呂月穎,季嘉琪,陳修杰,王文浩,苗德俊
(山東科技大學(xué) 安全與環(huán)境工程學(xué)院,山東 青島 266590)
近年來煤礦安全形勢有很大改善,百萬噸死亡率逐年下降,但煤礦事故仍時有發(fā)生,整體安全形勢依舊嚴(yán)峻,其中人因因素在事故致因中的比例約70%。國內(nèi)外有關(guān)學(xué)者在人因管控方面從微觀層面的神經(jīng)機(jī)制[1]角度到宏觀層面上安全監(jiān)管機(jī)制[2]分析均有研究,但現(xiàn)有研究往往忽略行為產(chǎn)生的誘發(fā)規(guī)律,制定管控策略治標(biāo)不治本。因此,有必要在宏觀的基礎(chǔ)上,對人因規(guī)律進(jìn)行研究,協(xié)助資源合理配置,提高人因管控效率。對事故原因進(jìn)行深層次研究是預(yù)防事故發(fā)生的重要手段之一[3]。事故報告作為在事故發(fā)生后專業(yè)人員考察事故現(xiàn)場搜集資料形成的細(xì)節(jié)還原度、可信度以及真實性普遍較高的文本數(shù)據(jù),可作為事故人因研究的文本數(shù)據(jù)。葉貴等[4]、李鈺等[5]充分利用結(jié)合建筑事故報告,對建筑行業(yè)安全預(yù)控提供參考。在計算機(jī)技術(shù)的發(fā)展下,利用文本挖掘技術(shù)研究事故報告成為可能。目前,數(shù)據(jù)挖掘技術(shù)在各個領(lǐng)域延伸[6]。趙明靜[7]借用關(guān)聯(lián)規(guī)則分析等研究城市物流公共安全事故,預(yù)測風(fēng)險等級并提出風(fēng)險防控機(jī)制,借助關(guān)聯(lián)分析溯源事故原因。利用數(shù)據(jù)挖掘技術(shù)研究事故致因機(jī)理和隱患風(fēng)險已成為事故致因研究新方法。為此,通過收集2015 年到2021 年的煤礦事故報告,借用數(shù)據(jù)驅(qū)動的方法,自然語言分析技術(shù)和機(jī)器學(xué)習(xí)技術(shù)研究導(dǎo)致事故發(fā)生的人因因素,按照分層思想由大到小、從上至下,進(jìn)行人因關(guān)聯(lián)規(guī)則挖掘,為提高礦山安全水平提供數(shù)據(jù)支撐。
在國家應(yīng)急管理局網(wǎng)站、各省份煤礦安全生產(chǎn)網(wǎng)等網(wǎng)站進(jìn)行事故報告收集處理,繼而開展煤礦人因關(guān)聯(lián)規(guī)則研究。分析流程如下:①對事故報告進(jìn)行Gephi 網(wǎng)絡(luò)分析,分析煤礦事故現(xiàn)狀;②運用WordCloud 分析確定監(jiān)督、管理、生產(chǎn)3 個層面上事故人因管控方向,LDA 分析深度挖掘煤礦事故人因;③采用Apriori 算法[8]挖掘煤礦事故人因間的強(qiáng)關(guān)聯(lián)模式,探究事故發(fā)生的人因規(guī)律性。
事故報告涵蓋煤礦事故中所存在的主要不安全行為。通過收集、人工查閱處理后,共獲得符合要求的事故報告391 篇,事故報告數(shù)據(jù)整理見表1,篇幅有限,只體現(xiàn)部分?jǐn)?shù)據(jù)。
表1 事故報告數(shù)據(jù)統(tǒng)計(部分)Table 1 Accident report statistics(department)
將事故報告中的事故時間、等級、類型、省份、地點和工種進(jìn)行Gephi 網(wǎng)絡(luò)分析,事故報告網(wǎng)絡(luò)聯(lián)絡(luò)如圖1。
圖1 事故報告網(wǎng)絡(luò)聯(lián)絡(luò)圖Fig.1 Incident reporting network contact diagram
