基于风险监测预警的非煤矿山安全监管监察模式

姜红年, 陈小林, 王超, 胡然, 张羽

姜红年,陈小林,王超,等. 基于风险监测预警的非煤矿山安全监管监察模式[J]. 工矿自动化,2022,48(8):114-121. DOI: 10.13272/j.issn.1671-251x.2022030071
引用本文: 姜红年,陈小林,王超,等. 基于风险监测预警的非煤矿山安全监管监察模式[J]. 工矿自动化,2022,48(8):114-121. DOI: 10.13272/j.issn.1671-251x.2022030071
JIANG Hongnian, CHEN Xiaolin, WANG Chao, et al. Non-coal mine safety supervision mode based on risk monitoring and early warning[J]. Journal of Mine Automation,2022,48(8):114-121. DOI: 10.13272/j.issn.1671-251x.2022030071
Citation: JIANG Hongnian, CHEN Xiaolin, WANG Chao, et al. Non-coal mine safety supervision mode based on risk monitoring and early warning[J]. Journal of Mine Automation,2022,48(8):114-121. DOI: 10.13272/j.issn.1671-251x.2022030071

基于风险监测预警的非煤矿山安全监管监察模式

基金项目: 中煤科工集团重点研发计划项目(2020-TD-ZD019)。
详细信息
    作者简介:

    姜红年(1972—),男,江苏盐城人,高级工程师,注册安全工程师,硕士,现主要从事矿山安全监管监察工作,E-mail:1171561172@qq.com

    通讯作者:

    王超(1995—),男,安徽芜湖人,硕士,主要从事矿山安全信息化、智能化技术研究工作,E-mail:wc13515102266@163.com

  • 中图分类号: TD76

Non-coal mine safety supervision mode based on risk monitoring and early warning

  • 摘要: 目前非煤矿山安全监管监察主要包括安全管理检查、现场安全监管检查2种方式,分别依托安全信息化管理平台和安全监察人员现场检查,监察效率低,信息获取不及时,且难以实现动态全面监管。针对上述问题,考虑非煤矿山多、散、贫、小的特点和不同类别非煤矿山风险及信息化管控程度的差异性,提出了一种基于风险监测预警的非煤矿山安全监管监察模式,即基于非煤矿山风险监测预警系统,从中抽取人员、环境、设备设施、管理及监测专题5个方面的风险监测指标数据,以风险点、风险面2种方式分别进行单一风险预警分析和综合风险报警分析,实现单一风险预警分级推送和综合风险报警分级管控。梳理了各类别非煤矿山监测数据和专题,介绍了单一风险分级预警触发及处置机制,重点阐述了综合风险研判分级监管模型的构建过程:基于非煤矿山风险监测数据建立风险监测指标体系;采用熵权法对风险监测指标赋权,并制定评分标准,对非煤矿山风险指标打分;基于指标权重和得分确定矿山企业综合风险等级。基于风险监测预警的非煤矿山安全监管监察模式实现了监管部门对非煤矿山在不同监管周期、不同范围的分级监管监察 ,优化了监管监察资源配置,提高了监管监察效率。
    Abstract: At present, non-coal mine safety supervision mainly includes safety management inspection and on-site safety supervision inspection. They rely on safety information management platform and on-site inspection by safety inspectors respectively. There are problems of low supervision efficiency, delayed information acquisition, and it is difficult to realize dynamic and comprehensive supervision. In view of the above problems, this paper puts forward a non-coal mine safety supervision mode based on risk monitoring and early warning, considering the characteristics of non-coal mines, such as large number, scattered, poor, small, and the differences in risks and informatization management and control of different types of non-coal mines. Based on the risk monitoring and early warning system of non-coal mine, the risk monitoring index data in five aspects of personnel, environment, equipment and facilities, management and monitoring topics are extracted. The single risk early warning analysis and comprehensive risk alarm analysis are carried out in two ways of risk point and risk surface respectively. The graded push of single risk early warning and the graded control of comprehensive risk alarm can be realized. The monitoring data and special topics of various types of non-coal mines are sorted out. The trigger and disposal mechanism of single risk graded early warning is introduced. This study focuses on the construction process of the model for comprehensive risk research and judgment and graded supervision. Based on the risk monitoring data of non-coal mines, the risk monitoring index system is established. The entropy weight method is adopted to give weight to the risk monitoring index, and the scoring standard is formulated to score the risk index of non-coal mines. Based on the index weight and score, the comprehensive risk level of mining enterprises is determined. The non-coal mine safety supervision mode based on risk monitoring and early warning realizes the graded supervision and inspection of non-coal mines by supervision departments under different supervision periods and ranges. The mode optimizes the allocation of supervision and inspection resources, and improves the efficiency of supervision and inspection.
  • 当前,地下水库系统作为一种新兴的水资源管理方法,在煤矿开采中得到了广泛应用[1-3]。地下水库系统可提高水资源利用效率,同时通过调节水位来辅助控制地表沉降等环境问题。煤柱作为煤矿地下水库的关键支撑结构,其稳定性直接关系到煤矿的安全运行[4]。在我国北方干燥的气候条件下,煤矿地下水库中的煤柱经常经历干湿循环。在干湿交替的环境条件下,煤炭的力学性能表现出显著的动态变化。因此,对煤在干湿循环条件下的力学性能进行深入研究,对于确保煤矿安全开采具有重要意义。

