煤矿安全管理“自学习”体系建设研究

王海军，王诗珺

随着国家对安全生产的重视程度不断提升，“以人为本、安全第一”是当前煤矿企业安全生产最重要的理念，企业目标必须安全先行。基于煤矿企业井下生产工作环境的特殊性，煤矿井下生产隐患较多，制定可操作性强的安全规章制度、有效的安全预防措施、健全的安全责任机制，从隐患的根源着手，避免因危险源排查预警不到位、人员违规操作等因素酿成安全事故，是保障煤矿生产企业安全生产的关键。通过提出建立煤矿企业安全管理“自学习”体系建设的思路和方法，具体阐述其实施的技术途径、实用性、优势性，提升煤矿企业安全管理核心技术水平。力争在未来“自学习”安全管理体系建立之后，成为煤矿井下安全管理工作最有力的抓手。

1 安全管理存在问题

煤矿企业安全管理生产过程的不安全行为中，人为因素是最主要因素之一，也是最难管控的因素，煤矿员工的安全意识普遍不高，存在习惯性违章、侥幸心理、叛逆心理、冒险心理等，这无形中加大了安全管理难度与不确定性；另一方面，安全管理人员责任意识不强，在不安全行为及危险源隐患排查中，由于管理人员的自由裁量权过大，存在凑指标、完成任务等现象，甚至部分查处模糊牵强，在不安全行为查处过程中，因为无定量可靠证据链[1-3]，主要依靠各类安全制度进行自由裁量的安全管理及惩处，无形中又增加了由安全管理人员产生的安全隐患。这种安全管理制度已经越来越不适应智慧煤矿企业的安全生产现状。

现行多数煤矿企业制定的安全管理奖惩机制，初衷是通过奖惩进一步提升安全管理的实施效果，制定了很多激励新方法、新措施，但是事实证明这些奖惩结果导向往往却不尽人意，对于企业是奖励大于惩罚，但是对于员工就是惩罚大于奖励，最终结果却成为安全问题越来越多，且重复问题得不到有效整改。

对于安全管理人员的奖励、对于违规操作的人员惩罚，也会造成管理人员与一线员工的冲突，深究原因，主要是安全管理的标准没有量化，似是而非的安全标准及安全管理人员的自由裁量，造成了管理人员与一线员工的理解不一致，致使安全管理奖惩措施，不但没有排除安全隐患，甚至造成进一步的矛盾冲突，这说明当前安全管理人员粗放的自由裁量，必须由“人管”到“体系管”的智能化管理模式革新。

2 “自学习”管理模式

在煤矿安全生产管理中，利用煤矿现有的安全信息数据，采用基于安全管理的危险源信息、视频图像信息、安全管理人员行为等多语义情景协同感知技术和方法；建立基于面向危险源本体的图像信息综合分析系统，实现危险源及违规行为信息的“自学习”有效提取及多语义识别[4-6]；建立基于安全管理全流程的情景感知体系构架，形成安全管理业务导航策略生成，根据不同危险源及违规操作特征的情景识别，实现安全管理路径、流程、内容、标准以及其他潜在危险源的自动触发警示，规范并限制安全管理人员管理过程中的自由裁量权，做到安全生产管理受人为因素、环境因素影响最小化，提升安全管理的精准性、科学性和高效性。

强化安全管理一线职工安全意识，研究基于时空位置信息、视频图像信息、安全管理人员行为状态等多语义情景协同感知技术和方法为出发点，以安全管理体系模式的思路改变为研究对象，加强安全管理体系的“自学习”功能，提升预警安全违规操作、降低安全事故发生后对员工的惩处，是从根本上解决安全生产突出问题、防范生产安全事故的重要举措。

3 “自学习”体系建设途径

3.1 实时跟踪处理系统

煤矿危险源的种类繁多、违规操作等的可能性更是千差万别，因此对其检测、识别过程比普通设备及规程检测要复杂得多。首先建立多特征融合的危险源识别及实时跟踪模型，然后通过“自学习”方式获取响应特征，建立模型与实物之间的对应关系，形成危险源、人员违规操作等的有效特征库[7]，采用多尺度特征变换表示危险源及违规操作的识别信息，建立基于特征信息模板匹配方式的结构化图像采集与分析系统，形成基于图像识别的煤矿危险源及违规操作的实时跟踪处理系统。在对危险源及违规操作等的识别、检测、跟踪、分析的基础上，自动生成违章分析报告[8-9]，实现对煤矿安全管理的自动实时跟踪处理，减少安全管理人员的裁量权及滞后性。

