Knowledge discovery and disaster chain network analysis of coal mine roof accidents
-
摘要:
为预防煤矿顶板事故的发生，发现事故致因的知识和致因灾害链的网络分析具有重要意义；以煤矿顶板事故报告中的事故原因为数据集，构建事故致因知识图谱，并基于复杂网络对致因灾害链进行网络分析。研究结果表明：顶板冒顶、空顶、支架变形等22个原因是导致煤矿顶板事故发生的主要致灾因子；灾害链网络分析中风险度最大的边为违章指挥→作业人员违章作业；对关键节点和边实施管控，能有效控制煤矿顶板事故的发生或衍生发展。
Abstract:In order to prevent the occurrence of coal mine roof accidents, it is of great significance to realize the knowledge discovery of accident causes and the network analysis of disaster chain. Taking the accident causes in the coal mine roof accident report as the data set, the knowledge map of accident causes was constructed. Further, based on the complex network theory, the causal disaster chain network is constructed and analyzed. The research results show that 22 factors, such as roof collapse, empty roof and support deformation, are the main disaster causing factors of coal mine roof accidents; the side with the greatest risk is from illegal command to illegal operation of operators in disaster chain network analysis. The control of key nodes and edges can effectively control the occurrence or derivative development of coal mine roof accidents.
-
Keywords:
- coal mine roof accident /
- complex network /
- knowledge discovery /
- disaster chain /
- safety management
-
随着社会经济的发展，煤作为主要能源其开采强度也在不断提高，而顶板事故是煤矿安全生产中最为常见的事故之一，它给企业带来严重的经济损失和人员伤亡[1]。因此，探究煤矿顶板事故的特点，发现与之相关知识并识别致灾因子，对减少煤矿顶板事故的发生至关重要。目前有大量学者针对煤矿顶板事故进行了研究。明崯崯等[2]利用结构解析模型分析煤矿顶板事故的影响因素，并从系统工程方面展开；秦岩等[3]由人、物、环、管4个方面来考虑致因变量，建立相应的贝叶斯网络，找出关键因素路径；邢艳冬等[4]利用时空的角度对来研究顶板事故中施工作业的发生规律和相互影响程度；陈晓勇等[5]利用$ {{\text{G}}{\text{1}}}{\text{ - DEMATEL}} $法构建了相应的风险因素模型，从4个方面搭建煤矿顶板事故的指标体系；田水承等[6]通过文本挖掘技术和关联规则技术来进行煤矿顶板事故的分析，给出了相应的重要致因。基于上述分析，可见目前对煤矿顶板致事故致因的研究，主要是从贝叶斯模型、风险评价方法、文本挖掘、关联规则等方面进行展开；而从复杂网络角度来研究煤矿顶板事故的致因还比较鲜见。复杂网络理论目前已在城市深部空间火灾分析[7]、地铁事故致因[8]、矿井反风[9]、爆炸致因[10]等方面得到广泛运用，但目前在运用复杂网络理论进行灾害事故分析上，主要是通过主观上从事故案例中总结出致灾因子，因此更依赖于专家的经验，且将其运用于从大量煤矿顶板事故的大数据中发现知识，并分析致灾因子间耦合关系的研究还比较少见。
基于此，研究构建了煤矿顶板事故致因的知识图谱，实现对知识的集中和组织梳理，得到致灾因子；并建立了煤矿顶板事故的致因灾害链网络，利用复杂网络理论分析耦合关系；通过引入风险度指标，挖掘出风险度较高的链，并提出断链措施；为减少或预防煤矿顶板事故提供参考。
1. 煤矿顶板事故的致因知识图谱分析
1.1 致因数据的收集和预处理
