基于關(guān)聯(lián)規(guī)則的煤礦機電運輸事故不安全行為分析

葛晨迎 張樹川副教授 楊文旺講師

(安徽理工大學(xué) 安全科學(xué)與工程學(xué)院，安徽 淮南 232001)

0 引言

煤炭一直是我國一次能源生產(chǎn)的主體，2000-2015年一直占據(jù)一次能源生產(chǎn)的7成以上，之后占比有所下降，但仍超過68%，產(chǎn)量位居世界首位[1]。煤炭生產(chǎn)導(dǎo)致煤礦事故頻繁發(fā)生，2018-2020年間，煤礦運輸事故發(fā)生數(shù)量僅次于頂板事故排在第二位[2-4]。近幾年機電運輸事故死亡人數(shù)占煤礦事故總死亡人數(shù)比值呈小幅度上升趨勢，這是因為其他事故(如瓦斯爆炸事故等)得到了遏制，煤礦機電運輸事故所占比例越來越大。預(yù)防煤礦機電運輸事故對于煤礦安全形勢的改善具有重要作用。因此很多學(xué)者研究煤礦機電運輸事故的發(fā)生規(guī)律來減少事故的發(fā)生。許多康[5]根據(jù)16個國有重點煤礦近10年的運輸事故統(tǒng)計資料，分析研究煤礦發(fā)生的典型運輸事故原因，提出煤礦運輸事故風(fēng)險防控措施；張?zhí)K[6]對1980-2014年間發(fā)生的死亡3人及以上的80起煤礦運輸事故的不安全動作原因進行研究，發(fā)現(xiàn)運輸事故一般規(guī)律；張鶴霄[7]總結(jié)常見煤礦傾斜井巷中的運輸事故種類及其發(fā)生原因；宣文舉[8]從煤礦機電事故產(chǎn)生的危害入手分析出生產(chǎn)安全制度因素、人員因素、設(shè)備因素會造成煤礦機電事故，并針對這3個方面提出防范對策。以上研究對煤礦事故的發(fā)生預(yù)防均有重要意義，但側(cè)重對煤礦機電運輸事故原因的分析，對事故中不安全行為關(guān)聯(lián)規(guī)則研究較少?；诖?，本文從煤礦安全生產(chǎn)網(wǎng)和應(yīng)急管理部公布的煤礦事故案例中選取2015-2021年發(fā)生的90起機電運輸事故作為案例樣本，統(tǒng)計分析煤礦機電運輸中的不安全行為，共計117次，研究不安全行為在動作分類、班次、月份、地點和崗位5個方面的關(guān)聯(lián)度，以期為煤礦機電運輸事故的檢查、培訓(xùn)等工作提供參考。

1 不安全行為致因分析

1.1 不安全動作分析

煤礦的不同作業(yè)區(qū)域中，作業(yè)環(huán)境、設(shè)施設(shè)備都存在差異[9]，對煤礦不同作業(yè)區(qū)域一線工人的不安全動作進行具體統(tǒng)計分析得到，一線工人的不安全動作共計42種，劃分為8種類型，見表1。

表1 一線工人不安全動作統(tǒng)計表Tab.1 The statisticsTable of unsafe actions of front-line workers

續(xù)表

數(shù)量最多的不安全動作類型是“作業(yè)行動錯誤”，占38.46%，其次為“冒險作業(yè)”，占33.33%。這2種不安全行為發(fā)生較多，一是因為安全知識、操作技能不足，導(dǎo)致不安全行為發(fā)生；二是因為安全意識不強，沒有意識到此類不安全動作會導(dǎo)致事故發(fā)生，對做出的不安全動作沒有在意。對礦工進行安全教育時可對這2種動作類型進行有針對性的教育培訓(xùn)，并且注重培養(yǎng)和提高員工的安全意識。

