基于組合賦權(quán)云模型的煤礦作業(yè)場(chǎng)所職業(yè)危害綜合評(píng)價(jià)

屈 揚(yáng)，張學(xué)博

(1.河南工業(yè)和信息化職業(yè)學(xué)院，河南 焦作 454000；2.河南理工大學(xué) 安全科學(xué)與工程學(xué)院，河南 焦作 454003)

近年來(lái)，隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展與人民生活水平的提高，對(duì)職業(yè)危害的重視程度越來(lái)越高。尤其是隨著煤礦開(kāi)采深度的加大，井下作業(yè)空間小、空氣流動(dòng)差、能見(jiàn)度低等惡劣的作業(yè)環(huán)境，致使作業(yè)人員患有塵肺病、職業(yè)中毒、局部振動(dòng)病、噪聲聾等職業(yè)病[1]。為了改善煤礦井下作業(yè)場(chǎng)所環(huán)境，國(guó)內(nèi)外在職業(yè)危害評(píng)價(jià)方面進(jìn)行了大量的研究工作。Zhao[2]等基于深度學(xué)習(xí)構(gòu)建了煤礦工作場(chǎng)所職業(yè)性接觸有毒化學(xué)品的健康風(fēng)險(xiǎn)數(shù)學(xué)模型；H.H.Erdogan[3]等基于事故統(tǒng)計(jì)構(gòu)建了煤田定量危害評(píng)估方法；田彥清[4]等運(yùn)用集對(duì)分析法構(gòu)建了同異反評(píng)價(jià)模型；許滿貴[5]等基于模糊聚類分析方法研究了煤礦井下職業(yè)危害嚴(yán)重的地點(diǎn)；袁樹(shù)杰[6]等對(duì)比分析了Romanian model與ICMM兩種評(píng)價(jià)模型在煤礦不同工作崗位的適用范圍，孫悅[7]等在此基礎(chǔ)上引入MLSP并對(duì)煤礦作業(yè)健康風(fēng)險(xiǎn)進(jìn)行了分級(jí)；王明[8]等構(gòu)建了煤礦井下職業(yè)危害未確知測(cè)度模型并應(yīng)用Visual Basic實(shí)現(xiàn)該模型的程序化，為煤礦作業(yè)場(chǎng)所的職業(yè)危害評(píng)估提供了一定的技術(shù)支持。

然而，煤礦作業(yè)場(chǎng)所是一個(gè)高風(fēng)險(xiǎn)、人員作業(yè)密集的環(huán)境，對(duì)其職業(yè)危害的評(píng)價(jià)體系具有多目標(biāo)、多層次且難以量化的特點(diǎn)，上述評(píng)價(jià)過(guò)程中指標(biāo)的選取、權(quán)重的確定尚未有統(tǒng)一的標(biāo)準(zhǔn)，且職業(yè)危害的評(píng)估存在一定主觀性、不確定性與模糊性。而云模型具有將評(píng)估過(guò)程中定性的概念向定量數(shù)值區(qū)間相互轉(zhuǎn)化的特點(diǎn)[6]，可較好的解決煤礦作業(yè)場(chǎng)所評(píng)估過(guò)程指標(biāo)因素不確定性與模糊性的問(wèn)題。鑒于此，本文借鑒云模型理論的方法與思路，結(jié)合煤礦井下現(xiàn)場(chǎng)實(shí)際，分析煤礦作業(yè)場(chǎng)所職業(yè)危害影響指標(biāo)體系，構(gòu)建煤礦作業(yè)場(chǎng)所職業(yè)危害評(píng)價(jià)云模型，基于歐式距離組合運(yùn)用AHP與EWM計(jì)算各指標(biāo)的組合權(quán)重，并以山西省某煤礦為工程實(shí)例對(duì)該模型的科學(xué)性與可靠性進(jìn)行驗(yàn)證。

