安全科學(xué)技術(shù)

基于熵權(quán)物元可拓模型的隧道瓦斯等級評價(jià)

黃仁東，張小軍

摘要：目的：改革開放以來，隨著我國經(jīng)濟(jì)的高速發(fā)展，交通運(yùn)輸業(yè)變得日益繁榮。隧道工程作為我國交通運(yùn)輸體系的重要組成部分，由于其可以克服高程或地形障礙、提高車速、改善線形、節(jié)約燃料、保護(hù)生態(tài)環(huán)境等優(yōu)勢，受到了廣大工程師的青睞。而在我國隧道工程建設(shè)過程中，常常會遇到煤層，煤層的存在給隧道施工帶來了重大的安全隱患。因此，為了盡可能地降低隧道建設(shè)過程中的煤層瓦斯事故的風(fēng)險(xiǎn)性，必須在瓦斯隧道的規(guī)劃選線階段對其瓦斯等級進(jìn)行評價(jià)。將熵權(quán)法引入可拓學(xué)理論中，在標(biāo)準(zhǔn)的可拓評價(jià)法的基礎(chǔ)上，建立熵權(quán)物元可拓模型對穿越煤層的隧道進(jìn)行瓦斯等級評價(jià)，以降低穿越煤層的隧道施工過程中瓦斯事故的風(fēng)險(xiǎn)。方法：利用熵權(quán)物元可拓模型評價(jià)隧道瓦斯等級，首先將熵權(quán)法引入可拓學(xué)理論中，建立熵權(quán)物元可拓模型，并將隧道瓦斯等級分為4級：Ⅰ 級（瓦斯突出隧道）、Ⅱ 級（高瓦斯隧道）、Ⅲ 級（低瓦斯隧道）、Ⅳ 級（微瓦斯隧道）。其次，選取地層巖性、地質(zhì)構(gòu)造、煤層厚度、隧道埋深、水文地質(zhì)條件等5個(gè)分級指標(biāo)作為隧道瓦斯等級評價(jià)指標(biāo)，并確定經(jīng)典域R0、節(jié)域Rp以及待評物元Rm，其中經(jīng)典域R0為各評價(jià)指標(biāo)評分值范圍構(gòu)成的矩陣，節(jié)域Rp為各指標(biāo)在全體級別中所對應(yīng)取值范圍中最小值與最大值構(gòu)成的矩陣，待評物元 Rm是專家根據(jù)待評隧道的實(shí)際賦存情況確定各指標(biāo)的評分值。然后，對評價(jià)指標(biāo)進(jìn)行無量綱化處理，并計(jì)算隧道瓦斯等級評價(jià)指標(biāo)的關(guān)聯(lián)度，同時(shí)，借助熵權(quán)法建立判斷矩陣，計(jì)算各評價(jià)指標(biāo)的權(quán)重。最后，將各評價(jià)指標(biāo)關(guān)聯(lián)度與各評價(jià)指標(biāo)權(quán)重相乘，得到待評瓦斯隧道與各瓦斯等級的加權(quán)關(guān)聯(lián)度，并根據(jù)關(guān)聯(lián)度最大識別原則，判定隧道的瓦斯等級。結(jié)果：運(yùn)用熵權(quán)物元可拓模型對現(xiàn)已確定瓦斯等級的10條隧道進(jìn)行瓦斯等級評價(jià)發(fā)現(xiàn)：應(yīng)用該模型得到的隧道瓦斯等級與應(yīng)用GTC計(jì)算法和現(xiàn)場勘查驗(yàn)證得出的隧道瓦斯等級完全吻合，準(zhǔn)確率達(dá)到100%。結(jié)論：將熵權(quán)法與可拓學(xué)理論相結(jié)合，建立熵權(quán)物元可拓模型，能夠準(zhǔn)確地得出穿越煤層的隧道的瓦斯等級，量化隧道瓦斯突出的可能性，從而為隧道施工階段的瓦斯分級應(yīng)急管理提供重要的依據(jù)。熵權(quán)物元可拓模型是一個(gè)多指標(biāo)的評價(jià)系統(tǒng)，能從定性和定量2個(gè)角度描述評價(jià)對象的瓦斯等級。借助于信息熵的理論來確定各評價(jià)指標(biāo)的權(quán)重，避免了指標(biāo)權(quán)重分配上的主觀隨意性。熵權(quán)物元可拓模型為隧道瓦斯等級評價(jià)提供了一條有效的技術(shù)途徑，但同時(shí)也要看到，該方法存在諸如指標(biāo)的選擇，量值范圍的界定以及指標(biāo)評分存在主觀性等問題，有待進(jìn)一步研究和完善。