3.2 异常状况检测预警系统

煤矿生产是动态过程，随着时间、空间而时刻变化，潜在危险源和可能发生的违规操作状态都在实时变化。通过危险源、操作人员异常行为的智能视频识别模型算法，并对基于多特征融合危险源识别实时跟踪处理系统提取到的特征与模板图像之间的对比，系统完成危险源等的特征匹配。基于以上建立的危险源及违规操作异常状况检测模型，就可以在安全生产过程中实现实时识别，对违规操作行为提醒并预警，对于严重违规操作行为，系统自动报警且不能继续完成操作等措施，系统同时对违规操作人员进行身份检测识别，并把预警及识别信息推送到特定界面或指定系统。在此基础上，再根据现场数据“自学习”危险源及违规操作等的不同视觉模式和模态，以此为基础再进行模型精细分割“自学习”修正，更进一步完善危险源及操作人员异常状况检测模型。

3.3 可信电子证据链

在现行安全管理机制中，大都采用“人工管理”、“手工处理”的现状，容易造成安全管理人员与一线员工执行过程中，面对同样的问题，角度不同得出不同的观点和结论，出现这样的现象和问题，主要是因为缺乏可行且权威的不可篡改的电子证据链。

煤矿井下安全管理人员在管理过程中形成的相关电子数据是管理的重要依据[10]，而传统的原始电子数据与危险源的视频图像、管理人员体征特性等无任何关联性，在存储、传输过程中又极易遭受篡改，很难保证数据及过程的完整性、真实性。建立基于时间戳与人员特征参数交互认证的可信固化电子证据链，采用时间戳在电子证据上确定唯一标识时间，附加针对视频采集的完整图像，形成由内容至时间不可篡改的电子证据链，实现了安全管理电子证据的客观公正、真实完整、合法权威，并将可信固化后的电子证据链实时传输至煤矿安全生产管理平台，为安全生产管理平台提供完整、真实、可靠的数据，是安全管理人员执法的唯一不可更改的证据。

3.4 大数据分析平台

目前煤矿采用的安全生产管理，危险源及违规操作等数据分散、孤立，多数数据一次性使用过后不能再被重新调取分析，更缺乏智能化分析。借助大数据处理技术，建立煤矿安全生产管理体系大数据分析中心，构建煤矿安全生产管理数据平台，通过对煤矿安全管理数据的实时数据采集和历史数据抓取；扩展各类数据提取应用、安全管理态势的分析，实现准确、快速、便利的为煤矿安全生产管理提供实时发生的违规事件样态的数据报表。

大数据统计分析全矿井的安全生产管理数据，更进一步对煤矿安全生产管理的大数据的统计、加工、存储、处理、挖掘等功能，并实现基于互联网模式的安全生产信息、综合数据发布浏览，为使安全生产管理人员快速准确的获取到相应的安全生产信息，也为快速处理安全预警事故提供依据，同时利用大数据分析随时对任意时间段的安全态势进行分析，得出更多附加值高的参考结果，进一步提高煤矿整体隐患管理水平[11]。

3.5 “自学习”平台体系

通过多特征融合危险源识别的实时跟踪处理系统、危险源异常状况检测处理系统、安全管理大数据分析、可信电子证据链，开发出一套基于图像识别的具有“自学习”功能的井下危险源及违规操作等的安全管理软件系统，具有生产期间危险源及人员违规操作的预警、告警等功能，并自动生成安全管理分析报告，提升整个矿井的管理效率和管理质量。煤矿安全管理“自学习”体系建设内容框架如图1。

图1 安全管理“ 自学习”体系建设内容Fig.1 Contents of safety management“ self-learning”system construction

采取煤矿“自学习”安全管理途径，制定积极有效的导向性安全管理机制，基于实时跟踪处理、检测预警处理、大数据分析、可行电子证据链等量化的实时危险源和可能发生的违规操作隐患状态，建立由可信数据、管理人员、一线员工、电子证据链等多维动态的“自学习”煤矿安全生产管理体系，完善具有正向激励机制导向的煤矿安全管理体系建设。

4 结 语

基于“自学习”管理体系，能够实现煤矿企业安全生产信息规范完整、动态信息调取、执法过程便捷可溯、事故规律预测预判，形成可信电子证据链。对强化煤矿安全风险意识、落实智能管理、管控精准到人，有效防范遏制重大事故的发生，促进建立正确的煤矿企业安全管理的智能机制。实现安全生产管理人员及一线员工规范并重视安全生产，为企业高层决策智能安全生产管理的集中控制、事故预防、应急处置等提供决策，起到全面提升煤矿安全监管效能、安全管理优化起到重要的推动作用。