    在煤的力学性质研究领域,当前的研究重点主要集中在以下方面:煤的干湿循环、单调加载及循环加卸载试验。在煤的干湿循环研究中,文献[5-6]对水煤作用后煤的水饱和度进行了研究,发现有效应力、孔隙压力及温度对煤的承载能力、变形特征等力学参数均有影响;文献[7-10]通过设计不同干湿循环次数下煤的力学试验,采用核磁共振及扫描电镜技术对煤样强度、变形特征等进行了分析,揭示了水浸煤的损伤破坏机制。地下水库中煤柱坝体[11-13]处在不同的力学环境下,其在承受周期性水压力的同时,还受到由采矿活动产生的附加应力,这些因素的相互作用导致煤柱的承载能力、变形特征等力学参数发生变化。在以往的研究中,众多学者设计了不同加载方式模拟煤柱所处的受力环境。文献[14-16]设计了煤在单轴和三轴作用下的力学试验,从宏观和微观角度研究了煤样有无围压环境下的力学行为,分析了煤样能量演化规律及破坏特征;文献[17-18]开展了煤样单轴和三轴循环加卸载试验,研究了煤样在不同围压下峰值应变、加载模量、能量耗散与循环次数的关系,揭示了煤样在循环加卸载过程中的一些重要力学特性;文献[19]对比分析了不同pH溶液浸泡后煤样的力学性质,揭示了水物理化学作用下煤样在不同应力阶段的裂隙发育规律和损伤演化特征。

    在煤矿地下水库中,煤柱坝体处于动态扰动的干湿环境中,单一研究煤在干湿循环或循环加卸载条件下的力学特征不够全面、客观。针对煤在干湿循环与循环荷载共同作用下的力学行为,现有研究尚未给出充分的解释和系统性分析。因此,本文采用试验方法深入探讨了干湿循环处理后煤在差速循环荷载作用下的力学特征,并分析了干湿循环对其力学性能的影响。

    试验样品采自河南焦煤集团赵固煤矿的大块煤体,经过专业加工厂进行煤样制备。制备过程中,采用高压水射流技术将煤体切割成符合国际岩石力学建议标准的圆柱形煤样。煤样制备的精度要求严格,煤样两端不平行度应不大于0.05 mm,上下两端直径偏差应不大于0.2 mm,表面应尽量光滑以避免应力集中现象。加工后的煤样如图1所示,圆柱形的煤样高100 mm,直径为50 mm。本次试验共加工22个煤样,剔除存在明显裂纹和掉块的缺陷煤样,确保煤样整体质量。

    图  1  标准试验煤样
    Figure  1.  Standard coal samples for testing

    采用铸薄片制备技术,并结合光学显微镜观察和X射线衍射(X-Ray Diffraction,XRD)分析,可深入研究煤的微观结构特征及其矿物组成。将煤样切割至30 μm厚度,以实现对煤样微观结构的透射观察。在50倍放大倍率下,利用偏光显微镜对薄切片进行扫描,可清晰观察到微裂纹和孔隙的空间分布特征,如图2(a)所示,观察结果对于评估裂纹的扩展路径和煤样在不同加载阶段的损伤累积具有重要意义。此外,采用XRD分析技术确定煤样中的矿物组成,包括石墨、石英、柏林石和锐钛矿等矿物相,如图2(b)所示。这些矿物相的含量和分布特征对煤的宏观力学行为具有决定性作用。将偏光显微镜下的直观观察与XRD分析的定量数据相结合,可更全面理解煤样在受力过程中的力学行为和损伤演化机制,为煤炭开采和利用提供科学依据。

    图  2  煤样微观测试
    Figure  2.  Microscopic testing of coal samples

    为了研究煤样在干湿循环处理后循环加卸载试验中的力学性质,需要先设计不同干湿循环处理的对照组试验,通过对比可更好地理解干湿循环对煤样力学性能的影响。将煤样分为4组,每组3个煤样,第1组处于自然状态,第2组干湿循环10次, 第3组干湿循环40次,第4组一直浸泡在水中。煤样分组编号和物理参数见表1

