基于神经网络的综采工作面人因失误因素模型研究.pdf

全日制硕士专业学位论文 基于神经网络的综采工作面人因失误因素模型研究基于神经网络的综采工作面人因失误因素模型研究 申请人姓名 樊子琦 指 导 教 师 景国勋 学 位 类 别 工学硕士 专 业 名 称 安全科学与工程 研 究 方 向 安全系统工程与管理 河南理工大学安全科学与工程学院河南理工大学安全科学与工程学院 二二○○一一七七年年六六月月 万方数据 万方数据 万方数据 万方数据 中图分类号中图分类号X936 密密 级公开级公开 UDC622 单位代码单位代码10460 基于神经网络的综采工作面人因失误因素模型研究基于神经网络的综采工作面人因失误因素模型研究 Research on human error factor model of the fully mechanized coal face based on neural network 申请人姓名申请人姓名 樊子琦樊子琦 学 位 类 别学 位 类 别 工学硕士工学硕士 学 科学 科 专 业专 业 安全科学与工程安全科学与工程 研 究 方 向研 究 方 向 安全系统工程与管理安全系统工程与管理 导师导师 景国勋景国勋 职称职称 教授教授/博导博导 提 交 日 期提 交 日 期 2017.03 答 辩 日 期答 辩 日 期 2017.06 河南理工大学河南理工大学 万方数据 万方数据 万方数据 致致 谢谢 光阴如梭，三年研究生生活转眼即逝。在此我想对我的母校，我的父母、亲 人们，我的老师和同学们表达我由衷的谢意。感谢我的家人对我研究生三年学习 的默默支持；感谢我的母校河南理工大学给了我在研究生三年深造的机会，让我 能继续学习和提高；感谢安全学院的老师和同学们三年来的关心和鼓励。老师们 课堂上的激情洋溢，课堂下的谆谆教诲；同学们在学习中的认真热情，生活上的 热心主动，所有这些都让我的三年充满了感动。 尤其要感谢我的导师景国勋教授，整篇论文是在导师的亲切关怀和悉心指导 下完成的。从设计的选题到资料的搜集直至最后设计的修改的整个过程中，花费 了景老师很多的宝贵时间和精力，他严肃的科学态度，严谨的治学精神，精益求 精的工作作风，开拓进取的精神和高度的责任心都将使学生受益终生在此谨向景 老师致以诚挚的谢意和崇高的敬意。 感谢学校给我外出交流的机会，能让我在日本室兰工业大学进行短期学习实 践。感谢日本导师须藤秀绍先生在我赴日期间为我提供生活上的帮助和学习上的 指导。他兢兢业业、一丝不苟的科研精神深深打动着我，同时他朴实无华、平易 近人的人格魅力对我影响深远。 感谢我的父母，他们是我最强大的后备军，是我最坚实的依靠，他们为我付 出的爱和心血是我一辈子也还不完的。在他们的理解、帮助和支持下，我结束了 25 年的学习生涯，以后我会尽我所能去孝顺他们、爱护他们。 感谢我的团队，同门的师兄妹对我帮助很大，在我迷茫困惑的时候，是他们 向我伸出援助之手，帮助我一起探索，解决困难。因为他们的存在，我的课余生 活才变得更加丰富多彩，学习才变得更加轻松愉快。 最后要感谢那些在矿上有过一面之缘或者没有见面的陌生人，因为他们的帮 助，我才能在科研的道路上越走越远。 万方数据 万方数据 I 摘摘 要要 煤炭作为我国的主要能源之一，与人们的生活息息相关。但是由于煤炭行业 的特殊性、作业环境复杂、以及矿业工作人员思想懈怠、管理人员疏忽大意，造 成矿难频发。通过对 1990-2016 年我国煤矿重大事故及人因比率的分析后发现， 在 近 35 年间我国煤矿发生的重大事故 96.56与人的因素有关。因此，将人作为主要 研究对象，减少人的失误率对于降低煤矿事故频率，提高煤矿安全生产效率具有 重要的意义。 本文分析了煤矿综采工作面人因失误的主要因素。通过数据分析，调查问卷 等方式最终确定了 23 个人因失误的因素。并对这些因素采取信度和效度检验，确 保所用数据的有效性和代表性。将这些因素纵向分为目标层、中间层和因素层三 个层次，横向则划分为内因和外因两部分，其中外因又分为人员因素和环境因素 两个方面。 论文介绍了不同人工神经网络的模型、算法以及适用范围，并最终确定使用 BP 神经网络作为分析方法。 建立了三层 （23-11-5） BP 神经网络模型， 利用 MATLAB 软件中的神经网络工具箱进行编程，选取具有代表性的 15 组样本作为分析数据， 在计算机中实现了煤矿综采工作面人因失误模型的建立。并对霍尔辛赫煤矿进行 检验，证实了模型的有效性。 采用 PSO 算法对 BP 神经网络进一步改善，形成 PSO-BP 网络神经模型。通 过比较 PSO-BP 模型与 BP 模型后发现，改进后的模型收敛速度更快、精度更高、 效果更好。随着样本数据的不断完成完善，该模型的应用价值更大，更具有现实 意义。 论文研究结果对于降低人的失误率，提高矿井安全生产有重要意义。 关键词关键词人因失误；综采工作面；神经网络；BP 算法；MATLAB 神经网络工 具箱 万方数据 II 万方数据 III Abstract Coal as the main energy in China, is closely related with peoples lives. However because of the particularity of coal industry, complex operation environment, and mining staff ideological slack, management personnel negligence, resulting in the frequent occurrence of accidents. Based on the analysis of the major accidents and human factors in China in 1990 -2016, it is found that in the past 35 years, the major accidents occurred in coal mines in China are related to human factors. Therefore, it is of great significance to reduce the failure rate of people to reduce the frequency of coal mine accidents and improve the safety and production efficiency of coal mines as the main research object. This paper analyzes the main factors for fully mechanized coal surface failure. Through data analysis, questionnaire and other s to determine the 23 factors for the failure. The reliability and validity of these factors were tested to ensure the validity and representative of the data. These factors are divided into three levels the target layer, the middle layer and the factor layer, and the horizontal is divided into internal and external causes of the two parts, which are divided into external factors and environmental factors in the following two aspects. In this paper, introduce the different artificial neural networks models, algorithm and application scope. Finally, the BP neural network is used as the analysis . The establishment of the three layer 23-11-5 BP neural network model, programming