复杂地质条件下智能化煤矿不安全行为综合防控研究

华海洋 曹卫 何敏洁

摘 要：不安全行为是引发煤矿事故的主要原因，不安全行为防控能有效遏制各类事故的发生。为了研究复杂地质条件下智能化煤矿不安全行为综合防控体系，首先确定了不安全行为影响因素，将影响因素按照个体、设备、环境、管理分为4大类，并细化为20个影响因素。然后，运用熵权法查找了人、机、环、管防控的关键点。最后，建立了不安全行为综合防控体系，该体系以减少和杜绝不安全行为为主线，以“基层建设、基础建设、基本功建设”为基础，以不安全行为事前源头预防、事中观察控制、事后奖惩溯源矫正为措施，对不安全行为进行全方位、全过程综合防控。关键词：智能化；不安全行为；影响因素；防控 中图分类号：X936   文献标识码：A   文章编号：1672-7312（2024）01-0081-06

Research on the Comprehensive Prevention and Control

of Unsafe Behaviors in Intelligent Coal Mines under

Complex Geological Conditions

HUA Haiyang1，CAO Wei1，HE Minjie2

（1.North Anhui Coal Power Group Zhaoxian Mining Co.，Ltd.，Baoji 721599，China；

2.China Coal Xian Beidou Technology Co.，Ltd.，Xian 710100，China）

Abstract：Unsafe behavior is the main cause of coal mine accidents，and the prevention and control of unsafe behavior can effectively curb the occurrence of various accidents.In order to study  comprehensive prevention and control systemof unsafe behaviors the intelligent coal mines under complex geological conditions，the influencing factors of unsafe behaviors are firstly determined and divided into four categories according to individual，equipment，environment and management，and the four categories are further refined into 20 influencing factors.Then，the entropy weight method is used to find the key points of prevention and control of human，machine，environment and management.Finally，the prevention and control system of unsafe behaviors is established，which takes the reduction and elimination of unsafe behavior as one main line，takes “grass-roots construction，basic construction and basic skills construction” as three foundations，and takes the prevention of unsafe behavior in advance，the observation and control in the event，and the correction of rewards and punishments after the event as three measures.so as to carry out all-round and whole-process comprehensive prevention and control of unsafe behaviors.

Key words：intelligent；unsafe behavior；influencing factors；prevention and control

0 引言

安全是智能化煤礦高质量发展的基石，不安全行为是造成煤矿生产事故的主要原因，不安全行为防控是智能化煤矿抓好安全生产的一项重要工作，对于地质条件复杂的煤矿尤为重要。井下作业场所不但空间受限，而且噪声大、温度高、湿度大、照明差、粉尘重。在煤炭开采过程中，瓦斯、顶板、透水、冲击地压等灾害对安全生产造成很大影响，煤矿工人长期在这种环境下工作，容易产生不安全行为。根据轨迹交叉理论，事故的发生是由人的不安全行为和物的不安全状态引发。近年来，我国智能化矿山建设蓬勃发展，大力推进灾害严重煤矿的智能化建设进度，随着生产装备和安全监控设施的不断升级改造，物的不安全状态得到了极大改善，人的不安全行为研究也应紧跟智能化建设步伐，构筑复杂地质条件下智能化煤矿不安全行为防控体系，进一步降低不安全行为频次，促进煤矿安全管理水平提高。

1 不安全行为影响因素体系

国内外学者对不安全行为的影响因素进行了众多方面的研究。

RASMUSSEN

[1]认为知识和技能的不足是不安全行为产生的主要原因。

WAGENAAR

[2]认为工作场所中噪音、湿度、温度影响员工的判断力，从而引发违章行为。HOFMANN

和STETZER

[3]认为超负荷的工作任务、安全培训不到位、设备配备不足可导致不安全行为。KAREN

等[4]认为不良的工作环境影响能带来工作压力增大，进而影响工人操作行为。ABBASI M等[5]认为员工的受教育程度与不安全行为具有很大的相关性。

牛莉霞等[6]认为组织管理、作业环境以及矿工的自身特性可导致习惯性违章。慕庆国等[7]在分析矿工不安全行为的基础上，认为生理、心理和环境因素是不安全行为的主要影响因素。何刚等[8]运用层次分析法研究得出，安全氛围、心理因素、合作氛围和知识水平是影响矿工不安全行为的关键性因素。李乃文等[9]通过研究高危岗位矿工的不安全行为得出，不安全行为与矿工的安全意识、安全心理密切相关。朱艳娜等[10]运用结构方程模型研究得出，设备设施是煤矿员工不安全行为的最大影响因素。