1.2 時間班次分析

國內(nèi)煤礦作業(yè)多采用“三八制”作業(yè)，一天分為3個班次,0～8時為早班，8～16時為中班，16～24時為晚班。不安全動作的發(fā)生在班次分布上有不同特征，據(jù)統(tǒng)計，機電運輸事故發(fā)生在中班最多，56次(占47.86%)；晚班次之，33次(占28.21%)；早班最少，28次(占23.93%)。中班時間段中14：00～15：59發(fā)生機電運輸事故次數(shù)最多，此時間段為中班臨近結(jié)束時段，工人臨近下班放松警惕，身體疲憊，易發(fā)生不安全行為；12:00～13:59、8：00～9:59、10:00～11:59發(fā)生次數(shù)依次降低。從事物的對立面看，中班時間段比較符合人正常的作息時間，早班和晚班所處時間段會對人的精神和身體有負面影響，對安全生產(chǎn)可能存在更大阻礙，井下管理人員會花費更多時間、精力對這2個班次進行監(jiān)督檢查，從而早班和晚班發(fā)生的事故變少，中班發(fā)生的事故所占比例就會變大。

1.3 事故月份分析

據(jù)統(tǒng)計，1～3月不安全行為發(fā)生較少，為平安過年，企業(yè)加大安全教育，員工更加注意安全，做到安全生產(chǎn);4～9月事故發(fā)生較多，天氣逐漸轉(zhuǎn)熱，工人從心理到生理上都會不適應(yīng)、心浮氣躁造成事故發(fā)生;10～12月，天氣轉(zhuǎn)涼，工人精神狀態(tài)良好，事故發(fā)生減少，見表2。

表2 不同月份不安全動作分布Tab.2 The distribution of unsafe actions in different months

1.4 事故地點分析

井下環(huán)境錯綜復(fù)雜，礦工在不同地點發(fā)生不安全行為分布也存在差異[2]，根據(jù)統(tǒng)計：工作面不安全行為發(fā)生最多，共計38次；軌道巷次之，共計27次；再次之為風(fēng)巷、車場、上/下運輸巷道、軌道上/下山、變電所、硐室、其他，數(shù)量分別是15、9、7、7、5、5、4次，累計數(shù)量52次，占總數(shù)量的44.4%。在對礦工進行安全教育培訓(xùn)時，要著重針對工作面和軌道巷處的安全操作知識、技能、安全意識等進行培訓(xùn)，并加強管理，避免由于管理不當、工人因僥幸心理和群體心理或知識技能儲備不足而導(dǎo)致不安全行為發(fā)生，對煤礦安全造成不良后果。

1.5 崗位分析

產(chǎn)生不安全行為的工作人員共4種：一線工人、班組長、安全員、管理人員。一線工人產(chǎn)生的不安全行為數(shù)量最多，83次，達到總數(shù)的70.94%，一方面是因為一線工人數(shù)量占工作人員的大多數(shù)，另一方面是因為相比較其他工作人員，一線工人的受教育程度較低，不能嚴格遵守行為規(guī)范、有效識別風(fēng)險。因此要加強礦工相關(guān)技能的教育培訓(xùn)和提高其對風(fēng)險的認知能力。班組長、安全員、管理人員的不安全行為分別發(fā)生22、2、10次。

2 Apriori算法原理

Apriori算法關(guān)聯(lián)規(guī)則描述：集合I={i1,i2, …，im}為項的集合。項目集是由I中項目構(gòu)成的集合，假定數(shù)據(jù)庫D，關(guān)聯(lián)規(guī)則是形如X=>Y的規(guī)則，其中X、Y為項目集且交集不為空[10]。支持度和置信度為關(guān)聯(lián)規(guī)則指標。關(guān)聯(lián)規(guī)則中支持度為s，即：

s=P(XY)

(1)

式中：

P(XY)—集合中X、Y同時發(fā)生概率。

置信度為c，即：

(2)

式中：

P(Y|X)—在X的前提下，同時出現(xiàn)Y的概率。

若關(guān)聯(lián)規(guī)則中支持度和置信度均大于或等于指定的最小支持度和最小置信度，則稱關(guān)聯(lián)規(guī)則X=>Y為強關(guān)聯(lián)規(guī)則，否則稱為弱關(guān)聯(lián)規(guī)則[11]。關(guān)聯(lián)規(guī)則的挖掘可分以下2步：找出集合中出現(xiàn)頻率不低于設(shè)置的支持度閾值的項目組；產(chǎn)生關(guān)聯(lián)規(guī)則，由高頻項目集產(chǎn)生滿足最小支持度和最小置信度的強關(guān)聯(lián)規(guī)則。

