煤礦安全生產預警分析研究
作者：匿名網友
2010-05-27 09:00
來源：www.dukashe.com
孫超 煤炭信息研究院 北京市朝陽區芍藥居35號
摘要：
煤炭行業是我國重要的能源基礎產業，但也是安全02manbetx.com
多發的高危行業。我國曆來非常重視
煤礦的
安全工作，也相應的製定了一係列配套的
煤礦
安全生產
法規，使得我國大多數
煤礦的安全生產條件得到了很大的改善，在煤炭產量持續穩定增長的同時有力的保證了
煤礦安全
02manbetx.com
發生率不斷下降。雖然近些年我國
煤礦安全生產顯著的好轉，但仍然存在
重大02manbetx.com
隱患和重大危險源大量存在以及煤礦安全技術標準體係有待完善等種種問題，嚴峻的煤礦安全生產形勢已成為社會關注的焦點問題。基於此點，本文
根據主成分
03manbetx
原理，03manbetx
研究煤礦安全生產現狀，建立煤礦安全02manbetx.com
的影響模型，對降低我國煤礦安全事故發生率，促進煤礦安全可持續發展具有重要的現實意義。
關鍵字：煤礦安全生產 預警 主成份
03manbetx
聚類分析
1 我國煤礦安全生產現狀
煤礦安全是我國安全生產的重中之重。近年來，在黨和政府的堅強領導下，國家煤監局開展煤礦瓦斯治理和小煤礦整頓關閉兩個攻堅戰等各項有力
措施，使得我國煤礦安全生產狀況逐年好轉2005年到2008年全國
02manbetx.com
起數、死亡人數由3306起、5938人減少到1954起、3215人，分別減少1352起、2723人，下降40.1%、45.6%。2008年我國煤炭產量占全球的比重超過了40%，煤礦百萬噸死亡率約為美國的60倍、南非的15倍、印度的8倍、波蘭的6倍、俄羅斯的5倍。安全生產形勢依然嚴峻。
圖1-1 2001～2008年世界主要產煤國安全生產發展趨勢
圖1-2 2002-2008年我國煤炭安全生產發展趨勢
2 煤礦安全生產危機預警的運行模式
煤礦安全危機預警
管理是指為降低煤礦生產過程中可能發生的安全事故，保證煤礦生產處於一種可靠、可控狀態的一種
安全
管理行為
管理模式。其運行模式主要圍繞人的因素、環境影響、物的不安全狀態和
管理失誤這幾個方麵展開。
|
失效
|
|
正確
|
|
煤礦安全生產預警
|
|
預警信息
|
|
物的不安全狀態
|
|
環境影響
|
|
管理失誤
|
|
安全狀態
|
|
危機狀態
|
|
安全生產危機
|
|
煤礦危機
|
|
正確
|
|
正確
|
|
人的因素
|
|
失效
|
|
失效
|
圖2-1煤礦安全生產預警運行模式圖
由上圖可知，煤礦安全生產預警管理可以對危機采取“危機管理”方式，此種狀態下，預警活動的成功結果是安全生產重新轉入安全狀態。在煤礦安全生產危機預警管理的運作中，無論安全生產是由一般的非安全狀態還是由危機狀態轉入安全狀態，其活動和結果的參數都將反饋輸入到預警管理中的信息庫和對策庫中，以合理調整和優化下一過程的預警活動。
3 煤礦安全生產預警指標的主成分分析
主成分分析也稱主分量分析，旨在利用降維的思想，把多指標轉化為少數幾個綜合指標。本文利用主成分分析法構建煤礦安全生產危機預警模型的總體思路的步驟如下：
第一，選擇確定模型采用的煤礦安全生產狀況指標；
第二，確定合適的研究樣本；
第三，運用計算軟件進行主成分分析，構建主成分模型；
第四，建立綜合模型並進行
評價。
3.1 設定模型指標
根據前麵的理論以及煤礦的實際情況，本文將煤礦安全生產模型指標列表如下：
表3-1 煤礦安全生產危機預警指標體係
|
目標層
|
指標層
|
準則層
|
獲取數據方式
|
|
煤
礦
安
全
生
產
危
機
預
警
指
標
體
係
A
|
人
的
因
素
B
1
|
違反紀律
C
1
|
|
|
違章操作
C
2
|
礦工的違章操作次數/井下礦工總數
|
||
|
違章指揮
C
3
|
違章指揮的人數/井下指揮總人數
|
||
|
作業技術達標率
C
4
|
技術達標作業礦工數/井下作業礦工總數
|
||
|
物
的
不
安
全
狀
態
B
2
|
維修保養費用
C
5
|
調查統計
|
|
|
設備帶病作業率
C
6
|
帶病作業設備數量/設備總台數
|
||
|
