安全生產(chǎn)預(yù)警分析與研究

1、安全生產(chǎn)預(yù)警分析與研究 1預(yù)警的演化及安全生產(chǎn)預(yù)警的發(fā)展 伴隨著預(yù)警理論的發(fā)展，安全生產(chǎn)預(yù)警研究工作經(jīng)歷了3個階段，如圖1所示。1)初期萌芽及發(fā)展。1888年，巴黎統(tǒng)計學(xué)大會上，法國經(jīng)濟學(xué)家福里利在社會和經(jīng)濟氣象研究論文中，以黑、灰、淡紅和大紅等幾種顏色來測定法國18771887年的經(jīng)濟波動，開啟了預(yù)警理論的研究。20世紀(jì)30年代中期，經(jīng)濟監(jiān)測預(yù)警系統(tǒng)興起，隨著年代不斷改進、發(fā)展并進入實際應(yīng)用時期。在這期間，美國創(chuàng)建哈佛指數(shù)法、擴散指數(shù)法、綜合指數(shù)法等多指標(biāo)信息綜合方法對宏觀經(jīng)濟進行預(yù)警。2)中期深化拓展。到20世紀(jì)70年代，經(jīng)濟預(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)害管理中得到應(yīng)用

2、。許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)害過程進行連續(xù)的監(jiān)測和預(yù)警。預(yù)警系統(tǒng)在經(jīng)濟調(diào)控和災(zāi)害管理中所取得的豐碩成果，促使預(yù)警理論不斷發(fā)展并推廣應(yīng)用于各個領(lǐng)域，具體為社會領(lǐng)域中的人口預(yù)警、食物安全預(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)安全生產(chǎn)預(yù)警發(fā)展?；诔墒斓念A(yù)警理論，安全生產(chǎn)預(yù)警也不斷發(fā)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)情況，對煤礦危險源進行監(jiān)測并進行安全生產(chǎn)預(yù)警等。先期安全預(yù)警思想主要借鑒經(jīng)濟預(yù)警理論及方法，采用指數(shù)預(yù)警法對各行業(yè)進行安全生產(chǎn)預(yù)警，預(yù)警指標(biāo)較少，

3、預(yù)警結(jié)構(gòu)功能單一。隨后，安全生產(chǎn)預(yù)警系統(tǒng)采用事故統(tǒng)計模型來發(fā)現(xiàn)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)間來判斷系統(tǒng)發(fā)展?fàn)顟B(tài)。隨著安全生產(chǎn)預(yù)警理論的發(fā)展，安全生產(chǎn)預(yù)警指標(biāo)的選取主要通過安全系統(tǒng)論、事故致因理論以及歷史事故等多方面進行選取，采用人工智能方法進行模型構(gòu)建，并綜合運用系統(tǒng)論、信息論、控制論的原理和方法，結(jié)合自動檢測與傳感技術(shù)、計算機仿真、計算機通信等現(xiàn)代高新技術(shù)，及時檢測并反映系統(tǒng)的安全狀態(tài)。 2安全生產(chǎn)預(yù)警的運用現(xiàn)狀分析 安全生產(chǎn)預(yù)警作為安全問題事前管理以及事故控制的有效手段，起著舉足輕重的作用。目前，安全生產(chǎn)預(yù)警已經(jīng)被廣泛應(yīng)用于各個領(lǐng)域，筆者選取煤礦安全生產(chǎn)預(yù)警、

4、建筑施工安全生產(chǎn)預(yù)警以及道路交通安全預(yù)警等高危行業(yè)進行安全生產(chǎn)預(yù)警現(xiàn)狀分析。 21煤礦安全生產(chǎn)預(yù)警 煤礦安全生產(chǎn)預(yù)警是以煤礦安全生產(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，同時針對安全生產(chǎn)活動進行評估、審核、整理、分析、監(jiān)測，發(fā)出不同階段的安全生產(chǎn)預(yù)警信號。國內(nèi)在20世紀(jì)90年代后期出現(xiàn)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安全生產(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)。牛強等利用自組織神經(jīng)網(wǎng)絡(luò)研究了煤礦安全生產(chǎn)預(yù)警模型和安全生產(chǎn)預(yù)警專家系統(tǒng)。隨著人

