Analysis of influencing factors of coal mine water inrush accidents based on DEMATEL-ISM-BN
-
摘要: 透水事故是继瓦斯事故和顶板事故之后的第三大煤矿事故,分析探究透水事故致因及各因素间的内在关联,可有效实现透水事故管控和遏制。现有煤矿透水事故研究大多针对某一地区或某一方面,缺少对影响因素之间复杂因果关系及各因素对事故影响程度的深入研究。针对该问题,采用决策试验和评价试验法(DEMATEL)和解释结构模型法(ISM)对煤矿透水事故影响因素进行分析,构建多级递阶结构模型,并将其映射到贝叶斯网络 (BN)模型中,得到DEMATEL−ISM−BN模型。基于数据驱动思想,对典型事故案例进行研究,确定了诱发煤矿透水事故的18个影响因素;结合专家打分结果进行DEMATEL分析,计算各因素的影响度、被影响度、原因度和中心度;根据DEMATEL分析结果计算得出ISM的可达矩阵,构建多级递阶结构模型;结合煤矿透水事故真实案例样本数据构建BN模型,利用BN模型的故障诊断功能进行致因链分析。DEMATEL分析结果表明,水害认识不足、水文地质探测不到位是煤矿透水事故发生的主要影响因素,其次是安全管理混乱和技术手段薄弱;ISM分析结果表明,三违行为和水源威胁在透水事件多级递阶结构模型中处于顶层,是诱发透水事故的直接因素;BN分析结果表明,水文地质探测不到位→水源威胁→透水事故是最可能的致因链。要有效遏制煤矿透水事故的发生,应提高员工水害意识,严格进行水文地质探测工作,从根本上杜绝生产人员的违法违规行为。Abstract: The water inrush accident is the third largest coal mine accident after the gas accident and the roof accident. The analysis and exploration of the causes of the water inrush accident and the intrinsic relationship between the various factors can effectively realize the control and containment of the water inrush accident. The existing coal mine water inrush accident research mostly aims at a certain area or a certain aspect. There is a lack of in-depth research on the complex causal relationship among the influence factors and the influence degree of each factor on the accident. In order to solve this problem, decision making trial and evaluation laboratory (DEMATEL) and interpretative structural modeling method (ISM) are used to analyze the influencing factors of coal mine water inrush accidents. The multi-level hierarchical structure model is constructed, which is mapped into the Bayesian network (BN) model. The DEMATEL-ISM-BN model is obtained. Based on the data-driven theory, typical accident cases are studied. There are 18 influencing factors inducing coal mine water inrush accidents determined. Based on expert scoring results, DEMATEL analysis is carried out. The influence degree, influenced degree, cause degree and centrality of each factor are calculated. The reachability matrix of ISM is calculated according to the DEMATEL analysis results. The multi-level hierarchical structure model is constructed. The BN model is constructed based on the real case data of coal mine water inrush accidents. The causal chain analysis is carried out by using the fault diagnosis function of the BN model. The results of the DEMATEL analysis show that the main factors affecting the occurrence of coal mine water inrush accidents are the lack of understanding of water disasters and inadequate hydrogeological detection. The other factors include confusion of safety management and weak technical means. ISM analysis results show that the "three violations" behavior and water source threat are at the top of the multi-level hierarchical structure model of water inrush accidents. These are the direct factors inducing water inrush accidents. The BN analysis results show that the most likely cause chain is inadequate hydrogeological detection → water source threat → water inrush accidents. To effectively curb the occurrence of coal mine water inrush accidents, it is suggested to improve the staff awareness of water disasters, strictly carry out hydrogeological exploration, and fundamentally eliminate the illegal behavior of production personnel.
