基于蒙特卡羅法的家具制造工人不安全行為風(fēng)險(xiǎn)評(píng)估*

佟瑞鵬，馬曉飛

(中國(guó)礦業(yè)大學(xué)(北京) 資源與安全工程學(xué)院，北京 100083)

0 引言

近年來(lái)，隨著港臺(tái)企業(yè)和外資企業(yè)的進(jìn)入，中國(guó)的家具企業(yè)得到了迅速發(fā)展。該行業(yè)在推動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的同時(shí)，不僅存在多種職業(yè)病危險(xiǎn)有害因素[1]，而且還存在一定的事故危險(xiǎn)性。這是因?yàn)樵诩揖咧圃燔?chē)間，其一線(xiàn)工人是整個(gè)行業(yè)的主體，大多安全意識(shí)淡薄，極易發(fā)生工傷事故[2]，并且高風(fēng)險(xiǎn)的不安全行為是工傷事故發(fā)生的主要原因。因此，對(duì)家具制造過(guò)程中不安全行為開(kāi)展風(fēng)險(xiǎn)評(píng)估就顯得十分重要。

目前，對(duì)于不安全行為的研究，國(guó)內(nèi)外在不安全行為影響因素的分析方面較為成熟，主要采用的方法有灰色關(guān)聯(lián)法、貝葉斯網(wǎng)絡(luò)法及行為抽樣法[3-5]。而對(duì)于行為風(fēng)險(xiǎn)的研究較少，國(guó)外主要是從病理學(xué)的角度出發(fā)，探究行為與風(fēng)險(xiǎn)之間的關(guān)系[6]，國(guó)內(nèi)常用灰色關(guān)聯(lián)法和模糊決策法對(duì)整個(gè)事故中不安全行為總風(fēng)險(xiǎn)進(jìn)行研究[7]，并且這些方法在運(yùn)用時(shí)具有較大的隨機(jī)性和主觀性，不同的人運(yùn)用會(huì)有不同的結(jié)果。而蒙特卡羅方法是基于數(shù)學(xué)原理，在計(jì)算機(jī)上模擬實(shí)際概率，然后加以統(tǒng)計(jì)處理，與單一的數(shù)學(xué)方法相比，可以更好地直接處理每個(gè)風(fēng)險(xiǎn)因素的不確定性，并把這種不確定性在風(fēng)險(xiǎn)方面的影響，以概率分布的形式表現(xiàn)出來(lái)。

鑒于此，本文主要根據(jù)長(zhǎng)三角多家家具廠機(jī)械制造車(chē)間所發(fā)生的不安全行為，對(duì)其進(jìn)行分類(lèi)和描述后，構(gòu)建基于蒙特卡羅法的不安全行為風(fēng)險(xiǎn)評(píng)估模型，該模型依據(jù)不安全行為發(fā)生的概率和造成的事故損失來(lái)確定功能函數(shù)，通過(guò)計(jì)算機(jī)模擬給出每個(gè)工作崗位的行為風(fēng)險(xiǎn)大小，并進(jìn)一步運(yùn)用蒙特卡羅方法對(duì)結(jié)果進(jìn)行敏感性分析和不確定性分析，得出各個(gè)不安全行為對(duì)工人行為風(fēng)險(xiǎn)大小的影響狀況，從而更好地為家具制造業(yè)的風(fēng)險(xiǎn)管理決策提供科學(xué)依據(jù)。

1 家具制造過(guò)程中不安全行為的分類(lèi)和描述

1.1 主要不安全行為的分類(lèi)

按照GB6441-1986《企業(yè)職工傷亡事故分類(lèi)標(biāo)準(zhǔn)》對(duì)不安全行為進(jìn)行分類(lèi)的方法，對(duì)機(jī)械制造車(chē)間中銑床、鋸機(jī)、刨床、鉆床及砂光機(jī)5個(gè)工作崗位的操作工人易發(fā)生的不安全行為進(jìn)行分類(lèi)，主要有以下8種[8]：

