蘇健航 陳伯輝副教授

(福州大學(xué)環(huán)境與資源學(xué)院，福建 福州 350116)

0 引言

近年來(lái)我國(guó)機(jī)械工業(yè)發(fā)展得愈加完善，從簡(jiǎn)單機(jī)械產(chǎn)品的制造到高精復(fù)雜大型機(jī)械設(shè)備的研發(fā)生產(chǎn)，不管是在規(guī)模上還是技術(shù)水平，都達(dá)到了國(guó)際標(biāo)準(zhǔn)。但隨著機(jī)械工業(yè)的快速發(fā)展，一些生產(chǎn)當(dāng)中與機(jī)械相關(guān)的事故也時(shí)有發(fā)生。

目前，國(guó)內(nèi)外針對(duì)機(jī)械傷害事故風(fēng)險(xiǎn)的分析和研究中，金潮等[1]運(yùn)用作業(yè)條件危險(xiǎn)性評(píng)價(jià)法(LEC法)對(duì)重型制造企業(yè)生產(chǎn)過(guò)程中存在的機(jī)械傷害等安全隱患進(jìn)行分析；賴嫦[2]運(yùn)用FTA法對(duì)卷煙廠卷接機(jī)鼓輪部位導(dǎo)致的機(jī)械傷害事故的因素進(jìn)行定性和定量分析；Kogler Robert等[3]對(duì)2008-2010年間奧地利的農(nóng)業(yè)機(jī)械傷害事故進(jìn)行卡方檢驗(yàn)和比值比的統(tǒng)計(jì)分析；張健等[4]運(yùn)用層次分析法(AHP法)和四元聯(lián)系數(shù)對(duì)農(nóng)業(yè)機(jī)械設(shè)備風(fēng)險(xiǎn)進(jìn)行分析。但這些研究?jī)H僅側(cè)重于機(jī)械傷害各個(gè)因素單獨(dú)或遞階層次的影響，對(duì)不同因素相互之間的影響則較少談及，不能系統(tǒng)地闡明機(jī)械傷害事故風(fēng)險(xiǎn)因素之間的關(guān)聯(lián)。網(wǎng)絡(luò)分析法(ANP)有別于AHP的單向?qū)哟谓Y(jié)構(gòu),通過(guò)構(gòu)造網(wǎng)絡(luò)結(jié)構(gòu)建立系統(tǒng)因素之間復(fù)雜的相互關(guān)系。由于在衡量機(jī)械工作系統(tǒng)風(fēng)險(xiǎn)因素的水平時(shí)，不可能準(zhǔn)確地測(cè)定諸如安全文化、管理層和員工關(guān)系、危險(xiǎn)操作傾向、競(jìng)爭(zhēng)壓力等定性因素。因此，利用三角模糊數(shù)而不是具體的數(shù)值有助于更加方便地作出判斷決策并獲得更加貼近實(shí)際的結(jié)果。為此，本文以某機(jī)械工作系統(tǒng)為例從整體角度基于三角模糊數(shù)和網(wǎng)絡(luò)分析法對(duì)機(jī)械傷害事故風(fēng)險(xiǎn)進(jìn)行綜合分析與評(píng)價(jià)，以期為預(yù)防機(jī)械傷害事故提供理論依據(jù)。

1 構(gòu)建機(jī)械傷害事故風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

機(jī)械工作系統(tǒng)的安全問(wèn)題是復(fù)雜多樣的，不僅取決于工人的感知，而且還受許多其他復(fù)雜因素的影響[5]。工作系統(tǒng)安全是多種因素共同作用的結(jié)果，同時(shí)一個(gè)因素又可能影響另一個(gè)因素。本文以機(jī)械傷害事故風(fēng)險(xiǎn)作為評(píng)價(jià)目標(biāo)(A)，以組織因素、個(gè)人因素和設(shè)備因素作為準(zhǔn)則層(B)，根據(jù)《機(jī)械工廠安全性評(píng)價(jià)標(biāo)準(zhǔn)》構(gòu)建各因素下的子因素C，由確定的因素和子因素建立了機(jī)械傷害事故的評(píng)價(jià)指標(biāo)體系，如圖1。

