基于系統(tǒng)動力學的煤礦人機協(xié)作行為仿真研究

摘 要：為保證煤礦智能化建設(shè)中人機能夠安全協(xié)作，減少協(xié)作事故的發(fā)生，結(jié)合事故致因理論和理性行動理論從礦工個人、智能化系統(tǒng)、安全管理三個方面構(gòu)建煤礦人機協(xié)作行為的理論模型，探討人機協(xié)作行為的影響因素。基于系統(tǒng)動力學方法，探究了煤礦人機協(xié)作行為影響因素之間的作用關(guān)系并對其演化趨勢進行動態(tài)仿真模擬。研究發(fā)現(xiàn)：在煤礦智能化建設(shè)中，自動化信任、班組安全管理、組織安全管理在人機協(xié)作的不同階段對不安全協(xié)作行為有明顯的抑制作用；聯(lián)合干預(yù)對不安全協(xié)作行為的抑制效果明顯。基于仿真結(jié)果，從礦工個體、組織安全管理、班組安全管理三個方面提出了提高煤礦人機安全協(xié)作行為的政策建議。

關(guān)鍵詞：煤礦安全管理；智能化建設(shè)；人機協(xié)作；系統(tǒng)動力學；仿真模擬

中圖分類號：X914 文獻標識碼： A 文章編號： 2096-7055（2024）03-0048-09

煤礦安全生產(chǎn)是一項復(fù)雜的系統(tǒng)工程。在煤礦智能化建設(shè)下具有機器主導(dǎo)性強、員工之間交流困難、對設(shè)備操作人員要求高、人機交互形式復(fù)雜等特點，安全事故一旦發(fā)生，礦工的生命安全以及智能化設(shè)備均會遭到極大損失。煤礦人機協(xié)作系統(tǒng)是礦工個人、智能化設(shè)備、安全管理三個方面相互耦合的動態(tài)復(fù)雜系統(tǒng)［1］。煤礦人機系統(tǒng)的安全性是由各個子系統(tǒng)以及子系統(tǒng)的屬性決定的，子系統(tǒng)之間的行為交互是復(fù)雜多變的，事故的發(fā)生不是單一因素作用的結(jié)果，而是多個因素相互關(guān)聯(lián)、相互作用的結(jié)果。因此，構(gòu)建煤礦人機協(xié)作系統(tǒng)模型，揭示煤礦人機協(xié)作的復(fù)雜性、演化規(guī)律和運行機制才能對煤礦人機不安全協(xié)作行為進行風險防控。

現(xiàn)階段，學者們在傳統(tǒng)的煤礦生產(chǎn)背景下對煤礦安全管理、礦工不安全行為、煤礦安全態(tài)勢預(yù)測等方面采用演化博弈、機器學習等方法進行了大量的研究［2-4］，對煤礦智能化建設(shè)下人機協(xié)作的相關(guān)研究較少。鑒于此，以煤礦人機協(xié)作行為為研究對象，基于理論分析，梳理人機協(xié)作行為的理論框架及影響因素；在影響因素分析的基礎(chǔ)上構(gòu)建人機不安全協(xié)作行為的系統(tǒng)動力學（System Dynamics，簡稱SD）模型，借助Vensim軟件對人機不安全協(xié)作行為的演化過程進行仿真模擬，明確人機協(xié)作行為的演化機理，揭示各個影響因素對人機不安全協(xié)作行為的動態(tài)作用；通過調(diào)整系統(tǒng)中的相關(guān)參數(shù)，對比不同因素組合對人機不安全協(xié)作的作用，提出促進人機安全協(xié)作的相關(guān)建議。

一、 理論模型構(gòu)建及影響因素分析

（一）煤礦人機協(xié)作行為理論模型構(gòu)建

海因里希事故致因理論認為，事故發(fā)生是由社會環(huán)境、人的缺點、人的不安全行為和物的不安全狀態(tài)等因素導(dǎo)致的鏈式反饋過程［5］。事故預(yù)防的根本是避免人的不安全行為或消除物的不安全狀態(tài)，中斷事故連鎖進程的條件，制止連鎖過程［6］。由事故致因理論可知，中斷人的不安全行為和物的不安全狀態(tài)能有效防止安全事故的發(fā)生。三元交互決定論認為，人的行為、行為人內(nèi)在因素及行為人所處的環(huán)境不是孤立存在的，也不是單純的因果關(guān)系，而是相互獨立的。它們的作用模式也不是恒定不變的，會根據(jù)具體的情境表現(xiàn)出不同的影響模式［7］。其中，行為人的內(nèi)部因素主要是指個體的認知、情感、信念、期望和態(tài)度等心理機能［8］；外部環(huán)境因素主要包括工作資源、組織、領(lǐng)導(dǎo)者等物理和社會因素；行為主要指個體基于人的內(nèi)部因素認知的行為選擇。

