安全生產(chǎn)預(yù)警分析與研究

安全生產(chǎn)預(yù)警分析與研究

1預(yù)警的演化及平安生產(chǎn)預(yù)警的進(jìn)展

伴隨著預(yù)警理論的進(jìn)展，平安生產(chǎn)預(yù)警討論工作經(jīng)受了3個階段，如圖1所示。1)初期萌芽及進(jìn)展。1888年，巴黎統(tǒng)計學(xué)大會上，法國經(jīng)濟(jì)學(xué)家福里利在《社會和經(jīng)濟(jì)氣象》討論論文中，以黑、灰、淡紅和大紅等幾種顏色來測定法國1877—1887年的經(jīng)濟(jì)波動，開啟了預(yù)警理論的討論。20世紀(jì)30年月中期，經(jīng)濟(jì)監(jiān)測預(yù)警系統(tǒng)興起，隨著年月不斷改進(jìn)、進(jìn)展并進(jìn)入實際應(yīng)用時期。在這期間，美國創(chuàng)建哈佛指數(shù)法、集中指數(shù)法、綜合指數(shù)法等多指標(biāo)信息綜合方法對宏觀經(jīng)濟(jì)進(jìn)行預(yù)警。2)中期深化拓展。到20世紀(jì)70年月，經(jīng)濟(jì)預(yù)警系統(tǒng)不斷完善簡化，應(yīng)用領(lǐng)域外推拓展，在自然災(zāi)難管理中得到應(yīng)用。很多國家分別建立水文觀測、地震測報、火災(zāi)監(jiān)測等災(zāi)種的監(jiān)測預(yù)警臺站并聯(lián)成網(wǎng)絡(luò)，對自然災(zāi)難過程進(jìn)行連續(xù)的監(jiān)測和預(yù)警。預(yù)警系統(tǒng)在經(jīng)濟(jì)調(diào)控和災(zāi)難管理中所取得的豐碩成果，促使預(yù)警理論不斷進(jìn)展并推廣應(yīng)用于各個領(lǐng)域，詳細(xì)為社會領(lǐng)域中的人口預(yù)警、食物平安預(yù)警、勞務(wù)預(yù)警等，環(huán)境領(lǐng)域中的氣象預(yù)警、干旱預(yù)警、生態(tài)環(huán)境預(yù)警等。3)平安生產(chǎn)預(yù)警進(jìn)展?；诔墒斓念A(yù)警理論，平安生產(chǎn)預(yù)警也不斷進(jìn)展，并應(yīng)用于石油、化工、煤礦、冶金等高危行業(yè)。例如:Mironowicz等針對煤礦生產(chǎn)狀況，對煤礦危急源進(jìn)行監(jiān)測并進(jìn)行平安生產(chǎn)預(yù)警等。先期平安預(yù)警思想主要借鑒經(jīng)濟(jì)預(yù)警理論及方法，采納指數(shù)預(yù)警法對各行業(yè)進(jìn)行平安生產(chǎn)預(yù)警，預(yù)警指標(biāo)較少，預(yù)警結(jié)構(gòu)功能單一。隨后，平安生產(chǎn)預(yù)警系統(tǒng)采納事故統(tǒng)計模型來發(fā)覺監(jiān)測對象的波動規(guī)律，將選取的指標(biāo)綜合成一個數(shù)值，通過所屬區(qū)間來推斷系統(tǒng)進(jìn)展?fàn)顟B(tài)。隨著平安生產(chǎn)預(yù)警理論的進(jìn)展，平安生產(chǎn)預(yù)警指標(biāo)的選取主要通過平安系統(tǒng)論、事故致因理論以及歷史事故等多方面進(jìn)行選取，采納人工智能方法進(jìn)行模型構(gòu)建，并綜合運用系統(tǒng)論、信息論、掌握論的原理和方法，結(jié)合自動檢測與傳感技術(shù)、計算機(jī)仿真、計算機(jī)通信等現(xiàn)代高新技術(shù)，準(zhǔn)時檢測并反映系統(tǒng)的平安狀態(tài)。

2平安生產(chǎn)預(yù)警的運用現(xiàn)狀分析

平安生產(chǎn)預(yù)警作為平安問題事前管理以及事故掌握的有效手段，起著舉足輕重的作用。目前，平安生產(chǎn)預(yù)警已經(jīng)被廣泛應(yīng)用于各個領(lǐng)域，筆者選取煤礦平安生產(chǎn)預(yù)警、建筑施工平安生產(chǎn)預(yù)警以及道路交通平安預(yù)警等高危行業(yè)進(jìn)行平安生產(chǎn)預(yù)警現(xiàn)狀分析。

