张图、安全生产风险数据库、风险责任清单与风险措施清单。风险管理员查看风险清单，依据系统预置法律法规内容，制定风险管控措施，并下发风险管控通知单；风险责任人接受风险管控任务进入落实阶段，并按时提交管控结果，完成周期性的风险管控工作。风险审核人通过现场检查核实，对于管控合格的风险需进一步监督管理，并进行系统资料归档以便复核审阅；反之将失控、长期管控不合格风险上报领导或升级为隐患，纳入隐患处理流程，从而促进信息数据的深度融合，推动煤矿双重预防过程一体化管理关口前移。风险分级管控流程如图2所示。

图2 系统风险分级管控流程图

2.2 隐患排查治理

隐患排查始于个人以专家或专管身份进行的安全检查，并将隐患等级依据系统划分为一般隐患与重大隐患。隐患管理员依据井下隐患排查技术人员提供的隐患清单选择相应的隐患等级进行系统录入，结合系统预置的隐患相关整改选项，生成隐患整改通知单，并提供现场治理、限时整改、挂牌督办三种处理方式。对于需要现场治理的隐患，经整改人治理、审核人复查后进行现场销号；对于需要限时整改与挂牌督办的隐患，由管理员编辑隐患整改通知单，下达至整改责任人；整改责任人依据整改要求进行隐患落实工作，经验收责任人复查、验收，确保隐患整改合格，并编写验收方案传达至管理员进行隐患销号；隐患整改延期需要依据流程进行申请审核。对于重大隐患，必须由矿长进行牵头落实，进行管理。隐患排查包括了隐患采集、下达整改通知书、隐患整改、整改验收、核查销号这一完整的过程，实现了隐患的闭环管理。隐患排查治理流程如图3所示。

图3 系统隐患排查治理流程图

3 系统的应用功能

3.1 系统功能实现

系统包含风险分级管控与隐患排查治理两项主要功能，同时结合多项辅助子系统以及多种智能终端APP实现系统整体功能。系统的功能结构如图4所示。

图4 系统功能结构图

1)风险分级管控子系统。实现煤矿全方位的风险源辨识与评估，对风险进行录入与管控，完善“一图一库两清单”数据，同时支持将失控风险、管控不合格风险上报领导并转入隐患处置功能。

2)隐患排查治理子系统。实现隐患的录入、责任人整改、隐患复查以及隐患上报服务，并且支持隐患资料归档、查询、导出以及隐患源数据库更新；同时对相关人员发送隐患工作预警通知。

3)数据统计分析子系统。将覆盖九大专项部分的双重预防工作信息数据进行等级、治理方式、治理方案以及责任单位等各类型下的统计，同时进行年度、月度、周度的划分，利用饼图、柱形图、折线图等展现数据多类型、多条件下的数据分析；对风险管理同样也进行周度、月度、年度的统计。同时引入数据挖掘和分析算法，对出现的隐患信息进行挖掘分析，实现隐患的预测预警。

4)公告通知子系统。实现煤矿各类公告信息通知的编辑与发布，结合APP便于传达与接收。

5)系统配置子系统。主要包含部门管理、人员管理、人员部门设置、区域设置、计划人员配置、隐患排查单位预设、用户授权功能，实现系统对可变选项进行调整，保证系统实时满足煤矿管理人员的不同操作需求。

为进一步提升系统应用的智能化、信息化水平，对风险隐患双重预防的功能进行了拓展与外延，即在风险分级管控子系统加入风险预控可视化功能，将煤矿安全风险数据输出在终端显示设备上；并将FP-Growth算法应用到统计分析子系统中，对隐患数据进行挖掘与分析，实现多维度下的隐患关联预测。

3.2 风险预控可视化

风险预控可视化是由系统对风险分级管控的实时状态进行调取，根据系统预设的内容格式和任务管控要求对其进行解码，结合矿井位置信息进行体现，把风险的详细数据转化为清晰明确的可视画面，输出在终端显示设备上。

