基于改进云模型-IAHP的涉爆粉尘企业安全风险评估*

谢 鹏，吕鹏飞

(1.北京市劳动保护科学研究所，北京 100054；2.北京石油化工学院 安全工程学院， 北京 102617；3.北京市安全生产工程技术研究院，北京 102617)

0 引言

粉尘爆炸危害主要发生在冶金、建材、轻工、机械、纺织、烟草、粮食及食品药品等领域，随着粉体技术的发展及涉粉企业的增多，粉尘爆炸危害具有增加的趋势。根据美国化学安全与危险调查委员会(CBS)的数据，粉尘爆炸事故随工业发展逐年增长[1]，近年来我国发生了多起影响较大的粉尘爆炸事故，如2010年秦皇岛骊骅淀粉厂玉米淀粉爆炸事故、2014年昆山市中荣铝粉爆炸事故等，引起了社会的广泛关注[2]。粉尘爆炸事故具有发生概率低、事故后果严重的特点，如何系统的认知粉尘爆炸危害及其风险，辨识工作场所粉尘爆炸风险因素，并对其安全风险进行评估是当前研究的重点。近年来学者们对粉尘企业安全风险展开相关研究，杨秋文等[3]制定了粉尘爆炸场所安全检查表；张乐波等[4]针对粉尘爆炸危险分级展开研究；胡维西等[5]使用道化学方法针对粉尘爆炸场所进行评估；栾婷婷等[6]基于事故树对木制品粉尘爆炸事故进行分析；张梦雅等[7]基于模糊层次分析法对煤尘爆炸事故展开研究。由于涉爆粉尘企业生产现场因素众多、条件复杂，上述方法无法克服客观数据的随机性和主观经验的模糊性的缺陷，导致风险评估的不准确。而云理论作为定性与定量之间的转化工具，在处理事物的模糊性和随机性方面具有优势，将其与IAHP相结合，更有利于对不确定性问题描述。因此，本文建立基于云理论和IAHP的涉爆粉尘企业安全风险评估模型，用来帮助企业认识粉尘风险、控制事故发生。

1 涉爆粉尘企业安全风险指标体系

涉爆粉尘企业中粉尘爆炸涉及众多因素，除了考察企业安全生产管理现状，还应深入考察粉尘爆炸特性与设备运行特征等内容。在相关文献基础上[8-9]，考虑粉尘爆炸五要素、安全评价流程等，从人的因素、粉尘特性、设备设施、环境布局、管理制度5个方面入手，基于科学性、全面性、可行性的原则，构建指标体系如表1所示。

2 涉爆粉尘企业安全风险评估方法

2.1 风险等级隶属度云模型的建立

云理论[10]是语言值描述的某个定性概念与其定量表示之间的不确定性表达模型，它基于经典的概率统计学和模糊集合理论，较好兼顾了事物随机性和模糊性的特点。设U为一个精确数值构成的定量论域，C是论域U上的定性概念，对于任意元素x都存在稳定倾向性的随机数u(x)∈[0,1]与之对应，则x在U上的分布形成隶属云C(x)，而[x,u(x)]则形成一个云滴[11]。云理论通过引入期望值Ex、熵En、超熵He来表示云的数字特征，其中：Ex代表定性概念C在论域U的中心值，是最能代表风险等级的数值；En代表风险不确定性的度量，反映了可被接受的风险等级范围，熵值越大，定性概念C被接受的范围越大；He代表云厚度，即离散程度，是对熵的不确定性的度量，反映了随机性和模糊性的关联性。

表1 涉爆粉尘企业安全风险指标体系Table 1 Explosive dust enterprise safety risk indicator system

依据中心极限理论，如果决定某一随机变量结果的是大量微小、独立的随机因素之和，并且每一因素的单独作用相对均匀的小，没有一种因素可起到压倒性的主导作用，则这个随机变量一般近似于正态分布。参考正态云模型，针对涉爆粉尘企业风险因素的特点，采用黄金分割法[12]将5个风险等级的定性概念转化为云模型，转化结果如表2所示。

表2 不同风险特征云模型Table 2 Cloud model of different risk feature

风险等级隶属度云模型的指标赋值方式，可通过数据分级、主观评判等方式直接划分为对应等级的云模型，也可通过问卷、客观数据等系列统计值，利用逆向云发生器原理将其转化为云模型。转化公式如下：

(1)

(2)

(3)