1 煤礦作業(yè)場(chǎng)所職業(yè)危害評(píng)價(jià)指標(biāo)體系

1.1 煤礦井下職業(yè)危害指標(biāo)體系構(gòu)建

建立科學(xué)、客觀、詳盡的職業(yè)危害評(píng)價(jià)指標(biāo)體系是對(duì)煤礦井下作業(yè)場(chǎng)所職業(yè)危害狀況進(jìn)行綜合評(píng)估基礎(chǔ)。以《工作場(chǎng)所空氣中有害物質(zhì)監(jiān)測(cè)的采樣規(guī)范》(GBZ 159—2004)、《工作場(chǎng)所空氣有毒物質(zhì)測(cè)定》(GBZ/T 160—2004)和《工作場(chǎng)所物理因素測(cè)量》(GBZ/T 189—2007)等為基礎(chǔ)，并現(xiàn)場(chǎng)調(diào)研山西省某煤礦采煤工作面、掘進(jìn)工作面、采區(qū)變電所、配電硐室等作業(yè)場(chǎng)所，并結(jié)合煤礦作業(yè)場(chǎng)所職業(yè)危害分析，依據(jù)科學(xué)性與實(shí)事求是原則、系統(tǒng)性與全面性原則、定量與定性分析相結(jié)合的評(píng)估指標(biāo)設(shè)計(jì)原則，建立煤礦井下作業(yè)場(chǎng)所職業(yè)危害綜合評(píng)價(jià)體系，如圖1所示，該體系包括作業(yè)人員狀況、塵毒物質(zhì)、物理因素、設(shè)備因素及管理因素5個(gè)方面20個(gè)三級(jí)指標(biāo)。

圖1 煤礦作業(yè)場(chǎng)所職業(yè)危害綜合評(píng)價(jià)指標(biāo)體系

1.2 煤礦井下職業(yè)危害指標(biāo)等級(jí)劃分

煤礦井下職業(yè)危害指標(biāo)等級(jí)分級(jí)的科學(xué)與否將直接影響評(píng)估結(jié)果的可靠性，因此為減少職業(yè)危害評(píng)估過(guò)程中的不確定性與模糊性問(wèn)題。在煤礦井下作業(yè)場(chǎng)所過(guò)程中，存在影響作業(yè)人員狀況、生產(chǎn)性粉塵、有毒有害氣體、不良的作業(yè)環(huán)境、不良的設(shè)備運(yùn)轉(zhuǎn)、安全管理的不到位等諸多的職業(yè)危害因素[9]，致使煤礦井下作業(yè)人員患有不同程度的職業(yè)病。為使職業(yè)危害評(píng)估結(jié)果更加合理、可靠，結(jié)合《工業(yè)企業(yè)設(shè)計(jì)衛(wèi)生標(biāo)準(zhǔn)》(GBZ 1—2010)、《國(guó)家職業(yè)衛(wèi)生標(biāo)準(zhǔn)》(GBZ 38—2006)等規(guī)范標(biāo)準(zhǔn)、文獻(xiàn)研究，對(duì)煤礦作業(yè)場(chǎng)所職業(yè)危害因素評(píng)價(jià)指標(biāo)進(jìn)行定性分級(jí)與量化取值，見(jiàn)表1，綜合評(píng)判等級(jí)劃分為{C1、C2、C3、C4、C5}五個(gè)級(jí)別，分別表示評(píng)價(jià)等級(jí)優(yōu)、良、中、差、劣，每個(gè)級(jí)別均有一個(gè)規(guī)定的數(shù)值區(qū)間。對(duì)于危險(xiǎn)有害氣體U22與作業(yè)空間U36用半定量化方法進(jìn)行取值，分級(jí)用定性語(yǔ)言描述，將其劃分為5個(gè)評(píng)價(jià)等級(jí)(表1)，表1中，括號(hào)內(nèi)數(shù)據(jù)為定性量化指標(biāo)，根據(jù)煤礦安全管理人員及行業(yè)專家的意見(jiàn)與建議確定該評(píng)價(jià)指標(biāo)等級(jí)[8]；對(duì)于其余指標(biāo)則采用實(shí)際值對(duì)其進(jìn)行賦值分級(jí)。

