论文部分内容阅读
摘 要：轧钢厂作为钢铁产业的最后一环，其安全稳定的运转对提高钢铁产量，增大经济效益具有重要意义。因此，本文建立了基于模糊层次分析法和集对分析理论的轧钢安全态势评价模型，首先建立轧钢厂安全评价指标体系，然后基于模糊层次分析法得到12项指标的权重大小，借助集对分析理论，进行同、异、反分析，得到该轧钢厂的安全等级为Ⅱ级，最后针对安全评价水平与Ⅱ级安全标准的集对势分析，得到二者存在强烈的同一变化趋势。
关键词：轧钢安全态势 模糊层次分析法 集对分析理论 集对势
0.引言
21世纪初，我国钢铁行业迎来爆发式发展，经过近十几年的发展，我国已然成为全球最大的钢铁出口国[1]。钢铁行业采用链条性生产模式，历经采矿、选矿、高炉冶炼、转炉冶炼、连铸和轧钢等过程，轧钢作为整个生产流程的最后一步，只有保证其安全稳定的运行，前序的生产过程才有意义[2]。因此，掌控轧钢厂生产时的安全状态，有助于维持轧钢厂生产稳定的进行。而轧钢厂是一个极其复杂的多因素、多变量、多层次的人-机-环境系统，安全评价中有许多未确知的因素，不确定性大量存在，单纯的模糊综合评价以及层次分析等方法无法精准完成对轧钢厂复杂生产系统的评价[3-4]。本文建立了基于模糊层次分析法和集对分析理论的轧钢安全态势评价模型，首先建立轧钢企业安全生产评价指标体系，利用模糊层次分析方法对指标定量处理构建模糊关系矩阵，进一步以集对分析理论为基础，进行同、异、反分析，建立集对分析态势评价模型，确定评价因素之间的联系度，完成对轧钢厂安全生产等级的评价。
1.评价指标体系的建立
轧钢厂是一个由工人-机器-环境共同组成的多因素系统，处处存在着安全隐患，并且在实际生产中，轧钢厂的整条生产线处于一年不间断作业状态，这无疑更会增加对机器以及环境的负荷，从而提高事故发生率。轧钢厂安全隐患主要来源为管理的缺陷、人的不安全操作、机器的损坏以及工作环境的不合理[5]，其具体关系见图1所示：
基于图1可知，若想实现对轧钢厂这一复杂系统的安全生产评价，评价指标的选取一定要合理，该指标体系的建立应遵循一定准则，为了更准确的评价轧钢厂安全生产的等级，在建立评价指标体系时应遵循以下原则[6]：
●科学性原则：所选指标能够科学的反应轧钢厂实际生产情况。
●独立性原则：在确定指标时要坚持独立性原则，考虑各指标间的独立性，避免一个指标对另一个指标起决定作用，做到各指标间相对独立。
●代表性原则：所选指标具有代表性。
基于以上分析的建立指标体系的准则，通过专家咨询及打分，经过多次筛选，建立了如下图2所示的评价指标体系：
2.基于模糊层次分析法—集对分析的轧钢厂安全态势评价模型
（1）确定方案评价等级集合
确定轧钢厂安全生产评价等级分别为Ⅰ级、Ⅱ级、Ⅲ级，记为：
（2）基于模糊层次分析法的指标权重确定
1）建立判断矩阵
由专家依据0～1三标度法或是0.1～0.9九标度法[7]对于12项指标重要性两两比较。得到模糊判断矩阵Rij=（rij）n×n 。
2）模糊判断矩阵的一致性检验
其中，目标函数CIC（n） 为矩阵R 的一致性指标系数；d 为非负参数，可从[0，0.5]内选取。当CIC（n） 取全局最小时，R 的一致性程度最高。当CIC≤0.2 时，即可认为其满足一致性检验。
（3）联系度表达式的确定
以确定各定量指标值看作是集合A和I级标准集合B1 之间的联系度μ（A，B1） 为例，联系度表达式为：
（6）计算联系度的集对势
集对势[10-11]shi（H）=a│c 可以反应方案与设定目标在同、异、反联系中存在的同一趋势。根据a，b，c 之间的关系来确定集对势的大小，见表2，从而得到全面地分析结果。
3.实例仿真
以某轧钢厂为例进行研探究，图2中的评价指标体系可以发现，其大都为非定量化指标，无法从现场直接采集到数据。因此，本文邀请12位钢铁行业的专家，通过专家评分的方法，对这些指标进行逐项对比、严格考察分析，将定性指标量化处理。
