基于FNN模型的煤矿本质安全性评价及应用研究

• 作 者: 张卫强
• 机 构: 西安科技大学
• 出 处: 西安科技大学
• 发表日期: 2010年期
• 关键词: 本质安全 指标体系 层次分析(AHP) 模糊神经网络(FNN)

近年来,我国煤矿行业安全生产形势虽然有所好转,但面临形势依然严峻。煤矿事故严重威胁着煤矿广大从业人员的安全与健康,并带来严重的财产损失和不良的社会影响。实现煤矿企业本质安全化是杜绝煤矿事故的重要举措,因此,煤矿本质安全化研究已成为我国煤矿安全工作的当务之急,而系统、合理、准确地开展煤矿本质安全性评价则是煤矿本质安全型矿井建设的一项重要基础工作。基于此,本文在对煤矿企业本质安全分析研究的基础上,引出了煤矿事故轨迹交叉致因模型,构建了煤矿本质安全化评价指标体系,并应用模糊神经网络(fuzzy neural network-FNN)评价模型对其进行了实证应用研究。首先,综合有关本质安全理论研究成果,分析探讨了本质安全的概念与内涵和有关本质安全的评价方法的研究现状。其次,通过对煤矿企业人-机-环-管四个方面的特点和失误原因分析,引出了煤矿事故轨迹交叉致因模型,并在此模型的基础上系统、合理、准确地构建评价指标。构建出一个由4个一级指标、20个二级指标和64个三级指标组成的煤矿本质安全性评价指标体系。第三,采用层次分析法,选择传递性较好的指数标度,通过不同专家对各个层次指标的重要性进行评比,综合结果确定各级指标的权重。结合模糊数学综合评价方法和神经网络评价方法的优点,构建FNN评价模型。最后,以陕西黄陵一号煤矿为评价对象,采用文献资料法、现场调研和数理统计等方法对评价指标进行赋值,运用FNN评价模型对该煤矿本质安全性进行了评价,评价结果为Ⅱ类本质安全,属基本安全矿井,与该煤矿实际本质安全情况比较符合。