A：操作錯(cuò)誤，忽視安全，忽視警告。

B：使用不安全設(shè)備。

C：手代替工具操作。

D：物體(指成品、半成品、材料、工具、切屑和生產(chǎn)用品等)存放不當(dāng)。

E：機(jī)器運(yùn)轉(zhuǎn)時(shí)加油、修理、檢查、調(diào)整、清掃。

F：有分散注意力的行為。

G：在必須使用個(gè)人防護(hù)用品用具的作業(yè)場(chǎng)合中，忽視其使用。

H：不安全裝束。

1.2 不安全行為風(fēng)險(xiǎn)因素的描述

不安全行為的風(fēng)險(xiǎn)大小，可以根據(jù)不安全行為發(fā)生的概率和造成的事故損失對(duì)其進(jìn)行描述。文獻(xiàn)[9]對(duì)不安全行為導(dǎo)致的事故損失量化分?jǐn)?shù)如表1所示。

2 蒙特卡羅方法對(duì)行為風(fēng)險(xiǎn)評(píng)估模型的建立

2.1 基本流程

基于蒙特卡羅法的機(jī)械制造過(guò)程中不安全行為風(fēng)險(xiǎn)評(píng)估流程主要包括以下4步。

1)根據(jù)不安全行為發(fā)生的概率與造成的事故損失之間的關(guān)系，構(gòu)建數(shù)學(xué)模型，建立起相應(yīng)的功能函數(shù)。

表1 事故損失等級(jí)描述與劃分標(biāo)準(zhǔn)Table 1 Description and classification of accident loss levels

2)在統(tǒng)計(jì)的基礎(chǔ)上，對(duì)不安全行為風(fēng)險(xiǎn)因素的概率分布(不安全行為發(fā)生的概率分布和造成的事故損失概率分布)進(jìn)行研究。

3)通過(guò)Crystal Ball 11.1軟件，代入功能函數(shù)，產(chǎn)生多組服從這些分布的隨機(jī)數(shù)序列，模擬得到風(fēng)險(xiǎn)后果值的多個(gè)隨機(jī)數(shù)，當(dāng)抽樣次數(shù)足夠多時(shí)，將抽樣模擬結(jié)果進(jìn)行統(tǒng)計(jì)處理，計(jì)算出風(fēng)險(xiǎn)后果值的統(tǒng)計(jì)特征量，從而確定每個(gè)工作崗位的行為風(fēng)險(xiǎn)大小。

4)通過(guò)敏感性分析篩選出與每個(gè)工作崗位行為風(fēng)險(xiǎn)有關(guān)的重要因素，從而更好地?cái)M定安全措施。

2.2 構(gòu)造功能函數(shù)

以不安全行為所造成的風(fēng)險(xiǎn)后果值作為衡量行為風(fēng)險(xiǎn)的大小。通常，每個(gè)工作崗位發(fā)生的不安全行為都有所區(qū)別，故建立式(1)所示的功能函數(shù)[10]。

(1)

式中：R表示行為風(fēng)險(xiǎn)后果值；Pi表示第i個(gè)不安全行為發(fā)生的概率；Si表示第i個(gè)不安全行為引發(fā)事故后所造成的損失；n表示不安全行為的個(gè)數(shù)。