using the neural network toolbox of MATLAB software, selecting 15 representative samples as analysis data, the computer realization of fully mechanized coal face by establishing error model. The validity of the model is verified by testing the Huoerxinhe coal mine. PSO algorithm is used to further improve the BP neural network to PSO-BP neural network model. By comparing the PSO-BP model and BP model, it is found that the improved model has faster convergence speed, higher precision and better effect. With the continuous filling of sample data, this model will has greater application value, and more practical significance. The research results of this paper are of great significance to reduce human error 万方数据 IV rate and improve mine safety production. Key words human error; fully mechanized coal face; neural network; BP algorithm; MATLAB neural network toolbox. 万方数据 V 目目 录录 摘摘 要要 ................................................................................................. I 目目 录录 ............................................................................................... V 1 绪论绪论 ................................................................................................ 1 1.1 研究背景及意义 .................................................................................... 1 1.1.1 研究背景 ...................................................................................................... 1 1.1.2 研究意义 ...................................................................................................... 2 1.2 国内外研究现状 .................................................................................... 5 1.2.1 国内外人-机-环研究现状 ........................................................................... 5 1.2.2 人因失误与人的不安全行为 ...................................................................... 7 1.3 研究内容及技术路线 ............................................................................ 9 1.3.1 研究内容 ...................................................................................................... 9 1.3.2 技术路线 .................................................................................................... 10 1.4 本章小结 .............................................................................................. 10 2 神经网络模型、算法及应用神经网络模型、算法及应用 ..................................................... 13 2.1 神经网络研究综述 .............................................................................. 13 2.2 神经网络模型及算法 .......................................................................... 13 2.2.1 BP 神经网络 ............................................................................................... 13 2.2.2 SOM 神经网络 ........................................................................................... 14 2.2.3 RBF 神经网络 ............................................................................................ 16 2.3 神经网络的应用 .................................................................................. 17 2.3.1 神经网络在煤矿领域应用 ........................................................................ 17 2.3.2 神经网络在医学领域应用 ........................................................................ 18 2.3.3 神经网络在经济领域的应用 .................................................................... 18 2.3.4 神经网络在信息领域的应用 .................................................................... 19 2.3.5 人工神经网络在交通领域的应用 ............................................................ 20 2.3.6 人工神经网络在心理学的应用 ................................................................ 20 2.4 本章小结 .............................................................................................. 