事故致因理論為探究煤礦人機不安全協(xié)作的致因過程提供了理論基礎(chǔ)，三元交互決定論為研究煤礦人機協(xié)作行為因素間的內(nèi)部作用提供了理論基礎(chǔ)?；谑鹿手乱蚶碚摵腿换Q定論，影響煤礦人機協(xié)作的因素主要有礦工個體因素、智能化系統(tǒng)因素以及管理因素，構(gòu)建煤礦人機協(xié)作行為的理論模型圖，如圖1所示。

（二）煤礦人機協(xié)作行為影響因素

基于事故致因理論和理性行為理論，主要考慮礦工個人、智能化系統(tǒng)和安全管理三個方面對煤礦人機協(xié)作的影響。

1.自動化信任

Lee等將人類對智能化設(shè)備的信任定義為在不確定性和脆弱性特征下智能化設(shè)備幫助實現(xiàn)個人目標的態(tài)度，他認為對自動化的信任是影響人類使用和依賴自動化意愿的主要因素［9］。信任是影響人類操作員根據(jù)智能化系統(tǒng)提供的信息作出決定的關(guān)鍵因素，也是影響人機協(xié)作的主要影響因素［10］。Kraus等認為，如果一個智能化設(shè)備在沒有故障的情況下工作，信任會隨著人機協(xié)作的過程而增加，設(shè)備的意外故障會導(dǎo)致人對智能化設(shè)備的信任顯著下降［11］?，F(xiàn)有研究表明，如果人類對系統(tǒng)的信任增加，對智能化系統(tǒng)使用的可能性也會增加。信任通常受到操作員機器的可靠性、有效性和系統(tǒng)故障的影響，個體差異（如信任傾向）在人機信任中發(fā)揮了作用。當操作員信任機器時，用戶會期望機器擁有更高的可靠性和更少的錯誤［12］。Hussein等認為，自動化信任在自動化可靠性與自動化依賴之間起中介作用［13］。

綜上，過度信任和信任不足都可能導(dǎo)致人機協(xié)作中的安全事故，適當?shù)淖詣踊湃嗡綄θ藱C不安全協(xié)作有抑制作用，結(jié)合深度訪談確定系統(tǒng)可靠性、系統(tǒng)故障、信任傾向為自動化信任水平的觀測變量。

2.風險感知

Nielsen等將風險感知定義為在外界風險環(huán)境下根據(jù)個人經(jīng)驗和特質(zhì)所產(chǎn)生的主觀認知和感受［14］。風險感知可能會引發(fā)事故：當員工感到不安全時，會引起個人的生理和心理壓力，導(dǎo)致工人工作倦怠，進而抑制工人參與到更多的安全工作當中，增加不安全行為水平。Paul和Albert等認為，工人安全知識和安全風險意識的缺陷以及安全習慣不當是造成不安全行為的重要因素［15-16］。煤礦人機協(xié)作過程中的風險感知包括礦工對智能化系統(tǒng)的狀態(tài)以及對周圍環(huán)境的風險認識水平，這種狀態(tài)主要指智能化系統(tǒng)的功能以及智能化系統(tǒng)的運行情況［17］。

綜上，風險感知水平對人機不安全協(xié)作有促進作用，結(jié)合深度訪談并確定危險易感性、事故嚴重性、工作壓力、工作倦怠為風險感知水平的觀測變量。

3.系統(tǒng)易用性

智能化系統(tǒng)的易用性能夠影響其與人類互動，智能化系統(tǒng)的易用性越高，操作方法越簡單，礦工所需要掌握的操作技能越少，專業(yè)技術(shù)水平越容易在短時間內(nèi)提高，使礦工的不安全行為減少。Mercado等認為，提高透明度可以讓操作員知道系統(tǒng)在做什么以及為什么這么做［18］，這些信息能夠提高智能化系統(tǒng)的易用性以及操作員對智能化設(shè)備的信任［19］。智能化水平?jīng)Q定了礦工在人機器協(xié)作的過程中參與信息獲取、信息分析、決策和決策執(zhí)行的程度［20］。較高水平的智能化系統(tǒng)可以為操作員提供適當?shù)闹С郑黾酉到y(tǒng)的易用性，能有效地平衡操作員的工作負荷［21］。