2.3 確定行為風(fēng)險(xiǎn)因素的概率分布

對(duì)于某項(xiàng)不安全行為發(fā)生的概率分布，主要是根據(jù)所有工作崗位中由該項(xiàng)不安全行為因素引發(fā)事故的概率來(lái)確定，采用定值。本文參照相關(guān)文獻(xiàn)[11-12]，對(duì)家具制造車(chē)間發(fā)生的事故進(jìn)行統(tǒng)計(jì)分析，其中由不安全行為導(dǎo)致的事故共498起，在此基礎(chǔ)上，按照事故的表現(xiàn)形式及發(fā)生位置，得到銑床、鋸機(jī)、鉆床、刨床及砂光機(jī)工作崗位上發(fā)生的事故數(shù)，然后對(duì)每個(gè)事故的起因進(jìn)行分析，獲得了每種不安全行為的發(fā)生次數(shù)，最后計(jì)算得出各項(xiàng)不安全行為因素發(fā)生的概率。此外，對(duì)于各項(xiàng)不安全行為造成的事故損失概率分布，主要是通過(guò)分析不安全行為導(dǎo)致事故發(fā)生的嚴(yán)重程度得到。本文參照表1，對(duì)每個(gè)事故造成的損失進(jìn)行量化處理，得到每個(gè)事故造成的損失量化值，并通過(guò)Crystal Ball 11.1選擇A-D檢驗(yàn)算法(Anderson-Darling test)對(duì)損失量化值進(jìn)行擬合優(yōu)度檢驗(yàn)，分析得到事故損失概率分布在大體上服從于正態(tài)分布，其分析結(jié)果如表2所示。

表2 各工作崗位不安全行為風(fēng)險(xiǎn)因素的概率分布Table 2 Probability Distribution of Risk Factors of Unsafe Behavior in Various Jobs

3 結(jié)果與討論

3.1 各工作崗位的行為風(fēng)險(xiǎn)

對(duì)家具制造車(chē)間各工作崗位的行為風(fēng)險(xiǎn)進(jìn)行模擬，并對(duì)模擬結(jié)果進(jìn)行分析。運(yùn)用蒙特卡羅模擬方法，結(jié)合式(1)，并將表2中的各工作崗位的不安全行為發(fā)生概率值、事故損失量化值及帶概率分布的參數(shù)，設(shè)置為對(duì)應(yīng)的概率分布模型，然后基于行為風(fēng)險(xiǎn)設(shè)置定義預(yù)測(cè)單元，設(shè)置蒙特卡羅模擬的最大實(shí)驗(yàn)量為10 000，置信區(qū)間為95%，其他參數(shù)均取軟件的默認(rèn)值。運(yùn)行模擬得出各工作崗位的行為風(fēng)險(xiǎn)模擬結(jié)果，如圖1～2所示。

圖1 各工作崗位行為風(fēng)險(xiǎn)值樣本分布Fig.1 Sample distribution of behavioral risk values for various jobs

砂光機(jī)和鋸機(jī)崗位上的操作工人行為風(fēng)險(xiǎn)最大，服從正態(tài)分布，其風(fēng)險(xiǎn)后果值，在區(qū)間0～5上時(shí)，累積概率區(qū)間分別是0～60%和0～55%；在區(qū)間6～10上時(shí)，累積概率區(qū)間分別是91%～99.9%和87%～99.8%。由此可以看出，在砂光機(jī)和鋸機(jī)崗位上工作的人員，其不安全行為導(dǎo)致的風(fēng)險(xiǎn)很大，需要采取相應(yīng)的安全措施來(lái)減少工人不安全行為的發(fā)生。

銑床和鉆床崗位的操作工人行為風(fēng)險(xiǎn)次之，服從正態(tài)分布，其風(fēng)險(xiǎn)后果值，在區(qū)間0～5上時(shí)，累積概率區(qū)間分別是0～40%和0～35%；在區(qū)間6～10上時(shí)，累積概率分別是80%～99.6%和74.89%～99.5%。由此可看出，銑床和鉆床崗位工人的行為風(fēng)險(xiǎn)仍不容小覷。

刨床崗位的操作工人行為風(fēng)險(xiǎn)最小，服從正態(tài)分布，其風(fēng)險(xiǎn)后果值，在區(qū)間0～5上時(shí)，累積概率區(qū)間分別是0～20%；在區(qū)間6～10上時(shí)，累積概率達(dá)到95%。相比較而言，刨床崗位人員不安全行為造成的風(fēng)險(xiǎn)后果較小，但仍需多加關(guān)注，采取相應(yīng)的措施，降低其行為風(fēng)險(xiǎn)。

