某钨矿掘进工作面人因失误评价研究

史德强，靳　波，陆　刚，戚　星，曾　旭，陈振伟（中国矿业大学矿业工程学院，江苏徐州221116）



某钨矿掘进工作面人因失误评价研究

史德强，靳波，陆刚，戚星，曾旭，陈振伟
（中国矿业大学矿业工程学院，江苏徐州221116）

摘要：钨矿掘进工作面人因失误是导致重大事故发生的重要因素之一。为综合评价钨矿掘进工作面的人因失误问题，以人、机和环境三个影响因素为出发点，分析掘进工作面人-机-环境系统的关系，识别人因失误的影响因子，建立人-机-环境系统的人因失误评价体系。引入G1法改进模糊算法构建了人因失误评价模型，并结合调查统计数据，识别重要的影响因素。应用实例分析表明，人因失误致因模型中影响程度最高的是环境因素，其次是人的因素和设备因素等，该评价模型有助于对钨矿掘进工作面人因失误的预防提供理论与实践支持。

关键词：钨矿；掘进工作面；人-机-环境；人因失误；G1法；改进综合模糊评价

0引言

钨矿资源在中国属于优势矿种和受国家保护的矿种之一，也属于战略储备资源之一[1]。然而随着钨矿开采技术的发展与推广应用，有的钨矿企业出现了为了提高效益而盲目地进行开采的现象，而忽视了由于盲目开采和掘进的人因失误造成的问题，甚至引起了重大事故的发生。钨矿掘进工作面是由人、机器设备和环境组成的复杂生产系统，工作面环境恶劣复杂、作业空间狭窄、视觉环境差等，人因失误模型的研究对矿工的作业效率、身心健康甚至对钨矿的安全都有重要的作用[2-5]。

人因失误是由多个影响因素相互作用与促进产生的，人因失误的分类有多种，Reasno综合分析后把人因失误分为三大类：行为、情境环境和概念上的分类[6]。在人因失误方面的研究，Kuivanen[7]对大量案例进行研究，结果表明生产负面效应的80 %～94 %和物质损坏的4 %～45 %是由人因失误造成的。张力[8]在使用WANO统计到的数据进行关联性分析的基础上运用AHP法对人因失误因素的权重进行确定等。Lee[9]等采用条件堆芯损伤概率的方法来研究分析人因失误对整个系统造成的风险，但没有分析每类人因失误因素对整个研究对象的影响。Hollnagel[10]将人因失误分为可观察失误和不可观察性失误，建立了CREAM这一事故分析的循环式的追溯方法。Yu[11]构建了人因失误严重度矩阵，对人因失误重要性进行识别。针对组织和管理中出现的人因失误问题，学者们研究出各种解决方法，最重要的是Reasno的事故因果模型[12]和Johnson的MOTR分析技术[13]。

通过上述专家对人因失误的分析发现目前尚未发现对钨矿行业的掘进工作进行人因失误分析，同时人因失误分析只从事故安全的角度研究人-机-环境系统，对于系统内人因失误因子的分析以定性分析为主，存在着主观局限性，且子系统与系统整体性能的影响关系不明确，有着系统整体性能提升时子系统因素实施措施定量化不足的局限性。因此，本文分析掘进工作面的影响因素，构建掘进工作面人-机-环境系统，引入G1法改进模糊算法建立人因失误致因模型，并定量化分析其可靠度，保证了作业效率和安全生产，有助于提升掘进工作面的系统整体性能，同时为相关企业的人因失误评价提供了参考。

1掘进工作面人-机-环境概述

1.1基于钨矿掘进工作面的人-机-环境系统

钨矿掘进工作面人-机-环境系统分为人、机器设备和环境3个子系统，其相互作用且具有动态反馈的制约作用，影响着掘进工作面系统的最优性能。其逻辑结构如图1所示。

图1掘进工作面人-机-环境系统结构图Fig.1 System structure diagram composed of human, machine and environment in the heading face

