万年矿运输事故影响因素的灰色关联分析管理论文.docVIP

万年矿运输事故影响因素的灰色关联分析管理论文 目录 1 概述 2 灰色关联理论 2.1 构造原始数据序列 2.2 原始数据均值化处理 2.3 关联系数计算 2.4 关联度计算 r0i称为比较数列Xi与参考数列X0的关联度 3 影响因素灰色关联分析 3.1 数据选取并构造数列 3.2 各影响因素灰色关联度计算 3.2.1 人员影响因素的灰色关联度 r011=0.968 3.2.2 机械影响因素的灰色关联度 r21=0.968 3.2.3 环境影响因素的灰色关联度 r31=0.862 3.2.4 环境影响因素的灰色关联度 r31=0.857；r32=0.864；r33=0.868 4 结论 4.1 表明不同条件的作业人员、不同状态的机械运输设备、不同的工作环境条件和不同的管理方式和规章制度对运输事故的影响程度 4.2 设备状况差、无任何保护装置、故障率高的设备容易发生运输事故 4.3 温度为35℃以上、湿度大、噪声90分贝以上、照明度差 4.4 要加强人与素质的提升，进行安全培训 正文 摘要：矿井运输是重要的生产环节，运输事故是影响和制约煤矿的安全和生产的重要原因之一。针对万年矿的历年运输事故情况，运用灰色关联理论，对事故原因和影响因素进行分析，依据安全系统工程理论，从人、机、环境和管理角度出发，计算分析各个影响因素的灰色关联度，找出它们对事故发生的影响程度，为防治运输事故和保障运输安全奠定了基础 下载论文网 关键字：矿井运输事故灰色关联分析影响程度 1 概述 煤炭是我国的主要能源和重要的化工原料，在国民经济和社会发展中具有重要的战略地位。矿井运输是重要的生产环节，可以说是矿井生产的“动脉”和“咽喉”。矿井运输系统遍布各个环节，每一个环节均布置有大量的设备。环节越多，使用的设备台数和转载点越多，故障和事故也越多。文章通过分析万年矿的运输事故，运用灰色关联分析的方法，找出事故发生的各因素之间的影响程度，为制定科学有效的预防措施提供了依据。 2 灰色关联理论 灰色关联分析是根据因素之间发展态势的相似和相异程度，来衡量因素之间关系程度的方法，它描述系统发展过程中因素间相对变化的情况，如大小、方向与速度等变化的相对性，是用以确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。灰色关联度分析是系统中最理想的一种分析方法。 2.1 构造原始数据序列 设有一母系列（参考系列），记作■，同时有一系列因素数列（被比较数列），依次记作■。 经过变换后的原始数据列为： ■ ■ 式中：i=1，2，3，…，m；m=1，2，3，…，n。即有： 2.2 原始数据均值化处理 由于在实际应用中，常常会碰到数据的量纲和绝对值大小不一样的情况。因此，需要对原始数据进行变换，即进行无量纲化、统一化，从而获得可以比较的数列。本文采用均值化的方法对原始数据进行变换。均值化即指用一列数据的平均值除以每一个数据，得到一个新数列，均值化的方法适用于较为零乱的数据序列，并能在一定程度上减少因第1个数据不稳定造成的影响。 对原始数据作均值化(或初值化、规格化)处理： 2.3 关联系数计算 设给定的n+1个因素的数列都已经过无量纲化处理，并记为： 其中：■为参考数列，■（i=1，2，3，……，m）为比较数列，则： Xi与X0在t时刻的关联系数为： 式中：ξ0i（k）―Xi与X0在k时刻的关联系数； ξ――分辨系数，取值范围[0，1]。不同的η值对应于不同的关联度，不过，一般不会影响到关联序的，它可以用来提高关联系数之间的差异性。理论证明，ξ值越小，说明分辨率越高，ξ通常取0.5。 2.4 关联度计算 由于关联系数数列中数据很多，信息过于分散，不便于比较，因此有必要将各个时刻关联系数集中为一个数值，引入关联度的这个概念，即计算其平均值。 r0i称为比较数列Xi与参考数列X0的关联度。在煤矿运输事故的关联度分析中，关联度反映事故各因素对煤矿运输事故死亡人数的影响程度，r0i越大，表示这一因素Xi对事故X0的影响大。从而能反映出原始数据Yi与Y0的影响程度。 3 影响因素灰色关联分析 3.1 数据选取并构造数列 本文以万年矿1996～2010年运输事故的数据作为基础资料进行分析，如表1所示。选取该矿15年间的重大伤亡事故数据、1996～2000年5年间死亡事故数据、2001～2005年5年间的重伤事故数据和2005年以来5年间的轻伤事故数据，序号分别标记为： 万年矿1996～2009年运输事故统计 以人员伤亡数据为参考数列，人员因素、机械因素、环境因素、管理因素为比较数列，分别记为：■。 参考数列X0记为：■ 比较数列X1记为：■ 比较数列X2记为：■ 比较数列X3记为：■ 比较数列X4记为：■ 3.2 各影响因素灰色关联度计算 先将参考和比较数列无量纲化处理，数据的无量纲化处理