不安全行为的影响因素很多，有的从“人、机、环、管”方面研究、有的从内因、外因方面研究，内因主要是人的影响因素，外因主要涉及到设备、环境和组织管理。

综合以上不安全行为影响因素分类方法，通过专家咨询和现场调研的方式，将不安全行为影响因素按“个体、设备、环境、管理”进行分类研究，对每类影响因素进行细化，具体如图1所示。

2 不安全行为防控关键点查找

分别从个体、设备、环境、管理4个方面查找不安全行为防控的关键点。首先采用专家打分法对各个影响因素进行综合打分，然后采用熵权法计算不安全行为影响因素权重，根据权重大小得出各个影响因素的影响程度，权重大者影响程度大，是不安全行为防控的关键点。

2.1 个体方面的影响因素和防控关键点

2.1.1 个体方面的影响因素权重

邀请10位专家对各个影响因素进行打分，专家中从事煤矿人因工程研究的高校教授3位、复杂地质条件下智能化煤矿从事安全监督管理的工作人员7位（陕西麟游矿区3位、彬长矿区2位、黄陵矿区2位）。这10位专家对各个影响因素进行模糊综合打分，各指标等级从影响很大到影响很小，分为5个等级，1个专家代表0.1分。对专家打分结果进行统计，专家打分统计，见表1。

采用熵权法分析影响因素的权重。根据10位专家打分情况，按照原始数据标准化处理、无量纲计算、熵值计算、评价指标权重计算4个步骤计算以后，得出个体方面影响因素的权重值，见表2。

個体方面不安全行为的影响因素影响程度从大到小的顺序为：习惯性（权重0.291）>工作技能（权重0.253）>学历（权重0.181）>生理（权重0.150）>年龄（权重0.125）。个体方面影响程度最大的是习惯性，其次是工作技能。

2.1.2 个体方面不安全行为防控关键点

员工的侥幸、冒险、从众、求快、麻痹等心理造成习惯性不安全行为，工作中图方便、简化作业程序、马虎操作、从众模仿形成了习惯性不安全行为。习惯性不安全行为占比大、频次高。

工作技能也是智能化煤矿不安全行为防控的关键点，现代化煤矿的机械化、自动化、信息化、智能化程度较高，对员工的工作技能提出了更高要求，个人工作技能距离智能化煤矿的需求有一定的差距。

2.2 设备方面的影响因素和防控关键点

2.2.1 设备方面的影响因素权重

设备方面专家打分统计，见表3。

经计算后，设备方面影响因素的排序为：设备适应性（权重0.391）>设备故障（权重0.320）>设备人机匹配性（权重0.289）。设备方面影响程度最大的是设备适应性，其次是设备的缺陷。

2.2.2 设备方面不安全行为防控关键点

设备适应性会给操作者带来很大的影响，若适应性差，则易引发被动违章。我国的智能化煤矿处于起步阶段和快速发展阶段，智能化装备对复杂地质条件煤矿的适应性有待进一步提高，智能化装备还需在实践中不断检验和改进，提高在复杂地质条件煤矿的适应性[11-12]。

设备的故障和带病运转会给操作者带来违章操作的风险，为了赶工期，员工操作带病设备，是“冒险”作业，是一种被迫的不安全行为，会给操作者带来心理压力，甚至产生抱怨心理，难免引起误操作。

2.3 环境方面的影响因素和防控关键点

2.3.1 环境方面的影响因素权重

环境方面影响因素专家打分，见表4。

经计算后，环境方面影响因素的排序为：作业现场标准化程度（权重0.226）>自然灾害（权重0.187）>粉尘（权重0.179）>噪声（权重0.156）>照明（权重0.128）>温度（权重0.12）。环境方面影响程度最大的是作业现场标准化程度，其次是自然灾害。

2.3.2 环境方面不安全行为防控关键点

由于井下空间狭小，员工操作空间受限，且工作环境恶劣，容易引发不安全行为。标准化作业现场既可使井下有限的空间得到充分利用，又可提高员工的工作效率和安全系数，创建标准化作业现场是不安全行为防控的关键点之一。