綜上，智能化系統(tǒng)的功能可以有效抑制人機不安全協(xié)作，結(jié)合深度訪談確定系統(tǒng)透明度、智能化水平為系統(tǒng)易用性的觀測變量。

4.班組安全管理

煤礦是以班組的方式作業(yè)的，班組的安全管

理對礦工有直接的約束作用。楊雪等基于Meta分析研究了安全氛圍與安全績效的關(guān)系，認為安全氛圍顯著正向影響安全績效［22］。祁慧等認為，獎勵比懲罰更能促進制度遵從行為，實行以“激勵”為主的安全管理方式能夠提高員工的制度遵從意愿，減少工作倦怠，提高組織安全氛圍［23］。群體安全規(guī)范是班組內(nèi)部自發(fā)形成的安全思想理念和規(guī)范，良好的群體安全規(guī)范能夠提高礦工的自我安全意識，有效地約束和引導(dǎo)礦工的行為［24］。葉新鳳認為，安全交流對安全遵守行為以及安全政策對安全參與行為的影響作用最為顯著［25］。

綜上，班組的安全管理水平能夠顯著影響人機協(xié)作行為，并結(jié)合深度訪談將安全交流、安全氛圍、群體安全規(guī)范、安全激勵作為班組安全管理的觀測變量。

5.組織安全管理

Yu等認為，組織安全管理水平對礦工不安全行為影響最大，安全投入、安全教育和培訓、安全激勵等都是影響組織安全管理的主要因素［26］。Wang等認為，安全管理體系能制約礦工的不安全行為，影響組織安全管理體系的主要因素有檢查人員質(zhì)量、管理程序和規(guī)章制度［27］。李紅霞等認為，安全行為文化、礦工安全意識、安全開采技術(shù)對煤礦安全管理水平的影響較大［28］。綜上，安全管理水平對人機不安全協(xié)作有抑制作用，并結(jié)合深度訪談確定安全監(jiān)管水平、安全教育與培訓、安全管理制度、安全文化為組織安全管理水平的觀測變量。

二、 系統(tǒng)動力學模型構(gòu)建與分析

（一） 系統(tǒng)動力學模型原理

系統(tǒng)動力學是以信息論、控制論和組織理論為基礎(chǔ)，通過計算機對系統(tǒng)進行仿真、建模，分析系統(tǒng)內(nèi)關(guān)鍵要素的復(fù)雜的、非線性的、多回路的反饋關(guān)系，對系統(tǒng)隨著時間推移產(chǎn)生的行為的動態(tài)演化趨勢進行仿真，為學者提供簡化復(fù)雜系統(tǒng)的思路，從而能更加清晰地分析系統(tǒng)內(nèi)的運行機理，在安全管理和風險評估中有廣泛的應(yīng)用。系統(tǒng)動力學的建模步驟如圖2所示。

（二）明確建模目的及模型邊界

構(gòu)建煤礦人機協(xié)作行為的SD仿真模型的目的是通過定性和定量相結(jié)合的方法，探究煤礦人機協(xié)作行為的演化機理以及各因素的作用機制。在該模型中，根據(jù)事故致因理論和理性行為理論，主要從智能化設(shè)備、礦工個人和安全管理三個層面考慮。在智能化設(shè)備層面，影響人機協(xié)作中人對系統(tǒng)安全認知的主要因素為智能化系統(tǒng)的功能；在礦工個人層面，影響人機協(xié)作的主要因素為自動化信任和風險感知；在安全管理層面，影響人機協(xié)作的主要影響因素為班組安全管理和組織安全管理水平。本研究僅關(guān)注智能化系統(tǒng)的功能、自動化信任、風險感知、班組安全管理、組織安全管理、人機不安全協(xié)作六個變量之間的關(guān)系和相互作用。

（三）系統(tǒng)因果回路構(gòu)建與分析

基于SD因果反饋原理，從自動化信任、風險感知、系統(tǒng)功能、班組安全管理、組織安全管理五個方面構(gòu)建子系統(tǒng)，得到煤礦人機不安全協(xié)作的因果關(guān)系圖，如圖3所示。圖3清晰地表示了各因素的正負作用，表明各子系統(tǒng)之間的關(guān)系及人機不安全協(xié)作行為的發(fā)生路徑。

