基于IFAHP-GRA的煤矿机电系统安全评价研究

摘 要：煤矿机电安全状态影响因素众多且复杂，安全隐患难以识别，因此对煤矿机电系统进行安全评价具有重要的实际意义。鉴于此，在构建定量与定性指标相结合的煤矿机电安全评价指标体系和等级划分标准的基础上，采用改进模糊层次分析法（IFAHP）计算体系指標权重，利用灰色关联分析法（GRA）计算体系指标关联度，并通过归一化处理计算指标权重，将两种方法相结合计算综合权重，克服单一方法确定权重不合理的缺陷。通过工程应用，对计算结果进行分析，提出了针对性预防措施，并取得了较好的效果，对于保障煤矿安全高效生产有着重要意义。

关键词：煤矿机电设备；安全评价；改进模糊层次分析法；灰色关联分析法

中图分类号：TD608    文献标志码：A    文章编号：1671-0797（2023）16-0032-05

DOI：10.19514/j.cnki.cn32-1628/tm.2023.16.009

0    引言

随着煤矿智能化技术的发展，煤矿机电设备已成为煤矿生产和运输等各个环节必不可少的组成部分，发挥着重要作用[1]。鉴于当前煤矿机械化水平较高、潜在危险准确识别困难、检修质量控制不力、技术标准不规范等客观因素，机电设备安全形势更为严峻。因此，对煤矿机电设备安全状态进行评估，并采取有效的预防措施，以减少机电设备安全事故成为当前重要的研究内容。近些年来，将两种或多种不同评价方法结合运用于事故危险性评价的研究比较多，而煤矿机电设备系统安全评价绝大部分却仅采用单一的评价方法[2-3]。

基于此，本文建立了煤矿机电系统安全评价指标体系，利用改进模糊层次分析法确定体系的指标权重，利用灰色关联分析法确定各指标的关联度，归一化处理计算其指标权重，再综合两种方法通过合适公式求取综合权重；然后以贵州省某煤矿为应用对象，对该矿机电设备系统进行安全评价，针对性提出了预防措施，对保障煤矿安全生产有重要的现实意义。

1    煤矿机电系统安全评价指标体系

1.1    机电安全状态评价指标体系

通过将机电安全状态评价指标体系分成三层进行评价，即：目标层、准则层和指标层[4]。目标层作为煤矿机电系统安全评价的最终目标，归属于其的一切指标都是影响机电安全状态的因素；准则层是较为主要的影响因素，即人为因素、设备因素、管理组织及工作环境四个方面；指标层是准则层四个较为主要的影响因素下的子影响因素评价指标，通过借鉴前人的研究成果，将指标层分成16个评价指标，如图1所示。

1.2    机电系统安全评价体系等级划分

煤矿机电系统安全评价最终应以评分和评定等级进行区分，权重确定以后，通过专家对评价体系中的各个指标进行逐一打分，结合计算所得的指标综合权重即可得到各指标的单项评分，将其累加求和将得到评价体系的整体评分。现按照十分制进行突出危险性评价等级的划分，评价等级分别为“安全”“较安全” “一般” “较危险”，完成定量-定性的体系安全评价，评分区间规定如表1所示。

2    评价体系指标权重的确定方法

2.1    基于IFAHP的指标权重确定

IFAHP构造形式简单，可将初始模糊判断矩阵转换为具有一致性的模糊判断矩阵，避免传统层次分析法烦琐的一致性检验，同时可提高权重的计算精度[4]。基于IFAHP确定煤矿机电安全评价指标体系指标权重的过程[5]如下：

（1）建立初始模糊判断矩阵。参考所构建的评价指标体系，采用征询相关专家建议的方式，根据每个因素的相对关键层次，使用0.1～0.9标度法确定权重，并建立初始模糊判断矩阵X=（xij）n×n。

（2）构造互反型矩阵。对通过征询相关专家建议进而得到的初始模糊判断矩阵中的每一行作累加求和计算，即可得到yi= n×n。

（3）选用行和归一排序法求排序向量并对其进行迭代处理。利用计算公式hi= ）=BNk进行计算。计算过程中预设一个迭代精度ε，当计算得到的||P（k+1）||∞-

||P k||∞＜ε时，则迭代结束，反之继续进行迭代，直至收敛。

（4）归一化处理计算指标权重。利用公式wi1=pi（k+1） 1）对通过迭代计算出来的满足精度要求的迭代向量进行归一化处理，进而得到指标权重向量W1=（w11，w21，…，wn1）T。

