CC BY
84
V.I. Efimov, L.V. Ribak, V.P. Baskakov
UTILIZATION MINING METHANE FROM OPERATING MINES OOO «COMPANY «PROKOPEVSKYGOL »
Concentration of methane, gas flow rate and evolution has large value during utilization methane. Concentration of methane is 95-98 % for beforehand degassing. Effective operation life of degassing boreholes is more than 7-10 years. Decreasing emission methane by one ton is equivalent emission of 23 tons of carbon dioxide. Modern technologies of methane utilization consist of gas-producing stations, modules of transforming gas mixtures into heat and electrical energy, steam generating units.
Key words: mine, methane, utilization, gas-producing stations.
Получено 20.04.11
УДК 622.012:331.45
E.E. Коклянов, канд. техн. наук, начальник упр. пром. безопасности, (81536)7-78-32, koklyanovEB@kolagmk.ru (Россия, Мончегорск-7,
ОАО «Кольская Горно-Металлургическая Компания»),
И.П. Карначёв, канд. техн. наук, ст. науч. сотр.,
IgorKarnachev@yandex.ru (Россия, Кировск, НИЛ ФГУН СЗНЦ гигиены и общественного здоровья Роспотребнадзора)
ОЦЕНКА УРОВНЯ ПРОМЫШЛЕННОЙ БЕЗОПАСНОСТИ НА ОТЕЧЕСТВЕННЫХ ПРЕДПРИЯТИЯХ ГОРНОДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ ПОСРЕДСТВОМ ИСПОЛЬЗОВАНИЯ ПОКАЗАТЕЛЕЙ ПРОИЗВОДСТВЕННОГО ТРАВМАТИЗМА
Изложены некоторые методологические подходы по оценке уровня промышленной безопасности, основанные на применении статистико-математических методов прогнозного моделирования показателей производственного травматизм, на примере предприятий горнодобывающей промышленности, территориально расположенных на Кольском Севере.
Ключевые слова: промышленная безопасность, производственный травматизм, анализ, прогнозирование.
Как отмечается в отчёте, появившемся в ходе опыта реализации проектов по промышленной безопасности на австралийских горнодобывающих предприятиях, заметный прогресс в этой области был достигнут путем внедрения 12 практических возможностей (пунктов или позиций) по трем следующим направлениям: а) использование значимых показателей уровня промышленной безопасности (5 пунктов); б) выявления зон повышенного риска (3 пункта); в) коллективное использование информации (4 пункта). В качестве позитивной иллюстрации практического применения данных положений отметим, что в Квинсленде (штат на северо-востоке
материковой части Австралии) число несчастных случаев (НС) за последние сто лет снизилось более чем на 95 % [1].
С позиций методического совершенствования оценки уровня промышленной безопасности на отечественных горнодобывающих предприятиях из 12 имеющихся позиций «австралийского варианта» улучшения показателей уровня промышленной безопасности к пунктам, непосредственно относящимся к вопросам, связанным с проблематикой производственного травматизма (ПТ), по мнению автора, можно отнести следующие шесть:
а) по первому направлению (использование значимых показателей уровня промышленной безопасности) — увеличение амплитуды показателей (один пункт);
в) по второму направлению (выявление зон повышенного риска) — применение анализа с использованием новых методик (один пункт);
с) по третьему направлению (коллективное использование информации) — разработка общей системы классификации; решение проблем в рамках коллективного использования информации; совершенствование базы данных по потенциально опасным происшествиям; обмен данными по происшествиям и механизмам контроля (четыре пункта).
В отечественной практике прогнозной оценки уровня производственного травматизма (ПТ) существуют несколько подходов, среди которых ведущие специалисты в области безопасности и охраны труда на горнодобывающих предприятиях выделяют два основных [2]. Первый подход состоит в экстраполяции динамических показателей ПТ, имевшего место на предприятии в течение последних десяти - пятнадцати лет. Этот подход применим, если горно-геологические и горнотехнические условия, технология и организация производства на предприятии существенно не меняются (что не так часто встречается в реальности на протяжении всего исследуемого периода). Главным же «недостатком» такого подхода является его неприемлемость в социальном аспекте, поскольку вначале событийно НС должны свершиться и только затем, имея полную и достоверную статистику, и может быть определен возможный уровень безопасности труда. Суть второго подхода заключается в ситуационном моделировании (на основе статистическо-вероятностных подходов высшей математики) НС на производстве как случайных событий, произошедших под действием разносторонних факторов производственной внешней и внутренней сред. С точки зрения оценки критерия уровня ПТ в таком варианте принимается парадигма отсутствия опасностей в технологическом процессе и как следствие - отсутствие НС. НС естественно нельзя считать неизбежным явлением, однако при комплексном воздействии упомянутых факторов вероятность его существования никогда не будет равна нулю, т.е. достижение состояния «нулевого риска» в процессе трудовой деятельности невозможно. Реалистичность такого анализа уровня безопасности труда базируется
на теоретических положениях теории вероятности и математической статистики, на основании которых было доказано, что математически вероятность распределения числа НС подчинена закону Пуассона вида [3]
Р(х) = ^хе"х/х!, (1)
где х - число травм за определенный период времени; X - среднее число травм за этот период.