2.2 基于区间层次分析法的指标权重计算

由于每个指标相对于总风险重要性不同，一般运用层次分析法通过指标间的两两重要程度比较与整合得到指标权重。由于认识事物的模糊性和不确定性，面对指标间的层级关系和递阶关系，层次分析法构造比较矩阵时容易存在主观误差的问题，采用区间数代替确切数反映对事物的认知，更符合人们对风险的客观认识。区间层次分析法就是在层次分析法基础上，融合区间数思想而形成的方法。通过采用模糊数学里的区间数来表达专家评估的不确定性，克服了传统的层次分析法在使用中采用点值描述产生的不确定偏差[13]，使评估结果更加客观合理。

涉爆粉尘企业安全风险评估过程中，IAHP确定指标权重的步骤如下[14]：

1)根据粉尘爆炸风险的客观情况和实际特征，建立基于IAHP的递阶层次结构。

3)区间判定矩阵一致性检验

通过区间数判断矩阵求解矩阵权重向量，是对指标进行重要性排序的关键步骤。此过程中若区间数判断矩阵无法满足一致性要求，则求解将不能继续，因此需校验区间数判断一致性。本文采用如下方法校验[16]：

4)采用特征根法计算区间数判断矩阵权重向量[17]。计算步骤如下：

③由下式求解矩阵权重向量：

ω=[kx-,mx+]

(4)

式中：k和m由下式确定。

(5)

(6)

5)计算综合权重

设WG表示三级指标或二级指标间权重向量，WR表示二级指标或一级指标间权重向量，得到三级指标或二级指标综合权重向量：

(7)

由于区间特征根法得到的指标权重都是区间数，可能导致结果区间值的发散，本文引入可能度的概念，采用可能度排序法求解综合权重[18]，将权重值由区间转换为点值，便于比较指标重要性。

定义P(X>Y)为X≥Y的可能度值，对应区间数x=[x-,x+]与y=[y-,y+]，可能度依下式计算：

(8)

式中，L(X)=(x+)-(x-)，L(Y)=(y+)-(y-)。

对区间数综合权重中元素进行两两比较，建立可能度判断矩阵P=[pij]nxn，得到由可能度值构成的点值矩阵。修正的综合权重向量W=(w1,w2,…,wn)T由下式确定：

(9)

2.3 基于改进云合并算法的综合风险计算

在得到各指标风险等级隶属度云模型的基础上，需要依照指标权重将其整合。现有的云合并算法以数字特征为基础，针对云数字特征进行代数运算，可能导致信息的传递不完全或不确定性增大，带来一定误差。本文依据云理论原理，采用云合并算法将不同权重的各指标隶属度整合[19]，其基本原理为：首先通过正向云发生器依据各指标云模型特征值生成相同数量的云滴，再考虑权重因素对各指标云滴进行有效整合得到综合云的云滴，继而通过逆向云发生器计算综合云特征值，生成综合云。其计算方法如下：

1)利用正向云发生器，依据m个指标云模型的数字特征分别对应生成含有N个云滴的原子云，N取值越大越好，一般不小于1 000。

Di=C(Exi,Eni,Hei;N)，其中i=1,2,…，m。

(10)

2)对m组云滴Di内横坐标进行从小到大排序，得到m组横坐标从小到大有序排列的云滴。

(11)

其中i=1,2,…，m且每组云滴满足xi1≤xi2≤…≤xin。

3)考虑各指标权重，对各云滴进行加权运算，得到综合云的N个云滴；

(12)

4)根据综合云的云滴，通过逆向云发生器得到综合云数字特征值Ex，En，He。

5)输出综合云C(Ex，En，He)。

基于云滴的改进云合并算法从云模型的云滴属性出发，考虑了云模型的整体特征和云特征值间的内在联系，保证了云合并过程中不确定性信息传递的延续性和有效性，符合云模型概念特征且考虑了权重系数的影响，其合并得到的综合云可更直观有效的表示该企业风险等级。

3 实例研究

采用表1所示的指标体系，基于云理论-IAHP的评估模型对北京某金属加工企业抛光铝粉作业场所进行粉尘爆炸风险评估，该企业包含铝粉抛光、打磨等工艺，公司总人数350人，涉粉人数40人。首先，将指标分为客观数据指标、专家打分指标、问卷调查指标三大类，客观指标包含粉尘特性中的2个指标以及环境布局中涉粉人数指标，代表了该企业客观固有的粉尘爆炸风险。专家打分指标包含设备设施中的所有指标以及环境布局中的建筑结构、生产布局和防火间隔3个指标，主要衡量企业防爆硬件及技术水平情况。问卷调查指标包括人的因素和管理制度中的所有用于反映企业日常生产和管理状况的指标。