設備更新率
C
7
|
煤礦一定時期內設備更新台數/同期煤礦擁有設備總數
|
||
|
安全防護設備
C
8
|
調查統計
|
||
|
設備故障發生率
C
9
|
設備因故障發生的停機時間/設備正常生產運轉時間
|
||
|
環
境
影
響
B
3
|
災害事故率
C
10
|
勘察統計
|
|
|
瓦斯爆炸發生率
C
11
|
|||
|
礦井透水事故
C
12
|
|||
|
煤塵爆炸指數
C
13
|
|||
|
頂板冒落事故發生率
C
14
|
|||
|
管
理
失
誤
B
4
|
|||
|
安全教育培訓投入
C
17
|
調查統計
|
||
|
安全
管理製度完善率
C
18
|
運用安全管理製度數/安全管理製度總數
|
3.2 選取樣本
本文取貴州省抽取40座煤礦作為樣本，對以上18項指標進行調查，按評分
標準並統一量綱，得出數據如下：
表3-2 煤礦安全生產標準化指標
|
X
1
|
X
2
|
X
3
|
X
4
|
X
5
|
X
6
|
X
7
|
X
8
|
X
9
|
X
10
|
X
11
|
X
12
|
X
13
|
X
14
|
X
15
|
X
16
|
X
17
|
X
18
|
|
|
1
|
81
|
82
|
73
|
76
|
22
|
65
|
86
|
81
|
64
|
82
|
41
|
83
|
87
|
92
|
89
|
81
|
87
|
82
|
|
2
|
69
|
84
|
74
|
65
|
18
|
77
|
54
|
84
|
51
|
68
|
37
|
63
|
74
|
90
|
76
|
69
|
76
|
62
|
|
3
|
65
|
38
|
31
|
78
|
14
|
57
|
81
|
63
|
71
|
53
|
4
|
61
|
72
|
51
|
49
|
64
|
49
|
78
|
|
4
|
71
|
69
|
52
|
82
|
4
|
72
|
81
|
73
|
82
|
68
|
17
|
61
|
73
|
78
|
72
|
77
|
81
|
65
|
|
5
|
59
|
23
|
18
|
71
|
4
|
39
|
48
|
64
|
78
|
61
|
2
|
66
|
81
|
50
|
49
|
78
|
59
|
71
|
|
6
|
51
|
81
|
69
|
74
|
21
|
89
|
65
|
73
|
73
|
71
|
38
|
65
|
77
|
91
|
82
|
89
|
79
|
76
|
|
7
|
65
|
64
|
51
|
71
|
6
|
61
|
67
|
56
|
74
|
65
|
20
|
57
|
69
|
78
|
76
|
88
|
72
|
64
|
|
8
|
79
|
56
|
41
|
76
|
4
|
76
|
49
|
67
|
48
|
72
|
11
|
53
|
58
|
67
|
84
|
57
|
73
|
63
|
|
9
|
86
|
71
|
59
|
84
|
10
|
84
|
56
|
64
|
65
|
76
|
18
|
54
|
68
|
79
|
81
|
88
|
89
|
63
|
|
10
|
80
|
27
|
15
|
74
|
4
|
56
|
62
|
71
|
53
|
66
|
3
|
48
|
54
|
49
|
72
|
64
|
81
|
65
|
|
11
|
63
|
74
|
62
|
79
|
6
|
74
|
71
|
82
|
79
|
54
|
25
|
50
|
59
|
87
|
76
|
85
|
67
|
81
|
|
12
|
75
|
86
|
70
|
86
|
10
|
56
|
68
|
69
|
81
|
66
|
37
|
67
|
78
|
94
|
81
|
77
|
75
|
81
|
|
13
|
68
|
62
|
46
|
68
|
4
|
63
|
57
|
49
|
54
|
73
|
16
|
53
|
58
|
73
|
61
|
56
|
78
|
76
|
|
14
|
77
|
53
|
45