圖1 機(jī)械傷害事故風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系Fig.1 Risk evaluation index system for mechanical injury accident

2 建立機(jī)械傷害事故風(fēng)險(xiǎn)的模糊ANP模型

網(wǎng)絡(luò)分析法(ANP)是層次分析法(AHP)的延伸，它可以對(duì)復(fù)雜系統(tǒng)進(jìn)行分析，用于確定工作系統(tǒng)中的錯(cuò)誤行為風(fēng)險(xiǎn)[6]。模糊理論的運(yùn)用可以減少評(píng)價(jià)帶來(lái)的不確定性，能夠很好地提高機(jī)械傷害事故風(fēng)險(xiǎn)評(píng)價(jià)的精確性和可信度。

2.1 模糊集與三角模糊數(shù)

圖2 三角模糊數(shù)的隸屬度函數(shù)圖像Fig.2 Membership function image of triangular fuzzy number

每個(gè)三角模糊數(shù)的左右兩側(cè)都是線性表示[8]，其隸屬度函數(shù)可以定義為：

(1)

模糊數(shù)通過(guò)其對(duì)應(yīng)的每個(gè)隸屬度左、右兩側(cè)表示：

(2)

其中，l(y)和r(y)分別是模糊數(shù)左側(cè)和右側(cè)。

對(duì)于兩個(gè)三角模糊數(shù)和M1和M2,M1=(l1,m1,u1),M2=(l2,m2,u2),它們的運(yùn)算法則如下：

(l1,m1,u1)⊕(l2,m2,u2)

=(l1+l2,m1+m2,u1+u2)

(3)

(l1,m1,u1)?(l2,m2,u2)

=(l1l2,m1m2,u1u2)

(4)

(l1,m1,u1)-1=(1/u1,1/m1,1/l1)

(5)

2.2 模糊網(wǎng)絡(luò)分析法

模糊網(wǎng)絡(luò)分析法是運(yùn)用模糊集理論和網(wǎng)絡(luò)結(jié)構(gòu)分析的概念，系統(tǒng)地解決方案選擇和論證問(wèn)題的方法。由于比較過(guò)程的模糊性，決策者通常無(wú)法明確自己的偏好，所以通過(guò)給出區(qū)間判斷可以比直接給出固定值判斷更加讓人信服。

令X={x1，x2，…，xn}為一個(gè)對(duì)象集，U={u1,u2,…,um}為一個(gè)目標(biāo)集，根據(jù)程度分析方法[9-10], 考慮每一個(gè)對(duì)象，并分別對(duì)每個(gè)目標(biāo)gi進(jìn)行程度分析。因此，可以獲得每個(gè)對(duì)象帶有以下符號(hào)的m程度分析值：

(1)關(guān)于第i個(gè)對(duì)象的模糊綜合程度的值：

(6)

(7)

(8)

然后計(jì)算等式(6)中向量的逆為：

(9)

(2)M2=(l2,m2,u2)≥M1=(l1,m1,u1)可能性程度定義為：

V(M2≥M1)=sup[min(μM1(x),μM2(y))]

(10)

可等效表示如下：

(11)

其中，d是μM1和μM2之間最高交點(diǎn)D的縱坐標(biāo)，如圖3。

圖3 M1和M2之間的交點(diǎn)Fig.3 The intersection between M1 and M2

(3)凸模糊數(shù)>k的可能性，即凸模糊數(shù)Mi(i=1,2,…,k)定義為：

V(M≥M1,M2,…,Mk)=

V[(M≥M1)∩(M≥M2)∩…∩(M≥Mk)]

=minV(M≥Mi),i=1,2,…,k

(12)

假設(shè)d(Ai)=minV(Si≥Sk),k=1,2,…,n;

k≠i

(13)

權(quán)重向量為：

W′=(d′(A1),d′(A2),…,d′(An))T

(14)

將權(quán)重向量標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化的權(quán)重向量：

W=(d(A1),d(A2),…,d(An))T

(15)