-
0. 引言
煤炭作为基础能源在我国经济发展与能源安全领域有着不可替代的地位。根据中国煤矿安全生产网的数据统计,2010—2020年我国共发生5 833起煤矿安全事故,死亡人数达10 176[1]。煤矿事故总量虽在近2 a呈下降趋势,但我国正处于基础建设的紧要关头,煤炭需求量持续上升,安全开采既是保障煤矿产量稳定的基础,也是我国经济可持续发展的根本要求[2]。分析全国煤矿事故发现,2021年发生的重大事故均为透水事故,死亡人数超过当年瓦斯事故死亡人数,达到48人,占当年煤矿事故总死亡人数的27%。透水事故作为继瓦斯事故和顶板事故之后的第三大煤矿事故,破坏性极大,对井下矿工安全造成极大威胁。针对煤矿透水事故进行致因分析,总结煤矿透水事故发生的一般规律,对于煤矿安全生产具有重大意义。
目前已有学者针对我国煤矿透水事故开展相关分析研究。傅贵等[3]利用统计学原理对导致煤矿透水事故的不安全动作进行了分类统计。赵飞等[4]通过分析透水事故原因,以矿工自救互救为基础,基于FAST法对救援产品进行模块化设计。周峰雷等[5]提出了基于遗传算法−BP神经网络的煤矿透水事故涌水量预测模型。李满如[6]、张国琴[7]利用事故树和层次分析法建立透水事故评价模型,对透水事故进行原因分析及综合评价。
现有研究大多是针对某一地区煤矿透水事故的致因分析或对透水事故某一方面的具体研究,而对透水事故系统、完整的研究分析极少,缺少对影响因素之间复杂因果关系及各因素对事故影响程度的深入研究。鉴于此,本文借鉴文献[8-12]中对事故影响因素的系统分析方法−决策试验和评价试验法(Decision Making Trial and Evaluation Laboratory,DEMATEL)[13]和解释结构模型法(Interpretative Structural Modeling Method,ISM)[14],对煤矿透水事故影响因素进行分析,构建多级递阶结构模型,并将其映射到贝叶斯网络 (Bayesian Network,BN)模型中,通过BN参数学习及敏感性分析提取诱发煤矿透水事故的关键因素,为透水事故的预防管控提供参考。
1. DEMATEL−ISM−BN模型
DEMATEL结合专家经验知识,利用图论及矩阵论描述各影响因素之间的关联强度,并对影响度、被影响度、原因度、中心度等指标进行测算,辨识复杂系统的关键要素。ISM通过可达矩阵反映复杂系统中影响因素之间的内在关系,构建多级递阶结构模型,并通过拓扑图直观表现出影响因素的层次联系。BN是以贝叶斯定理为基础建立的概率网络,其核心在于概率推理,通过概率统计方式实现对某个观测点的预测[15]。将DEMATEL中的综合影响矩阵与单位矩阵结合,得出整体影响矩阵,并通过计算将其转换为ISM中所需要的可达矩阵,与单独使用ISM相比,不仅可展现影响因素之间的关系,还能反映出各影响因素相互作用的强度及对事故的影响程度[16]。基于ISM构建多级递阶结构模型,并将其映射到BN模型中,结合实际案例,通过概率分布及后验概率计算提取关键因素。
DEMATEL−ISM−BN模型具体步骤如下:
(1) 选定影响因素集S={S1,S2,…,Sn}(n为影响因素个数),构建初始直接影响矩阵D。邀请多位专家确定因素相互影响关系,得到直接影响矩阵D=[dij]n×n,其中dij为因素i对因素j的影响程度,影响程度强、较强、较弱、弱、无分别赋值4—0,当i=j时赋值为0。
(2) 对直接影响矩阵D进行标准化处理,得到规范影响矩阵B(元素为bij):
$$ {{\boldsymbol{B}}}=[{b}_{ij}{]}_{n\times n}=\frac{1}{\underset{1\leqslant i\leqslant n}{\mathrm{m}\mathrm{a}\mathrm{x}}\displaystyle\sum _{j=1}^{n}{d}_{ij}}{{\boldsymbol{D}}} $$ (1) (3) 计算综合影响矩阵T(元素为tij),找出关键影响因素。
$$ \boldsymbol{T}=[{t}_{ij}{]}_{n\times n}=\boldsymbol{B}+{\boldsymbol{B}}^{2}+\cdots+{\boldsymbol{B}}^{n}=\boldsymbol{B}({\boldsymbol{I}}-\boldsymbol{B}{)}^{-1} $$ (2) 式中I为单位矩阵。
(4) 计算各因素对其他因素的影响度
$ {f_i} $ 、被影响度$ {e_i} $ 、中心度$ {{\textit{z}}_i} $ 及原因度$ {y_i} $ 。$$ {f}_{i}=\sum _{j=1}^{n}{t}_{ij} $$ (3) $$ {e}_{i}=\sum _{j=1}^{n}{t}_{ji} $$ (4) $$ {{\textit{z}}}_{i}={f}_{i}+{e}_{i} $$ (5) $$ {y}_{i}={f}_{i}-{e}_{i} $$ (6) (5) 计算整体影响矩阵H(元素为hij),通过确定阈值
$ \lambda $ ,构建ISM模型的可达矩阵K(元素为kij)。$$ \boldsymbol{H}=[{h}_{ij}{]}_{n\times n}=\boldsymbol{I}+\boldsymbol{T} $$ (7) $$ {k_{ij}} = \left\{ {\begin{array}{l} 1 \\ 0 \end{array}} \right.\begin{array}{*{20}{c}} {}&{} \end{array}\begin{array}{*{20}{c}} {{h_{ij}} > \lambda } \\ {{h_{ij}} \leqslant \lambda } \end{array} $$ (8) (6) 计算可达集Q(Si)、前因集A(Si)和共同集C。根据i的不同取值重复计算Q(Si)和A(Si)并依次更新集合