20 3 综采工作面作业人员人因失误形成机理及模型构建综采工作面作业人员人因失误形成机理及模型构建 ............. 23 3.1 煤矿生产系统分析 .............................................................................. 23 万方数据 VI 3.2 综采工作面人因失误分析 .................................................................. 24 3.2.1 综采工作面人因分析 ................................................................................. 25 3.2.2 综采工作面环境因素分析 ......................................................................... 28 3.3 人因失误模型建立 .............................................................................. 30 3.3.1 设计变量 ..................................................................................................... 30 3.3.2 矿工人因失误影响因素问卷的编制与实施 ............................................. 31 3.4 对综采工作面人因失误因子纵向分类 .............................................. 34 3.5 本章小结 .............................................................................................. 35 4 基于基于 BP 神经网络的煤矿人因失误模型神经网络的煤矿人因失误模型 .................................. 37 4.1 BP 神经网络的优点 ............................................................................. 37 4.2 BP 神经网络模型及算法 ..................................................................... 37 4.2.1 BP 神经网络模型 ........................................................................................ 37 4.2.2 BP 网络神经算法 ........................................................................................ 38 4.2.3 BP 神经网络算法推导 ................................................................................ 39 4.3 煤矿综采工作面 BP 神经网络模型建立 ........................................... 41 4.3.1 输入层与输出层 ......................................................................................... 41 4.3.2 隐含层及其神经元设计 .............................................................................. 42 4.4 煤矿综采工作面人因失误模型的应用 .............................................. 42 4.4.1 数据的采集及处理 ..................................................................................... 42 4.4.2 MATLAB 神经网络工具箱程序介绍......................................................... 43 4.4.3 神经网络训练 ............................................................................................. 45 4.5 仿真实验与检验 .................................................................................. 46 4.5.1 仿真实验 ..................................................................................................... 46 4.5.2 煤矿人因失误模型的应用 ......................................................................... 48 4.6 本章小结 .............................................................................................. 50 5 BP 神经网络的改进神经网络的改进 ..................................................................... 51 5.1 PSO 算法的改进 ................................................................................... 51 5.1.1 标准 PSO 算法 ........................................................................................... 51 5.1.2 改进 PSO 算法 ........................................................................................... 51 5.2 改进 PSO-BP 算法在煤矿人因失误模型中的应用 .......................... 52 5.3 实例仿真 .............................................................................................. 53 万方数据 VII 5.3.1 数据来源与相关参数的设定 .................................................................... 53 5.3.2 数据结果分析与比较 ................................................................................ 53 5.4 本章小结 .............................................................................................. 57 6 结论与展望结论与展望 .................................................................................. 59 6.1 主要结论 .............................................................................................. 