2.2    基于GRA的指标权重确定

假设或知道某一个指标可能与其他几个因素具有关联性，计算该指标与其他参考指标的关联度大小，根据关联度大小进行分析，进而对煤矿机电系统安全评价指标进行优劣比较。基于GRA确定指标权重的具体实施步骤[6-7]如下：

（1）专家评估意见。评估意见采取问卷的形式，调研本矿L位专家的煤矿机电安全评价，对n个评价指标进行评分，限定评分范围为1～10分，得到专家评价样本矩阵Bij。为了避免矩阵受到量纲的影响，增强矩阵数据的稳定性，选择合理的算法进行无量纲化处理。

（2）关联系数的计算。评估意见分值越高则说明评价指标突出危险性越高，因此选取评价指标体系中评价指标分值的最大值作为最佳参考指标，以此来计算不同评价指标的灰色关联系数γi（k）。计算公式如下：

γ[x0（k），xi（k）]=

式中：ρ为分辨系数，ρ=0～1.0，一般取ρ=0.5。

（3）计算灰色关联度γi。由于评价指标以及专家评估意见数量较多，经计算出的关联系数相对来说也比较多，数据过于分散导致整体性相对差，因此将关联系数聚集为一个数据，并求其平均数据，记为关联度γi。选用加权平均法求其关联度，计算公式如下：

（4）归一化处理计算指标权重。通过公式wi2=γi γi对关联度进行归一化处理，进而得到指标权重向量：

W2=（w12，w22，…，wn2）T

2.3    指标综合权重的确定

利用IFAHP计算得到评价体系指标的主观相对权重，利用GRA计算得到评价体系指标的客观相对权重，前者计算得到的权重存在主观性强、客观性弱的特点，后者弥补了采用数理统计方法作系统分析所导致的遗憾，两种方法所确定的权重均与实际情况存在一定偏差，因此综合两种方法以减小单一方法带来的偏差，更加能反映实际情况。

根据公式wi=wi1w wi1wi2即可得到评价体系指标的综合权重值[8]。

3    工程应用

3.1    工程概况

以贵州省某矿为研究对象，该矿生产规模为45万t/a，矿区构造复杂程度为中等类型且无地温异常区。目前该矿正回采11609工作面，该工作面位于一采区16号煤层中。煤层平均厚度为4.6 m，煤层稳定，煤层倾角为16°～22°，平均倾角度数为18°，视密度为1.45 t/m3，工作面倾斜长度为164 m，工作制度采用“三八制”。采用综放开采，整个工作面都采用综放液压支架，不断投入新设备。

3.2    煤矿机电系统安全评价体系指标权重的确定

3.2.1    IFAHP计算指标权重

综合煤矿领域多位专家对于煤矿机电系统安全评价体系各层指标的相对重要性评价，可分别得到准则层和指标层各指标的优先判断矩阵：

YA-B=0.5   0.4   0.1   0.30.6   0.5   0.3   0.40.9   0.7   0.5   0.6 0.7   0.6   0.4   0.5

YB1-C=0.5   0.6   0.7   0.80.4   0.5   0.3   0.80.3   0.3   0.5   0.4 0.2   0.2   0.6   0.5

YB2-C=0.5   0.8   0.6 0.2   0.5   0.70.4   0.3   0.5

YB3-C=0.5   0.5   0.6   0.7   0.50.5   0.5   0.7   0.6   0.70.4   0.3   0.5   0.5   0.7 0.3   0.4   0.5   0.3   0.60.5   0.3   0.9   0.4   0.5

YB4-C=0.5   0.6   0.7   0.90.4   0.5   0.6   0.80.3   0.4   0.5   0.6 0.1   0.2   0.4   0.5

利用IFAHP，预设迭代精度0.000 1，对以上优先判断矩阵进行一系列计算后，得到准则层指标相对于目标层指标以及指标层指标相对于准则层指标的相对主观权重，继而根据各层指标的隶属关系，计算得到指标层各指标相对于整个系统的相对权重，如表2所示。

3.2.2    GRA计算指标权重

邀请该矿高工和技术人员共10名（Li，i=1，2，3，…，10），对煤矿机电系统安全评价指标层各指标进行评价打分，得到专家评价样本矩阵Bij，并对其进行标准化处理，用关联系数计算公式得到灰色关联系数矩阵Aij，如表3所示。