    表  1  煤样分组编号和物理参数
    Table  1.  Grouping numbers and physical parameters of coal samples
    组别 编号 质量/g 高度/mm 直径/mm 密度/
    (kg·m−3
    波速/
    (m·s−1
    干湿循
    环次数
    加载
    模式
    1 C1 258.55 100.32 49.43 1343 1291 一直
    浸泡
    单调
    C2 249.47 100.27 49.41 1297 1149 模式1
    C3 247.82 99.80 49.52 1289 1457 模式2
    2 C7 253.8 100.46 49.44 1316 1455 40 单调
    C13 250.2 100.34 49.47 1297 1168 模式1
    C10 253.64 100.29 49.47 1315 1303 模式2
    3 C9 259.05 100.02 49.45 1348 1378 10 单调
    C15 251.46 100.26 49.49 1303 1145 模式1
    C17 256.85 100.42 49.45 1332 1275 模式2
    4 C16 254.33 100.13 49.45 1322 1426 自然
    状态
    单调
    C19 251.38 100.17 49.50 1304 1204 模式1
    C21 249.71 100.10 49.43 1300 1154 模式2
    下载: 导出CSV 
    | 显示表格

    为了模拟煤所处的真实水环境,罐装矿区采场中的酸性水(初始pH=6.89)进行浸泡。在实验室内将煤样放入水中,重复浸没过程间隔2 h,每次取出样品并称重,直到连续称重之间的质量差降至0.01 g以下,最终煤样充分吸水20 h后达到饱和状态。将饱和后的煤样放入干燥箱中,设定温度和时间,使煤样完全干燥。干燥温度为60℃,干燥时间为4 h(每隔1 h对煤样称重,干燥4 h后煤样质量变化不超过0.1%)。重复上述饱和及干燥过程,并记录饱和后及干燥时的煤样质量,同时对水中的pH值进行测量记录,直至达到试验设计要求次数。煤样干湿循环处理过程如图3所示。

    图  3  煤样干湿循环处理过程
    Figure  3.  Dry-wet cyclic treatment process of coal samples

    试验设备为DYS−1000岩石三轴试验机,如图4所示。该设备配备了先进的闭环伺服控制液压系统,最大承载能力为2 000 kN,活塞行程长度为450 mm,能够满足多种岩石力学测试需求。试验机压力传感器的准确度为0.1%,轴向和径向变形的直接测量范围为0~±25 mm,变形测量精度< ±0.25%。选用一组链式线性可变差动变压器(Linear Variable Displacement Transducer,LVDT)测量煤样的轴向和径向应变。

    图  4  DYS−1000 岩石三轴试验机
    Figure  4.  DYS-1000 rock triaxial testing machine

    试验方案分为单轴试验和循环加卸载试验2种。在干湿循环条件下,从4组煤样中各选取1个进行单轴试验,以0.2 kN/s的恒定速率加载,直至煤样完全破坏。循环加卸载设计了2种加载方案,加载频率均为0.1 Hz,如图5所示。第1种方案为快速加载、慢速卸载(模式1),加载速率为卸载速率的4倍,加载阶段持续2 s,卸载阶段持续8 s。第2种方案为慢速加载、快速卸载(模式2),卸载速率为加载速率的4倍,加载阶段持续8 s,卸载阶段持续2 s。煤样C1,C7,C9,C16采用单轴试验,煤样C2,C13,C15,C19采用模式1,煤样C3,C10,C17,C21采用模式2。

    图  5  循环加卸载试验方案
    Figure  5.  Cyclic loading and unloading test scheme

    基于4个煤样(C1,C7,C9,C16)单轴压缩结果,设计循环加卸载应力幅值变化区间,确保循环荷载的煤样经多级循环后都能破坏。循环应力的下限固定为3 MPa,应力增加幅值固定为1 MPa,共7个循环级,前6个循环级均包含10次循环,第7个循环级包含2次循环。若最后一个循环级煤样没有破坏,即煤样在62次循环后仍然未失稳,再以0.2 kN/s的加载速率单调加载,直至煤样破坏。

    对12个煤样进行单轴试验,得到应力−应变曲线,如图6所示。在单调加载试验中(图6(a)),4个煤样的平均峰值强度为11.54 MPa;而在循环加卸载试验中(图6(b)−图6(h)),8个煤样的平均峰值强度为12.51 MPa。循环加卸载试验的峰值强度相较于单调加载试验提高了约0.97 MPa,提升比例为8.4%。在循环加卸载试验中,煤样在前期的加载−卸载循环中会经历预紧过程,这种预紧有助于提高材料强度。在循环加载过程中,微裂纹可能会暂时闭合,减少了材料的不连续性,从而提高了峰值强度。因此,可认为循环荷载有助于提高煤的峰值强度。

    图  6  煤样应力−应变曲线
    Figure  6.  Stress-strain curves of coal sample

    图6可发现,一直浸泡在水中的煤样(C2,C3)变形最大,而经历40次(C13,C10)和10次(C15,C17)干湿循环处理的煤样次之,自然状态下的煤样(C19,C21)变形最小。这主要是因为煤样长期处于水中,导致内部孔隙被水分填充,降低了煤的黏聚力,使得煤样受力时更易产生塑性变形。干湿循环处理会导致煤样内部产生微裂纹和孔隙结构变化,这些变化会影响煤样的力学性能,但相比于一直浸泡的煤样,干湿循环煤样在一定程度上保留了一定的力学稳定性。未经过特殊处理的煤样内部结构相对完整,因此在受力时形变最小。