表1 煤礦作業(yè)場(chǎng)所職業(yè)危害指標(biāo)評(píng)價(jià)準(zhǔn)則

2 基于組合賦權(quán)云模型的煤礦職業(yè)危害評(píng)價(jià)模型

2.1 云模型理論

2.1.1 云模型理論及其數(shù)字特征

1993年，李德毅首次提出云的概念，并以此為基礎(chǔ)結(jié)合模糊數(shù)學(xué)與隨機(jī)函數(shù)理論建立了云模型。在煤礦作業(yè)場(chǎng)所職業(yè)危害綜合評(píng)估中，可將具有模糊性、隨機(jī)性與不確定性的定性評(píng)價(jià)指標(biāo)通過(guò)標(biāo)準(zhǔn)的語(yǔ)言值轉(zhuǎn)換為定量的數(shù)值[10-12]，進(jìn)而使得評(píng)估結(jié)果更加準(zhǔn)確、可靠。

若T為定量論域U對(duì)應(yīng)的一個(gè)定性指標(biāo)，存在一個(gè)定量數(shù)值x∈T，μ(x)為T(mén)的隸屬度且分布滿足[13]：

μT(x)：U→[0，1]，?x∈U，x→μT(x)

(1)

則定義x在域U中的分布定義為云模型，(x，μ(x))為云模型中的一個(gè)云滴，μ(x)∈[0，1]的數(shù)值意義為一個(gè)具有穩(wěn)定趨勢(shì)的隨機(jī)數(shù)。云模型理論主要有Ex，En，He三個(gè)數(shù)字特征，Ex表示該云滴所在論域的數(shù)學(xué)期望，反映了定性指標(biāo)T的中心值；En表示該指標(biāo)對(duì)象的熵值，熵值越大，定性指標(biāo)T判別信息的隨機(jī)性程度越高，在云圖中呈現(xiàn)為沿云的水平方向?qū)挾仍酱?。He為超熵值，反映了熵值En的不確定性程度，超熵值越大，表明判別信息的離散程度與隨機(jī)性越大，在云圖中呈現(xiàn)為云滴越離散，云層越厚。對(duì)于高風(fēng)險(xiǎn)、作業(yè)空間狹小、作業(yè)人員密集的煤礦井下，復(fù)雜、惡劣的環(huán)境條件使評(píng)價(jià)指標(biāo)多以定性或半定量的形式表示，基于云模型及其數(shù)字特征構(gòu)建的職業(yè)危害評(píng)估模型可更好的反映工作場(chǎng)所的實(shí)際綜合評(píng)價(jià)的本質(zhì)。

2.1.2 云模型發(fā)生器

云模型發(fā)生器是云的具體實(shí)現(xiàn)方式，由定性概念到定量數(shù)值的計(jì)算過(guò)程稱為“正向云發(fā)生器”，即在已知Ex，En，He三個(gè)數(shù)字特征的情況下生成所需數(shù)量的云滴，反之稱為“逆向云發(fā)生器”。對(duì)于煤礦職業(yè)危害綜合評(píng)價(jià)過(guò)程，需要盡可能地量化評(píng)估過(guò)程與分析評(píng)估數(shù)據(jù)，因此選用“正向云發(fā)生器”。計(jì)算步驟如下[14]：

3)將x作為定性概念的一次具體量化數(shù)據(jù)表示為一個(gè)云滴，利用式(2)計(jì)算確定度值：

(2)

4)形成區(qū)間(xi，μi(xi))的云滴。

5)重復(fù)1)～4)產(chǎn)生N個(gè)云滴。

2.2 AHP-EWM組合賦權(quán)

2.2.1 AHP確定主觀權(quán)重

AHP是將與決策相關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)上進(jìn)行定性和定量分析。首先，經(jīng)現(xiàn)場(chǎng)調(diào)研，由專家對(duì)同一級(jí)別作業(yè)場(chǎng)所職業(yè)危害影響因素的重要性進(jìn)行兩兩比較分析，構(gòu)造優(yōu)先關(guān)系判斷矩陣U；其次，并利用求和法[15]及式(3)計(jì)算U的最大特征根λmax與對(duì)應(yīng)的權(quán)重特征向量ω。

(3)

為使得計(jì)算結(jié)果合理，需利用式(4)對(duì)U進(jìn)行一致性檢驗(yàn)，當(dāng)RC≤0.1時(shí)，認(rèn)為權(quán)重評(píng)估較為合理，否則需進(jìn)行修正，IR由文獻(xiàn)[16]確定。

(4)

