利用贝叶斯网络和系统动力学研究煤矿瓦斯爆炸的风险防控:一种用于安全投资决策的优化模型

时间:2026年1月27日
来源:Reliability Engineering & System Safety

编辑推荐:

本研究针对煤矿瓦斯爆炸事故提出基于系统动力学与贝叶斯网络的安全投资优化模型,通过文本挖掘分析2000-2022年298起重大事故数据,识别安全管理和安全技术的关键影响因子,构建多因素动态反馈模型,验证不同投资策略对事故预防的效果,为资源有限条件下的科学决策提供依据。

广告
   X   

林志军|何珊|史世良|陈廷伟|朱柏健
吉林大学建筑工程学院,中国长春130026

摘要

为了减轻灾难性煤矿瓦斯爆炸(CMGE)事故的影响,提高整体安全性能,并实现安全相关资源的有效分配,本研究提出了一个安全投资决策优化框架,该框架将系统动力学(SD)与贝叶斯网络(BN)相结合。首先,通过对2000年至2022年间发生的298起重大CMGE事故进行敏感性分析,确定了关键因果因素。其次,制定了一个最优的安全投资组合,在有限的投资资源下最大化安全效果。模拟结果表明,达到给定安全水平所需的预期时间越短,所需的最低初始总安全投资就越高。安全管理对煤矿安全的影响最为显著,其次是安全技术、培训和设施,这突显了资源分配的优先领域。最后,通过一个案例研究验证了所提出的模型,证明了其实际应用性和在现实世界中的实施潜力。

引言

作为一种历史悠久且被广泛利用的能源资源,煤炭在促进全球经济增长和社会发展中发挥了不可或缺的作用[1,2]。确保煤炭开采的安全和高效不仅对维持全球能源供应系统的稳定性至关重要,而且对整个经济的可持续运行也至关重要[3]。作为世界上最大的煤炭生产和消费国,中国在全球能源安全中占据着举足轻重的地位,这使得煤矿安全问题尤为重要。煤炭行业通常具有高风险、频繁发生灾难和劳动力密度高的特点。复杂的地下环境以及危险操作的集中导致安全状况持续严峻[4,5]。尽管近年来信息技术的逐步采用和自动化程度的提高使得煤矿事故率和相关死亡人数有所下降,但这些指标仍高于国际平均水平。统计数据显示,2000年至2022年间,中国发生了595起重大煤矿事故,导致12,582人死亡。其中,298起是CMGE事故(占50.08%),造成7,128人死亡(占56.65%)。这些数据表明,瓦斯爆炸仍然是制约煤矿安全生产的主要灾难因素,如图1所示。
随着浅层煤层的逐渐枯竭,深部开采导致煤层强度降低和渗透性减弱,从而增加了煤层内的瓦斯含量和瓦斯排放率[6]。在这种情况下,各种煤矿事故及其次生灾害进一步增加了CMGE事故的风险。因此,风险评估已成为CMGE预防和控制工作的重点,引起了国内外学者的广泛关注[7]。然而,由于CMGE风险本身的不确定性,潜在危险仍然难以准确评估,瓦斯爆炸事故仍时有发生。为了减轻潜在风险带来的安全隐患,识别潜在风险并制定适当的风险管理策略对于提高煤矿安全至关重要[8,9]。在现有的风险分析方法中,贝叶斯网络(BN)已被证明是可靠有效的工具,并被广泛应用于风险分析的各个领域和阶段,包括动态风险识别[10,11]、过程风险评估[12,13,14]、事故概率估计以及预防措施的制定[15]。这些方法有效应对了不确定性、数据不完整和关键事故原因识别等挑战[16]。当确定了煤矿瓦斯爆炸的具体原因后,采矿企业可以通过改进生产技术、提高自动化水平以及实施有针对性的安全工程措施来降低事故风险。在这种背景下,安全投资对于防止重大瓦斯爆炸事故、保护工人和周边社区以及确保煤炭生产的稳定和可持续性尤为重要。目前,煤炭开采企业面临三个与安全投资相关的关键挑战。首先,安全投资与事故控制之间存在强烈的耦合和协调效应,提高投资效率成为一个紧迫的问题。其次,一些煤矿的安全投资结构不合理,相应的评估系统也不完善。第三,瓦斯爆炸灾难的机制具有高度不确定性。因此,开发合理的投资结构和科学合理的决策策略对于提高煤矿安全至关重要。然而,瓦斯爆炸风险的不确定性使得危险评估变得复杂,限制了对安全投资系统的全面评估,并阻碍了对安全投资因素之间相互依赖性的分析,从而阻碍了最优投资计划的制定[17,18]。系统动力学(SD)方法适用于高阶、非线性、多反馈和时变系统,为解决这些复杂的安全投资问题提供了强大的建模框架,并支持有效的安全投资决策分析[19,20]。
因此,为了预防CMGE事故,本研究整合了文本挖掘技术、贝叶斯网络(BN)和系统动力学(SD),开发了一个安全投资优化模型。该模型明确考虑了安全投资系统的完整性、安全投资因素之间的相互关系,以及煤矿安全管理中不合理投资结构和次优决策所带来的挑战。所提出方法的主要优势如下:(1)利用文本挖掘技术系统地识别CMGE的原因,从而减少BN建模中的不确定性;(2)基于BN的敏感性分析用于识别关键的安全投资因素;(3)SD建模捕捉了安全投资系统的整体结构以及不同投资组成部分之间的相互作用;(4)三步模拟方案能够预测最优的安全投资策略。此外,所提出的模型便于使用实时数据进行高效模拟和动态更新,从而有效预测投资结果、评估当前的安全水平,并增强对CMGE事故的预防。