$ C $ ,以此构建多级递阶结构模型。$$ Q\left({S}_{i}\right)=\left\{{S}_{j}\left|{S}_{i}\in S,{k}_{ij}=1\right.\right\} $$ (9) $$ A\left({S}_{i}\right)=\left\{{S}_{j}\left|{S}_{i}\in S,{k}_{ji}=1\right.\right\} $$ (10) $$ C=\left\{{S}_{i}\left|{S}_{i}\in S,A\left({S}_{i}\right)\cap Q\left({S}_{i}\right)=Q\left({S}_{i}\right)\right.\right\} $$ (11) (7) 通过可视化软件GeNie将多级递阶结构模型转换为BN模型,根据真实透水事故案例计算先验概率及后验概率,提取诱发煤矿透水事故的关键因素。
2. 煤矿透水事故影响因素指标体系构建
以安全管理网和煤矿安全网的煤矿透水事故调查报告为数据来源,经过搜集整理,选取2010—2020年有完整事故报告、并且被评定为较大事故及以上的透水事故案例,随机筛选出70起典型事故案例及相应的调查分析报告进行研究。导致煤矿透水事故发生的因素繁杂多样,本文基于数据驱动思想,针对选取的70起透水事故调查报告提取高频关键词并统计出现频次,结果见表1。
表 1 煤矿透水事故关键词及频次统计Table 1. Keywords and frequency statistics of water inrush accidents in coal mines关键词 频次 关键词 频次 关键词 频次 不到位 51 技术手段 16 越界开采 9 安全 42 巷道 14 教育 8 探放水 33 培训 14 安全意识 8 防治水 27 透水征兆 13 煤柱断层 7 积水 23 人员配备 13 图纸 6 管理不到位 22 管理混乱 10 非法 4 监管不落实 21 采空区 10 违章 4 违法布置
掘进工作面18 设备 9 地质 4 基于关键词出现频次和现实情况并结合文献[17-20],选取出现频次相对较高的关键词,通过对报告中事故原因的分析整合,从人的因素、物的因素、环境因素、管理因素出发,构建煤矿透水事故影响因素框架,如图1所示。
3. 基于DEMATEL−ISM−BN的煤矿透水事故影响因素分析
邀请10位煤矿领域的研究人员进行问卷调查,研究人员基于自身经验及专业认知对18个影响因素指标进行双向打分,根据问卷结果和专家意见,计算得到直接影响矩阵D。 通过式(1)、式(2)计算综合影响矩阵,具体数据见表2。
表 2 煤矿透水事故综合影响矩阵Table 2. Comprehensive influence matrix of coal mine water inrush accidentsSi Sj S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 S18 S1 0.05 0.12 0.04 0.08 0.05 0.04 0.05 0.05 0.05 0.09 0.09 0.02 0.03 0.03 0.08 0.02 0.08 0.07 S2 0.15 0.08 0.08 0.09 0.11 0.05 0.09 0.08 0.08 0.09 0.07 0.03 0.04 0.08 0.07 0.05 0.09 0.09 S3 0.18 0.19 0.08 0.13 0.14 0.08 0.11 0.11 0.10 0.14 0.09 0.04 0.06 0.09 0.10 0.06 0.11 0.10 S4 0.15 0.17 0.16 0.08 0.21 0.13 0.18 0.18 0.18 0.20 0.15 0.06 0.12 0.08 0.11 0.07 0.12 0.11 S5 0.20 0.21 0.18 0.12 0.13 0.11 0.21 0.20 0.20 0.15 0.21 0.08 0.12 0.10 0.10 0.07 0.13 0.11 S6 0.13 0.19 0.13 0.12 0.18 0.10 0.20 0.21 0.18 0.21 0.20 0.13 0.18 0.08 0.11 0.07 0.13 0.08 S7 0.05 0.08 0.07 0.04 0.13 0.09 0.07 0.11 0.11 0.10 0.16 0.08 0.10 0.03 0.03 0.02 0.04 0.03 S8 0.05 0.08 0.06 0.03 0.13 0.09 0.11 0.06 0.10 0.10 0.15 0.06 0.07 0.02 0.03 0.02 0.04 0.02 S9 0.06 0.09 0.07 0.04 0.13 0.10 0.12 0.11 0.07 0.11 0.16 0.06 0.07 0.03 0.06 0.04 0.05 0.03 S10 0.15 0.19 0.10 0.08 0.14 0.13 0.20 0.19 0.18 0.11 0.19 0.12 0.16 0.05 0.10 0.06 0.10 0.05 S11 0.08 0.09 0.07 0.06 0.12 0.10 0.14 0.14 0.14 0.12 0.09 0.08 0.10 0.03 0.04 0.02 0.09 0.03 S12 0.10 0.12 0.07 0.06 0.17 0.16 0.15 0.12 0.12 0.16 0.20 0.06 0.16 0.06 0.08 0.03 0.15 0.05 S13 0.08 0.09 0.05 0.04 0.14 0.12 0.16 0.10 0.09 0.09 0.17 0.09 0.06 0.05 0.06 0.02 0.05 0.03 S14 0.19 0.21 0.19 0.14 0.22 0.13 0.17 0.17 0.16 0.19 0.15 0.06 0.08 0.07 0.15 0.12 0.14 0.14 S15 0.20 0.22 0.18 0.18 0.22 0.17 0.19 0.18 0.18 0.21 0.18 0.09 0.12 0.16 0.09 0.10 0.17 0.15 S16 0.21 0.22 0.19 0.19 0.22 0.15 0.19 0.18 0.18 0.21 0.19 0.09 0.12 0.16 0.14 0.06 0.19 0.17 S17 0.15 0.17 0.16 0.12 0.21 0.13 0.18 0.18 0.18 0.20 0.15 0.06 0.12 0.08 0.11 0.07 0.08 0.11 S18 0.19 0.20 0.17 0.12 0.13 0.07 0.12 0.11 0.11 0.15 0.09 0.04 0.06 0.12 0.13 0.11 0.12 0.07 3.1 煤矿透水事故影响因素DEMATEL分析