式中，RC為一致性比例；IR為隨機(jī)一致性指標(biāo)。

2.2.2 EWM確定客觀權(quán)重

EWM是按照信息論基本原理，通過(guò)計(jì)算指標(biāo)的信息熵來(lái)量化指標(biāo)相對(duì)變化程度對(duì)系統(tǒng)的影響[15]。首先，確定第j個(gè)評(píng)價(jià)者關(guān)于第i個(gè)評(píng)價(jià)指標(biāo)的風(fēng)險(xiǎn)等級(jí)rij’(i=1，2，3，…，n；j=1，2，3，…，m)，并利用式(5)與(9)分別對(duì)正向指標(biāo)與逆向指標(biāo)進(jìn)行歸一化處理[17]：

(5)

(6)

式中，rij為第j個(gè)評(píng)價(jià)者對(duì)第i個(gè)指標(biāo)的標(biāo)準(zhǔn)值。

其次，由式(7)得第i個(gè)指標(biāo)中第j個(gè)評(píng)價(jià)者的比例fij：

(7)

然后，由式(8)得第i個(gè)指標(biāo)的熵值Hi：

(8)

式中，當(dāng)fij=0，令fijlnfij=0。

最后，由式(9)可計(jì)算得到第i個(gè)指標(biāo)的熵權(quán)vi。

(9)

2.2.3 基于歐式距離的組合賦權(quán)

為了能反映決策者的主觀意見(jiàn)與偏好的同時(shí)，又能體現(xiàn)客觀數(shù)據(jù)的基本規(guī)律，使主客觀權(quán)重之間的差異程度與其分配系數(shù)相一致，為此，采用距離描述賦權(quán)方法間的偏差[18]，從而將兩種權(quán)重結(jié)合起來(lái)。定義兩權(quán)重間的歐式距離函數(shù)為d(ωi，νi)：

(10)

用線性加權(quán)組合方式確定組合權(quán)重Wi，則其表達(dá)式為：

Wi=αωi+βνi

(11)

式中，α、β分別為主觀權(quán)重ωi與客觀權(quán)重νi的分配系數(shù)。為使分配系數(shù)與主客觀權(quán)重的差異程度相同，則有式(12)、式(13)：

d(ωi，νi)2=(α-β)2

(12)

α+β=1

(13)

聯(lián)立式(10)、式(12)、式(13)，可計(jì)算主客觀權(quán)重間的分配系數(shù)α與β，再由式(11)可計(jì)算煤礦地鐵職業(yè)危害綜合評(píng)價(jià)體系各層次指標(biāo)綜合權(quán)重。

2.3 基于組合賦權(quán)云模型的職業(yè)危害分級(jí)評(píng)價(jià)

2.3.1 確定因素集與評(píng)估等級(jí)集

設(shè)有待評(píng)價(jià)的煤礦作業(yè)場(chǎng)所P，按照評(píng)價(jià)內(nèi)容的不同屬性將影響煤礦作業(yè)場(chǎng)所職業(yè)危害因素的劃分若干個(gè)相互獨(dú)立的子集U={U1，U2，…，Ui，…，Un}(i=1，2，…，m)。若每個(gè)評(píng)估內(nèi)容子集Ui有n個(gè)評(píng)估指標(biāo)，即有Ui={Ui1，Ui2，…，Uij，…，Uin}(j=1，2，…，n)。若評(píng)估指標(biāo)Uij有N個(gè)評(píng)估等級(jí)，則評(píng)估等級(jí)集可用Cl={C1，C2，C3，C4，C5}，根據(jù)現(xiàn)場(chǎng)調(diào)研與文獻(xiàn)查閱，亦可將每個(gè)評(píng)估指標(biāo)按照不同評(píng)估等級(jí)劃分為不同的評(píng)估范圍。

2.3.2 云模型數(shù)字特征的確定

由已知的正態(tài)云模型三個(gè)數(shù)字特征，利用Matlab2014結(jié)合正向云發(fā)生器生成足量的云滴，進(jìn)而實(shí)現(xiàn)職業(yè)危害評(píng)估指標(biāo)的云圖生成。參考相關(guān)文獻(xiàn)，煤礦作業(yè)場(chǎng)所職業(yè)危害評(píng)價(jià)評(píng)價(jià)指標(biāo)云模型數(shù)字特征可通過(guò)式(14)—式(16)進(jìn)行計(jì)算[19]。