3.1 指标权重的确立
采用0～0.9九标度法，由专家建立评价指标集重要性两两比较的模糊判断矩阵Rij=（rij）n×n ，将所得模糊矩阵代入（3）式中，在满足一致性检验的情况下，各指标的权重见表3：
经计算可得一致性指标值CIC=0.141≤0.2 ，所以权重分配合理。
3.2 联系度的计算
根据专家经验，设定每个指标三种安全级别的标准值范围，并根据轧钢厂现价段的生产状态，以设定的标准值为依据，对每项指标进行估值，综合两项得到的数据如表4：
将上表数据代入联系度求解公式，得到此时轧钢厂的安全状态与三种安全等价间的联系度的计算式：
为了保证评价结果的可靠性和合理性，在充分考虑对轧钢安全评价起关键作用的部分，取式中i=0，j=-1 ，得到三者的联系度值分别为-0.033、0.297、-0.173。由此可知：μ（A，B2）> μ（A，B1）> μ（A，B3） 。此轧钢厂安全等级为Ⅱ级，与实际情况相符。
3.3 集对势的分析
对比分析μ（A，B2） 的集对势，a>c>b ，可以发现，轧钢厂的安全水平在与评价等级Ⅱ的同异反联系中存在着强烈的同一变化发展趋势，说明轧钢厂安全态势将在一定程度上稳定在Ⅱ级水平。
4.结语
本文通过对轧钢厂安全隐患来源的分析，建立以管理、机器、人以及环境为主要方面的评价指标体系，针对轧钢厂工作系统的复杂性，选用模糊层次分析法，建立12个指标之间的模糊关系矩阵，求得各项指标对于轧钢厂安全评价的贡献值大小，将所求的指标权重大小代入到集对分析模型中，建立了轧钢厂安全态势的评价模型，得到轧钢厂与三种安全评价等级间的联系度分别为 -0.033、0.297、-0.173，其安全等级为Ⅱ级水平，与实际相符。最后对轧钢厂的安全态势进行了分析，得到轧钢厂的安全水平在与评价等级Ⅱ之间存在着强烈的同一变化发展趋势。本文所建立的基于模糊层次分析—集对分析的轧钢厂安全态势评价模型，综合考虑了轧钢生产系统的复杂性，将定性指标量化，实现了对轧钢生产系统的定量评估，对实际生产中维护轧钢厂安全生产提供重要的参考。
参考文献：
[1] 王甜甜. 我国钢铁工业发展现状分析和发展趋势[J]. 工业， 2017（1）：00203-00203.
[2] 刘宏强， 张福明， 刘思雨，等. 首钢京唐钢铁公司绿色低碳钢铁生产流程解析[J]. 钢铁， 2016， 51（12）：80-88.
[3] 周晟程. 淺析轧钢生产工艺[J]. 黑龙江科技信息， 2017（21）.
[4] 罗裕文. 轧钢厂生产现场的安全管理研究[J]. 科技经济导刊， 2017（22）.
[5] 张健. 八钢轧钢系统安全管控措施探讨[J]. 新疆钢铁， 2016（4）：58-60.
[6] 项伟民， 施金锐， 孙建强，等. 基于安全生产的企业员工绩效评价系统构建研究[J]. 产业与科技论坛， 2017， 16（11）：194-195.
[7] 李刚军， 李娟， 李怀恩，等. 基于标度转换的模糊层次分析法在宁夏灌区水权分配中的应用[J]. 自然资源学报， 2007， 22（6）：872-879.
[8] 朱兵， 王文圣， 王红芳，等. 集对分析中差异不确定系数i的探讨[J]. 四川大学学报（工程科学版）， 2008， 40（1）：5-9.
[9] 邢永健， 王旭， 杜航. 集对分析在区域大气环境风险评价中的应用研究[J]. 中国环境科学， 2016， 36（2）：634-640.
[10] 李德顺， 许开立， 张喜嘉，等. 集对分析集对势的研究及其应用[J]. 工业安全与环保， 2009， 35（9）：8-9.
[11] 李柏洲， 李新. 基于集对分析的企业技术依赖预警及其演化趋势测度[J]. 运筹与管理， 2015， 24（2）：262-271.