网络上最普遍的表现形式是文本，它具有重要的研究价值。事故调查报告是企业和政府对事故进行的权威解释，而煤矿安全生产网是国内煤矿相关信息较为权威的网站。因此，研究利用网络爬虫技术，爬取煤矿安全网上的有关顶板事故的报告，然后截取各事故报告中的事故原因，包括直接原因和间接原因，并对重复数据、缺失数据等无效数据进行过滤，得到239条直接原因，1 072条间接原因。在此基础上，通过python对其进行分词，并构建共词矩阵、邻接矩阵等，为可视化知识图谱做好准备，数据的处理流程如图1所示。
1.2 构建顶板事故致因的复杂网络
以处理好的直接原因和间接原因中关键词的net文件为数据基础，利用VOSviewer软件进行可视化展示，构建直接原因和间接原因的知识图谱，因版面有限图略。直接原因中包含154个节点、5 304条边，间接原因中包含个213节点、12 183条边。在致因关键词的知识图谱中，节点为直接原因和间接原因的关键词。
1.3 事故致因的知识发现及致灾因子识别
关于煤矿顶板事故直接原因的关键词被划分为6个集群，有关煤矿顶板事故的直接致因知识主要集中在这些集群中。为了更好地理解各个集群所聚焦的内容，研究进一步提取直接原因中每一个集群中具有代表性的关键词，给出煤矿顶板事故直接致因集群的关键词表，直接致因集群关键词表见表1。
表 1 直接致因集群关键词表Table 1. Keywords table of cluster of direct causes集群 关键词 主要内容 1# 破碎、液压、支架、应力、地质、压死、岩石、综采 顶板破碎和支架 2# 导致、大面积、垮落、受伤、巷道 顶板垮落 3# 巷道、顶板、支护、强度、冒顶、压力、加固、维修 顶板支护和支护强度 4# 事故、致死、措施、规程、工人、违反、支柱 事故的致死和措施规程 5# 掘进、空顶、锚杆、锚索、失稳、离层、施工 空顶作业、违章掘进和锚杆锚索 6# 工作面、作业、现场、人员、违章、冒险、发生 工作面和违章作业 由表1可以看出，集群1#、2#、3#之间具有紧密联系，且聚焦的内容互为补充。由此得到的煤矿顶板事故直接原因的知识主要有：①地质变化或工作面上覆基岩太薄易导致顶板破碎，作业人员冒险在未支护区域作业，致使顶板破碎矸石垮落造成事故，顶板破碎同时遭受大量淋水，导致大面积冒顶溃水溃沙；②支护强度不够且服务时间较长，导致顶板发生离层垮落或冒顶，作业人员不顾风险在运输巷道违章进行掏挖，引起迎头煤壁片帮的大面积垮落，综采工作面未达到作业规程规定，出现大面积空顶致使顶板垮落；③液压支架工作阻力不足，顶板出现大面积离层、垮落下滑推垮支架，破坏顶板应力平衡，工作面支架数量不足，支护强度不够，当巷道压力大，则支架易变形并断梁折柱。
从表1中可以看出，集群5#、6#之间具有紧密联系，且聚焦的内容互为补充。由此得到的煤矿顶板事故直接原因的知识主要有：①掘进工作面未采取临时支护措施和防护设施，工人空顶作业，工作面安全技术措施不到位，造成局部巷道顶部锚杆、锚索断裂失效，顶板失稳；②违章指挥掘进队超循环作业，但未临时支护空顶作业，作业人员违章作业，违反作业规程，未执行相关规定制度，且未按规定进行现场安全确认。
通过分析集群4#得到的煤矿顶板事故直接原因的知识主要有：①垮落的煤矸石或垮落的顶板等，将人员埋压致死，未采取有效支护措施，将作业的人员挤压或击伤致死；②未按照作业规程规定进行有效支护措施或作业时违反操作规程，未严格遵守作业规程和安全措施要求进行施工。
关于煤矿顶板事故间接原因的关键词被划分为7个集群，有关顶板事故的间接致因知识主要集中于这些集群。为更好地挖掘各集群所聚焦的内容，进一步提取间接原因中每一个集群所具有代表性的关键词，得出的煤矿顶板事故间接致因集群的关键词表见表2。
表 2 间接致因集群的关键词表Table 2. Keywords table of indirect cause cluster集群 关键词 主要内容 1# 工作面、顶板、事故、支护、支架、巷道、施工 工作面的支护 2# 针对性、措施、技术、规程、编制、不严 作业规程和技术措施 3# 作业、人员、职工、安全意识、风险、淡薄、教育、培训、 人员的教育培训和安全意识 4# 现场、管理、执行、管理人员、安全检查、领导、检查、职责 管理人员和现场管理 5# 制度、严格执行、敲帮、问顶、管理混乱、违反、安全措施 制度和措施的执行 6# 未能、消除、采取有效、事故隐患、防护 事故隐患和有效措施 7# 隐患、排查、落实、责任、到位、安全监管、整改、督促 隐患排查和责任落实 从表2中可以看出，集群1#和集群2#之间具有紧密的联系，且聚焦的内容互为补充。由此得到的煤矿顶板事故间接原因的知识主要有：①工作面未按照技术措施安排工序或未按照规定作业规程进行有效支护，存在工作面支架端面距超过规定，且未采取临时支护措施，工作面的护帮板损耗严重，致使液压支架存在隐患问题；②工作面未按作业规程规定设置密集支柱，支护强度不够，支护设计有缺陷，没有对不同地质构造的顶板制定针对性措施。
由表2通过分析集群3#得到的煤矿顶板事故间接原因的知识主要有：煤矿安全教育和培训不到位，作业人员安全意识淡薄，自保与互保意识差；安全生产教育和培训工作缺乏针对性，作业人员对规程掌握程度不够，风险辨识能力差。
