大型煤礦采煤機司機崗位適應性測試與選拔系統(tǒng)的構建

劉曉靜，馬尚權，湯 舟

(華北科技學院 研究生院，北京 東燕郊 101601)

大型煤礦采煤機司機崗位適應性測試與選拔系統(tǒng)的構建

劉曉靜，馬尚權，湯 舟

(華北科技學院 研究生院，北京 東燕郊 101601)

煤礦生產(chǎn)越來越依賴于大型設備，設備越先進，對操作設備的人要求就越高。采煤機司機崗位工作強度大，勞動環(huán)境惡劣，這也就對這個崗位的工人提出了更高的要求，他們需要具有超強的意志力、注意集中能力以及操作機器所必須的協(xié)調(diào)性。對某大型煤礦采煤機司機進行意志力、協(xié)調(diào)性等多方面能力的測試，并將得到的數(shù)據(jù)用MATLAB建立模型，得出的結果則可作為該工種新工人選拔時的參考資料。

采煤機司機；選拔；MATLAB建模

0 引言

隨著我國社會經(jīng)濟的發(fā)展，越來越多的煤礦走向大型化、自動化，大型礦井自動化水平的提高，對工作于采煤一線的工人提出了更高的要求。作為煤礦生產(chǎn)的核心，采煤機司機的

工作是最受關注的，是整個礦山的生產(chǎn)重心，在“安全第一，生產(chǎn)第二”政策的引導下，保證采煤機司機能夠安全高效地完成本職工作，成為了重中之重。

人與人之間是存在個體差異的，由于遺傳、生活環(huán)境、教育背景、個體心理狀態(tài)、認知、智力等多因素的共同作用，形成和發(fā)展了這種個體的差異，使人能夠在認識、情感、意志

等活動過程中表現(xiàn)出來[1-3]。只有當個體的身體狀況、心理狀況、能力狀況都與所從事的崗位所要求的標準相適應時，個體才能在此崗位上發(fā)揮最大的作用，取得最好的成績。

采煤機司機是在工作面操作采煤機，從事落煤、裝煤作業(yè)，負責采煤機的巡檢和運行記錄，保證采煤機安全運行。采煤機司機屬一線工種，勞動強度大，噪聲大，灰塵大，對工人的身體素質(zhì)和心理素質(zhì)都有很高的要求，如此高強度的工作，對工人的意志力、注意力等都有一定的要求[4]。

1 研究方法

1.1 系統(tǒng)模型構建步驟

為了尋找能夠選拔采煤機司機的指標，進而建立一個選擇模型，用于評價及選拔合適的工人，本文選用德爾菲法對指標進行選擇，然后用MATLAB建立模型。

(1) 德菲爾法

德爾菲法是一種定性描述定量化的方法，它首先根據(jù)評價對象的具體要求選定若干個評價項目，再根據(jù)評價項目制訂出評價標準，聘請若干熟悉本專業(yè)領域研究現(xiàn)狀，有較高權威性和代表性的專家憑借自己的經(jīng)驗按此評價標準給出各指標的權重，然后對其進行結集。

(2) BP神經(jīng)網(wǎng)絡法

BP神經(jīng)網(wǎng)絡是在對人腦組織結構、活動機制初步認識的基礎上提出的人工神經(jīng)網(wǎng)絡，它是一種新型信息處理體系，通過模仿腦神經(jīng)系統(tǒng)的組織結構以及某項活動機理可以呈現(xiàn)出人腦的許多特征，并具有人腦的一些基本功能。

我們利用的是它的自學習過程，也就是當外界環(huán)境發(fā)生變化時，經(jīng)過一段時間的訓練或感知，通過自動調(diào)整網(wǎng)絡結構參數(shù)，神經(jīng)網(wǎng)絡對于給定輸入能產(chǎn)生期望的輸出。神經(jīng)系統(tǒng)能在外部刺激下按一定規(guī)則調(diào)整神經(jīng)元之間的突觸連接，逐漸構建起神經(jīng)網(wǎng)絡。

因此，模型建立的步驟如下圖所示：

圖1 模型建立步驟圖

通過大量研究我們獲得了13個能力因素[5-7]，包括有準確性、穩(wěn)定性、連貫性、意志力、注意力、記憶力、快速反應能力、協(xié)調(diào)性、熟練性、判斷力、決策能力、學習力、感知力。然后應用德爾菲法請專家對每個工種所需能力進行評判，通過以下三個問題：