采用因果回路分析法得出五條反饋回路，具體如下：

第一，自動化信任水平→風險感知水平→人機不安全協(xié)作水平→自動化信任水平。

第二，自動化信任水平→風險感知水平→人機不安全協(xié)作水平→安全教育和培訓水平→系統(tǒng)易用性→自動化信任水平。

第三，組織安全管理水平→班組安全管理水平→人機不安全協(xié)作水平→安全監(jiān)管水平→組織安全管理水平。

第四，組織安全管理水平→班組安全管理水平→風險感知水平→人機不安全協(xié)作水平→安全監(jiān)管水平→組織安全管理水平。

第五，組織安全管理水平→班組安全管理水平→風險感知水平→人機不安全協(xié)作水平→自動化信任水平→安全教育和培訓水平→組織安全管理水平。

（四）系統(tǒng)存量流量圖構(gòu)建

圖3表明了各子系統(tǒng)之間的相互作用、邏輯關(guān)系及人機不安全協(xié)作的產(chǎn)生路徑和反饋回路，但對于各個因素的性質(zhì)沒有區(qū)分?；诖?，在因果回路圖的基礎(chǔ)上，對變量性質(zhì)進行區(qū)分，構(gòu)建人機不安全協(xié)作作用機理的系統(tǒng)動力學存量流量圖，圖中涉及的狀態(tài)變量L、速率變量R、輔助變量A、常量K及符號如圖4所示。

狀態(tài)變量方程：

L1=INTEG（R1-R2+L2K1，50），（1）

L8=INTEG（R10，150）。（2）

其他方程參照式（1）和式（2）給出，速率變量方程如下：

R1=0.3A1+0.7A2，（3）

R4=0.54A8+0.42A7+K2L1，（4）

R10=K10L3-K9L4-K8L5。（5）

其他速率變量方程參照式（3）、（4）、（5）用一次函數(shù)表示。

三、SD系統(tǒng)模型仿真及結(jié)果分析

（一）確定模型參數(shù)

模型中涉及的參數(shù)主要分為變量之間的影響系數(shù)和初始數(shù)據(jù)，其中，變量之間的影響系數(shù)主要通過專家打分確定。本研究共邀請2名平煤八礦參與煤礦智能化建設(shè)的拔尖技術(shù)人員，4名具有豐富煤礦安全管理經(jīng)驗且對煤礦采掘現(xiàn)場情況充分了解的高級工程師，以及4名煤礦安全管理領(lǐng)域的專家教授進行打分，確定變量之間的影響度，賦權(quán)結(jié)果具有可信度。研究的初始數(shù)據(jù)采用問卷調(diào)查法及煤礦智能采掘工作面的安全臺賬獲取。2022年3月15—31日向平煤神馬集團的下屬單位平煤四礦、平煤八礦、平煤十礦的6個智能采掘工作面的管理人員、檢修人員、煤礦班組人員發(fā)放300份問卷，回收283份問卷，其中無效問卷15份，有效問卷268份，有效回收率89.3%。對6個工作面2022年3月的安全臺賬以及問卷數(shù)據(jù)進行分析，得到狀態(tài)變量的初始值（無量綱）為：L1、L2、L3、L4、L5、L6、L7、L8=50、2、15、5、18、2、2、150。

（二）基礎(chǔ)仿真結(jié)果分析

使用Vensim PLE軟件進行仿真模擬，設(shè)置模型Initial time=0，F(xiàn)inal time=12，Units：Month，Time step=1。在進行模型模擬和分析之前，對模型進行結(jié)構(gòu)效度、量綱一致性以及歷史值檢驗。模型結(jié)構(gòu)效度檢驗是為了確保模型邏輯關(guān)系的合理性，圖4中變量之間的關(guān)系是根據(jù)解釋結(jié)構(gòu)模型結(jié)合煤礦生產(chǎn)的實際情況確定的，確保了模型的合理性。量綱一致性檢驗是為了確保模型中方程和參數(shù)使用的量綱是否合適，使用Vensim軟件中的模型檢測功能對模型進行量綱一致性檢驗并通過檢驗。模型歷史值檢驗對人機不安全協(xié)作的1—6月的值進行驗證，模擬值和原始值最大誤差率為3.9%（lt;5.0%），表明模型擬合程度較好，本研究模型有效。煤礦人機不安全協(xié)作的初始仿真結(jié)果如圖5所示。