1.2人的行为特性与行为模式

人处于整个系统的中心位置，对提高系统的可靠性和维护系统的高效运行有着关键的作用。因其生理、心理、精神等特性，存在一些固有的弱点，又具有极大可塑性和难以控制性。

人的行为是人的内在需求和外在环境交互作用的结果，人的因素与环境因素不是相互独立的，而是相互关联的两个变量，人的行为模式是人对于接受到的信息进行处理的过程，信息处理过程的特征受到人长期形成的行为特性以及当时人的状态的影响，得到人的行为模式结构图，如图2所示。

图2人的行为模式系统结构Fig.2 System structure diagram of human behavior pattern

1.3机器设备特点及其可靠性分析

掘进工作面机器设备主要指凿岩机、斗车、电机车、装岩机等，所处作业环境条件恶劣复杂，如环境潮湿、粉尘大、作业空间狭小等，使得机器设备需要保持较高的可靠性维护系统安全性能，其可靠性是指在相应条件和相应时间内完成一定作业的能力，随着使用时间的增加逐渐降低。

1.4环境特性及其影响因素分析

掘进工作面的作业环境特性复杂，如环境单调乏味、温度与湿度不适、照度低、噪声大、粉尘浓度高等，这些都影响着矿工的生理和心理状态，其意义在于与人的交互作用影响。

掘进工作面环境影响因素主要为工作空间、机器设备布局、温度、湿度、照度、噪声与振动因素等，影响着矿工作业空间舒适度、疲劳程度、差错率与人体响应程度等，制约着作业效率的提高。

2人因失误致因模型的构建

2.1掘进工作面人因失误致因影响因素分析

掘进工作面生产系统是一个相互制约的人-机-环境系统，依据安全人机工程学原理，人因失误行为形成的来源主要集中于两方面，一方面来自人本身的特征原因；另一方面来自外部环境作用；结合掘进工作面人-机-环境系统结构图，对于人因失误形成的致因，影响致因行为的主要是人、环境、设备因素，得到人因失误形成致因分析图，如图3所示。

图3人因失误致因分析图Fig.3 Causation analysis chart for human errors

其中人因失误涉及人、环境、设备因素，人的因素包含心理活动水平、身体舒适度、作业熟练度；环境因素包含空气条件、噪音环境、照明条件和其他环境；设备因素包含防护水平、作业设备可靠性和其他设备作业可靠性。钨矿井下人因失误致因模型中各因素并不是相互独立的，而是相互影响、相互作用的。一个因素的变化，会或多或少地影响其他因素的变化。比如提高设备的可靠性，作业的效率就会提高，相应的作业熟练度也会得到提高；作业环境的改善可以提高钨矿工人的身体舒适度和作业效率；防护水平的提高相应的也可以提升作业人员的心理活动水平，但对其他因素没有明显的促进作用。由于掘进工作面人因失误的各因素之间存在相互影响、相互促进的关系，并且影响关系是有方向性、交叉性的，可以进一步分析各因素之间的相互关系，并结合图3中各指标的排序得到各因素之间相互交叉影响的有向图，如图4所示。

因此，通过有向图清晰表示出各因素之间的关系，利于更全面研究掘进工作面各因素之间相互影响关系，有利于进一步对人因失误模型进行评价。

图4人因失误各指标的有向图Fig.4 Directed graph for the indicators of human error

2.2 G1法介绍

G1法是在AHP法的基础上提出的一种改进方法，解决了AHP无法满足一致性要求的缺点，G1法计算量比较少，计算方便，对评价指标的个数没有要求，具有保序性，不需要一致性检验。近几年，G1法已经在航天飞行疲劳评价、环境保护评价、医院应急方案的选择等多个领域得到很好的运用。但没有应用在钨矿人因失误评价的案例，对此笔者根据G1法编制专家调查问卷法和确定各因素的权重，然后得到最优的方案。

2. 2. 1确定各评价指标的关系

首先假设一个评价指标重要性程度，得出相对重要性程度，若指标xi大于xj时，记为xi＞xj；若指标x1＞x2＞…＞xm时，则认为各评价指标之间确定了“＞”的关系，形成评价指标集

