安全生產預警分析與研究范文

本站小編為你精心準備了安全生產預警分析與研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1預警的演化及安全生產預警的發展

伴隨著預警理論的發展，安全生產預警研究工作經歷了3個階段，如圖1所示。1)初期萌芽及發展。1888年，巴黎統計學大會上，法國經濟學家福里利在《社會和經濟氣象》研究論文中，以黑、灰、淡紅和大紅等幾種顏色來測定法國1877—1887年的經濟波動，開啟了預警理論的研究。20世紀30年代中期，經濟監測預警系統興起，隨著年代不斷改進、發展并進入實際應用時期。在這期間，美國創建哈佛指數法、擴散指數法、綜合指數法等多指標信息綜合方法對宏觀經濟進行預警。2)中期深化拓展。到20世紀70年代，經濟預警系統不斷完善簡化，應用領域外推拓展，在自然災害管理中得到應用。許多國家分別建立水文觀測、地震測報、火災監測等災種的監測預警臺站并聯成網絡，對自然災害過程進行連續的監測和預警。預警系統在經濟調控和災害管理中所取得的豐碩成果，促使預警理論不斷發展并推廣應用于各個領域，具體為社會領域中的人口預警、食物安全預警、勞務預警等，環境領域中的氣象預警、干旱預警、生態環境預警等。3)安全生產預警發展。基于成熟的預警理論，安全生產預警也不斷發展，并應用于石油、化工、煤礦、冶金等高危行業。例如:Mironowicz等針對煤礦生產情況，對煤礦危險源進行監測并進行安全生產預警等。先期安全預警思想主要借鑒經濟預警理論及方法，采用指數預警法對各行業進行安全生產預警，預警指標較少，預警結構功能單一。隨后，安全生產預警系統采用事故統計模型來發現監測對象的波動規律，將選取的指標綜合成一個數值，通過所屬區間來判斷系統發展狀態。隨著安全生產預警理論的發展，安全生產預警指標的選取主要通過安全系統論、事故致因理論以及歷史事故等多方面進行選取，采用人工智能方法進行模型構建，并綜合運用系統論、信息論、控制論的原理和方法，結合自動檢測與傳感技術、計算機仿真、計算機通信等現代高新技術，及時檢測并反映系統的安全狀態。

2安全生產預警的運用現狀分析

安全生產預警作為安全問題事前管理以及事故控制的有效手段，起著舉足輕重的作用。目前，安全生產預警已經被廣泛應用于各個領域，筆者選取煤礦安全生產預警、建筑施工安全生產預警以及道路交通安全預警等高危行業進行安全生產預警現狀分析。

2．1煤礦安全生產預警

煤礦安全生產預警是以煤礦安全生產法律法規為依據，利用現代化工具和各種技術手段，收集各類數據如人、環、物等狀況，同時針對安全生產活動進行評估、審核、整理、分析、監測，發出不同階段的安全生產預警信號。國內在20世紀90年代后期出現了煤礦行業的微觀預警，其思想和方法基本源于經濟預警的基本理論。其后，張明從作業人員、設備設施、工作環境、管理狀況方面建立了初步的煤礦安全生產預警指標體系，構建了基于模糊綜合評判法的預警管理系統。牛強等利用自組織神經網絡研究了煤礦安全生產預警模型和安全生產預警專家系統。隨著人工智能技術以及計算機技術的發展，一些新興的改進的方法也被提出，如丁寶成構建了基于模糊層次分析法及補償模糊神經網絡的煤礦安全生產預警組合模型。邵長安等構建了基于地理信息系統(GIS，GeographicInformationSystem)的煤礦安全生產預警系統，通過GIS技術對空間的動態數據進行收集及處理，并采用BP神經網絡進行系統模型構建。這一系列的研究極大地推動了煤礦預警技術的發展，為預警技術在煤礦安全生產中的應用做出了積極的貢獻。

2．2建筑施工安全生產預警

我國的建筑生產安全事故嚴峻程度僅次于礦山和危險化學品領域，嚴重影響了建筑業的可持續發展。國內外很多學者從20世紀六七十年代就開始對建筑業的安全和健康問題進行了大量深入細致的研究，主要通過調查統計方法建立模型，獲取安全管理指數，進行建筑安全事故預警。目前，一些學者通過對建筑安全事故的成因分析，已研究了用預先危險性分析法、灰色綜合評價方法等多種風險預測理論方法，對生產事故風險進行預警。馮利軍通過事故致因理論以及危險源辨識對建筑安全事故成因進行了深刻的分析，建立了建筑安全事故成因診斷的分析模型(ARCTM，Acci-dentRootCausesTracingModel)。在建筑安全事故預警方法上，運用比較多的有基于模式分類的貝葉斯預警方法、神經網絡方法以及遺傳－神經網絡法等。隨著計算機技術的發展，一些學者也采用了新興的方法進行事故預警，如趙平等強化人、機、環境、管理4方面的安全隱患信息和危險源的預警管理，采用多源信息融合技術的D－S證據理論法對不確定的復雜的工程數據進行定性分析和融合，用融合的最終數據判斷施工項目的安全施工狀態。針對建筑安全事故數據收集困難、數據集為小樣本的特點，解決小樣本數據集有特殊優勢的支持向量機方法也逐步運用到建筑安全事故預警研究中。趙元慶等針對建筑施工項目安全風險評估的精度要求以及施工特點，首次提出基于粒子群算法優化的支持向量機方法，從人員、設備、材料、環境、技術以及管理幾大方面進行指標選取，結果顯示精度較高，具有一定的實際應用價值。