文獻(xiàn)[9]用危險(xiǎn)性評(píng)價(jià)法研究某家具制造車(chē)間11臺(tái)機(jī)床的作業(yè)條件危險(xiǎn)性，得出機(jī)床作業(yè)條件危險(xiǎn)性的大小，但沒(méi)有對(duì)每個(gè)人員不安全行為造成的風(fēng)險(xiǎn)大小進(jìn)行深入研究。本文中，銑床、鉆床、鋸機(jī)、刨床及砂光機(jī)崗位的操作工人行為風(fēng)險(xiǎn)大小，與家具制造車(chē)間每個(gè)工作崗位的事故發(fā)生率和事故危險(xiǎn)性大小的結(jié)果相一致。

圖2 不同工作崗位行為風(fēng)險(xiǎn)累積概率分布Fig.2 Cumulative probability distribution of behavioral risks in different jobs

通過(guò)圖2對(duì)各工作崗位操作工人的行為風(fēng)險(xiǎn)進(jìn)行累積概率分布對(duì)比分析，可以得到在家具制造車(chē)間，各崗位工人的行為風(fēng)險(xiǎn)大小存在明顯的差異，各崗位工人的行為風(fēng)險(xiǎn)從大到小依次是砂光機(jī)、鋸機(jī)、銑床、鉆床和刨床。砂光機(jī)工種崗位的操作工人行為風(fēng)險(xiǎn)高于其他幾個(gè)工作崗位，因此，在對(duì)家具制造作業(yè)各崗位工人進(jìn)行安全培訓(xùn)、安全教育以及采取安全措施時(shí)，應(yīng)最先考慮砂光機(jī)崗位。

與確定性分析對(duì)比，對(duì)于某一特定工作崗位上的操作工人，確定性分析只能得出一個(gè)行為風(fēng)險(xiǎn)值，但不能確定不同工作崗位上中工人行為風(fēng)險(xiǎn)總體情況和風(fēng)險(xiǎn)趨勢(shì)；利用蒙特卡羅模擬可以得出行為風(fēng)險(xiǎn)值的平均值、最大值、最小值以及不同風(fēng)險(xiǎn)后果值所對(duì)應(yīng)的累積頻率，可以更加全面分析某工作崗位工人的行為風(fēng)險(xiǎn)狀況。

3.2 不安全行為敏感度分析

在不安全行為類(lèi)別等不確定性的影響下，行為風(fēng)險(xiǎn)值可能會(huì)誤導(dǎo)決策。因此，進(jìn)一步對(duì)造成行為風(fēng)險(xiǎn)的各不安全行為進(jìn)行敏感性分析，比較各個(gè)不安全行為對(duì)工作崗位上操作工人行為風(fēng)險(xiǎn)的影響程度，如圖3所示。敏感性分析結(jié)果越大，則表明不安全行為對(duì)風(fēng)險(xiǎn)值的影響就越大。

對(duì)砂光機(jī)崗位上操作工人的行為風(fēng)險(xiǎn)影響來(lái)說(shuō)：“操作錯(cuò)誤，忽視安全，忽視警告(A)”，敏感度為35.52%，具體的表現(xiàn)形式為未停機(jī)離開(kāi)、手過(guò)刀具及彎腰關(guān)電源；“使用不安全設(shè)備(B)”，敏感度為23.5%，具體表現(xiàn)為用刀具切削口裸露的設(shè)備及使用沒(méi)有刀具防護(hù)罩的設(shè)備；“手代替工具操作(C)”，敏感度為16.52%，具體表現(xiàn)為手工進(jìn)料；“不安全裝束(H)”，敏感度為17.19%，表現(xiàn)為工人的衣袖敞開(kāi)。

對(duì)鋸機(jī)崗位上操作工人的行為風(fēng)險(xiǎn)影響來(lái)說(shuō)：“操作錯(cuò)誤，忽視安全，忽視警告(A)”，敏感度為34.61%，具體表現(xiàn)為未停機(jī)離開(kāi)及彎腰關(guān)閉電源；“使用不安全設(shè)備(B)”，敏感度為55.31%，具體的表現(xiàn)形式是用刀具切削口裸露的設(shè)備及使用沒(méi)有刀具防護(hù)罩的設(shè)備。