(14)

(15)

He=kEn

(16)

式中，Cmax與Cmin分別表示定性指標(biāo)邊界的最大值與最小值，k表示定性指標(biāo)的隨機(jī)性與模糊性，本文取0.1。對(duì)于單一邊界情況，如[Cmax，+∞)或(-∞，Cmin]，則由定性指標(biāo)邊界Cmax與Cmin確定缺省邊界參數(shù)。

2.3.3 基于組合賦權(quán)的評(píng)價(jià)指標(biāo)權(quán)重計(jì)算

利用前文所述的組合賦權(quán)計(jì)算步驟，結(jié)合煤礦作業(yè)場(chǎng)所職業(yè)危害綜合評(píng)價(jià)指標(biāo)體系，可計(jì)算出各指標(biāo)的權(quán)重值：W={W1，W2，…，Wn}。

2.3.4 基于最大確定度的評(píng)價(jià)對(duì)象分級(jí)

由評(píng)估結(jié)果的屬性分級(jí)結(jié)果，由式(2)、式(17)、式(18)逐層加權(quán)得到，煤礦作業(yè)場(chǎng)所職業(yè)危害的分級(jí)評(píng)估結(jié)果：

(17)

(18)

式中，Wk表示第k個(gè)一級(jí)指標(biāo)的組合權(quán)重值；Wki表示第i個(gè)二級(jí)指標(biāo)的組合權(quán)重值；Uj表示待評(píng)估對(duì)象的n維評(píng)估結(jié)果中第j個(gè)分量；Tj表示待評(píng)估對(duì)象對(duì)應(yīng)第j級(jí)評(píng)判等級(jí)Vj的綜合確定度。

3 案例分析

3.1 工程背景

山西某煤礦是我國(guó)建設(shè)較早的大型礦井，礦井主采3、6、7、10號(hào)煤層，煤層絕大屬于中厚煤層，采用機(jī)械化采煤法，產(chǎn)量約為1.2Mt/a。通過(guò)對(duì)該煤礦井下綜采工作面職業(yè)危害因素進(jìn)行現(xiàn)場(chǎng)調(diào)研，依據(jù)表1中的評(píng)價(jià)準(zhǔn)則進(jìn)行實(shí)測(cè)與分析，見(jiàn)表2。

表2 某煤礦綜采工作面職業(yè)危害因素評(píng)估值

3.2 云模型數(shù)字特征計(jì)算

對(duì)于本文，若某一評(píng)價(jià)指標(biāo)Uij的5個(gè)評(píng)估等級(jí)的區(qū)間分別為(0，a]、(a，b]、(b，c]、(c，d]和(d，+ ∞]，則其云模型的期望Ex、熵值En、超熵He可由表3計(jì)算。以作業(yè)人員狀況(U1)為例，其二級(jí)指標(biāo)特征參數(shù)計(jì)算結(jié)果見(jiàn)表4，并利用Matlab2014結(jié)合正向云發(fā)生器，可實(shí)現(xiàn)各指標(biāo)的云圖生成，如圖2所示。

表3 評(píng)估指標(biāo)云字特征計(jì)算方法

表4 煤礦作業(yè)場(chǎng)所職業(yè)危害指標(biāo)的特征參數(shù)

圖2 煤礦作業(yè)場(chǎng)所職業(yè)危害指標(biāo)評(píng)估等級(jí)云模型

3.3 評(píng)價(jià)指標(biāo)組合賦權(quán)計(jì)算

按照上述AHP法與EWM法權(quán)重的計(jì)算步驟分別計(jì)算指標(biāo)權(quán)重值。由式(10)—式(13)基于歐氏距離可計(jì)算各層指標(biāo)的組合權(quán)重分配系數(shù)分別為α=0.54，β=0.46，見(jiàn)表5。