2．1煤礦平安生產(chǎn)預(yù)警

煤礦平安生產(chǎn)預(yù)警是以煤礦平安生產(chǎn)法律法規(guī)為依據(jù)，利用現(xiàn)代化工具和各種技術(shù)手段，收集各類數(shù)據(jù)如人、環(huán)、物等狀況，同時針對平安生產(chǎn)活動進(jìn)行評估、審核、整理、分析、監(jiān)測，發(fā)出不同階段的平安生產(chǎn)預(yù)警信號。國內(nèi)在20世紀(jì)90年月后期消失了煤礦行業(yè)的微觀預(yù)警，其思想和方法基本源于經(jīng)濟(jì)預(yù)警的基本理論。其后，張明從作業(yè)人員、設(shè)備設(shè)施、工作環(huán)境、管理狀況方面建立了初步的煤礦平安生產(chǎn)預(yù)警指標(biāo)體系，構(gòu)建了基于模糊綜合評判法的預(yù)警管理系統(tǒng)。牛強(qiáng)等利用自組織神經(jīng)網(wǎng)絡(luò)討論了煤礦平安生產(chǎn)預(yù)警模型和平安生產(chǎn)預(yù)警專家系統(tǒng)。隨著人工智能技術(shù)以及計算機(jī)技術(shù)的進(jìn)展，一些新興的改進(jìn)的方法也被提出，如丁寶成構(gòu)建了基于模糊層次分析法及補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)的煤礦平安生產(chǎn)預(yù)警組合模型。邵長安等構(gòu)建了基于地理信息系統(tǒng)(GIS，GeographicInformationSystem)的煤礦平安生產(chǎn)預(yù)警系統(tǒng)，通過GIS技術(shù)對空間的動態(tài)數(shù)據(jù)進(jìn)行收集及處理，并采納BP神經(jīng)網(wǎng)絡(luò)進(jìn)行系統(tǒng)模型構(gòu)建。這一系列的討論極大地推動了煤礦預(yù)警技術(shù)的進(jìn)展，為預(yù)警技術(shù)在煤礦平安生產(chǎn)中的應(yīng)用做出了樂觀的貢獻(xiàn)。

2．2建筑施工平安生產(chǎn)預(yù)警

我國的建筑生產(chǎn)平安事故嚴(yán)峻程度僅次于礦山和危急化學(xué)品領(lǐng)域，嚴(yán)峻影響了建筑業(yè)的可持續(xù)進(jìn)展。國內(nèi)外許多學(xué)者從20世紀(jì)六七十年月就開頭對建筑業(yè)的平安和健康問題進(jìn)行了大量深化細(xì)致的討論，主要通過調(diào)查統(tǒng)計方法建立模型，獵取平安管理指數(shù)，進(jìn)行建筑平安事故預(yù)警。目前，一些學(xué)者通過對建筑平安事故的成因分析，已討論了用預(yù)先危急性分析法、灰色綜合評價方法等多種風(fēng)險猜測理論方法，對生產(chǎn)事故風(fēng)險進(jìn)行預(yù)警。馮利軍通過事故致因理論以及危急源辨識對建筑平安事故成因進(jìn)行了深刻的分析，建立了建筑平安事故成因診斷的分析模型(ARCTM，Acci-dentRootCausesTracingModel)。在建筑平安事故預(yù)警方法上，運用比較多的有基于模式分類的貝葉斯預(yù)警方法、神經(jīng)網(wǎng)絡(luò)方法以及遺傳－神經(jīng)網(wǎng)絡(luò)法等。隨著計算機(jī)技術(shù)的進(jìn)展，一些學(xué)者也采納了新興的方法進(jìn)行事故預(yù)警，如趙公平強(qiáng)化人、機(jī)、環(huán)境、管理4方面的平安隱患信息和危急源的預(yù)警管理，采納多源信息融合技術(shù)的D－S證據(jù)理論法對不確定的簡單的工程數(shù)據(jù)進(jìn)行定性分析和融合，用融合的最終數(shù)據(jù)推斷施工項目的平安施工狀態(tài)。針對建筑平安事故數(shù)據(jù)收集困難、數(shù)據(jù)集為小樣本的特點，解決小樣本數(shù)據(jù)集有特別優(yōu)勢的支持向量機(jī)方法也逐步運用到建筑平安事故預(yù)警討論中。趙元慶等針對建筑施工項目平安風(fēng)險評估的精度要求以及施工特點，首次提出基于粒子群算法優(yōu)化的支持向量機(jī)方法，從人員、設(shè)備、材料、環(huán)境、技術(shù)以及管理幾大方面進(jìn)行指標(biāo)選取，結(jié)果顯示精度較高，具有肯定的實際應(yīng)用價值。

