基于“人-机-环-管”理论的数字化煤矿安全管理研究演化分析

杨 洋，张文博，左晨曦，王子轩

（中国矿业大学（北京）管理学院，北京100083）

“人-机-环-管”理论常用于安全生产领域中的不安全因素分析，为控制生产过程和安全管理提供了理论依据，预防事故的发生。该理论由美国学者Wright 于1940 年首次提出。其中，人员因素研究人的心理生理、自身素质、教育培训、工作环境因素影响下的不安全行为对安全生产的影响；机械设备因素则研究设备的质量、性能等要素对安全的影响，主要表现为设备磨损老化、安全设施不完备等；环境因素是影响安全生产的客观因素，它会在一定程度上影响人和机械在工作环境中的状态，主要表现为工作场所管理混乱以及恶劣的自然环境；管理因素对安全生产的影响主要表现在安全管理体系不健全、管理方法不科学、安全技术不完备等。煤矿安全管理系统是一个复杂、庞大且极其重要的系统，影响其安全性的因素也有很多。我国学者从“人-机-环-管”理论中得到启发，对煤矿安全管理系统进行分类、优化、识别以及控制以预防煤矿事故。唐艳春[1]认为要减少事故发生，就必须协调人、机、环境和管理4 项要素之间的关系。崔铁军[2]将传统矿业生产系统根据“人-机-环-管”分为4 个子系统，在此基础上将智能科学技术融入传统矿业生产系统，提升煤矿安全管理能力。Goffart T V[3]从“人-机-环-管”4 个方面给出了预防事故的方法事例，并结合煤矿多功能安全系统说明了确保矿工安全的工程工具和系统进一步开发的可行方向。WU Yaqin[4]基于物联网技术从“人-机-环-管”4 个方面为地下煤矿建立了动态信息平台，可提升用户的危险点和后续决策能力，确保地下采矿安全。除此之外，还有大量文献研究了上述每种因素分别对煤矿安全的影响。基于“人-机-环-管”理论，梳理煤矿安全管理研究现状，分析研究内容的演化趋势和未来发展方向。

1 员工管理视角下的煤矿安全研究演化分析

煤矿员工的不安全行为对煤矿安全有着重要的影响。Yu Kai[5]认为人的不安全行为是造成煤矿安全事故的主要原因，其从个体因素、自然环境、安全领导、安全管理和群体因素5 个方面确定了煤矿工人不安全行为对煤矿安全的影响。该方向研究分为3个阶段：

1）在2011 年之前，对于矿山安全人员管理方面的研究主要集中于对矿工不安全行为分析，探讨矿工不安全行为的影响因素和对策。李兆祥[6]从人的心理、思想以及行为方面分析了矿工不安全行为的构成、根源和表现，认为防止人的不安全行为应该从培训、管理等方面进行改进。还有多个学者都从心理学、行为科学视角入手，分析矿工的心理状态如工作倦怠、情感耗竭以及疏离工作等，以及分析矿工的生理状态如空间知觉差、声光反应迟钝、工作操作稳定性等，以及环境等外部因素对矿工的影响，并从安全教育及管理方面提出了若干对策来消除矿工不安全行为，为煤矿安全管理提供依据。

2）2011—2014 年，对于矿山安全人员管理方面的研究开始向不安全行为的风险分析及预测方面转变，通过分析理论和建立模型来预测和控制矿工不安全行为。刘海滨[7]采用了结构方程模型，得出安全行为态度、安全氛围、行为风险认知偏差以及不安全行为意向有相关性，为不安全行为的预测提供帮助。安景文等[8]采用网络层次分析法和物元可拓模型，构建了矿工不安全行为指标体系。田水承等[9]基于计划行为理论分析矿工不安全行为产生的影响因素，为行为预测和控制提供指导。刘双跃等[10]采用模糊聚类方法，将不安全行为的产生分为3 个基本要素，并针对性地提出了安全教育模式。Liu Rulin[11]基于HFACS-CM 模型和AHP 方法分析得出外部环境、组织影响和领导行为会影响煤矿工人的安全行为，为事故调查和人员控制提供依据。