煤矿生产是地下作业，地质条件复杂、多元灾害耦合叠加，煤矿员工在具有危险性的环境中工作，容易产生焦虑、恐慌等心理，使注意力分散，影响正常操作。

2.4 管理方面的影响因素和防控关键点

2.4.1 管理方面的影响因素权重

管理方面影响因素专家打分，见表5。

经过计算，影响程度权重排序为：风险隐患排查（权重0.224）>作业规程可操作性和针对性（权重0.212）>培训内容及效果（权重0.183）>安全生产管理制度（权重0.181）>生产任务重（权重0.122）>作业人员选配（权重0.078）。管理方面的风险隐患排查是主要影响因素，其次是作业规程可操作性和针对性。

2.4.2 管理方面不安全行为防控关键点

煤炭开采作业环境特殊、自然灾害严重、流程复杂，作业过程中存在着各种各样的风险。环境的不安全因素、设备的不安全状态均影响员工的正常操作，甚至使员工的身体受到伤害。坚持风险隐患排查管理制度，可有效管控环境、设备的风险点，减少不安全行为。

煤矿的智能化装备具有一定的自主感知、自主分析、智能辅助决策等功能，作业规程需根据地质条件的变化、设备新功能的差异等情况编制，不能照搬老的作业规程，要具有针对性、可操作性，不切合实际的作业规程，会引发被动的不安全行为，埋下事故隐患。

3 不安全行为综合防控体系

国外不安全行为控制的经典理论有ABC（Activator Behavi or Consequence）行为分析法、BBS（Behavior Based Safety）行为安全管理法以及杜邦安全训练观察计划（Safety Training Observation Program）等，以上理论主要是通过不断地观察、纠正来减少不安全行为。国内外学者还从文化建设、安全培训等方面对不安全行为控制方法进行不断丰富发展。KRAUSE等[13]运用观察、干预和反馈的方法，减少了员工不安全行为。HICKMAN等[14]通过分析对比监督前和监督后的矿工行为，得出监督是降低不安全行为的有效措施。

GERARD等[15]研究了工作计划、安全氛围、不安全行为的关系，得出良好的安全氛围和合理的工作计划能有效预防不安全行为。

AKBARI H等[16]认为预防不安全行为的有效方法是合理设置工作时间、对员工实行安全培训。马跃等[17]从行为致因角度出发，提出安全文化建设、安全培训措施、生产环境改善、安全责任制落实等方法能有效减少不安全行为。边俊奇等[18]基于安全管理学的相关理论，认为减少不安全行为的有效途径是行为观察。彭海兵等[19]以神东补连塔煤矿为例，得出“无情+有情”的管控措施能使不安全行为频次大幅减少。李爽等[20]认为双重预防机制是煤矿安全管理措施落地的关键，能减少不安全行为。

国内外学者对于人的安全行为控制从行为观察、安全监督、安全培训、生产环境改善、安全氛围营造、安全责任制落实等方面进行了研究。随着我国煤矿智能化建设的不断推进，人工智能AI（Artificial Intelligence）技术已逐步应用到不安全行为防控系统中，主要用于井下重要场所人员违章自动识别、人员精准定位、危险作业管控等。

3.1 不安全行为防控体系

针对不安全行为影响因素和防控的关键点，构建“133”不安全行为综合防控体系，即1条主线、3个基础、3种措施。以减少和杜绝不安全行为为主线，以“三基”建设为基础，以事前源头预防、事中观察控制、事后奖惩溯源矫正为抓手的措施，对不安全行为进行全方位、全过程综合防控。防控体系如图2所示。

3.2 加强“三基”建设，防控不安全行为

“三基”建设是指基层建设、基础建设、基本功建设。通过基层建设强化班组长的安全意识，发挥班组防控不安全行为的作用，提升基层管理水平。通过基础建设提高安全生产标准化程度，营造出良好的安全工作环境。通过基本功建设提升员工的工作技能，使员工的综合素质能够满足作业活动的需求。

3.3 不安全行为事前源头预防

3.3.1 个体影响因素

实施安全文化引领，培养良好安全工作习惯。开展多种形式的宣传活动，让安全理念入脑入心，切实增强安全生产意识。开展班前警示教育，杜绝凭经验干事、侥幸心理等习惯性不安全行为。开展“说危险、讲安全”教育活动，从生产环境、规程措施、规章制度、劳动组织、设备设施、现场管理等方面剖析事故发生的直接原因和间接原因，提高员工遵章守纪和抵制不安全行为的自觉性。

加强业务知识培训，提升工作技能。结合岗位需求，开展“靶向式”培训，针对操作人员和管理人员分层次、分专业“量身定制”培训计划。发挥本单位技能人才的“传、帮、带”作用，为煤矿培育知识型、技能型、创新型职工队伍。针对智能化装备和现场实际情况开展实操培训，提高员工操作能力和解决实际问题的能力。主动适应智能化煤矿建设的需要，扎实开展“四新”（新工艺、新技术、新设备）培训。

