基于熵權(quán)物元可拓模型的隧道瓦斯等級評價

黃仁東，張小軍

摘要：目的：改革開放以來，隨著我國經(jīng)濟的高速發(fā)展，交通運輸業(yè)變得日益繁榮。隧道工程作為我國交通運輸體系的重要組成部分，由于其可以克服高程或地形障礙、提高車速、改善線形、節(jié)約燃料、保護生態(tài)環(huán)境等優(yōu)勢，受到了廣大工程師的青睞。而在我國隧道工程建設(shè)過程中，常常會遇到煤層，煤層的存在給隧道施工帶來了重大的安全隱患。因此，為了盡可能地降低隧道建設(shè)過程中的煤層瓦斯事故的風險性，必須在瓦斯隧道的規(guī)劃選線階段對其瓦斯等級進行評價。將熵權(quán)法引入可拓學理論中，在標準的可拓評價法的基礎(chǔ)上，建立熵權(quán)物元可拓模型對穿越煤層的隧道進行瓦斯等級評價，以降低穿越煤層的隧道施工過程中瓦斯事故的風險。方法：利用熵權(quán)物元可拓模型評價隧道瓦斯等級，首先將熵權(quán)法引入可拓學理論中，建立熵權(quán)物元可拓模型，并將隧道瓦斯等級分為4級：Ⅰ 級（瓦斯突出隧道）、Ⅱ 級（高瓦斯隧道）、Ⅲ 級（低瓦斯隧道）、Ⅳ 級（微瓦斯隧道）。其次，選取地層巖性、地質(zhì)構(gòu)造、煤層厚度、隧道埋深、水文地質(zhì)條件等5個分級指標作為隧道瓦斯等級評價指標，并確定經(jīng)典域R0、節(jié)域Rp以及待評物元Rm，其中經(jīng)典域R0為各評價指標評分值范圍構(gòu)成的矩陣，節(jié)域Rp為各指標在全體級別中所對應(yīng)取值范圍中最小值與最大值構(gòu)成的矩陣，待評物元 Rm是專家根據(jù)待評隧道的實際賦存情況確定各指標的評分值。然后，對評價指標進行無量綱化處理，并計算隧道瓦斯等級評價指標的關(guān)聯(lián)度，同時，借助熵權(quán)法建立判斷矩陣，計算各評價指標的權(quán)重。最后，將各評價指標關(guān)聯(lián)度與各評價指標權(quán)重相乘，得到待評瓦斯隧道與各瓦斯等級的加權(quán)關(guān)聯(lián)度，并根據(jù)關(guān)聯(lián)度最大識別原則，判定隧道的瓦斯等級。結(jié)果：運用熵權(quán)物元可拓模型對現(xiàn)已確定瓦斯等級的10條隧道進行瓦斯等級評價發(fā)現(xiàn)：應(yīng)用該模型得到的隧道瓦斯等級與應(yīng)用GTC計算法和現(xiàn)場勘查驗證得出的隧道瓦斯等級完全吻合，準確率達到100%。結(jié)論：將熵權(quán)法與可拓學理論相結(jié)合，建立熵權(quán)物元可拓模型，能夠準確地得出穿越煤層的隧道的瓦斯等級，量化隧道瓦斯突出的可能性，從而為隧道施工階段的瓦斯分級應(yīng)急管理提供重要的依據(jù)。熵權(quán)物元可拓模型是一個多指標的評價系統(tǒng)，能從定性和定量2個角度描述評價對象的瓦斯等級。借助于信息熵的理論來確定各評價指標的權(quán)重，避免了指標權(quán)重分配上的主觀隨意性。熵權(quán)物元可拓模型為隧道瓦斯等級評價提供了一條有效的技術(shù)途徑，但同時也要看到，該方法存在諸如指標的選擇，量值范圍的界定以及指標評分存在主觀性等問題，有待進一步研究和完善。