通过Matlab程序计算得出各因素的影响度、被影响度、原因度和中心度,结果见表3。原因度大于0视为原因因素,反之视为结果因素,原因因素对其他因素的发生具有较大影响,结果因素在系统中更容易遭受原因因素影响。由表3可知,煤矿透水事故的原因因素按原因度由大到小排序分别为监督体系不健全S16、安全管理混乱S15、教育培训不到位S14、地质条件复杂S12、无证上岗S4、技术手段薄弱S6、违法组织开采S18、人员配备不足S17,结果因素由小到大排序分别为三违行为S1、巷道设计不合理S7 、生理心理因素S2、探防排水设备不合理S8、水源威胁S11、探放水系统不合理S9、水文地质探测不到位S10、围岩情况复杂S13、安全风险意识差S3、水害认识不足S5。其中监督体系不健全、安全管理混乱是造成其余因素发生的主要动因,三违行为更容易遭受其他因素的影响而发生。因素中心度越大,其重要程度越大。由表3的中心度排序可知,水害认识不足S5、水文地质探测不到位S10是煤矿透水事故发生的主要影响因素,其次是安全管理混乱S15和技术手段薄弱S6。
表 3 煤矿透水事故影响因素的DEMATEL分析结果Table 3. DEMEATEL analysis results of influence factors of coal mine water inrush accidents影响因素 影响度 被影响度 中心度 中心度排序 原因度 因素属性 三违行为S1 1.044 0 2.365 4 3.409 5 16 −1.321 4 结果因素 生理心理因素S2 1.421 7 2.705 7 4.127 4 8 −1.284 1 结果因素 安全风险意识差S3 1.891 5 2.050 8 3.942 3 12 −0.159 4 结果因素 无证上岗S4 2.440 7 1.728 2 4.168 9 7 0.712 5 原因因素 水害认识不足S5 2.621 0 2.778 4 5.399 4 1 −0.157 4 结果因素 技术手段薄弱S6 2.622 4 1.943 0 4.565 4 4 0.679 5 原因因素 巷道设计不合理S7 1.346 2 2.638 8 3.985 0 11 −1.292 5 结果因素 探防排水设备不合理S8 1.228 9 2.476 6 3.705 4 14 −1.247 7 结果因素 探放水系统不合理S9 1.400 0 2.414 0 3.813 9 13 −1.014 0 结果因素 水文地质探测不到位S10 2.292 2 2.624 5 4.916 7 2 −0.332 3 结果因素 水源威胁S11 1.571 3 2.685 3 4.256 5 6 −1.114 0 结果因素 地质条件复杂S12 2.016 2 1.226 2 3.242 4 18 0.789 9 原因因素 围岩情况复杂S13 1.499 6 1.779 6 3.279 2 17 −0.279 9 结果因素 教育培训不到位S14 2.674 4 1.341 1 4.015 5 10 1.333 3 原因因素 安全管理混乱S15 2.989 8 1.587 8 4.577 6 3 1.402 0 原因因素 监督体系不健全S16 3.052 4 1.014 2 4.066 6 9 2.038 2 原因因素 人员配备不足S17 2.440 7 1.876 1 4.316 8 5 0.564 6 原因因素 违法组织开采S18 2.122 7 1.439 9 3.562 6 15 0.682 8 原因因素 3.2 煤矿透水事故影响因素多级递阶结构模型构建
计算综合影响矩阵中元素的算术平均值与标准差,根据两者的和确定阈值λ=0.15。通过Matlab程序计算出可达矩阵并进行层级划分,构建煤矿透水事故影响因素多级递阶结构模型,如图2所示。
3.3 煤矿透水事故影响因素BN模型建立及分析
将煤矿透水事故真实案例样本数据导入GeNie中,基于煤矿透水事故影响因素多级递阶结构模型构建煤矿透水事故影响因素BN模型,如图3所示。
后验概率分析作为BN模型推理的重要一环,既可在原因因素已知的前提下对结果发生概率进行预测推算,也可在结果已知的状态下反推引发结果发生最可能的因素进行故障诊断[21]。本文将根节点X设定为证据节点(即煤矿透水事故发生的概率为100%),利用BN模型的故障诊断功能,得出节点的后验概率分布,如图4所示。
从图4可知,在煤矿透水事故已发生的情况下,水源威胁的可能性最大,概率高达95%;其次为水文地质探测不到位,概率为91%,根据致因链分析可知两者存在较强因果联系;水害认识不足、安全风险意识差、生理心理因素、三违行为也具有较高的概率,分别为80%,86%,84%,85%,四者间也具有较强的因果联系;安全管理混乱的概率为89%;监督体系不健全的概率为83% 。通过致因链分析可知,水文地质探测不到位→水源威胁→透水事故是造成透水事故发生最可能的致因链,需对链上因素着重关注,而造成水文地质探测不到位的因素较复杂。
3.4 综合分析
水害认识不足及水文地质探测不到位2个因素在DEMATEL中心度排序中靠前,并且在透水事故多级递阶结构模型中处于重要节点位置,均有较多的连接边,具备显著的影响关系,在BN后验概率分析中也同样具有较高的发生概率。综合分析可知,水文地质探测不到位及水害认识不足处于模型结构中层,易受下方深层因素的影响并对上层影响因素具有较大影响,对直接造成透水事故的三违行为及水源威胁的产生影响显著。
监督体系不健全、安全管理混乱、教育培训不到位、地质条件复杂在DEMATEL原因因素排序中靠前。监督体系不健全、安全管理混乱、地质条件复杂在透水事故多级递阶结构模型中均为根源因素,会引发其余影响因素。在BN后验概率分析中,监督体系不健全与安全管理混乱具有较高的发生概率,且对教育培训不到位的产生有较强致因联系;地质条件复杂后验概率较低,但对于围岩情况复杂这一因素的出现具有较强致因关系。基于上述分析可知,原因因素对其他因素具有较强影响,从长远考虑,重视原因因素能够更好地遏制透水事故。监管部门应加强监管力度,严格排查违法组织开采行径。基于严格的监管和有序的安全管理,可更好地排查无证上岗与人员配备不足的情况,确保作业人员更好地接受应急处理能力培训及安全知识教育,提高对水害的认识并具备足够作业技能,最大程度降低原因因素对透水事故的影响。