该企业铝粉爆炸性参数如表3所示，依据文献[20]的分级方法基础上加以细分，以此确定粉尘爆炸猛烈度和爆炸敏感度等级，得到该粉尘爆炸猛烈度等级为3级，爆炸敏感度等级为2级。涉粉人数考虑作业现场事故可能造成的最大伤害，依据国家安全事故等级的伤亡人数分类进行划分，该场所涉粉人数等级为4级。指标的专家打分过程共邀请5位专家，包括3位相关领域防爆专家以及企业生产和安全主管，根据企业设备设施和生产布局相关状况，按表2所示等级进行打分，打分结果转化为云模型后，按2.3节所示云合并方法进行合并，得到该指标云模型表示的风险等级隶属度。现场发放共计150份问卷进行问卷调查，回收136份问卷，问卷按照0～10分打分后转化为0～1的数值，按(1)～(3)式将数据处理后转化为云模型。

表3 企业铝粉爆炸性参数Table 3 Aluminum powder explosive parameters of the company

在得到各指标风险等级隶属度基础上，邀请5位专家使用区间数的形式对指标权重进行打分，在分别考察一级指标相对总目标以及二级指标相对于一级指标重要性的基础上，按照2.2节所示打分过程，基于区间层次分析法将结果计算处理后得到各指标权重，其中一级指标的区间数互反判断矩阵见表4。

表4 一级指标判断矩阵Table 4 Index judgment matrix of the first level

根据区间特征根法得到一级指标权重向量W= (0.053 9 0.062 8，0.470 5 0.537 9，0.231 4 0.282 9，0.047 4 0.054 3，0.106 5 0.138 2)T。然后根据式(8)～(9)修正权重结果，可求得各二级指标修正后权重如表5所示。

表5 各指标权重及云模型得分Table 5 Index weights and cloud model scores

续表5

依照2.3节所述云合并算法将各指标云模型隶属度等级和权重进行综合计算，得到该企业粉尘爆炸风险等级隶属度云模型数为(0.526 9,0.066 1,0.008 0)，其期望值Ex为0.526 9，介于较高风险和一般风险之间，由图1正态分布云图可知更接近于一般风险，其在一般风险等级的隶属度更大，根据最大相关性原则该企业安全风险等级为一般风险。其熵值En为0.066 1，数值较小，表明本次评估结果具有较低的不确定性，超熵He为0.008 0，数值也较小，表明评估过程中随机性和模糊性等不确定性信息对评估结果带来的影响不大，评估结果稳定性较高。He/En=0.121 0≤1，可知综合云雾化程度较低，也即评估结果共识度较高，可见该模型评估结果稳定，具有较好延续性。由表5可知，该企业粉尘爆炸安全风险的因素中，除了抛光铝粉固有的爆炸危险性外，也与工人安全意识薄弱，除尘效果、防积尘、防扬尘及隔爆泄爆措施等不到位，生产场所人员密集、生产布局与防火间隔不足，以及隐患排查、动火作业管理不完善等原因有关，评估结果符合企业实际情况。企业需系统规划生产布局，改进除尘系统，规范隔爆泄爆等措施，划分防火分区，精简作业人数，规范各项制度，提高员工安全认识，保障安全，控制事故发生。

图1 风险评估结果云Fig.1 Risk assessment results cloud

4 结论

1)由评估结果可知，该企业风险处于一般水平，该企业应加强设备设施投入，加强防积尘、防火花、防静电等防尘防爆相关技术措施，同时应加强安全管理，改进除尘系统，优化生产布局和加强涉粉相关制度管理。评估结果与现场情况基本一致，证明了此评估方法的可行性。

2)基于改进的云理论-IAHP方法为涉爆粉尘企业的安全风险进行评估，克服了传统评估方法中数据随机性和模糊性的缺陷，更符合客观实际。IAHP 方法将区间数代替点值构造判断矩阵，并引入可能度概念修正权重，保留专家判断不确定性的基础上修正权重结果，克服了 AHP 的局限。云模型反映了客观事物和人的认知的真实状态，改进的云合并算法保证了不确定性信息传递的有效性和延续性，使得评估结果更加合理。

3)基于云理论-区间层次分析法的涉爆粉尘企业风险评估模型，能够迅速有效确定企业安全水平，及时采取措施降低风险和控制隐患，对提高企业安全管理水平和保障安全生产具有重要意义。