來源出版物：中國安全科學(xué)學(xué)報(bào), 2012, 22(4): 77-82

入選年份：2017

基于SEM的不安全行為與其意向關(guān)系的研究

劉海濱，梁振東

摘要：目的：不安全行為是導(dǎo)致煤礦事故發(fā)生的重要原因。以故意違章為主要表現(xiàn)形式的意向性不安全行為在我國煤礦頻頻發(fā)生，是當(dāng)前煤礦安全管理實(shí)踐和研究關(guān)注的熱點(diǎn)。因此，研究不安全行為意向及其影響因子與不安全行為的關(guān)系，有助于挖掘不安全行為產(chǎn)生的深層次原因，為不安全行為的干預(yù)和控制提供理論依據(jù)。為檢驗(yàn)不安全行為意向與不安全行為之間的關(guān)系，本研究基于計(jì)劃行為理論，研究員工安全行為態(tài)度、班組安全氛圍、不安全行為風(fēng)險(xiǎn)認(rèn)知偏差與不安全行為意向及不安全行為之間的關(guān)系。方法：基于計(jì)劃行為理論，提出員工安全行為態(tài)度、班組安全氛圍、不安全行為風(fēng)險(xiǎn)認(rèn)知偏差與不安全行為意向和不安全行為之間的關(guān)系假設(shè)。對員工安全行為態(tài)度、班組安全氛圍、不安全行為風(fēng)險(xiǎn)認(rèn)知偏差及不安全行為意向的測量，采用了劉海濱及梁振東編制的相關(guān)量表，其中安全行為態(tài)度有5個(gè)測量項(xiàng)目，班組安全氛圍有4個(gè)測量項(xiàng)目，行為風(fēng)險(xiǎn)認(rèn)知偏差有4個(gè)測量項(xiàng)目。不安全行為數(shù)據(jù)采用員工自陳問卷的方法收集，為便于員工陳述和估算，研究中要求調(diào)查對象報(bào)告兩類不安全行為數(shù)值：一類是被安全管理系統(tǒng)發(fā)現(xiàn)并記錄的不安全行為數(shù)據(jù)，另一類是沒有被安全管理系統(tǒng)發(fā)現(xiàn)或沒有被記錄的不安全行為數(shù)據(jù)。研究采用分層隨機(jī)抽樣的方法，從中國河北、山西、甘肅、內(nèi)蒙古等省區(qū)7個(gè)煤礦抽取了735份有效樣本數(shù)據(jù)，并利用AMOS 17.0建立結(jié)構(gòu)方程模型，對研究假設(shè)進(jìn)行了驗(yàn)證分析。結(jié)果：基于計(jì)劃行為理論提出的假設(shè)模型的潛變量的組合信度均大于0.6，平均方差抽取量均小于0.3，假設(shè)模型具有良好的建構(gòu)信度；模型2的各項(xiàng)擬合指標(biāo)良好，χ2（145，n＝735）＝311.70，P＜0.01；χ2/DF＝2.15；GFI＝0.96；AGFI＝0.94；NFI＝0.92；CFI＝0.96；RMSEA＝0.04；SRMR＝0.0362。表明研究假設(shè)模型是可以接受的。不安全行為意向能夠顯著預(yù)測不安全行為的發(fā)生（b＝0.85，P＜0.01），班組安全氛圍與不安全行為意向顯著負(fù)相關(guān)（b＝-0.36，P＜0.01）；安全行為態(tài)度與不安全行為意向顯著負(fù)相關(guān)（b＝-0.23，P＜0.01）；員工對不安全行為風(fēng)險(xiǎn)的認(rèn)知偏差與不安全行為意向顯著負(fù)相關(guān)（b＝-0.57，P＜0.01）；員工對不安全行為風(fēng)險(xiǎn)的認(rèn)知偏差與不安全行為顯著負(fù)相關(guān)（b＝0.51，P＜0.01）。結(jié)論：計(jì)劃行為理論能夠較好地解釋不安全行為及不安全行為意向的關(guān)系。不安全行為意向顯著影響不安全行為，通過干預(yù)不安全行為意向，可以降低不安全行為的發(fā)生。安全行為態(tài)度、班組安全氛圍、不安全行為風(fēng)險(xiǎn)認(rèn)知偏差顯著影響不安全行為意向。不安全行為風(fēng)險(xiǎn)認(rèn)知偏差對不安全行為意向和不安全行為均有顯著影響。校正員工的安全行為態(tài)度、提升員工所在班組的安全文化氛圍、對員工不安全行為風(fēng)險(xiǎn)認(rèn)知偏差進(jìn)行校正，是降低員工不安全行為意向、減少員工不安全行為的重要措施。