來源出版物：中國安全科學學報, 2012, 22(4): 77-82

入選年份：2017

基于SEM的不安全行為與其意向關(guān)系的研究

劉海濱，梁振東

摘要：目的：不安全行為是導致煤礦事故發(fā)生的重要原因。以故意違章為主要表現(xiàn)形式的意向性不安全行為在我國煤礦頻頻發(fā)生，是當前煤礦安全管理實踐和研究關(guān)注的熱點。因此，研究不安全行為意向及其影響因子與不安全行為的關(guān)系，有助于挖掘不安全行為產(chǎn)生的深層次原因，為不安全行為的干預和控制提供理論依據(jù)。為檢驗不安全行為意向與不安全行為之間的關(guān)系，本研究基于計劃行為理論，研究員工安全行為態(tài)度、班組安全氛圍、不安全行為風險認知偏差與不安全行為意向及不安全行為之間的關(guān)系。方法：基于計劃行為理論，提出員工安全行為態(tài)度、班組安全氛圍、不安全行為風險認知偏差與不安全行為意向和不安全行為之間的關(guān)系假設(shè)。對員工安全行為態(tài)度、班組安全氛圍、不安全行為風險認知偏差及不安全行為意向的測量，采用了劉海濱及梁振東編制的相關(guān)量表，其中安全行為態(tài)度有5個測量項目，班組安全氛圍有4個測量項目，行為風險認知偏差有4個測量項目。不安全行為數(shù)據(jù)采用員工自陳問卷的方法收集，為便于員工陳述和估算，研究中要求調(diào)查對象報告兩類不安全行為數(shù)值：一類是被安全管理系統(tǒng)發(fā)現(xiàn)并記錄的不安全行為數(shù)據(jù)，另一類是沒有被安全管理系統(tǒng)發(fā)現(xiàn)或沒有被記錄的不安全行為數(shù)據(jù)。研究采用分層隨機抽樣的方法，從中國河北、山西、甘肅、內(nèi)蒙古等省區(qū)7個煤礦抽取了735份有效樣本數(shù)據(jù)，并利用AMOS 17.0建立結(jié)構(gòu)方程模型，對研究假設(shè)進行了驗證分析。結(jié)果：基于計劃行為理論提出的假設(shè)模型的潛變量的組合信度均大于0.6，平均方差抽取量均小于0.3，假設(shè)模型具有良好的建構(gòu)信度；模型2的各項擬合指標良好，χ2（145，n＝735）＝311.70，P＜0.01；χ2/DF＝2.15；GFI＝0.96；AGFI＝0.94；NFI＝0.92；CFI＝0.96；RMSEA＝0.04；SRMR＝0.0362。表明研究假設(shè)模型是可以接受的。不安全行為意向能夠顯著預測不安全行為的發(fā)生（b＝0.85，P＜0.01），班組安全氛圍與不安全行為意向顯著負相關(guān)（b＝-0.36，P＜0.01）；安全行為態(tài)度與不安全行為意向顯著負相關(guān)（b＝-0.23，P＜0.01）；員工對不安全行為風險的認知偏差與不安全行為意向顯著負相關(guān)（b＝-0.57，P＜0.01）；員工對不安全行為風險的認知偏差與不安全行為顯著負相關(guān)（b＝0.51，P＜0.01）。結(jié)論：計劃行為理論能夠較好地解釋不安全行為及不安全行為意向的關(guān)系。不安全行為意向顯著影響不安全行為，通過干預不安全行為意向，可以降低不安全行為的發(fā)生。安全行為態(tài)度、班組安全氛圍、不安全行為風險認知偏差顯著影響不安全行為意向。不安全行為風險認知偏差對不安全行為意向和不安全行為均有顯著影響。校正員工的安全行為態(tài)度、提升員工所在班組的安全文化氛圍、對員工不安全行為風險認知偏差進行校正，是降低員工不安全行為意向、減少員工不安全行為的重要措施。