根據(jù)仿真結(jié)果顯示，人機不安全協(xié)作水平在0—2月為緩慢上升期，人機不安全協(xié)作水平由150.000增加到158.375；在3—6月為緩慢下降期，人機不安全協(xié)作水平由154.898下降到114.636；在7—12月為快速下降期，人機不安全協(xié)作水平由109.077下降到48.765，符合調(diào)研中人機不安全協(xié)作的發(fā)展現(xiàn)狀。煤礦人機不安全協(xié)作水平的變化可以分為三個階段。第一，0—2月緩慢上升期：在人機協(xié)作初期，礦工對智能化系統(tǒng)熟悉度較低，對礦工來說系統(tǒng)易用性較低，透明度也不高，容易發(fā)生安全事故；同時在這一階段，礦工由于分配了新的安全伙伴，此時班組安全管理水平不高，對人機不安全協(xié)作的抑制作用不明顯。第二，3—6月緩慢下降期：人機不安全協(xié)作水平達到最高以后，巡檢次數(shù)和安全干預(yù)頻率增加使得安全監(jiān)管水平逐漸提高，組織內(nèi)的安全文化也逐漸形成，組織安全管理水平在這一階段的作用逐漸明顯，人機不安全協(xié)作水平呈現(xiàn)緩慢下降趨勢。第三，6—12月快速下降期：人機不安全協(xié)作水平呈現(xiàn)快速下降趨勢，在這一階段，隨著人機協(xié)作不斷深入，人對于智能化系統(tǒng)的認知越來越全面，操作熟練度上升，自動化信任上升明顯，同時，班組內(nèi)伙伴能夠有效地進行安全溝通，班組安全管理以及組織安全管理作用明顯，能夠更有效地抑制人機不安全協(xié)作。

（三）干預(yù)策略對比分析

1.采用單一干預(yù)策略后人機不安全協(xié)作的模擬采用控制變量法，將自動化信任水平、班組安全管理水平、組織安全管理水平的狀態(tài)變量初始值分別增加20%，仿真模擬結(jié)果如圖6所示。由圖6可知，0—7月，組織安全管理對人機不安全協(xié)作的抑制作用較大，7—12月，自動化信任對人機不安全協(xié)作的抑制作用較大，9—12月，班組安全管理水平對人機不安全協(xié)作的抑制作用效果比組織安全管理水平更加明顯。原因在于三個方面。第一，0—7月是人機協(xié)作初期，由于人對智能化系統(tǒng)熟悉程度低，對系統(tǒng)認知有限，容易發(fā)生小的操作故障。此時，自動化信任水平也呈現(xiàn)先下降后逐漸上升的趨勢。礦工匹配了新的班組，處于和伙伴的磨合階段，班組安全管理水平處于較低的水平，此時自動化信任和班組安全管理對人機不安全協(xié)作的抑制作用還不明顯。在該階段，組織安全管理的投入較大，會對員工進行一系列安全教育和培訓；同時由于協(xié)作初期人機不安全協(xié)作水平較高，組織安全監(jiān)管力度較大，安全管理制度、安全文化等都會提高礦工的安全意識。故在這一階段，組織安全管理水平相較于自動化信任水平和班組安全管理水平對人機不安全協(xié)作的抑制作用更為明顯。第二，7—12月，隨著人機協(xié)作時間增加，礦工對于智能化系統(tǒng)的認知增加，系統(tǒng)易用水平提高，礦工操作故障減少，自動化信任水平逐漸提高。隨著人機不安全協(xié)作水平降低，管理者對礦工安全監(jiān)管水平會逐漸下降，安全教育培訓和安全管理制度對礦工的約束作用降低。在這一階段，自動化信任水平相較于組織安全管理水平和班組安全管理水平對人機不安全協(xié)作的抑制作用較為明顯。第三，9—12月，班組安全管理水平對人機不安全協(xié)作抑制作用效果比組織安全管理水平更加明顯，群體安全規(guī)范、安全氛圍等影響班組安全管理的因素發(fā)揮作用慢，在仿真后期作用效果才逐漸明顯，但長效性較高。