由公式γi= γi（k）计算得到煤矿机电系统安全评价指标数据和参考数据间的灰色關联度为：

γ=[0.578，0.424，0.393，0.451，0.640，0.423，

0.472，0.750，0.688，0.516，0.830，0.795，0.780，

0.484，0.466，0.471]

将关联度γi代入wi2=γi/ γi得到关联度γi的归一化权重W2，即：

W2=[0.063 1，0.046 3，0.042 9，0.049 2，

0.069 9，0.046 2，0.051 5，0.081 9，0.075 1， 0.056 3，

0.090 6，0.086 8，0.085 1，0.052 8，0.050 9，0.051 4]

3.2.3    计算指标综合权重

通过IFAHP与GRA分别确定评价体系的各层指标相对于上级指标的相对主观权重与相对客观权重之后，通过公式wi=wi1wi2/ wi1wi2计算可得各层指标相对于上级指标的相对综合权重，如表4所示。

3.3    机电安全状态指标体系安全评价

由于煤矿机电系统安全评价体系需要征求井下工作人员、勘探人员、煤矿领导等多方面的评价，因此征求了2位煤矿领导、6位勘探人员、12位现场防尘人员的体系指标评分意见，并分别求得各阶层人员评分的各指标平均评分，结合表4中各指标的综合权重，计算得到各指标相对评分以及整个煤矿机电安全状态评分情况，如表5所示。

将各指标評分进行汇总，根据表1可以对应得出该矿机电系统安全评价体系等级为“较安全”，应结合指标相对综合权重以及指标综合评分，针对性地提出预防措施，对个别相对权重较其他权重大的、平均分低于系统安全评分的指标进行针对性整改，如指标C2、C12和C14；对评分严重低于系统安全评分的指标进行整体提升和完善，如指标C3、C10、C15。综合以上分析，针对性地实施预防措施能够明显提高该矿机电系统安全评价体系的安全水平，基于改进模糊层次分析法与灰色关联法的指标权重确定方法对煤矿机电系统安全评价有着重要意义。

4    结束语

针对煤矿机电设备安全状态影响因素复杂多样，安全潜在危险识别困难的问题，建立了煤矿机电系统安全评价指标体系及其等级划分标准，利用IFAHP简化了计算步骤并计算得到评价体系指标权重，利用GRA确定各指标的关联度并进行归一化处理求出指标权重，再综合两种方法通过合适公式求取综合权重。两种方法的综合使用可以解决单一方法确定权重不合理的问题，更加能反映实际情况，使评价指标体系更加稳定可靠。IFAHP-GRA评价方法计算简单，评价结果直观，容易操作，具有较强的实用性。由工程应用可知，结合指标相对综合权重以及指标综合评分，针对性地提出预防措施，对提高该矿机电系统安全评价体系的安全水平、保障煤矿安全高效生产有着重要意义。

[参考文献]

[1] 张世丽，鞠生娴.煤矿机电技术管理在煤矿安全生产中的运用[J].煤矿机械，2018，39（4）：122-123.

[2] 邢志刚.基于AHP-TOPSIS的煤矿机电安全评价模型及应用[J].煤炭技术，2021，40（4）：142-145.

[3] 李新玉.中平能化集团煤矿机电系统化安全评价体系[J].煤矿安全，2011，42（7）：176-178.

[4] 李江涛.基于层次分析法的寸草塔煤矿机电系统安全性评价[J].煤矿机械，2017，38（8）：189-191.

[5] 李永，胡向红，乔箭.改进的模糊层次分析法[J].西北大学学报（自然科学版），2005，35（1）：11-12.

[6] 罗霄.基于改进模糊层次分析法的冲击地压危险性安全评价研究[J].煤炭技术，2014，33（8）：8-10.

[7] 刘灿，田水承，刘杰.基于AHP-GRA的煤矿班组长安全能力评价[J].煤矿安全，2014，45（10）：245-248.

[8] 邢艳冬，周建亮，孟凡旺，等.基于熵权-灰色关联分析的煤矿施工作业中顶板灾情评价[J].煤炭技术，2023，42（2）：126-130.

收稿日期：2023-04-27

作者简介：吴腾（1977—），男，贵州锦屏人，高级工程师，长期从事煤矿设计、咨询、生产工作。