【摘要】：隨著大數(shù)據(jù)技術(shù)的快速發(fā)展和安全管理理論的逐漸完善,數(shù)據(jù)挖掘技術(shù)在安全管理決策領(lǐng)域中受到了眾多學(xué)者和企業(yè)的關(guān)注。面臨著員工日益提高的安全需求以及社會(huì)輿論的高度關(guān)注,煤礦企業(yè)不得不提升安全管理水平來適應(yīng)社會(huì)的快速發(fā)展。然而,如何精確、高效和客觀的評價(jià)煤礦企業(yè)的安全管理效率,并對其進(jìn)行有效性提升是當(dāng)前煤礦企業(yè)迫切需要解決的安全問題。在《安全生產(chǎn)“十三五”規(guī)劃》(國辦發(fā)⺌2017⺗3號)指出“應(yīng)全面推進(jìn)安全生產(chǎn)大數(shù)據(jù)等信息技術(shù)應(yīng)用,提升重大危險(xiǎn)源監(jiān)測、隱患排查、風(fēng)險(xiǎn)管控、應(yīng)急處置等預(yù)警監(jiān)控能力”。表明當(dāng)前政府和煤礦企業(yè)對大數(shù)據(jù)技術(shù)和方法在煤礦安全管理中的應(yīng)用顯得極為迫切。基于上述背景,本論文結(jié)合安全管理、系統(tǒng)工程以及數(shù)據(jù)挖掘等理論和方法,從大數(shù)據(jù)背景出發(fā),對當(dāng)前中國煤礦安全管理研究基礎(chǔ)變革,煤礦安全管理內(nèi)涵、范式及事故發(fā)生機(jī)理,煤礦安全管理影響要素深度挖掘、煤礦安全管理效率評估和煤礦安全管理效率提升等五個(gè)方面進(jìn)行研究,來解決煤礦企業(yè)在實(shí)施安全管理過程中存在的效率問題,從而有針對性的制定提升煤礦安全管理水平的發(fā)展路徑及相關(guān)策略。本論文具體研究內(nèi)容和結(jié)論如下:(1)在大數(shù)據(jù)背景下煤礦安全管理研究基礎(chǔ)變革方面,本文主要從安全管理理念、安全管理效率、安全管理方法以及安全管理思維四個(gè)方面進(jìn)行闡述。在安全管理念方面,指出安全管理理念具有事故致因、傳統(tǒng)安全、系統(tǒng)安全、大數(shù)據(jù)安全四種視角,而這四種視角下安全管理理念具有一定的時(shí)序性,但又在各自時(shí)期存在交叉重疊現(xiàn)狀。在安全管理效率的變革方面,認(rèn)為當(dāng)前煤礦安全管理效率研究缺乏全面型、前瞻性和時(shí)效性,并構(gòu)建大數(shù)據(jù)背景下的安全管理效率研究基本框架。在安全管理方法的變革方面,從知識驅(qū)動(dòng)、模型驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)三個(gè)方面梳理了當(dāng)前煤礦安全管理的研究模型和方法,并提出基于混合驅(qū)動(dòng)的煤礦安全管理方法。最后,從經(jīng)驗(yàn)、制度、風(fēng)險(xiǎn)預(yù)控以及大數(shù)據(jù)化四個(gè)方面闡述了當(dāng)前安全管理思維的變革。發(fā)現(xiàn)大數(shù)據(jù)背景下煤礦安全管理思維正在由因果-相關(guān),靜態(tài)-動(dòng)態(tài),逆向-正向,經(jīng)驗(yàn)-數(shù)據(jù)思維轉(zhuǎn)變。(2)在大數(shù)據(jù)背景下煤礦安全管理內(nèi)涵、特征及事故機(jī)理分析方面,首先,定義了煤礦安全管理數(shù)據(jù)化內(nèi)涵,認(rèn)為大數(shù)據(jù)背景下煤礦安全管理對象由傳統(tǒng)的實(shí)物個(gè)體轉(zhuǎn)向?qū)�(gè)體產(chǎn)生的大數(shù)據(jù)管理,并指出大數(shù)據(jù)背景下煤礦安全管理既具有大數(shù)據(jù)的主要特征,也存在自身的不足。其次,從煤礦安全管理數(shù)據(jù)的結(jié)構(gòu)、來源和屬性的不同,對煤礦安全管理數(shù)據(jù)進(jìn)行總結(jié)和分類。然后,從數(shù)據(jù)大小的角度對煤礦安全管理的大數(shù)據(jù)和小數(shù)據(jù)進(jìn)行對比分析,提出了大數(shù)據(jù)背景下煤礦安全管理數(shù)據(jù)、信息和規(guī)律轉(zhuǎn)化模型,結(jié)果顯示煤礦安全管理數(shù)據(jù)、信息和規(guī)律之間并不是簡單的直線型結(jié)構(gòu),而是以安全知識為中介的三角轉(zhuǎn)化模式。最后,引入數(shù)據(jù)場理論,從數(shù)據(jù)角度闡釋了煤礦事故發(fā)生機(jī)理。結(jié)果發(fā)現(xiàn),當(dāng)煤礦安全數(shù)據(jù)時(shí)間效應(yīng)產(chǎn)生的關(guān)聯(lián)規(guī)則存在誤差則有可能會(huì)導(dǎo)致煤礦安全事故發(fā)生;當(dāng)通過煤礦安全數(shù)據(jù)空間效應(yīng)產(chǎn)生的新的煤礦安全數(shù)據(jù)、信息、知識和規(guī)律與原有的煤礦數(shù)據(jù)空間不匹配,也會(huì)導(dǎo)致安全信息不對稱或者安全規(guī)律不穩(wěn)定,引發(fā)事故。當(dāng)煤礦安全時(shí)間數(shù)據(jù)和空間數(shù)據(jù)相互碰撞交叉而產(chǎn)生時(shí)空交叉效應(yīng),會(huì)造成煤礦生產(chǎn)系統(tǒng)中人-機(jī)-環(huán)-管交互的不穩(wěn)定,產(chǎn)生煤礦事故。