    轴向变形是岩石力学试验中评估循环荷载下岩石损伤的关键指标[20]。通过对岩石煤样在加载过程中的应变增长进行精确测量和分析,可定量评价其损伤程度。这种评估对于预测岩石材料的使用寿命及确保工程结构的安全性极为关键。然而,尽管恒定加载速率下的疲劳研究已取得一定进展,但对于干湿循环条件下不同加载速率对煤样损伤影响的研究仍然不足。

    2种加载模式下峰值应变(单个循环加载到最大应力对应的应变)和残余应变(单个循环由最大应力卸载到最小应力对应的应变)随循环次数的变化规律如图7所示。为了便于对比,对轴向峰值应变进行了归零化处理。从图7可直观地看到,红色柱状图(模式1)与黑色柱状图(模式2)之间的差值随循环次数的增加而逐渐增大,表明模式1加载方式在不同循环级产生的应变增量更大。

    图  7  煤样轴向应变随循环次数变化规律
    Figure  7.  Variation trend of axial strain with the number of cycles for coal samples

    分析4组试验的峰值应变发现,模式1产生的变形普遍大于模式2,且这一比例达75%,残余应变变化趋势也与之对应。对于不同干湿循环的煤样,在模式1下,第1组煤样C2峰值应变增量为0.64%,第2组煤样C13峰值应变增量为0.44%,第3组煤样C15峰值应变增量为0.44%,第4组煤样C19峰值应变增量为0.62%,与单轴试验中不同浸泡时间的煤样变形规律一致,整体呈“U”形分布。在模式2下,第1组煤样C2峰值应变增量为0.4%,第2组煤样C13峰值应变增量为0.45%,第3组煤样C15峰值应变增量为0.53%,第4组煤样C19峰值应变增量为0.44%,整体呈倒“U”形分布。2种加载模式下煤样应变变化规律再次证实了载荷模式对煤的变形特性有显著影响。

    在岩石力学和材料科学领域,割线模量是描述材料在循环荷载下响应特性的一个重要参数[21]。割线模量通过应力−应变滞回曲线中的割线斜率来定量表示,反映了材料在一定应力范围内的弹性模量。割线模量的测定对于理解材料在复杂加载路径下的性能表现具有重要意义,尤其是在预测长期循环荷载作用下的疲劳寿命和损伤累积方面。通过对割线模量随应力水平和循环次数的变化进行系统分析,能够揭示材料内部结构的损伤机制,并据此优化材料的设计和应用。

    煤样在循环加载和卸载过程中的割线模量呈现出明显的台阶式变化,如图8所示。具体而言,在加载阶段,每个循环级的割线模量呈现对数增长趋势,而在卸载阶段,割线模量则表现为对数递减。在整个循环阶段没有发生破坏的煤样,割线模量整体随循环次数的增加而增大,然而,对于在第50次循环时提前发生破坏的煤样C19,其割线模量的变化趋势有所不同。在前3个循环级,煤样C19的割线模量呈现阶梯状增加,但在随后的循环级中,割线模量则表现出阶梯状下降趋势。较低的应力水平下,煤样表现出刚度增强的趋势,这是因为煤样内部的微裂纹开始闭合,增加了整体刚度。随着应力的进一步增加,当煤样进入塑性变形区域时,割线模量开始减小,这意味着其塑性行为超过了弹性的影响。此时,裂纹开始扩展和融合,导致材料的刚度退化。从刚度增强到刚度退化的转变点通常标志着材料内部开始出现不可逆损伤,这是材料损伤累积的一个重要标志。

    图  8  割线模量随循环次数变化规律
    Figure  8.  Variation trend of secant modulus with the number of cycles

    在模量增量上,4组数据在2种加载模式下存在一定差异。4组数据中,模式1下的割线模量增量与模式2的差值分别为0.001 2,−0.068 8,0.236 6,0.491 9 GPa,这表明在模式1加载中产生了更大的割线模量增量。然而,在整个循环阶段割线模量变化趋势及大小有一定差异性,无法简单地基于割线模量提出统一的临界值或标准来预测煤样失效。割线模量可能受到多种因素的影响,如应力水平、加载速率、温度、材料本身的特性等,其变化反映了煤样内部的损伤累积和发展情况,但是要准确预测失效,还需要综合考虑其他因素。

