鈾礦井下作業(yè)職業(yè)病危害風(fēng)險(xiǎn)概率估計(jì)方法*

楊宏剛,王瑞雪,曹瑩雪,2,孟曉靜,2,王會生,周宇

(1.西安建筑科技大學(xué) 資源工程學(xué)院,陜西 西安 710055;2.西安建筑科技大學(xué) 西部綠色建筑國家重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710055;3.西安建筑科技大學(xué) 建筑設(shè)備科學(xué)與工程學(xué)院,陜西 西安 710055)

0 引言

鈾礦山是我國核工業(yè)的前端產(chǎn)業(yè),受到了國家的高度重視。我國鈾礦山具有規(guī)模小、品位低,開采條件差等特點(diǎn)[1],自動化裝備程度低,井下作業(yè)環(huán)境同時存在放射性與非放射性職業(yè)病危害[2]。根據(jù)《建設(shè)項(xiàng)目職業(yè)病危害風(fēng)險(xiǎn)分類管理目錄》,鈾礦井下作業(yè)屬職業(yè)病危害嚴(yán)重類別,如果不及時地對風(fēng)險(xiǎn)因素加以控制,會對井下環(huán)境造成影響和破壞,嚴(yán)重時會威脅到井下作業(yè)人員的身體健康。因此,分析鈾礦井下作業(yè)中職業(yè)病危害風(fēng)險(xiǎn)因素,精準(zhǔn)預(yù)測職業(yè)病危害風(fēng)險(xiǎn)概率,可為鈾礦企業(yè)井下作業(yè)職業(yè)病危害風(fēng)險(xiǎn)分級管控提供依據(jù)。

目前關(guān)于鈾礦行業(yè)職業(yè)病危害風(fēng)險(xiǎn)分析的研究,多是基于現(xiàn)行檢測規(guī)范采樣測試[3],然而井下作業(yè)場所存在多種風(fēng)險(xiǎn)因素,像人為操作和企業(yè)管理等因素缺乏有效數(shù)據(jù)支持,通常用模糊集理論[4]和專家評判法來量化估計(jì)風(fēng)險(xiǎn)因素發(fā)生的可能性。但是過度依賴專家經(jīng)驗(yàn)會造成數(shù)據(jù)的主觀隨意性[5],無法客觀準(zhǔn)確地預(yù)判在多種風(fēng)險(xiǎn)因素的影響下職業(yè)病危害風(fēng)險(xiǎn)的概率,容易導(dǎo)致企業(yè)職業(yè)病危害風(fēng)險(xiǎn)辨識不清、管理不到位。

貝葉斯網(wǎng)絡(luò)(BN)具有強(qiáng)大的不確定性問題處理能力,是一個有效的概率推理模型,近年被廣泛應(yīng)用于各領(lǐng)域。宋英華等[6]為量化分析化工園區(qū)內(nèi)火災(zāi)爆炸事故的風(fēng)險(xiǎn)因素,基于模糊貝葉斯網(wǎng)絡(luò)進(jìn)行事故情景演練,實(shí)現(xiàn)了預(yù)測事故走向和推理判斷薄弱環(huán)節(jié)的目的。徐堅(jiān)強(qiáng)等[7]將貝葉斯網(wǎng)絡(luò)方法引入火災(zāi)風(fēng)險(xiǎn)量化評估過程,結(jié)合應(yīng)用實(shí)例,分析不確定因素對風(fēng)險(xiǎn)評估的影響。ZHANG L M 等[8]為保證在專家調(diào)查過程中收集到數(shù)據(jù)的可靠性,提出了一種專家置信度指標(biāo),對風(fēng)險(xiǎn)因素進(jìn)行模糊概率估計(jì)。鑒于這兩個方法的優(yōu)點(diǎn),ZHANG G H 等[9]為評價(jià)隧道坍塌風(fēng)險(xiǎn),提出了一種基于多狀態(tài)模糊貝葉斯網(wǎng)絡(luò)的鉆爆隧道坍塌失效概率評估方法。綜上所述,貝葉斯網(wǎng)絡(luò)與基于置信度指標(biāo)的專家調(diào)查法兩者的結(jié)合,可以解決本研究中鈾礦井下作業(yè)職業(yè)病危害風(fēng)險(xiǎn)概率的不確定性。

因此,本研究基于貝葉斯網(wǎng)絡(luò)和置信度指標(biāo),構(gòu)建了鈾礦井下作業(yè)職業(yè)病危害風(fēng)險(xiǎn)概率估計(jì)模型,并將該模型應(yīng)用到某鈾礦企業(yè),預(yù)測了職業(yè)病危害的風(fēng)險(xiǎn)概率,并找出了影響職業(yè)病危害發(fā)生的關(guān)鍵因素。