|
53
|
6
|
76
|
81
|
62
|
57
|
66
|
9
|
61
|
74
|
67
|
62
|
76
|
53
|
80
|
|
15
|
49
|
33
|
26
|
78
|
8
|
46
|
49
|
65
|
77
|
76
|
3
|
75
|
82
|
59
|
80
|
79
|
75
|
43
|
|
16
|
54
|
51
|
42
|
73
|
6
|
58
|
68
|
59
|
72
|
63
|
7
|
51
|
58
|
66
|
59
|
59
|
54
|
67
|
|
17
|
91
|
76
|
65
|
89
|
20
|
63
|
67
|
83
|
81
|
64
|
27
|
75
|
84
|
83
|
75
|
90
|
56
|
71
|
|
18
|
68
|
89
|
80
|
76
|
12
|
78
|
59
|
82
|
77
|
84
|
36
|
61
|
69
|
94
|
84
|
76
|
61
|
80
|
|
19
|
59
|
44
|
35
|
54
|
8
|
65
|
38
|
67
|
37
|
61
|
7
|
49
|
55
|
57
|
41
|
89
|
47
|
62
|
|
20
|
71
|
67
|
56
|
86
|
4
|
74
|
73
|
78
|
69
|
61
|
21
|
69
|
80
|
76
|
77
|
72
|
57
|
54
|
|
21
|
49
|
25
|
16
|
42
|
14
|
69
|
64
|
58
|
81
|
71
|
1
|
53
|
68
|
48
|
81
|
79
|
59
|
63
|
|
22
|
80
|
63
|
49
|
66
|
8
|
47
|
56
|
61
|
63
|
71
|
15
|
54
|
65
|
71
|
63
|
66
|
63
|
77
|
|
23
|
74
|
75
|
65
|
89
|
8
|
57
|
76
|
73
|
54
|
84
|
20
|
63
|
77
|
81
|
85
|
68
|
85
|
74
|
|
24
|
76
|
41
|
34
|
73
|
4
|
65
|
37
|
44
|
78
|
77
|
6
|
51
|
70
|
57
|
62
|
88
|
59
|
76
|
|
25
|
75
|
66
|
54
|
73
|
8
|
51
|
62
|
72
|
59
|
59
|
16
|
66
|
79
|
72
|
72
|
67
|
65
|
54
|
|
26
|
37
|
58
|
51
|
74
|
4
|
78
|
37
|
39
|
84
|
64
|
14
|
32
|
51
|
67
|
56
|
77
|
39
|
52
|
|
27
|
56
|
75
|
66
|
73
|
4
|
61
|
80
|
54
|
76
|
76
|
24
|
51
|
64
|
82
|
84
|
78
|
78
|
63
|
|
28
|
58
|
31
|
22
|
69
|
8
|
55
|
54
|
60
|
66
|
49
|
2
|
53
|
59
|
43
|
76
|
59
|
64
|
72
|
|
29
|
42
|
43
|
33
|
39
|
4
|
68
|
33
|
57
|
63
|
47
|
5
|
34
|
48
|
51
|
39
|
58
|
48
|
58
|
|
30
|
52
|
77
|
61
|
83
|
4
|
82
|
61
|
53
|
71
|
68
|
23
|
42
|
53
|
84
|
69
|
60
|
57
|
84
|
|
31
|
59
|
65
|
56
|
74
|
6
|
54
|
56
|
63
|
82
|
54
|
17
|
52
|
64
|
73
|
66
|
55
|
55
|
80
|
|
32
|
69
|
23
|
14
|
72
|
12
|
68
|
71
|
66
|
65
|
52
|
2
|
73
|
82
|
46
|
63
|