對(duì)銑床崗位上操作工人的行為風(fēng)險(xiǎn)影響來(lái)說(shuō)：“操作錯(cuò)誤，忽視安全，忽視警告(A)”，敏感度為12.86%，具體的表現(xiàn)形式是工人未停機(jī)就離開(kāi)；“使用不安全設(shè)備(B)”，敏感度為19.60%，具體的表現(xiàn)形式是用刀具切削口裸露的設(shè)備及使用沒(méi)有刀具防護(hù)罩的設(shè)備；“手代替工具操作(C)”，敏感度為18.73%，具體表現(xiàn)為手工進(jìn)料；“有分散注意力的行為(F)”，敏感度為17.52%，具體表現(xiàn)為工人之間的不停機(jī)交流及旁邊有人在測(cè)量工件、搬運(yùn)工件；“在必須使用個(gè)人防護(hù)用品用具的作業(yè)場(chǎng)合中，忽視其使用(G)”，敏感度為31.17%，具體表現(xiàn)為未配戴防護(hù)目鏡。

對(duì)鉆床崗位上操作工人的行為風(fēng)險(xiǎn)影響來(lái)說(shuō)：“使用不安全設(shè)備(B)”，敏感度為79.59%，具體表現(xiàn)為工人使用自加工作臺(tái)面的設(shè)備；“物體存放不當(dāng)(D)”，敏感度為10.36%，具體表現(xiàn)為工人在自加工作臺(tái)面上堆放工件。

對(duì)刨床崗位上操作工人的行為風(fēng)險(xiǎn)影響來(lái)說(shuō)：“操作錯(cuò)誤，忽視安全，忽視警告(A)”，敏感度為9.98%，具體表現(xiàn)為工件送料角度不一致；“在必須使用個(gè)人防護(hù)用品用具的作業(yè)場(chǎng)合中，忽視其使用(G)”，敏感度大小為78.57%，具體表現(xiàn)為未佩戴防護(hù)目鏡。

總的來(lái)說(shuō)，對(duì)于各工作崗位上工人行為風(fēng)險(xiǎn)的評(píng)價(jià)結(jié)果，“操作錯(cuò)誤，忽視安全，忽視警告(A)”、“使用不安全設(shè)備(B)”和“手代替工具操作(C)”這3種不安全行為對(duì)家具制造車(chē)間上行為風(fēng)險(xiǎn)的影響較大，對(duì)評(píng)價(jià)結(jié)果有決定性作用；而相比之下，“物體存放不當(dāng)(D)”、“機(jī)器運(yùn)轉(zhuǎn)時(shí)加油、修理、檢查、調(diào)整、清掃(E)”、“有分散注意力的行為(F)”、“在必須使用個(gè)人防護(hù)用品用具的作業(yè)場(chǎng)合中，忽視其使用(G)”及“不安全裝束(H)”這些不安全行為的敏感度較低，對(duì)各工作崗位工人行為風(fēng)險(xiǎn)的影響較小。

圖3 各工作崗位行為風(fēng)險(xiǎn)的敏感性分析Fig.3 Sensitivity analysis of behavioral risks in various jobs

3.3 不確定性分析

考慮到不同工作崗位上工人在工齡、受教育程度和人的素質(zhì)等方面上存在的差異，同時(shí)，此次行為風(fēng)險(xiǎn)評(píng)估來(lái)源的數(shù)據(jù)主要是幾家家具制造車(chē)間，以及不安全行為發(fā)生率在一定程度上與家具制造廠機(jī)械化程度有關(guān)，所以本文的不安全行為發(fā)生概率存在一定的局限性。另外，在統(tǒng)計(jì)各種不安全行為造成的事故損失方面，一些參數(shù)數(shù)值及分布類(lèi)型多是通過(guò)借鑒經(jīng)驗(yàn)和相關(guān)文獻(xiàn)[13]求取，其精確性需要在進(jìn)一步的研究中給予更精確的統(tǒng)計(jì)，因此，不同工作崗位上操作工人的行為風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果仍存在一定的不確定性。