1 貝葉斯網(wǎng)絡(luò)基本原理

貝葉斯網(wǎng)絡(luò)是一種概率圖模型,它可以將某一領(lǐng)域的概率模型可視化,回顧所有隨機(jī)變量之間的關(guān)系,在給定可用證據(jù)的情況下得到因果概率的原因。其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是一個有向無環(huán)圖(DAG)[10],如圖1所示。一個完整的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)由網(wǎng)絡(luò)節(jié)點(diǎn)、有向弧及條件概率表(CPT)構(gòu)成[11]。

圖1 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

圖1中X1,X2為父節(jié)點(diǎn),箭頭指向的A為子節(jié)點(diǎn),有向弧表示X1與X2影響A發(fā)生。

貝葉斯網(wǎng)絡(luò)推理功能分別為因果推理和診斷推理。因果推理指通過已知X1與X2的失效概率,用式(1)[12]計(jì)算A的概率,預(yù)測職業(yè)病危害的風(fēng)險(xiǎn)概率。診斷推理指當(dāng)給定A發(fā)生時,由式(2)得到X1與X2的后驗(yàn)概率,即可分析影響職業(yè)病危害發(fā)生的因素。

式中,P(X i)為X i的先驗(yàn)概率;P(A|X i)表示在X i發(fā)生的條件下A的概率;P(X i|A)表示X i的后驗(yàn)概率;P(A)為A的先驗(yàn)概率。

2 鈾礦井下作業(yè)職業(yè)病危害風(fēng)險(xiǎn)概率估計(jì)模型

2.1 數(shù)據(jù)來源與風(fēng)險(xiǎn)因素選取

井下職業(yè)病危害風(fēng)險(xiǎn)較多,本研究基于多家鈾礦企業(yè)職業(yè)衛(wèi)生調(diào)查報(bào)告、通風(fēng)監(jiān)測報(bào)告等資料,確定放射性、粉塵、物理因素(噪聲)和化學(xué)毒物是主要的職業(yè)病危害類型。并從人-機(jī)-環(huán)-管多維度分析可能導(dǎo)致職業(yè)病危害發(fā)生的各種風(fēng)險(xiǎn)和隱患,作為各類職業(yè)病危害的風(fēng)險(xiǎn)因素。結(jié)合專家經(jīng)驗(yàn),最終的歸納結(jié)果見表1。

表1 職業(yè)病危害風(fēng)險(xiǎn)因素

2.2 職業(yè)病危害貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)構(gòu)建

對鈾礦井下作業(yè)職業(yè)病危害風(fēng)險(xiǎn)因素進(jìn)行辨識后,經(jīng)與專家討論揭示了風(fēng)險(xiǎn)因素的邏輯關(guān)系,進(jìn)而確定了貝葉斯網(wǎng)絡(luò)的根節(jié)點(diǎn)(RN)、中間節(jié)點(diǎn)(IN)及其葉節(jié)點(diǎn)(LN),依據(jù)邏輯關(guān)系分別構(gòu)建放射性危害、粉塵危害、物理因素(噪聲)危害和化學(xué)毒物危害的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),如圖2所示。

圖2 鈾礦井下作業(yè)職業(yè)病危害貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

2.3 模型參數(shù)估計(jì)

2.3.1 確定節(jié)點(diǎn)的失效概率

(1) 概率區(qū)間劃分。結(jié)合模糊集理論和專家知識對風(fēng)險(xiǎn)因素發(fā)生的可能性按提供的語言變量進(jìn)行判斷,隨后將語言變量轉(zhuǎn)化為對應(yīng)的概率區(qū)間,將風(fēng)險(xiǎn)因素發(fā)生的可能性分為5個區(qū)間,各區(qū)間的語言變量與三角模糊數(shù)的對應(yīng)關(guān)系見表2。

表2 風(fēng)險(xiǎn)因素概率區(qū)間劃分

(2) 專家判斷能力確定。從職稱、工齡、學(xué)歷等方面參考將專家判斷能力ξ劃分為5 個等級,用“Ⅰ～Ⅴ”表示,見表3。但是依靠專家判斷能力得到的數(shù)據(jù)主觀性較強(qiáng),并且忽略了專家判斷中的不確定性。因此,為提高數(shù)據(jù)的可靠性,在判斷中引入置信度指標(biāo)δ,綜合考慮專家判斷能力ξ與主觀信度ψ。置信度指標(biāo)δ可按式(3)計(jì)算。