89
|
74
|
68
|
|
33
|
78
|
66
|
54
|
74
|
6
|
86
|
65
|
81
|
74
|
56
|
19
|
61
|
76
|
76
|
83
|
68
|
59
|
76
|
|
34
|
39
|
47
|
39
|
64
|
4
|
49
|
47
|
39
|
72
|
45
|
6
|
43
|
51
|
56
|
78
|
91
|
34
|
61
|
|
35
|
69
|
73
|
67
|
77
|
6
|
78
|
86
|
73
|
69
|
55
|
26
|
72
|
81
|
86
|
79
|
81
|
63
|
55
|
|
36
|
59
|
59
|
50
|
78
|
6
|
78
|
69
|
61
|
53
|
55
|
14
|
56
|
64
|
70
|
57
|
81
|
68
|
59
|
|
37
|
81
|
36
|
29
|
43
|
10
|
43
|
79
|
58
|
75
|
49
|
3
|
41
|
59
|
47
|
80
|
82
|
73
|
62
|
|
38
|
84
|
60
|
44
|
69
|
8
|
54
|
52
|
58
|
53
|
79
|
15
|
52
|
56
|
69
|
67
|
81
|
48
|
67
|
|
39
|
82
|
54
|
43
|
81
|
10
|
84
|
76
|
75
|
81
|
73
|
12
|
75
|
81
|
63
|
84
|
76
|
83
|
86
|
|
40
|
78
|
79
|
68
|
88
|
10
|
59
|
76
|
61
|
63
|
54
|
21
|
53
|
66
|
85
|
72
|
64
|
79
|
73
|
3.3 主成分分析
1）相關係數陣的排序後的特征根和貢獻率見表3-3。
表3-3 特征根和貢獻率
|
主成分
|
特征值
|
方差貢獻率
|
累計貢獻率
|
主成分
|
特征值
|
方差貢獻率
|
累計貢獻率
|
|
1
|
6.7488
|
0.374931
|
0.3749
|
10
|
0.4676
|
0.025978
|
-
|
|
2
|
2.4433
|
0.135738
|
0.5107
|
11
|
0.4020
|
0.022333
|
-
|
|
3
|
1.5023
|
0.083461
|
0.5941
|
12
|
0.3007
|
0.016705
|
-
|
|
4
|
1.2127
|
0.067372
|
0.6615
|
13
|
0.2530
|
0.014055
|
-
|
|
5
|
1.1155
|
0.061972
|
0.7235
|
14
|
0.2111
|
0.011728
|
-
|
|
6
|
0.9625
|
0.053472
|
0.7770
|
15
|
0.0482
|
0.002678
|
-
|
|
7
|
0.8418
|
0.046766
|
0.8237
|
16
|
0.0289
|
0.001606
|
-
|
|
8
|
0.7621
|
0.042339
|
0.8661
|
17
|
0.0183
|
0.001017
|
-
|
|
9
|
0.6755
|
0.037528
|
-
|
18
|
0.0058
|
0.000322
|
-
|
從上表看，前8個主成分是顯著的，特征值累計貢獻率已達86.61%，說明前8個主成分基本包含了全部指標具有的信息。
2）構建主成分模型
由上麵計算結果可以得出前8個主成分如下：
Z
1=0.1991
X
1+0.3087
X
2+0.3080
X
3+0.2379
X4+0.2085
X
5+0.1523
X
6+0.2223
X
7
+0.2706
X
8+0.0446
X
9+0.1858
X
10+0.3327
X
11
+0.2587
X
12+0.2507
X
13
+0.0671
X
14+0.2540
X
15+0.3281
X1
6+0.2253
X1
7+0.1411
X1
8
Z
2=
0.2350
X
1-0.3589
