论文部分内容阅读
我国能源结构以煤炭为主，煤炭行业的安全生产对国民经济的发展有着十分重要的作用。但是，近年来伴随着煤炭开采量的增大，煤矿事故频频发生，煤矿安全状况不理想，已得到社会各界的密切关注。况且由于煤矿企业生产具有特殊的作业环境，使得生产过程中潜藏着比普通行业更大的不安全与危险性因素，尽管煤矿安全的问题早已经受到重视，但是对这方面的研究起步较晚，对煤矿安全风险的评价基础薄弱，本文正是在这种背景下开展的。首先，总结了国内外煤矿安全风险识别与评价的研究现状，介绍了煤矿安全风险评价的理论基础与评价方法；其次，通过对我国煤矿生产特点及现有的煤矿安全风险识别研究的分析，对煤矿井下安全风险影响因素进行识别，识别的主要风险因素有人员安全风险、管理安全风险、设备安全风险、技术装备保障安全风险、煤矿固有安全风险、环境安全风险、事故及职业伤害安全风险，通过识别的因素构建了煤矿安全风险评价指标体系；第三，利用层次分析法对各个安全风险指标进行风险指标的排序，选取BP神经网络作为评价方法，构建了基于AHP与BP神经网络组合的煤矿井下安全风险评价模型；最后，结合具体的案例对构建的评价模型进行网络的仿真与实证，并针对矿井实际给出风险对策。