专家从评价指标集中选出最重要的一个指标确定各指标的唯一依次顺序关系为。

2. 2. 2评价指标相对重要程度的比较判断

在确定了各评价指标的关系后，需通过专家评断进一步确定各评价指标之间的相对重要程度，即xk与xk-1之间的相对重要度。假设wk-1为权重系数，两者之比为wk-1/wk=rk，k=m，m-1，m-2，…3，2。rk的赋值是根据相邻前后两个指标的重要度进行赋值。

2. 2. 3确定权重系数

若专家给出rk的理性赋值满足要求，则wk为：

2. 2. 4群组的关系分析

或：

式中：s=1，2，3，…，h；j=1，2，…，m。可以得出各指标xj的权重系数为：

式中：j=1，2，…，m，可取ks=Ls/L（s=1，2，…，h）

2.3人因失误致因模型

在实际生产活动中，由于人因失误引起的故障有着不确定性、不可逆转性与潜藏性等特点，一方面说明了人具有较高的可塑性与难控性，另一方面说明了一些影响人因失误的致因因素是无法定量给出的，需要运用综合评判的方法进行量化分析。对于影响人因失误参数的系统状态，应用模糊语言描述系统工作状态，以判别系统状态，进而较为准确地记录与分析工人的行为数据。因为人在系统内进行作业行为时，不仅受到作业任务的支配，也受到自身个体内在因素的影响，只有较为贴切地描述了系统的状态，才能分析人在这个状态上的作业行为。

为求解人因失误的参数模型，一方面，需要对人因失误致因因子进行量化分析，另一方面，需要对人因失误系统状态进行模糊化处理，尽可能将定性的因素转化为量化的估计。

3模型的应用

根据掘进工作面的人因失误致因因子的特征，并结合各因素相关因素之间的影响关系和基于G1法改进模糊综合评价方法[14-16]求解模型，构建一种方便而实用的人因失误综合评价方法，人因失误致因模型的求解如下。

3.1数据收集

针对钨矿井下的恶劣条件，为了更好地推广掘进工作面的人因失误致因模型，提高工作面的可靠性，使掘进工作面人因失误致因模型具有更好的指导规范作用。以实地调研和现场测试收集基础数据，并辅以问卷调查的方式，主要的发放对象为有经验的掘进工人、相关的管理者，总共发放了100份，收回86份。经过筛选，其中有效的为80份，并对具有代表性和鲜明性的意见进行整合和分析，以某钨矿掘进工作面为研究对象，调研掘进作业现场的人、设备、环境状况，对收集到的数据进行分析评判。

3.2指标权重的确定

根据收到的相关数据信息，并依据上节对G1法的介绍编订设计专家咨询调查问卷，如表1所示，为保证指标权重的准确性，向来自不同协会、钨矿企业、学校的专家和老师发放专家调查问卷，这些学者多年来一直致力于钨矿的研究和发展。总共向20位专家（其中教授3人，副教授9人，高级工程师7人，讲师1人）发放了根据G1法编制的咨询调查问卷，有18位专家的问卷得到有效的答复。

表1人因失误致因指标集权重信息收集表Tab.1 Weightinformationcollectionofhumanerrorcausationindicators

根据式（1）～（5），首先让专家对各层评价对象进行排序，然后对各指标的重要度进行两两对比，最后使用G1法进行评判，根据评判结果，得到人因失误致因模型的各级指标权重，如图5所示。

图5掘进工作面人因失误致因指标权重Fig.5 Index weight of human error causation in the heading face

可以得出该钨矿井下掘进工作面人因失误致因模型一级指标的权重集A，见图5。

A= [0.375 0.439 0.186 ]

同理，可得到人因失误致因模型二级指标的权重集分别为A1、A2、A3，见图5。

3.3人因失误致因过程分析

在对人因失误致因模型分析的过程中，相对于评价集指标U={优秀、良好、中等、差}，使用量比指标的方法，给出人因失误致因模型的分数集为L= [90 70 50 30]T。