X
2-0.3468
X
3+0.3922
X
4+0.1916
X
5-0.2227
X
6+0.2032
X
7
-0.0318
X
8+0.0277
X
9-0.0216
X
10+0.1929
X
11+0.1827
X
12-0.2555
X
13
-0.3046
X
14+0.0744
X
15+0.1597
X1
6+0.3877
X1
7-0.0447
X1
8
Z
3=
-0.4062
X
1-0.0040
X
2+0.0546
X
3-0.0353
X4+0.1639
X
5+0.0872
X
6-0.0239
X
7
-0.0961
X
8+0.5702
X
9-0.1734
X
10+0.0862
X
11
+0.0744
X
12+0.1784
X
13
+0.0389
X
14+0.0598
X
15+0.5145
X1
6-0.2920
X1
7-0.1772
X1
8
Z
4=
0.0016
X
1-0.0072
X
2-0.0189
X
3+0.3425
X4-0.3336
X
5-0.2320
X
6+0.3167
X
7
-0.1520
X
8+0.5313
X
9-0.1885
X
10-0.1033
X
11-0.0437
X
12+0.0068
X
13
-0.0144
X
14+0.1109
X
15-0.3448
X1
6+0.0254
X1
7+0.3624
X1
8
Z
5=
-0.0207
X
1-0.0317
X
2-0.0531
X
3+0.2008
X4-0.3030
X
5-0.1160
X
6-0.1649
X
7
-0.3061
X
8+0.0884
X
9+0.5179
X
10-0.0783
X
11-0.0671
X
12-0.0473
X
13
+0.0166
X
14+0.3777
X
15+0.1891
X1
6+0.3434
X1
7-0.3792
X1
8
Z
6=
0.1000
X
1-0.0789
X
2-0.0961
X
3-0.2719
X4+0.3200
X
5+0.0222
X
6-0.1434
X
7
-0.2145
X
8+0.1920
X
9+0.4389
X
10+0.0114
X
11-0.1421
X
12-0.1202
X
13
-0.0824
X
14+0.0397
X
15+0.1542
X1
6+0.0227
X1
7+0.6589
X1
8
Z
7=
-0.0550
X
1-0.0578
X
2-0.0683
X
3-0.3597
X4+0.0110
X
5+0.4486
X
6+0.4320
X
7
+0.0368
X
8+0.0240
X
9-0.2452
X
10-0.0556
X
11-0.2513
X
12-0.2281
X
13
-0.0857
X
14+0.4133
X
15+0.0254
X1
6+0.3294
X1
7-0.0629
X1
8
Z
8=-0.0234
X
1-0.1436
X
2-0.1627
X
3+0.3120
X4-0.2769
X
5+0.7634
X
6-0.1562
X
7
+0.1156
X
8+0.0545
X
9+0.1513
X
10-0.1688
X
11
+0.1277
X
12+0.1283
X
13
-0.0920
X
14-0.2012
X
15+0.0050
X1
6-0.0392
X1
7+0.1418
X1
8
通過計算，我們發現在第一主成分的表達式中第二（違章操作）、第三（違章指揮）、第十一（瓦斯爆炸發生率）、第十六（安全管理製度執行率）這四項指標的係數較大，這四個指標起主要作用，我們可以把第一主成分看成是反映煤礦安全生產的綜合影響；
在第二主成分中，第四（作業技術達標率）、十七（安全教育培訓收入）項指標的係數較大，可以將之看成是反映安機械設備情況和環境因素的綜合影響；
在第三主成分中，第九（設備故障發生率）、十六（安全管理製度執行率）項指標的係數較大，可以將之看成是反映機械設備和管理製度的綜合影響；
在第四主成分中，第九項（設備故障發生率）指標的係數最大，可以將之看成是反映機械設備的影響；
