謝 鵬,呂鵬飛
(1.北京市勞動保護科學研究所,北京 100054;2.北京石油化工學院 安全工程學院, 北京 102617;3.北京市安全生產工程技術研究院,北京 102617)
粉塵爆炸危害主要發(fā)生在冶金、建材、輕工、機械、紡織、煙草、糧食及食品藥品等領域,隨著粉體技術的發(fā)展及涉粉企業(yè)的增多,粉塵爆炸危害具有增加的趨勢。根據美國化學安全與危險調查委員會(CBS)的數據,粉塵爆炸事故隨工業(yè)發(fā)展逐年增長[1],近年來我國發(fā)生了多起影響較大的粉塵爆炸事故,如2010年秦皇島驪驊淀粉廠玉米淀粉爆炸事故、2014年昆山市中榮鋁粉爆炸事故等,引起了社會的廣泛關注[2]。粉塵爆炸事故具有發(fā)生概率低、事故后果嚴重的特點,如何系統(tǒng)的認知粉塵爆炸危害及其風險,辨識工作場所粉塵爆炸風險因素,并對其安全風險進行評估是當前研究的重點。近年來學者們對粉塵企業(yè)安全風險展開相關研究,楊秋文等[3]制定了粉塵爆炸場所安全檢查表;張樂波等[4]針對粉塵爆炸危險分級展開研究;胡維西等[5]使用道化學方法針對粉塵爆炸場所進行評估;欒婷婷等[6]基于事故樹對木制品粉塵爆炸事故進行分析;張夢雅等[7]基于模糊層次分析法對煤塵爆炸事故展開研究。由于涉爆粉塵企業(yè)生產現場因素眾多、條件復雜,上述方法無法克服客觀數據的隨機性和主觀經驗的模糊性的缺陷,導致風險評估的不準確。而云理論作為定性與定量之間的轉化工具,在處理事物的模糊性和隨機性方面具有優(yōu)勢,將其與IAHP相結合,更有利于對不確定性問題描述。因此,本文建立基于云理論和IAHP的涉爆粉塵企業(yè)安全風險評估模型,用來幫助企業(yè)認識粉塵風險、控制事故發(fā)生。
涉爆粉塵企業(yè)中粉塵爆炸涉及眾多因素,除了考察企業(yè)安全生產管理現狀,還應深入考察粉塵爆炸特性與設備運行特征等內容。在相關文獻基礎上[8-9],考慮粉塵爆炸五要素、安全評價流程等,從人的因素、粉塵特性、設備設施、環(huán)境布局、管理制度5個方面入手,基于科學性、全面性、可行性的原則,構建指標體系如表1所示。
云理論[10]是語言值描述的某個定性概念與其定量表示之間的不確定性表達模型,它基于經典的概率統(tǒng)計學和模糊集合理論,較好兼顧了事物隨機性和模糊性的特點。設U為一個精確數值構成的定量論域,C是論域U上的定性概念,對于任意元素x都存在穩(wěn)定傾向性的隨機數u(x)∈[0,1]與之對應,則x在U上的分布形成隸屬云C(x),而[x,u(x)]則形成一個云滴[11]。云理論通過引入期望值Ex、熵En、超熵He來表示云的數字特征,其中:Ex代表定性概念C在論域U的中心值,是最能代表風險等級的數值;En代表風險不確定性的度量,反映了可被接受的風險等級范圍,熵值越大,定性概念C被接受的范圍越大;He代表云厚度,即離散程度,是對熵的不確定性的度量,反映了隨機性和模糊性的關聯性。
表1 涉爆粉塵企業(yè)安全風險指標體系Table 1 Explosive dust enterprise safety risk indicator system
依據中心極限理論,如果決定某一隨機變量結果的是大量微小、獨立的隨機因素之和,并且每一因素的單獨作用相對均勻的小,沒有一種因素可起到壓倒性的主導作用,則這個隨機變量一般近似于正態(tài)分布。參考正態(tài)云模型,針對涉爆粉塵企業(yè)風險因素的特點,采用黃金分割法[12]將5個風險等級的定性概念轉化為云模型,轉化結果如表2所示。
表2 不同風險特征云模型Table 2 Cloud model of different risk feature
風險等級隸屬度云模型的指標賦值方式,可通過數據分級、主觀評判等方式直接劃分為對應等級的云模型,也可通過問卷、客觀數據等系列統(tǒng)計值,利用逆向云發(fā)生器原理將其轉化為云模型。轉化公式如下:
(1)
(2)
(3)
由于每個指標相對于總風險重要性不同,一般運用層次分析法通過指標間的兩兩重要程度比較與整合得到指標權重。由于認識事物的模糊性和不確定性,面對指標間的層級關系和遞階關系,層次分析法構造比較矩陣時容易存在主觀誤差的問題,采用區(qū)間數代替確切數反映對事物的認知,更符合人們對風險的客觀認識。區(qū)間層次分析法就是在層次分析法基礎上,融合區(qū)間數思想而形成的方法。通過采用模糊數學里的區(qū)間數來表達專家評估的不確定性,克服了傳統(tǒng)的層次分析法在使用中采用點值描述產生的不確定偏差[13],使評估結果更加客觀合理。