3.3.2 设备影响因素

科学实施“机械化换人、自动化减人、智能化少人”工程，以装备促生产、促安全，根据生产实际情况和地质条件，按照“引进、消化、吸收”的原则，增强智能化装备的适应性。

为了减少设备故障，保障设备正常运转，定期对设备开展安全检查，保障设备的各种参数处于正常状态，提高设备、设施的完好率和可靠性。运用感知技术、信息传输技术，积极探索和实践智能化設备的故障自诊断、自预警、闭锁联动功能，提高设备稳定性。

3.3.3 环境影响因素

通过生产标准化建设，改善现场作业环境。各类工具摆放整齐，提高井下有限空间的利用率，使员工有充足的作业空间。作业现场标识清晰，使员工不误入危险区域、不误触动其他设备和工具。将工作场所的噪音、粉尘、温度等控制在一定的范围内，做到人机环和谐统一。

加强灾害预警和治理，保障安全工作环境。加大隐蔽致灾因素普查力度，加快透明地质、智能地质建设，加强有害气体、冲击地压、水害、火灾等的监控和预警，利用人工智能技术预测自然灾害风险，实施重大灾害分区管理、超前治理。减少员工对自然灾害的恐慌，避免自然灾害对员工的身体伤害。

3.3.4 管理影响因素

建设智能风险管控系统，对风险识别、信息上报、统计分析、隐患处理等进行全流程的闭合管控，实现作业过程中的风险分析智能化、状态监视可视化、风险预警超前化、管控措施精准化，确保风险始终“可控、在控”。

实行作业规程集中会审制。针对不断变化的设备、仪器、材料、地质条件等情况，对作业规程以及安全措施实行动态集中会审，细化作业规程和安全技术措施，提高规程措施的针对性、可操作性，保障员工上标准岗、干标准活。

3.4 不安全行为事中观察控制

事中观察控制主要采取人工观察控制和AI智能控制两种方式，建立起人工防控与智能防控互补的“双保险”机制，提高不安全行为防控的全面性、连续性。

3.4.1 确定重点观察控制场所、人员、时期

紧盯采掘工作面、巷道维修作业点、钻孔施工作业点、机电设备检修作业点、大型设备安装点、高空作业点、采煤工作面回撤作业点等重点场所。识别并观察控制“情绪人”“麻痹人”“糊涂人”“沉闷人”“鲁莽人”“懒惰人”“疲劳人”等不安全行为高发人员，强化非常规作业人员、零散岗位人员、流动作业人员安全监管。加强开工、收尾、夜班、交接班、节假日等重点时期的安全管控。

3.4.2 “人工+AI智能”控制

1）人工观察控制。

將不安全行为检查融入日常安全生产监督检查工作中，做到时段、区域、人员、环节全覆盖，实现定期检查、动态检查和专项检查有机结合，监督和整治不安全行为。充分发挥班组作用，班组长对当班员工岗前进行提醒、岗中进行观察与指导，形成“我不违章、我不指挥别人违章、我制止别人违章”的工作氛围。

2）AI智能控制。

充分运用AI智能控制技术，加强过程监控和预警，实现24小时不间断对重点区域、关键工序、重要岗位的作业过程监控和不安全行为的智能识别，对不安全行为自动提醒、报警及记录。AI智能监控还能起到震慑作用，让员工思想上拉起“警戒线”，有效降低不安全行为。

3.5 不安全行为事后奖惩溯源矫正

对不安全行为治理进行奖惩考核，激发整治不安全行为的动力。实施个人安全绩效考核、不安全行为人员与同单位联保人员联责考核、执行工人违章干部反省制度、对不安全人员处罚等。

对不安全行为事后溯源分析。定期对不安全行为人员所在单位、班次、动机等分类统计，深入研判和分析发生不安全行为的主观因素，采取针对性治理措施。

不安全行为事后矫正主要采取安全知识学习、谈心教育、停工帮教、再上岗观察、再上岗回访等方法，将刚性的制度约束和柔性的亲情感化相结合，对不安全行为进行事后矫正。

4 结语

1）运用熵权法查找了复杂地质条件下智能化煤矿不安全行为的主要影响因素和防控的关键点，人、机、环、管每个方面的主要影响因素和防控关键点为习惯性、工作技能；智能化设备适应性、设备的故障；作业现场标准化程度、自然灾害；风险隐患排查、作业规程可操作性和针对性。