文献综述

文献综述

在过去的几十年中,大量研究致力于安全投资的优化。随着安全经济学理论的逐步成熟,关于投资决策优化的研究越来越关注识别事故的主要原因和确定最具成本效益的投资策略。为了加强重大风险的预防,国内外研究人员对此进行了大量研究。

方法论

为预防重大CMGE事故而设计的安全投资优化模型整合了贝叶斯网络(BN)、系统动力学(SD)和层次分析法(AHP)。该方法通过五步程序识别关键的事故致病因素,并模拟CMGE预防的安全投资动态,如图2所示。该过程包括:(1)利用文本挖掘技术对CMGE事故报告进行分析,以识别相关特征,然后应用Apriori算法揭示其中存在的强关联规则。

确定必要的安全投资要素

基于已建立的风险耦合路径和与CMGE事故相关的因果网络,构建了一个贝叶斯网络(BN)模型,以定量表示各因素之间的关系。通过在BN框架内分析先验概率和后验概率,可以进行敏感性分析,以确定哪些因素对安全投资决策影响最大。这种方法不仅突出了风险的关键驱动因素,还提供了系统的

构建SD模型

确定的四个关键投资因素被用作构建SD模型的子系统,以优化CMGE事故的安全投资(图11)。以安全管理输入子系统为例,反馈循环如下:安全水平差距(+)→安全管理输入(+)→安全管理输入增加(+)→安全管理水平(+)→安全水平差距(-),如图12所示。当安全性能差距较大时,增加

案例研究

SD模型提供了一个动态工具,用于模拟各种安全投资策略,以评估它们对煤矿作业整体安全性能的影响。通过改变资源分配或增加初始投资,决策者可以研究不同方法对实现预定安全目标所需时间的影响。在这个建模框架中,初始投资被视为自变量,而安全差距被定义为

讨论

基于系统动力学(SD)和贝叶斯网络(BN),本研究提出了一个用于预防CMGE事故的安全投资三步模拟-优化模型。该模型明确考虑了安全投资因素对事故发生的影响以及这些因素之间的相互作用。下面讨论了几个关键问题。
  • (1)
    模型应用和决策建议
    根据所提出方法的结果,安全管理、安全技术、安全培训和安全
  • 结论与未来

    本研究利用文本挖掘技术分析了2000年至2022年间发生的298起重大CMGE事故。基于系统动力学(SD)和贝叶斯网络(BN),提出了一个用于预防CMGE事故的安全投资三步模拟-优化模型。该模型明确考虑了安全投资因素对事故发生的影响以及这些因素之间的相互作用。此外,还使用了2016年至

    CRediT作者贡献声明

    林志军:撰写——原始草稿、方法论、调查、资金获取、数据整理。何珊:监督、方法论。史世良:撰写——审阅与编辑、监督。陈廷伟:调查。朱柏健:数据整理。

    生物通微信公众号
    微信
    新浪微博


    生物通 版权所有