Представленный закон распределения получил наименование закона редких событий, причем результаты его анализа, зависят в основном лишь от значения параметра X, отражающего среднее число интересующих событий (в виде числа НС в единицу времени). При таком виде распределения случайной величины (т.е. по закону Пуассона) с позиций теории вероятности и математической статистики должны одновременно соблюдаться следующие условия: 1) независимости; 2) ординарности; 3)
стационарности.
Отдельно в дополнение к упомянутым выше двум подходам (экстраполяция динамических показателей и ситуационное моделирование случайных событий) выделим третий подход к прогнозной оценке уровня ПТ, базирующийся на методах статистического анализа временных рядов (или рядов динамики)[4-6]. Использование этого подхода применительно к исследованию ПТ на предприятиях горнодобывающей промышленности позволяет эффективно решать задачи, связанные с оценкой уровня промышленной безопасности, с учётом следующих двух особенностей:
- во-первых, ПТ как учетная статистическая категория выражает результат нестационарного стохастического процесса, содержащего в себе элементы необходимого и случайного, где необходимость проявляется в виде тенденции (тренда) ряда, а случайность - в виде колебаний (вариации) уровней ряда относительно тенденции. Такое сочетание позволяет провести комплексное исследование, как тенденции, так и вариации уровней ряда, получив одновременно, таким образом, оптимальную функцию тренда ПТ и соотношение удельного веса отклонений от тренда;
- во-вторых, использование методик прогнозирования ПТ на основе показателей временного ряда по нескольким моделям позволяет в кратчайшие сроки провести прогон этих моделей, что дает возможность оценки воздействия травмоопасных факторов на рабочих местах и произвести выбор наиболее эффективной прогнозной модели с целью проведения профилактических мер ПТ различного характера.
Указанные положения позволяют отдельно выделить третий подход среди других, поскольку его применение даёт вполне удовлетворительные результаты, а его использование с соответствующими пакетами программ ЭВМ не вызывает особых трудностей. Практическое приложение моделей данного подхода с позиций оценки уровня ПТ для работников предприятий горнопромышленного комплекса Мурманской области, подробно представлено нами в источнике [6]. Поэтому приведем далее кратко лишь некоторые
положения этого подхода, используя пример анализа ПТ на одном из крупнейших предприятий горно-химической промышленности Кольского Севера ОАО «Апатит» (г. Кировск).
Графическая интерпретация варианта моделирования по трендовой составляющей для ОАО «Апатит» в виде логарифмического тренда, имеющего максимальную величину коэффициента детерминации (88, 24 %) и минимальную величину средней ошибки аппроксимации (13,75 %) из различных вариантов аналитических функций, представлена на рис.1.
Рис.1. Фактические и теоретические уровни трендовой составляющей ПТ для ОАО «Апатит»
Далее процедура декомпозиции (выделение составляющих временного ряда ПТ), базируемая на методе Census I, выполнялась нами по следующему алгоритму 1) вычислялись скользящее среднее по периоду сезонности (за каждый квартал); 2) после нахождения значений скользящих средних по предыдущему пункту сезонность в ряду исключалась; 3) для анализа ряда по выбранной модели производилось нахождение коэффициентов сезонности; 4) производился расчет сезонной составляющей как общей средней для значений ряда; 5) фактический ряд проходил корректировку путем деления квартальных коэффициентов сезонности по всему диапазону значений ряда. Итоговый результат декомпозиции иллюстративно представлен графиками на рис.2, которые были получены нами путем статистической обработки в средах «Microsoft Excel» 97/2000 и «STA-TISTICA 6.0 for Windows».