三违行为、巷道设计不合理、生理心理因素、探防排水设备不合理、水源威胁、探放水系统不合理在DEMATEL结果因素排序中靠前,其中三违行为和水源威胁在透水事件多级递阶结构模型中处于顶层,是诱发透水事故的直接因素。水害认识不足、水文地质探测不到位及围岩情况复杂受下层原因因素影响,直接引发巷道设计不合理、探防排水设备不合理、探放水系统不合理的产生。基于BN后验概率及致因链分析,提升工作人员对水害的认识,严格执行水文地质探测工作,短期来说可有效制止三违行为及水源威胁的产生,快速、有效地实现透水事故预防。
4. 结论
(1) 确定了诱发煤矿透水事故的18个影响因素,通过DEMATEL−ISM−BN模型对影响因素进行分析,提取诱发煤矿透水事故的关键因素。
(2) 通过计算DEMATEL中心度、原因度与BN网络节点后验概率,得出水源威胁与地质围岩情况相关,受到人和物的因素影响,是诱发透水事故最直接的影响因素。
(3) 长远来看,要有效遏制煤矿透水事故的发生,安全管理及监管部门不仅要加强员工培训力度,提高员工水害意识,还要严格进行水文地质探测工作核查,坚持“有疑必探,先探后掘,先治后采”的原则,从根本上杜绝生产人员的违法违规行为。
-
表 1 煤矿透水事故关键词及频次统计
Table 1 Keywords and frequency statistics of water inrush accidents in coal mines
关键词 频次 关键词 频次 关键词 频次 不到位 51 技术手段 16 越界开采 9 安全 42 巷道 14 教育 8 探放水 33 培训 14 安全意识 8 防治水 27 透水征兆 13 煤柱断层 7 积水 23 人员配备 13 图纸 6 管理不到位 22 管理混乱 10 非法 4 监管不落实 21 采空区 10 违章 4 违法布置
掘进工作面18 设备 9 地质 4 表 2 煤矿透水事故综合影响矩阵
Table 2 Comprehensive influence matrix of coal mine water inrush accidents
Si Sj S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S13 S14 S15 S16 S17 S18 S1 0.05 0.12 0.04 0.08 0.05 0.04 0.05 0.05 0.05 0.09 0.09 0.02 0.03 0.03 0.08 0.02 0.08 0.07 S2 0.15 0.08 0.08 0.09 0.11 0.05 0.09 0.08 0.08 0.09 0.07 0.03 0.04 0.08 0.07 0.05 0.09 0.09 S3 0.18 0.19 0.08 0.13 0.14 0.08 0.11 0.11 0.10 0.14 0.09 0.04 0.06 0.09 0.10 0.06 0.11 0.10 S4 0.15 0.17 0.16 0.08 0.21 0.13 0.18 0.18 0.18 0.20 0.15 0.06 0.12 0.08 0.11 0.07 0.12 0.11 S5 0.20 0.21 0.18 0.12 0.13 0.11 0.21 0.20 0.20 0.15 0.21 0.08 0.12 0.10 0.10 0.07 0.13 0.11 S6 0.13 0.19 0.13 0.12 0.18 0.10 0.20 0.21 0.18 0.21 0.20 0.13 0.18 0.08 0.11 0.07 0.13 0.08 S7 0.05 0.08 0.07 0.04 0.13 0.09 0.07 0.11 0.11 0.10 0.16 0.08 0.10 0.03 0.03 0.02 0.04 0.03 S8 0.05 0.08 0.06 0.03 0.13 0.09 0.11 0.06 0.10 0.10 0.15 0.06 0.07 0.02 0.03 0.02 0.04 0.02 S9 0.06 0.09 0.07 0.04 0.13 0.10 0.12 0.11 0.07 0.11 0.16 0.06 0.07 0.03 0.06 0.04 0.05 0.03 S10 0.15 0.19 0.10 0.08 0.14 0.13 0.20 0.19 0.18 0.11 0.19 0.12 0.16 0.05 0.10 0.06 0.10 0.05 S11 0.08 0.09 0.07 0.06 0.12 0.10 0.14 0.14 0.14 0.12 0.09 0.08 0.10 0.03 0.04 0.02 0.09 0.03 S12 0.10 0.12 0.07 0.06 0.17 0.16 0.15 0.12 0.12 0.16 0.20 0.06 0.16 0.06 0.08 0.03 0.15 0.05 S13 0.08 0.09 0.05 0.04 0.14 0.12 0.16 0.10 0.09 0.09 0.17 0.09 0.06 0.05 0.06 0.02 0.05 0.03 S14 0.19 0.21 0.19 0.14 0.22 0.13 0.17 0.17 0.16 0.19 0.15 0.06 0.08 0.07 0.15 0.12 0.14 0.14 S15 0.20 0.22 0.18 0.18 0.22 0.17 0.19 0.18 0.18 0.21 0.18 0.09 0.12 0.16 0.09 0.10 0.17 0.15 S16 0.21 0.22 0.19 0.19 0.22 0.15 0.19 0.18 0.18 0.21 0.19 0.09 0.12 0.16 0.14 0.06 0.19 0.17 S17 0.15 0.17 0.16 0.12 0.21 0.13 0.18 0.18 0.18 0.20 0.15 0.06 0.12 0.08 0.11 0.07 0.08 0.11 S18 0.19 0.20 0.17 0.12 0.13 0.07 0.12 0.11 0.11 0.15 0.09 0.04 0.06 0.12 0.13 0.11 0.12 0.07 表 3 煤矿透水事故影响因素的DEMATEL分析结果