涉爆粉塵企業(yè)安全風險評估過程中,IAHP確定指標權重的步驟如下[14]:
1)根據粉塵爆炸風險的客觀情況和實際特征,建立基于IAHP的遞階層次結構。
3)區(qū)間判定矩陣一致性檢驗
通過區(qū)間數判斷矩陣求解矩陣權重向量,是對指標進行重要性排序的關鍵步驟。此過程中若區(qū)間數判斷矩陣無法滿足一致性要求,則求解將不能繼續(xù),因此需校驗區(qū)間數判斷一致性。本文采用如下方法校驗[16]:
4)采用特征根法計算區(qū)間數判斷矩陣權重向量[17]。計算步驟如下:
③由下式求解矩陣權重向量:
ω=[kx-,mx+]
(4)
式中:k和m由下式確定。
(5)
(6)
5)計算綜合權重
設WG表示三級指標或二級指標間權重向量,WR表示二級指標或一級指標間權重向量,得到三級指標或二級指標綜合權重向量:
(7)
由于區(qū)間特征根法得到的指標權重都是區(qū)間數,可能導致結果區(qū)間值的發(fā)散,本文引入可能度的概念,采用可能度排序法求解綜合權重[18],將權重值由區(qū)間轉換為點值,便于比較指標重要性。
定義P(X>Y)為X≥Y的可能度值,對應區(qū)間數x=[x-,x+]與y=[y-,y+],可能度依下式計算:
(8)
式中,L(X)=(x+)-(x-),L(Y)=(y+)-(y-)。
對區(qū)間數綜合權重中元素進行兩兩比較,建立可能度判斷矩陣P=[pij]nxn,得到由可能度值構成的點值矩陣。修正的綜合權重向量W=(w1,w2,…,wn)T由下式確定:
(9)
在得到各指標風險等級隸屬度云模型的基礎上,需要依照指標權重將其整合?,F有的云合并算法以數字特征為基礎,針對云數字特征進行代數運算,可能導致信息的傳遞不完全或不確定性增大,帶來一定誤差。本文依據云理論原理,采用云合并算法將不同權重的各指標隸屬度整合[19],其基本原理為:首先通過正向云發(fā)生器依據各指標云模型特征值生成相同數量的云滴,再考慮權重因素對各指標云滴進行有效整合得到綜合云的云滴,繼而通過逆向云發(fā)生器計算綜合云特征值,生成綜合云。其計算方法如下:
1)利用正向云發(fā)生器,依據m個指標云模型的數字特征分別對應生成含有N個云滴的原子云,N取值越大越好,一般不小于1 000。
Di=C(Exi,Eni,Hei;N),其中i=1,2,…,m。
(10)
2)對m組云滴Di內橫坐標進行從小到大排序,得到m組橫坐標從小到大有序排列的云滴。
(11)
其中i=1,2,…,m且每組云滴滿足xi1≤xi2≤…≤xin。
3)考慮各指標權重,對各云滴進行加權運算,得到綜合云的N個云滴;
(12)
4)根據綜合云的云滴,通過逆向云發(fā)生器得到綜合云數字特征值Ex,En,He。
5)輸出綜合云C(Ex,En,He)。
基于云滴的改進云合并算法從云模型的云滴屬性出發(fā),考慮了云模型的整體特征和云特征值間的內在聯系,保證了云合并過程中不確定性信息傳遞的延續(xù)性和有效性,符合云模型概念特征且考慮了權重系數的影響,其合并得到的綜合云可更直觀有效的表示該企業(yè)風險等級。
采用表1所示的指標體系,基于云理論-IAHP的評估模型對北京某金屬加工企業(yè)拋光鋁粉作業(yè)場所進行粉塵爆炸風險評估,該企業(yè)包含鋁粉拋光、打磨等工藝,公司總人數350人,涉粉人數40人。首先,將指標分為客觀數據指標、專家打分指標、問卷調查指標三大類,客觀指標包含粉塵特性中的2個指標以及環(huán)境布局中涉粉人數指標,代表了該企業(yè)客觀固有的粉塵爆炸風險。專家打分指標包含設備設施中的所有指標以及環(huán)境布局中的建筑結構、生產布局和防火間隔3個指標,主要衡量企業(yè)防爆硬件及技術水平情況。問卷調查指標包括人的因素和管理制度中的所有用于反映企業(yè)日常生產和管理狀況的指標。