(4)利用成對(duì)比較矩陣確定因素和子因素的局部權(quán)重(假設(shè)因素之間不存在相關(guān)性)。表1給出了測(cè)量相對(duì)權(quán)重相對(duì)重要性的模糊標(biāo)度[11]。

(5)用表1中的模糊標(biāo)度確定各因素相對(duì)于其他因素的內(nèi)部依賴矩陣。這個(gè)內(nèi)部依賴矩陣與在步驟4中確定的因素的局部權(quán)重相乘，以計(jì)算因素的相互依賴權(quán)重。

表1 相對(duì)重要性語(yǔ)言量表Tab.1 The relative importance language scale

(6)計(jì)算子因素的全局權(quán)重。全局子因素權(quán)重是通過(guò)將子因素的局部權(quán)重與其所屬因素的相互依賴權(quán)重相乘計(jì)算得到的。

3 實(shí)例分析

根據(jù)圖1機(jī)械傷害事故風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，針對(duì)某企業(yè)清理瀝青修整機(jī)作業(yè)時(shí)發(fā)生的機(jī)械傷害事故為例，組織5名有相關(guān)安全專業(yè)背景的專家學(xué)者進(jìn)行會(huì)議討論，計(jì)算評(píng)判得分的算術(shù)平均值確定各因素和子因素的成對(duì)比較矩陣。成對(duì)比較矩陣由專家組使用表1中給出的量表組成。例如，個(gè)人因素和組織因素的比較使用的問(wèn)題是“個(gè)人因素相比組織因素，個(gè)人因素有多重要？”回答是“顯然重要”，這個(gè)語(yǔ)言標(biāo)度與三角形模糊數(shù)(3/2,2,5/2)相對(duì)應(yīng)。所有的模糊評(píng)價(jià)矩陣都是以相同的方式產(chǎn)生。計(jì)算各因素和子因素的模糊綜合程度值進(jìn)而分析成對(duì)比較矩陣，并確定局部權(quán)重。表2-5給出了各因素和子因素的成對(duì)比較矩陣和局部權(quán)重。

表2 主要因素成對(duì)比較矩陣及局部權(quán)重Tab.2 Local weights and pairwise comparison matrix of main factors

表3 組織因素成對(duì)比較矩陣及局部權(quán)重Tab.3 Local weights and pairwise comparison matrix of organizational sub-factors

表4 個(gè)人因素成對(duì)比較矩陣及局部權(quán)重Tab.4 Local weights and pairwise comparison matrix of personal sub-factors

計(jì)算各因素的相互依賴權(quán)重，并考慮各因素之間的相關(guān)性。各因素之間的相關(guān)性是通過(guò)使用成對(duì)比較分析各因素對(duì)其他各因素的影響來(lái)確定的。形成的各因素的成對(duì)比較矩陣，見(jiàn)表6-8。

表5 設(shè)備因素成對(duì)比較矩陣及局部權(quán)重Tab.5 Local weights and pairwise comparison matrix of equipment sub-factors

表6 “組織因素”相關(guān)因素的內(nèi)部依賴矩陣Tab.6 The inner dependence matrix of the factors with respect toorganizational factors

表7 “個(gè)人因素”相關(guān)因素的內(nèi)部依賴矩陣Tab.7 The inner dependence matrix of the factors with respect topersonal factors

表8 “設(shè)備因素”相關(guān)因素的內(nèi)部依賴矩陣Tab.8 The inner dependence matrix of the factors with respect toequipment factors

計(jì)算出的相對(duì)重要權(quán)重，形成各因素的依賴矩陣，將得到的各因素的依賴矩陣與表2給出的各因素的局部權(quán)重相乘，計(jì)算出各因素的相互依賴權(quán)重。各因素相互依賴的權(quán)重計(jì)算如下：

當(dāng)各因素的權(quán)重相互依存時(shí)，因素權(quán)重的結(jié)果發(fā)生了變化。組織因素、個(gè)人因素、設(shè)備因素權(quán)重值分別由0.41變?yōu)?.33、0.34變?yōu)?.40、0.25變?yōu)?.27。

