基于海恩法則的大數(shù)據(jù)分析在火災預防領域的應用

邵嘯峰

(深圳市消防支隊，廣東 深圳　518028)

?

基于海恩法則的大數(shù)據(jù)分析在火災預防領域的應用

邵嘯峰

(深圳市消防支隊，廣東 深圳518028)

基于海恩法則，應用關聯(lián)規(guī)則數(shù)據(jù)挖掘理論，構建了一個在大數(shù)據(jù)基礎上，輕微事故、事前征兆、事故隱患、火災發(fā)生4個因子之間相互關系的分析與計算模式。計算結果形成分析表格，當以上4個因子中有1個被發(fā)現(xiàn)時，安全人員即可以按照關聯(lián)度大小迅速查找與之相關的其他因素并加以整改，提高安全檢查效率，增強火災預防的針對性。

消防員；海恩法則；關聯(lián)規(guī)則；火災預防

0　引言

近年來我國危險化學品與石油化工火災頻發(fā)，消防安全形勢面臨前所未有的挑戰(zhàn)。2015年以來，福建古雷騰龍芳烴PX項目火災，南京揚子石化火災等重大化工火災接連發(fā)生，特別是2015年天津港“8·12”瑞海危險品倉庫特別重大火災爆炸事故，慘烈的人員犧牲刺痛了全國人民的神經。每次火災過后，都會開展各種專項整頓活動，但效果卻越來越不明顯，這說明，在新的形勢下，危險化學品與石油化工火災的預防需要新的科學理論的指導。

在海恩法則的啟發(fā)下，本文依托關聯(lián)規(guī)則理論和大數(shù)據(jù)分析方法，構建了一個可以應用于危險化學品與石油化工火災預防的數(shù)據(jù)挖掘模式，深入分析危險化學品場所與石油化工場所的火災關鍵因素及其背后的關聯(lián)關系，為預防危險化學品與石油化工火災提供理論參考。

1　理論基礎

1.1海恩法則

在安全領域，有一個重要的理論叫“海恩法則”。海恩法則認為，每一起嚴重事故的背后，必然有29次輕微事故和300起未遂先兆以及1 000起事故隱患。海恩法則還認為，任何不安全的事故都是可以預防的。雖然社會發(fā)展到今天，事故與隱患的比例早已不能套用當初的統(tǒng)計結果，但海恩法則的基本精神仍然得到了安全領域各界的高度認可，即事故與隱患存在著必然的關系。

海恩法則對安全預防來說是一種警示，它說明任何一起事故都是有原因的，并且是有征兆的。它同時說明安全生產是可以控制的，安全事故是可以避免的。它也給了安全管理者一種方法，即發(fā)現(xiàn)并控制征兆。

當前火災調查往往只調查直接原因，但是海恩法則告訴我們，任何火災事故都不是某個單獨因素導致的，而往往是一連串的失誤所造成。只重視對事故本身進行總結，按照總結得出的結論“有針對性”地開展安全大檢查，卻往往忽視了對事故征兆和事故苗頭進行排查；而那些未被發(fā)現(xiàn)的征兆與苗頭，就成為下一次火災事故的隱患。所以在進行火災事故原因調查時，還應該調查相關聯(lián)的一些因素，包括事前發(fā)生的輕微事故、事前征兆和事故隱患。

1.2關聯(lián)規(guī)則

關聯(lián)規(guī)則是一種起源于購物籃分析的現(xiàn)代化的大數(shù)據(jù)挖掘技術，意在尋找表面上不相干的各種因素背后的關聯(lián)關系。關聯(lián)規(guī)則挖掘技術最初被應用在西方金融行業(yè)中，幫助銀行家準確地預測客戶的需求，后來逐步廣泛應用在眾多領域。電子購物網(wǎng)站使用關聯(lián)規(guī)則進行挖掘，然后設置用戶有意要一起購買的捆綁包，也有一些購物網(wǎng)站使用它們設置相應的交叉銷售，也就是購買某種商品的顧客會看到相關的另外一種商品的廣告。近年來，關聯(lián)規(guī)則已經成功地在安全領域發(fā)揮了重要的作用。

