基于DEMATEL-ISM-BN的煤矿顶板事故风险因素分析

王 丹,盛 武

(安徽理工大学 经济与管理学院,安徽 淮南 213000)

煤炭开采作为高危行业之一,周边地质环境变化复杂,增加了煤矿事故发生的频率[1]。煤矿顶板事故是煤矿作业过程中常见的事故之一,顶板事故频发不仅造成重大经济损失,还对煤矿作业工人、煤矿环境构成严重威胁[2]。因此,从人、机、管、环角度分析诱发煤矿顶板事故的影响因素,预防和防控事故的出现,对煤矿的安全生产具有重要的研究价值。

影响煤矿顶板事故频发的影响因素较多,关系较为复杂。目前已有学者对煤矿顶板事故致因展开相关研究:唐红普等[3]总结近十年来煤矿顶板事故灾害特点,介绍了煤矿顶板事故灾害的防控技术;郭隆鑫等[4]提出改进层次分析法与突变理论相融合的模型给煤矿顶板事故的风险分析提供参考;陈晓勇等[5]采用G1-DEMATEL法构建煤矿顶板事故影响因素分析模型,为煤矿安全生产管理和事故预防提供理论参考;王慧雯等[6]通过N-K模型结合TOPSIS模型搭建煤矿顶板事故诱因因素模型进行实例分析;李闯等[7]基于灰色预测GM构建灰色马尔可夫预测模型(GMM),预测煤矿顶板事故致死人数;徐刚等[8]等人提出了工作面开采过程的顶板灾害防治体系,做到工作面顶板灾害防治;李世科[9]利用K-均值聚类和贝叶斯判别的方法实现对我国顶板事故灾害安全评价。

综上所述,虽已有学者对煤矿顶板事故致因进行分析,但系统深入研究的较少。因此,本文在现有研究基础上,结合2010—2022年煤矿顶板事故调查报告,采用DEMATEL-ISM-BN模型从人、机、环、管4个方面分析煤矿顶板事故诱因,为预防煤矿顶板事故提供参考。

1 DEMATEL-ISM-BN模型

1.1 研究方法

DEMATEL法是一种根据专家经验知识,基于图论构建图的矩阵分析各影响因素之间的逻辑联系,计算出各要素对其他因素的影响度、原因度和中心度以及被影响度,辨析各要素在系统中的关键程度[10]。ISM法基于可达矩阵将系统分解成多个层次子系统,构建多层递阶结构模型,通过层级有向关系图直观揭示各影响因素间的层次联系[11]。BN是以贝叶斯定理为基础,建立概率网络以图论的方式解决不定性或不完全性的信息处于未知状态下对于某个观测点的预测[12]。将DEMATEL、ISM和BN三种方法结合构建模型,可以通过DEMATEL-ISM搭建多级层级结构模型,不仅可以清晰识别各影响因素间的逻辑结构和层级关系,识别出根本因素和基本因素,还可以将多级层级结构模型转换成BN模型,结合实际案例数据实现敏感性分析和逆向诊断推理,精准识别顶板事故关键因素[13]。

1.2 分析过程

本文结合DEMATEL、ISM和BN构建模型对煤矿顶板事故致因过程进行量化分析,具体步骤如下:

1) 确定影响因素集S。根据实际事故案例和相关文献分析,剔除相似、重复的因素,最终确定影响因素集合,即

S={S1,S2,S3,……Sn}.

(1)

2) 构建初始直接影响矩阵D。邀请多位权威专家对因素间的影响程度进行评估,对各影响因素依据强、较强、较弱、弱、无进行区分,并分别赋值为4、3、2、1、0,确定各因素间的相互影响程度。根据评估结果确定直接影响矩阵,即

D=[dij]m*n,

(2)

式中:dij表示因素i对j的影响程度,当i=j时,赋值为0。

3) 计算规范影响矩阵B。对直接影响矩阵D进行标准化操作,获得规范影响矩阵为

(3)

4) 求解综合影响矩阵T。计算综合影响矩阵T,找出关键因素,有

T=[tij]n*n=B+B2+B3+B4+…+Bn=

B(I-B)-1,

(4)

式中:I为单位矩阵,体现因素对自身的影响。

5) 根据综合影响矩阵T,可以得出各影响因素对其他影响因素的影响度fi、被影响度ei、中心度zi和原因度yi。影响度的大小指此影响因素对其余影响因素的影响程度高低;被影响度的大小指此影响因素被其余影响因素影响的程度高低;中心度指此影响因素在整体结构中的综合影响作用;原因度指此影响因素在整体结构中体现的是影响作用还是被影响作用[14]。

(5)

(6)

zi=fi+ei(i=1,2,…,n),

(7)

yi=fi-ei(i=1,2,…,n).