表5 煤礦作業(yè)場(chǎng)所職業(yè)危害指標(biāo)因素權(quán)重值

3.4 評(píng)估結(jié)果及管控措施分析

利用Matlab將表2中的綜采工作面作業(yè)崗位職業(yè)危害指標(biāo)實(shí)測(cè)數(shù)據(jù)代入各評(píng)判等級(jí)正態(tài)云模型中計(jì)算1000次，進(jìn)而得到各評(píng)價(jià)指標(biāo)關(guān)于不同指標(biāo)等級(jí)的確定度再結(jié)合表6中計(jì)算的各指標(biāo)的組合權(quán)重，利用式(17)、式(18)可確定指標(biāo)的綜合確定度，進(jìn)而可計(jì)算得綜采工作面作業(yè)崗位職業(yè)危害評(píng)估結(jié)果見(jiàn)表6。

表6 某煤礦綜采工作面職業(yè)危害綜合確定度

由表6可知：由最大隸屬度原則可知，該煤礦綜采工作面職業(yè)危害評(píng)價(jià)等級(jí)為C4，其作業(yè)人員狀況、塵毒因素、環(huán)境因素、設(shè)備因素以及管理因素評(píng)價(jià)等級(jí)分別為C4、C2、C2、C2、C2，表明該煤礦綜采工作面在塵毒、環(huán)境、設(shè)備以及管理因素的職業(yè)危害因素方面具有良好的等級(jí)，然而作業(yè)人員狀況的等級(jí)為差，表明應(yīng)減少作業(yè)人員接觸職業(yè)危害因素的時(shí)間與降低采煤區(qū)人員的工作強(qiáng)度以提升職業(yè)危害因素評(píng)價(jià)等級(jí)。根據(jù)該礦的職業(yè)衛(wèi)生檢測(cè)與評(píng)估報(bào)告顯示，該礦在職業(yè)病防護(hù)設(shè)備設(shè)施、職業(yè)衛(wèi)生管理、個(gè)體防護(hù)用品等方面的評(píng)價(jià)等級(jí)為良，而實(shí)際過(guò)程中的人員作業(yè)時(shí)間與職業(yè)病患病率則較為嚴(yán)重，表明該模型所評(píng)價(jià)的結(jié)果與該煤礦井下現(xiàn)場(chǎng)情況基本吻合，亦表明該模型具有一定的合理性與可靠性。

4 結(jié) 論

1)煤礦井下作業(yè)場(chǎng)所職業(yè)危害影響因素很多，綜合考慮了作業(yè)人員狀況、塵毒因素、環(huán)境因素、設(shè)備因素以及管理因素等5方面共計(jì)20種主要的作業(yè)場(chǎng)所職業(yè)危害評(píng)價(jià)指標(biāo)，建立評(píng)價(jià)指標(biāo)體系，并將職業(yè)危害等級(jí)劃分為C1、C2、C3、C4、C5五個(gè)級(jí)別。

2)煤礦作業(yè)場(chǎng)所職業(yè)危害評(píng)價(jià)是一個(gè)復(fù)雜的系統(tǒng)，指標(biāo)眾多且相互制約與聯(lián)系，基于歐式距離將主觀的AHP與客觀的EWM進(jìn)行線性耦合，確定了各指標(biāo)的組合權(quán)重，減少了主觀權(quán)重認(rèn)為的影響，與此同時(shí)避免了單一客觀權(quán)重的差異。

3)針對(duì)煤礦作業(yè)場(chǎng)所評(píng)估過(guò)程指標(biāo)因素不確定性與模糊性，應(yīng)用組合賦權(quán)方法和云模型理論，構(gòu)建了煤礦作業(yè)場(chǎng)所職業(yè)危害組合賦權(quán)云模型，可較好的將煤礦作業(yè)場(chǎng)所職業(yè)危害因素的定性指標(biāo)以定量的方式呈現(xiàn)，評(píng)價(jià)結(jié)果與實(shí)際結(jié)果吻合，為煤礦作業(yè)場(chǎng)所職業(yè)危害評(píng)估提供了一種新的借鑒與思路。

4)為實(shí)現(xiàn)煤礦井下作業(yè)場(chǎng)所職業(yè)危害評(píng)價(jià)的信息化管理，后續(xù)可將該模型集成至煤礦井下移動(dòng)式終端APP[20]，以實(shí)現(xiàn)對(duì)職業(yè)危害檢測(cè)的智能化信息管理。