安全預(yù)測(cè)學(xué)模板范本

安全預(yù)測(cè)學(xué)一、安全預(yù)測(cè)學(xué)的發(fā)展

本世紀(jì)五十年代以來，預(yù)測(cè)學(xué)漸漸地形成了一門獨(dú)立的學(xué)科，國(guó)內(nèi)外各部門、各行業(yè)不斷應(yīng)用各種預(yù)測(cè)理論和方法來進(jìn)行社會(huì)預(yù)測(cè)、經(jīng)濟(jì)預(yù)測(cè)、科學(xué)預(yù)測(cè)、技術(shù)預(yù)測(cè)、軍事預(yù)測(cè)等。同時(shí)，決策過程也逐步由經(jīng)驗(yàn)型向決策分析技術(shù)型過渡發(fā)展。目前，預(yù)測(cè)決策理論和方法得到了廣泛的應(yīng)用，并已發(fā)展成為理論分析、方法技術(shù)與實(shí)際應(yīng)用相結(jié)合的專門學(xué)科。

近十幾年來，預(yù)測(cè)決策理論和方法漸漸被引入到了工業(yè)安全領(lǐng)域，用以科學(xué)指導(dǎo)安全生產(chǎn)，并取得了一定成效。特別是目前隨著現(xiàn)代數(shù)學(xué)方法和計(jì)算機(jī)技術(shù)的發(fā)展，國(guó)際上安全評(píng)價(jià)分析以及預(yù)測(cè)決策實(shí)施得到了廣泛應(yīng)用，如模糊故障樹分析預(yù)測(cè)、模糊概率分析、模糊灰色預(yù)測(cè)決策等。利用計(jì)算機(jī)專家系統(tǒng)、決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等現(xiàn)代數(shù)學(xué)方法和計(jì)算機(jī)技術(shù)，使安全分析評(píng)價(jià)預(yù)測(cè)決策實(shí)施開拓了一個(gè)更廣闊的應(yīng)用前程，這些技術(shù)方法在英國(guó)、美國(guó)、德國(guó)、意大利等國(guó)的核工業(yè)、化工、環(huán)境等領(lǐng)域得到了廣泛應(yīng)用。以安全分析、隱患評(píng)價(jià)、事故預(yù)測(cè)決策為主體的安全評(píng)價(jià)工作作為一種產(chǎn)業(yè)在國(guó)際上已經(jīng)出現(xiàn)。

我國(guó)許多行業(yè)自八十年代以來也相繼開展了安全分析、事故預(yù)測(cè)預(yù)防研究，如航空、冶金、煤炭、化工、地質(zhì)、石油天然氣等行業(yè)均開發(fā)了相應(yīng)的事故管理與預(yù)測(cè)系統(tǒng)。但各部門的研究進(jìn)展很不一致，未形成系統(tǒng)的事故預(yù)測(cè)理論及方法，安全預(yù)測(cè)與決策方面的研究就更為不足，僅有的一些工作主要限于統(tǒng)計(jì)分析、局部預(yù)測(cè)。目前，國(guó)家有關(guān)部門已將此類項(xiàng)目列入“九五”期間的發(fā)展規(guī)劃，國(guó)內(nèi)許多企業(yè)和部門及研究院所正在積極進(jìn)行這方面的工作。

隨著現(xiàn)代科學(xué)技術(shù)的進(jìn)步與發(fā)展，安全科學(xué)技術(shù)越來越受到重視，現(xiàn)代安全管理技術(shù)與方法在國(guó)內(nèi)外日益受到關(guān)注和應(yīng)用。從現(xiàn)代安全生產(chǎn)管理的實(shí)際需要和總的發(fā)展趨勢(shì)分析，把現(xiàn)代的計(jì)算機(jī)技術(shù)與安全科學(xué)管理技術(shù)有機(jī)地結(jié)合，綜合運(yùn)用安全系統(tǒng)管理理論及事故分析預(yù)測(cè)決策技術(shù)，將會(huì)大大促進(jìn)安全預(yù)測(cè)理論及方法技術(shù)的進(jìn)一步提高?！鞍踩谝?，預(yù)防為主”，預(yù)測(cè)是預(yù)防的前提，預(yù)測(cè)是決策的基礎(chǔ)，工業(yè)事故的預(yù)測(cè)預(yù)防及其輔助決策分析評(píng)價(jià)已成為現(xiàn)代安全管理的核心。發(fā)展安全預(yù)測(cè)學(xué)，應(yīng)用現(xiàn)代的科學(xué)預(yù)測(cè)理論和方法，建立工業(yè)安全與減災(zāi)的預(yù)測(cè)理論模型及其安全智能輔助決策分析方法，并利用實(shí)用的計(jì)算機(jī)軟件技術(shù)，能為安全減災(zāi)服務(wù)。

