基于改进FRA M模型的煤矿重大事故致因分析

乔万冠，李新春，刘全龙

（中国矿业大学 管理学院，江苏 徐州 221116）

众所周知，煤矿企业在中国是典型的高劳动强度、高危险、高事故的“三高行业”[1]。虽然，近年来中国的煤矿安全形势取得了显著进步,但同世界主要产煤国家相比，差距仍然十分明显。目前许多国内外学者通过构建煤矿事故致因模型来对煤矿的安全管理进行分析[2-5]。但是目前煤矿事故致因分析仍局限于传统的致因模型，对于系统理论的致因模型以及组合致因模型很少有人涉及。因此，利用基于系统理论的FRAM模型，并加以改进来分析煤矿重大事故，可以更加全面、准确的找出影响煤矿重大事故的关键因素。对控制中国煤矿重大事故的发生起到一定的引导作用。

1 研究方法

1.1 功能共振模型（FRAM）介绍

FRAM是由Hollnagel提出的一种基于系统论的事故分析模型，并且在国外的航空航天、航海和核能源等领域的事故分析取得了良好的应用[6-8]。而在国内，以FRAM模型为主题的研究者并不多，同时在煤矿安全领域鲜有学者进行研究。利用FRAM模型来对事故进行分析主要包括以下4个步骤：

1）识别系统的基本功能，并通过6个功能单位来表征每个模块。FRAM模型在传统的输入和输出参数的基础上，加入时间、控制、前提和资源模块构成六角功能模块。解决了对事故进行简单因果关系组合来进行描述。六角功能模块的各维描述如图1。

图1 FRAM模型的六角功能模块

2）通过共同性能条件表征来识别功能模块潜在变异特征。影响事故功能模块的共同性能条件包含有11个方面：组织的质量；工作条件；人、机的可能性；程序的有序性；目标、数量和冲突；可用时间；生活节奏和工作压力；培训、准备和胜任力；团队协作；沟通质量；人机交互、操作支持。通过确定功能模块所属的类型，从相对应的共同性能条件评估功能的性能变化状态，并将相对应的波动状态进行划分，包括：随机性、一般性、战术性或战略性。其中，随机性表明发生功能共振状态的概率最大，战略性发生共振的概率最小。

3）确定功能共振的可能性分析。在分析出功能模块的潜在变异性特征之后，将存在潜在变异性的功能模块与其他模块进行耦合连接，从而构成系统的功能网络图。每个功能模块只有“输出”功能可以为下游的功能模块提供“资源”、“时间”、“前提”等接口。对接形成的耦合连接方式包含期望连接和非期望连接。根据上一步骤中存在性能变化异常的功能，然后找出其存在的非期望连接，就可确定功能共振的影响因素及失效连接。

4）制定性能变化的防控屏障。屏障是可以阻止不必要事件发生的障碍，或者防止不必要事件的后果。在FRAM中，识别出4类屏障系统（每个都具有其潜在的屏障功能）：物理屏障系统，阻止物质、能量或信息的运动或运输。例如安全带和过滤器等。功能屏障系统，建立了在行动（由人/或机器）之前需要满足的先决条件。包括锁，密码和烟雾探测器等。象征屏障系统，物理上存在的约束作用的指示。例如标志，清单或警报等。无形屏障系统，是指不存在于物理上的行动的约束。例如道德规范、团体压力、规则和法律等。

1.2 现有FRAM模型的不足

利用FRAM模型对事故进行分析，首先要了解该系统正确的运行方式，并且能够用文字准确的描述。然而，FRAM模型并没有提供给使用者一套流程来完成对系统的认知和分解，这样就会造成不同的使用者在对同一事故进行分析时，得到的结果却不相同。同时，FRAM模型的操作相比较传统事故致因模型要更加复杂，这就要求使用者具备更强的专业知识。同时在功能网络图构建方面，由于功能网络图是使用功能共振分析方法的基础，但有的系统程序非常复杂，往往包含有多个子系统，这就往往会导致功能网络图的绘制精度出现偏差。例如，描述相似的功能特征没有相对应，或者能的某一方面特征在其他功能的特征描述中并未完全得到对应[9]。最终的结果导致事故分析结果不全面。

1.3 FARM模型的改进

基于上述问题，尝试利用时间和事件序列图（STPE）来弥补应用FRAM模型中存在的不足。STEP方法从事故过程的描述，安全问题的识别，到安全建议的提出3个方面提供了事故调查的综合框架。STEP的优点是能够按期时间顺序清楚描述了事故发生的经过，并将正常功能进行任务和工序的划分，强调事件之间的关联性。而相比较于STEP方法而言，FRAM模型能够系统性、全面性的描述系统功能变化的状况。因此，2种方法的结合可以弥补二者存在的缺点，更加全面综合的分析事故发生机制。

2 案例分析

2.1 事故简述

2016年12月3日上午11：00左右，内蒙古自治区宝马煤矿发生1起特别重大瓦斯事故，共造成32人死亡、20人受伤以及4 399万元的直接经济损失[10]。事故发生当日早上7：30左右，矿长及生产副矿长开完早会后，安排167人进入越界开采区进行生产。8：30左右，工人开始检查工作面和维修设备。10：00左右，局部通风机因停电而停风，工人们停止作业。11：00左右，恢复供电，电焊工在综放工作面违规使用电焊机维修支架，引燃瓦斯。11：07，在6040巷采工作面发生第1次爆炸，而后在盲巷口发生第2次爆炸。