1)事故等級。一般事故占總事故等級的79.54%,頂板事故在事故類型中占比30.4%;根據(jù)網(wǎng)絡(luò)圖節(jié)點連接,一般事故相比其他類型事故事故地點更加多樣,如綜采工作面、采煤工作面、掘進(jìn)工作面、主斜井、井底車場等;較大事故主要發(fā)生在綜采工作面、采煤工作面、掘進(jìn)工作面等地;重大事故發(fā)生地點主要是在各類工作面以及主斜井和運輸巷道。頂板事故在一般、較大事故中尤為突出,根據(jù)事故回溯,重視“問頂敲幫”等措施可以在一定程度上避免一般頂板事故的發(fā)生,而在預(yù)防重大煤礦事故發(fā)生時,瓦斯事故是重點關(guān)注事故類型。
2)事故類型。通過事故報告網(wǎng)絡(luò)分析,確定管控地點以各類工作面為主,瓦斯事故由于其在重大、特別重大事故中的高占比,成為重點管控對象,一般事故以及頂板事故事故因其在事故等級和事故類型分析中出現(xiàn)較頻繁成為日常監(jiān)督管理重點。
WordCloud-LDA 分析前需先進(jìn)行文本分詞,將文本分解為若干個獨立的詞語,為提升分詞效果,在基礎(chǔ)詞典基礎(chǔ)上,擴(kuò)充專用詞典及停用詞詞典,將“勞動組織”、“違規(guī)施工”等分至專用詞典,“僅有”、“全部”、“其它”等分至停用詞詞典。根據(jù)文本分詞形成的高頻詞匯和逆文檔概率對報告中的直接原因、間接原因進(jìn)行WordCloud-LDA 研究。
2.2.1 WordCloud 分析
1)直接原因詞。直接原因詞云圖如圖2,圖中字體的大小代表出現(xiàn)頻率的多少。工作面作為事故主要發(fā)生地點在圖中著重突出;應(yīng)力、支架、頂板等詞比較突出,表明頂板事故在事故類型中比例較大;而違章、違規(guī)、違反、操作、不當(dāng)?shù)赛c明事故人因具體形式。
圖2 直接原因詞云圖Fig.2 Direct causes word cloud
2)間接原因詞。間接原因詞云圖如圖3。管理、現(xiàn)場、落實、不到位、教育、生產(chǎn)、履行、培訓(xùn)等詞說明在間接原因中主要存在監(jiān)督、管理層面不足。
圖3 間接原因詞云圖Fig.3 Indirect cause word cloud
綜上所述,直接原因多數(shù)與生產(chǎn)層面人因息息相關(guān),間接原因往往涉及到煤礦管理、監(jiān)督層面人因管控不足,因此明確煤礦事故人因需從監(jiān)督、管理、生產(chǎn)層面3 個層面展開管控。
2.2.2 直間接原因主題分析
進(jìn)一步對直接間接原因文本挖掘,利用Python語言針對分詞結(jié)果進(jìn)行LDA 主題分析,并從直接原因及間接原因中分析出7 個主題和4 個主題,通過對主題的分析研究歸納總結(jié)其主題含義,并由此來獲取相應(yīng)的人因因素,結(jié)果如下:
1)直接原因。危險現(xiàn)象重視不足、專業(yè)技能不足、違章違法操作、現(xiàn)場管理人員違章指揮、應(yīng)急不足、無安全措施、爆破作業(yè)不標(biāo)準(zhǔn)。
2)間接原因。安全生產(chǎn)管理落實不到位、安全管理制度執(zhí)行不到位、安全思想教育培訓(xùn)不到位、日常監(jiān)督檢查不嚴(yán)。
WordCloud 分析確定3 個層面事故人因管控方向,LDA 分析深度挖掘直接、間接原因文本后,參照事故人因理論、煤礦事故報告,構(gòu)建由監(jiān)督層面、管理層面、生產(chǎn)層面3 個一級因素,以及安全監(jiān)督計劃制定不科學(xué)、缺乏有效的安全監(jiān)管機(jī)制等22 個二級因素的煤礦事故人因因素體系。煤礦事故人因因素體系見表2。
表2 煤礦事故人因因素體系Table 2 Human factors system for coal mine accidents
在煤礦事故人因因素體系上添加事故類型、事故等級2 個參數(shù)進(jìn)行關(guān)聯(lián)分析,事故等級從一般事故至特別重大事故,由L1~L4表示;事故類型中頂板、運輸、其它、放炮、水災(zāi)、火災(zāi)、瓦斯及機(jī)電事故由T1~T8表示。確定每件事故是否存在所判因素,若存在當(dāng)前因素則編碼為“1”,若不存在則編碼為“0”,為減少主觀評判影響,本數(shù)據(jù)由3 位統(tǒng)計者同時進(jìn)行統(tǒng)計,如有差異,則通過分析來決判差異部分。