該企業(yè)鋁粉爆炸性參數如表3所示,依據文獻[20]的分級方法基礎上加以細分,以此確定粉塵爆炸猛烈度和爆炸敏感度等級,得到該粉塵爆炸猛烈度等級為3級,爆炸敏感度等級為2級。涉粉人數考慮作業(yè)現場事故可能造成的最大傷害,依據國家安全事故等級的傷亡人數分類進行劃分,該場所涉粉人數等級為4級。指標的專家打分過程共邀請5位專家,包括3位相關領域防爆專家以及企業(yè)生產和安全主管,根據企業(yè)設備設施和生產布局相關狀況,按表2所示等級進行打分,打分結果轉化為云模型后,按2.3節(jié)所示云合并方法進行合并,得到該指標云模型表示的風險等級隸屬度。現場發(fā)放共計150份問卷進行問卷調查,回收136份問卷,問卷按照0~10分打分后轉化為0~1的數值,按(1)~(3)式將數據處理后轉化為云模型。
表3 企業(yè)鋁粉爆炸性參數Table 3 Aluminum powder explosive parameters of the company
在得到各指標風險等級隸屬度基礎上,邀請5位專家使用區(qū)間數的形式對指標權重進行打分,在分別考察一級指標相對總目標以及二級指標相對于一級指標重要性的基礎上,按照2.2節(jié)所示打分過程,基于區(qū)間層次分析法將結果計算處理后得到各指標權重,其中一級指標的區(qū)間數互反判斷矩陣見表4。
表4 一級指標判斷矩陣Table 4 Index judgment matrix of the first level
根據區(qū)間特征根法得到一級指標權重向量W= (0.053 9 0.062 8,0.470 5 0.537 9,0.231 4 0.282 9,0.047 4 0.054 3,0.106 5 0.138 2)T。然后根據式(8)~(9)修正權重結果,可求得各二級指標修正后權重如表5所示。
表5 各指標權重及云模型得分Table 5 Index weights and cloud model scores
續(xù)表5
依照2.3節(jié)所述云合并算法將各指標云模型隸屬度等級和權重進行綜合計算,得到該企業(yè)粉塵爆炸風險等級隸屬度云模型數為(0.526 9,0.066 1,0.008 0),其期望值Ex為0.526 9,介于較高風險和一般風險之間,由圖1正態(tài)分布云圖可知更接近于一般風險,其在一般風險等級的隸屬度更大,根據最大相關性原則該企業(yè)安全風險等級為一般風險。其熵值En為0.066 1,數值較小,表明本次評估結果具有較低的不確定性,超熵He為0.008 0,數值也較小,表明評估過程中隨機性和模糊性等不確定性信息對評估結果帶來的影響不大,評估結果穩(wěn)定性較高。He/En=0.121 0≤1,可知綜合云霧化程度較低,也即評估結果共識度較高,可見該模型評估結果穩(wěn)定,具有較好延續(xù)性。由表5可知,該企業(yè)粉塵爆炸安全風險的因素中,除了拋光鋁粉固有的爆炸危險性外,也與工人安全意識薄弱,除塵效果、防積塵、防揚塵及隔爆泄爆措施等不到位,生產場所人員密集、生產布局與防火間隔不足,以及隱患排查、動火作業(yè)管理不完善等原因有關,評估結果符合企業(yè)實際情況。企業(yè)需系統(tǒng)規(guī)劃生產布局,改進除塵系統(tǒng),規(guī)范隔爆泄爆等措施,劃分防火分區(qū),精簡作業(yè)人數,規(guī)范各項制度,提高員工安全認識,保障安全,控制事故發(fā)生。
圖1 風險評估結果云Fig.1 Risk assessment results cloud
1)由評估結果可知,該企業(yè)風險處于一般水平,該企業(yè)應加強設備設施投入,加強防積塵、防火花、防靜電等防塵防爆相關技術措施,同時應加強安全管理,改進除塵系統(tǒng),優(yōu)化生產布局和加強涉粉相關制度管理。評估結果與現場情況基本一致,證明了此評估方法的可行性。
2)基于改進的云理論-IAHP方法為涉爆粉塵企業(yè)的安全風險進行評估,克服了傳統(tǒng)評估方法中數據隨機性和模糊性的缺陷,更符合客觀實際。IAHP 方法將區(qū)間數代替點值構造判斷矩陣,并引入可能度概念修正權重,保留專家判斷不確定性的基礎上修正權重結果,克服了 AHP 的局限。云模型反映了客觀事物和人的認知的真實狀態(tài),改進的云合并算法保證了不確定性信息傳遞的有效性和延續(xù)性,使得評估結果更加合理。
3)基于云理論-區(qū)間層次分析法的涉爆粉塵企業(yè)風險評估模型,能夠迅速有效確定企業(yè)安全水平,及時采取措施降低風險和控制隱患,對提高企業(yè)安全管理水平和保障安全生產具有重要意義。