从表2中可以看出，集群4#、5#、6#、7#之间具有较为紧密的联系，且聚焦的内容互为补充。由此得到的煤矿顶板事故间接原因的知识主要有：①对现场情况的监督、安全检查和隐患排查上，现场安全管理人员和各级带班领导流于形式，未能发现存在的安全隐患，管理人员安全观念淡薄，没有及时发现和处理事故隐患，安全管理人员和技术人员，未开展事故隐患排查治理，未严格执行“敲帮问顶”等制度；②管理人员或带班领导履职不到位，未落实安全生产监管责任，没有明晰各级安全管理人员的职责，且安全考核制度的执行不够有力，落实制度有差距，主体责任层层不落实，施工随意性大，现场管理混乱。
通过对上述煤矿顶板事故致因的分析，总结出的22个有关煤矿顶板事故的重要致灾因子见表3。
表 3 煤矿顶板事故的致灾因子Table 3. Disaster causing factors of coal mine roof accidents编号 致灾因子 编号 致灾因子 ${V_1}$ 顶板冒顶 ${V_{12}}$ 违章指挥 ${V_2}$ 顶板破碎 ${V_{13}}$ 锚杆锚索失效 ${V_3}$ 空顶 ${V_{14}}$ 安全措施不到位 ${V_4}$ 矸石离层掉落 ${V_{15}}$ 未遵守作业规程 ${V_5}$ 支护作业不可靠 ${V_{16}}$ 培训教育不到位 ${V_6}$ 顶板垮落 ${V_{17}}$ 管理人员作风不实 ${V_7}$ 液压支架工作阻力不足 ${V_{18}}$ 未制定针对性措施 ${V_8}$ 支架变形 ${V_{19}}$ 未能排查隐患 ${V_9}$ 工作面处理不当 ${V_{20}}$ 责任落实不到位 ${V_{10}}$ 作业人员违章作业 ${V_{21}}$ 管理混乱 ${V_{11}}$ 未敲帮问顶 ${V_{22}}$ 安全意识淡薄 煤矿顶板事故的发生、发展往往是一个动态过程，即某一致灾因子会以链式反应进行演变，从而导致不同致灾因子的发生，最终造成事故灾害。因此识别关键致灾因子及其耦合关系，并结合文本大数据中提取的知识来对由致灾因子构成的灾害链进行针对性断点、断链，能够有效降低煤矿顶板事故发生的风险和危害。
2. 顶板事故致因灾害链的网络构建及分析
灾害链系统符合复杂网络的基本特征，将煤矿顶板事故的致灾因子利用复杂网络理论抽象为网络节点，将致灾因子间的相互作用抽象为边，由带箭头的连线表示，构建有向网络图，得到的煤矿顶板事故致灾因子的有向无权图网络如图2所示，其中22个致灾因子由圆形节点表示。
2.1 致因灾害链网络的整体属性分析
度量复杂网络整体属性的网络指标主要有网络的节点数22、边数90、网络直径3、聚类系数0.255、紧密度系数0.602、平均度4.091、平均路径长度1.593。其中，紧密度系数表示节点间的凝聚力。聚类系数表示整个网络的紧密程度，在致因灾害链网络中，聚类系数越高，表示致灾因子间的联系越强。平均路径长度表示任意2个节点之间的平均距离。
致因灾害链网络中网络直径为3，意味该网络中任意2个节点间的路径不超过3，说明该网络具有较好的连通性；平均度3.682，表明该网络中所有节点的度的平均值为4.182；聚类系数为0.255>0.100，说明致灾因子之间具有高群聚效应和高耦合度，平均路径长度为1.593，说明某一致灾因子转化成另一致灾因子需要1.593次，可以看到该致因灾害链网络具有较高的聚类系数和较低平均路径长度，这说明该网络符合小世界效应。
2.2 致因灾害链网络的个体属性分析
在致因灾害链网络中，致灾因子的个体属性主要包括节点的度数中心度和介数中心度，在有向网络中，节点的度数中心度分为入度和出度，出度值表示该节点对其他节点的影响程度，入度值表示该节点受其他节点的影响程度。在致因灾害链网络中，致灾因子与其他致灾因子的联系越多则度值越大，更应得到关注和干预。网络度数中心度的计算结果如图3所示。
此外，节点的度中心性$\left( {D_{{\mathrm{C}}i}} \right)$能够初步反映节点重要性和影响力，度中心性越大节点的重要性和影响力越大，具体计算公式如式（1），节点的度中心性计算结果见表4。
表 4 节点的度中心性Table 4. Degree centrality of nodes节点 $D_{{\mathrm{C}}i}$ 节点 $D_{{\mathrm{C}}i}$ 节点 $D_{{\mathrm{C}}i}$ 节点 $D_{{\mathrm{C}}{{i}}}$ ${V_1}$ 0.286 ${V_7}$ 0.439 ${V_{13}}$ 0.190 ${V_{19}}$ 0.619 ${V_2}$ 0.286 ${V_8}$ 0.143 ${V_{14}}$ 0.524 ${V_{20}}$ 0.190 ${V_3}$ 0.238 ${V_9}$ 0.619 ${V_{15}}$ 0.238 ${V_{21}}$ 0.286 ${V_4}$ 0.381 ${V_{10}}$ 0.667 ${V_{16}}$ 0.476 ${V_{22}}$ 0.524 ${V_5}$ 0.619 ${V_{11}}$ 0.286 ${V_{17}}$ 0.381 ${V_6}$ 0.476 ${V_{12}}$ 0.190 ${V_{18}}$ 0.524 $$ D_{{\mathrm{C}}i} = {{{D_i}} \mathord{\left/ {\vphantom {{{D_i}} {\left( {n - 1} \right)}}} \right. } {\left( {n - 1} \right)}} $$ (1) 式中：${D_i}$为节点的度；$n$为网络的节点数。
