復雜地質條件下智能化煤礦不安全行為綜合防控研究

華海洋 曹衛 何敏潔

摘 要：不安全行為是引發煤礦事故的主要原因，不安全行為防控能有效遏制各類事故的發生。為了研究復雜地質條件下智能化煤礦不安全行為綜合防控體系，首先確定了不安全行為影響因素，將影響因素按照個體、設備、環境、管理分為4大類，并細化為20個影響因素。然后，運用熵權法查找了人、機、環、管防控的關鍵點。最后，建立了不安全行為綜合防控體系，該體系以減少和杜絕不安全行為為主線，以“基層建設、基礎建設、基本功建設”為基礎，以不安全行為事前源頭預防、事中觀察控制、事后獎懲溯源矯正為措施，對不安全行為進行全方位、全過程綜合防控。關鍵詞：智能化；不安全行為；影響因素；防控 中圖分類號：X936?? 文獻標識碼：A?? 文章編號：1672-7312（2024）01-0081-06

Research on the Comprehensive Prevention and Control

of Unsafe Behaviors in Intelligent Coal Mines under

Complex Geological Conditions

HUA Haiyang1，CAO Wei1，HE Minjie2

（1.North Anhui Coal Power Group Zhaoxian Mining Co.，Ltd.，Baoji 721599，China；

2.China Coal Xian Beidou Technology Co.，Ltd.，Xian 710100，China）

Abstract：Unsafe behavior is the main cause of coal mine accidents，and the prevention and control of unsafe behavior can effectively curb the occurrence of various accidents.In order to study? comprehensive prevention and control systemof unsafe behaviors the intelligent coal mines under complex geological conditions，the influencing factors of unsafe behaviors are firstly determined and divided into four categories according to individual，equipment，environment and management，and the four categories are further refined into 20 influencing factors.Then，the entropy weight method is used to find the key points of prevention and control of human，machine，environment and management.Finally，the prevention and control system of unsafe behaviors is established，which takes the reduction and elimination of unsafe behavior as one main line，takes “grass-roots construction，basic construction and basic skills construction” as three foundations，and takes the prevention of unsafe behavior in advance，the observation and control in the event，and the correction of rewards and punishments after the event as three measures.so as to carry out all-round and whole-process comprehensive prevention and control of unsafe behaviors.

Key words：intelligent；unsafe behavior；influencing factors；prevention and control

0 引言

安全是智能化煤礦高質量發展的基石，不安全行為是造成煤礦生產事故的主要原因，不安全行為防控是智能化煤礦抓好安全生產的一項重要工作，對于地質條件復雜的煤礦尤為重要。井下作業場所不但空間受限，而且噪聲大、溫度高、濕度大、照明差、粉塵重。在煤炭開采過程中，瓦斯、頂板、透水、沖擊地壓等災害對安全生產造成很大影響，煤礦工人長期在這種環境下工作，容易產生不安全行為。根據軌跡交叉理論，事故的發生是由人的不安全行為和物的不安全狀態引發。近年來，我國智能化礦山建設蓬勃發展，大力推進災害嚴重煤礦的智能化建設進度，隨著生產裝備和安全監控設施的不斷升級改造，物的不安全狀態得到了極大改善，人的不安全行為研究也應緊跟智能化建設步伐，構筑復雜地質條件下智能化煤礦不安全行為防控體系，進一步降低不安全行為頻次，促進煤礦安全管理水平提高。

1 不安全行為影響因素體系

國內外學者對不安全行為的影響因素進行了眾多方面的研究。

RASMUSSEN

[1]認為知識和技能的不足是不安全行為產生的主要原因。

WAGENAAR

[2]認為工作場所中噪音、濕度、溫度影響員工的判斷力，從而引發違章行為。HOFMANN

和STETZER

[3]認為超負荷的工作任務、安全培訓不到位、設備配備不足可導致不安全行為。KAREN

等[4]認為不良的工作環境影響能帶來工作壓力增大，進而影響工人操作行為。ABBASI M等[5]認為員工的受教育程度與不安全行為具有很大的相關性。

牛莉霞等[6]認為組織管理、作業環境以及礦工的自身特性可導致習慣性違章。慕慶國等[7]在分析礦工不安全行為的基礎上，認為生理、心理和環境因素是不安全行為的主要影響因素。何剛等[8]運用層次分析法研究得出，安全氛圍、心理因素、合作氛圍和知識水平是影響礦工不安全行為的關鍵性因素。李乃文等[9]通過研究高危崗位礦工的不安全行為得出，不安全行為與礦工的安全意識、安全心理密切相關。朱艷娜等[10]運用結構方程模型研究得出，設備設施是煤礦員工不安全行為的最大影響因素。