    在材料力学性质的研究中,泊松比是一个关键参数,表征了材料在轴向加载下的侧向应变响应。泊松比的值不仅取决于材料的内在特性,还受到外部加载条件的影响[22]。由试验观察到,在水饱和环境中,岩石的泊松比会因为水分的增加而增大,这反映了水对岩石侧向膨胀效应的促进作用。此外,加载方法的变化(如加载速率的提高)也会导致材料泊松比变化,这通常与材料在不同变形阶段的应力−应变行为有关。因此,泊松比是一个多因素影响的复杂参数,其准确测量对于理解和预测材料在实际应用中的变形行为至关重要。

    循环荷载下煤的泊松比与循环次数的关系曲线如图9所示。可看出随着循环次数的增加,煤样的泊松比呈现出台阶式增长趋势,特别是在循环的后期或破坏前的阶段,泊松比的增加更为显著。前期模式1加载方式下的泊松比大于模式2,随着循环次数的增加,模式2加载方式下的泊松比快速增加,并在煤样破坏前超过模式1。造成该现象的原因主要是由于煤是一种复杂的多孔介质,内部存在大量微裂隙,当施加外力时,这些微裂隙会逐渐扩展并相互连接,导致材料的宏观性质发生变化。快速加载可能会导致微裂隙突然增长,而慢速加载则允许微裂隙逐步发展,可能导致更均匀的裂隙分布。因此,在快速加载情况下,煤样内部裂纹来不及充分发展,导致泊松比增加较慢;而在慢速加载情况下,煤样有更多时间发展内部裂纹,导致泊松比增加较快。

    图  9  循环荷载下煤的泊松比与循环次数的关系曲线
    Figure  9.  Relationship curves between Poisson's ratio and the number of cycles for coal under cyclic loading

    煤样经过水处理后,水分子可能会渗透到煤的微孔结构中,从而改变其力学性能。不同浸泡次数下煤的泊松比增量对比如图10所示,可看出经过干湿循环的煤样泊松比增量高于自然状态下的煤样。这一现象主要源于几个方面:反复干湿循环可能导致孔隙结构变化,包括孔隙率的增加和孔隙形状的变化,进而影响煤的机械性能,如泊松比;某些矿物质在水中溶解或发生化学变化,可能会削弱煤的结构完整性;干湿循环可能促进氧化作用,进一步降低煤的强度。

    图  10  不同浸泡次数下煤的泊松比增量对比
    Figure  10.  Comparison of Poisson's ratio increments of coal with different soaking cycles

    1) 加载模式对煤样的峰值应变和残余应变有显著影响,设计了2种循环加卸载模式,第1种为快速加载、慢速卸载,第2种为慢速加载、快速卸载。模式1条件下裂纹迅速扩展,煤样的峰值应变和残余应变较大,模式2条件下情况与之相反。此外,模式1下的峰值应变增量与单轴压缩试验中不同浸泡时间的煤样变形规律相一致,表现为“U”形分布,揭示了煤样在不同浸泡时间下的变形能力和强度的变化。相反,在模式2下,峰值应变增量呈倒“U”形分布,揭示了在慢速加载条件下煤样变形能力的变化趋势。

    2) 随着循环加载级数的增加,割线模量表现出典型的台阶式变化。在加载过程中,每个循环级的割线模量呈现对数增长规律;而在卸载过程中,割线模量则以对数减少的方式响应。对于未发生破坏的煤样,割线模量整体上随循环次数的增加而增大,这一现象在模式1的加载方案中尤为明显,割线模量的增量较其他加载模式有显著提升。加载速率对材料的刚度特性具有显著影响,裂纹扩展速度更快,损伤累积速度也更快,且在不同加载阶段,材料的变形和损伤机制可能存在差异。

    3) 泊松比在循环加载过程中呈现出台阶式增长趋势,特别是在循环过程的后期,泊松比的增加尤为迅速。在循环加载的早期阶段,模式1下煤样的泊松比高于模式2。然而,随着循环次数的增加,模式2下煤样的泊松比增长速率加快,并在煤样接近破坏时反超模式1。此外,干湿循环导致煤样内部结构逐渐疏松,孔隙率增加,显著提高了煤样的泊松比,这一现象可能与干湿循环过程中煤样内部结构的重塑有关。

  • 图  1   基于风险监测预警的非煤矿山安全监管监察模式流程

    Figure  1.   Flow of non-coal mine safety supervision mode based on risk monitoring and early warning

    图  2   单一风险预警处置流程

    Figure  2.   Flow of early warning and disposal of single risk

    表  1   单一风险预警处置

    Table  1   Early warning and disposal of single risk

    预警等级推送对象信息推送方式参与主体上报流程时间要求
    低风险 矿领导 系统消息 矿领导、调度中心 调度中心→矿领导 响应时间≤8 h,
    处理时间≤12 h
    一般风险 矿领导 系统消息、APP消息 矿领导、调度中心 调度中心→矿领导 响应时间≤4 h,
    处理时间≤8 h
    较大风险 市应急管理局 系统消息、APP消息、
    手机短信
    市应急管理局、集团领导、
    矿领导、调度中心
    调度中心→矿领导→集团领导→
    市应急管理局
    响应时间≤1 h,
    处理时间≤4 h
    重大风险 省应急管理厅 系统消息、APP消息、
    手机短信
    省应急管理厅、市应急管理局、
    集团领导、矿领导、调度中心
    调度中心→矿领导→集团领导→
    市应急管理局→省应急管理厅
    响应时间≤0.5 h,
    处理时间≤4 h
    下载: 导出CSV