2.采用聯(lián)合干預(yù)策略后對人機不安全協(xié)作的模擬

聯(lián)合干預(yù)是指在不安全行為發(fā)生時，綜合運用多種干預(yù)手段，對不安全行為進行全過程的預(yù)防和控制，最終達到有效預(yù)防和控制不安全行為的目的。在煤礦智能化建設(shè)過程中，不同的生產(chǎn)階段會面臨不同的人機安全協(xié)作問題，需要采用聯(lián)合的干預(yù)策略進行干預(yù)。本研究主要從自動化信任、班組安全管理、組織安全管理三個大的層面進行聯(lián)合干預(yù)。

由圖5和圖6可以看出，采用干預(yù)策略后的模擬結(jié)果與初始狀態(tài)下的模擬趨勢一致，表明模型相對穩(wěn)定。采取不同程度的干預(yù)策略后，人機不安全協(xié)作水平有不同程度的下降，說明干預(yù)策略對人機不安全協(xié)作行為起到了一定的預(yù)控作用。通過分析圖5和圖6中的具體數(shù)據(jù)，可以觀察到單一干預(yù)策略不能將人機不安全協(xié)作水平降到最低。在實際生產(chǎn)中，煤礦企業(yè)通常采用各種干預(yù)措施來抑制人機不安全協(xié)作，主要從自動化信任、班組安全管理、組織安全管理三個方面進行聯(lián)合干預(yù)，將自動化信任、班組安全管理、組織安全管理的初始值分別增加20%得到模擬結(jié)果，如圖7所示。從圖7可以看出，采用聯(lián)合干預(yù)策略后，人機不安全協(xié)作水平顯著下降，表明聯(lián)合干預(yù)方法對抑制人機不安全協(xié)作產(chǎn)生了顯著效果。

四、研究結(jié)論及管理啟示

（一）研究結(jié)論

結(jié)合煤礦智能化建設(shè)，本研究關(guān)注了人機協(xié)作過程中的新變化，即煤礦中人機協(xié)作由“以人為主、以機為輔”轉(zhuǎn)向了現(xiàn)在的“人機共處”，除了組織安全管理和班組安全管理，礦工個人的自動化信任在人機協(xié)作過程中也發(fā)揮著至關(guān)重要的作用。研究發(fā)現(xiàn)，組織安全管理、自動化信任、班組安全管理、系統(tǒng)易用性、風險感知與人機不安全協(xié)作行為之間存在顯著關(guān)系。在人機協(xié)作前期，組織安全管理對人機不安全協(xié)作的抑制作用較為明顯，隨著人機協(xié)作的進行，自動化信任在協(xié)作中后期對人機不安全協(xié)作行為的抑制作用明顯，班組安全管理主要是在人機協(xié)作的中后期發(fā)揮作用。實施干預(yù)策略對人機不安全協(xié)作進行仿真，結(jié)果表明：在抑制人機不安全協(xié)作行為方面，采用聯(lián)合干預(yù)策略優(yōu)于采用單一干預(yù)策略。

（二）管理啟示

本研究探究了煤礦智能化建設(shè)下人機協(xié)作行為演化機理，基于仿真結(jié)果對改善人機協(xié)作行為提出如下建議：

第一， 保持礦工適當?shù)淖詣踊湃嗡?。首先，在對礦工進行培訓時要對智能化系統(tǒng)的功能和操作方法進行明確詳細的介紹，同時也要指出系統(tǒng)無形的限制，提高礦工的專業(yè)技術(shù)水平。鼓勵礦工積極思考，盡可能解決礦工因為個人原因?qū)е碌膶ο到y(tǒng)的不信任或過度信任。其次，系統(tǒng)可靠性和系統(tǒng)易用性也是影響自動化信任的重

要原因，提高智能化系統(tǒng)人機交互界面的設(shè)計，在系統(tǒng)發(fā)生故障時能及時地向操作者進行口頭或視覺解釋，以促進操作者對智能化系統(tǒng)的意圖、限制和行動的理解，適當提高自動化信任水平。