來源出版物：中國安全科學(xué)學(xué)報(bào), 2012, 22(2): 23-29

入選年份：2017

基于主成分分析與Fisher判別分析法的礦井突水水源識別方法

魯金濤，李夕兵，宮鳳強(qiáng)，等

摘要：目的：在判別突水水源的過程中，通常采用地下水、同位素、水溫和水位動態(tài)觀測等方法。由于不同水層的水化學(xué)樣本數(shù)據(jù)存在較大差異，因此，一般選用水化學(xué)數(shù)據(jù)作為基本信息，它能反映地下水的基本特征。根據(jù)礦井水樣的水化學(xué)成分判別突水水源的數(shù)學(xué)方法有很多，如模糊綜合評判法、灰色關(guān)聯(lián)度理論、BP神經(jīng)網(wǎng)絡(luò)、Fisher判別理論等。這些水源判別理論方法中，大部分并沒有考慮水化學(xué)判別指標(biāo)之間信息疊加導(dǎo)致水源誤判的問題。為此，用主成分分析（PCA，principal components analysis）法對水源水化學(xué)的指標(biāo)數(shù)據(jù)進(jìn)行信息提煉，把多個(gè)彼此相關(guān)聯(lián)的指標(biāo)變量通過線性組合轉(zhuǎn)化為彼此獨(dú)立新的樣本指標(biāo)，有效提取原各水源的水化學(xué)指標(biāo)變異信息，消除指標(biāo)間信息疊加造成的影響，以更加有效地描述不同水源的特征，然后結(jié)合Fisher判別分析法對處理過的樣本數(shù)據(jù)進(jìn)行判別，建立 PCA和Fisher判別分析相結(jié)合的模型，來識別礦井突水水源。方法：綜合考慮各組分對于不同水源的差異性和數(shù)據(jù)的有效性，參考相關(guān)文獻(xiàn)，選取和總硬度（X7）共7種組分的含量，作為礦井突水識別模型的水源指標(biāo)（單位均為mg/L）。以安徽省淮南市新莊孜礦井突水信息為工程背景，結(jié)合PCA和Fisher判別分析建立突水水源的識別模型。新莊孜礦井突水水源分為3類：煤系含水層Ⅰ，太灰含水層

Ⅱ，奧灰含水層

Ⅲ。從新莊礦井的多年的突水水源觀測資料中選取 33個(gè)水樣水化學(xué)數(shù)據(jù)作為訓(xùn)練樣本，其中煤系水樣 12個(gè)，太灰水樣 12個(gè)，奧灰水樣 9個(gè)。首先對的樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后對標(biāo)準(zhǔn)化處理后的樣本數(shù)據(jù)進(jìn)行PCA處理。依據(jù) PCA碎石圖中的各主成分信息量的分布規(guī)律，提取前4個(gè)主成分，選取的主成分?jǐn)?shù)據(jù)包含了原數(shù)據(jù)信息量的97.9%的信息，可以有效概括原始樣本信息。利用33個(gè)樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)。以Ⅰ，Ⅱ和Ⅲ等3類水源作為3個(gè)不同的總體，并假設(shè)3類水源總體的協(xié)方差矩陣相等。將上面通過PCA法得到的4個(gè)主成分作為Fisher判別分析模型的4個(gè)判別指標(biāo)，按照提出的Fisher判別分析法進(jìn)行計(jì)算，求得Fisher判別函數(shù)。將全體訓(xùn)練樣本逐個(gè)代入已建立的判別準(zhǔn)則中進(jìn)行回判，該方法判別正確率為88%。利用傳統(tǒng)的Fisher水源判別模型判別正確率為 85%。通過 2種不同模型的回判結(jié)果比較，可認(rèn)為PCA與Fisher判別模型比較可靠，穩(wěn)定程度高，能滿足突水水源識別的實(shí)際要求。結(jié)果：根據(jù)學(xué)習(xí)好的PCA與Fisher判別模型對新莊孜礦井的12個(gè)待判水樣樣本進(jìn)行判別，除了2個(gè)樣本的太灰水誤判成了奧灰水，其他預(yù)測結(jié)果與實(shí)際結(jié)果是一樣的，預(yù)判準(zhǔn)確率為83%，該模型能對待測水樣進(jìn)行有效地分類。利用傳統(tǒng)的Fisher判別理論對水樣進(jìn)行預(yù)測，誤判了4個(gè)，預(yù)判準(zhǔn)確率為67%。綜合比較，可認(rèn)為PCA與Fisher判別模型對待測水樣具有更好的識別能力。結(jié)論：（1）結(jié)合礦井突水水源的信息特征，提出基于PCA和Fisher判別分析的突水水源判別方法。在水源判別過程中，利用PCA法的優(yōu)越性，即不僅可以通過少量的指標(biāo)變量有效表征礦區(qū)各水源的水化學(xué)特性，還能更好地消除水源判別中由于變量之間相互信息疊加而產(chǎn)生的影響。研究結(jié)果表明，對數(shù)據(jù)信息進(jìn)行PCA法處理后，突水水源的判別精度比單純使用Fisher判別法有較大提高。（2）基于提出的判別模型，以礦井實(shí)測數(shù)據(jù)為樣本所做的突水水源判別只是初步的研究。在后續(xù)的研究中，應(yīng)存模型建立前期，收集大量礦區(qū)水源的原始水質(zhì)資料，并選擇具備代表性、正確性的相關(guān)水質(zhì)離子信息，以提高突水水源模型的判別精度。

來源出版物：中國安全科學(xué)學(xué)報(bào), 2012, 22(7): 109-115

入選年份：2017