2．3城市道路交通安全預警

道路交通安全預警，就是依據對道路交通事故發展穩定狀況的判斷，采用定性與定量相結合的方法，對道路交通安全發展態勢進行過程描述、追蹤分析和警情預報。國內交通安全預警理論的研究，包括高速公路交通安全管理、鐵路交通安全管理、空中交通安全預警管理、城市道路交通安全預警以及交通災害的研究。城市道路交通安全預警方法多樣，基于車速的交通事故貝葉斯方法、模糊評判法等都是較為常用的預警方法。例如:王寧從宏觀層面和微觀層面分別構建了區域城市道路交通安全預警系統和局部城市道路交通安全預警系統的模型，采用貝葉斯矩陣法(BMOM，BayesianMethodofMatrix)預測交通事故，分析城市道路交通安全狀況，根據預警等級進行報警。例如:宇仁德等針對道路交通監測數據多樣性、空間性以及多屬性等特點，建立了基于GIS的道路交通安全預警系統，構筑了數據采集與接收子系統、數據分析與處理子系統、數據查詢子系統、事故評價、檢測與預測子系統以及報警與調度子系統。此外，李玲琦對基于智能交通系統(ITS，Intelli-gentTransportSystem)的事故多發路段預警技術進行了研究，提取了運行車速作為單車運行狀態下的事故前兆特征變量，建立了由交通環境信息采集、危險狀態判別、預警信息和通信4部分組成的高速公路事故多發路段預警系統。

3各行業安全生產預警對比分析

煤礦安全生產預警、建筑施工安全生產預警以及城市道路交通安全預警都是安全生產預警在重要行業的具體應用，安全生產預警系統要求首先對該行業生產事故影響因素分析，通過指標選取原則，從影響因素中提取指標，并采用層次分析法或者相對重要程度等級法進行指標權重的劃分，再選取相應的數學方法構建預警模型，通過輸出值確定安全狀態，并相應的預警信號。不同行業安全生產預警的流程基本相同，但是仍舊存在一些差異，主要概括如下:

3．1指標的選取

煤礦安全生產預警中指標的提取主要包括作業人員、機械設備、工作環境、管理狀況、地質條件等，大部分學者主要從以上5個方面進行指標體系的構建，部分學者則選取了煤層賦存條件及開采條件作為預警指標進行安全生產預警，指標覆蓋性不夠，因此預警效果不明顯。建筑施工安全生產預警中指標的提取則主要從人、物、環境、管理4個方面進行，對建筑行業來說，物的因素主要指的是施工過程中所涉及的設備、材料、半成品、燃料、施工機械、機具、設施、能源等;此外，在建筑施工安全生產預警指標中，還考慮了安全投入這一因素。城市道路交通安全預警指標主要從人、車、道路、交通管理、交通環境5個方面進行了考慮。各行業安全生產預警指標的選取見表1。

3．2預警方法

安全生產預警是通過分析事故影響因素與事故發生或者事故發生風險之間的關系的技術，常用的預警方法包括指數預警法、統計預警法以及模型預警法，其中模型預警法主要用于監測點比較多、影響因素復雜的情況，包括灰色系統理論、模糊綜合評判法、人工神經網絡等。針對于不同行業的基本特點，安全生產預警方法的選取也不盡相同。煤礦安全生產預警、建筑施工安全生產預警以及城市道路交通安全預警常用的方法見表2。

3．3運行效果

國內的煤礦預警研究早期主要借鑒經濟預警的理論和方法，但經濟運行機制與煤礦災害的發生機理迥異，缺少對煤礦災害預警機理的研究。同時，部分研究工作中構建的煤礦災害指標體系主要針對水災、火災、瓦斯突出等某一具體災害，不具有動態適應性。現今的煤礦安全生產預警系統能夠從宏觀上進行把握，針對煤礦的整個生產和安全系統進行全方位的系統設計，并且預警的準確程度也在逐步提高。

在建筑生產安全事故管理方面，絕大多數研究都是對建筑生產安全事故的事后分析，少數進行生產安全事故預警工作的研究也主要是利用傳統的方法進行，建筑施工預警理論不成熟。要想在建筑安全生產預警方面取得一定的進展，就必須廣泛借鑒其他學科，特別是人工智能、模式識別、人工神經網絡、遺傳算法等智能學科和非線性系統學科的研究成果。對于城市道路交通安全預警問題已經進行了大量卓有成效的理論研究和工程實踐，但研究工作還相對較為零散，只是進行局部的指標體系設計，沒形成一個清晰成熟的交通安全預警系統的概念。

4結論

1)單指標預警時可通過對各項指標的國家標準值進行預警閾值的確定，綜合預警則通過事故等級或者安全狀態各區間臨界值，確定統一的預警閾值。

2)預警指標的選取涉及生產技術水平、安全管理水平、生產者和管理者的素質以及社會和文化等因素，根據各影響因素確定指標原則能夠使指標的全面性和完整性得到保障。

3)安全生產事故影響因素眾多，事故影響因素之間具有復雜的非線性關系，在經濟預警方法的基礎之上，結合企業以及各行業安全生產的特點，采用人工智能以及計算機技術進行預警，或者各類方法相結合進行預警是未來的發展方向。

4)預警對于企業安全生產的正常進行具有重要作用，能夠為企業進行安全事故管理提供決策支持。預警指標選取、預警方法選擇以及預警閾值的確定是安全生產預警研究的核心內容，眾多學者的研究成果大都確立了“預警指標－預警方法－預警系統”的結構框架，但還缺乏深入的基礎理論探討，監測、預警和決策支撐體系的研究仍是薄弱環節，缺乏實際運用，大量的基礎理論、概念框架、技術方法等問題還需深入研究。

作者：侯茜 秦潔璇李翠平單位：北京科技大學土木與環境工程學院中國安全生產科學研究院北京科技大學金屬礦山高效開采與安全教育部重點實驗室