59 6.2 创新点 .................................................................................................. 60 6.3 不足及展望 .......................................................................................... 60 参考文献参考文献 .......................................................................................... 61 附录附录ⅠⅠ .............................................................................................. 67 附录附录ⅡⅡ .............................................................................................. 69 附录附录ⅢⅢ .............................................................................................. 71 作者简历作者简历 .......................................................................................... 73 学位论文数据集学位论文数据集 .............................................................................. 75 万方数据 VIII 万方数据 1 绪论 1 1 绪论 1.1 研究背景及意义 1.1.1 研究背景 能源作为经济和社会进步的主要物质基础，是我国的主体能源之一，在国民 经济发展中占着无可替代的地位。对于煤炭的需求量也随着我国经济的迅速增长 也在不断加大。近十年我国原煤产量如图 1-1 所示。 图图 1-1 2006 年年-2016 年我国原煤产量直观图年我国原煤产量直观图 Fig.1-1 Chinas raw coal output in 2006 -2016 2015 年，全球煤炭的产量约为 80 亿吨，而我国煤炭产量就达 37.5 亿吨，占 到了世界的近一半；我国煤炭消费量约为 39.65 亿吨，虽然相比同期下降 3.7， 但仍占世界煤炭消费量的一半。煤炭在我国能源消费结构的比重达到 64，是世 界煤炭平均水平的 2.1 倍[1,2]。由于我国煤炭行业的限制性，地下开采作为主要开 采方式，受各种自然条件的限制，矿下工作环境昏暗、潮湿、高温、狭窄并伴随 危险气体，且井下作业人员思想懈怠、管理人员粗心大意，造成矿难频发。据统 计，2006 年至 2016 年期间，全国伤亡事故多达 43542 起，各行业造成的伤亡人数 为 98324 人。仅在煤炭行业，2006 年至 2016 年的死亡人数高达 50334 人，超过全 国企业伤亡事故中死亡总数比重的一半，为 51。自 2006 起，这两项数据呈现逐 年下降的趋势，表明我国煤矿安全生产有了较大的进步，事故发生率和事故死亡 率也在逐年下降[3]。2015 年共发生煤矿安全事故 293 起，死亡人数达到 588 人。 万方数据 河南理工大学硕士学位论文 2 2016 年上半年相比去年同期减少了 86 起、 116 人， 全国煤矿发生各类伤亡事故 107 起，死亡 205 人。但重大事故发生了 5 起、死亡 64 人，相比去年同期增加了 4 起， 多出了 43 人。虽然我国煤炭安全形势逐渐好转，但其面临的形势依然很棘手，显 然已成为阻碍煤矿安全生产、经济持续发展和社会稳定和谐的重要问题。 煤矿井下综采作业是煤炭生产过程的重要环节，综采工作面也是矿井事故频 发地点之一。综采工作面是由人、机和环境组成的一种复合系统。综采工作面环 境条件恶劣且多变，工作空间受限，综采工作面一般具有风速高、湿度大，矿尘 和噪声污染严重，照明条件差、视觉环境有限等现象。据有关资料统计，目前我 国开采的煤田中，由于地质条的复杂开采难度高，要开采的矿井均存在不同程度 的瓦斯涌出现象，再加上其他各种自然因素的不确定性，常常伴随产生有各种灾 害。矿工在这种复杂的作业环境下工作，经常面临矿井灾害的的威胁，使得作业 人员精神上时常产生一种压抑感，导致矿工精神萎靡，厌倦工作，因此当面临工 作环境中的危险因素时往往反应迟缓，甚至忽视危险。自建国至今，我国因煤炭 企业各类伤亡事故和职业病造成的直接或间接经济损失累计超过 4000 多亿元，给 国家、政府、人民都造成了巨大的经济损失[4]。经过中国地质大学安全经济专家罗 云教授的初步预算，发现我国煤矿每年发生因事故造成的经济损失就高达 15 亿人 民币。 美国安全工程师海因里希经过大量的研究后，总结出 88﹕10﹕2 规律，即在 每 100 起的事故中，有 88 起完全是由于人的失误造成，10 起是由于人或物的不安 全状态导致的，其中 2 起是人难以预测防范的，即我们所谓的“天灾”[5]。同样，煤 炭行业由于人的措施不当、违章操作、安全管理失误、疏忽大意等原因造成的事 故数占到了所有事故的 88.4[6]。因此，首要任务就是从“人”的角度去研究和探讨 煤矿事故发生机理，并得出防范对策。 1.1.2 研究意义 人是生产、生活中最活跃的因素，是生理性和社会性的并存体。人作为生产 活动的主体，为社会创造财富，实现理想目标，但同时也是造成事故发生的主要 因素。复杂的社会技术系统深刻地改变了人们的工作方式和生活方法，但同时也 为人们带来了很多的经济利益。但是，一旦系统出现了问题，就可能导致严重的 灾害。当今世界人已成为诱发复杂社会技术系统最主要事故来源的重要因素。由 于人在生理、心理、社会和精神等方面存在较大的可塑性且难以掌握，因而事故 万方数据 1 绪论 3 率也不断上升。 众所周知，事故的四要素主要包括人因、物因、环境、管理。而人因排在 首位，是最重要的因素[7]。对于煤矿事故而言更是这样，人占据主要原因，详见表 1-1。 表表 1-1 1990 年年-2015 年我国煤矿重大事故原因及人因比率分析表年我国煤矿重大事故原因及人因比率分析表 Table 1-1 Analysis on the causes of coal mine accidents and the ratio of human factors in China in 1990 -2015 事 故 原 因 瓦 斯 爆 炸 瓦 斯 突 出 透 水 冒 顶 片 帮 中 毒 煤 矿 火 灾 机 械 运 输 提 升 其 他 总 计 管理混乱 156 25 139 91 42 44 5 65 15 582 设计缺陷 8 2 3 5 4 6 0 15 2 45 操作失误 28 15 13 22 8 31 8 13 26 164 故意违章 122 12 38 189 10 19 2 10 19 421 人因事故数 314 54 193 307 64 100 15 103 62 1212 事故总数 335 61 197 312 65 107 15 103 64 1259 管理混乱比率 / 46.57 40.98 70.56 29.17 64.62 41.12 33.33 63.11 23.44 46.23 设计缺陷比率 / 2.39 3.28 1.52 1.60 6.15 5.61 0.00 14.56 3.13 3.57 操作失误比率 / 8.36 24.59 6.60 7.05 12.31 28.97 53.33 12.62 40.63 13.03 故意违章比率 / 36.42 19.67 19.29 60.58 15.38 17.76 13.33 9.71 29.69 33.44 人因事故比率 / 93.73 88.52 97.97 98.40 98.46 93.46 100.0 100.0 96.88 96.27 2013 年 9 月 13 日， 重庆市巫山县邓家乡官河煤矿在非法开采过程中因巷道放 炮而引发瓦斯爆炸，最终造成 8 人死亡。根据群众的反映，重庆市检察机关迅速 组织力量进行调查，发现多个监管部门与矿方一起合伙隐瞒事故的发生，且官河 煤矿早于 2010 年 6 月