二、安全預(yù)測(cè)方法

目前已有的安全預(yù)測(cè)模型有：

⒈事故隱患辨識(shí)預(yù)測(cè)：其基本方法是對(duì)生產(chǎn)事故隱患辨識(shí)預(yù)測(cè)方法主要有經(jīng)驗(yàn)分析法、故障樹分析法、事件樹分析法、因果分析法、人的可靠性分析法、人機(jī)環(huán)系統(tǒng)分析法等。預(yù)測(cè)的對(duì)象以人為主體的人機(jī)環(huán)分析預(yù)測(cè)能直接分析人的不安全行為、物的不安全狀態(tài)、環(huán)境的不安全條件等直接隱患，同時(shí)還能揭示深層次的本質(zhì)原因，即管理方面的間接隱患。借助故障樹分析技術(shù)對(duì)存在危險(xiǎn)的隱患進(jìn)行定性定量分析，預(yù)測(cè)隱患導(dǎo)致事故發(fā)生的定性定量結(jié)論，并得出直接隱患之間的邏輯層次關(guān)系。預(yù)測(cè)的事故類型主要用于生產(chǎn)過程中的機(jī)械傷害、壓力容器爆炸、火災(zāi)等事故隱患的定性分析預(yù)測(cè)。

⒉中長(zhǎng)期宏觀事故指標(biāo)預(yù)測(cè)：其預(yù)測(cè)的對(duì)象是較大樣本的行業(yè)中長(zhǎng)期宏觀事故指標(biāo)，如行業(yè)或具有一定生產(chǎn)規(guī)模企業(yè)的事故千人傷亡率、事故經(jīng)濟(jì)損失、事故頻率等與時(shí)間序列相關(guān)的事故指標(biāo)進(jìn)行預(yù)測(cè)。預(yù)測(cè)的方法是考慮事故變化趨勢(shì)屬于非平穩(wěn)的隨機(jī)過程，常用具有原始數(shù)據(jù)需求量小、對(duì)分布規(guī)律性要求不嚴(yán)、預(yù)測(cè)精度較高等優(yōu)點(diǎn)的模糊灰色預(yù)測(cè)模型GM(1,1)，同時(shí)考慮到減小預(yù)測(cè)誤差，將其與時(shí)間序列自相關(guān)預(yù)測(cè)模型AR(n)相結(jié)合。預(yù)測(cè)的模型是GM(1,1)和AR(n)的組合模型，即：

x(0)(t+1)=(-ax(0)(1)+b)e-at+∑φiεi

⒊安全生產(chǎn)短期微觀事故狀態(tài)預(yù)測(cè)：預(yù)測(cè)的對(duì)象是工業(yè)系統(tǒng)工作狀態(tài)的安全預(yù)測(cè)。其方法是對(duì)工業(yè)生產(chǎn)短期微觀事故狀態(tài)預(yù)測(cè)擬選用模糊馬爾柯夫鏈預(yù)測(cè)法，其特點(diǎn)是系統(tǒng)某一時(shí)刻狀態(tài)僅與上一時(shí)刻狀態(tài)有關(guān)，而與以前時(shí)刻狀態(tài)無關(guān)。其t+1時(shí)刻的狀態(tài)預(yù)測(cè)模型表示為：

Psik=max{Psi1,Psi2,...,Psi1}

4·趨勢(shì)外推預(yù)測(cè)法：趨勢(shì)外推預(yù)測(cè)技術(shù)是建立在統(tǒng)計(jì)學(xué)基礎(chǔ)上，應(yīng)用大數(shù)理論與正態(tài)分布規(guī)律的方法，以前期已知的統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，對(duì)未來的事故數(shù)據(jù)進(jìn)行相對(duì)精確定量預(yù)測(cè)的一種實(shí)用方法。這種方法對(duì)于具有一定生產(chǎn)規(guī)模和事故樣本的系統(tǒng)具有較高的預(yù)測(cè)準(zhǔn)確性。趨勢(shì)外推預(yù)測(cè)數(shù)學(xué)模型為

Ｘ＝Ａ·(·Ｘ0

其中：Ｘ－為未來事故預(yù)測(cè)指標(biāo)；Ａ－生產(chǎn)規(guī)模變化系數(shù)，Ａ＝已知生產(chǎn)規(guī)模(計(jì)劃生產(chǎn)規(guī)模；(－安全生產(chǎn)水平變化系數(shù)，(＝原有安全生產(chǎn)水平(現(xiàn)有安全生產(chǎn)水平；Ｘ0－已知事故指標(biāo)（如當(dāng)年事故指標(biāo)）。

趨勢(shì)外推預(yù)測(cè)法可以預(yù)測(cè)的指標(biāo)是廣泛的，絕對(duì)指標(biāo)：如工業(yè)生產(chǎn)過程中的火災(zāi)事故次數(shù)、交通事故次數(shù)、事故傷亡人次、事故損失工日、火災(zāi)頻率、事故經(jīng)濟(jì)損失等；相對(duì)指標(biāo)，如千人傷亡率、億元產(chǎn)值傷亡率、億元產(chǎn)值損失率、百萬噸公里事故率、人均事故工日損失、人均事故經(jīng)濟(jì)損失等。

