煤矿隐患闭环管理系统研究

时间:2022-05-26 11:22:52

煤矿隐患闭环管理系统研究

摘要:分析了现有煤矿隐患管理系统中存在的不足,制定了完整的隐患级别、隐患种类和隐患标准项管理方式,优化了隐患排查治理流程,利用分层架构方法和ASP.NETMVC技术完成了煤矿隐患闭环管理系统的研发。系统利用智能终端实现了隐患的动态检查与录入,具备隐患的确认、整改、验收及申诉等功能,并借助FP-Growth算法,发现隐患在多个维度间的关联关系,为隐患治理提供可靠的决策建议与支持,有效减少煤矿隐患的发生次数,促进企业安全生产。

关键词:隐患闭环管理;隐患标准项;数据挖掘;关联规则分析;智能终端

近年来,国家煤炭产量不断提高,煤炭生产中的各类事故屡有发生,造成重大的人员伤亡和经济损失。随着煤炭行业经济形势的持续下滑,人才流失严重,投入资金不断减少,煤矿安全形势更是不容乐观[1]。然而,每个事故的发生,都是由一个或多个长期累积且没有得到正确及时处理的隐患转变而来,因此,作为事故发生的前兆,对煤矿隐患的治理受到越来越多的重视,正确及时处理存在的隐患,是避免事故发生的重要手段之一。

1现有隐患管理系统存在的问题

1)隐患处理流程简单,治理效果不明显。系统往往只是对煤矿隐患的简单记录,处理流程简单,整改与处罚措施不到位。有些地方只为应付检查,对录入的隐患甚至没有任何实际的整改与验收,根本无法起到应有的作用。2)在隐患分级、分类、标准建立上过于随意,无法做到全面、统一与公平公正,不利于系统的实际推广与应用,也无法支持后期的数据分析。3)隐患记录手段不合理,缺少便捷的录入工具。许多煤矿和隐患系统仍然停留在人工现场检查后,将隐患信息记录到纸张表格中,再由专门的信息技术人员录入到隐患管理系统中,在手持智能终端普遍流行的今天,显得尤其笨拙与不合理。4)对煤矿隐患数据没有很好的利用与分析,造成同类型的隐患屡次出现,没有从根本上帮助企业减少隐患的发生次数,改善企业安全生产状况。实际上,这才是隐患管理系统的根本之处和意义所在。因此,设计并实现了一种煤矿隐患闭环管理系统,它优化了隐患的管理流程,增加了智能终端的使用,并利用数据挖掘算法对已经有隐患数据进行挖掘与分析,给煤矿隐患的预防与评估提供了可参考的建议与支持,减少了隐患的发生次数。

2隐患管理及流程分析

2.1隐患分级分类与标准项管理

系统在设计时,将隐患按照其严重程度分为4个等级,A级、B级、C级、D级,其中A级为严重级别最高的隐患。而在隐患分类上,根据煤矿实际生产情况,系统将隐患分为调度、通风、采掘、机运、地测防治水、爆炸品与放炮、共性等7个标准专业。隐患标准项,是隐患治理与管理的基础,是隐患考核的主要标准依据。系统在以上隐患分类和隐患等级的基础上,制定了578个隐患标准项。每个隐患标准项由标准项编号、标准项内容、适用岗位、隐患种类、隐患级别、罚款标准等组成。

2.2煤矿隐患排查治理流程

通过对煤矿生产过程中的实际隐患处理情况进行分析并优化之后,系统将隐患流程设计为检查、录入、确认、整改、验收和存档几个主要过程,并增加了隐患申诉与仲裁、挖掘与分析、评估与建议等几个环节。

