杨征， 杨小勇， 王宇， 龚韩君， 祝捷， 侯刚， 杨斐文， 方乾

（1. 陕西小保当矿业有限公司，陕西 榆林 719000；2. 煤炭科学研究总院有限公司 矿山大数据研究院，北京 100013；3. 中煤科工开采研究院有限公司，北京 100013）

0 引言

我国煤矿开采以井下作业为主，矿井深度大、地质环境复杂且劳动强度大，一旦发生矿井事故，极易造成重大人员伤亡和财产损失。煤矿生产流程中涉及的潜在风险源种类众多，且彼此之间存在复杂的耦合关系，因此，综合分析煤矿安全影响因素，强化煤矿安全保障能力，提高煤矿安全管理水平，对于保障工作面稳定有序运行具有重要意义。

随着煤矿机械化和智能化水平不断提高，面向设备和人员的安全监测和管理系统在煤矿已经实现一定程度的部署和应用，但目前的矿井安全管理通常是分类开展，按照风险类型构建对应的监测及管控体系，如环境监测系统、人员安全监测系统、水文地质监测系统等。各安全监测和管理系统的建设和使用通常相互独立，根据建设需求各自进行区域划分和安全管理，并提供单一维度风险评价和分析。然而，由于不同系统划分的颗粒度和方法不统一，给数据集中管理和有效信息提取造成了困难。在需要进行多维度综合分析或整体决策时，重要信息的传递和汇总仍主要依赖于人工上报，由总调中心对各系统上报数据进行二次分析，按照优先级依次判断决策，再将具体措施下发到各系统，这种方式限制了安全管理效率的提升。

为了解决上述问题，近年来研究人员从不同角度开展研究，提出了一系列针对煤矿安全的多因素综合评价体系。You Mengjie 等[1]针对煤矿安全事故数据维度过高、规模过大、复杂性高的结构特点，引入基于非线性的t-SNE 高维数据降维方法，构建了煤矿安全风险评价模型，提高了评价精度。郭隆鑫等[2]兼顾评价体系的不确定性与评价指标等级的模糊性，提出了基于融合权集对云的安全评价模型，有效提高了煤矿安全评价结果的精确度。马金山等[3]采用投影寻踪和灰靶决策模型比较区域煤矿的相对安全度，分析结果与实际情况具有较好的一致性。阳建新等[4]提出了一种基于主成分分析-优劣势距离法耦合模型的煤矿安全生产管理评价方法，通过计算和定义安全管理指数及评价标准，实现对煤矿安全生产管理水平的量化评价。宿国瑞等[5]将生态安全领域中的压力-状态-响应模型引入煤矿安全管理，以煤矿信息化多源异构数据为基础，实现煤矿安全管理效果分析，减少了人为因素对分析结果的干扰。总体而言，目前的解决方案通常是基于专家意见、数据挖掘或文本分析等，抽取一系列煤矿安全评价指标体系，并通过降维、赋权、模糊决策等方法实现多因素的综合评价及不同单元的安全度比较，但是安全评价粒度基本都是矿井级或子系统级，无法针对矿井的不同区域进行精细化管理。

本文依托于“煤科云”智能化综合管控平台[6-8]，汇聚人员定位、设备故障诊断、瓦斯监测、水文监测、安全管控等安全相关系统的数据，以区域为基本单元进行安全评估和管理，根据煤矿安全风险的空间分布特点，对各安全系统数据进行统一区域划分和整理，基于层次分析和模糊综合评价算法，构建区域安全评估模型，实现矿井各区域风险等级评估和综合评分。评估结果可辅助煤矿管理人员进行灾害预防、安全管理、措施制定等工作决策，提高煤矿精细化管理水平[9-10]。

1 区域安全评估方法

1.1 区域划分方法

通过文献资料调研[11-16]和对煤矿企业实际安全数据的分析，发现矿井各系统中区域的命名方式、划分标准、空间尺度和层次关系存在差异。例如，井下环境监测系统将避难硐室作为辅运巷的下一级区域，感知传感器可精确到避难硐室的前门和后门，分别监测实时温度、二氧化碳、甲烷和氧气等环境参数；水文系统中则将辅运巷排水管道作为排水管道的下一级区域；在巡检系统中，避难硐室作为一类重要区域被进一步划分为永久避难硐室生存仓、永久避难硐室过渡仓、临时避难硐室等。以上系统均可从单一维度对各区域进行安全评估，但面对特定位置的多因素风险评价和融合分析仍存在困难和挑战，限制了全矿井公司级安全管理效率和水平提升。因此，在进行区域风险综合评估前，需要先统一不同子系统的区域定义方式，实现跨系统的对齐。