    表  2   非煤矿山传感器监测数据

    Table  2   Sensor monitoring data of non-coal mine

    非煤矿山类型 环境监测数据人员监测数据视频监控数据
    金属非金属
    地下矿山
    ① 井下环境中的氧气、温度、一氧化碳、二氧化碳、二氧化氮、烟雾监测数据,高含硫地下矿山中硫化氢、二氧化硫浓度,存在铀、钍等放射性元素的地下矿山中氡(钍射气)及其子体浓度;② 风压、风速、通风机开停状态等;③ 井下地压、顶底板变形数据等 携卡人员基本信息,携卡人员出/入井时刻、出/入重点区域时刻、出/入限制区域时刻等,出/入井的携卡人员总数,携卡人员下井活动路线信息,领导带班信息,工作异常的携卡人员基本信息、分布等报警数据 提升人员的井口信号房、提升机房,井口、调车场等人员进出场所,紧急避险设施及井下爆破器材库、油库、中央变电所等主要硐室的视频监控数据
    金属非金属
    露天矿山
    ① 露天矿山(排土场)中温度、粉尘、噪声、氧气、一氧化碳、二氧化氮等监测数据;② 露天矿山(排土场)中表面位移、内部位移、应力、质点速度、渗透压力、地下水位、降雨量、裂隙等 露天矿山(排土场)人员进/离场时间 露天矿山(排土场)采场主要边坡、出入口、主要作业区域、爆破器材库、采场高点等位置的视频监控数据
    尾矿库 干滩、库水位、表面位移、浸润线、降雨量、内部位移等 滩顶放矿处、排尾管道、坝体下游坡、排洪设施进出口、库水位尺、干滩标杆等位置的视频监控数据
    岩盐矿 采输卤设备流量、压力等 钻井口、运输干线交叉口、重点设备和关键部位等位置的视频监控数据
    下载: 导出CSV

    表  3   非煤矿山重大事故监测专题

    Table  3   Monitoring topics of serious accidents in non-coal mine

    重大事故专题内容描述
    金属非金属
    地下矿山冒顶、片帮、
    透水
    冲击
    地压监测
    监测工作面矿压、巷道矿压、微震等,系统自动生成报表、曲线图等
    水害治理 通过各种传感器检测风速、雨量、水温、水流速度、水位、风向、水质、水量数据及其视频、图像等,实现在线监测与预警
    金属非金属
    露天矿山滑坡
    边坡监测 根据露天矿山采场边坡高度、边坡角、地质条件、稳定性等指标确定不同的监测等级,结合边坡分区的安全监测等级要求,对爆破震动、边坡变形、水文气象、采动应力进行监测
    尾矿库溃坝 位移监测 监测坝体表面位移、内部位移、坝体渗流压力、绕坝渗流、渗流量、渗流水浑浊度、干滩、库水位、降水量、排洪设施运行数据、库区地质滑坡体数据等
    岩盐矿地表
    塌陷
    地面
    沉降监测
    根据DZ/T 0283—2015《地面沉降调查与监测规范》,对地面沉降及其伴生地裂缝进行调查与监测,并将调查记录资料和成果报告电子化归档,形成岩盐开采地面沉降监测报告[12]
    下载: 导出CSV

    表  4   非煤矿山风险监测指标体系及权重

    Table  4   Risk monitoring index system and weight of non-coal mine

    一级指标二级指标三级指标
    人员(0.29)人员定位(0.154)井下超时人员(0.036)
    当前带班领导(0.024)
    重点区域人员(0.015)
    非法进入人员(0.030)
    区域超员信息(0.018)
    当前网络状态(0.009)
    平均下井时长(0.022)
    人为作业(0.136)人员经验(0.050)
    人员专业技术能力(0.025)
    按规程操作(0.040)
    作业监督(0.021)
    设备设施(0.214)大型设备
    (0.08)
    大型设备检验(0.045)
    大型设备故障(0.035)
    传感器(0.134)传感器分布地点(0.038)
    传感器安装数量(0.034)
    传感器故障情况(0.033)
    传感器标校情况(0.029)
    环境(0.158)视频监控(0.046)监控报警(0.046)
    参数监测
    (0.112)
    实时监控(0.044)
    实时报警(0.068)
    管理(0.134)基础信息管理
    (0.021)
    证照信息(0.003)
    组织架构(0.003)
    安全管理制度(0.003)
    生产系统档案(0.003)
    从业人员信息(0.003)
    工艺设备管理(0.003)
    矿井图纸(0.003)
    隐患管理(0.02)隐患台账(0.020)
    风险管理
    (0.027)
    风险清单(0.015)
    风险提醒(0.012)
    事故管理(0.028)伤亡事故统计与分析(0.017)
    非伤亡事故统计与分析(0.011)
    应急管理(0.038)物资信息(0.007)
    现场救援物资分布(0.009)
    物资库管理(0.009)
    应急培训计划(0.002)
    应急演练计划(0.002)
    应急预案(0.009)
    监测专题(0.204)金属非金属地下矿山冲击地压监测(0.106)
    水害治理(0.098)
    金属非金属露天矿山边坡监测(0.204)
    尾矿库位移监测(0.204)
    岩盐矿地面沉降监测(0.204)
    下载: 导出CSV