(3)在大數(shù)據(jù)背景下煤礦安全管理數(shù)據(jù)挖掘方面,首先從安全生產(chǎn)操作維、方法維和領(lǐng)域維三個(gè)方面提出了煤礦安全管理大數(shù)據(jù)挖掘的三維結(jié)構(gòu)模型,同時(shí)給出了大數(shù)據(jù)的六大主要功能以及在煤礦安全管理中應(yīng)用的十大領(lǐng)域。其次,從問題定義、數(shù)據(jù)預(yù)處理、建模、模型評估及模型應(yīng)用和優(yōu)化五個(gè)方面闡述了煤礦安全管理數(shù)據(jù)挖掘的基本流程。然后利用決策樹中的分類功能對礦工不安全行為數(shù)量進(jìn)行分類挖掘。結(jié)果發(fā)現(xiàn):培訓(xùn)、出勤、經(jīng)驗(yàn)和年齡都是影響人類不安全行為頻率的因素。培訓(xùn)因素對不安全行為的影響最大。最后利用Apriori關(guān)聯(lián)規(guī)則算法對煤礦安全隱患數(shù)據(jù)中的部門、時(shí)間、位置、月份和風(fēng)險(xiǎn)水平等影響因素進(jìn)行挖掘,發(fā)現(xiàn)多個(gè)維度之間的強(qiáng)關(guān)聯(lián)規(guī)則,避免或減少煤礦事故的發(fā)生。(4)在煤礦安全管理效率評估及預(yù)測方面,將數(shù)據(jù)驅(qū)動(dòng)方法和模型驅(qū)動(dòng)方法相結(jié)合來評估和預(yù)測煤礦安全管理效率。首先介紹了煤礦安全管理效率模型驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)評估方法優(yōu)缺點(diǎn)。然后,提出DEA-BP神經(jīng)網(wǎng)絡(luò)混合驅(qū)動(dòng)的煤礦安全管理效率評估預(yù)測模型。通過利用DEA-BBC模型的對煤礦安全管理效率進(jìn)行靜態(tài)分析,再利用DEA-Malmquist指數(shù)進(jìn)行動(dòng)態(tài)的分析。然后,將DEA模型得到效率評估結(jié)果進(jìn)行編碼作為二次評估預(yù)測的期望輸出。最后,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)一步對不同煤礦企業(yè)的安全管理效率進(jìn)行評估和預(yù)測。結(jié)果表明:煤礦安全管理效率呈現(xiàn)出震蕩上升的趨勢,說明當(dāng)前煤礦企業(yè)的安全管理效率并不穩(wěn)定。同時(shí),安全管理效率有效的企業(yè)數(shù)量也呈現(xiàn)出震蕩上升趨勢。在進(jìn)行動(dòng)態(tài)分析過程中,煤炭企業(yè)在對待企業(yè)改善安全效率方面具有一定的盲目性,沒有注意到安全效率是技術(shù)效率和技術(shù)進(jìn)步指數(shù)共同作用的結(jié)果,導(dǎo)致技術(shù)效率下降而技術(shù)進(jìn)步效率上升或者是技術(shù)效率進(jìn)步而技術(shù)進(jìn)步效率下降的現(xiàn)象發(fā)生。最后,對于產(chǎn)出不足的煤礦企業(yè)應(yīng)加大對事故以及隱患數(shù)據(jù)的管理,找出煤礦事故和隱患之間存在的強(qiáng)關(guān)聯(lián)規(guī)則,利用這些規(guī)則來提高煤礦隱患排查率和減少事故傷亡人數(shù)。對于投入冗余的煤礦企業(yè)應(yīng)把重點(diǎn)放在人員結(jié)構(gòu)和安全投入效率上面,適當(dāng)減少投入增加規(guī)模效益上。(5)在大數(shù)據(jù)背景下煤礦安全管理效率仿真優(yōu)化方面,首先,利用系統(tǒng)動(dòng)力學(xué)將煤礦安全管理效率系統(tǒng)邊界定義為員工安全管理子系統(tǒng)、隱患管理子系統(tǒng)、事故管理子系統(tǒng)和安全投入管理子系統(tǒng)4個(gè)層面,并引入大數(shù)據(jù)影響系數(shù)作為調(diào)節(jié)變量構(gòu)建因果關(guān)系圖和流圖。最后,以王樓煤礦為例進(jìn)行應(yīng)用,得到以下結(jié)論:大數(shù)據(jù)影響系數(shù)的增加與煤礦安全管理效率水平的變化趨勢保持一致性,不同的因素其影響系統(tǒng)安全管理效率水平的變化速度存在差異。其中大數(shù)據(jù)對員工安全管理的影響較為明顯,大數(shù)據(jù)對礦工安全管理影響系數(shù)的增加必定帶來煤礦安全管理效率水平的提高,但在達(dá)到一定的系數(shù)后,安全管理效率水平提高的越來越慢,這表明在大數(shù)據(jù)對煤礦安全管理效率影響是有限地,在達(dá)到一定的范圍內(nèi),安全管理水平提升的難度就越來越大,單純的改變單一大數(shù)據(jù)影響系數(shù)難以帶來明顯的效率增加。在改變多個(gè)大數(shù)據(jù)影響系數(shù)后發(fā)現(xiàn),煤礦安全管理效率大幅增加,其中同時(shí)改變所有影響系數(shù)帶來的效果最明顯,其次是改變?nèi)齻�(gè)子系統(tǒng)大數(shù)據(jù)影響系數(shù),最后是改變兩個(gè)子系統(tǒng)影響系數(shù)。通過調(diào)整不同大數(shù)據(jù)影響系數(shù)的比例,比較不同方案條件下煤礦安全管理效率水平的變化速率,可以為煤礦企業(yè)進(jìn)行大數(shù)據(jù)應(yīng)用提供參考意見。該論文有圖63幅,表35個(gè),參考文獻(xiàn)257篇。
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：F426.21;TD79
【圖文】：