对主要管理人员进行调研，并结合掘进工作面主要人因失误致因模型的分析，可以得出模糊单因素评价矩阵分别为B1、B2、B3。

作业人员的评价矩阵B1：

环境因素的评价矩阵B2：

设备因素的评价矩阵B3：

根据得到的模糊单因素评判矩阵B1、B2、B3，对人因失误致因模型进行模糊矩阵的合成运算，得到评判矩阵C1、C2、C3：

C1=A1×B1= [0.535 1 0.294 0.170 9 0]

C2=A2×B2= [0.682 3 0.247 7 0.07 0]

C3=A3×B3= [0.497 6 0.3 0.068 7 0.133 7]

根据得到的评判矩阵C1、C2、C3，计算出该钨矿掘进工作面人因失误致因模型二级指标评价结果，得到的矩阵为D1、D2、D3：

D1=C1×L=77.284

D2=C2×L=82.246

D3=C3×L=73.230

由二级指标评价结果可知，得分均在70分以上，说明该钨矿掘进工作面人因失误在良好与优秀之间；82.246＞77.284＞73.230，说明人因失误致因模型中影响程度最高的是环境因素，其次是人的因素和设备因素。

4结论

（1）从人、机、环境三个部分分析了掘进工作面人-机-环境的3个子系统，阐述人的行为特性、机器的可靠性以及环境特性等内容，讨论了人因失误致因因子量化的问题。

（2）通过对掘进工作面人因失误致因模型的分析，明确了影响人因失误最大的因素是环境因素，其次是人的因素和设备因素，而在人的因素中，影响最大的是技能水平，而人自身的心理和生理状态影响较小。故企业为降低人因失误率，需要不断改善作业环境，提高机器设备可靠性，应从组织管理培训入手，加大安全培训力度等措施，降低人因失误发生率。

（3）针对我国钨矿掘进工作面人因失误方面研究的空白，该文确定了合适的钨矿井下人因失误评价模型，不仅可以使企业从多个方面认识到掘进工作面存在的问题，还可以为企业更好的改善作业环境、合理分配人力、降低事故风险提供了理论依据。

（4）以某钨矿为例，进行了具体的人因失误参数计算，得出人因失误致因模型中各个影响因素的排序，为钨矿行业评价人因失误和建立安全高效矿井提供重要的参考，对钨矿行业发展具有理论和实践指导作用。

（5）基于G1改进的模糊综合评价法虽然较其他的方法有一定的创新，但也不免存在一些专家的主观想法，需要对方法进一步的创新；只对影响掘进人因失误的人-机-环境10个主要因素重点进行了分析，还可以对其他因素进一步研究分析，如员工受教育程度、培训的天数、机器的维修率等；以某个钨矿掘进工作的人因失误为研究对象，对其他钨矿可以起到参考的作用，但其普适性还有待进一步验证。上述均为笔者深入研究钨矿掘进工作面人因失误的评价提供了新的方向和思路。

参考文献：

[1]刘良先.中国钨加工业“十二五”发展的思考[J].中国钨业，2010，25（2）：12-16.

LIU Liang-xian.Reflections on the development of china tungsten processing industry in the12th Five-year plan [J]. China Tungsten Industry，2010，25（2）：12-16.

[2]彭信山.综掘工作面复杂条件下人-环境耦合关系研究[D].郑州：河南理工大学，2011.

PENG Xin-shan. Study on coupling relation of man-environment under complicated conditions of fully mechanized excavation face [D].Zhengzhou：Henan Polytechnic University，2011.

[3]徐永圻.采矿学[M].徐州：中国矿业大学出版社，2003.

[4]田旭峰，龚述清.黄沙坪铅锌矿深部钨钼资源远景浅析[J].南华大学学报：自然科学版，2007，21（2）：110-114.