统一区域划分方法如下：

首先，根据预设的分类条件确定煤矿类型。基于煤矿的静态指标（包括水文地质条件、灾害程度、生产规模、安全保障情况和装备工艺水平等），对煤矿进行初级分类，并明确主要灾害类型及程度。结合行政法规、部门规章和行业标准等要求，确定该煤矿的安全管控要求。

然后，根据煤矿类型构建该煤矿的安全指标体系。基于“人-机-环-管”安全生产理论[17]，影响安全管理风险的因素主要来源于人员、设备、环境和管理4 个方面：工作人员的教育水平、薪酬分布、健康状况、持证比例；机械设备的运行状态、故障诊断结果、维修记录；矿井瓦斯浓度、涌水量、风速、温度；安全管理制度、报警处理结果、安全培训情况等。收集并整理各安全监测系统的数据，分析并提取其中与人员、设备、环境、管理相关的安全指标，梳理各指标的相互关系和涉及的空间位点，应用德尔菲法进行专家评判，形成安全指标体系，为统一区域划分做准备。

最后，基于各系统已有的区域类型和名称，充分考虑各安全指标与区域位置的关联关系，结合区域功能特点，根据层次关系由整体向局部进行划分，确保包含指标涉及的所有空间位置。

区域划分示例见表1，该区域由高到低可分为4 级，前3 级逐层定位到矿井中包含的风险区域，第4 级是第3 级的实例化，确定了某个具体矿井的实际划分结果。

表1 区域划分示例Table 1 An example of area division

1.2 区域安全评估模型

上述区域划分方法统一了各系统的安全数据标准，为多源数据的融合与处理提供了基础。在对某个具体的区域单元进行风险评估时，针对梳理得到的安全指标体系，从人、机、环、管角度进行层级划分，通过主观赋权和客观赋权相结合的方法计算区域安全评估中的各指标权重，构建区域安全评估模型。

主观赋权通过层次分析法实现，针对梳理后的安全指标两两进行1-9 评分，构建判断矩阵A：

式中ai j为第i个指标相对于第j个指标的重要程度评分，i，j=1，2，···，n（i≠j），n为指标个数。

计算判断矩阵A的特征向量，得到第j个指标相对于上一级指标的权重 κj：

式中Vj为判断矩阵的积。

由于层次分析法是人为打分，为保证评价体系自洽，需要进行一致性检验，计算最大特征根λmax：

式中κ为层次分析法综合权重。

通过计算一致性指标值CI和一致性比率CR，对结果进行一致性检验：

式中RI为随机一致性指标。

若CR＜0.1，则认为判断矩阵通过一致性检验，否则重新调整至满足一致性为止。

客观赋权法采用熵权法实现。指标的熵值表征该指标的数据变异程度，熵值越小，其信息容量越大，在系统中的重要程度也越高。构建归一化数据矩阵X，消除量纲不一致的影响：

式中：xlj为第l个样本第j个指标的归一化数据；m为样本个数。

对于同一类指标，X指标值在样本上的差异越大，表示该指标提供的信息量越大，其在综合评估时所起的作用越大，相应的信息熵越小，权重越大。第j个指标的信息熵为

若对第j个指标，xlj所有取值均相等，则Hj取得最大值1，此时该指标无区分度。第j个指标权重为

为综合决策者主观判断和客观计算结果，将主客观融合权重 ω作为模型评价标准：

式中 μ为熵权法综合权重。

依据主客观融合赋权打分方法完成每个区域的基础评分后，还需要考虑以下3 个方面的影响。

1） 各项安全影响因素并非完全相互独立，彼此之间存在关联关系，不同安全影响因素的组合带来的风险性差距很大，例如火和瓦斯组合的风险性远高于水和瓦斯组合。为了考虑这些组合影响，需要扩展规则矩阵，对高风险组合增加额外的惩罚权重项，当高风险组合出现时，使安全评分迅速出现明显下降，进而及早触发报警，提醒生产管理人员注意防范。通常可采用专家打分方式对不同因素组合设置相应的惩罚权重。对于包含n个指标的评价体系，指标间相互关联的惩罚可写成矩阵形式：