分析過程中，可通過“任何頻繁項集的非空子集也是頻繁項集，非頻繁項集的超集是非頻繁項集”[12]提高分析效率。

在置信度滿足條件時，有可能X會對Y有阻礙作用，相互之間產(chǎn)生排斥作用[13]，因此需要增加提升度L,來判斷2因素之間關(guān)聯(lián)是否有效的。提升度公式如下：

(3)

當L>1時，關(guān)聯(lián)規(guī)則有效；L=1，說明X的頻率不影響Y的出現(xiàn)；L<1時，說明X的出現(xiàn)對Y起阻礙作用。

3 基于關(guān)聯(lián)規(guī)則對機電運輸事故不安全行為分析

設(shè)定強關(guān)聯(lián)規(guī)則X=>Y(13%，50%)，即最小支持度s=13%，最小置信度c=50%。

不安全行為的各因素關(guān)聯(lián)分析：對“不安全動作類型”分析，冒險作業(yè)、作業(yè)行動錯誤滿足條件；對“時間班次”進行分析，早班、中班、晚班均符合條件；對月份進行分析，8月份滿足條件；對“地點”進行分析，工作面、軌道巷符合條件；對“崗位”進行分析，一線工人和班組長滿足條件。刪除其余項目，通過篩選，得到項目集，見表3。

在表3所示的一階頻繁項目集的基礎(chǔ)上篩選二階頻繁項目集。對于同一因素下的內(nèi)容，不做置信度統(tǒng)計，例如“冒險作業(yè)”和“作業(yè)行動錯誤”。篩選得到12項規(guī)則，將其支持度和置信度做計算統(tǒng)計，見表4。

表3 項目集行為因素及具體內(nèi)容Tab.3 Behavioral factors and specific contents in the item set

表4 不安全行為二階關(guān)聯(lián)規(guī)則Tab.4 Second-order association rules for the unsafe behavior

Rule1的提升度小于1，說明強關(guān)聯(lián)規(guī)則無效。Rule5的提升度為1，說明i5和i9相互獨立。只有Rule2和Rule6滿足強關(guān)聯(lián)規(guī)則X=>Y(13%，50%)。由于Rule2和Rule6代表的項目集之間沒有交集，所以不做進一步的關(guān)聯(lián)規(guī)則分析。Rule2的提升度為1.03，表示當不安全行為發(fā)生在中班時，該行為往往是一線工人發(fā)出，兩者之間的置信度為0.73，按照這一規(guī)則對中班一線工人加強行為檢查能夠使檢查效率提升1.03倍。Rule6的提升度為1.52，表示當不安全行為發(fā)生在晚班時，該行為多是冒險作業(yè)，兩者之間的置信度為0.5，按照這一規(guī)則加強對晚班冒險作業(yè)的預(yù)防和控制，能夠使檢查效率提升1.52倍。

一線工人是不安全行為的主要來源，70.94%的不安全行為是一線工人產(chǎn)生。根據(jù)安全金字塔理論，要從最底層的不安全行為開始預(yù)防[14]。通過對一線工人不安全動作的預(yù)防，剪斷事故不安全動作致因鏈，從而在很大程度上降低煤礦機電事故發(fā)生的概率。通過加強對一線工人的安全教育培訓(xùn)和監(jiān)督檢查，從而減少煤礦事故的發(fā)生。其中一線工人在中班易發(fā)生不安全動作，煤礦要加強對中班一線工人的監(jiān)督檢查，從而提高檢查效率，預(yù)防事故發(fā)生。冒險作業(yè)這一危險動作極易在晚班發(fā)生，在晚班安全檢查時要加強預(yù)防這一不安全動作。

4 結(jié)論

(1)研究機電運輸事故不安全動作關(guān)聯(lián)因素及其關(guān)聯(lián)規(guī)則有利于煤礦企業(yè)更有針對性地對不安全行為進行排查，提升排查效率。

(2)當不安全行為發(fā)生在中班時，該行為往往是一線工人發(fā)出；當不安全行為發(fā)生在晚班時，該行為多是冒險作業(yè)這一不安全動作。

(3)文章側(cè)重研究不安全行為因素之間存在的關(guān)聯(lián)規(guī)則，豐富了煤礦機電運輸?shù)牟话踩袨檠芯俊?/p>