博士學(xué)位論文不安全行為的數(shù)量隨著產(chǎn)量的減少而減少。因此，煤礦企業(yè)在 10 月至 12 月注不安全行為。同時(shí)，應(yīng)充分重視不安全行為多樣性和脆弱性的特點(diǎn)，因?yàn)椤按髷?shù)定律”，無論不安全行為造成事故的概率有多低，事故都會(huì)發(fā)生，直生次數(shù)足夠?yàn)橹�。因此，為了防止煤礦事故的發(fā)生，無論風(fēng)險(xiǎn)系數(shù)有多低，關(guān)注不安全行為的細(xì)節(jié)。

圖 4-10 煤礦安全隱患關(guān)聯(lián)規(guī)則的可視化Figure 4-10 Visualization of coal mine safety hazard association rules表 4-6 6 條中等風(fēng)險(xiǎn)隱患最優(yōu)關(guān)聯(lián)規(guī)則Table 4-6 Six best intermediate risk hazard optimal association rulesLHS RHS 支持度 置信度 提{部門=掘進(jìn)一隊(duì) 地點(diǎn)=12316掘進(jìn)工作面}=> 中等風(fēng)險(xiǎn) 0.020 0.94 5{部門=掘進(jìn)一隊(duì) 地點(diǎn)=12301掘進(jìn)工作面}=> 中等風(fēng)險(xiǎn) 0.024 0.56 3{時(shí)間=晚上，月份=四月} => 中等風(fēng)險(xiǎn) 0.023 0.71 4{部門=采煤一隊(duì)，地點(diǎn)=13301采煤工作面，時(shí)間=白天}=> 中等風(fēng)險(xiǎn) 0.039 0.93 5{部門=采煤一隊(duì)，地點(diǎn)=13309采煤工作面，時(shí)間=白天}=> 中等風(fēng)險(xiǎn) 0.022 0.54 3{部門=掘進(jìn)一隊(duì) 地點(diǎn)=1150掘進(jìn)工作面 時(shí)間=晚上}=> 中等風(fēng)險(xiǎn) 0.029 0.99 5 Apriori 關(guān)聯(lián)規(guī)則挖掘算法來對煤礦隱患管理的要素進(jìn)行挖掘，包、位置、月份和風(fēng)險(xiǎn)水平，我們發(fā)現(xiàn)多個(gè)維度之間的強(qiáng)關(guān)聯(lián)規(guī)則，

