CC BY
34
Известия ТулГУ. Науки о Земле. 2011. Вып. 2
ПРОМЫШЛЕННАЯ БЕЗОПА СНОСТЬ
УДК [622.861:331.46]-047.44(470.21)
В.И. Ефимов, д-р техн. наук, зам. ген. директора,
(Россия, Москва, «ХК «СДС-Уголь»),
И.П. Карначёв, канд. техн. наук, ст. науч. сотр.,
1^огКагпасЬеу@уапёех .га
(Россия, Кировск, НИЛ ФБУН «СЗНЦ гигиены и общественного здоровья»)
СРАВНИТЕЛЬНЫЙ АНАЛИЗ УРОВНЯ БЕЗОПАСНОСТИ ТРУДА ПО КРИТЕРИЯМ ПРОИЗВОДСТВЕННОГО ТРАВМАТИЗМА НА ГОРНОПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЯХ МУРМАНСКОЙ ОБЛАСТИ
Представлены результаты сравнительного анализа в области безопасности труда, основанного на статистико-математических методах прогнозного моделирования временных рядов показателей производственного травматизма для ведущих предприятий горнопромышленного комплекса Мурманской области.
Ключевые слова: производственный травматизм, методы анализа, ошибки прогнозирования.
Актуальность проблем безопасности труда определяется количеством аварий и техногенных катастроф, а также состоянием уровней производственного травматизма (ПТ) и профессиональной заболеваемости, сложившихся в стране и регионах. Указанные проблемы губительным образом сказываются на жизнедеятельности трудоспособного населения и при общем снижении численности экономически активного населения в России ведут к ухудшению демографической ситуации. Именно разработка научно-методологических основ и положений по комплексному анализу ПТ на горнопромышленных предприятиях с учётом как традиционных, так и современных форм анализа, ориентированных на определение и сохранение приемлемого уровня промышленной безопасности, позволит проводить своевременный комплекс превентивных мероприятий различного характера.
Представленные в работе исследования проведены на основе статистических данных временного ряда ПТ с помощью методов экспоненциального сглаживания прогнозного моделирования для временных рядов ведущих промышленных предприятий горнопромышленного комплекса Мурманской области (ОАО «Апатит», ОАО «Олкон» и ОАО «Ковдорский ГОК»). Указанные способы прогнозирования в практике анализа являются простейшими, весьма эффективными и надежными [1]. Основные положения системы управления безопасности труда, основанные на примере использования методики оценки несчастных случаев на угледобывающих предприятиях в ОАО «ХК «СДС-Уголь» и ООО «Объединение «Прокопь-евскуголь»[2] и методике анализа ПТ в ОАО «Апатит» (Мурманская область) [3] легли в основу представленного материала. Ввиду того, что наиболее распространенными методами анализа являются методы краткосрочного прогнозирования, рассмотрим далее математическую интерпретацию таких моделей ПТ с их последующим сравнительным анализом по критериям ошибок прогнозирования.
Отметим, что наиболее часто используемыми методами анализа ПТ являются методы прогнозной экстрополяции, т.е. те методы, для которых предполагается, что тенденция изменения прогнозируемого показателя за прошлые временные периоды полностью переносится на будущее. Прогнозные методы экстрополяции основаны на использовании основной тенденции (тренда) и, в свою очередь делятся на два основных типа — аналитические и адаптивные. В основу аналитических методов положен принцип получения, с помощью метода наименьших квадратов, аналитической функции тренда. Оценка точности полученных моделей ПТ для трех упомянутых выше горнопромышленных предприятий производилась по двум часто применяемых исследователями критериям прогноза — по коэффициенту детерминации и средней ошибке аппроксимации. Полученные результаты говорят о хорошей и удовлетворительной точности полученных моделей. Этот результат очевиден ввиду того, что такой вид моделирование дает точечный прогноз изменения показателя по причине неизменности его по аналитической функции тренда, в течение всего рассматриваемого периода. Но отсутствие границ возможного изменения прогнозируемого показателя ПТ обусловлено наличием вариации (или колеблемости) этого явления, что явно ограничивает использование моделей трендового типа. Адаптивные методы основаны на построении самокорректирующих моделей, которые, учитывая результаты степени влияния предыдущих уровней ряда, оперативно реагируют на изменяющиеся условия при расчете последующих. Поэтому далее рассмотрим построение основных видов моделей ПТ с использованием именно адаптивных методов, среди которых выделяются именно следующие.