第二， 加強對班組長的管理培訓，提高班組安全管理水平。首先，注重團隊內(nèi)的安全溝通，營造良好的安全氛圍。鼓勵班組成員積極互動，促進班組成員自我披露和積極反饋，在日常工作中注意情感的表達和交流，積極對礦工的工作壓力進行疏導(dǎo)，建設(shè)性地解決團隊內(nèi)的沖突。其次，構(gòu)建良好的群體安全規(guī)范，將規(guī)范化的經(jīng)營理念引入群體安全規(guī)范。在班組下井前，開展風險識別活動，定期在群體內(nèi)對不安全行為進行分析，提高工人的自我安全意識，充分發(fā)揮群體內(nèi)安全規(guī)范對礦工的約束和引導(dǎo)作用。最后，建立合理的班組安全激勵措施。通過物質(zhì)獎勵和精神獎勵對如實反映隱患和風險的礦工給予激勵，當工人受到鼓勵時，工人會主動識別危險，有效預(yù)防人機不安全行為的發(fā)生。

第三，學習先進經(jīng)驗，提升組織安全管理水平。首先，重視礦工的安全教育和培訓。煤礦企業(yè)應(yīng)該建立常態(tài)化、制度化的安全教育和培訓機制，確保安全教育的力度和持續(xù)性。其次，加強安全監(jiān)管。制定科學有效的監(jiān)督考核方法，安排合理的安全監(jiān)管周期，嚴格落實巡檢次數(shù)，在安全生產(chǎn)中及時地發(fā)現(xiàn)并解決問題。最后，制定合理的安全制度，形成良好的安全文化。管理者應(yīng)針對煤礦智能化建設(shè)的新階段，優(yōu)化企業(yè)的安全管理制度，落實安全生產(chǎn)責任制，定期進行安全生產(chǎn)檢查，制定礦工行為管理手冊，明確人機協(xié)作過程中礦工的不安全行為的分析考核標準，對礦工個體的安全行為實行動態(tài)管理。

參考文獻：

［1］ CHENG L H， GUO H M， LIN H F. Evolutionary model of coal mine safety system based on multi-agent modeling［J］. Process Safety and Environmental Protection， 2021， 147： 1193-1200.

［2］ 何國家， 祁慧， 陳紅.基于群體行為涌現(xiàn)“斂散”的制度有效性實證研究：以煤礦安全管理制度為例［J］.軟科學， 2021， 35（3）： 136-144.

［3］ 楊雪， 田陽， 宋愛峰，等.Bradley Curve視角下礦工違章行為的懲罰機制分析［J］.管理學報， 2021， 18（8）： 1238-1244.

［4］ 李爽， 李丁煒， 猶夢潔，等.基于BN-ELM的煤礦瓦斯安全態(tài)勢預(yù)測方法［J］.系統(tǒng)工程， 2020， 38（3）： 132-140.

［5］ 羅春紅，謝賢平.事故致因理論的比較分析［J］.中國安全生產(chǎn)科學技術(shù)，2007，3（5）：111-115.

［6］ CHEN Y J， WANG Z M. Accident causing theory in construction safety management［J］.IOP Conference Series： Earth and Environmental Science， 2021， 638（1）： 012097.

［7］ BANDURA A. Self-efficacy： toward a unifying theory of behavioral change［J］.Psychological Review， 1977， 84（2）： 191-215.

［8］ 楊雪，王帥，仝鳳鳴，等.煤礦井下工人安全特質(zhì)綜合評價模型［J］.華北水利水電大學學報（社會科學版），2014，30（3）：17-21.

［9］ LEE J D， SEE K A.Trust in automation： designing for appropriate reliance［J］. Human Factors， 2004， 46（1）：50-80.

［10］ NISSER T， WESTIN C.Human factors challenges in unmanned aerial vehicles （uavs）： a literature review［J］. School of Aviation of the Lund University， 2006.

［11］ KRAUS J， SCHOLZ D， STIEGEMEIER D， et al.The more you know： trust dynamics and calibration in highly automated driving and the effects of take-overs， system malfunction， and system transparency［J］. Human Factors， 2020， 62（5）： 718-736.

［12］ CHEN J Y C， BARNES M J. Human-agent teaming for multirobot control： a review of human factors issues［J］. IEEE Transactions on Human-Machine Systems， 2014， 44（1）： 13-29.

［13］ HUSSEIN A， ELSAWAH S， ABBASS H A.Trust mediating reliability-reliance relationship in supervisory control of human-swarm interactions［J］.Human Factors， 2020， 62（8）： 1237-1248.

［14］ NIELSEN M B， MEARNS K， MATTHIESEN S B， et al.Using the Job Demands-Resources model to investigate risk perception， safety climate and job satisfaction in safety critical organizations［J］.Scandinavian Journal of Psychology， 2011， 52（5）： 465-475.

