基于主成分分析法的特种设备安全状况评价*

王智文 杜玖松 徐 庆 陈 蔷

基于主成分分析法的特种设备安全状况评价*

王智文1杜玖松2徐 庆2陈 蔷2

1.浙江省安全生产科学研究院 2.首都经济贸易大学安全与环境工程学院

为综合评价特种设备的安全状况，利用主成分分析法，借助SPSS统计软件，以各类特种设备事故率以及损失率为评价指标对2006~2011年的安全状况进行综合评定，得出2006~2011年的特种设备安全状况趋势，为综合评定我国特种设备安全状况提供了新的方法思路。

特种设备；安全状况；主成分分析法

特种设备对各行业的发展有着重要的作用。同时特种设备所具有的危险性对各行业的安全生产又有极大的威胁。所以研究特种设备的安全状况对指导安全生产有积极的作用。

目前， 国内关于特种事故研究的主要方法有神经网络，层次分析，模糊理论等。如杨振林[1]利用层次分析法建立了特种设备风险评价模型，确定了特种设备主要影响因素。沈勇[2]应用BP神经网络，建立了特种设备安全评价的模糊神经网络模型，建立了模糊安全评价的评价因素，优化了各因素的权重。但是，这些评价方法都存在模糊性，各因素的权重是通过专家打分的方式确定的，评价结果易受主观因素的影响。因此，笔者从2006~2011年的统计数据出发，利用多元统计分析方法，借助统计软件，对我国的特种设备事故进行准确的分析和评价。

1 主成分分析法基本思路

主成分分析法是一种处理高维数据的多元统计分析方法。该方法的基本思想是构造原始变量的适当线性组合，通过对原始指标相关矩阵内部结果关系的研究，产生一系列互不相关的新变量，并根据实际需要从中选出少数几个新变量且使它们含有足够多的原始变量带有的信息，从而使得用这些新变量代替原始变量分析问题和解决问题成为可能[3]。

对于某一原始数据如矩阵C所示。

将某一个初始数据矩阵C利用Z-score法进行无量纲标准化处理

式中：

无量纲标准化后表示为D

由D=（xij）q×p可以求得相关系数矩阵R=（rij）p×p

式中：

rij—指标j与指标k的相关系数，当i=j时，rij=1，且rik=rki，i=1，2，…，q；j=1，2，……，p；k=1，2，…，p。

求出相关系数矩阵R=（rij）p×p后利用

求出特征值λ1，λ2，…λq，特征值的大小代表这个元素在结果中的重要程度。根据

确定主元的数量为k个，λ1对应的主元F1，λ2对应的主元F2，λk对应的主元Fk。

求出λ1，λ2，…，λk对应的特征向量，λg对应的特征向量为ηg1，ηg2，…，ηgp，式中g=1，2，…，k。

式（4）说明原来的多个变量用较少成几个主元代替后，可以保留原数据的85%以上的信息量，这样既简单又保证了精确性。

k个综合变量Fi（i=1,2,3，...，k）表示为：

式中：

F1—指第一主元；

F2—指第二主元，k主元个数的累计贡献大于85%。xc，c=1，2，3，…，p，是各类事故量无量纲标准化后的值。ηab，a=1，2，3，…，q；b=1，2，3，…，p，是λa对应的p个特征值。