根據(jù)韓家煒的觀點，關聯(lián)規(guī)則定義為：假設I={I1,I2,…,Im}是項的集合。給定一個交易數(shù)據(jù)庫D，其中每個事務(Transaction)T是I的非空子集，即每一個交易都與一個唯一的標識符TID(Transaction ID)對應。關聯(lián)規(guī)則在D中的支持度(Support)是D中事務同時包含X、Y的百分比，即概率；置信度(Confidence)是D中事務已經包含X的情況下，包含Y的百分比，即條件概率。提升度(Lift)表示含有X的條件下同時含有Y的概率與Y的概率的比，即Lift(X-Y)=Confidence(X-Y)/Support(Y)。如果滿足最小支持度閾值和最小置信度閾值且提升度大于1，則認為關聯(lián)規(guī)則是有效的。閾值根據(jù)挖掘需要人為設定。

關聯(lián)規(guī)則挖掘過程主要包含兩個階段：第一階段必須先從資料集合中找出所有的高頻項目組(Frequent Itemsets)，第二階段再由這些高頻項目組中產生關聯(lián)規(guī)則(Association Rules)。在最小置信度(Minimum Confidence)的條件門檻下，若一規(guī)則所求得的置信度滿足最小置信度，稱此規(guī)則為關聯(lián)規(guī)則。

1.3Apriori算法

Apriori算法是一種最有影響的挖掘布爾關聯(lián)規(guī)則頻繁項集的算法，其核心是基于兩階段頻集思想的遞推算法，從而產生只包含集合的項的所有規(guī)則。

1.4德爾菲法

德爾菲法(Delphi Method)，又稱專家規(guī)定程序調查法。該方法主要是由調查者擬定調查表，然后按照既定程序，以函件的方式分別向專家組成員進行征詢；而專家組成員又以匿名的方式(函件)提交意見。經過幾次反復征詢和反饋，專家組成員的意見逐步趨于集中，最后獲得具有很高準確率的集體判斷結果。

德爾菲法是20世紀40年代由O·赫爾姆和N·達爾克首創(chuàng)，經過T·J·戈登和蘭德公司進一步發(fā)展而成的一種高效率分析方法。德爾菲法克服了在專家會議法中經常發(fā)生的專家們不能充分發(fā)表意見、權威人物的意見左右其他人的意見等弊病，使各位專家能真正充分地發(fā)表自己的意見，形成較為科學的研究成果。德爾菲法的具體實施步驟一般有7步：(1)確定調查內容和綱要；(2)組成專家小組；(3)向專家提出問題和要求；(4)收集專家意見；(5)匯總專家意見，進行對比，再將意見以匿名方式分送給專家，以便他們參考后修改自己的意見；(6)重復第5步的收集意見和反饋程序，一般進行3到4輪，直到每個專家不再修改自己的意見為止；(7)對專家的意見進行綜合處理。

2　技術路線

通過海恩法則，我們知道通過發(fā)現(xiàn)并控制征兆和消除隱患，可以實現(xiàn)事故的預防，所以，第一步要查找出可能導致事故的征兆和隱患因素。如果把“隱患和事故征兆”無限擴大化，不僅會導致安全管理者疲于應付，抓不住重點，更會導致企業(yè)成本的幾何級上升。當安全成本高到正常的生產活動無法進行時，安全工作也就失去了存在的基礎。顯然，火災隱患和事前征兆因素的查找越精確，安全管理的成本越低，效率越高，也越具有可持續(xù)性。