2.2 基于STEP-FARM模型的煤矿事故分析

2.2.1 基于STPE的事故分析

利用时间和事件序列图（STEP）对上述事故进行分析，可以得到导致事故发生的3个关键事件：停电停风、违规使用电焊维修支架、瓦斯监测，宝马煤矿事故的STPE分析如图2。再利用STPE模型分析出的系统功能，清楚地展示时间和事件的关系。

2.2.2 识别系统的基本功能并进行描述

通过对事故调查报告的了解以及利用 STEP对该事故系统进行简要分析，可以得出事故发生时主要包含2个子系统：煤矿生产子系统S1和安全监察子系统S2。S1子系统具体主要包括以下过程：F1：下达生产任务；F2：检查生产设备；F3：维修/维护设备；F4：掘进巷道；F5：开采煤炭；F6：监测瓦斯浓度；F7：巷道通风；F8：运输煤炭。S2子系统具体主要包括以下过程：E1:日常检查；E2：接到举报；E3:调派监督员；E4：评估矿井安全状况；E5：处罚/限期整改；E6：监督/反馈。这2个子系统共14个过程确定为这起事故的14个功能模块，然后为每一个功能模块包含的具体内容从输入、输出、资源、时间、控制和前提6个方面进行阐述。以功能模块F3：维修/维护设备为例：输入（I）为故障设备上报；输出（O）为设备正常运行；资源（R）为设备维护/维护人员；前提条件（P）为通风系统和瓦斯监控系统正常；控制（C）为机电设备维修管理制度；时间（T）为无。

图2 宝马煤矿事故的STPE分析

2.2.3 识别潜在的变异性

根据上述提供的共同功能条件，对每个功能的性能变化进行评估。以S1子系统中的F3功能模块为例进行分析（表1）。

表1 功能模块F3的性能变化状况

通过从共同性能条件（CPCs）对功能模块的性能变化进行评估，可以得到不同模块性能变化的评估结果。功能模块F3的性能变化结果包含3个“无法确定”，6个“不充分”和1个“充分”，不充分的数量达到了6个，因此可以基本认定功能F3的性能变化是随机的状态，也就是说因为F3而导致事故发生的概率很大。同理可以得到S1系统和S2系统其他功能模块的性能变化状态（表2）。

从上述结果中可以发现生产子系统S1中的功能模块F1、F3、F6和监管子系统S2中的功能模块E1和E6的性能变化结果为“随机”状态。这也就说明该5个模块的性能变化发生了功能共振。

表2 各功能的功能变化评估结果

2.2.4 功能共振分析

利用FRAM Model Visualizer（FMV）软件来识别出来的功能模块之间的关系，并建立生产子系统S1的FRAM功能网络（图3），监管子系统S2的FRAM功能网络（图略）。然后，对上下功能模块耦合关系进行分析，发现生产子系统S1中的功能模块F1、F3和F6以及监管子系统S2中的功能模块E4和E6的性能评估为随机状态。从这5个功能模块为出发点，分析其可能存在的失效连接，从而找到煤矿重大瓦斯事故发生的原因，系统功能共振见表3。

2.2.5 制定屏障措施

事故功能共振分析结果表明，生产子系统S1中的F1、F3和F6功能模块以及监管子系统S2中的E4和E6功能模块存在的失效连接导致该起重大瓦斯事故的发生，因此只有对该5个功能模块进行防控，控制他们的性能变化特征就可以预防该类事故的发生。制定的屏障措施应从物理屏障、象征屏障、功能屏障和隐形屏障4个方面进行制定，以F3为例，失效单位F3行为变化防控措施见表4。

3 案例结果及比较

图3 煤矿生产子系统S1功能网络图

表3 系统功能共振表

表4 失效单位F3行为变化防控措施

利用改进的FRAM模型对宝马煤矿瓦斯爆炸事故案例进行分析，得到以下不同于传统事故分析的结果：耦合STEP和FRAM模型对煤矿重大事故进行分析，共发现6处存在功能共振的地方，而导致的失效链接就是事故发生的主要原因。2008年煤炭价值的持续上涨促使宝马煤矿铤而走险越界开采煤炭，是导致了宝马煤矿安全控制结构发生变化的根本原因。在越界开采区，设备简陋，人员素质不高导致安全开采得不到保障，事故的发生就在所难免。从外部监管的角度来看，当地的安全监管站曾多次检查宝马煤矿，却没有发现存在的越界开采问题，一部分的原因是检查人员的专业水平不高导致的，另一方面不乏存在工作责任心的问题。此外，当面临外界的举报，监管机构也仅仅是进行处罚和下达整改通知书，对于煤矿是否在规定期限内完成整改内容，无人进行复查核对。工人违反《煤矿安全规程》进行违章操作是致使事故产生的直接因素，但更应被关注的是直接操作层后的组织因素。如为了节约成本，减少对员工进行安全培训；矿井设计存在通风系统的缺陷等问题。

4 结语

煤矿重大事故发生的原因往往涉及到多个因素之间的非线性耦合作用。然而利用传统的事故致因理论很难解释重大事故中存在的非线性和耦合性关系。因此，为应对新的技术和管理方式带来煤矿事故日益复杂的挑战，将系统理论应用到事故致因模型中被认为是一种有效的方法。通过现有FRAM模型进行分析，并利用STEP模型进行改进，弥补了FRAM模型事故流程分析不足的弊端。可以发现，改进后的FRAM模型与煤矿事故分析契合度高，避免了传统事故致因模型带来的事故原因分析不全面以及过于表面化的问题，同时能够解释煤炭生产系统中的动态性和非线性的特征，对控制煤矿重大事故具有主要的理论和现实意义。