1) 煤礦企業(yè)員工應具備的最重要的素質(zhì)能力是什么？

2) 哪些素質(zhì)能力因素缺失容易導致事故？

3) 哪些素質(zhì)能力因素是工作中最難把握的？

請本專業(yè)專家對煤礦企業(yè)安全生產(chǎn)中必備的13個能力因素進行重要程度排序[8][9]，然后我們?nèi)∏叭蛔鳛檫x拔指標。

排序的結果是：意志力、注意力和協(xié)調(diào)性，因此，測試集就是上述三項指標，這三項指標由5臺儀器完成測試，分別是注意力分配測試儀、敲擊速度測試儀、手臂靈活性測試儀、雙臂協(xié)調(diào)性測試儀和雙手協(xié)調(diào)性測試儀。

1.2 對指標進行測試

為了對這些指標進行量化，我們依托于華北科技學院的國家級人機工程實驗室進行測試，測試過程如下：

(1) 注意力測試

注意力測試采用的是注意力分配測試儀，儀器能夠隨機自動地呈現(xiàn)出不同的顏色和聲音，被試者根據(jù)刺激呈現(xiàn)位，按對應鍵反應，被試者按下鍵后下一個刺激自動呈現(xiàn)，直至測試時間60 s終止，主試者記錄每次正確反應的平均時間。

(2) 意志力測試

意志力測試由敲擊速度測試儀完成，被試者手持敲擊棒分別敲擊板兩端的金屬，計數(shù)器開始計數(shù)，連續(xù)敲打60 s計數(shù)器停止計數(shù)，主試者記錄下敲打次數(shù)。

(3) 協(xié)調(diào)性測試

協(xié)調(diào)性測試包括手臂靈活性、雙臂協(xié)調(diào)性以及雙手協(xié)調(diào)性，具體測試情況如下：

1) 手臂靈活性測定

被試者翻動起點的金屬圓柱體計時器開始計時，被試者按照實驗儀器上所設的路徑依次翻動圓柱體直至終點，當終點的圓柱體完成后計時器開始計時，主試者記錄所用時間。

2) 雙臂協(xié)調(diào)性

被試者雙手捏住手柄引導探頭進入軌跡起始部位開始計時和記出錯次數(shù)，完成一周后探頭進入終止位置則停止計時和記出錯次數(shù)，主試者記錄時間及出錯次數(shù)。

3) 雙手協(xié)調(diào)性

被試者通過兩個移動旋鈕控制紅色移動光斑，當移動光斑進入軌道起始點開始計時并記錄出錯次數(shù)，光斑完成一周即可，主試記錄時間及出錯次數(shù)。

通過這些儀器，我們從某大型煤礦挑選400人進行測試，根據(jù)他們的工作單位提供的工作績效表現(xiàn)，將他們分為優(yōu)秀、良好、中、差四個類型，其中優(yōu)秀200人，良好100人，中、差各50人，然后對他們進行上述全部測試。部分測試結果如表1所示：

表1 采煤機司機組測試表(部分)

2 建立模型

2.1 運行程序并訓練網(wǎng)絡

將這400人的測試結果導入MATLAB，在MATLAB中運行編好的程序，經(jīng)過七輪訓練之后，模型的準確率達到了90.7%，這說明建立的模型能夠很好的進行識別，保存網(wǎng)絡，之后就可以直接調(diào)用此網(wǎng)絡進行預測。

圖3 模式識別準確率

2.2 結果分析

1) 模型建立過程是將總的400個數(shù)據(jù)的70%用于訓練，15%用于驗證，15%用于測試，其中訓練數(shù)據(jù)和驗證數(shù)據(jù)可以改變每個指標的權重，影響網(wǎng)絡的準確率，而測試數(shù)據(jù)是檢驗網(wǎng)絡，不會影響指標權重的分配和網(wǎng)絡的穩(wěn)定性。訓練過程的誤差平方和如下圖所示，由圖4可知，經(jīng)過8次左右訓練后，訓練數(shù)據(jù)的誤差平方和急速下降，驗證和測試過程的誤差平方和均在Best(最優(yōu))線上下，說明經(jīng)過15次迭代之后網(wǎng)絡達到最優(yōu)，建立了值得信賴的模型，可以輸出結果了。

圖4 訓練誤差平方和

2) 下圖是錯誤直方圖，從圖中可以看出，誤差在0.95范圍內(nèi)，說明模型建立的比較完善。

圖5 錯誤直方圖

3 模型檢驗

在整個安全職業(yè)適應性模型的構建過程中，對其進行檢驗是最重要的環(huán)節(jié)，檢驗的目的是保證模型的準確性、適應性，是職業(yè)適應性模型構建成功的關鍵。