在致因灾害链网络中，反映各节点作为中间节点时，对其他致灾因子的影响程度的指标是介数中心度（BCi），它能够度量各致灾因子的风险扩散能力。介数中心度的计算公式如下所示：
$$ B_{{\mathrm{C}}i} = \sum\limits_{i \ne j \ne k \in V}^n {{{g_{jk}^i} \mathord{\left/ {\vphantom {{g_{jk}^i} {{g_{jk}}}}} \right. } {{g_{jk}}}}} $$ (2) 式中：${g_{jk}}$为节点${V_j}$和节点${V_k}$之间存在的最短路径数；$g_{jk}^i$为节点${V_j}$和节点${V_k}$之间最短路径经过节点${V_i}$的路径数。
煤矿顶板事故灾害链网络的中介中心度计算结果如图4所示。
由图4可以看出，网络的平均中介中心度为5.227；因此要高度注意这些高介数中心度致灾因子的出现，介数中心度越大，意味着风险扩散能力越强。
基于TOPSIS的节点综合重要度$\left( {{I_i}} \right)$。针对上述有关复杂网络中相关节点的各项指标，利用TOPSIS的思想构建了节点综合重要度的计算方法。TOPSIS方法能有效考虑到各个指标中的最优值和最劣值，能够处理多个指标间的相互影响和权衡，更好的斟酌各节点在各个指标中的紧要性，因此，在综合考虑节点重要度上具有独特优势。正理想值选取各项节点指标里的最大值，负理想值选取各项节点指标里的最小值，计算各节点与正理想值的相对贴进度，若相对贴进度越大，则节点综合重要度越高，具体的计算公式如下：
$$ {I_i} = \frac{1}{m}\sum\limits_{j = 1}^m {{\xi _{ij}}}\qquad (i = 1, \cdots ,n\text{，}j = 1, \cdots ,m) $$ (3) $$ {\xi _{ij}} = \frac{{d_{ij}^ - }}{{d_{ij}^ + + d_{ij}^ - }}$$ 式中：$d_{ij}^ - $、$d_{ij}^ + $为在第$j$个指标下，节点$i$与负理想值和正理想值的距离。
基于TOPSIS法对节点的度数中心度和中介中心度进行综合考虑后，得到的节点综合重要度见表5，综合重要度越大，表明在煤矿顶板事故的防控中要时刻关注相关节点。
表 5 节点的综合重要度Table 5. Comprehensive importance of nodes节点 $I_{i}$ 节点 $I_{i}$ 节点 $I_{i}$ 节点 $I_{i}$ ${V_1}$ 0.137 ${V_7}$ 0.406 ${V_{13}}$ 0.048 ${V_{19}}$ 0.771 ${V_2}$ 0.137 ${V_8}$ 0.044 ${V_{14}}$ 0.587 ${V_{20}}$ 0.045 ${V_3}$ 0.091 ${V_9}$ 0.752 ${V_{15}}$ 0.091 ${V_{21}}$ 0.178 ${V_4}$ 0.227 ${V_{10}}$ 1.00 ${V_{16}}$ 0.403 ${V_{22}}$ 0.514 ${V_5}$ 0.766 ${V_{11}}$ 0.151 ${V_{17}}$ 0.344 ${V_6}$ 0.318 ${V_{12}}$ 0.098 ${V_{18}}$ 0.605 2.3 断链的减灾效果
通过减少网络中边的条数并计算相应的平均介数中心度、聚类系数、紧密度系数，能够有效衡量断链的减灾效果。其中，边的重要性主要通过边介数来衡量，边介数B（r）是指网络中所有最短路径经过边的路径数与总数的比值[7]。
$$ B\left( r \right) = \sum\limits_{i \ne j \in V}^n {{{{\delta _{ij}}\left( r \right)} \mathord{\left/ {\vphantom {{{\delta _{ij}}\left( r \right)} {{\delta _{ij}}}}} \right. } {{\delta _{ij}}}}} $$ (4) 式中：${\delta _{ij}}\left( r \right)$为2个节点间最短路径经过边$r$的数量；${\delta _{ij}}$为节点$i$和节点$j$之间最短路径的数量。
致因灾害链网络中共有90条边，边介数的取值范围为1~14.25。选取边介数最大的15条边进行断链分析，然后从大到小依次断开，并观察网络中3种指数的变化。平均介数中心度、聚类系数、紧密度系数变化具体结果如图5所示。
![]()