在算出每个主元后，以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为全总计算成分综合模型。

式（6）所求得的F就是综合得分。

2 实例分析

2.1 事故发生率评估

根据国家质检总局特种设备安全监察局发布的2006~2011年的特种设备安全状况相关统计数据[2,4-9]，整理及标准化，见表1。

表1 2006~2011年的特种设备事故率统计数据

对上述标准化后的数据进行主成分分析。具体分析结果，见表2、3。

表2 解释的总方差

其中成分1和成分2的特征值分别为λ1=4.978，λ2=2.067，此时它们的累积贡献为88.063%，大于85%，因此可以确定有两个主元。

表3 成份矩阵

从表3可以看出，两个特征值的特征向量是各种事故的对于两个主成分的线性组合系数。

利用公式（5）求出F1、F2，再利用公式（6）求出F，将其排名，见表4。

表4 综合得分及排序

其中F为综合得分，其大小就是该年的单位事故的综合得分，根据得分的排序可以评估出我国特种设备的事故发生数趋势。2006~2011年的F值分别为3.4807、0.4556、-2.2314、4.9994、-3.1421、-3.5621，综合得分的趋势是逐渐减小，说明我国特种设备的安全状况逐年变好。此外2009年的排名是最后的，而出现这种现象的主要原因是新修改的《特种设备安全监察条例》扩大了事故范围和统计口径，导致事故起数较大幅度上升。2009年的综合得分的跳跃进一步说明主成分分析法在评价特种设备事故数量时是一种较为优良的方法。

2.2 事故损失评估

判断安全状况的好坏，单从事故率上来判断并不全面，还应从事故的损失情况来对安全状况进行评价。事故损失[9]通常是以事故率、死亡率、受伤率、直接经济损失率来综合评价。主成分分析法通过提取主成分建立新的综合评价模型[3]。通过这种方法就可以综合四个损失指标，从而进行综合排序。根据国家质检总局特种设备安全监察局发布的2006~2011年特种设备事故损失相关统计数据[2,4-9]，整理并利用SPSS进行主成分法操作，其过程与分析事故发生率类似，分析结果，见表5。

表5 2006~2011年的特种设备损失率统计数据

从结果来看，2006~2011年的综合得分分别为2.0304、0.0594、1.9401、0.3387、-1.8913、-2.4774，2006年损失最严重，2007年有所好转，2008年情况较2007年有所恶劣，但是比2006年还是要好，从2008年之后安全状况稳定，逐年好转，2011年的综合损失率最小。

3 结论

（1）利用主成分分析法进行综合分析，结果明确易懂，准确性高，同时避免了主观因素的影响。利用分析结果可以科学的指导特种设备的管理工作。

（2）根据分析结果来看，我国的特种设备事故发生率在逐年的较少，事故损失也在逐年的降低，这也说明我国的特种设备安全管理工作取得了明显的成效。

（3）笔者利用主成分分析法分析了特种设备事故率，事故损失，对每年的安全状况进行排序，笔者认为还可以通过统计每起事故的发生原因，对造成事故的原因进行排序，从而找出造成事故的主要原因，知道最需要防范哪些危害因素。同时还可以通过统计事故的发生阶段，如设计、制造、安装、使用、维修、改造、检验等七大阶段的事故发生情况和损失情况，对其严重程度排序，从而指导管理者分布管理力量，分析思路和本文所述思路相同。

[1] 杨振林,刘金兰.层次分析法在特种设备风险评价模型设计中的应用[J].工程机械,2009,40(1):38-41

[2] 沈勇,肖原,王俊宇,等.特种设备模糊神经网络安全评价研究[J].工业安全与环保,2011,37(11):5-6

[3] 何晓群.多元统计分析[M].北京:中国人民大学出版社,1999

[4] 国家质检总局特种设备安全监察局.2006年全国特种设备安全状况的情况通报[EB/OL].[2007-07-11] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[5] 国家质检总局特种设备安全监察局.2007年全国特种设备安全状况的情况通报[EB/OL].[2008-04-14]

[6] 国家质检总局特种设备安全监察局.2008年全国特种设备安全状况的情况通报[EB/OL].[2009-04-29] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[7] 国家质检总局特种设备安全监察局.2009年全国特种设备安全状况的情况通报[EB/OL].[2010-08-04] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[8] 国家质检总局特种设备安全监察局.2011年全国特种设备安全状况的情况通报[EB/OL].[2012-4-19] http://www.aqsiq.gov.cn/xxgk_13386/tjxx/tjfx/

[9] 冯杰,罗云,曾珠,等.特种设备安全绩效与安全监管能力相关性研究[J].中国安全科学学报,2012,22(2):170-176

浙江省科技厅科技计划项目：矿山尾矿库安全预警监测技术成果转化（2013F5000）