由于行為事件訪談法需要更多時間，礦工的休息時間有限，而調(diào)查問卷法有很多主管因素存在，有很多礦工為了完成任務而胡亂填寫，無法達到準確的測試目的，因此，筆者最終選用了測評法。對所研究的四個工種，每個工種選取40名員工，其中，優(yōu)秀、良好、中、差各10名，共160名員工進行測試。

在預先不知道其工作績效的情況下，進行與前面確立的指標相同的測試，然后將測試結果輸入訓練好的模型，得出預測結果。再將預測結果與工人實際的工作績效進行配比驗證研究，計算其相關性，通過成對樣本相關系數(shù)、成對樣本檢驗這兩個指標對預測結果的可靠性進行評價。預測結果分為優(yōu)秀、良好、中、差4種情況，通過下表可以看出預測數(shù)據(jù)和實際數(shù)據(jù)不存在顯著性差異，檢驗結果具有良好的一致性。此結果表明所得出的預測模型基本可靠。

將采煤機司機預測組和檢驗組的數(shù)據(jù)輸入SPSS(Statistical Product and Service Solutions)軟件進行分析，得出以下結果：

從上表可以看出，預測組和檢驗組的顯著性水平為0.972，即二者不存在顯著性差異。

從上表可以看出，預測組和試驗組標準差為8.590，自由度為8，雙側顯著性水平為0.172，大于0.05，因此得出結論，預測組和試驗組不存在顯著性差異，此結果表明所得出的預測模型基本可靠，模型等級標準科學。

表1 采煤機司機成對樣本相關系數(shù)表

表2 采煤機司機成對樣本檢驗結果

4 結論

本文將人力資源管理領域的能力模型構建與檢驗方法，應用于人機工程學的崗位適應性領域，為特種作業(yè)人員選拔指標的提取提供了新的方法，且這種方法經(jīng)過初步檢驗準確率還能達到不錯的效果，但是，由于該實驗僅在一個礦山進行，且人數(shù)有限，因此，還不具備大規(guī)模推廣的條件，各種指標和模型的權重還需要不斷完善。

[1] 宋守信.事故傾向與人因管理.中國電力企業(yè)管理[J].2003，(12):32-33.

[2] 劉星期，趙士兵，孟祥浩，等.煤礦特殊工種員工安全心理參數(shù)的研究：以礦井主提升司機為例[J].中國礦業(yè)雜志2011，20(12)：85-88.

[3] 葉龍,項芳芳,沈梅,等.人的安全性評價[ J] .中國安全科學學報, 2003，13(10):11-14.

[4] 吳珂,章保東,姚海興.危險裝置操作人員職業(yè)適應性研究的策略和方法[ J] .中國安全科學學報, 1997, 7(4):17-22.

[5] 李森,宋守信,陳玉婷.安全職業(yè)適應性評價研究[ J] .生產(chǎn)力研究, 2009，(15):135-137.

[6] 時勘.基于勝任特征模型的人力資源開發(fā)[ J] .心理科學進展, 2006, 14(4):586-595.

[7] 朱祖祥.工業(yè)心理學[M].杭州:浙江教育出版社,2003.

[8] 栗繼祖.心理選拔技術在煤礦安全管理中的研究與應用[J].山西高等學校社會科學學報,2006，(3):92-94.

[9] 周志利,撖動.基于心理測評的煤礦安全從業(yè)人員選拔調(diào)配研究[J].科技情報開發(fā)與經(jīng)濟,2006，(6):266-267.

Occupation Adaptability Test and Selection System’s Building For Large Coal Mine Machine Driver

LIU Xiao-jing , MA Shang-quan，TANG Zhou

(GraduateSchool,NorthChinaInstituteofScienceandTechnology,Yanjiao, 101601,China)

Coal mine production depends on large equipment increasingly, the more advanced of the equipment, the higher requirement for the one who operates the machine.The high labor intensity of coal mine machine driver and their bad work environment require them to have strong willpower, attention focus ability, and coordination for operate machine. Base on a large coal mine machine driver's test, a MATLAB model is established, which can be used to select new workers.

coal mine machine driver; select; MATLAB model

2016-03-16

中央高?；究蒲袠I(yè)務基金資助項目(3142015065)

劉曉靜(1990-)，女，河北石家莊人，華北科技學院安全工程學院在讀碩士研究生，主要研究人機工效學方向。E-mail:1006825420@qq.com

TP311.52

A

1672-7169(2016)03-0068-04