Table 3 DEMEATEL analysis results of influence factors of coal mine water inrush accidents
影响因素 影响度 被影响度 中心度 中心度排序 原因度 因素属性 三违行为S1 1.044 0 2.365 4 3.409 5 16 −1.321 4 结果因素 生理心理因素S2 1.421 7 2.705 7 4.127 4 8 −1.284 1 结果因素 安全风险意识差S3 1.891 5 2.050 8 3.942 3 12 −0.159 4 结果因素 无证上岗S4 2.440 7 1.728 2 4.168 9 7 0.712 5 原因因素 水害认识不足S5 2.621 0 2.778 4 5.399 4 1 −0.157 4 结果因素 技术手段薄弱S6 2.622 4 1.943 0 4.565 4 4 0.679 5 原因因素 巷道设计不合理S7 1.346 2 2.638 8 3.985 0 11 −1.292 5 结果因素 探防排水设备不合理S8 1.228 9 2.476 6 3.705 4 14 −1.247 7 结果因素 探放水系统不合理S9 1.400 0 2.414 0 3.813 9 13 −1.014 0 结果因素 水文地质探测不到位S10 2.292 2 2.624 5 4.916 7 2 −0.332 3 结果因素 水源威胁S11 1.571 3 2.685 3 4.256 5 6 −1.114 0 结果因素 地质条件复杂S12 2.016 2 1.226 2 3.242 4 18 0.789 9 原因因素 围岩情况复杂S13 1.499 6 1.779 6 3.279 2 17 −0.279 9 结果因素 教育培训不到位S14 2.674 4 1.341 1 4.015 5 10 1.333 3 原因因素 安全管理混乱S15 2.989 8 1.587 8 4.577 6 3 1.402 0 原因因素 监督体系不健全S16 3.052 4 1.014 2 4.066 6 9 2.038 2 原因因素 人员配备不足S17 2.440 7 1.876 1 4.316 8 5 0.564 6 原因因素 违法组织开采S18 2.122 7 1.439 9 3.562 6 15 0.682 8 原因因素 -
[1] 张培森,李复兴,朱慧聪,等. 2008—2020年煤矿事故统计分析及防范对策[J]. 矿业安全与环保,2022,49(1):128-134. DOI: 10.19835/j.issn.1008-4495.2022.01.022 ZHANG Peisen,LI Fuxing,ZHU Huicong,et al. Statistical analysis and prevention countermeasures of coal mine accidents from 2008 to 2020[J]. Mining Safety & Environmental Protection,2022,49(1):128-134. DOI: 10.19835/j.issn.1008-4495.2022.01.022
[2] 张世龙,张民波,朱仁豪,等. 近5年我国煤矿事故特征分析及防治对策[J]. 煤炭与化工,2021,44(8):101-106,109. DOI: 10.19286/j.cnki.cci.2021.08.033 ZHANG Shilong,ZHANG Minbo,ZHU Renhao,et al. Analysis of the characteristics of China's mine accidents in the past five years and countermeasures for prevention and control[J]. Coal and Chemical Industry,2021,44(8):101-106,109. DOI: 10.19286/j.cnki.cci.2021.08.033
[3] 傅贵,郑志勇. 煤矿透水事故不安全动作原因分类研究[J]. 煤矿安全,2016,47(7):244-246,250. DOI: 10.13347/j.cnki.mkaq.2016.07.067 FU Gui,ZHENG Zhiyong. Research on reasons classification for unsafe acts in coal mine water accidents[J]. Safety in Coal Mines,2016,47(7):244-246,250. DOI: 10.13347/j.cnki.mkaq.2016.07.067
[4] 赵飞,许娜. 基于FAST法的透水事故救援产品模块化设计[J]. 包装工程,2020,41(16):141-146. DOI: 10.19554/j.cnki.1001-3563.2020.16.021 ZHAO Fei,XU Na. Modular design of water-permeable accident rescue products based on the FAST[J]. Packaging Engineering,2020,41(16):141-146. DOI: 10.19554/j.cnki.1001-3563.2020.16.021
[5] 周峰雷,李新春,裴丽莎. 基于遗传算法−BP神经网络的煤矿透水事故涌水量预测模型研究[J]. 煤炭技术,2015,34(11):169-170. DOI: 10.13301/j.cnki.ct.2015.11.063 ZHOU Fenglei,LI Xinchun,PEI Lisha. Prediction model of coal mine water inflow based on GA-BP neural network[J]. Coal Technology,2015,34(11):169-170. DOI: 10.13301/j.cnki.ct.2015.11.063