不安全行為的影響因素很多，有的從“人、機、環、管”方面研究、有的從內因、外因方面研究，內因主要是人的影響因素，外因主要涉及到設備、環境和組織管理。

綜合以上不安全行為影響因素分類方法，通過專家咨詢和現場調研的方式，將不安全行為影響因素按“個體、設備、環境、管理”進行分類研究，對每類影響因素進行細化，具體如圖1所示。

2 不安全行為防控關鍵點查找

分別從個體、設備、環境、管理4個方面查找不安全行為防控的關鍵點。首先采用專家打分法對各個影響因素進行綜合打分，然后采用熵權法計算不安全行為影響因素權重，根據權重大小得出各個影響因素的影響程度，權重大者影響程度大，是不安全行為防控的關鍵點。

2.1 個體方面的影響因素和防控關鍵點

2.1.1 個體方面的影響因素權重

邀請10位專家對各個影響因素進行打分，專家中從事煤礦人因工程研究的高校教授3位、復雜地質條件下智能化煤礦從事安全監督管理的工作人員7位（陜西麟游礦區3位、彬長礦區2位、黃陵礦區2位）。這10位專家對各個影響因素進行模糊綜合打分，各指標等級從影響很大到影響很小，分為5個等級，1個專家代表0.1分。對專家打分結果進行統計，專家打分統計，見表1。

采用熵權法分析影響因素的權重。根據10位專家打分情況，按照原始數據標準化處理、無量綱計算、熵值計算、評價指標權重計算4個步驟計算以后，得出個體方面影響因素的權重值，見表2。

個體方面不安全行為的影響因素影響程度從大到小的順序為：習慣性（權重0.291）>工作技能（權重0.253）>學歷（權重0.181）>生理（權重0.150）>年齡（權重0.125）。個體方面影響程度最大的是習慣性，其次是工作技能。

2.1.2 個體方面不安全行為防控關鍵點

員工的僥幸、冒險、從眾、求快、麻痹等心理造成習慣性不安全行為，工作中圖方便、簡化作業程序、馬虎操作、從眾模仿形成了習慣性不安全行為。習慣性不安全行為占比大、頻次高。

工作技能也是智能化煤礦不安全行為防控的關鍵點，現代化煤礦的機械化、自動化、信息化、智能化程度較高，對員工的工作技能提出了更高要求，個人工作技能距離智能化煤礦的需求有一定的差距。

2.2 設備方面的影響因素和防控關鍵點

2.2.1 設備方面的影響因素權重

設備方面專家打分統計，見表3。

經計算后，設備方面影響因素的排序為：設備適應性（權重0.391）>設備故障（權重0.320）>設備人機匹配性（權重0.289）。設備方面影響程度最大的是設備適應性，其次是設備的缺陷。

2.2.2 設備方面不安全行為防控關鍵點

設備適應性會給操作者帶來很大的影響，若適應性差，則易引發被動違章。我國的智能化煤礦處于起步階段和快速發展階段，智能化裝備對復雜地質條件煤礦的適應性有待進一步提高，智能化裝備還需在實踐中不斷檢驗和改進，提高在復雜地質條件煤礦的適應性[11-12]。

設備的故障和帶病運轉會給操作者帶來違章操作的風險，為了趕工期，員工操作帶病設備，是“冒險”作業，是一種被迫的不安全行為，會給操作者帶來心理壓力，甚至產生抱怨心理，難免引起誤操作。

2.3 環境方面的影響因素和防控關鍵點

2.3.1 環境方面的影響因素權重

環境方面影響因素專家打分，見表4。

經計算后，環境方面影響因素的排序為：作業現場標準化程度（權重0.226）>自然災害（權重0.187）>粉塵（權重0.179）>噪聲（權重0.156）>照明（權重0.128）>溫度（權重0.12）。環境方面影響程度最大的是作業現場標準化程度，其次是自然災害。

2.3.2 環境方面不安全行為防控關鍵點

由于井下空間狹小，員工操作空間受限，且工作環境惡劣，容易引發不安全行為。標準化作業現場既可使井下有限的空間得到充分利用，又可提高員工的工作效率和安全系數，創建標準化作業現場是不安全行為防控的關鍵點之一。