3）2014 至今，学者逐渐开始运用数字化技术研究不安全行为。郭红领、刘文平等人[12]利用建筑信息模型（BIM）和定位技术（PT）来研究工人不安全行为的预警系统，从而能够及时获取工人的位置和行为信息。佟瑞鹏[13]提出了融合深度学习的计算机视觉、深度图像和AI 识别技术的方法，对矿工的不安全行为能够有效识别。田水承等[14]通过Netlogo 仿真平台对矿工不安全行为进行模拟仿真，通过模型中的取值来预测不安全行为的发展趋势。

综上所述，矿山安全管理中对人员管理方面的研究逐渐与新兴技术结合，体现了煤矿安全管理数字化的趋势，未来在此方向要加深与大数据、云计算等信息化技术深度融合，提升对人员不安全行为的管理水平。

2 机械设备管理视角下的煤矿安全研究演化分析

矿山机械设备使用管理对煤矿安全管理有着非常重要的意义，在此方面应提升矿山机械设备的规范性，制定有效的管理制度并做好人员培训工作，保证机械设备正常运行，从而促进矿山安全、高效生产。该方向研究分为3 个阶段：

1）2006 年之前，对于煤矿安全管理中的机械因素的研究力度较小，主要涉及机械故障维修、状态监测等内容。卢共平[15]提出了煤机状态监测和故障诊断专家系统，该系统可对煤矿采掘机械进行检测、维护、预报故障，可预防矿井事故的发生。在这一阶段还存在着大量运用FTA 方法、油料分析技术、小波分析方法、因果图理论、无损检测技术等对于煤矿机械设备状态监测和故障诊断的应用分析，以及提出了状态监测与故障诊断技术，为掌握设备状态、指导设备修理和防止由于机械故障而引起的突发事故提供依据。

2）2006 年至2012 年左右，关于煤矿安全管理中的机械因素的研究开始结合新技术，出现了对于煤矿机械故障预测检测维修新方法。耿涛、宋宜梅等人[16]将现代信号处理和诊断技术应用于矿山机械故障诊断中，构建了符合OSA-CBM 标准的矿山设备监测诊断系统。吴炳胜[17]建立了煤矿机械安全风险评价体系，开发了基于风险管理的煤机监控和智能决策系统。马修泉等[18]介绍了新型的石墨/铁基耐磨复合材料以及其在提升煤机安全方面的应用。还有多位学者则通过小波去噪方法、神经网络模型、LabVIEW 开发平台来实现对煤矿机械的状态监测，运用CATIA 平台进行机械维修模拟，以及ZigBee 技术的应用，来提升煤矿在设备方面的安全管理能力。

3）2012 年至今，学者在机械因素方面的研究通过建模、与信息化等技术结合的方式，来创新煤矿机械的监测、预测以及维修保养的技术手段。刘海波等[19]通过对人工神经元模型、神经网络学习方法以及动态仿真等理论的应用，构建了基于神经网络的煤矿机械设备状态监测记录模型。杨小彬等[20]提出了利用图像识别和声音识别的机械设备故障监测训练流程模型。Ma Chi[21]通过对基于Ritz 系列的模态分析方法，研究了过载对集装箱-绳索振动系统的影响。Cheng Bo[22]提出了一种轻量级的mashup 中间件，通过地下物理传感器实现对矿井生产设备的远程监视和控制自动化。杨一晴等[23]设计了一种基于LabVIEW 的煤矿旋转机械故障在线诊断及预警系统，能够准确识别机械故障。

综上所述，目前该方向主要是利用大数据、云计算等，将生产设备与数字化、信息化技术相结合，创新设备管理模式和监测技术，从而实现对生产设备运行状态的实时监控，可提升数字化矿山安全管理水平。

3 矿山环境视角下的煤矿安全研究演化分析

环境要素是对于煤矿生产安全有较大影响的客观因素。该方向研究分为2 个阶段：

1）1980—2000 年，国内外对于生产环境环节的研究力度较弱，学者们主要研究基础性的煤矿安全监控系统。周长春等[24]提出了用模糊数来对井下空间瓦斯浓度进行表示的方法，可基本实现对瓦斯浓度的长期全态预测。曾益章[25]介绍了传感器的基本组成及原理以及在煤矿环境安全监测系统中的具体应用，指出了矿用传感器的发展趋势。王怀旭[26]提出了STD-BUS 工业控制机，并与TF-200 型煤矿环境监测系统配套使用来对煤矿环境进行监测。