在第五主成分中，第十（災害事故率）項指標的係數最大，可以將之看成是反映管理製度的影響；
在第六主成分中，第十八（安全管理製度完善率）項指標的係數最大，可以將之看成是反映管理製度的影響；
在第七主成分中，第六（設備帶病作業率）、七（設備更新率）、十五（安全管理製度標準率）項指標的係數較大，可以將之看成是反映機械設備和管理製度的綜合影響；
在第八主成分中，第六（設備帶病作業率）項指標的係數較大，可以將之看成是反映機械設備的影響。
3）構建綜合模型
F=0.374931
Z
1+
0.135738
Z
2+
0.083461
Z
3+0.067372
Z
4
0.061972
Z
5+0.053472
Z
6+0.046766
Z
7+0.042339
Z
8
這裏
F為樣本煤礦的綜合值，具體見表3-4。
表3-4 綜合值和排名
|
綜合值
|
名次
|
綜合值
|
名次
|
綜合值
|
名次
|
綜合值
|
名次
|
||||
|
F1
|
2.198772
|
1
|
F11
|
0.544081
|
11
|
F21
|
-0.39521
|
22
|
F31
|
-0.40951
|
24
|
|
F2
|
-0.46865
|
27
|
F12
|
1.300185
|
5
|
F22
|
-0.44728
|
25
|
F32
|
0.066008
|
18
|
|
F3
|
-0.4587
|
26
|
F13
|
-0.66121
|
30
|
F23
|
0.992709
|
7
|
F33
|
0.541593
|
12
|
|
F4
|
0.793051
|
9
|
F14
|
-0.20883
|
20
|
F24
|
-0.52967
|
29
|
F34
|
-1.44964
|
38
|
|
F5
|
-0.68859
|
31
|
F15
|
0.172804
|
17
|
F25
|
-0.03399
|
19
|
F35
|
0.887835
|
8
|
|
F6
|
1.549677
|
2
|
F16
|
-0.7874
|
34
|
F26
|
-1.37564
|
37
|
F36
|
-0.4069
|
23
|
|
F7
|
0.255561
|
16
|
F17
|
1.41598
|
3
|
F27
|
0.501482
|
14
|
F37
|
-0.74556
|
33
|
|
F8
|
-0.47155
|
28
|
F18
|
1.214259
|
6
|
F28
|
-0.98981
|
36
|
F38
|
-0.7021
|
32
|
|
F9
|
0.720082
|
10
|
F19
|
-1.71737
|
39
|
F29
|
-2.48985
|
40
|
F39
|
1.371934
|
4
|
|
F10
|
-0.86265
|
35
|
F20
|
0.536826
|
13
|
F30
|
-0.25842
|
21
|
F40
|
0.295469
|
15
|
4）對比圖
將40家煤礦安全生產的八個主成分計算值和最終的綜合值繪製在同一張圖上，得對比圖3-1。
圖3-1 主成分和綜合值對比圖
從圖中可以很容易比較各個煤礦的各個主成分得分的情況和綜合值狀況，使煤炭行業中不同煤礦安全生產指標的各個方麵情況得到對比，分析與最優煤礦的最佳實踐之間的差距，努力的方向比較明確。
4 煤礦安全生產危機的聚類分析
4.1 不同煤礦安全生產危機聚類分析
聚類分析又稱群分析，它是研究（樣品或指標）分類問題的一種多元統計方法。在一般情況下，用不同的方法聚類的結果是不完全一致的，本文采用對用主成分分析後得到的主成分值和綜合值用五種係統聚類分析方法進行最優分割，把樣本依照安全度的高低進行分類。聚類方法選用的是聚類分析中的Q型係統聚類法，分別用最近距離法、最遠距離法、中間距離法、離差平方和法和重心距離法。
五種方法的樹狀聚類圖見圖4-1到圖4-5：
14
36
08
13
22
38
16
31
28
10
11
33
04
20
35
07
27
40
25
02
09
23
03
39
05
06
18
12
17
30
01
21
37
24
32
26
34