2．3城市道路交通平安預(yù)警

道路交通平安預(yù)警，就是依據(jù)對道路交通事故進(jìn)展穩(wěn)定狀況的推斷，采納定性與定量相結(jié)合的方法，對道路交通平安進(jìn)展態(tài)勢進(jìn)行過程描述、追蹤分析和警情預(yù)報。國內(nèi)交通平安預(yù)警理論的討論，包括高速大路交通平安管理、鐵路交通平安管理、空中交通平安預(yù)警管理、城市道路交通平安預(yù)警以及交通災(zāi)難的討論。城市道路交通平安預(yù)警方法多樣，基于車速的交通事故貝葉斯方法、模糊評判法等都是較為常用的預(yù)警方法。例如:王寧從宏觀層面和微觀層面分別構(gòu)建了區(qū)域城市道路交通平安預(yù)警系統(tǒng)和局部城市道路交通平安預(yù)警系統(tǒng)的模型，采納貝葉斯矩陣法(BMOM，BayesianMethodofMatrix)猜測交通事故，分析城市道路交通平安狀況，依據(jù)預(yù)警等級進(jìn)行報警。例如:宇仁德等針對道路交通監(jiān)測數(shù)據(jù)多樣性、空間性以及多屬性等特點，建立了基于GIS的道路交通平安預(yù)警系統(tǒng)，構(gòu)筑了數(shù)據(jù)采集與接收子系統(tǒng)、數(shù)據(jù)分析與處理子系統(tǒng)、數(shù)據(jù)查詢子系統(tǒng)、事故評價、檢測與猜測子系統(tǒng)以及報警與調(diào)度子系統(tǒng)。此外，李玲琦對基于智能交通系統(tǒng)(ITS，Intelli-gentTransportSystem)的事故多發(fā)路段預(yù)警技術(shù)進(jìn)行了討論，提取了運行車速作為單車運行狀態(tài)下的事故前兆特征變量，建立了由交通環(huán)境信息采集、危急狀態(tài)判別、預(yù)警信息和通信4部分組成的高速大路事故多發(fā)路段預(yù)警系統(tǒng)。

3各行業(yè)平安生產(chǎn)預(yù)警對比分析

煤礦平安生產(chǎn)預(yù)警、建筑施工平安生產(chǎn)預(yù)警以及城市道路交通平安預(yù)警都是平安生產(chǎn)預(yù)警在重要行業(yè)的詳細(xì)應(yīng)用，平安生產(chǎn)預(yù)警系統(tǒng)要求首先對該行業(yè)生產(chǎn)事故影響因素分析，通過指標(biāo)選取原則，從影響因素中提取指標(biāo)，并采納層次分析法或者相對重要程度等級法進(jìn)行指標(biāo)權(quán)重的劃分，再選取相應(yīng)的數(shù)學(xué)方法構(gòu)建預(yù)警模型，通過輸出值確定平安狀態(tài)，并相應(yīng)的預(yù)警信號。不同行業(yè)平安生產(chǎn)預(yù)警的流程基本相同，但是照舊存在一些差異，主要概括如下:

3．1指標(biāo)的選取

煤礦平安生產(chǎn)預(yù)警中指標(biāo)的提取主要包括作業(yè)人員、機(jī)械設(shè)備、工作環(huán)境、管理狀況、地質(zhì)條件等，大部分學(xué)者主要從以上5個方面進(jìn)行指標(biāo)體系的構(gòu)建，部分學(xué)者則選取了煤層賦存條件及開采條件作為預(yù)警指標(biāo)進(jìn)行平安生產(chǎn)預(yù)警，指標(biāo)掩蓋性不夠，因此預(yù)警效果不明顯。建筑施工平安生產(chǎn)預(yù)警中指標(biāo)的提取則主要從人、物、環(huán)境、管理4個方面進(jìn)行，對建筑行業(yè)來說，物的因素主要指的是施工過程中所涉及的設(shè)備、材料、半成品、燃料、施工機(jī)械、機(jī)具、設(shè)施、能源等;此外，在建筑施工平安生產(chǎn)預(yù)警指標(biāo)中，還考慮了平安投入這一因素。城市道路交通平安預(yù)警指標(biāo)主要從人、車、道路、交通管理、交通環(huán)境5個方面進(jìn)行了考慮。各行業(yè)平安生產(chǎn)預(yù)警指標(biāo)的選取見表1。