表3 專家判斷能力水平

式中,ψn為第n個風(fēng)險(xiǎn)因素的主觀信度,表示專家做決策時對自己判斷結(jié)果的可靠性,主觀信度分為5個等級,取值為[0.6～1.0];δn表示第n個風(fēng)險(xiǎn)因素發(fā)生在專家選中的概率區(qū)間內(nèi)的可能性;ξn為第n個風(fēng)險(xiǎn)因素的專家判斷能力。

(3) 數(shù)據(jù)收集及處理。邀請5位行業(yè)專家根據(jù)經(jīng)驗(yàn)以及實(shí)際情況,對鈾礦井下作業(yè)職業(yè)病危害風(fēng)險(xiǎn)因素發(fā)生的可能性進(jìn)行判斷。以風(fēng)險(xiǎn)因素X9“爆破或裝車運(yùn)輸造成二次揚(yáng)塵”為例,專家判斷結(jié)果見表4。一位判斷能力為0.8的專家對X9的估計(jì)結(jié)果為“高”的認(rèn)可度為0.9,那么有該風(fēng)險(xiǎn)因素0.72的可能性為高,剩下0.28的可能性位于其他4個概率區(qū)間。根據(jù)式(4)、式(5)、式(6)計(jì)算風(fēng)險(xiǎn)因素在不同概率區(qū)間的分布結(jié)果。

表4 風(fēng)險(xiǎn)因素X9 發(fā)生概率調(diào)查結(jié)果

式中,i和k為概率區(qū)間;p i為風(fēng)險(xiǎn)因素在i個不同概率區(qū)間的出現(xiàn)概率;a k為概率區(qū)間的上限;a k+1為概率區(qū)間的下限。

(4) 概率計(jì)算。將風(fēng)險(xiǎn)因素的概率區(qū)間分布結(jié)果代入式(7)[13],可得到每位專家對X9出現(xiàn)概率的估計(jì)值。隨后采用“3σ準(zhǔn)則”計(jì)算模糊化過程的三角形模糊數(shù)的特征值,參照式(8)、式(9)、式(10)。

式中,P s為每位專家對X9出現(xiàn)概率的估計(jì)值;c i為第i個概率區(qū)間的平均值。

式中,μ為期望;S為專家人數(shù);σ為方差。a,m和b為三角模糊數(shù)的特征值。

經(jīng)去模糊化后得到的模糊概率值按Onisawa公式轉(zhuǎn)化為失效概率P[14];

式中,P M為模糊概率;k'為常數(shù)。

由此得到貝葉斯網(wǎng)絡(luò)根節(jié)點(diǎn)X9的失效概率為2.88×10-2,同理計(jì)算其他風(fēng)險(xiǎn)因素的失效概率。

2.3.2 條件概率表

在貝葉斯網(wǎng)絡(luò)中,條件概率表反映根節(jié)點(diǎn)與非根節(jié)點(diǎn)邏輯關(guān)系,本研究對鈾礦井下作業(yè)職業(yè)病危害貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)狀態(tài)用“0”和“1”表示,即不發(fā)生與發(fā)生。但在實(shí)際工程中,服從(0,1)是不準(zhǔn)確的。因此參考IPCC[15]的概率表述將非根節(jié)點(diǎn)發(fā)生的可能性劃為7檔,基于專家調(diào)查表,結(jié)合實(shí)際情況對非根節(jié)點(diǎn)的條件概率進(jìn)行適當(dāng)調(diào)整。見表5。

表5 非根節(jié)點(diǎn)“高噪聲源”條件概率

3 實(shí)例應(yīng)用

3.1 企業(yè)概況

本文以某鈾礦企業(yè)為例,該企業(yè)成立于2013年,于2018年全面建成投產(chǎn),年產(chǎn)某金屬上百噸,年需開采礦石量為上萬噸。礦井由作業(yè)中段和豎井組成,鈾礦井采用抽出式通風(fēng)降氡系統(tǒng),同時存在放射性與非放射性危害。由于鈾礦井下作業(yè)場所環(huán)境復(fù)雜,自動化裝備程度偏低,不利于管理和保護(hù)作業(yè)人員,因此提高企業(yè)職業(yè)健康和風(fēng)險(xiǎn)管理是非常重要的。

3.2 貝葉斯網(wǎng)絡(luò)演繹推理

3.2.1 風(fēng)險(xiǎn)因素識別

通過收集該企業(yè)職業(yè)衛(wèi)生防護(hù)報(bào)告、通風(fēng)監(jiān)測報(bào)告等資料,分析該企業(yè)井下作業(yè)存在的職業(yè)病危害風(fēng)險(xiǎn)因素,辨識結(jié)果見表6。