式中 αij为第i个指标与第j个指标关联后的惩罚权重。

2） 各项安全影响因素随时间演化，因此可以基于历史趋势变化，从更长的时间尺度进行评价，本文通过多项式拟合实现预测。不同安全评价方法之间由于主观赋权方式存在差异，评估结果的绝对值无法直接进行比较，所以本文采用基于自评估的区域安全态势分析方法，通过分析评分结果的变化情况，判断安全态势是趋向于更安全还是更危险，为安全管理提供参考。通常可采用安全因素指标预估值梯度变化的方向和大小来衡量未来的态势水平。第j个指标的相应调整权重 βj为

式中： ηj为第j个指标的指示因子，当指标的增长意味着好转时其值为1，如健康人员比例，反之其值为-1，如“三违”数量；fj为第j个指标的专家评分； δj为第j个指标预估得分sj的时间梯度；t为时间。

3） 完成每个单独区域的风险综合评估后，还需要考虑区域间的耦合影响。因为各个区域并非相互独立，而是人为划分的，相邻区域之间实际上存在物理层面的相互作用，彼此之间存在耦合影响。将物理空间的邻接关系纳入考虑范围，将相邻区域的风险情况赋权后加入区域安全评估模型，通过这种方式，将周边区域安全因素的潜在影响考虑在内，辅助分析风险演化情况和传播趋势。区域间的耦合影响需要结合具体区域的位置、环境和管理信息，依赖专家给出2 个区域内因素指标间的耦合惩罚，具体可用矩阵表示为

采用归一化融合权重计算基础安全评分，并考虑高风险组合、历史趋势变化及区域间耦合影响进行修正后，可得矿井区域b的综合安全评分：

根据《煤矿安全规程》[18]和《煤矿安全生产标准化管理体系基本要求及评分方法》[19]，可以确定当前区域安全级别，并根据安全评分相对波动的绝对值判断安全变化趋势，设定报警等级和报警阈值，并给出相应的管理建议和应对措施。

2 应用分析

区域安全评估模型的区域划分和安全影响因素体系构建都需要根据每个矿井的实际情况决定。本文基于陕西小保当矿业有限公司（简称小保当煤矿）实际情况，具体展示区域安全评估模型的构建，并结合国内煤矿领域历史安全事故案例进行区域安全评价的模拟计算，以验证模型的有效性和准确性。

2.1 小保当煤矿应用实例

小保当煤矿产量为2 800 万t/a，是国家煤炭工业“十二五”规划重点开发的大型煤矿项目，也是全国较大的井工矿之一。小保当煤矿区域安全评估模型基于“煤科云”智能化综合管控平台进行构建，从数据中台获取全矿井人员实时监测数据、设施设备实时监控数据、空间环境动态检测数据、安全管理数据等多源数据[20]，基于已有各个子系统的区域划分方式进行整合，梳理形成统一的区域类型标准，形成概念层面的分割。然后依据每个区域类型标准构建区域实例，形成实际的划分结果。将不同的人、机、环、管安全因素在每个区域实例内进行整合，形成区域示例属性，通过这样的数据组织方式实现统一的区域划分和多安全因素数据的整合。

目前，小保当煤矿主要划分为综采工作面、掘进工作面、辅运巷、井筒、大巷、原煤车间和块煤仓7 个3 级区域，其下共细分为20 多个4 级区域。在安全影响因素上，结合小保当煤矿的生产安全管理实际，将人、机、环、管四大安全因素细分为18 个2 级因素，包括人员的行为、职业技能、健康状况，机械的工作状态、故障和维修情况，环境的各项指标及管理制度的健全和执行程度等，如图1 所示。

图1 区域安全的影响因素Fig. 1 Influencing factors of area safety

煤矿不同区域因生产特性的不同，受人、机、环、管4 个方面因素的影响程度也有所不同。基于区域的生产特性，结合专家意见，可利用层次分析法为各个安全影响因素赋予相应权重。由层次分析法所得的权重体现了不同区域的本质特点，是专家经验的量化体现；而熵权法则可从实际数据分布出发，衡量因素的重要程度，对专家经验进行补充和校正。结合二者特点的融合权重更加科学客观。

以小保当煤矿112204 工作面为例介绍区域安全评分的具体计算。首先，基于“煤科云”数据中台，获取各个安全影响因素历史和当前的初始评分数据。初始评分是根据矿方的实际安全管理要求和生产情况，参考国家安全政策指引[18-19]，结合各子系统实时数据计算得出，表征该安全因素单维度下的安全水平。其次，对于该区域内的各个安全影响因素，结合专家评分，用式（2）计算层次分析法权重 κ；根据式（8），利用各安全影响因素历史评分数据计算熵权法权重 μ，再用式（9）计算二者融合权重 ω。然后，基于各安全影响因素当前的初始评分计算考虑权重后的基础得分。最后，结合专家意见，根据式（10）-式（13）计算因素高风险组合、历史趋势变化及区域间耦合影响得分修正，用式（14）计算最终区域得分。在考核周期内112204 工作面各项指标得分见表2，区域安全最终得分为87.3。根据小保当煤矿安全等级评估标准（安全：得分≥80；一般安全：得分70～80；相对危险：得分60～70；危险：得分＜60），112204 工作面在考核周期内为“安全”级别。