(8)

6) 求解可达矩阵。通过I+T可以得到整体影响矩阵H,进而可以得到ISM模型中的可达矩阵K。

H=[hij]n*n=I+T,

(9)

(10)

式中:阈值λ=α+β,α、β指综合影响矩阵T中的影响因素的均值与标准差。

7) 绘制层级递阶结构模型。以可达矩阵K为依据可以获得可达集A(Si)、前因集Q(Si)与共同集C。可达集A(Si)是指可达矩阵K中的第i行的影响因素内影响因素值等于1的列的集合,前因集Q(Si)指可达矩阵K中第i列的影响因素中内影响因素值等于1的行的集合[15],即

A(Si)={Sj|Si∈S,hij=1}(i=1,2,…,n),

(11)

Q(Si)={Sj|Si∈S,hji=1}(i=1,2,…,n),

(12)

C={Si|Si∈S,A(Si)∩Q(Si)=A(Si)}(i=1,2,…,n).

(13)

根据式(13)可以求得系统各影响因素层级划分,进而得以构建层级递阶结构模型。

8) 贝叶斯参数学习。借助GeNie软件导入统计的煤矿顶板事故案例数据,将ISM多层递阶结构模型转换为贝叶斯网络模型, 实现敏感性分析和诊断推理,提取出影响煤矿顶板事故的关键因素。

2 影响因素指标体系构建

本文以2010—2022年为研究阶段,收集整理煤矿顶板事故调查报告作为数据来源,共整理160起煤矿顶板事故案例调查报告进行研究。通过对已有文献的分析和综合业内专家的意见,构建煤矿顶板事故影响因素框架,如图1所示。

图1 煤矿顶板事故影响因素框架

3 基于DEMATEL-ISM-BN的影响因素分析

基于构建的影响因素框架,邀请专家小组问卷调研,对18个影响因素间影响程度按照强、较强、较弱、弱、无分别赋予4、3、2、1、0进行量化评价, 通过计算可以得到直接影响矩阵D,并通过步骤(3)～(4)运算得出综合影响矩阵T,如表1所示。

表1 煤矿顶板事故综合影响矩阵

3.1 影响因素DEMATEL分析

通过MATLAB软件运算步骤(5)可得各影响因素的影响度、被影响度、原因度和中心度,具体运算结果如表2所示。

表2 影响因素DEMATEL分析结果

由表2的中心度排序可以看出,操作问题S5、责任落实制度不到位S14、领导带班跟班制度不健全S13、人员进入冒落区S3、人才储备不足S18的中心度较大,在煤矿顶板事故体系中综合影响作用较强,是煤矿顶板事故发生的主要影响因素。由原因度相关概念可知,原因因素即对其他影响因素的发生具有较大影响,结果因素则是受原因因素影响较大。通过表3可以得知,其中9个原因因素的原因度数值越大,说明该影响因素对其他影响因素的影响作用越大[16],则内部管理机制不健全S12和监督管理混乱S17对煤矿顶板事故发生的影响最大,其次是安全管理混乱S16和责任落实制度不到位S14,体现管理因素对其他影响因素的影响作用较大。其中9个结果因素中冲击地压S10最容易受到其他影响因素的影响,其次是操作问题S5和人员进入冒落区S3。

3.2 影响因素ISM模型建立与分析

根据综合影响矩阵T的平均值和标准差,计算得到阈值λ=0.12,借助MATLAB软件运行步骤(6)、(7),得到可达矩阵并做层级划分,构造煤矿顶板事故影响因素多级递阶结构模型,如图2所示。

图2 影响因素多级层级递阶结构模型

依据各影响因素特点及对煤矿顶板事故发生的关联强度分为3层,分别为根本影响因素层、深层影响因素层和表层影响因素层。表层影响因素这一层级包括顶板发生冒落S6、支护失效S8和围岩裂隙发育S11,他们均为结果因素,通过其他影响因素对其的作用进而影响煤矿顶板事故的发生。位于深层影响因素层的有支护强度不够S7、冲击地压S10、未敲帮问顶S1、三违行为S2、围岩应力集中S9、人员进入冒落区S3、操作问题S5、职工安全意识淡薄S4、领导跟班带班制度不健全S13、职工安全教育培训不到位S15、责任落实制度不到位S14和人才储备不足S17,表示根本影响因素向表层影响因素传递影响作用的过渡致因。位于根本影响因素层的影响因素是安全管理混乱S16、内部管理机制不健全S12和监督管理混乱S17,这表示煤矿行业在作业过程中,当安全管理混乱、内部管理机制不健全和监督管理混乱时,易造成煤矿顶板事故的发生,所以需在日常作业过程中加强管理建设,提高员工管理能力和遵章守纪意识。

