煤礦用機電設備安全管理系統探析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了煤礦用機電設備安全管理系統探析范文，希望能給你帶來靈感和參考，敬請閱讀。
摘要：針對現有煤礦用機電設備安全管理存在的管理落后，風險評估精確度以及可信度低的問題，提出多元統計、多元敏感數學模型分析方案。將機電設備管理分為邏輯層、數據層和用戶層3層結構以及三級安全風險評估指標。基于多元統計、多元敏感建立數學模型，并將50個礦區的200個礦井機電安全管理數據進行統計分析。結果表明，影響因素“機電設備維修/維護頻率”權重最高，影響因素“井下作業環境”權重最低；基于該模型的機電設備安全事故發生率可決系數達0.93，精確度和可信度高，有較強的實踐指導意義。
關鍵詞：機電設備；安全管理；多元建模；敏感性；影響因素
0引言
隨著煤礦智能化技術的不斷推進，煤礦機電設備已經成為煤礦井下綜采、綜掘等工作面生產、運輸等各個環節不可或缺的組成部分，并發揮著重要的作用。煤礦機電設備安全管理直接影響煤礦安全生產，在為井下工人創造良好工作環境的同時，減少煤礦用機電設備事故發生率是煤礦安全生產的必然要求。據2001—2019年煤礦安全事故數據統計，瓦斯安全事故尤為突出，但是造成瓦斯爆炸和火災的近43.7%的誘因為煤礦機電安全事故[1-2]。因此，分析煤礦用機電設備安全管理方案具有重要的意義。李磊[3]針對煤礦機電設備安全管理存在的安全管理體系不完整、缺乏機電安全管理監督機制以及機電設備保養管理不科學的問題，提出煤礦機電設備管理信息化、數據庫化方案，并建立機電設備安全評估模型，優化巡檢維護流程，降低安全使用風險。覃日強[4]針對煤礦機電技術管理中存在的機電設備老化、過負荷、測試手段落后、配置不合理等問題，提出針對性的煤礦機電設備安全管理解決方案，如加大安全科技投入、構建合理的機電設備安全管理體系和制度建設、實現機電設備安全運行監控等，促進煤礦機電設備安全、合理、經濟地運行。張有雙[5]針對煤礦機電設備故障發生率較高甚至導致較多煤礦安全事故的問題，詳細討論了煤礦機電管理技術在煤礦安全生產中的重要作用，分別從煤礦機電設備的規范使用、安全運行、技術水平提高3方面展開論述，并提出完善機電設備安全管理體系，促進煤礦安全生產。孫艷杰[6]針對煤礦機電管理中存在的職工隊伍不穩定且業務素質低、管理理念滯后且不到位、安全投入不足且隱患多的問題，提出重視煤礦機電管理并提高管理水平、建立機電管理制度并實行規范化管理、加強特殊工種制度管理、加強職工業務技術培訓、加強職工思想教育等解決方案，實現煤礦機電設備安全運行、杜絕煤礦事故發生的目的。本文在對下游煤礦機電設備安全管理方案分析的基礎上，重點對50個礦區的200個礦井機電設備安全事故發生統計數據進行分析，建立多元統計數學模型和多元敏感性數學模型，分析影響礦井機電設備安全事故發生的各因素權重，指導煤礦機電設備安全管理。
1安全管理分析
1.1層次劃分
根據煤礦機電設備動態多變性、隨機變化和不確定性、各環節的相關性、對生產環境的依賴性以及局部偶然性的特點，煤礦用機電設備安全管理方案的層次結構劃分如圖1所示，從下到上依次為邏輯層、數據層以及用戶層[7-9]。邏輯層用于建立煤礦用機電設備的模型庫和知識庫，如建立評價指標模型、指標處理模型、安全評價模型以及安全評價基礎知識庫和決策理論知識庫等，直接參與并指導機電設備的安全評價。數據層包括數據庫和數據管理系統2個部分：數據庫由機電設備的關鍵參數組成，如機電設備投入使用時間、維修/維護時間、維修/維護頻率等，并可以實現聯機分析和查詢；數據庫管理系統提供功能主要有模型庫管理、知識庫管理、安全評價指標信息、普通用戶/管理員信息等，可查詢每一個機電設備的每一項信息。用戶層由人機交互子系統和問題處理子系統兩部分組成，方便用戶對機電設備的現狀和問題設備處理過程做全面掌握和了解。
1.2等級劃分