系统对导入的矿井电子图纸进行区域打点，通过预置图纸详细内容，生成能够准确定位风险的“点”和“域”，并以“红橙黄蓝”着色，进行风险等级的区别处理。当风险开始录入时，系统向数据库发送数据请求，数据库返回风险数据，准确定位风险区域，以动态闪烁的方式呈现在电子矿井图上，并将风险管控的实时状态与操作信息详情同步于终端显示设备。风险预控可视化了形成员工实时操作，领导实时监管的工作机制，实现风险预控的双向联动管理。此外，通过井下风险预控可视化技术能够有效解决煤矿安全信息传递时效差问题，并且便于领导在监督的同时，结合风险实时处理进度详情，及时安排调度工作，提高了风险分级管控的应急响应水平。

3.3 隐患数据关联分析

系统对隐患信息进行分类统计的同时，为避免信息数据孤岛化，借助了FP-Growth算法进行多维度的关联分析[13]。在FP-Growth算法中用X、Y表示两个项集，用X→Y表示关联规则，即满足支持度与置信度的两个事务之间的强联系。

支持度是指X和Y这两个项集同时在事务集中出现的概率；支持度计算公式为：

Support(X→Y)=P(X∪Y)

(1)

置信度是指出现项集X的事务集中，项集Y出现的概率；置信度的计算公式为：

式中，Support为支持度；Confidence为置信度；P为概率。

通过收集陕煤集团下属某煤矿连续两个月的隐患数据，利用式(1)和式(2)主要进行了该煤矿隐患地点、隐患类别、责任部门三个维度下的数据关联挖掘与分析。最终，在可参考的置信度与支持度范围内，得出隐患发生的主要地点、类别信息，并结合隐患的责任单位，从而针对性的提出解决方案，以达到提前预防的效果。隐患关联分析如图5所示。

图5 隐患关联分析图

由图5可知该煤矿连续两个月隐患总数为204条，其中采掘类的隐患为122条，支持度为59.8%；机电类的隐患为54条，支持度为20.4%。在采掘类隐患中，综采一队和掘进一队负责下的三个工作地点的该类隐患数量之和为隐患总数的37.25%，且置信度均在33.33%以上；机电类的隐患中，机运队负责下的变电所出现的隐患为18条，置信度为60%，亦高于33.33%。

通过分析可发现该煤矿具有“采掘类→综采一队→227工作面”“采掘类→综采一队→222运输巷”“采掘类→掘进一队→2305回风巷”“机电类→机运队→变电所”四条较强关联的规则。将以上数据作为支撑，该煤矿接下来的隐患排查治理工作中需对227工作面、222运输巷、2305回风巷及变电所四个位置加大排查、整治力度，并加强综采一队、掘进一队和机运队的安全培训力度，进一步规范其安全作业方式。

系统借助FP-Growth算法对隐患数据进行关联分析，能够大幅提升隐患排查治理的辅助决策水平，通过针对性的提出隐患整改措施，有效降低隐患发生的频率。

4 结 论

1)系统通过执行风险分级管控与隐患排查治理功能，能够明确各层级人员的工作职责，提高煤矿各级责任人与责任单位在日常监察中的安全意识。

2)系统使用精准化的煤矿法律法规作为应用标准，规范了各层级人员在煤矿安全生产中的行为措施，充分的解决了煤矿风险、隐患处置不完善问题，提升风险与隐患管理过程的安全可靠性。

3)系统将风险与隐患进行一体化管理，使风险、隐患的处置更加全面彻底，落实了煤矿风险预控在前，隐患排查治理在后的双重预防机制，保证了煤矿安全生产的稳定进行。

4)系统利用FP-Growth算法对历史隐患数据进行多维度的关联分析，一定程度上实现了隐患的关联预测，便于针对性的提出隐患的解决方案。