3.3 影响因素BN网络模型建立及分析

3.3.1 贝叶斯网络模型的构建

将获取的煤矿顶板事故真实案例样本数据导入GeNie软件中,基于煤矿顶板事故影响因素层级递阶结构模型构建煤矿顶板事故贝叶斯网络模型,如图3所示。

图3 影响因素贝叶斯网络模型

由图3可以看出,节点顶板事故TS是此模型的研究对象,与顶板发生冒落S6、支护失效S8和围岩裂隙发育S11存在明显的因果关系。

3.3.2 贝叶斯网络模型敏感性分析

贝叶斯网络模型敏感性分析可以确定对结果事件发生影响较大的原因事件,可以通过降低原因事件发生的概率从而达到降低结果事件发生的概率[17]。在贝叶斯网络模型敏感性分析结构图中节点颜色深浅表示敏感性强度强弱,即颜色越深,该节点对目标节点的敏感性越强。借助GeNie软件将顶板事故TS设置为目标节点进行敏感性分析,得到图4。

图4 贝叶斯网络敏感性分析

由图4可知:对煤矿顶板事故发生敏感性较强的有围岩裂隙发育S11、冲击地压S10、支护失效S8、围岩应力集中S9、支护强度不够S7。其中敏感度最强的是围岩裂隙发育S11,表明在煤矿顶板事故防治工作中对煤矿地质探查是不可忽视的一步,需及时发现并整改围岩不稳定等地质突变。其次,冲击地压S10、支护失效S8、围岩应力集中S9、支护强度不够S7对煤矿顶板事故的发生也具有一定的敏感性,相关煤矿单位应当加强对煤矿职工的安全教育工作,增强职工安全意识,定期开展操作培训,从严组织管理工作,从而降低煤矿顶板事故的发生概率。

3.3.3 贝叶斯网络模型逆向推理

贝叶斯网络模型逆向推理既可以基于原因因素一定发生的情况下对结果因素进行预测,也可基于结果因素已知的情况下反向推理出导致结果发生的关键因素。在GeNie软件中将煤矿顶板事故TS发生的概率设置为100%进行逆向推理,如图5所示。

图5 贝叶斯网络模型后验概率分布

由图5可以看出:当煤矿顶板事故一定出现的状况下,安全管理混乱S16发生的可能性最大,概率值达到82%;其次是职工安全教育培训不到位S15,概率值超过60%;职工安全意识淡薄S4、监督管理混乱S17发生的概率值均超过50%,分别为59%、55%。表明以上因素对煤矿顶板事故的发生有不可忽视的作用,相关煤矿企业在日常工作中,应重点关注管理工作和职工安全教育培训工作,通过从严管理作业过程、增强职工安全意识,对未敲帮问顶、三违行为、支护操作不正确等进行控制,规范职工作业,降低煤矿顶板事故发生概率。

4 结论

1) 基于DEMATEL-ISM-BN模型分析可知,操作问题S5、责任落实制度不到位S14、领导带班跟班制度不健全S13、人员进入冒落区S3、人才储备不足S18的中心度较大,对煤矿顶板事故发生的综合影响作用较强,为煤矿顶板事故发生的主要因素。原因因素中内部管理制度不健全S12和监督管理混乱S17的原因度最大,对煤矿顶板事故的发生的影响作用最大;结果因素中冲击地压S10最易受到其他影响因素的影响。

2) 通过对煤矿顶板事故贝叶斯网络模型进行敏感性分析和逆向推理,节点围岩裂隙发育S11、冲击地压S10、支护失效S8、围岩应力集中S9、支护强度不够S7对目标事件顶板事故TS的发生敏感性较强;对该模型进行逆向推理,在目标事件煤矿顶板事故TS一定出现的情况下,安全管理混乱S16发生的概率最大,其次是职工安全教育培训不到位S15、职工安全意识淡薄S4和监督管理混乱S17,得出相关煤矿企业应加强日常管理工作,从严组织管理,增强职工安全作业意识,提高安全作业工具投入,加大煤矿顶板事故发生的防控力度,降低事故发生的概率。

3) 构建DEMATEL-ISM-BN模型在数据有限的情况下结合人、机、管、环的理论基础,调研实际案例,搭建煤矿顶板事故致因网络多级层级递阶结构模型,并转换为贝叶斯网络模型,对各影响因素间的关联强度进行量化分析,为有效预防煤矿顶板事故的发生提供理论参照。