2）2000 年至今，国内外对于环境管理的研究与云计算、大数据等新技术结合，提出了生产环境安全监控的新方法。汪莹等[27]构建了基于粗集-支持向量机的煤矿安全分析预测模型，建立了煤矿安全生产预警指标体系。Cheng Jianwei[28]开发了基于PC 计算机的矿山大气爆炸风险的综合咨询模型，可对封闭煤矿区的大气状况进行实时监测。Jena[29]通过建立岩石力学参数评估模型来预测与顶板坠落有关的风险。多位学者基于LoRa 技术、ZigBee 技术和多传感器信息融合与CAN 总线技术来对井下环境监测与报警系统进行设计，实现对井下环境的实时控制，提升矿井安全性。

综上所述，大数据、物联网等技术应用可有效减少由于环境因素导致的煤矿事故，提升矿山安全管理水平。未来的研究会逐渐建立起全国统一的矿山环境调查、评价、检测预警、修复治理等内容的大数据采集平台，开发矿山环境人工智能预警功能，最终将环境数据现状与模拟预测输出模型直观地呈现给社会公众，为生产环境安全提供保障。

4 管理技术视角下的煤矿安全研究演化分析

要提升矿山安全管理水平还要对“人-机-环-管”中其他要素进行协调，建立数字化矿山综合管理系统，提高矿山安全管理能力。该方向研究分为2 个阶段：

1）1980—2000 年，国内外对于管理技术的矿山安全研究主要集中于煤矿安全管理系统的基础设计。宋金玲等[30]综合运用了VB、SQLServer、FormulaOne 等工具建立煤矿安全信息管理系统，为煤矿安全管理的有序开展提供可行性方法。部分学者尝试了将计算机技术应用于煤矿安全管理，建立煤矿安全信息计算机管理系统，提升煤矿安全管理水平及能力。此外，还有学者探讨了在煤矿安全监测管理系统中多媒体技术的运用，使管理系统具有实施监控、及时救援和事故分析3 大功能。

2）2000 年至今，国内外对于矿山安全管理技术方面的研究随着技术的发展进行了创新和完善。毛善君等[31]基于信息技术和智能管控的特点，提出流程化的智能煤矿管控系统的设计思路和整体构架。谭章禄等[32]对安全管理的对象、属性、认知主体、展示方式、及其效果的评价进行了探究，构建了可视化方式选择模型。姜福兴[33]等提出了实时危险性的多参数监测和预警方法，并设计了多参数联合预警平台。刘海滨等[34]提出了基于IaaS、PaaS 和SaaS 等层次的煤矿安全数据分析和辅助决策云平台的系统框架。Wang Wensheng[35]针对煤矿事故灾害的类型和地理信息系统，提出了煤矿安全管理的发生规律和工作流模型，提出了隐患识别决策支持系统模型的概念。Liu Quanlong[36]提出了“三防层”的事故发生机理，提出了对煤矿事故危险进行两极分化管理的方法，包括根源危害识别、控制标准和控制措施的制定以及整改措施。Salap[37]基于地理信息系统（GIS）提出了地下矿山安全监测和管理系统的建设，该系统借助Web 和应用程序实现监视系统的运行，有效提升煤矿安全监测和管理效率。

综上所述，基于大数据的矿山管理系统可以从各个方面实现对矿山生产运行状态的及时监控，使矿山安全得到有效保障。未来应继续结合最新技术，创新矿山安全管理技术与管理系统，做到对煤矿安全隐患信息的多维分析，建立基于互联网+的信息处理模式，将系统关键功能进行延伸，实现矿山安全综合管理平台的架构。

5 结 语

当前经济与科技的飞速发展推动了数字化矿山安全管理的研究，该研究领域仍有相当大的研究空间。在当前的研究中，基于“人-机-环-管”安全生产理论的大数据在煤矿安全管理中的应用主要体现在行业数据共享平台的建设、煤矿安全综合信息平台的建设以及数据安全的管控。未来对于数字化矿山安全管理的研究会继续以“人-机-环-管”安全生产理论为研究框架来促进数字化煤矿安全管理科技创新，最终达到煤矿与人工智能、物联网、大数据和云计算等的深度融合，极大促进我国煤矿安全管理水平的提高。