煤礦用機電設備安全管理方案的等級劃分如圖2所示，設計的基本參數、運行參數等數據形成該機電設備的歷史數據庫，并于已經建立的模型庫和知識庫進行關聯，形成安全評價模型[10-11]。根據該機電設備的安全評價模型實時繪制其參數曲線并作定量分析和安全評估，評估結果為一級、二級、三級：一級是指該機電設備存在過載、短路、漏電等安全故障隱患，且有較大的不確定性，需機電設備管理人員對該設備給予高度重視并及時安排維修/維護，安全風險等級最高；二級是指該機電設備存在磨損、斷電等故障，易導致生產停滯或延緩，安全風險等級略低于一級；三級是指該機電設備有潛在的故障，需采取安全措施來降低風險。對機電設備進行安全評估時常采用定量評估和經驗評估兩種方法，在完成安全性判斷后進行檢修維護，同時更新設備運行歷史數據庫。
2安全管理模型分析
2.1多元統計分析數學建模
根據煤礦用機電設備安全管理層次劃分、等級劃分方案，提取影響機電設備安全的關鍵因素完成模型分析，其關鍵因素主要有操作該機電設備的工人知識水平x1，機電設備維修/維護頻率x2，井下作業環境x3，整體機電管理水平x4，機電設備質量因素x5。定義煤礦井下機電設備事故發生率為S，則針對統計得到的n數據滿足如下多元線性回歸數學模型[12]：ìíîïïS1=ε1+β11x11+β12x12+…+β15x15S2=ε2+β21x21+β22x22+…+β25x25……Sn=εn+βn1xn1+βn2xn2+…+βn5xn5（1）式（1）可進一步的表示為式（2）：S=ε+βX（2）式中：S=(S1,S2,…,Sn)T；ε為常數向量ε=(ε1,ε2,…,εn)T；β為機電設備參數矩陣；X為機電設備統計數據矩陣，且要求n>5式（2）才有解。
2.2多元敏感分析數學建模
根據(x1,…,x5)5個影響機電設備發生安全故障的因素的權重，進行排序，權重越大表明導致機電設備發生安全故障的敏感性越高，權重越小表明導致機電設備發生故障的敏感性越低。煤礦機電設備敏感性數學模擬式如下：η=max{(SM(c)max-S*)/S*,(S*-SM(c)min)}（3）式中：η為煤礦機電設備發生安全故障的敏感性[13-15]；S*為煤礦安全事故因素組(x1,…,x5)對應的機電事故發生率；SM(c)max為因素c內發生煤礦機電安全事故率的最大值；SM(c)min為因素c內發生煤礦機電安全事故率的最小值。建立的煤礦機電設備發生安全事故率敏感性模型為：ΔS(c)/S*=ηΔ(c)/c*（4）式中：ΔS(c)為煤礦機電設備發生安全事故率的變化值；Δ(c)為5個因素(x1,…,x5)的變化值，c*為5個因素(x1,…,x5)的基準值。由式（1）～（4）整理可得式（5）：S(c)=∑i=1nS*ηi(ci-c*i)/c*i+S*（5）式中：S(c)為煤礦機電設備安全事故發生率；ηi為各影響因素敏感性系數；ci為各影響因素值；c*i為ci對應的基準值；i為影響因數序號，取值為1～5；n為影響因素個數，取值為5。
3應用分析
為驗證建立的多元統計數學模型和多元敏感性數學模型的正確性和有效性，對50個礦區的200個礦井機電設備安全事故發生頻率進行統計，對(x1,…,x5)5個影響因素和安全事故發生頻率統計學分析，如表1所示，為前5個礦區的工人知識水平、機電設備維修/維護頻率、井下作業環境、整體機電管理水平、機電設備質量因素以及安全事故發生頻率的統計數據。表2所示為工人知識水平、機電設備維修/維護頻率、井下作業環境、整體機電管理水平以及機電設備質量因影響煤礦機電設備事故發生率的因素敏感性權重分布。將50個礦區200個礦井機電設備統計數據代入式（1）并求解可得：S=0.4199x1-1.5891x2-1.2132x3-0.5518x4-0.32120x5+24.766（6）其中，可決系數為0.93，即檢測出機電設備安全事故發生率達93%，精確度高、誤差小、可信度較高。
4結束語
以煤礦用機電設備為研究對象，分析安全管理方案結構層次、安全等級的基礎上，采用多元統計和多元敏感分析方法對煤礦用機電設備事故發生率統計數據進行了詳細分析，得出以下結論。（1）對煤礦用機電設備安全事故發生率影響最大的因素為機電設備維修/維護頻率，敏感性權重達0.381，最小的因素為井下作業環境，敏感性權重為0.116。（2）采用多元統計、多元敏感建立的煤礦用機電設備安全管理數學模型其可決系數達0.93，精確度、可信度高，可用于指導機電設備的安全風險評估，對機電設備事故預測、評估、改進有較大的指導意義。
作者:許劍波 單位:山西晉能控股煤業集團成莊煤礦