3煤矿隐患闭环管理系统

3.1系统架构

系统使用分层架构的设计理念,抽出了相对独立的数据存取层和服务层。数据存取层由DataAc-cess数据存取模块和Depot数据处理模块组成,分别用来负责数据库表的直接读写和相关业务的SQL语句或存储过程的转换与执行。服务层由Service服务模块和WCF服务模块组成,其中Service服务模块负责对业务逻辑的封装,而WCF服务模块则是利用WCF技术[2-4],向Web网页和智能终端APP提供无差别的数据服务和业务逻辑服务,这得益于面向服务体系架构的思想与技术实现。系统具有公共的日志记录与管理Log模块,并利用基于元数据与角色的权限管理控制MetaRBAC模块[5]。同时系统还提供了基于Android平台的智能终端APP,具备隐患的现场录入、整改、验收与简单的查询统计等功能。

3.2系统功能实现

其中基础数据管理部分主要是对隐患标准、类别、级别以及用户、地址、人员、权限和日志管理等功能;隐患流程管理部分是从系统设计的隐患流程出发,提供针对每个流程的相关操作,不同的人员具有不同的权限,可以操作不同的流程;隐患统计分析部分则是对煤矿所有相关隐患,根据其责任人员、级别、类型、整改验收状态、隐患检查日期、整改日期以及验收日期等不同条件进行查询与统计,并提供柱图、饼图、曲线等多种类型的图表展示方式。系统提供Web网页和APP终端2种录入方式。

3.3隐患数据分析与预测

缺乏对大量隐患历史数据的深入分析与利用,是当前隐患管理系统中普遍存在的问题。系统结合数据挖掘方法,利用FP-Growth算法[6],对归档隐患数据进行清理后存储在数据仓库中,并从隐患类别、隐患级别、发生地点、责任部门等4个维度进行关联规则的挖掘与发现,在可参考的支持度和置信度范围内,发现发生隐患的主要地点及常见隐患类别,并与责任部门相结合,给出针对性的改进方案,减少同类型隐患的重复产生次数,为部门隐患预防预测提供数据支持。隐患关联分析图如图3,以现场某煤矿1个月的隐患分析数据来看,总的隐患数量为206条,其中采掘类的占据了85.43%,而掘进二队和综采二队2个部门下的3个地点的此类隐患之和为全矿隐患的38.35%,置信度均在33.33%以上。通过分析发现了隐患种类、相关部门及隐患地点之间的联系,因此,由以上数据的支撑,建议煤矿加强对以上3个地点的采掘类隐患的整治力度,展开对掘进二队和综采二队相关人员的安全管理培训,加强作业规范,提高安全意识,对有效减少煤矿隐患的发生起到一定的积极作用,为辅助煤矿决策有着重要的指导意义。

4结语

隐患是影响煤矿安全生产的一个重要因素,系统在制定全面细致的隐患标准基础上,结合煤矿实际业务流程并进行适当优化,利用智能终端及关联规则算法,实现了对隐患的录入管理与挖掘分析,方便了煤矿隐患的整改与管理,为辅助决策提供支持。系统目前已经推广应用于全国多个煤矿,给企业隐患治理提供了有力的帮助,具有一定的经济与社会意义。

作者:苟怡 陈运启 单位:中煤科工集团重庆研究院有限公司 重庆市矿山物联网关键技术工程技术研究中心

参考文献:

[1]王卫兵.煤炭企业应对当前市场变化之策[J].煤炭经济研究,2014,34(1):39-41.

[2]李璟.基于.NET的分层架构及抽象工厂模式在Web开发中的应用[J].软件导刊,2015,14(4):105-108.

[3]秦冠男.基于ASP.NETMVC框架的IT管理系统的设计[D].上海:上海交通大学,2013.

[4]蒋学寨.基于WCF的异构系统集成研究与应用[D].成都:西南交通大学,2014.

[5]陈运启,许金.基于元数据与角色的煤矿综合信息管理系统权限控制模型设计与实现[J].工矿自动化,2014,40(11):22-25.

[6]迟丽宁.基于FP-Growth的分类规则挖掘算法及其应用[D].青岛:青岛大学,2012.