2.1運用德爾菲法獲取專家意見

要正確合理地查找出所有輕微事故、事前征兆、事故隱患因素，可以組成一個專家小組，運用德爾菲法獲取專家意見并形成一個表格，分析各種火災原因在導致火災前可能會出現(xiàn)的輕微事故、事前征兆和存在的事故隱患。這個表格的作用在于，在下一步進行事故調查時，有一個指導性的調查方向，方便調查開展，避免調查中產生遺漏。

假設將輕微事故用Ai表示，事前征兆為Bi，事故隱患為Ci，則構建的對應表格如表1所示。為方便分析，可以將表格和所對應的火災原因，火災發(fā)生時所處的生產環(huán)節(jié)、所處的生產區(qū)域等也建立起對應的關系。

表1　火災發(fā)生前相關事故與相關征兆因素對應表

2.2收集調查數(shù)據(jù)構建表格

利用上一步形成的表格，對需要研究的危險化學品火災或者石油化工火災進行調查。如果在調查中發(fā)現(xiàn)某些重要因素沒有在表格中體現(xiàn)，可以隨時對表格內容進行補充和完善。表格建立后，將表格與每次發(fā)生的火災建立聯(lián)系，火災用F表示，見表2。

表2　火災事故與火災發(fā)生前相關事故及相關征兆因素對應表

2.3利用關聯(lián)規(guī)則對調查數(shù)據(jù)進行分析

通過前面介紹的方法，使用IBM公司SPSS Modeler軟件建模，分析F、A、B、C之間的關系。下面以A、C間的關系為例，進行分析。

2.3.1找出高頻項目組

首先利用現(xiàn)場記錄中的信息構建布爾矩陣，矩陣中行代表項目，包括輕微事故A1|A2|…|An|和事故隱患C1|C2|…|Cn|。矩陣中列代表所對應的因素，即歷次調查所記錄的信息，根據(jù)每條信息記錄，矩陣中的數(shù)字1表示項目出現(xiàn)，0表示項目不出現(xiàn)，每行中均包含數(shù)字1的項目代表其同時出現(xiàn)。假設布爾矩陣如表3所示。

表3　輕微事故與事故隱患關聯(lián)規(guī)則布爾矩陣

2.3.2產生關聯(lián)規(guī)則

支持度可以反映項目間的強/中/弱鏈接。強中弱鏈接的數(shù)據(jù)標準由研究人員依據(jù)工作經驗和實際需要進行設定。設置輕微事故為先導項，事故隱患為后繼項，假設支持度0.08(含)以上為強鏈接，支持度0.05(不含)以下為弱鏈接，支持度小于0.08并大于等于0.05為中鏈接(支持度劃分可以根據(jù)需要進行調整)。在軟件中導入已構建的布爾矩陣，通過關聯(lián)關系網(wǎng)絡模型，計算得到在不同輕微事故中各種異常征兆因素的支持度大小，并反映出強/中/弱鏈接，如表4所示。

設定頻繁項集后，在軟件中通過Aprori算法，分別求出置信度和支持度。

表4　　　　不同輕微事故中異常征兆因素的

當Lift(Ai-Ci)=Confidence(Ai-Ci)/Support(Ci)>1，且置信度和支持度達到預設值時，則認為該鏈接是有效的強規(guī)則項。根據(jù)相關經驗和專家意見，一般將最小置信度值設置為0.2。