表6 企業(yè)職業(yè)病危害風(fēng)險(xiǎn)因素

3.2.2 貝葉斯網(wǎng)絡(luò)推理

運(yùn)用貝葉斯網(wǎng)絡(luò)GeNIe2.0軟件對鈾礦井下作業(yè)職業(yè)病危害進(jìn)行因果推理分析,預(yù)測四類職業(yè)病危害風(fēng)險(xiǎn)概率,結(jié)果見表7。

表7 貝葉斯網(wǎng)絡(luò)因果診斷結(jié)果

隨后利用貝葉斯網(wǎng)絡(luò)反向推理功能,設(shè)定當(dāng)職業(yè)病危害發(fā)生時,即葉節(jié)點(diǎn)發(fā)生概率輸入1,可以得到如圖3所示的放射性危害后驗(yàn)概率分布圖。

圖3 鈾礦井下作業(yè)放射性危害后驗(yàn)概率分布

同理,得到其余三類職業(yè)病危害的后驗(yàn)概率分布。根據(jù)后驗(yàn)概率結(jié)果,分別對導(dǎo)致放射性危害、粉塵危害、噪聲危害和化學(xué)毒物危害的風(fēng)險(xiǎn)因素進(jìn)行由大到小排序,確定關(guān)鍵風(fēng)險(xiǎn)因素。

(1) 放射性危害。X16＞X11＞X5＞X4＞X2＞X28＞X3＞X17＞X32＞X34＞X19。其中,排風(fēng)量不足,井下堆存的礦石和巖石析出的氡及其子體,工作服或防護(hù)用品佩戴不規(guī)范及未佩戴防護(hù)用品的后驗(yàn)概率較高,為放射性危害關(guān)鍵影響因素。

(2) 粉塵危害。X16＞X5＞X2＞X9＞X8＞X3＞X20＞X1＞X17＞X4＞X18＞X32。其中,排風(fēng)量不足,工作服或防護(hù)用品佩戴不規(guī)范,井下吸煙、飲水等違禁行為及二次揚(yáng)塵的后驗(yàn)概率較高,為粉塵危害關(guān)鍵影響因素。

(3) 物理因素(噪聲)危害。X4＞X21＞X5＞X23＞X34＞X19＞X33＞X22＞X35。其中,未佩戴防護(hù)用品,設(shè)備正常運(yùn)行噪聲,工作服或防護(hù)用品佩戴不規(guī)范及未安裝減振裝置或減振裝置失效的后驗(yàn)概率較高,為噪聲危害關(guān)鍵影響因素。

(4) 化學(xué)毒物危害。X16＞X4＞X2＞X26＞X25＞X20＞X17＞X5＞X18＞X32＞X34。其中,排風(fēng)量不足,未佩戴防護(hù)用品,井下吸煙、飲水等違禁行為及爆破后產(chǎn)生CO、NOx的后驗(yàn)概率較高,為化學(xué)毒物危害關(guān)鍵影響因素。

4 結(jié)論

(1) 本研究根據(jù)多家鈾礦企業(yè)調(diào)研資料全面辨識職業(yè)病危害風(fēng)險(xiǎn)因素,分別建立了放射性危害、粉塵危害、噪聲危害和化學(xué)毒物危害的貝葉斯網(wǎng)絡(luò),網(wǎng)絡(luò)結(jié)構(gòu)的因果關(guān)系能用可視化的形式表現(xiàn)出來,有效解決了因素之間的不確定關(guān)系。

(2) 本研究在對風(fēng)險(xiǎn)概率評估模型中根節(jié)點(diǎn)失效概率進(jìn)行估計(jì)時,在專家決策時引入置信度指標(biāo),采用“3σ準(zhǔn)則”計(jì)算了三角模糊數(shù)的特征值,并用“α加權(quán)估值法”去模糊化,以此保證數(shù)據(jù)的可靠性。有效解決了傳統(tǒng)評估中的主觀性,提高了評估的準(zhǔn)確性。

(3) 由實(shí)例可知,利用貝葉斯網(wǎng)絡(luò)不僅可以預(yù)測四類職業(yè)病危害的風(fēng)險(xiǎn)概率,還能推理出給定條件下風(fēng)險(xiǎn)因素的后驗(yàn)概率,并由概率大小排序找出導(dǎo)致職業(yè)病危害發(fā)生的關(guān)鍵因素。分析結(jié)果與實(shí)際符合,表明該模型具有較強(qiáng)的實(shí)用價(jià)值。