[6] 李满如. 事故树和层次分析法在煤矿透水事故分析与评价中的应用[J]. 煤炭与化工,2020,43(5):60-62,66. DOI: 10.19286/j.cnki.cci.2020.05.016 LI Manru. Application of incident tree and hierarchical analysis method in the analysis and evaluation of mine permeability accidents[J]. Coal and Chemical Industry,2020,43(5):60-62,66. DOI: 10.19286/j.cnki.cci.2020.05.016
[7] 张国琴. FTA和AHP综合分析在煤矿透水事故分析中的应用[J]. 现代矿业,2020,36(2):239-241. DOI: 10.3969/j.issn.1674-6082.2020.02.074 ZHANG Guoqin. Application of comprehensive analysis of FTA and AHP in coal mine permeability accident analysis[J]. Modern Mining,2020,36(2):239-241. DOI: 10.3969/j.issn.1674-6082.2020.02.074
[8] 陈伟,杨主张,熊威,等. 装配式建筑工程施工安全风险传导DEMATEL−BN模型[J]. 中国安全科学学报,2020,30(7):1-6. DOI: 10.16265/j.cnki.issn1003-3033.2020.07.001 CHEN Wei,YANG Zhuzhang,XIONG Wei,et al. Research on DEMATEL-BN model of construction risk transmission for prefabricated building[J]. China Safety Science Journal,2020,30(7):1-6. DOI: 10.16265/j.cnki.issn1003-3033.2020.07.001
[9] 王文和,朱正祥,米红甫,等. 基于DEMATEL−ISM的城市地下综合管廊火灾事故影响因素研究[J]. 安全与环境学报,2020,20(3):793-800. DOI: 10.13637/j.issn.1009-6094.2019.0092 WANG Wenhe,ZHU Zhengxiang,MI Hongfu,et al. Pursuit and determination of the influential factors of the urban underground integrated pipe gallery fire accidents based on the DEMATEL-ISM[J]. Journal of Safety and Environment,2020,20(3):793-800. DOI: 10.13637/j.issn.1009-6094.2019.0092
[10] 贾宝惠,史思杨,王玉鑫. 基于改进DEMATEL−ISM模型的机轮刹车系统风险因素分析[J]. 安全与环境学报,2021,21(2):506-512. DOI: 10.13637/j.issn.1009-6094.2019.0802 JIA Baohui,SHI Siyang,WANG Yuxin. Risk factors analysis of the wheel brake system based on the improved DEMATEL-ISM[J]. Journal of Safety and Environment,2021,21(2):506-512. DOI: 10.13637/j.issn.1009-6094.2019.0802
[11] 李广利,严一知,刘文琦,等. 基于DEMATEL−ISM的矿工不安全情绪形成因子研究[J]. 中国安全科学学报,2021,31(7):30-37. DOI: 10.16265/j.cnki.issn1003-3033.2021.07.005 LI Guangli,YAN Yizhi,LIU Wenqi,et al. Research on formation factors of miners' unsafe emotions based on DEMATEL-ISM[J]. China Safety Science Journal,2021,31(7):30-37. DOI: 10.16265/j.cnki.issn1003-3033.2021.07.005
[12] 申霞,夏越,杨校毅,等. 集成DEMATEL/ISM的煤矿工人违章行为影响因素研究[J]. 中国安全科学学报,2015,25(9):145-151. DOI: 10.16265/j.cnki.issn1003-3033.2015.09.024 SHEN Xia,XIA Yue,YANG Xiaoyi,et al. DEMATEL and ISM-based study on factors influencing miners' violation behavior[J]. China Safety Science Journal,2015,25(9):145-151. DOI: 10.16265/j.cnki.issn1003-3033.2015.09.024
[13] KASHYAP A,KUMAR C,KUMAR V,et al. A DEMATEL model for identifying the impediments to the implementation of circularity in the aluminum industry[J]. Decision Analytics Journal,2022:5. DOI: 10.1016/j.dajour.2022.100134.