5、工智能技術(shù)以及計算機技術(shù)的發(fā)展，一些新興的改進的方法也被提出，如丁寶成構(gòu)建了基于模糊層次分析法及補償模糊神經(jīng)網(wǎng)絡(luò)的煤礦安全生產(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)的煤礦安全生產(chǎn)預(yù)警系統(tǒng)，通過gis技術(shù)對空間的動態(tài)數(shù)據(jù)進行收集及處理，并采用bp神經(jīng)網(wǎng)絡(luò)進行系統(tǒng)模型構(gòu)建。這一系列的研究極大地推動了煤礦預(yù)警技術(shù)的發(fā)展，為預(yù)警技術(shù)在煤礦安全生產(chǎn)中的應(yīng)用做出了積極的貢獻。 22建筑施工安全生產(chǎn)預(yù)警 我國的建筑生產(chǎn)安全事故嚴(yán)峻程度僅次于礦山和危險化學(xué)品領(lǐng)域，嚴(yán)重影響了建筑業(yè)的可持續(xù)發(fā)展。國內(nèi)外很多學(xué)者從20世紀(jì)六七十年代就開始對建筑

6、業(yè)的安全和健康問題進行了大量深入細致的研究，主要通過調(diào)查統(tǒng)計方法建立模型，獲取安全管理指數(shù)，進行建筑安全事故預(yù)警。目前，一些學(xué)者通過對建筑安全事故的成因分析，已研究了用預(yù)先危險性分析法、灰色綜合評價方法等多種風(fēng)險預(yù)測理論方法，對生產(chǎn)事故風(fēng)險進行預(yù)警。馮利軍通過事故致因理論以及危險源辨識對建筑安全事故成因進行了深刻的分析，建立了建筑安全事故成因診斷的分析模型(arctm，acci-dentrootcausestracingmodel)。在建筑安全事故預(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。隨著計算機技術(shù)的發(fā)展，一些學(xué)者也采用了新興的方法進行事故預(yù)

7、警，如趙平等強化人、機、環(huán)境、管理4方面的安全隱患信息和危險源的預(yù)警管理，采用多源信息融合技術(shù)的ds證據(jù)理論法對不確定的復(fù)雜的工程數(shù)據(jù)進行定性分析和融合，用融合的最終數(shù)據(jù)判斷施工項目的安全施工狀態(tài)。針對建筑安全事故數(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)集有特殊優(yōu)勢的支持向量機方法也逐步運用到建筑安全事故預(yù)警研究中。趙元慶等針對建筑施工項目安全風(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行指標(biāo)選取，結(jié)果顯示精度較高，具有一定的實際應(yīng)用價值。 23城市道路交通安全預(yù)警 道路交通安全預(yù)警，就是依據(jù)對道路交通事

8、故發(fā)展穩(wěn)定狀況的判斷，采用定性與定量相結(jié)合的方法，對道路交通安全發(fā)展態(tài)勢進行過程描述、追蹤分析和警情預(yù)報。國內(nèi)交通安全預(yù)警理論的研究，包括高速公路交通安全管理、鐵路交通安全管理、空中交通安全預(yù)警管理、城市道路交通安全預(yù)警以及交通災(zāi)害的研究。城市道路交通安全預(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)域城市道路交通安全預(yù)警系統(tǒng)和局部城市道路交通安全預(yù)警系統(tǒng)的模型，采用貝葉斯矩陣法(bmom，bayesianmethodofmatrix)預(yù)測交通事故，分析城市道路交通安全狀況，根據(jù)預(yù)警等級進行報警。例如:宇仁德等針對道路

9、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的道路交通安全預(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、檢測與預(yù)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)進行了研究，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、危險狀態(tài)判別、預(yù)警信息發(fā)布和通信4部分組成的高速公路事故多發(fā)路段預(yù)警系統(tǒng)。 3各行業(yè)安全生產(chǎn)預(yù)警對比分析 煤礦安全生產(chǎn)預(yù)警、建筑施工安全生產(chǎn)預(yù)警以及城市道路交通安全預(yù)警都是安全生產(chǎn)預(yù)警在重要行業(yè)