图 5 平均介数中心度、聚类系数、紧密度系数变化Figure 5. Variation of average betweenness centrality, clustering coefficient and compactness coefficient由图5可以看出，平均介数中心度、聚类系数、紧密度系数在整体上均呈现下降趋势，这表明切断致灾因子间的联系具有良好的减灾效果。其中，平均介数中心度在断链7（责任落实不到位→未能排查隐患）上具有小幅度的上升，这主要是因为节点在去除这条边后，使得其他节点作为中间节点的能力有所加强；紧密度系数在断链3（未制定针对性措施→安全意识淡薄）上具有小幅上升，这主要是因为节点在去除这条边后，使得其他节点的紧密中心性所有增强；聚类系数在断链2（液压支架工作阻力不足→支架变形）上有小幅上升，这主要是因为节点在去除这条边后，节点与少部分节点的联系更紧密，从而引起聚类系数有所上升。但上述这些小幅度的上升对于整体的下降趋势并无影响，由此可见，阻断致灾因子之间的耦合关系能够有效起到防灾、减灾的效果。
3. 致因灾害链风险评估及断链措施
通过对致因灾害链网络中节点间的关系及断链效果进行了详细分析，接下来将结合实际中煤矿顶板事故中各致灾因子的发生概率、致灾因子的综合重要度以及边的脆弱度，来进一步量化网络中各边的风险度，并给出相应的断链措施。
在致因灾害链网络中，1个致灾因子引起其他致灾因子的可能性，主要是由致灾因子间边的概率来度量，即致灾率。因此，致灾因子间连边$ab$的致灾率采用Jaccard指数计算，其中的数值由收集的数据统计得到，具体公式如下：
$$ {P_{ab}} = {{{C_{ab}}} \mathord{\left/ {\vphantom {{{C_{ab}}} {\left( {{C_a} + {C_b} - {C_{ab}}} \right)}}} \right. } {\left( {{C_a} + {C_b} - {C_{ab}}} \right)}} $$ (5) 式中：${P_{ab}}$为致灾因子$a$引起致灾因子$b$的概率；${C_{ab}}$为致灾因子$a$引起致灾因子$b$发生的频数；${C_a}$、${C_b}$分别为致灾因子$a$、$b$出现的频次。
边的脆弱度表示在复杂网络中，去掉某1条边后，对网络结构的影响程度。若边的风险越高，则边的脆弱度越大，对网络的影响程度越大。网络中边$ab$的脆弱度Vab计算公式如下：
$$ {V_{ab}} = {{{B_{ab}}{L_{ab}}} \mathord{\left/ {\vphantom {{{B_{ab}}{L_{ab}}} {{H_{ab}}}}} \right. } {{H_{ab}}}} $$ (6) 式中：${B_{ab}}$为边$ab$的介数；${L_{ab}}$、${H_{ab}}$分别为去掉边$ab$后，网络的平均路径长度和网络的连通度。
为了进一步度量致因灾害链网络中各边的风险，引入风险度指标Rab[7]：
$$ R{}_{ab} = {P_{ab}}{Q_b}{V_{ab}} $$ (7) 式中：${P_{ab}}$为边$ab$的致灾率；${Q_b}$为节点$b$的综合重要度；${V_{ab}}$为边$ab$的脆弱度。
基于上述公式对致因灾害链网络中90条边的风险度进行计算并排序，受限于文章篇幅，给出前20条边的风险度计算结果见表6。表6中还给出只考虑复杂网络结构而还未考虑实际发生频率的边介数进行对比，从表中可知，有些边介数较大而风险度反而较低，这是由于这类边在统计的数据中发生率较低或相应节点的综合重要度较低。根据表中各边的风险度值，可以采取有效的断链措施，在事故发生前切断相应的发展路径，避免事故造成的后果和损失。
表 6 边介数及风险度Table 6. Edge betweenness and risk degree边：边介数&风险度 边：边介数&风险度 边：边介数&风险度 边：边介数&风险度 边：边介数&风险度 $\left( {12,10} \right)$：14.250&5.597 $\left( {19,5} \right)$：3.833&2.277 $\left( {10,14} \right)$：6.000&1.358 $\left( {22,19} \right)$：2.310&1.174 $\left( {20,18} \right)$：5.500&0.801 $\left( {21,9} \right)$：5.167&2.847 $\left( {21,18} \right)$：4.667&1.899 $\left( {22,9} \right)$：2.643&1.271 $\left( {18,22} \right)$：8.583&1.168 $\left( {15,5} \right)$：3.500&0.801 $\left( {15,10} \right)$：8.000&2.569 $\left( {21,14} \right)$：4.083&1.483 $\left( {16,10} \right)$：4.000&1.225 $\left( {8,5} \right)$：8.000&0.975 $\left( {9,5} \right)$：2.333&0.760 $\left( {20,19} \right)$：6.500&2.563 $\left( {21,19} \right)$：3.333&1.367 $\left( {14,5} \right)$：4.833&1.200 $\left( {16,22} \right)$：2.333&0.947 $\left( {10,6} \right)$：2.643&0.746 $\left( {22,10} \right)$：4.643&2.464 $\left( {18,14} \right)$：3.000&1.362 $\left( {17,19} \right)$：3.833&1.181 $\left( {10,5} \right)$：2.000&0.887 $\left( {19,7} \right)$：4.917&0.706 针对风险度最高的6条边给出了相应的断链措施：①违章指挥→作业人员违章作业，断链措施为加强干部走动式管理和全员安全教育，科学安排岗位人员并定期考核，杜绝违章现象的发生；②管理混乱→工作面处理不当，断链措施为加大现场监督考核和巡查的力度，要求各级管理人员要严格履行职责，杜绝空岗、漏岗的现象；③未遵守作业规程→作业人员违章作业，断链措施为作业人员要对相关作业规程进行贯彻学习，要求相关作业人员进行实操测试，严格遵守作业规程；④责任落实不到位→未能排查隐患，断链措施为落实矿山各部门的“权力清单”和“责任清单”，与应急管理等部门建立联合执法的机制落实监管责任；⑤安全意识淡薄→作业人员违章作业，断链措施为加大对作业人员的安全教育培训，定期落实安全教育考核，并严格执行“敲帮问顶”制度；⑥未能排查隐患→支护作业不可靠，断链措施为开展安全隐患大排查，实现全系统各环节的自查自改，对排查到的隐患按照“五落实”的要求整改。
4. 结 语
研究事故致因的知识发现和致灾因子间的耦合关系对于预防和降低安全事故具有重要意义。通过构建煤矿顶板事故致因的知识图谱，将致因知识以复杂网络可视化的形式呈现，实现从整体到局部对知识的组织梳理，得到了22个重要的致灾因子和众多相关知识。基于致灾因子间的耦合关系，构建致因灾害链网络，从复杂网络角度给出了各致灾因子的综合重要度和相互间的风险度。通过对关键节点和边实施监控和干预，并结合具体的断链措施，能有效防范和减少煤矿顶板事故的发生风险；同时，煤矿顶板事故致因的知识发现，为用户获取所需知识提供参考，也是对专家经验和先验知识的有益补充。
-
![]()
图 5 平均介数中心度、聚类系数、紧密度系数变化
Figure 5. Variation of average betweenness centrality, clustering coefficient and compactness coefficient
表 1 直接致因集群关键词表
Table 1 Keywords table of cluster of direct causes
集群 关键词 主要内容 1# 破碎、液压、支架、应力、地质、压死、岩石、综采 顶板破碎和支架 2# 导致、大面积、垮落、受伤、巷道 顶板垮落 3# 巷道、顶板、支护、强度、冒顶、压力、加固、维修 顶板支护和支护强度 4# 事故、致死、措施、规程、工人、违反、支柱 事故的致死和措施规程 5# 掘进、空顶、锚杆、锚索、失稳、离层、施工 空顶作业、违章掘进和锚杆锚索 6# 工作面、作业、现场、人员、违章、冒险、发生 工作面和违章作业 
下载: 导出CSV
表 2 间接致因集群的关键词表
Table 2 Keywords table of indirect cause cluster
集群 关键词 主要内容 1# 工作面、顶板、事故、支护、支架、巷道、施工 工作面的支护 2# 针对性、措施、技术、规程、编制、不严 作业规程和技术措施 3# 作业、人员、职工、安全意识、风险、淡薄、教育、培训、 人员的教育培训和安全意识 4# 现场、管理、执行、管理人员、安全检查、领导、检查、职责 管理人员和现场管理 5# 制度、严格执行、敲帮、问顶、管理混乱、违反、安全措施 制度和措施的执行 6# 未能、消除、采取有效、事故隐患、防护 事故隐患和有效措施 7# 隐患、排查、落实、责任、到位、安全监管、整改、督促 隐患排查和责任落实
下载: 导出CSV
表 3 煤矿顶板事故的致灾因子
Table 3 Disaster causing factors of coal mine roof accidents
编号 致灾因子 编号 致灾因子 ${V_1}$ 顶板冒顶 ${V_{12}}$ 违章指挥 ${V_2}$ 顶板破碎 ${V_{13}}$ 锚杆锚索失效 ${V_3}$ 空顶 ${V_{14}}$ 安全措施不到位 ${V_4}$ 矸石离层掉落 ${V_{15}}$ 未遵守作业规程 ${V_5}$ 支护作业不可靠 ${V_{16}}$ 培训教育不到位 ${V_6}$ 顶板垮落 ${V_{17}}$ 管理人员作风不实 ${V_7}$ 液压支架工作阻力不足 ${V_{18}}$ 未制定针对性措施 ${V_8}$ 支架变形 ${V_{19}}$ 未能排查隐患 ${V_9}$ 工作面处理不当 ${V_{20}}$ 责任落实不到位 ${V_{10}}$ 作业人员违章作业 ${V_{21}}$ 管理混乱 ${V_{11}}$ 未敲帮问顶 ${V_{22}}$ 安全意识淡薄
下载: 导出CSV
表 4 节点的度中心性