5·回歸預(yù)測(cè)法：回歸預(yù)測(cè)的實(shí)質(zhì)是有些事故與一些主要因素相關(guān)，將其看作自變量的函數(shù)，選取相應(yīng)的回歸模型進(jìn)行預(yù)測(cè)。這種方法多適于事故趨勢(shì)隨機(jī)性變化小，能較好地符合某類非線性的場(chǎng)合。常用的模型有指數(shù)函數(shù)、對(duì)數(shù)函數(shù)、冪函數(shù)等。根據(jù)基礎(chǔ)事故數(shù)據(jù)的分布，若事故與某些因素直接相關(guān)，可考慮用回歸預(yù)測(cè)方法。

6·基于神經(jīng)網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)法：對(duì)于工業(yè)生產(chǎn)具有混沌特征分布的事故類型或特征量，可考慮運(yùn)用神經(jīng)網(wǎng)絡(luò)時(shí)間序列預(yù)測(cè)法。通過反復(fù)演變和求解，可得到精度較高的事故特征預(yù)測(cè)量。

7·專家系統(tǒng)預(yù)測(cè)法：一般來說由于事故的發(fā)生是一個(gè)非平穩(wěn)的隨機(jī)過程，工業(yè)生產(chǎn)過程中的事故也是同樣的。同時(shí)，實(shí)際上在各種工業(yè)的安全生產(chǎn)工作中，一些重大事故（如石油井噴事故）的樣本數(shù)據(jù)量是缺乏和信息量不足的，這樣一般統(tǒng)計(jì)預(yù)測(cè)模型的誤差就會(huì)較大?；谟?jì)算機(jī)專家系統(tǒng)之上的預(yù)測(cè)法，應(yīng)用專家知識(shí)與預(yù)測(cè)定量模型相結(jié)合，能做到定性、定量分析，誤差量將會(huì)降低。這樣就會(huì)有必要采用高精度的預(yù)測(cè)方法，如專家系統(tǒng)預(yù)測(cè)方法。由于專家系統(tǒng)的建立、知識(shí)的獲取及其知識(shí)庫的構(gòu)造、推理機(jī)的設(shè)計(jì)是一個(gè)相當(dāng)復(fù)雜的過程，是否在石油勘探開發(fā)生產(chǎn)過程中能夠使專家系統(tǒng)預(yù)測(cè)技術(shù)應(yīng)用成功，這是本課題要探索的問題。顯然，將專家系統(tǒng)預(yù)測(cè)法作為一種嘗試性研究是很有價(jià)值的工作。

三、安全預(yù)測(cè)學(xué)研究狀況

安全預(yù)測(cè)學(xué)的重要研究問題有：

⒈事故預(yù)防多目標(biāo)決策：因?yàn)槭鹿暑A(yù)防決策要考慮科技水平、經(jīng)濟(jì)條件、安全水準(zhǔn)等邊界限制條件，要考慮降低事故、提高效益、企業(yè)能力等多方面因素，擬選用多目標(biāo)決策法（加權(quán)評(píng)分法、層次分析法、目標(biāo)規(guī)劃法等）為宜。其問題的實(shí)質(zhì)是有k個(gè)目標(biāo)f1(x),f2(x),…,fk(x),求解x,使各目標(biāo)值從整體上達(dá)到最優(yōu),max[f1(x),f2(x),…,fk(x)]。該方法主要用于事故預(yù)防的多方案決策。

⒉安全投資決策：為降低事故，需增加投資，安全投資決策主要運(yùn)用風(fēng)險(xiǎn)決策、綜合評(píng)分決策、模糊灰色決策等方法，以使決策方案最優(yōu)，即達(dá)到max[E(B)i]。

3·隱患及薄弱環(huán)節(jié)控制決策：決策目標(biāo)是應(yīng)用預(yù)測(cè)或?qū)嶋H統(tǒng)計(jì)的數(shù)據(jù)，在合理的安全評(píng)價(jià)理論和方法的基礎(chǔ)上，對(duì)人、機(jī)、境、管理等石油勘探開發(fā)生產(chǎn)的事故隱患和薄弱性環(huán)節(jié)，進(jìn)行對(duì)策性決策。以指導(dǎo)科學(xué)和準(zhǔn)確的采取事故預(yù)防措施。決策方法是最大薄弱環(huán)節(jié)準(zhǔn)則；主次因素分析技術(shù)；信息量決策技術(shù)等。決策的內(nèi)容有：能給出隱患控制和事故薄弱性環(huán)節(jié)的優(yōu)選級(jí)措施方案