10、的具體應(yīng)用，安全生產(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)，并采用層次分析法或者相對重要程度等級法進行指標(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，通過輸出值確定安全狀態(tài)，并發(fā)布相應(yīng)的預(yù)警信號。不同行業(yè)安全生產(chǎn)預(yù)警的流程基本相同，但是仍舊存在一些差異，主要概括如下: 31指標(biāo)的選取 煤礦安全生產(chǎn)預(yù)警中指標(biāo)的提取主要包括作業(yè)人員、機械設(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)進行安全生產(chǎn)預(yù)警，指標(biāo)覆蓋性不夠，因此預(yù)警效果不明顯。建筑施工安全生產(chǎn)預(yù)警中指標(biāo)

11、的提取則主要從人、物、環(huán)境、管理4個方面進行，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、施工機械、機具、設(shè)施、能源等;此外，在建筑施工安全生產(chǎn)預(yù)警指標(biāo)中，還考慮了安全投入這一因素。城市道路交通安全預(yù)警指標(biāo)主要從人、車、道路、交通管理、交通環(huán)境5個方面進行了考慮。各行業(yè)安全生產(chǎn)預(yù)警指標(biāo)的選取見表1。 32預(yù)警方法 安全生產(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、影響因素復(fù)雜的情況，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

12、行業(yè)的基本特點，安全生產(chǎn)預(yù)警方法的選取也不盡相同。煤礦安全生產(chǎn)預(yù)警、建筑施工安全生產(chǎn)預(yù)警以及城市道路交通安全預(yù)警常用的方法見表2。 33運行效果 國內(nèi)的煤礦預(yù)警研究早期主要借鑒經(jīng)濟預(yù)警的理論和方法，但經(jīng)濟運行機制與煤礦災(zāi)害的發(fā)生機理迥異，缺少對煤礦災(zāi)害預(yù)警機理的研究。同時，部分研究工作中構(gòu)建的煤礦災(zāi)害指標(biāo)體系主要針對水災(zāi)、火災(zāi)、瓦斯突出等某一具體災(zāi)害，不具有動態(tài)適應(yīng)性?，F(xiàn)今的煤礦安全生產(chǎn)預(yù)警系統(tǒng)能夠從宏觀上進行把握，針對煤礦的整個生產(chǎn)和安全系統(tǒng)進行全方位的系統(tǒng)設(shè)計，并且預(yù)警的準(zhǔn)確程度也在逐步提高。 在建筑生產(chǎn)安全事故管理方面，絕大多數(shù)研究都是對建筑生產(chǎn)安全事故的事后分析，少數(shù)進行生產(chǎn)安全事故預(yù)

13、警工作的研究也主要是利用傳統(tǒng)的方法進行，建筑施工預(yù)警理論不成熟。要想在建筑安全生產(chǎn)預(yù)警方面取得一定的進展，就必須廣泛借鑒其他學(xué)科，特別是人工智能、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)科的研究成果。對于城市道路交通安全預(yù)警問題已經(jīng)進行了大量卓有成效的理論研究和工程實踐，但研究工作還相對較為零散，只是進行局部的指標(biāo)體系設(shè)計，沒形成一個清晰成熟的交通安全預(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)值進行預(yù)警閾值的確定，綜合預(yù)警則通過事故等級或者安全狀態(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、安全管理水平、生產(chǎn)者和管理者的素質(zhì)以及社會和文化等因素，根據(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)安全生產(chǎn)事故影響因素眾多，事故影響因素之間具有復(fù)雜的非線性關(guān)系，在經(jīng)濟預(yù)警方法的基礎(chǔ)之上，結(jié)合企業(yè)以及各行業(yè)安全生產(chǎn)的特點，采用人工智能以及計算機技術(shù)進行預(yù)警，或者各類方法相結(jié)合進行預(yù)警是未來的發(fā)展方向。 4)預(yù)警對于企業(yè)安全生產(chǎn)的正常進行具有重要作用，能夠為企業(yè)進行安全事故管理提供決策支持。預(yù)警指標(biāo)