將因素的相互依賴權(quán)重與子因素局部權(quán)重相乘，計(jì)算得出子因素的全局權(quán)重。計(jì)算值，見(jiàn)表9。根據(jù)表9可以得出，導(dǎo)致事故最重要的3個(gè)子因素分別是“危險(xiǎn)操作傾向”“機(jī)器安全防護(hù)”“身心狀態(tài)”。由此可見(jiàn)，個(gè)人因素和設(shè)備因素是影響事故發(fā)生的直接因素。因此，首先要處理與人機(jī)交互相關(guān)的因素，以消除導(dǎo)致事故的風(fēng)險(xiǎn)因素。

表9 子因素全局權(quán)重計(jì)算Tab.9 Computed global weights of sub-factors

對(duì)于個(gè)人因素中的危險(xiǎn)操作傾向和身心狀態(tài)不佳或異常情況應(yīng)采取針對(duì)有效的措施加以整改。首先應(yīng)深入開(kāi)展職工上崗前的安全健康教育培訓(xùn)，加強(qiáng)危險(xiǎn)敏感性教育，使工人不再習(xí)慣于使用短時(shí)經(jīng)驗(yàn)，通過(guò)利用實(shí)際機(jī)器進(jìn)行事故模擬來(lái)提高工人對(duì)危險(xiǎn)因素的敏感性；其次要加強(qiáng)機(jī)械生產(chǎn)作業(yè)期間的監(jiān)管監(jiān)察力度，結(jié)合監(jiān)控?cái)z像和人工巡查實(shí)時(shí)對(duì)工人操作情況進(jìn)行監(jiān)督；最后應(yīng)加強(qiáng)對(duì)工人精神健康的教育和培訓(xùn)，使他們盡早了解自己的狀況，建立心理咨詢制度，加強(qiáng)與外部資源機(jī)構(gòu)的合作，從而促進(jìn)返工措施。

對(duì)于設(shè)備因素中的機(jī)器安全防護(hù)問(wèn)題，首先在設(shè)計(jì)階段應(yīng)著重考慮工人在操作機(jī)器時(shí)的人機(jī)交互程度，提升工人的操作體驗(yàn)；其次要建立防護(hù)裝置安全檢查和維護(hù)常態(tài)化機(jī)制，豐富頻繁發(fā)生事故的機(jī)器的預(yù)防措施。

4 結(jié)論

(1)本文基于機(jī)械傷害事故頻發(fā)性、多樣性等特點(diǎn)的角度進(jìn)行分析，結(jié)合《機(jī)械工廠安全性評(píng)價(jià)標(biāo)準(zhǔn)》，獲得影響機(jī)械工作系統(tǒng)正常生產(chǎn)和運(yùn)行的風(fēng)險(xiǎn)因素，建立了機(jī)械傷害事故的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。

(2)采用網(wǎng)絡(luò)分析法對(duì)機(jī)械傷害事故實(shí)例進(jìn)行分析，利用三角模糊數(shù)計(jì)算各個(gè)層次因素以及層次下子因素的模糊綜合程度值，從而量化了評(píng)價(jià)指標(biāo)，能夠較為準(zhǔn)確地得出評(píng)價(jià)體系中因素和子因素的權(quán)重值。

(3)通過(guò)計(jì)算得出的子因素全局權(quán)重可知，個(gè)人因素中工人的危險(xiǎn)操作傾向和身心狀態(tài)是導(dǎo)致事故發(fā)生最顯著的兩個(gè)因素，深入開(kāi)展崗前安全教育培訓(xùn)、加強(qiáng)在崗監(jiān)督監(jiān)察、建立崗后心理咨詢機(jī)制等措施勢(shì)在必行；設(shè)備因素中機(jī)器安全防護(hù)權(quán)重顯著大于其余因素，這說(shuō)明優(yōu)化機(jī)器安全防護(hù)裝置的設(shè)計(jì)并加強(qiáng)維護(hù)對(duì)于防止人員傷亡意義重大。