    表  5   分级监管等级及措施

    Table  5   Graded supervision levels and measures

    企业综合风险等级监管等级抽查范
    围/%
    抽查频率监管措施
    重大风险 一级 100 每月
    抽查1次
    针对扣分严重指标(扣分分值超过总分的75%)的限期整改治理情况进行监管
    较大风险 二级 50 每季度
    抽查1次
    针对扣分较重指标(扣分分值超过总分的50%)的限期整改治理情况进行监管
    一般风险 三级 20 每半年
    抽查1次
    针对扣分一般指标(扣分分值超过总分的25%)的限期整改治理情况进行监管
    低风险 四级 10 每年
    抽查1次
    针对扣分指标的限期整改治理情况进行监管
    下载: 导出CSV
  • [1] 徐姚. 深层“体检”精准“手术” 提升非煤矿山健康指数[N]. 中国应急管理报, 2022-02-09(3).

    XU Yao. In-depth "physical examination" and precise "surgery" to improve the health index of non-coal mines[N]. China Emergency Management News, 2022-02-09( 3).

    [2] 高亚青. 政府安全监管风险预警方法与模式研究[D]. 北京: 中国地质大学(北京), 2010.

    GAO Yaqing. Research on methods and models of government safety supervision risk early warning[D]. Beijing: China University of Geosciences(Beijing), 2010.

    [3] 康尧. 聚力对标 提升非煤矿山监管水平[J]. 中国应急管理,2020(11):54-55.

    KANG Yao. Focusing on benchmarking to improve the supervision level of non-coal mines[J]. China Emergency Management,2020(11):54-55.

    [4] 李季. 健全国家应急管理体系 防范化解重大风险[J]. 行政管理改革,2020(3):4-9.

    LI Ji. Improve national emergency management system and prevent major risks[J]. Administration Reform,2020(3):4-9.

    [5] 王卸云. 浅谈LEC法在非煤矿山安全评价中的应用[J]. 金属矿山,2008(1):110-113. DOI: 10.3321/j.issn:1001-1250.2008.01.031

    WANG Xieyun. Preliminary discussion on application of LEC method in safety assessment in non-coal mines[J]. Metal Mine,2008(1):110-113. DOI: 10.3321/j.issn:1001-1250.2008.01.031

    [6] 陈小林,屈世甲,佘九华,等. 基于风险管控的煤矿安全综合防控体系[J]. 工矿自动化,2021,47(8):15-19. DOI: 10.13272/j.issn.1671-251x.17809

    CHEN Xiaolin,QU Shijia,SHE Jiuhua,et al. Comprehensive prevention and control system of coal mine safety based on risk management and control[J]. Industry and Mine Automation,2021,47(8):15-19. DOI: 10.13272/j.issn.1671-251x.17809

    [7] 薛澜,周玲. 风险管理:“关口再前移”的有力保障[J]. 中国应急管理,2007(11):12-15.

    XUE Lan,ZHOU Ling. Risk management:a strong guarantee for "moving the gate forward"[J]. Chinese Emergency Management,2007(11):12-15.

    [8] 邵奇,吴晨光. 精益管理前置风险隐患防控[J]. 企业管理,2017(增刊2):328-329.

    SHAO Qi,WU Chenguang. Prevention and control of pre-risk hidden dangers in lean management[J]. Enterprise Management,2017(S2):328-329.