19
29
15
圖4-1 最近距離法
08
13
22
38
14
36
02
25
16
31
30
26
34
24
19
29
21
37
10
28
03
05
32
15
07
27
09
23
04
40
11
33
20
35
39
12
17
06
18
01
圖4-2 最遠距離法
03
05
32
15
21
37
08
13
22
38
16
31
14
36
02
10
28
30
26
34
24
19
29
07
27
09
23
20
35
04
11
33
25
40
39
12
17
06
18
01
圖4-3 中間距離法
26
34
24
19
29
08
13
22
38
14
36
02
16
31
30
03
05
32
15
21
37
10
28
04
40
11
33
39
20
35
25
07
27
09
23
12
17
06
18
01
圖4-4 離差平方和法
14
36
08
13
22
38
16
31
10
28
02
03
05
32
24
21
37
26
34
07
27
09
11
33
04
20
35
40
25
23
06
18
12
17
39
30
15
19
29
01
圖4-5 重心距離法
經過對以上五種樹狀聚類圖進行對比分析，把樣本分為五類比較合適。各類所包含的樣本煤礦如下：
第一類：﹛1、6、12、17、18﹜
第二類：﹛4、7、9、11、20、23、25、27、33、35、39、40﹜
第三類：﹛3、5、10、15、21、28、32、37﹜
第四類：﹛2、8、13、14、16、22、30、31、36、38﹜
第五類：﹛19、24、26、29、34﹜
可以把煤礦安全生產警級分為五等：安全、亞安全、低度危機、危機和嚴重危機。
評價如下：
第一類樣本煤礦的警級為安全。這些煤礦在違章操作、違章指揮、瓦斯爆炸發生率和安全管理製度執行等方麵安全度比較高，設備故障較少發生，安全管理製度也能很好的執行。
第二類樣本煤礦的警級為亞安全。這些煤礦在設備更新率、作業技術達標和安全管理製度等方麵安全度較高。違章操作、違章指揮、瓦斯爆炸發生率和安全管理製度執行等方麵較第一類煤礦稍差一點。
第三類樣本煤礦的警級為低度危機。這些煤礦在設備故障發生、災害事故發生等方麵做的很好，但其他方麵做不到位，從而整個安全生產受到影響。
第四類樣本煤礦的警級為危機。這些煤礦除了設備配置和安全管理製度這兩個方麵安全度一般外，其他幾個方麵都不理想。
第五類樣本煤礦的警級為嚴重危機。這類煤礦中盡管有個別身背配置和管理製度方麵做的比較好，但違章操作、違章指揮、瓦斯爆炸發生率、安全管理製度執行和安全投入等方麵都比較差，致使整個安全生產處於嚴重危機狀態。
可以看出，第五類和第四類樣本煤礦需緊急預警；第三類樣本煤礦也需要重視其警級的原因；第一類和第二類樣本煤礦需要維護和提高其安全生產。
所以在實際工作中，需要及時把握變化，對數據進行更新，對煤礦安全生產進行及時預警。
4.2 同一煤礦安全生產危機的有序聚類分析
在此本文選取了一家煤礦作為有序聚類分析的對象，調查收集了該煤礦從1999年到2008年的連續十年的資料，得到其八個主成分值和綜合值如表5-2所示。
表4-1主成分值和綜合值
|
年份
|
Z
1
|
Z
2
|
Z
3
|
Z
4
|
Z
5
|
Z
6
|
Z
7
|
Z
8
|
F
|
|
1999
|
-5.26672
|
-2.01562
|
-2.03265
|
-3.06321
|
-2.89788
|
-2.65645
|
-2.45689
|
-2.99856
|
-3.18776
|
|
2000
|
-4.68987
|
-1.39863
|
-1.86984
|
-2.13653
|
-2.50238
|
-2.63345
|
-1.78561
|
-2.01346
|
-2.71287
|
|
2001
|
-2.32152
|
1.12263
|
-1.33223
|
0.23899
|
0.71026
|
-0.10566
|
-0.00546
|
0.00221
|
-0.77491
|
|
2002
|
-2.16981
|
1.32265