煤礦生產是地下作業，地質條件復雜、多元災害耦合疊加，煤礦員工在具有危險性的環境中工作，容易產生焦慮、恐慌等心理，使注意力分散，影響正常操作。

2.4 管理方面的影響因素和防控關鍵點

2.4.1 管理方面的影響因素權重

管理方面影響因素專家打分，見表5。

經過計算，影響程度權重排序為：風險隱患排查（權重0.224）>作業規程可操作性和針對性（權重0.212）>培訓內容及效果（權重0.183）>安全生產管理制度（權重0.181）>生產任務重（權重0.122）>作業人員選配（權重0.078）。管理方面的風險隱患排查是主要影響因素，其次是作業規程可操作性和針對性。

2.4.2 管理方面不安全行為防控關鍵點

煤炭開采作業環境特殊、自然災害嚴重、流程復雜，作業過程中存在著各種各樣的風險。環境的不安全因素、設備的不安全狀態均影響員工的正常操作，甚至使員工的身體受到傷害。堅持風險隱患排查管理制度，可有效管控環境、設備的風險點，減少不安全行為。

煤礦的智能化裝備具有一定的自主感知、自主分析、智能輔助決策等功能，作業規程需根據地質條件的變化、設備新功能的差異等情況編制，不能照搬老的作業規程，要具有針對性、可操作性，不切合實際的作業規程，會引發被動的不安全行為，埋下事故隱患。

3 不安全行為綜合防控體系

國外不安全行為控制的經典理論有ABC（Activator Behavi or Consequence）行為分析法、BBS（Behavior Based Safety）行為安全管理法以及杜邦安全訓練觀察計劃（Safety Training Observation Program）等，以上理論主要是通過不斷地觀察、糾正來減少不安全行為。國內外學者還從文化建設、安全培訓等方面對不安全行為控制方法進行不斷豐富發展。KRAUSE等[13]運用觀察、干預和反饋的方法，減少了員工不安全行為。HICKMAN等[14]通過分析對比監督前和監督后的礦工行為，得出監督是降低不安全行為的有效措施。

GERARD等[15]研究了工作計劃、安全氛圍、不安全行為的關系，得出良好的安全氛圍和合理的工作計劃能有效預防不安全行為。

AKBARI H等[16]認為預防不安全行為的有效方法是合理設置工作時間、對員工實行安全培訓。馬躍等[17]從行為致因角度出發，提出安全文化建設、安全培訓措施、生產環境改善、安全責任制落實等方法能有效減少不安全行為。邊俊奇等[18]基于安全管理學的相關理論，認為減少不安全行為的有效途徑是行為觀察。彭海兵等[19]以神東補連塔煤礦為例，得出“無情+有情”的管控措施能使不安全行為頻次大幅減少。李爽等[20]認為雙重預防機制是煤礦安全管理措施落地的關鍵，能減少不安全行為。

國內外學者對于人的安全行為控制從行為觀察、安全監督、安全培訓、生產環境改善、安全氛圍營造、安全責任制落實等方面進行了研究。隨著我國煤礦智能化建設的不斷推進，人工智能AI（Artificial Intelligence）技術已逐步應用到不安全行為防控系統中，主要用于井下重要場所人員違章自動識別、人員精準定位、危險作業管控等。

3.1 不安全行為防控體系

針對不安全行為影響因素和防控的關鍵點，構建“133”不安全行為綜合防控體系，即1條主線、3個基礎、3種措施。以減少和杜絕不安全行為為主線，以“三基”建設為基礎，以事前源頭預防、事中觀察控制、事后獎懲溯源矯正為抓手的措施，對不安全行為進行全方位、全過程綜合防控。防控體系如圖2所示。

3.2 加強“三基”建設，防控不安全行為

“三基”建設是指基層建設、基礎建設、基本功建設。通過基層建設強化班組長的安全意識，發揮班組防控不安全行為的作用，提升基層管理水平。通過基礎建設提高安全生產標準化程度，營造出良好的安全工作環境。通過基本功建設提升員工的工作技能，使員工的綜合素質能夠滿足作業活動的需求。

3.3 不安全行為事前源頭預防

3.3.1 個體影響因素

實施安全文化引領，培養良好安全工作習慣。開展多種形式的宣傳活動，讓安全理念入腦入心，切實增強安全生產意識。開展班前警示教育，杜絕憑經驗干事、僥幸心理等習慣性不安全行為。開展“說危險、講安全”教育活動，從生產環境、規程措施、規章制度、勞動組織、設備設施、現場管理等方面剖析事故發生的直接原因和間接原因，提高員工遵章守紀和抵制不安全行為的自覺性。