表2 区域安全评分示例Table 2 An example of area safety score

需要说明的是，区域安全评估模型的权重不是一成不变的，需要不断迭代维护。其原因如下：① 随着煤矿生产活动的进行，区域的时空环境会发生变化，各个安全影响因素的权重需要相应调整匹配；② 模型中包含专家个人的知识和经验，具有一定局限性，无法普适所有生产环境，相关权重需在系统运行过程中根据评价反馈进行适当调整。

为了直观展示区域安全评估模型的结果，在智能化综合管控平台中设计了展示页面，如图2 所示。界面中心是基于矿图的可视化结果展示，一级区域包括1 号煤矿和2 号煤矿，更精细的区域划分可通过放大地图模型进行观察，不同颜色表示不同区域的安全状态。左右两侧分别列出了2 个矿不同区域的安全等级、综合评分和安全态势，以及人、机、环、管各方面的失分情况；下方可通过下拉列表进行区域筛选，查看每个区域具体的安全因素，展示其类型、发生时间及处理建议。区域安全评估模型有助于矿领导及安全负责人更直观地了解全矿井及各区域的综合安全情况，节约人工上报成本，智能辅助决策，提高管理效率。

图2 小保当煤矿区域安全评估模型应用效果Fig. 2 Application effect of area safety assessment model in Xiaobaodang Coal Mine

2.2 区域安全评估模型效果模拟验证

区域安全评估模型在各安全影响因素自身维度的初始评价基础上，依据区域本质特点，结合专家经验和数据规律赋予各因素权重，进而得到区域安全综合评价结果。目前，小保当煤矿区域安全评估模型的运行时间不长，期间未发生影响较大的安全事件，模型的安全评分在应用期间保持相对稳定。为了验证区域安全评估模型的有效性和准确性，选择2 个有代表性的煤矿生产安全历史事故[21]，参考小保当煤矿的区域划分和安全影响因素体系，对2 个发生事故的煤矿进行区域安全评价的模拟计算。事故1：枣庄大兴矿业有限责任公司“4·21”顶板事故，2018 年4 月21 日，某转载运输巷维修地点发生1 起顶板事故，造成1 人死亡，直接经济损失180 万元。事故2：山东宏河控股集团嘉祥红旗煤矿有限公司“3·26”运输事故，2018 年 3 月 26 日，井下 32 采区带式输送机石门处发生1 起事故，造成1 人死亡，直接经济损失185.19 万元。

煤矿区域安全评价模拟计算结果见表3。其中，初始扣分是针对事故致因和程度，根据小保当煤矿的安全管理标准和要求给出的该安全因素相应扣分值；权重对应区域安全评估模型中的融合权重 ω；综合扣分为初始扣分与权重的乘积，对应区域安全评估模型中最终扣除的分数；预估安全等级是参考小保当煤矿平时模型的平均得分水平（86 分），根据小保当煤矿安全等级评估标准，在发生该事故后模型给出的安全等级评价。模拟计算结果显示，在发生安全事故后，区域安全评估模型输出的区域安全最终得分从平时的86 分下降至60 分左右，对应安全等级降为“危险”，评价结果具有一定的有效性和准确性。

需要指出的是，区域安全评估模型的评价结果对安全因素的初始评分有较大依赖性，这要求在模型部署应用前，要先结合矿方实际情况和安全政策要求制定初始打分规则。对于管理相对完善的矿企，可沿用已在使用的安全评价打分办法，之后可依据数据中台的建设情况，进行相应的自动化改造，接入区域安全评估模型。

3 结语

通过对矿井进行标准化区域划分，将单一维度安全信息按划分区域进行统一整合，从人、机、环、管4 个维度对安全指标体系开展综合评价；基于层次分析法和熵权法构建区域安全评估模型，对煤矿当前安全情况进行定量化评估和等级划分。该模型已成功应用于小保当煤矿的智能化综合管控平台，有效提升了煤矿安全管理效率，对提高煤矿智能化水平、促进煤矿安全高效生产具有积极意义。