鈾礦井下作業職業病危害風險概率估計方法*

楊宏剛,王瑞雪,曹瑩雪,2,孟曉靜,2,王會生,周宇

(1.西安建筑科技大學 資源工程學院,陜西 西安 710055;2.西安建筑科技大學 西部綠色建筑國家重點實驗室,陜西 西安 710055;3.西安建筑科技大學 建筑設備科學與工程學院,陜西 西安 710055)

0 引言

鈾礦山是我國核工業的前端產業,受到了國家的高度重視。我國鈾礦山具有規模小、品位低,開采條件差等特點[1],自動化裝備程度低,井下作業環境同時存在放射性與非放射性職業病危害[2]。根據《建設項目職業病危害風險分類管理目錄》,鈾礦井下作業屬職業病危害嚴重類別,如果不及時地對風險因素加以控制,會對井下環境造成影響和破壞,嚴重時會威脅到井下作業人員的身體健康。因此,分析鈾礦井下作業中職業病危害風險因素,精準預測職業病危害風險概率,可為鈾礦企業井下作業職業病危害風險分級管控提供依據。

目前關于鈾礦行業職業病危害風險分析的研究,多是基于現行檢測規范采樣測試[3],然而井下作業場所存在多種風險因素,像人為操作和企業管理等因素缺乏有效數據支持,通常用模糊集理論[4]和專家評判法來量化估計風險因素發生的可能性。但是過度依賴專家經驗會造成數據的主觀隨意性[5],無法客觀準確地預判在多種風險因素的影響下職業病危害風險的概率,容易導致企業職業病危害風險辨識不清、管理不到位。

貝葉斯網絡(BN)具有強大的不確定性問題處理能力,是一個有效的概率推理模型,近年被廣泛應用于各領域。宋英華等[6]為量化分析化工園區內火災爆炸事故的風險因素,基于模糊貝葉斯網絡進行事故情景演練,實現了預測事故走向和推理判斷薄弱環節的目的。徐堅強等[7]將貝葉斯網絡方法引入火災風險量化評估過程,結合應用實例,分析不確定因素對風險評估的影響。ZHANG L M 等[8]為保證在專家調查過程中收集到數據的可靠性,提出了一種專家置信度指標,對風險因素進行模糊概率估計。鑒于這兩個方法的優點,ZHANG G H 等[9]為評價隧道坍塌風險,提出了一種基于多狀態模糊貝葉斯網絡的鉆爆隧道坍塌失效概率評估方法。綜上所述,貝葉斯網絡與基于置信度指標的專家調查法兩者的結合,可以解決本研究中鈾礦井下作業職業病危害風險概率的不確定性。

因此,本研究基于貝葉斯網絡和置信度指標,構建了鈾礦井下作業職業病危害風險概率估計模型,并將該模型應用到某鈾礦企業,預測了職業病危害的風險概率,并找出了影響職業病危害發生的關鍵因素。

1 貝葉斯網絡基本原理

貝葉斯網絡是一種概率圖模型,它可以將某一領域的概率模型可視化,回顧所有隨機變量之間的關系,在給定可用證據的情況下得到因果概率的原因。其網絡拓撲結構是一個有向無環圖(DAG)[10],如圖1所示。一個完整的貝葉斯網絡拓撲結構由網絡節點、有向弧及條件概率表(CPT)構成[11]。

圖1 貝葉斯網絡結構

圖1中X1,X2為父節點,箭頭指向的A為子節點,有向弧表示X1與X2影響A發生。

貝葉斯網絡推理功能分別為因果推理和診斷推理。因果推理指通過已知X1與X2的失效概率,用式(1)[12]計算A的概率,預測職業病危害的風險概率。診斷推理指當給定A發生時,由式(2)得到X1與X2的后驗概率,即可分析影響職業病危害發生的因素。