3.4 安全措施及建議

由于同一種不安全行為對(duì)不同工作崗位上工人行為風(fēng)險(xiǎn)的影響大小不同，不同工作崗位應(yīng)該采取不同的措施來(lái)減小不安全行為對(duì)作業(yè)人員造成的風(fēng)險(xiǎn)。

1)對(duì)于砂光機(jī)崗位，其人員易發(fā)生的不安全行為表現(xiàn)形式是手過(guò)刀具，應(yīng)該在該崗位通過(guò)調(diào)整工件位置(根據(jù)工人的習(xí)慣來(lái)擺放工件)、增加刀具防護(hù)罩、對(duì)工人進(jìn)行安全教育培訓(xùn)，來(lái)減少不安全行為的發(fā)生。

2)對(duì)于鋸機(jī)崗位，工人易發(fā)生的不安全行為是使用不安全設(shè)備，并且該崗位上大部分的事故是由于使用刀具切削口裸露的設(shè)備或使用沒(méi)有刀具防護(hù)罩的設(shè)備造成的，對(duì)于這種狀況，應(yīng)對(duì)工人進(jìn)行警示教育培訓(xùn)并采用相應(yīng)的安全防護(hù)設(shè)施來(lái)減少不安全行為。

3)對(duì)于銑床崗位和刨床崗位，工人易發(fā)生的不安全行為表現(xiàn)形式都是未戴防護(hù)目鏡，應(yīng)采取的安全措施為改進(jìn)吸塵裝置及佩戴防護(hù)用具。

4)對(duì)于鉆床崗位，工人易發(fā)生的不安全行為是使用不安全設(shè)備，應(yīng)在該崗位增加刀具防護(hù)罩，這種措施可降低切削傷害的危險(xiǎn)性和刀具飛出傷人的危險(xiǎn)性。

4 結(jié)論

1)蒙特卡羅方法可以實(shí)現(xiàn)對(duì)各個(gè)工作崗位上工人的行為風(fēng)險(xiǎn)的不確定性分析，并且結(jié)果更加準(zhǔn)確有效。將每個(gè)工作崗位上的行為風(fēng)險(xiǎn)的概率分布狀況在圖形上形象地表示出來(lái)，比單純地去求出風(fēng)險(xiǎn)后果值更加直觀。

2)每個(gè)工作崗位的行為風(fēng)險(xiǎn)值都服從正態(tài)分布，砂光機(jī)和鋸機(jī)崗位的工人行為風(fēng)險(xiǎn)值最大，其風(fēng)險(xiǎn)后果值在區(qū)間0～5上時(shí)，累積概率區(qū)間分別是0～60%和0～55%；在區(qū)間6～10上時(shí)，累積概率區(qū)間分別是91%～99.9%和87%～99.8%；銑床和鉆床崗位上工人的行為風(fēng)險(xiǎn)值次之，其風(fēng)險(xiǎn)后果值在區(qū)間0～5上時(shí)，累積概率區(qū)間分別是0～40%和0～35%；在區(qū)間6～10上時(shí)，累積概率分別是80%～99.6%和74.89%～99.5%；刨床崗位上工人的行為風(fēng)險(xiǎn)值最小，其風(fēng)險(xiǎn)后果值在區(qū)間0～5上時(shí)，累積概率區(qū)間分別是0～20%；在區(qū)間6～10上時(shí)，累積概率達(dá)到95%。

3)敏感性分析結(jié)果顯示出影響行為風(fēng)險(xiǎn)值的各個(gè)不安全行為中，“操作錯(cuò)誤，忽視安全，忽視警告(A)”、“使用不安全設(shè)備(B)”和“手代替工具操作(C)”這3種不安全行為對(duì)行為風(fēng)險(xiǎn)的影響較大，其均值分別為23.24%、43.5%和17.63%，企業(yè)應(yīng)主要針對(duì)這3種不安全行為采取安全控制及防護(hù)措施，從而降低家具制造業(yè)事故的發(fā)生率。