Table 4 Degree centrality of nodes
节点 $D_{{\mathrm{C}}i}$ 节点 $D_{{\mathrm{C}}i}$ 节点 $D_{{\mathrm{C}}i}$ 节点 $D_{{\mathrm{C}}{{i}}}$ ${V_1}$ 0.286 ${V_7}$ 0.439 ${V_{13}}$ 0.190 ${V_{19}}$ 0.619 ${V_2}$ 0.286 ${V_8}$ 0.143 ${V_{14}}$ 0.524 ${V_{20}}$ 0.190 ${V_3}$ 0.238 ${V_9}$ 0.619 ${V_{15}}$ 0.238 ${V_{21}}$ 0.286 ${V_4}$ 0.381 ${V_{10}}$ 0.667 ${V_{16}}$ 0.476 ${V_{22}}$ 0.524 ${V_5}$ 0.619 ${V_{11}}$ 0.286 ${V_{17}}$ 0.381 ${V_6}$ 0.476 ${V_{12}}$ 0.190 ${V_{18}}$ 0.524
下载: 导出CSV
表 5 节点的综合重要度
Table 5 Comprehensive importance of nodes
节点 $I_{i}$ 节点 $I_{i}$ 节点 $I_{i}$ 节点 $I_{i}$ ${V_1}$ 0.137 ${V_7}$ 0.406 ${V_{13}}$ 0.048 ${V_{19}}$ 0.771 ${V_2}$ 0.137 ${V_8}$ 0.044 ${V_{14}}$ 0.587 ${V_{20}}$ 0.045 ${V_3}$ 0.091 ${V_9}$ 0.752 ${V_{15}}$ 0.091 ${V_{21}}$ 0.178 ${V_4}$ 0.227 ${V_{10}}$ 1.00 ${V_{16}}$ 0.403 ${V_{22}}$ 0.514 ${V_5}$ 0.766 ${V_{11}}$ 0.151 ${V_{17}}$ 0.344 ${V_6}$ 0.318 ${V_{12}}$ 0.098 ${V_{18}}$ 0.605
下载: 导出CSV
表 6 边介数及风险度
Table 6 Edge betweenness and risk degree
边：边介数&风险度 边：边介数&风险度 边：边介数&风险度 边：边介数&风险度 边：边介数&风险度 $\left( {12,10} \right)$：14.250&5.597 $\left( {19,5} \right)$：3.833&2.277 $\left( {10,14} \right)$：6.000&1.358 $\left( {22,19} \right)$：2.310&1.174 $\left( {20,18} \right)$：5.500&0.801 $\left( {21,9} \right)$：5.167&2.847 $\left( {21,18} \right)$：4.667&1.899 $\left( {22,9} \right)$：2.643&1.271 $\left( {18,22} \right)$：8.583&1.168 $\left( {15,5} \right)$：3.500&0.801 $\left( {15,10} \right)$：8.000&2.569 $\left( {21,14} \right)$：4.083&1.483 $\left( {16,10} \right)$：4.000&1.225 $\left( {8,5} \right)$：8.000&0.975 $\left( {9,5} \right)$：2.333&0.760 $\left( {20,19} \right)$：6.500&2.563 $\left( {21,19} \right)$：3.333&1.367 $\left( {14,5} \right)$：4.833&1.200 $\left( {16,22} \right)$：2.333&0.947 $\left( {10,6} \right)$：2.643&0.746 $\left( {22,10} \right)$：4.643&2.464 $\left( {18,14} \right)$：3.000&1.362 $\left( {17,19} \right)$：3.833&1.181 $\left( {10,5} \right)$：2.000&0.887 $\left( {19,7} \right)$：4.917&0.706
下载: 导出CSV
-
[1] 康红普,张镇,黄志增. 我国煤矿顶板灾害的特点及防控技术[J]. 煤矿安全,2020,51(10):24−33. KANG Hongpu, ZHANG Zhen, HUANG Zhizeng. Characteristics of roof disasters and controlling techniques of coal mine in China[J]. Safety in Coal Mines, 2020, 51(10): 24−33.