[14] LIN Feng,WU Ping,XU Yidong. Investigation of factors influencing the construction safety of high-speed railway stations based on DEMATEL and ISM[J]. Advances in Civil Engineering,2021:2021. DOI: 10.1155/2021/9954018.
[15] MULHERN R,ROOSTAEI J,SCHWETSCHENAU S,et al. A new approach to a legacy concern:evaluating machine-learned Bayesian networks to predict childhood lead exposure risk from community water systems[J]. Environmental Research,2022:204. DOI: 10.1016/j.envres.2021.112146.
[16] 于秀珍,牟瑞芳. 集成DEMATEL与ISM的铁路行车事故影响因素分析[J]. 安全与环境学报,2022,22(5):2334-2341. DOI: 10.13637/j.issn.1009-6094.2021.0659 YU Xiuzhen,MOU Ruifang. Research on factors influencing railway accidents based on DEMATEL and ISM integrated method[J]. Journal of Safety and Environment,2022,22(5):2334-2341. DOI: 10.13637/j.issn.1009-6094.2021.0659
[17] 刘延威,温忠党. 煤矿透水事故采取的策略分析[J]. 山东工业技术,2015(6):81. DOI: 10.16640/j.cnki.37-1222/t.2015.06.049 LIU Yanwei,WEN Zhongdang. Analysis of the strategy adopted in coal mine flooding accident[J]. Shandong Industrial Technology,2015(6):81. DOI: 10.16640/j.cnki.37-1222/t.2015.06.049
[18] 李文平. 试析煤矿地质与防治水工作结合的必要性[J]. 内蒙古煤炭经济,2020(8):183-184. DOI: 10.13487/j.cnki.imce.017102 LI Wenping. Analysis on the necessity of combining coal mine geology with water control[J]. Inner Mongolia Coal Economy,2020(8):183-184. DOI: 10.13487/j.cnki.imce.017102
[19] 郭小兵. 浅谈老空水害事故原因及防范管理对策[J]. 能源与节能,2018(10):41-42. DOI: 10.3969/j.issn.2095-0802.2018.10.019 GUO Xiaobing. On the causes and countermeasures of the water damage accidents in old goaf[J]. Energy and Energy Conservation,2018(10):41-42. DOI: 10.3969/j.issn.2095-0802.2018.10.019
[20] 陈亚敏. 煤矿透水的原因及其防范对策研究[J]. 化工管理,2016(3):79. DOI: 10.3969/j.issn.1008-4800.2016.03.063 CHEN Yamin. Study on the causes of coal mine water permeability and its prevention countermeasures[J]. Chemical Enterprise Management,2016(3):79. DOI: 10.3969/j.issn.1008-4800.2016.03.063
[21] 张宁,盛武. 基于贝叶斯网络的煤矿瓦斯爆炸事故致因分析[J]. 工矿自动化,2019,45(7):53-58. DOI: 10.13272/j.issn.1671-251x.2019010049 ZHANG Ning,SHENG Wu. Causes analysis of coal mine gas explosion accidents based on Bayesian network[J]. Industry and Mine Automation,2019,45(7):53-58. DOI: 10.13272/j.issn.1671-251x.2019010049
-
期刊类型引用(6)
1. 韩文,余照阳,刘飞,赵浩佑. 基于熵权法改进的模糊贝叶斯网络瓦斯爆炸危险性评估. 煤矿安全. 2025(01): 52-61 . 百度学术
2. 赵天亮,王冰山,台发强,姜琦,王永杰,代宗,常金鹏,马晟翔,傅贵,姜伟. 基于改进DEMATEL-ISM-BN的人因视角下煤矿事故致因研究. 安全与环境工程. 2025(01): 91-99+117 . 百度学术
3. 马晟翔,姜伟,何宇鹏,王艺清,周煜乐. 基于Grey-DEMATEL-ISM法的煤矿企业安全管理影响因素研究. 安全. 2025(02): 50-56 . 百度学术
4. 刘艳彪,刘子涵,王瑞强,徐帅. 基于DEMATEL-ISM的采空区稳定性模糊评价. 黄金科学技术. 2025(01): 149-158 . 百度学术
5. 侯玮,马润泽,林倩,毕昊媛. 基于Bow-Tie模型和未确知测度理论的煤矿透水风险分析. 煤炭与化工. 2024(01): 110-114 . 百度学术
6. 杨征,杨小勇,王宇,龚韩君,祝捷,侯刚,杨斐文,方乾. 区域安全评估模型在煤矿安全管理中的应用研究. 工矿自动化. 2023(12): 94-101+129 . 本站查看
其他类型引用(11)