|
-1.16564
|
0.4567
|
0.99569
|
0.00771
|
0.13542
|
0.18741
|
-0.62413
|
|
2003
|
-1.71133
|
1.65461
|
-0.7844
|
0.81245
|
1.01469
|
0.11455
|
0.25466
|
0.25632
|
-0.33622
|
|
2004
|
1.59863
|
2.68512
|
1.79521
|
1.96368
|
1.81233
|
0.55461
|
0.69823
|
0.75643
|
1.45262
|
|
2005
|
2.49124
|
2.72046
|
1.83465
|
2.56441
|
1.87813
|
0.69713
|
0.78356
|
0.79812
|
1.85330
|
|
2006
|
3.12981
|
2.79821
|
1.94560
|
2.77436
|
1.96583
|
0.79562
|
0.83472
|
0.82371
|
2.14086
|
|
2007
|
4.26484
|
3.14862
|
2.35891
|
3.25694
|
2.28937
|
1.24567
|
1.21004
|
1.34579
|
2.76476
|
|
2008
|
4.76732
|
3.34128
|
2.42311
|
3.33557
|
2.29746
|
1.29763
|
1.30046
|
1.37561
|
2.99873
|
在進行有序聚類時，采用最遠距離聚類法和街區距離。其有序聚類樹狀圖如圖5-6所示。
95
96
97
98
99
00
01
02
03
04
圖5-6 有序聚類樹狀圖
從上麵有序聚類圖可以明顯地得出，應該把這十個樣本分割成四類。
第一類：﹛1999、2000﹜
第二類：﹛2001、2002、2003﹜
第三類：﹛2004、2005、2006﹜
第四類：﹛2007、2008﹜
與企業生命周期理論相聯係，1999年該煤礦開始投產，處於創業期，1995和1996年煤礦安全生產意識還很差；1997—1999年隨著管理經驗的增長，進入了成長期階段前期，慢慢意識到安全生產的重要性；2000—2002年按照進入了成長期階段後期，安全生產得到了改善；2003—2004年煤礦發展進入成熟期，安全生產不斷提高。從上圖可以預測隨著該煤礦的持續發展，其安全生產度會更加得到提高，但需要注意維護。
可以看出，對煤礦連續某幾個階段的安全生產度進行有序聚類分析可以較好地預測緊接著的階段的安全生產狀況，有很好的預警作用。
參考文獻
[1] 王顯政,黃盛初.安全生產與經濟社會發展報告[M],北京:煤炭工業出版社,2006.
[2] Donald A. Fishman. Valujet Flight 592: Crisis Communication Theory Blended and Extended,Comm- unication Quarterly, V01.47, No.4, Fall 2006:43-45.
[3] 黃盛初.當代世界煤炭工業[M],北京:煤炭工業出版社,2008.
[4] 黃盛初,劉文革.改善中國煤礦安全研究[M],北京:煤炭工業出版社,2007
[5] Otto Lerbingerr. The crisis manager: Facing risk and responsibility. Lawrence Erlubaum Associates:New Jersey,2008.
[6] 孫多勇,魯洋.危機管理的理論發展與現實問題[J],江西社會科學.2008(4):22-24.
[7] 黃繼鴻,雷戰波,淩超.經濟預警方法研究綜述[J].係統工程.2007(2):34-36.
[8] 謝德林.煤礦安全程度評估與安全事故防範實務全書[M],哈爾濱:黑龍江人民出版社,2008.
[9] 王小波.經濟周期與預警研究:理論、方法、應用[M].北京:冶金出版社,2006.
此文章是使用（ 中國煤礦安全生產網）匿名投稿係統投稿
上一篇：
汝箕溝煤礦瓦斯治理技術與實踐
下一篇：
論企業倡導問責製的積極意義
