基于PCA的矿山设备安全评价

蒋 猛 马鸿廉 陈 栋 李 玮

(1.天津大学管理学院;2.河南省安评监测检验技术有限公司;3.郑州大学管理工程研究所)

近年来，矿山安全事故频繁发生，不仅严重威胁矿井工作人员的生命安全，而且造成巨大的经济损失和社会影响［1］。据统计，2010年全国矿山共发生生产安全事故2 412起、其中煤矿事故1 403起，金属非金属矿山事故1 009起，死亡3 704人，较大事故153起、死亡696人，发生重大生产安全事故26起、死亡558人，造成重大经济损失和人员伤亡。矿山设备作为矿山生产的必备要素，其安全性能运行状况将直接影响矿山的生产安全和工作人员的生命安全。

2011年10月，国务院办公厅正式下发《安全生产“十二五”规划》，确立了安全发展理念和“安全第一，预防为主，综合治理”的方针。在矿山安全生产中，矿山设备检验检测对防止和减少伤亡事故，保障人民生命和财产安全有着重要作用。目前许多学者致力于检测方法的研究以及单一设备的故障分析。于治富、李旭鸣等［2］介绍了提升机运行速度、负荷电流、变位质量以及制动闸空动时间、制动力矩、油压位移等的测试方法。黄军、叶义成等［3］运用模糊综合评价对提升机系统的安全性进行了分析。杨海、王蒙等［4］对矿山机械中的滚动轴承的常见问题进行分析，并对一些具体问题提出了解决办法。王宏图、黄振华等［5］运用粗糙集－BP神经网络理论对矿井通风系统进行综合评价。黄松［6］针对安全检测过程中设备安全保护装置的问题进行探讨，并介绍了相关检测方法，增强了检测工作可操作性。单一设备的好坏并不能说明矿山生产整体安全，需要对矿山设备的整体进行评价。本研究通过对矿山设备进行安全检测，运用主成分分析法(PCA)对检测结果进行分析处理，进而对矿山设备安全性进行整体评价，从而为矿山的安全生产和设备改造提供依据。

1 评价指标体系的构建

通过综合分析矿山生产设备的重要性，选择矿山“四大件”，即提升机、排水泵、通风机和空气压缩机作为评价指标，依据国家安全生产监督管理总局正式颁布实施的《AQ 2029—2010 金属非金属地下矿山主排水系统安全检验规范》、《AQ 2022—2008 金属非金属矿山在用提升绞车安全检测检验规范》、《AQ 1011—2005 煤矿在用主通风机系统安全检测检验规范》和《AQ 1013—2005 煤矿在用空气压缩机安全检测检验规范》将指标进一步分解，构建矿山设备安全性评价指标体系。具体指标体系见图1。

图1 矿山设备安全评价指标体系

矿用排水泵主要将地下开采过程产生的地下水及时排至地面，对保证井下人员的安全和矿山安全生产有重要作用。排水泵排水能力指单位时间水泵排水量，是排水泵安全性能的直接指标;水泵运行状况指各部件和系统是否有影响正常运行或起动的异常现象发生;振动值是判断水泵是否出现故障的主要指标。

矿用通风机作为矿山安全生产的主要技术设备，是矿井通风系统的重要组成部分，其运行安全稳定、检测与调节对矿山安全生产都有重要影响。外观质量主要指通风机各连接部位的紧固件是否牢固、刹车装置是否灵活可靠、润滑系统是否工作正常、主通风机外壳或内部结构是否有异常变形或损伤等;通风机效率是指其运行效率;振动状况指风机运行过程中的振动速度有效值。

矿井提升机是升降人员、物料的主要机械设备，是矿山井下生产系统和地面相连接的枢纽，提升机的安全对井下工作人员的安全和矿山生产的安全有着至关重要的影响。主提升机的提升系统、制动系统、电气系统、液压系统的稳定性将直接影响提升机的安全。

空压机作为矿山开采中凿岩机、风钻和风镐等气动工具的主要动力源，其工作运行状况直接关系到矿山安全和作业能力。排气压力和排气量是衡量空压机性能的主要指标。

2 基于PCA的矿山设备安全评价模型

主成分分析是考察多个变量之间相关性的一种多元统计方法。它将多个指标化为少数相互无关的综合指标，并尽可能地保留原始变量信息。进行多指标综合评价是成分分析的主要应用之一［7］。

设F代表分量，X代表原变量，Y代表标准化后的变量，i代表被评价样本，j代表评价指标，g代表主成分分量，xij代表第i个样本的第j个指标数值，yij代表第i个样本的第j个标准化指标的数值，aij表示第i个样本第j个标准化指标的分量系数，Fig表示第i个样本的第g个分量，则有

其中，

用主成分分析法进行多指标综合评价主要包括以下步骤:

(1)原始数据标准化。这里一般采用Z－score法，变换公式为

其中，

(2)求指标数据间的相互关系矩阵R。并不是所有多指标综合评价问题都可以用主成分分析法来解决的，只有当变量之间不完全相关时可以使用主成分分析。

(3)求R阵的特征值、特征向量和贡献率。R的特征方程为

为对该方程求解得到的特征值，其大小表示了各个主分量在描述被评价对象上所起作用的大小。设Mij为一个P维实向量，由方程组

求得Mij，为特征值λg对应的特征向量。

表示每个分量所含原始变量的信息量，即方差贡献率。

(4)确定主成分的个数。若确定k个主成分，则前k个主成分的累计贡献率

(5)合成主成分得到综合评价值。求每个主分量的线性加权和值Fi1－Fik，以每个主分量的贡献率αg(g=1，2，…，k)作为权重，求Fig的加权和，即

其中，Fi即为多指标综合评价值。

3 实证研究

以河南省洛阳市8个矿区为评价对象进行了矿山设备安全性评价分析。

3.1 矿山设备安全性评价

(1)获得初始数据。通过对8个矿区的矿山设备进行安全检验，收集有关设备运行状况的第一手资料，为保持数据的一致性，对数据进行预处理，其值越大，矿区设备的这项指标愈好，得到原始数据。具体数据见表1。

表1 矿山设备检测原始数据

(2)将表1的数据按式(1)进行标准化处理。 处理后的结果见表2。

表2 矿山设备检测数据标准化结果

(3)求指标数据间的相互关系矩阵。用MINITAB软件对上述标准化数据进行相关关系分析。具体结果见表3。

由R阵分析可知，数据指标之间不存在完全相关关系或完全不相关关系，所以可以使用主成分分析法对其进行综合评价。

(4)对标准化后的数据进行主成分分析，采用MINITAB软件实现该功能。求得R阵的特征值、特征向量和贡献度，具体结果见表4。

由表4可知，当 k=5时，λk＞1且85%，所以主成分个数选5，对矿区1设备安全状况进行综合评价:

同理可求的矿区2－8的评价值分别为

表3 相互关系矩阵(R阵)

表4 R阵特征值、特征向量、贡献率

3.2 结果解释与分析

在用主成分分析进行多指标综合评价时，综合评价值Fi中一部分出现负值(比如本文的F1、F2、F3、F6、F7、F8均为负值)，并不代表评价对象的社会经济行为的真切含义，只是说明该对象在被评价整体中处于平均水平以下。因为Fi值是通过标准化数据计算得到的，正负只表示与平均水平的相对位置关系。

通过计算结果对8个矿区进行排序，分值越高代表矿区设备安全性越优，排序结果如下:

即选取的8个矿区中，矿区4设备整体状况最好，矿区5次之，矿区6最差。

对矿区4的数据具体分析可知，排水泵排水能力、通风机效率、提升机制动系统和提升系统、空压机压力相对于其他矿区都较高，矿区设备安全性较好;而对于矿区2，水泵的运行状况、通风机外观质量、空压机压力等指标相对于其他方案较高，但是水泵排水能力和提升机整体性能均较低，使得矿区综合得分低于平均值。

从以上的分析可以看出，提升机、排水泵处于相对重要的位置，尤其是水泵的排水能力和提升机制动系统、提升系统对矿山生产安全有重要影响，这也与我们的常识一致，进而说明了运用PCA模型对矿山设备安全性评价的客观性和合理性。

4 结论

(1)矿山设备是矿山安全生产的重要组成部分，其安全性能是否良好直接影响生产安全和工作人员的人身安全。应用主成分分析法对矿山设备安全性进行综合评价，较完整地反应了矿山设备的综合状况。

(2)根据现有的研究成果以及设备检测过程中的考核指标，选取矿山设备“四大件”作为一级指标，建立了矿山设备安全评价指标体系。

(3)运用主成分分析法对矿区设备进行评价分析，减少了评价过程中主观因素的影响，较好地保证了评价的客观性与准确性。

(4)进行评价的重要前提是科学合理地确定评价指标体系，用矿山设备“四大件”代替矿山整体设备，虽然具有一定的代表性，但也有一定的片面性。而且由于不同矿区的情况不同，在选择指标时，需要根据实际情况进行必要调整。在这方面需要进一步研究，逐步对模型进行优化。

［1］ 何学秋，宋 利，聂百胜.我国安全生产基本特征规律研究［J］.中国安全科学学报，2008(1):5-13.

［2］ 于治富，李旭鸣，商德勇，等.矿井提升机安全性能检测方法［J］. 煤矿机械，2009.30(12):165-168.

［3］ 黄 军，叶义成，李莹莹.基于模糊综合评价的矿井提升机系统安全性分析［J］.武汉科技大学学报，2010.33(3):310-313.

［4］ 杨 海，王 蒙，王 建.矿山机械滚动轴承的常见故障分析与诊断［J］.煤矿机械，2010.33(8):251-253.

［5］ 王宏图，黄振华，范晓刚，等.粗糙集－神经网络理论在矿井通风系统评价中的应用［J］.重庆大学学报，2011.34(9):90-94.

［6］ 黄 松.矿用空压机安全保护装置检测检验问题探讨［J］.中国安全生产科学技术，20117(7):183-186.

［7］ 辛士波，孙 超.基于主成分分析法的煤矿安全生产预警分析研究［J］.中国煤炭，2010(11):105-108.