Моделирование каждой составляющей для дальнейшего прогнозирования представляло собой трудоемкий процесс, ввиду чего было проведено трендовое моделирование с одновременным учетом периодической составляющей колебаний. С этой целью был использован метод гармонического анализа, позволяющий выразить периодическую функцию вариации ПТ. В качестве аналитической формы исследуемого явления во времени была использована функция ряда Фурье вида
Утеор. = a0 + Z ( ак cos (Kt) + Ьк sin (Kt)). (2)
Рис.2. Поквартальноеразложение компонент временногоряда ПТ для ОАО «Апатит»: 8(1) - сезонные колебания;
С({) - циклические колебания; Щ - случайные воздействия
В выражении (2) величина коэффициента К определяет гармонику ряда Фурье и может быть взята с разной степенью точности. Как показали исследования, достаточная степень близости фактических и теоретических значений ПТ достигается для функции Фурье с числом гармоник равным восемнадцати. Опуская все промежуточные расчеты по нахождению параметров модели ПТ, приведем её окончательный вид
У(те0р. прогноз.) = 12,250 + 0,635соб(1;) + 2,742вш(1;) - 0,703соб(21;)+ +0,425Бт(21;) + 1,929соб(31;) - 0,142б1и(31) - 0,228соб(41;) + 1,503вш(41;)+
+ 0,160соб(51;) - 0,142б1и(51) + 1,080соб(61;) -0,386вш(61;)- 0,206соб(71;)+
+ 0,665б1и(71) + 1,010соб(81;) + 0,263б1и(81) -0,654соб(91;)- 0,089б1и(91) + +0,989соБ(101;)+0,139вт(101;)+1,122сов(Ш)-0,743вт(Ш)- (3)
- 0,343соб(120 + 0,633бш(121) + 0,961соб(Ш) - 0,818вт(Ш) + +1,578соб(141;) + 0,291б1и(141) - 1,048соб(151;) - 0,326б1и(151) +
+0,549соб(161;) + 0,161б1и(161) + 1,256соб(171;) + 0,330вш(171;)-
- 0,277соб(Ш) - 0,052вт(Ш).
Полученная модель тренда ПТ для ОАО «Апатит», совместно с вариацией периодического характера, типа ряда Фурье с восемнадцатью гармониками имела коэффициент детерминации — 99,53 %. В качестве простейшего индикатора, позволяющего оценить надежность полученного прогноза, в прогностике применяют относительный показатель Тейла, определяемый как подкоренное значение отношения квадрата разности прогнозного и фактического значений к фактической величине изучаемого показателя. В статистическом прогнозировании при показателе Тейла, близком к нулевому значению, как в данном случае, прогноз считается идеальным.
Сводная таблица итоговых значений измерения ошибок прогнозирования ПТ для ОАО «Апатит»
Вид погрешности прогноза Относительные единицы измерения
MAD (средняя абсолютная погрешность) 0,16913
MSE (средняя квадратическая ошибка) 0,03726
MAPE (средняя абсолютная относительная ошибка) 0,01653
MPE (показатель средней относительной ошибки) -0,00004
Таким образом, проведенные исследования выявили правомерность предлагаемых методологических подходов к оценке приемлемого уровня промышленной безопасности для работников ОАО «Апатит» с позиций уровня ПТ, поскольку проведенная оценка погрешности прогноза вполне объективно обосновывает правомерность выбора модели ПТ для ОАО «Апатит» по минимальным численным значениям основных видов ошибок прогнозного моделирования, приведенных в итоговой таблице.
Список литературы
1. Икволл Э., Гиллеспи Б., Риг Л.Улучшение показателей уровня промышленной безопасности: опыт горнодобывающих предприятий Австралии. ЗАО «ПрайсвотерхаусКуперс Аудит» и «ПрайсвотерхаусКуперс Ракша Б.В.», 2008. 10 с. Режим доступа: http: // www. safetypa-per_russian_final .pdf.
2. Москаленко Э.М., Рубин B.C. Условия труда в угольных шахтах и определение уровня его безопасности: учеб. Пособие. М.: Изд-во МГИ, 1981. 88 с.
3. Белов П.Г. Системный анализ и моделирование опасных процессов в техносфере. М.: Издат. центр «Академия», 2003. 512 с.
4. Тартилас Ю.К. Методика прогнозирования производственного травматизма на основе коротких временных рядов: автореф. дис. ... канд. техн. наук. Л., 1987. 24 с.
5.Бугаев С.С. Статистические методы анализа причин травматизма// Безопасность труда в промышленности. 2001. № 1. С. 41-43.
6. Карначёв П.П. Анализ и моделирование уровня безопасности труда с позиций производственного травматизма на региональном уровне: монография. Апатиты: Изд-во КНЦ РАН, 2008. 230 с.
Koklyanov E.B., I.P. Kornachov
EVALUATING INDUSTRIAL SAFETY LEVEL AT RUSSIAN MINING ENTERPRISES WITH USING OCCUPATIONAL TRAUMATISM INDEXES
Some methodological approaches to evaluating industrial safety level, which based using statistical methods of prognosis modeling occupational traumatism indexes, at the example of Russian Kola North mining enterprises were submitted.
Key words: industrial safety, occupational traumatism, analyzing, forecasting.
Получено 20.04.11