[2] 明崯崯,李亨英,李忠卫. 基于ISM法对煤矿顶板事故致因研究[J]. 煤矿安全,2013,44(9):238−240. MING Yinyin, LI Hengying, LI Zhongwei. The research on causing factors of mine roof accidents based on ISM method[J]. Safety in Coal Mines, 2013, 44(9): 238−240.
[3] 秦岩,盛武. 基于贝叶斯网络的煤矿顶板事故致因研究[J]. 矿业安全与环保,2022,49(3):136−142. QIN Yan, SHENG Wu. Study on causes of coal mine roof accidents based on Bayesian network[J]. Mining Safety & Environmental Protection, 2022, 49(3): 136−142.
[4] 邢艳冬,周建亮,孟凡旺,等. 基于时空的煤矿顶板事故中施工作业耦合网络研究[J]. 煤矿安全,2023,54(6):144−152. XING Yandong, ZHOU Jianliang, MENG Fanwang, et al. Research on construction operation coupling network in coal mine roof accidents based on spacetime[J]. Safety in Coal Mines, 2023, 54(6): 144−152.
[5] 陈晓勇,施式亮,李润求,等. 基于G1-DEMATEL法的煤矿顶板事故风险因素分析[J]. 湖南科技大学学报(自然科学版),2018,33(1):16−22. CHEN Xiaoyong, SHI Shiliang, LI Runqiu, et al. Study on risk factors of coal mine roof accident based on G1-DEMATEL method[J]. Journal of Hunan University of Science and Technology (Natural Science Edition), 2018, 33(1): 16−22.
[6] 田水承,周鹏辉. 基于文本挖掘的煤矿顶板事故致因网络分析[J]. 煤炭技术,2023,42(2):117−121. TIAN Shuicheng, ZHOU Penghui. Network analysis of coal mine roof accident causation based on text mining[J]. Coal Technology, 2023, 42(2): 117−121.
[7] 黄昕,靳健,林作忠,等. 基于复杂网络的城市深部空间火灾灾害链分析及智慧减灾方法研究[J]. 应用基础与工程科学学报,2021,29(5):1280−1291. HUANG Xin, JIN Jian, LIN Zuozhong, et al. Complex network-based analysis on fire disaster chain of urban deep underground space and intelligent disaster mitigation measures[J]. Journal of Basic Science and Engineering, 2021, 29(5): 1280−1291.
[8] 郭文亚,周志鹏. 地铁工程建设安全事故致因网络模型构建与解析[J]. 中国安全科学学报,2020,30(1):155−161. GUO Wenya, ZHOU Zhipeng. Subway construction accident causation network modeling and analysis[J]. China Safety Science Journal, 2020, 30(1): 155−161.
[9] 李丽,陈志平,刘新,等. 复杂通风网络矿井反风技术分析及火灾应急对策[J]. 煤矿安全,2019,50(10):177−180. LI Li, CHEN Zhiping, LIU Xin, et al. Analysis of anti-wind technology with complex ventilation network mine and fire emergency countermeasures[J]. Safety in Coal Mines, 2019, 50(10): 177−180.
[10] 杨应柳,晋良海,邵波,等. 基于复杂网络的煤矿火灾爆炸致因研究[J]. 中国安全科学学报,2023,33(1):145−151. YANG Yingliu, JIN Lianghai, SHAO Bo, et al. Research on causes of coal mine fire and explosion based on complex network[J]. China Safety Science Journal, 2023, 33(1): 145−151.
-
期刊类型引用(1)
1. 储扬静，张衡，汤玲，侯晓东. 露天煤矿边坡安全时序知识图谱构建方法研究. 工矿自动化. 2025(02): 84-90+130 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 28
- HTML全文浏览量: 8
- PDF下载量: 4
- 被引次数: 1