式中,P(X i)為X i的先驗概率;P(A|X i)表示在X i發生的條件下A的概率;P(X i|A)表示X i的后驗概率;P(A)為A的先驗概率。

2 鈾礦井下作業職業病危害風險概率估計模型

2.1 數據來源與風險因素選取

井下職業病危害風險較多,本研究基于多家鈾礦企業職業衛生調查報告、通風監測報告等資料,確定放射性、粉塵、物理因素(噪聲)和化學毒物是主要的職業病危害類型。并從人-機-環-管多維度分析可能導致職業病危害發生的各種風險和隱患,作為各類職業病危害的風險因素。結合專家經驗,最終的歸納結果見表1。

表1 職業病危害風險因素

2.2 職業病危害貝葉斯網絡拓撲結構構建

對鈾礦井下作業職業病危害風險因素進行辨識后,經與專家討論揭示了風險因素的邏輯關系,進而確定了貝葉斯網絡的根節點(RN)、中間節點(IN)及其葉節點(LN),依據邏輯關系分別構建放射性危害、粉塵危害、物理因素(噪聲)危害和化學毒物危害的貝葉斯網絡結構,如圖2所示。

圖2 鈾礦井下作業職業病危害貝葉斯網絡結構

2.3 模型參數估計

2.3.1 確定節點的失效概率

(1) 概率區間劃分。結合模糊集理論和專家知識對風險因素發生的可能性按提供的語言變量進行判斷,隨后將語言變量轉化為對應的概率區間,將風險因素發生的可能性分為5個區間,各區間的語言變量與三角模糊數的對應關系見表2。

表2 風險因素概率區間劃分

(2) 專家判斷能力確定。從職稱、工齡、學歷等方面參考將專家判斷能力ξ劃分為5 個等級,用“Ⅰ～Ⅴ”表示,見表3。但是依靠專家判斷能力得到的數據主觀性較強,并且忽略了專家判斷中的不確定性。因此,為提高數據的可靠性,在判斷中引入置信度指標δ,綜合考慮專家判斷能力ξ與主觀信度ψ。置信度指標δ可按式(3)計算。

表3 專家判斷能力水平

式中,ψn為第n個風險因素的主觀信度,表示專家做決策時對自己判斷結果的可靠性,主觀信度分為5個等級,取值為[0.6～1.0];δn表示第n個風險因素發生在專家選中的概率區間內的可能性;ξn為第n個風險因素的專家判斷能力。

(3) 數據收集及處理。邀請5位行業專家根據經驗以及實際情況,對鈾礦井下作業職業病危害風險因素發生的可能性進行判斷。以風險因素X9“爆破或裝車運輸造成二次揚塵”為例,專家判斷結果見表4。一位判斷能力為0.8的專家對X9的估計結果為“高”的認可度為0.9,那么有該風險因素0.72的可能性為高,剩下0.28的可能性位于其他4個概率區間。根據式(4)、式(5)、式(6)計算風險因素在不同概率區間的分布結果。

表4 風險因素X9 發生概率調查結果

式中,i和k為概率區間;p i為風險因素在i個不同概率區間的出現概率;a k為概率區間的上限;a k+1為概率區間的下限。

(4) 概率計算。將風險因素的概率區間分布結果代入式(7)[13],可得到每位專家對X9出現概率的估計值。隨后采用“3σ準則”計算模糊化過程的三角形模糊數的特征值,參照式(8)、式(9)、式(10)。

式中,P s為每位專家對X9出現概率的估計值;c i為第i個概率區間的平均值。

式中,μ為期望;S為專家人數;σ為方差。a,m和b為三角模糊數的特征值。

經去模糊化后得到的模糊概率值按Onisawa公式轉化為失效概率P[14];

式中,P M為模糊概率;k'為常數。

由此得到貝葉斯網絡根節點X9的失效概率為2.88×10-2,同理計算其他風險因素的失效概率。

2.3.2 條件概率表

在貝葉斯網絡中,條件概率表反映根節點與非根節點邏輯關系,本研究對鈾礦井下作業職業病危害貝葉斯網絡的節點狀態用“0”和“1”表示,即不發生與發生。但在實際工程中,服從(0,1)是不準確的。因此參考IPCC[15]的概率表述將非根節點發生的可能性劃為7檔,基于專家調查表,結合實際情況對非根節點的條件概率進行適當調整。見表5。