Оценка ошибок прогнозирования производственного траташша для предприятий ГПК Мурманской области
БИЛ nrijpt lJiHljTTIl прошив Метод простою жсникеннии.шного соддомвкя Метод я нт и ного экга n н ея- ¡ШИЛЬНОГО fr.ia^lEBJEillfl Метод Лин f йяОто ut езок н 0 e и эксоодекшалькога сглажнвл-пшг Метод rap^O нпческого ана- mm (ряд Фурье)
A=Q,i A=fl;7 A=Q? A=0_l АИ5.3 B=Q,3 А-М C=i.2 A^OA Б=0.3 C=0J функшс LS-ю тзришанг
MAD (сргдняД aöcO.iJOtüis гтгрешноскь 2Я11* Iß 17 3,059 4,54$ 4,127 ЙД69 0.Ш
1.545" l56ii 1.726 Ш0 im tm LSSl Ш7
1,6«*** 1.6IS им 1.963 3,299 2,247 3,299 2,247 0.492
^ESE (средьая ьзадрапгче-от ошибка) 13,071 14.4ЕЮ i 6,758 16,542 16,788 16,375 ISjfilS 0,037
4244 5.039 i.06: im 3,389 5,807 6,8SG 0,0 >7
5j Ц 6,Ш 5,165 10,077 5J6S 0,246
МАРЕ (сре^ЕЕЕ айсолюдкая оншсте.Инаи ошиша) шы* 0J70 0^90 Qffl 0,371 GJiO 0,016
0.766« 0,75? 0.765 0.7 S6 1.Ш 0,882 0.682 0,807 0.066
0,593*** o,m PJ654 0,7$ J 9,710 Q,7$l fr,710 0.153
МРЕ ([юызэтель средняя отсос iTTi.i ьной 0.114 0,101 ■0,E№5 ■0,058 -0,001 -0,0 "6 ■0,00004
O.SiO** 0.463 0.442 0,<Ш -0,477 0,416 0,115 -0,4 IS 0,0 J5
-0.Ш*'* -0332 -OJIO -0,301 9,5f9 -0.245 0.559 -0.245 йЩ
При меч а я не. Принятая в таблице символик обозначений ажштелеЁ ИТ;ОАО «Апатит»:: ОАО «Оякон»; *** —ОАО «КоШр-скииГОК»
Простое экспоненциальное сглаживание даёт хорошие результаты для стационарных временных рядов. Сглаженное значение временного ряда на период t вычисляется как взвешенная сумма фактического значения уровня на этот период t и сглаженного значения на предыдущий период (t-1) Отметим, что простое экспоненциальное сглаживание временных рядов, содержащих устойчивый тренд, приводит к систематической ошибке, связанной с отставанием сглаженных значений от фактических уровней временного ряда, что характерно для явлений в виде ПТ.
Для учёта тренда в нестационарных рядах применяется специальное двухпараметрическое линейное экспоненциальное сглаживание с учётом тренда (метод Хольта). В отличие от простого экспоненциального сглаживания с одной сглаживающей константой данная процедура сглаживает одновременно случайные возмущения и тренд с использованием уже двух различных параметров.
Такой метод сглаживания включает в себя два уравнения, первое из которых наблюдаемых для сглаживания наблюдённых значений, а второе -для сглаживания тренда и обобщается для временных рядов, содержащих наряду с трендом ярко выраженную сезонную компоненту.
Другой метод линейного и сезонного экспоненциального сглаживания (метод Винтера) является трёхпараметрическим, так как включает три сглаживающие константы. Он содержит три уравнения, где к двум уравнениям, сглаживающим наблюдения и тренд, добавляется уравнение для сглаживания сезонных изменений. Отличие линейного экспоненциального сглаживания с учётом тренда и сезонности от просто линейного экспоненциального сглаживания заключается в том, что St теперь обозначают десе-зонализированные сглаженные величины. Они вычисляются делением каждого наблюдения уровня yt на величину Ft-1, характеризующую сглаженную оценку сезонности.
Однако поскольку в рассматриваемых временных рядах ПТ для указанных промышленных предприятий Мурманской области имеются в наличии и периодические колебания, очевидно, что прогнозная модель должны строго учитывать такой вид колебаний. С этой целью авторами был использован аппарат гармонического анализа, позволяющий выразить периодическую функцию исследуемого явления, т.е. ПТ в виде ряда Фурье по гармоникам разных порядков. Прямым и простым способом точности качества оценки прогноза является визуальная проверка путем наложения графиков фактического и прогнозного уровней ПТ. Тем не менее, имеются и другие меры строгой и надёжной оценки качества прогнозных моделей в виде аналитических погрешностей, которые используются на практике, среди которых наиболее распространенными являются следующие показатели:
- средняя абсолютная ошибка (mean absolute deviation— MAD),
- средняя квадратическая ошибка (mean squared error — MSE),
Известия ТулГУ. Науки о Земле. 2011. Вып. 2
- средняя абсолютная относительная ошибка (mean absolute percentage error — MAPE),
- средняя относительная ошибка (mean percentage error — MPE).