3　分析結果的應用

通過關聯(lián)規(guī)則分析，可以得到與火災發(fā)生關系最緊密的輕微事故類型數(shù)據(jù)；輕微事故發(fā)生前，最常見的征兆數(shù)據(jù)；事前征兆發(fā)生時，最可能的潛在隱患數(shù)據(jù)。通過關聯(lián)規(guī)則還可以直接分析事故隱患與火災發(fā)生之間的關系、事前征兆與火災發(fā)生之間的關系。按照概率從大到小的順序，逐一進行治理整頓，徹底消除火災隱患,步驟如下：(1)與火災發(fā)生具有強鏈接的因素(輕微事故、征兆、隱患)作為最優(yōu)先整頓治理對象，在生產中發(fā)現(xiàn)此類因素時，應立即進行整改和查找原因；(2)與火災發(fā)生具有中鏈接的因素(輕微事故、征兆、隱患)作為次優(yōu)先整頓治理對象，在生產中發(fā)現(xiàn)此類因素時，應限期進行整改和查找原因，并在整改前做好防火工作；(3)輕微事故發(fā)生時，可以根據(jù)分析結果，按照從強鏈接到弱鏈接的順序分析查找事前征兆，提高調查效率，并分析與征兆有關聯(lián)的隱患，加以整改；(4)當發(fā)現(xiàn)事故征兆時，按照從強鏈接到弱鏈接的順序分析查找事故隱患，提高調查效率，并限期整改。

4　結論

本文構建了一個具有極高精確度的危險化學品與石油化工火災的事前防范項目分析方法，其操作難點在于數(shù)據(jù)的獲取具有較大困難，需要在較大范圍、較長時間跨度上收集數(shù)據(jù)進行大數(shù)據(jù)分析，數(shù)據(jù)樣本越多，則分析結果越具有指導價值。當前信息技術飛速發(fā)展，各種視頻、圖像、記錄、分析等原始數(shù)據(jù)的獲取成本越來越低，也越來越便捷。若各個涉事單位、監(jiān)管部門能打破各種顧慮，特別是監(jiān)督管理和調查部門能打破行政壁壘，以高度的責任感和緊迫感主動分享數(shù)據(jù)，則只要能夠積累到數(shù)十次相關火災事故的調研數(shù)據(jù)，本文所敘方法就能夠發(fā)揮重要作用。通過關聯(lián)規(guī)則分析，揭示火災前的輕微事故、事前征兆、事故隱患相互關系及其與火災的關系，有利于企業(yè)精確化查找火災危險因素并進行火災預防，也可以為安全生產和消防部門的消防安全監(jiān)督管理提供理論參考依據(jù)。

[1] 萬小林.海恩法則的啟示[J].中國城市金融,2011(1):72.

[2] 陸麗娜,陳亞萍,魏恒義,等.挖掘關聯(lián)規(guī)則中Apriori算法的研究[J].小型微型計算機系統(tǒng),2000,21(9):940-943.

[3] 蔡偉杰,張曉輝,朱建秋,等.關聯(lián)規(guī)則挖掘綜述[J].計算機工程,2001,27(5):31-33.

[4] 范茂魁,楊千紅,馮時進,等.我國消防員滅火救援中傷亡情況研究[J].工業(yè)安全與環(huán)保,2015,41(2):82-85.

[5] 王志亮.滅火救援中消防員安全措施的研究[J].中國新技術新產品,2015(9):162-163.

[6] 郭聖煜,駱漢賓,滕哲,等.地鐵施工工人不安全行為關聯(lián)規(guī)則研究[J].中國安全生產科學技術,2015,11(10):185-190.

[7] 賈明濤.行為安全管理在施工中的應用分析[J].中國安全生產科學技術,2012,8(7):169-173.

[8] 田軍,張朋柱,王刊良,等.基于德爾菲法的專家意見集成模型研究[J].系統(tǒng)工程理論與實踐,2004,24(1):57-62.

(責任編輯李蕾)

On the Application of Big-data Analysis to Fire Fighting Prediction Based on Hine Law

SHAO Xiaofeng

(ShenzhenMunicipalFireBrigade,GuangdongProvince518028,China)

In this paper, a computing and analyzing model of a small fire, foreboding signs, fire causes and fire occurrences is formulated based on Hine Law and Mining Association Rules. An analysis table is formed in which an association degree between these elements can be known and the improvement can be done accordingly to enhance fire safety.

firemen; Hine Law; Association Rules; fire prevention

2016-05-11

邵嘯峰(1979—)，男，江西都昌人，工程師，碩士。

●火災預防

D631.6

A

1008-2077(2016)08-0048-04