TIAN Xu-feng，GONG Shu-qing.The Huangshaping lead zinc mine deep prospects of tungsten and molybdenum resources [J].Journal of University of South China：Science and Technology，2007，21（2）：110-114.

[5]王怀智，郑红星，董理践.河南栾川发现黑钨矿[J].资源导刊，2008，（2）：47.

WANG Huai -zhi，ZHENG Hong -xing，DONG Li -jian.Henan Luanchuan find wolframite [J]. Resources Herald，2008，（2）：47.

[6] REANOS J.Humna error [M]. New york：Cambridge Univesrity Perss，1990.

[7] KUIVANEN R.The impact of safety disturbances in flexible manufacturing systems [C]//KarwowskiW, RahimiM. Ergonomics of hybrid automated systemsII.America：Elsevier，Am sterdam，1990：951-956.

[8]张力，赵明. WANO人因事件统计及分析[J].核动力工程. 2005，26（3）：291-296.

ZHANG Li，ZHAO Ming.Statistics and analysis of WANO human factorevents[J].Nuclear Power Engineering，2005，26（3）：291-296.

[9] LEE Y S，KIM S H，et al. Analysis of human error and organizational deficiency in events considering risksignificance [J]. Nuclear Engineering and Design，2004，203（1/3）：61-67.

[10] HOLLNAGEL E. Cognitive reliability and error analysis method [M].America：Elsevier Science Ltd，1998.

[11] YU F J，HWANG S L，HUANG Y H. Task analysis for industrial work process from aspects human realiability and system safely [J]. Risk Analysis，1999，19（3）：401-405.

[12] REASNOJ.Asystemapproachtoorgnaizationalerror[J].Ergonomics，1995，38（8）：1708- 1721.

[13] JOHNSON W. G. MORT：safety assurance systems [M]. New York: Marcel Dekker Inc，1980.

[14]钱忠宝.评价方法概论[M].合肥：中国科学技术大学出版社，2014.

[15]宁芳，王磊.模糊评价法改进在矿井环境评价中的应用[J].煤炭技术，2015，34（1）：355-357.

NING Fang，WANG Lei.Application of fuzzy evaluation method to mine environmental assessment [J]. Coal Technology，2015，34（1）：355-357.

[16]魏红州.煤矿事故人因失误因素的灰色模糊分析与研究[D].太原：太原理工大学，2007.

WEI Hong-zhou. Error factor grey fuzzy analysis and research on coal mine accident [D].Taiyuan：Taiyuan University of Technology，2007.

Effect of Human Error Factors on the Major Accidents of Tungsten Mining Heading Face

SHI De-qiang, JIN Bo, LU Gang, QI Xing, ZENG Xu, CHEN Zhen-wei
(School of Mining Engineering, China University of Mining and Technology, Xuzhou 221116, Jiangsu, China)

Abstract:Human errors in arbitrated mining and tunneling partially contributed to the major mining accidents. For a comprehensive evaluation of the effect of human error factors on the accidents on tungsten mine heading face, this paper established a human error evaluation system by analyzing the relationship among man, machine and environment. By applying G1 improved fuzzy algorithm method and surveyed data, a model of human error factors is founded to identify important affecting factors. The results show that the highest impact in the human error factors model is environment, followed by human elements and equipments. The evaluation model provides theoretical and practical supports for the prevention of major accidents in tungsten mining heading face caused by human errors.

Key words:tungsten mine; heading face; man-machine-environment; human error factors; G1 method; improved fuzzy comprehensive evaluation

通讯作者：陆刚（1977-），男，江苏徐州人，博士，主要从事矿业工程、人因工程、充填与支护工程研究。

作者简介：史德强（1992-），男，江苏徐州人，硕士研究生，主要研究学习人机建模仿真、矿井人机可靠性、矿井环境改善。

收稿日期：2015-10-05

DOI：10.3969/j.issn.1009－0622.2016.01.013

中图分类号：TD76

文献标识码：A

资助项目：中央高校基本科研业务费专项资助项目（2010QNA34）