加強業務知識培訓，提升工作技能。結合崗位需求，開展“靶向式”培訓，針對操作人員和管理人員分層次、分專業“量身定制”培訓計劃。發揮本單位技能人才的“傳、幫、帶”作用，為煤礦培育知識型、技能型、創新型職工隊伍。針對智能化裝備和現場實際情況開展實操培訓，提高員工操作能力和解決實際問題的能力。主動適應智能化煤礦建設的需要，扎實開展“四新”（新工藝、新技術、新設備）培訓。

3.3.2 設備影響因素

科學實施“機械化換人、自動化減人、智能化少人”工程，以裝備促生產、促安全，根據生產實際情況和地質條件，按照“引進、消化、吸收”的原則，增強智能化裝備的適應性。

為了減少設備故障，保障設備正常運轉，定期對設備開展安全檢查，保障設備的各種參數處于正常狀態，提高設備、設施的完好率和可靠性。運用感知技術、信息傳輸技術，積極探索和實踐智能化設備的故障自診斷、自預警、閉鎖聯動功能，提高設備穩定性。

3.3.3 環境影響因素

通過生產標準化建設，改善現場作業環境。各類工具擺放整齊，提高井下有限空間的利用率，使員工有充足的作業空間。作業現場標識清晰，使員工不誤入危險區域、不誤觸動其他設備和工具。將工作場所的噪音、粉塵、溫度等控制在一定的范圍內，做到人機環和諧統一。

加強災害預警和治理，保障安全工作環境。加大隱蔽致災因素普查力度，加快透明地質、智能地質建設，加強有害氣體、沖擊地壓、水害、火災等的監控和預警，利用人工智能技術預測自然災害風險，實施重大災害分區管理、超前治理。減少員工對自然災害的恐慌，避免自然災害對員工的身體傷害。

3.3.4 管理影響因素

建設智能風險管控系統，對風險識別、信息上報、統計分析、隱患處理等進行全流程的閉合管控，實現作業過程中的風險分析智能化、狀態監視可視化、風險預警超前化、管控措施精準化，確保風險始終“可控、在控”。

實行作業規程集中會審制。針對不斷變化的設備、儀器、材料、地質條件等情況，對作業規程以及安全措施實行動態集中會審，細化作業規程和安全技術措施，提高規程措施的針對性、可操作性，保障員工上標準崗、干標準活。

3.4 不安全行為事中觀察控制

事中觀察控制主要采取人工觀察控制和AI智能控制兩種方式，建立起人工防控與智能防控互補的“雙保險”機制，提高不安全行為防控的全面性、連續性。

3.4.1 確定重點觀察控制場所、人員、時期

緊盯采掘工作面、巷道維修作業點、鉆孔施工作業點、機電設備檢修作業點、大型設備安裝點、高空作業點、采煤工作面回撤作業點等重點場所。識別并觀察控制“情緒人”“麻痹人”“糊涂人”“沉悶人”“魯莽人”“懶惰人”“疲勞人”等不安全行為高發人員，強化非常規作業人員、零散崗位人員、流動作業人員安全監管。加強開工、收尾、夜班、交接班、節假日等重點時期的安全管控。

3.4.2 “人工+AI智能”控制

1）人工觀察控制。

將不安全行為檢查融入日常安全生產監督檢查工作中，做到時段、區域、人員、環節全覆蓋，實現定期檢查、動態檢查和專項檢查有機結合，監督和整治不安全行為。充分發揮班組作用，班組長對當班員工崗前進行提醒、崗中進行觀察與指導，形成“我不違章、我不指揮別人違章、我制止別人違章”的工作氛圍。

2）AI智能控制。

充分運用AI智能控制技術，加強過程監控和預警，實現24小時不間斷對重點區域、關鍵工序、重要崗位的作業過程監控和不安全行為的智能識別，對不安全行為自動提醒、報警及記錄。AI智能監控還能起到震懾作用，讓員工思想上拉起“警戒線”，有效降低不安全行為。

3.5 不安全行為事后獎懲溯源矯正

對不安全行為治理進行獎懲考核，激發整治不安全行為的動力。實施個人安全績效考核、不安全行為人員與同單位聯保人員聯責考核、執行工人違章干部反省制度、對不安全人員處罰等。

對不安全行為事后溯源分析。定期對不安全行為人員所在單位、班次、動機等分類統計，深入研判和分析發生不安全行為的主觀因素，采取針對性治理措施。

不安全行為事后矯正主要采取安全知識學習、談心教育、停工幫教、再上崗觀察、再上崗回訪等方法，將剛性的制度約束和柔性的親情感化相結合，對不安全行為進行事后矯正。

4 結語

1）運用熵權法查找了復雜地質條件下智能化煤礦不安全行為的主要影響因素和防控的關鍵點，人、機、環、管每個方面的主要影響因素和防控關鍵點為習慣性、工作技能；智能化設備適應性、設備的故障；作業現場標準化程度、自然災害；風險隱患排查、作業規程可操作性和針對性。