3．2預(yù)警方法

平安生產(chǎn)預(yù)警是通過分析事故影響因素與事故發(fā)生或者事故發(fā)生風(fēng)險之間的關(guān)系的技術(shù)，常用的預(yù)警方法包括指數(shù)預(yù)警法、統(tǒng)計預(yù)警法以及模型預(yù)警法，其中模型預(yù)警法主要用于監(jiān)測點比較多、影響因素簡單的狀況，包括灰色系統(tǒng)理論、模糊綜合評判法、人工神經(jīng)網(wǎng)絡(luò)等。針對于不同行業(yè)的基本特點，平安生產(chǎn)預(yù)警方法的選取也不盡相同。煤礦平安生產(chǎn)預(yù)警、建筑施工平安生產(chǎn)預(yù)警以及城市道路交通平安預(yù)警常用的方法見表2。

3．3運行效果

國內(nèi)的煤礦預(yù)警討論早期主要借鑒經(jīng)濟(jì)預(yù)警的理論和方法，但經(jīng)濟(jì)運行機(jī)制與煤礦災(zāi)難的發(fā)生氣理迥異，缺少對煤礦災(zāi)難預(yù)警機(jī)理的討論。同時，部分討論工作中構(gòu)建的煤礦災(zāi)難指標(biāo)體系主要針對水災(zāi)、火災(zāi)、瓦斯突出等某一詳細(xì)災(zāi)難，不具有動態(tài)適應(yīng)性。現(xiàn)今的煤礦平安生產(chǎn)預(yù)警系統(tǒng)能夠從宏觀上進(jìn)行把握，針對煤礦的整個生產(chǎn)和平安系統(tǒng)進(jìn)行全方位的系統(tǒng)設(shè)計，并且預(yù)警的精確?????程度也在逐步提高。

在建筑生產(chǎn)平安事故管理方面，絕大多數(shù)討論都是對建筑生產(chǎn)平安事故的事后分析，少數(shù)進(jìn)行生產(chǎn)平安事故預(yù)警工作的討論也主要是利用傳統(tǒng)的方法進(jìn)行，建筑施工預(yù)警理論不成熟。要想在建筑平安生產(chǎn)預(yù)警方面取得肯定的進(jìn)展，就必需廣泛借鑒其他學(xué)科，特殊是人工智能、模式識別、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等智能學(xué)科和非線性系統(tǒng)學(xué)科的討論成果。對于城市道路交通平安預(yù)警問題已經(jīng)進(jìn)行了大量卓有成效的理論討論和工程實踐，但討論工作還相對較為零散，只是進(jìn)行局部的指標(biāo)體系設(shè)計，沒形成一個清楚成熟的交通平安預(yù)警系統(tǒng)的概念。

4結(jié)論

1)單指標(biāo)預(yù)警時可通過對各項指標(biāo)的國家標(biāo)準(zhǔn)值進(jìn)行預(yù)警閾值的確定，綜合預(yù)警則通過事故等級或者平安狀態(tài)各區(qū)間臨界值，確定統(tǒng)一的預(yù)警閾值。

2)預(yù)警指標(biāo)的選取涉及生產(chǎn)技術(shù)水平、平安管理水平、生產(chǎn)者和管理者的素養(yǎng)以及社會和文化等因素，依據(jù)各影響因素確定指標(biāo)原則能夠使指標(biāo)的全面性和完整性得到保障。

3)平安生產(chǎn)事故影響因素眾多，事故影響因素之間具有簡單的非線性關(guān)系，在經(jīng)濟(jì)預(yù)警方法的基礎(chǔ)之上，結(jié)合企業(yè)以及各行業(yè)平安生產(chǎn)的特點，采納人工智能以及計算機(jī)技術(shù)進(jìn)行預(yù)警，或者各類方法相結(jié)合進(jìn)行預(yù)警是將來的進(jìn)展方向。

4)預(yù)警對于企業(yè)平安生產(chǎn)的正常進(jìn)行具有重要作用，能夠為企業(yè)進(jìn)行平安事故管理供