表5 非根節點“高噪聲源”條件概率

3 實例應用

3.1 企業概況

本文以某鈾礦企業為例,該企業成立于2013年,于2018年全面建成投產,年產某金屬上百噸,年需開采礦石量為上萬噸。礦井由作業中段和豎井組成,鈾礦井采用抽出式通風降氡系統,同時存在放射性與非放射性危害。由于鈾礦井下作業場所環境復雜,自動化裝備程度偏低,不利于管理和保護作業人員,因此提高企業職業健康和風險管理是非常重要的。

3.2 貝葉斯網絡演繹推理

3.2.1 風險因素識別

通過收集該企業職業衛生防護報告、通風監測報告等資料,分析該企業井下作業存在的職業病危害風險因素,辨識結果見表6。

表6 企業職業病危害風險因素

3.2.2 貝葉斯網絡推理

運用貝葉斯網絡GeNIe2.0軟件對鈾礦井下作業職業病危害進行因果推理分析,預測四類職業病危害風險概率,結果見表7。

表7 貝葉斯網絡因果診斷結果

隨后利用貝葉斯網絡反向推理功能,設定當職業病危害發生時,即葉節點發生概率輸入1,可以得到如圖3所示的放射性危害后驗概率分布圖。

圖3 鈾礦井下作業放射性危害后驗概率分布

同理,得到其余三類職業病危害的后驗概率分布。根據后驗概率結果,分別對導致放射性危害、粉塵危害、噪聲危害和化學毒物危害的風險因素進行由大到小排序,確定關鍵風險因素。

(1) 放射性危害。X16＞X11＞X5＞X4＞X2＞X28＞X3＞X17＞X32＞X34＞X19。其中,排風量不足,井下堆存的礦石和巖石析出的氡及其子體,工作服或防護用品佩戴不規范及未佩戴防護用品的后驗概率較高,為放射性危害關鍵影響因素。

(2) 粉塵危害。X16＞X5＞X2＞X9＞X8＞X3＞X20＞X1＞X17＞X4＞X18＞X32。其中,排風量不足,工作服或防護用品佩戴不規范,井下吸煙、飲水等違禁行為及二次揚塵的后驗概率較高,為粉塵危害關鍵影響因素。

(3) 物理因素(噪聲)危害。X4＞X21＞X5＞X23＞X34＞X19＞X33＞X22＞X35。其中,未佩戴防護用品,設備正常運行噪聲,工作服或防護用品佩戴不規范及未安裝減振裝置或減振裝置失效的后驗概率較高,為噪聲危害關鍵影響因素。

(4) 化學毒物危害。X16＞X4＞X2＞X26＞X25＞X20＞X17＞X5＞X18＞X32＞X34。其中,排風量不足,未佩戴防護用品,井下吸煙、飲水等違禁行為及爆破后產生CO、NOx的后驗概率較高,為化學毒物危害關鍵影響因素。

4 結論

(1) 本研究根據多家鈾礦企業調研資料全面辨識職業病危害風險因素,分別建立了放射性危害、粉塵危害、噪聲危害和化學毒物危害的貝葉斯網絡,網絡結構的因果關系能用可視化的形式表現出來,有效解決了因素之間的不確定關系。

(2) 本研究在對風險概率評估模型中根節點失效概率進行估計時,在專家決策時引入置信度指標,采用“3σ準則”計算了三角模糊數的特征值,并用“α加權估值法”去模糊化,以此保證數據的可靠性。有效解決了傳統評估中的主觀性,提高了評估的準確性。

(3) 由實例可知,利用貝葉斯網絡不僅可以預測四類職業病危害的風險概率,還能推理出給定條件下風險因素的后驗概率,并由概率大小排序找出導致職業病危害發生的關鍵因素。分析結果與實際符合,表明該模型具有較強的實用價值。