［15］ PAUL P S. Investigation of the role of personal factors on work injury in underground mines using structural equation modeling［J］. International Journal of Mining Science and Technology， 2013， 23（6）： 815-819.

［16］ ALBERT A， HALLOWELL M R， KLEINER B M.Enhancing construction hazard recognition and communication with energy-based cognitive mnemonics and safety meeting maturity model： multiple baseline study［J］. Journal of Construction Engineering and Management， 2014， 140（2）： 1-12.

［17］ KARI R， STEINERT M. Human factor issues in remote ship operations： lesson learned by studying different domains［J］. Journal of Marine Science and Engineering， 2021， 9（4）： 385.

［18］ MERCADO J E， RUPP M A， CHEN J Y C， et al. Intelligent agent transparency in human-agent teaming for multi-UxV management［J］. Human Factors， 2016， 58（3）： 401-415.

［19］ LYU N C， XIE L， WU C Z， et al. Driver’s cognitive workload and driving performance under traffic sign information exposure in complex environments： a case study of the highways in China［J］. International Journal of Environmental Research and Public Health， 2017， 14（2）： 203.

［20］ 楊雪，王世康，楊娟，等.基于WOS的人機安全研究趨勢及熱點分析［J］.華北水利水電大學學報（社會科學版），2023，39（3）：18-26.

［21］ ROOSEFERT MOHAN T， PREETHA ROSELYN J， ANNIE UTHRA R， et al. Intelligent machine learning based total productive maintenance approach for achieving zero downtime in industrial machinery［J］. Computers amp; Industrial Engineering， 2021， 157： 107267.

［22］ 楊雪，劉銀雙，宋愛峰，等.基于Meta分析的安全氛圍與安全績效的關(guān)系研究［J］.中國安全生產(chǎn)科學技術(shù)， 2021， 17（8）： 167-171.

［23］ 祁慧，李澤荃，陳紅.煤礦安全管理制度的執(zhí)行特征對制度有效性的影響研究［J］.煤炭工程， 2020， 52（10）： 192-196.

［24］ LI Z， BAO X Y， SHENG Y Y， et al. Research on unsafe behavior of construction workers under the bidirectional effect of formal rule awareness and conformity mentality［J］.Frontiers in Psychology， 2021， 12： 794394.

［25］ 葉新鳳.安全氛圍對礦工安全行為影響-整合心理資本與工作壓力的視角［D］.徐州：中國礦業(yè)大學， 2014.

［26］ YU K， CAO Q G， XIE C Z， et al. Analysis of intervention strategies for coal miners’ unsafe behaviors based on analytic network process and system dynamics［J］. Safety Science， 2019， 118： 145-157.

［27］ WANG C， WANG J K， WANG X H， et al. Exploring the impacts of factors contributing to unsafe behavior of coal miners［J］. Safety Science， 2019， 115： 339-348.

［28］ 李紅霞，張嘉琦，陳磊，等.基于AHP-DEMATEL的煤礦安全管理水平評估研究［J］.礦業(yè)研究與開發(fā)， 2021， 41（4）： 118-123.

Research on Coal Mine Human-machine Cooperation Behavior Simulation

Based on System Dynamics

YANG Xue， XING Qiyu， YAO Yujia

（School of Management and Economics， North China University of Water

Resources and Electric Power， Zhengzhou 450046， China）

Abstract："" In order to ensure the safe cooperation between humans and machines in the intelligent construction of coal mine and reduce the occurrence of cooperation accidents， a theoretical model of human-machine cooperation behavior in coal mine is constructed from the three aspects of miners’ personal， intelligent system， and safety management by combining the theory of accident causation and the theory of rational action， and the factors influencing human-machine cooperation behavior are explored. Based on the system dynamics method， we investigate the relationship between the influencing factors of human-machine cooperation behavior in coal mines and conduct dynamic simulation on the evolution trend of human-machine cooperation behavior. It is found that in the intelligent construction of coal mines， automation trust， team safety management and organizational safety management have obvious inhibiting effects on unsafe cooperative behaviors at different stages of human-machine cooperation， and the joint intervention has obvious inhibiting effects on unsafe cooperation behaviors. Based on the simulation results， the policy suggestions to improve the human-machine safety cooperation behaviors in coal mines are proposed from the aspects of individual miners， organizational safety management， and team safety management.

Key words：""" coal mine safety management; intelligent construction; human-machine cooperation; system dynamics; analogue simulation

（編輯：王韻）