來源出版物：中國安全科學學報, 2012, 22(2): 23-29

入選年份：2017

基于主成分分析與Fisher判別分析法的礦井突水水源識別方法

魯金濤，李夕兵，宮鳳強，等

摘要：目的：在判別突水水源的過程中，通常采用地下水、同位素、水溫和水位動態(tài)觀測等方法。由于不同水層的水化學樣本數(shù)據(jù)存在較大差異，因此，一般選用水化學數(shù)據(jù)作為基本信息，它能反映地下水的基本特征。根據(jù)礦井水樣的水化學成分判別突水水源的數(shù)學方法有很多，如模糊綜合評判法、灰色關(guān)聯(lián)度理論、BP神經(jīng)網(wǎng)絡(luò)、Fisher判別理論等。這些水源判別理論方法中，大部分并沒有考慮水化學判別指標之間信息疊加導致水源誤判的問題。為此，用主成分分析（PCA，principal components analysis）法對水源水化學的指標數(shù)據(jù)進行信息提煉，把多個彼此相關(guān)聯(lián)的指標變量通過線性組合轉(zhuǎn)化為彼此獨立新的樣本指標，有效提取原各水源的水化學指標變異信息，消除指標間信息疊加造成的影響，以更加有效地描述不同水源的特征，然后結(jié)合Fisher判別分析法對處理過的樣本數(shù)據(jù)進行判別，建立 PCA和Fisher判別分析相結(jié)合的模型，來識別礦井突水水源。方法：綜合考慮各組分對于不同水源的差異性和數(shù)據(jù)的有效性，參考相關(guān)文獻，選取和總硬度（X7）共7種組分的含量，作為礦井突水識別模型的水源指標（單位均為mg/L）。以安徽省淮南市新莊孜礦井突水信息為工程背景，結(jié)合PCA和Fisher判別分析建立突水水源的識別模型。新莊孜礦井突水水源分為3類：煤系含水層Ⅰ，太灰含水層

Ⅱ，奧灰含水層

Ⅲ。從新莊礦井的多年的突水水源觀測資料中選取 33個水樣水化學數(shù)據(jù)作為訓練樣本，其中煤系水樣 12個，太灰水樣 12個，奧灰水樣 9個。首先對的樣本數(shù)據(jù)進行標準化處理，然后對標準化處理后的樣本數(shù)據(jù)進行PCA處理。依據(jù) PCA碎石圖中的各主成分信息量的分布規(guī)律，提取前4個主成分，選取的主成分數(shù)據(jù)包含了原數(shù)據(jù)信息量的97.9%的信息，可以有效概括原始樣本信息。利用33個樣本數(shù)據(jù)進行學習。以Ⅰ，Ⅱ和Ⅲ等3類水源作為3個不同的總體，并假設(shè)3類水源總體的協(xié)方差矩陣相等。將上面通過PCA法得到的4個主成分作為Fisher判別分析模型的4個判別指標，按照提出的Fisher判別分析法進行計算，求得Fisher判別函數(shù)。將全體訓練樣本逐個代入已建立的判別準則中進行回判，該方法判別正確率為88%。利用傳統(tǒng)的Fisher水源判別模型判別正確率為 85%。通過 2種不同模型的回判結(jié)果比較，可認為PCA與Fisher判別模型比較可靠，穩(wěn)定程度高，能滿足突水水源識別的實際要求。結(jié)果：根據(jù)學習好的PCA與Fisher判別模型對新莊孜礦井的12個待判水樣樣本進行判別，除了2個樣本的太灰水誤判成了奧灰水，其他預測結(jié)果與實際結(jié)果是一樣的，預判準確率為83%，該模型能對待測水樣進行有效地分類。利用傳統(tǒng)的Fisher判別理論對水樣進行預測，誤判了4個，預判準確率為67%。綜合比較，可認為PCA與Fisher判別模型對待測水樣具有更好的識別能力。結(jié)論：（1）結(jié)合礦井突水水源的信息特征，提出基于PCA和Fisher判別分析的突水水源判別方法。在水源判別過程中，利用PCA法的優(yōu)越性，即不僅可以通過少量的指標變量有效表征礦區(qū)各水源的水化學特性，還能更好地消除水源判別中由于變量之間相互信息疊加而產(chǎn)生的影響。研究結(jié)果表明，對數(shù)據(jù)信息進行PCA法處理后，突水水源的判別精度比單純使用Fisher判別法有較大提高。（2）基于提出的判別模型，以礦井實測數(shù)據(jù)為樣本所做的突水水源判別只是初步的研究。在后續(xù)的研究中，應(yīng)存模型建立前期，收集大量礦區(qū)水源的原始水質(zhì)資料，并選擇具備代表性、正確性的相關(guān)水質(zhì)離子信息，以提高突水水源模型的判別精度。

來源出版物：中國安全科學學報, 2012, 22(7): 109-115

入選年份：2017