2）针对主要影响因素和防控的关键点构建了“133”不安全行为综合防控体系。防控体系能提高工人安全意识，激励广大员工“上安全岗、干安全事、做安全人”，减少和避免不安全行为。

3）不安全行为防控是一项常抓不懈的工作。坚持“生命至上、人民至上”理念，强化工作技能培训、提升安全意识和法律意识、健全规章制度、完善操作规程和标准、夯实安全生产责任、提高风险隐患排查能力，构筑不安全行为防范机制。坚持“科技兴安”理念，实施不安全行为智能防控，不断拓展井下AI监控场景，以机器视觉智能识别和三维测量技术为核心，提高不安全行为识别能力，创新不安全行为防控方式。

参考文献：

[1]RASMUSSEN J.Skill，rules，and knowledge：Signals，signs，and symbols，and other distinctions in human performance models[J].IEEE Transactions on Systems，Man，and Cybernetics，1983，13（03）：257-268.[2]

WAGENAAR W A.A model-based analysis of automation problems[C]//B Wilpert，Tqvale（Eds）.Reliability and Safety in Hazardous Work Systems.Hove，UK：Lawrence Erlbaum，1993：71-85.[3]

HOFMANN.Stezcrthe role of safety elimate and communication in accident interpretation：implications for learning from negative events[J].Academy of management joural，1998，141（06）：644-657.

[4]KAREN A B，GEOFFREY WILLIS P，GREGORY E P.Predicting safe employee behavior in the steel industry：Development and test of a socio technical model[J].Journal of Operations Management，2000（18）：445-465.[5]

ABBASI M，GHOLAMNIA R，

ALIZADEH S S，et al.Evaluation of workers unsafe behaviors using safety sampling method in an industrial company[J].Indian Journal of Science and Technology，2015，8（28）：1-6.

[6]牛莉霞，李乃文，姜群山.习惯性违章行为变革驱动力模型构建[J].中国安全科学学报，2014，24（01）：28-33.[7]

慕庆国.矿工不安全行为的可拓控制模式研究[J].中国安全科学学报，2014，24（11）：133-138.[8]

何刚，余保华，朱艳娜，等.基于网络结构模型的矿工不安全行为影响因素研究[J].煤矿安全，2017，48（03）：227-229+233.[9]

李乃文，冀永红，唐水清，等.高危岗位矿工情绪稳定性影响机制SD仿真[J].中国安全生产科学技术，2018，14（05）：167-173.[10]

朱艳娜，衡连伟，何刚，等.煤矿员工不安全行为影响因素作用效应分析[J].矿业安全与環保，2019，46（01）：104-108.[11]

王国法，王虹，任怀伟，等.智慧煤矿2025情景目标和发展路径[J].煤炭学报，2018，43（02）：295-305.[12]

王国法，庞义辉，任怀伟，等.矿山智能化建设的挑战与思考[J].智能矿山，2022，3（10）：2-15.[13]

KRAUSE T R，SEYMOUR K J，SLOAT K C M.Long-term evaluation of a behavior-based method for improving safety performance：A meta-analysis of 73 interrupted time-series replications[J].Safety Science，1999，32（01）：1-18.[14]

HICKMAN J S，GELLER E S.A safety self-management intervention for mining operations[J].Journal of Safety Research，2003，34（03）：299-308.

[15]GERARD J F，ANDREW S.Safety climate and the theory of planned behavior：towards the predictionof unsafe behavior[J].Accident Analysis and Prevention，2010（42）：1455-1459.

[16]AKBARI H，KASHANI M，ASADI Z，et al.The correlation between occupational unsafe acts and job burnout among workers in kashan metal melting industries 2017[J].International Archives of Health Sciences，2019，6（04）：19-38.[17]

马跃，傅贵，杨卓明.矿工不安全行为分类及控制对策研究[J].煤矿安全，2014，45（09）：235-237+241.[18]

边俊奇，毕建乙，雷云.基于杜邦STOP系统煤矿安全行为观察模型的构建及应用[J].中国煤炭，2018，44（08）：143- 147.[19]

彭海兵，李男男.神东补连塔煤矿不安全行为管控体系建设[J].煤矿安全，2021，52（01）：247-251.[20]

李爽，贺超，薛广哲.以双重预防机制实现智能矿山愿景用灾害综合防治系统保障智能矿山安全[J].智能矿山，2022，3（06）：87-92.