按 照[S1,S2,…,S6,E1,E2,…,E8,P1,P2,…,P8,L1,L2,L3,L4,T1,T2,…,T8]將每一個事故報告其轉(zhuǎn)變?yōu)? 個長度為34 的一維矩陣形成391×34 的矩陣—煤礦事故人因矩陣集MAHCS(Mine Accident Human Causes Set),每1 行代表1 個具體事故的人因信息。
對MACLS 進(jìn)行關(guān)聯(lián)分析。選擇2 組最小的支持度和置信度閾值,分別為0.1、0.2,Apriori 算法推算出583 575 條規(guī)則。
依托于置信度和支持度,在設(shè)定的置信度基礎(chǔ)上,選取滿足提升度大于1 的數(shù)據(jù),結(jié)合事故數(shù)據(jù)報告分析,從事故等級和事故類型2 個角度選取一般事故和頂板事故進(jìn)行關(guān)聯(lián)規(guī)則分析研究,從規(guī)則中分別提取出后項為L1、T1的關(guān)聯(lián)規(guī)則,依照提升度,提取關(guān)聯(lián)規(guī)則。一般事故關(guān)聯(lián)規(guī)則見表3,頂板事故關(guān)聯(lián)規(guī)則見表4。
表3 一般事故關(guān)聯(lián)規(guī)則Table 3 General accident association rules
表4 頂板事故關(guān)聯(lián)規(guī)則Table 4 Roof accident association rules
規(guī)則1~規(guī)則3 為:管理層安全思想教育不到位時,生產(chǎn)中職工常出現(xiàn)不安全心理、違章違法操作,對危險現(xiàn)象重視不足等問題,容易發(fā)生一般事故;規(guī)則4 為在管理層安全思想不到位,生產(chǎn)中制定的安全技術(shù)措施實施管控不到位情況下,職工較容易產(chǎn)生不安全心理以及違章違法行為,導(dǎo)致一般事故發(fā)生;規(guī)則5 為當(dāng)日常檢查不嚴(yán),對職工安全教育管控不到位的前提下,當(dāng)生產(chǎn)時存在違章違法操作時,通常伴隨一般事故的發(fā)生。
規(guī)則1~規(guī)則3 指出:管理層面出現(xiàn)隱患排查、整改跟蹤不力,技術(shù)措施制定、管控不到位、安全檢查人員、設(shè)備配備不充分,安全思想教育不到位等問題時,職工往往會對危險現(xiàn)象重視不足且經(jīng)常出現(xiàn)違章違法操作,并最終導(dǎo)致頂板事故的發(fā)生;規(guī)則4、規(guī)則5 表明管理制度、技術(shù)措施、思想教育以及相關(guān)設(shè)備人員不足的情況下,違章違法操作問題出現(xiàn)的頻次也會增多。
綜上所述:針對事故人因的管控應(yīng)從監(jiān)督、管理、生產(chǎn)3 層面同時展開,日常監(jiān)督不斷、制度指定、措施實施、思想在線、人員遵章守紀(jì)的情況下層層管控[9-10]。
在深入研究文本數(shù)據(jù)挖掘方法和事故誘發(fā)機(jī)制基礎(chǔ)上,對事故報告文本數(shù)據(jù)進(jìn)行WordCloud-LDA分析,構(gòu)成由監(jiān)督-管理-生產(chǎn)3 個一級因素,安全監(jiān)管計劃制定不科學(xué),缺乏有效的安全監(jiān)管機(jī)制等22 個二級因素組成的煤礦事故人因因素體系。通過煤礦事故人因矩陣集的Apriori 關(guān)聯(lián)分析,從不安全監(jiān)督、不安全管理和不安全生產(chǎn)3 個層面針對一般事故及頂板事故,找出人因因素間的規(guī)律性,為相應(yīng)職工管控措施的實施提供了依據(jù)和基礎(chǔ)。