霍煤辛置煤矿安全评价研究论文
通过较为细致的特征刻画，按照国家煤矿安全指引的相关要求，分析辛置煤矿的煤矿安全影响因素，建立该矿安全计分标准和分类依据。然后以神经网络方法为基础，建立针对该矿的煤矿安全评价模型[1]，给出方法检验和算例分析的同时，给出辛置煤矿的安全性评价结果。
1煤矿安全评价要素
煤矿安全要素主要分为人的安全要素、设备安全要素、环境安全要素和管理安全要素，具体划分见表1。
（1）人的安全要素主要有D1～D12，即身体健康状况、劳动强度状况、工作负荷、情绪特征、工作满意度、工作压力、知识文化程度、安全态度、工作匹配度、人员操作准确率、工作经验与技能、模糊安全性状态。当身体健康状况好，劳动强度低、工作负荷小、情绪稳定、工作满意、工作压力小、文化程度高、安全态度好、工作匹配度高、操作准确率高、经验丰富、模糊性低的时候，人的安全要素总体而言会处于较高的水平，反之则处于较低水平[2，3]。
（2）设备安全要素主要有D13～D20，即设备有效度、设备模糊安全性、机械化采煤率、机械化掘进率、安全监控系统运转率、瓦斯检测仪配备率、三专两闭锁使用率、安全保护装置灵敏度。当设备有效率高、模糊安全性高、机械化程度高、安全监控运转率高、瓦斯监测仪配备率高、三专两闭使用率高、安全保护装置灵敏度高时，设备安全要素将会处于较高水平，反之处于较低水平。
（3）环境安全要素主要有D21～D36，即噪声、粉尘、煤层自燃性、煤层瓦斯、围岩含水性、围岩温度、围岩稳定性、煤层倾角、断层、古河床冲刷、陷落柱。当噪声水平低、粉尘污染小、自燃性低、瓦斯气少、围岩含水性低、围岩温度低、围岩稳定性好、倾角外向、断层不发育时，环境安全要素水平较高。
（4）管理安全要素主要有D37～D66，即伤亡事故、三违情况、事故影响产量、事故隐患、事故影响时间、经济损失、干部持证率、特殊工种持证率、新工人持证率、管理手册、程序文件、作业手册、瓦斯管理措施、火灾管理措施水灾管理措施、顶板管理措施、安措项目完成率、安措资金使用率、矿井质量标准化率、安全质量管理达标率、安全合格班组建成率、粉尘作业点合格率、消防系统、自救器保障程度、专业化矿山救护队、应急救援预案、矿井安全出口、安全物质文化、安全精神文化、安全行为文化。当管理水平较高，以上管理安全要素具有较高的实现率时，可以达到较高的安全管理水平[4，5]。根据霍煤辛置煤矿以上四个方面的安全要素，建立了煤矿安全评价的指标体系，通过将人员安全、机械安全、环境安全和管理安全有机的结合起来，将D1~D66共计66个煤矿安全指标，按照国家煤矿安全指导原则，建立表2中的霍煤辛置煤矿安全计分标准，通过进一步的后置神经网络模型开展霍煤辛置煤矿的'安全性评价工作。
2辛置煤矿安全评价的神经网络模型分析
神经网络是模拟人类脑部神经元功能而给出的一种人工智能方法。该方法具有自组织性和较好的鲁棒性。使用后置人工神经网络开展霍煤辛置煤矿的安全性评价。将D1~D66共计66个煤矿安全指标作为人工神经元的输入信号，将表2中的霍煤辛置煤矿安全等级评价分值作为输出信号。具体来讲，输入2015年1月~2015年10月期间的人员安全因素、设备安全因素、环境安全因素和管理安全因素，通过神经网络样本的学习，建立D1~D66与霍煤辛置煤矿安全等级评价分值之间的神经网络模型，并进一步的使用该模型预测2015年11月和12月的安全等级评价分值。本研究过程中所使用的霍煤辛置煤矿安全要素数据、期望值及神经网络评价值如表3。
由表3可以发现，11月的神经网络安全评价值为0。911，12月的神经网络安全评价值为0。902，均处于较高的安全等级水平。按照表2给出的霍煤辛置煤矿安全等级划分标准，霍煤辛置煤矿在11月和12月的安全等级均为A级，即为较为理想的安全煤矿。
3结论
通过分析霍煤辛置煤矿的煤矿安全影响因素，建立了人员安全因素、设备安全因素、环境安全因素和管理安全因素共计4类安全因素量化指标，建立了辛置煤矿安全计分标准和分类依据，将煤矿划分为A～E共计5类煤矿安全划分。
【霍煤辛置煤矿安全评价研究论文】相关文章：
山西省霍州辛置煤矿之行-初步探索07-15
高校体育教学评价研究论文10-02
语文作业批改与评价的研究论文11-18
BP评价模型煤矿安全管理论文10-04
中国煤中硒的研究综述08-27
寝置（寢置）05-30
铺置（鋪置）06-23
置后（置後）06-18
不同煤级煤及其萃余物吸附性能的研究07-11