Сравнительная оценка результатов использования девяти вариантов
прогнозного моделирования травматизма, сведенных в представленную таблицу, например, для ОАО «Апатит», позволяет сделать следующие обобщающие выводы для этого крупнейшего предприятия региона:
1) лучшие результаты экспоненциального сглаживания среди трех вариантов (простое, линейное и с учетом тренда и сезонности) по показателям MAD, MSE, MAPE дает метод простого экспоненциального сглаживания с А = 0,9 и модель прогноза по методу Винтера (с учетом тренда и сезонности) с параметрами А = 0,4, В = 0,1, С = 0,3. Несмотря на то обстоятельство, что прогнозная модель по первому методу имеет завышенность по MPE (показатель — 0,095) в 1,25 выше, чем заниженная оценка по MPE (показатель — 0,076) модели по методу Винтера, предпочтение следует отдать второй модели. Для нее необходимо произвести прогон всех возможных вариантов перебора констант А, В, С с шагом 0,05 (что в итоге составит 512 вариантов модели Винтера), добиваясь последующей минимизации ошибки по MPE;
2) Наиболее оптимальный вариант модели полученной по результатам сравнительного анализа дает метод гармонического анализа по ряду Фурье, что показал расчет показателей погрешности прогноза по MAD, MAPE, MPE, имеющие самые минимальные значения. Показатель MSE, отражающий большие отклонения прогнозных уровней от фактических данных, также лучше, чем у других (например, у двух выше перечисленных методов он соответственно составляет 16,778 и 15,619, а для ряда Фурье — 0,037).
Отметим, что прогнозные модели ПТ являются важным инструментарием для контроля и управления уровнем безопасности труда для предприятий горнопромышленного комплекса Мурманской области, поскольку позволяют упреждающе производить необходимые технические, технологические и оздоровительно-профилактические мероприятия по «сезонному» уровню приемлемого риска, определяемому «в перспективе» вероятностным числом несчастных случаев, полученным по представленным выше авторами методикам. Предполагается применение данного подхода для проведения комплексного анализа уровня безопасности труда по критериям ПТ по угледобывающим предприятиям, входящим в состав ОАО «ХК «СДС-Уголь», в соответствии с изложенными результатами для горнопромышленных предприятий Мурманской области.
Список литературы
1. Гранберга А.Г. Статистическое моделирование и прогнозирование. М.: Финансы и статистика, 1990. 383 с.
2. Басков В.П., Ефимов В.И., Сенаторов Г.В. Оценка рисков аварий, инцидентов и несчастных случаев. Планы управления безопасностью труда// Изв. ТулГУ. Науки о земле. 2011. Вып. № 1. С. 22 - 35.
3. Прогнозирование производственного травматизма как основа определения уровня безопасности труда для предприятий горно-химического комплекса Кольского Заполярья / И.П. Карначёв [и др.] // Вестник Санкт-Петербургской государственной медицинской академии им. И.И. Мечникова. 2007. №1(8). С. 72-74.
V.I. Efimov, I.P. Karnachev
COMPARATIVE ANALYSIS OF THE INDUSTRIAL OCCUPATIONAL SAFETY LEVEL ON THE BASIS OF OCCURRENCE RATE OF INDUSTRIAL INJURIES AT THE MURMANSK REGION MINING ENTERPRISES
Results of the comparative analysis in the sphere of occupational safety are presented. The analysis is based on the statistical and mathematical methods of timing series predictive modeling of industrial injuries occurrence rate for leading mining and metallurgical enterprises in Murmansk region.
Key words: occurrence rate of industrial injuries, analysis methods, forecast errors.
Получено 24.11.11
УДК 622.822.2
Е.И. Захаров, д-р техн. наук, проф., (4872) 35-20-41 (Россия, Тула, ТулГУ)
К МЕТОДИЧЕСКОМУ И ТЕОРЕТИЧЕСКОМУ ОБОСНОВАНИЮ ВЫБОРА ПОЖАРОБЕЗОПАСНЫХ УСЛОВИЙ САМОНАГРЕВАНИЯ УГЛЯ
Рассмотрены причины зарождения очагов самонагревания угля в массиве и их скопления - процессы аутоокисления, то есть реакции, реализующие радикально-цепной механизм, а также химические, электрохимические, биохимические и внешние воздействия, которые подготавливают и инициируют его процесс. Это обусловливает случайный характер очагов самонагревания и локальное их распределение в массиве. Обосновывается выбор пожаробезопасных условий самонагревания угля.
Ключевые слова: аутоокисление угля, самонагревание, самовозгорание, эндогенный пожар, случайная величина, локальное распределение очагов.
На протяжении длительного промежутка времени одной из основных причин аварийности на угольных шахтах и разрезах считается процесс самонагревания угля. Такое положение объясняется тем, что очаги самонагревания угля удается выявлять на стадии самовозгорания и эндогенного пожара, а не на начальном этапе их развития. До настоящего времени в основном выбор технологических и технических решений на стадии проектирования и анализ ситуаций, складывающихся в ходе эксплуатации ме-