2）針對主要影響因素和防控的關鍵點構建了“133”不安全行為綜合防控體系。防控體系能提高工人安全意識，激勵廣大員工“上安全崗、干安全事、做安全人”，減少和避免不安全行為。

3）不安全行為防控是一項常抓不懈的工作。堅持“生命至上、人民至上”理念，強化工作技能培訓、提升安全意識和法律意識、健全規章制度、完善操作規程和標準、夯實安全生產責任、提高風險隱患排查能力，構筑不安全行為防范機制。堅持“科技興安”理念，實施不安全行為智能防控，不斷拓展井下AI監控場景，以機器視覺智能識別和三維測量技術為核心，提高不安全行為識別能力，創新不安全行為防控方式。

參考文獻：

[1]RASMUSSEN J.Skill，rules，and knowledge：Signals，signs，and symbols，and other distinctions in human performance models[J].IEEE Transactions on Systems，Man，and Cybernetics，1983，13（03）：257-268.[2]

WAGENAAR W A.A model-based analysis of automation problems[C]//B Wilpert，Tqvale（Eds）.Reliability and Safety in Hazardous Work Systems.Hove，UK：Lawrence Erlbaum，1993：71-85.[3]

HOFMANN.Stezcrthe role of safety elimate and communication in accident interpretation：implications for learning from negative events[J].Academy of management joural，1998，141（06）：644-657.

[4]KAREN A B，GEOFFREY WILLIS P，GREGORY E P.Predicting safe employee behavior in the steel industry：Development and test of a socio technical model[J].Journal of Operations Management，2000（18）：445-465.[5]

ABBASI M，GHOLAMNIA R，

ALIZADEH S S，et al.Evaluation of workers unsafe behaviors using safety sampling method in an industrial company[J].Indian Journal of Science and Technology，2015，8（28）：1-6.

[6]牛莉霞，李乃文，姜群山.習慣性違章行為變革驅動力模型構建[J].中國安全科學學報，2014，24（01）：28-33.[7]

慕慶國.礦工不安全行為的可拓控制模式研究[J].中國安全科學學報，2014，24（11）：133-138.[8]

何剛，余保華，朱艷娜，等.基于網絡結構模型的礦工不安全行為影響因素研究[J].煤礦安全，2017，48（03）：227-229+233.[9]

李乃文，冀永紅，唐水清，等.高危崗位礦工情緒穩定性影響機制SD仿真[J].中國安全生產科學技術，2018，14（05）：167-173.[10]

朱艷娜，衡連偉，何剛，等.煤礦員工不安全行為影響因素作用效應分析[J].礦業安全與環保，2019，46（01）：104-108.[11]

王國法，王虹，任懷偉，等.智慧煤礦2025情景目標和發展路徑[J].煤炭學報，2018，43（02）：295-305.[12]

王國法，龐義輝，任懷偉，等.礦山智能化建設的挑戰與思考[J].智能礦山，2022，3（10）：2-15.[13]

KRAUSE T R，SEYMOUR K J，SLOAT K C M.Long-term evaluation of a behavior-based method for improving safety performance：A meta-analysis of 73 interrupted time-series replications[J].Safety Science，1999，32（01）：1-18.[14]

HICKMAN J S，GELLER E S.A safety self-management intervention for mining operations[J].Journal of Safety Research，2003，34（03）：299-308.

[15]GERARD J F，ANDREW S.Safety climate and the theory of planned behavior：towards the predictionof unsafe behavior[J].Accident Analysis and Prevention，2010（42）：1455-1459.

[16]AKBARI H，KASHANI M，ASADI Z，et al.The correlation between occupational unsafe acts and job burnout among workers in kashan metal melting industries 2017[J].International Archives of Health Sciences，2019，6（04）：19-38.[17]

馬躍，傅貴，楊卓明.礦工不安全行為分類及控制對策研究[J].煤礦安全，2014，45（09）：235-237+241.[18]

邊俊奇，畢建乙，雷云.基于杜邦STOP系統煤礦安全行為觀察模型的構建及應用[J].中國煤炭，2018，44（08）：143- 147.[19]

彭海兵，李男男.神東補連塔煤礦不安全行為管控體系建設[J].煤礦安全，2021，52（01）：247-251.[20]

李爽，賀超，薛廣哲.以雙重預防機制實現智能礦山愿景用災害綜合防治系統保障智能礦山安全[J].智能礦山，2022，3（06）：87-92.