王樓煤礦 0.27 0.07 0.46 0.02 0.26 0.35 0.28柴里煤礦 0.22 0.07 0.44 0.00 0.18 0.05 0.563）BP 神經(jīng)網(wǎng)絡(luò)參數(shù)的設(shè)定于煤礦安全管理效率評估模型的輸入輸出指標(biāo)并不復(fù)雜，因此首先采經(jīng)網(wǎng)絡(luò)進(jìn)行分析，及包含一個(gè)輸入層，一個(gè)輸出層和一個(gè)隱層。輸 7 個(gè)，分別為 X1，X2，X3，X4，X5，X6，X7，因此將神經(jīng)網(wǎng)絡(luò)的置為 7 個(gè)。輸出指標(biāo)共有 4 個(gè)，分別為 DEA 有效（11）、投入冗余（0足（10）和投入和產(chǎn)出均非最優(yōu)（00）。因此，輸出層節(jié)點(diǎn)數(shù)設(shè)為 4 點(diǎn)數(shù)依據(jù)公式 5-3 進(jìn)行計(jì)算，得到隱層節(jié)點(diǎn)的區(qū)間為 4~13 個(gè)，本文選取 8 個(gè)隱層節(jié)點(diǎn)進(jìn)行計(jì)算。4）BP 神經(jīng)網(wǎng)絡(luò)運(yùn)算用 MATLAB（2016a）軟件中 BP 神經(jīng)網(wǎng)絡(luò)工具箱對上述數(shù)據(jù)進(jìn)行分神經(jīng)網(wǎng)絡(luò)訓(xùn)練到第 22 步時(shí)達(dá)到最優(yōu)預(yù)測精度要求（圖 5-8）。然后，的煤礦安全管理效率輸入指標(biāo)數(shù)據(jù)進(jìn)行運(yùn)算，檢驗(yàn)?zāi)Ｐ偷目煽啃浴１?5-13 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁振;張歂;;淺析大數(shù)據(jù)技術(shù)助力煤礦安全管理[J];中國煤炭;2015年10期

2 賈寶山;尹彬;王翰釗;李守國;;AHP耦合TOPSIS的煤礦安全評價(jià)模型及其應(yīng)用[J];中國安全科學(xué)學(xué)報(bào);2015年08期

3 文志誠;曹春麗;周浩;;基于樸素貝葉斯分類器的網(wǎng)絡(luò)安全態(tài)勢評估方法[J];計(jì)算機(jī)應(yīng)用;2015年08期