    [9] 刘长青. 非煤矿山安全现状分析及对策措施[J]. 安全,2016,37(7):42-44. DOI: 10.3969/j.issn.1002-3631.2016.07.016

    LIU Changqing. Analysis and countermeasures of safety status of non-coal mines[J]. Safety,2016,37(7):42-44. DOI: 10.3969/j.issn.1002-3631.2016.07.016

    [10] 韩颖. 非煤矿山 安监执法查什么[J]. 劳动保护,2017(6):31-33. DOI: 10.3969/j.issn.1000-4335.2017.06.008

    HAN Ying. What is the safety supervision law enforcement investigation in non-coal mines[J]. Labour Protection,2017(6):31-33. DOI: 10.3969/j.issn.1000-4335.2017.06.008

    [11] 张旭超. 工业网络视频监控系统平台的搭建[J]. 无线互联科技,2018,15(7):24-25. DOI: 10.3969/j.issn.1672-6944.2018.07.011

    ZHANG Xuchao. Construction of video surveillance system platform in industrial network[J]. Wireless Internet Technology,2018,15(7):24-25. DOI: 10.3969/j.issn.1672-6944.2018.07.011

    [12] 崔振东,唐益群. 国内外地面沉降现状与研究[J]. 西北地震学报,2007(3):275-278,292.

    CUI Zhendong,TANG Yiqun. Domestic and international recent situation and research of land subsidence disasters[J]. Northwestern Seismological Journal,2007(3):275-278,292.

    [13] 黄拴雷. 企业生产安全事故风险分级及分级监察研究[D]. 北京: 首都经济贸易大学, 2018.

    HUANG Shuanlei. Research on risk classification and classification supervision of production safety accidents in enterprises[D]. Beijing: Capital University of Economics and Business, 2018.

    [14] 屈世甲,武福生. 煤矿智能工作面环境安全监测及预警方法研究[J]. 煤矿安全,2020,51(8):132-135. DOI: 10.13347/j.cnki.mkaq.2020.08.028

    QU Shijia,WU Fusheng. Study on environmental safety monitoring and early warning method of intelligent working face for coal mines[J]. Safety in Coal Mines,2020,51(8):132-135. DOI: 10.13347/j.cnki.mkaq.2020.08.028

    [15] 宫雯,李龙清,许永刚. 基于熵权法与灰色关联度法的煤矿企业信息化水平评价[J]. 工矿自动化,2012,38(3):23-25.

    GONG Wen,LI Longqing,XU Yonggang. Evaluation of coal mine informatization level based on entropy weight method and grey correlation degree method[J]. Industry and Mine Automation,2012,38(3):23-25.

    [16] 刘秀英. 对二八管理法则的诠释[J]. 经济理论与经济管理,2004(8):57-59. DOI: 10.3969/j.issn.1000-596X.2004.08.010

    LIU Xiuying. Interpretation of the 2-8 management rule[J]. Economic Theory and Business Management,2004(8):57-59. DOI: 10.3969/j.issn.1000-596X.2004.08.010

    [17] 刘海峰. 基于风险管理理论的政府安全生产监管模式研究[D]. 北京: 中国地质大学(北京), 2014.

    LIU Haifeng. Research on government safety production supervision model based on risk management theory[D]. Beijing: China University of Geosciences(Beijing), 2014.

  • 期刊类型引用(9)

    1. 马广伟. 基于PID控制器参数优化的煤矿智能掘进机自动控制研究. 能源与环保. 2025(01): 194-198+206 . 百度学术
    2. 马宏伟,孙思雅,王川伟,毛清华,薛旭升,刘鹏,田海波,王鹏,张烨,聂珍,马柯翔,郭逸风,张恒,王赛赛,李烺,苏浩,崔闻达,成佳帅,喻祖坤. 论“掘进就是掘模型”的学术思想. 煤炭学报. 2025(01): 661-675 . 百度学术
    3. 许向前,简阔,王宁,李胜利. 考虑煤岩硬度的悬臂式掘进机截割控制. 工矿自动化. 2024(04): 153-158 . 本站查看
    4. 李国栋. 掘进机截割路径优化与动力学分析. 机械管理开发. 2024(04): 216-218 . 百度学术
    5. 马宏伟,王赛赛,王川伟,薛力猛,张恒,孙思雅. 短横轴截割机器人直墙拱形巷道自动成形控制方法. 西安科技大学学报. 2024(03): 418-429 . 百度学术
    6. 毛清华,陈彦璋,马骋,王川伟,张飞,柴建权. 基于模糊神经网络PID的煤矿掘进机俯仰控制研究. 工矿自动化. 2024(08): 135-143 . 本站查看
    7. 王建皓. EBH360悬臂式掘进机截割臂结构优化研究. 今日制造与升级. 2024(10): 127-129 . 百度学术
    8. 李申龙. 煤矿巷道掘进机液压系统随机振动负载控制技术. 液压气动与密封. 2024(12): 61-67 . 百度学术
    9. 刘晓军. 悬臂式掘进机自动调速控制技术的研究. 自动化应用. 2023(17): 53-56 . 百度学术

    其他类型引用(2)

图(2)  /  表(5)
计量
  • 文章访问数:  228
  • HTML全文浏览量:  40
  • PDF下载量:  29
  • 被引次数: 11
出版历程
  • 收稿日期:  2022-03-21
  • 修回日期:  2022-08-09
  • 网络出版日期:  2022-06-15
  • 刊出日期:  2022-08-25

目录

/

返回文章
返回