4 楊春寧;;基于內(nèi)控管理的煤礦安全風(fēng)險(xiǎn)預(yù)控體系研究[J];中國煤炭;2015年07期

5 王帥;汪來富;金華敏;沈軍;;網(wǎng)絡(luò)安全分析中的大數(shù)據(jù)技術(shù)應(yīng)用[J];電信科學(xué);2015年07期

6 劉全龍;李新春;;中國煤礦安全監(jiān)察監(jiān)管演化博弈有效穩(wěn)定性控制[J];北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2015年04期

7 王金鳳;秦穎;翟雪琪;馮立杰;;基于主成分聚類分析的煤礦安全評價(jià)模型[J];工礦自動(dòng)化;2015年06期

8 關(guān)中原;高輝;賈秋菊;;油氣管道安全管理及相關(guān)技術(shù)現(xiàn)狀[J];油氣儲運(yùn);2015年05期

9 孫青;;煤礦風(fēng)險(xiǎn)預(yù)控體系運(yùn)行效果綜合評價(jià)實(shí)證研究[J];中國煤炭;2015年01期

10 馬金山;姬長生;;煤礦安全管理效率研究[J];中國安全科學(xué)學(xué)報(bào);2014年11期

相關(guān)博士學(xué)位論文 前9條

1 何葉榮;基于SEM-FSVM的煤礦安全管理風(fēng)險(xiǎn)評價(jià)[D];安徽理工大學(xué);2016年

2 劉全龍;中國煤礦安全監(jiān)察監(jiān)管系統(tǒng)演化博弈分析與控制情景研究[D];中國礦業(yè)大學(xué);2016年

3 馬金山;煤礦安全管理效率及其制約因素研究[D];中國礦業(yè)大學(xué);2015年

4 孟現(xiàn)飛;基于本體的煤礦事故預(yù)警知識庫模型及其應(yīng)用[D];中國礦業(yè)大學(xué);2014年

5 俞力玲;大時(shí)空尺度下民航安全管理效率研究[D];南京航空航天大學(xué);2010年

6 袁秋新;基于第二序改變理論的煤礦安全管理模式研究[D];中國礦業(yè)大學(xué);2010年

7 薛劍光;安全生產(chǎn)監(jiān)督與管理的量化表達(dá)方法研究[D];中南大學(xué);2010年

8 何剛;煤礦安全影響因子的系統(tǒng)分析及其系統(tǒng)動(dòng)力學(xué)仿真研究[D];安徽理工大學(xué);2009年

9 周忠寶;基于貝葉斯網(wǎng)絡(luò)的概率安全評估方法及應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 吳鋒;基于系統(tǒng)動(dòng)力學(xué)的煤礦安全能力仿真研究[D];西安科技大學(xué);2018年

2 帥愛軍;基于DEA模型的食品企業(yè)安全管理效率評價(jià)研究[D];西南大學(xué);2018年

3 裴秋艷;煤礦海量通風(fēng)安全數(shù)據(jù)挖掘算法及智能分析系統(tǒng)研究[D];太原理工大學(xué);2017年

4 馬剛;煤炭城市工業(yè)經(jīng)濟(jì)系統(tǒng)應(yīng)對能源價(jià)格沖擊的政策模擬研究[D];中國礦業(yè)大學(xué);2017年

5 祝峰磊;大型建設(shè)項(xiàng)目安全風(fēng)險(xiǎn)管理效率評價(jià)研究[D];南京工業(yè)大學(xué);2016年

6 陳月寧;煤礦監(jiān)測監(jiān)控系統(tǒng)瓦斯傳感器布設(shè)優(yōu)化研究及應(yīng)用[D];遼寧工程技術(shù)大學(xué);2015年

7 許多;煤礦安全診斷專家知識庫研究與實(shí)現(xiàn)[D];中國礦業(yè)大學(xué);2015年

8 戴沖;基于DEA-SVM的財(cái)務(wù)危機(jī)預(yù)警研究[D];東南大學(xué);2015年

9 辛一;基于DEA和神經(jīng)網(wǎng)絡(luò)的西部耕地利用效率研究[D];四川農(nóng)業(yè)大學(xué);2014年

10 喬萬冠;煤礦事故風(fēng)險(xiǎn)因子耦合作用分析及其耦合風(fēng)險(xiǎn)的仿真研究[D];中國礦業(yè)大學(xué);2014年

本文編號：2778488