关键词：轧钢安全态势 模糊层次分析法 集对分析理论 集对势
0.引言
21世纪初，我国钢铁行业迎来爆发式发展，经过近十几年的发展，我国已然成为全球最大的钢铁出口国[1]。钢铁行业采用链条性生产模式，历经采矿、选矿、高炉冶炼、转炉冶炼、连铸和轧钢等过程，轧钢作为整个生产流程的最后一步，只有保证其安全稳定的运行，前序的生产过程才有意义[2]。因此，掌控轧钢厂生产时的安全状态，有助于维持轧钢厂生产稳定的进行。而轧钢厂是一个极其复杂的多因素、多变量、多层次的人-机-环境系统，安全评价中有许多未确知的因素，不确定性大量存在，单纯的模糊综合评价以及层次分析等方法无法精准完成对轧钢厂复杂生产系统的评价[3-4]。本文建立了基于模糊层次分析法和集对分析理论的轧钢安全态势评价模型，首先建立轧钢企业安全生产评价指标体系，利用模糊层次分析方法对指标定量处理构建模糊关系矩阵，进一步以集对分析理论为基础，进行同、异、反分析，建立集对分析态势评价模型，确定评价因素之间的联系度，完成对轧钢厂安全生产等级的评价。
1.评价指标体系的建立
轧钢厂是一个由工人-机器-环境共同组成的多因素系统，处处存在着安全隐患，并且在实际生产中，轧钢厂的整条生产线处于一年不间断作业状态，这无疑更会增加对机器以及环境的负荷，从而提高事故发生率。轧钢厂安全隐患主要来源为管理的缺陷、人的不安全操作、机器的损坏以及工作环境的不合理[5]，其具体关系见图1所示：
基于图1可知，若想实现对轧钢厂这一复杂系统的安全生产评价，评价指标的选取一定要合理，该指标体系的建立应遵循一定准则，为了更准确的评价轧钢厂安全生产的等级，在建立评价指标体系时应遵循以下原则[6]：
●科学性原则：所选指标能够科学的反应轧钢厂实际生产情况。
●独立性原则：在确定指标时要坚持独立性原则，考虑各指标间的独立性，避免一个指标对另一个指标起决定作用，做到各指标间相对独立。
●代表性原则：所选指标具有代表性。
基于以上分析的建立指标体系的准则，通过专家咨询及打分，经过多次筛选，建立了如下图2所示的评价指标体系：
2.基于模糊层次分析法—集对分析的轧钢厂安全态势评价模型
（1）确定方案评价等级集合
确定轧钢厂安全生产评价等级分别为Ⅰ级、Ⅱ级、Ⅲ级，记为：
（2）基于模糊层次分析法的指标权重确定
1）建立判断矩阵
由专家依据0～1三标度法或是0.1～0.9九标度法[7]对于12项指标重要性两两比较。得到模糊判断矩阵Rij=（rij）n×n 。
2）模糊判断矩阵的一致性检验
其中，目标函数CIC（n） 为矩阵R 的一致性指标系数；d 为非负参数，可从[0，0.5]内选取。当CIC（n） 取全局最小时，R 的一致性程度最高。当CIC≤0.2 时，即可认为其满足一致性检验。
（3）联系度表达式的确定
以确定各定量指标值看作是集合A和I级标准集合B1 之间的联系度μ（A，B1） 为例，联系度表达式为：
（6）计算联系度的集对势
集对势[10-11]shi（H）=a│c 可以反应方案与设定目标在同、异、反联系中存在的同一趋势。根据a，b，c 之间的关系来确定集对势的大小，见表2，从而得到全面地分析结果。
3.实例仿真
以某轧钢厂为例进行研探究，图2中的评价指标体系可以发现，其大都为非定量化指标，无法从现场直接采集到数据。因此，本文邀请12位钢铁行业的专家，通过专家评分的方法，对这些指标进行逐项对比、严格考察分析，将定性指标量化处理。
3.1 指标权重的确立
采用0～0.9九标度法，由专家建立评价指标集重要性两两比较的模糊判断矩阵Rij=（rij）n×n ，将所得模糊矩阵代入（3）式中，在满足一致性检验的情况下，各指标的权重见表3：
经计算可得一致性指标值CIC=0.141≤0.2 ，所以权重分配合理。
3.2 联系度的计算
根据专家经验，设定每个指标三种安全级别的标准值范围，并根据轧钢厂现价段的生产状态，以设定的标准值为依据，对每项指标进行估值，综合两项得到的数据如表4：
将上表数据代入联系度求解公式，得到此时轧钢厂的安全状态与三种安全等价间的联系度的计算式：
为了保证评价结果的可靠性和合理性，在充分考虑对轧钢安全评价起关键作用的部分，取式中i=0，j=-1 ，得到三者的联系度值分别为-0.033、0.297、-0.173。由此可知：μ（A，B2）> μ（A，B1）> μ（A，B3） 。此轧钢厂安全等级为Ⅱ级，与实际情况相符。
3.3 集对势的分析
对比分析μ（A，B2） 的集对势，a>c>b ，可以发现，轧钢厂的安全水平在与评价等级Ⅱ的同异反联系中存在着强烈的同一变化发展趋势，说明轧钢厂安全态势将在一定程度上稳定在Ⅱ级水平。
4.结语
本文通过对轧钢厂安全隐患来源的分析，建立以管理、机器、人以及环境为主要方面的评价指标体系，针对轧钢厂工作系统的复杂性，选用模糊层次分析法，建立12个指标之间的模糊关系矩阵，求得各项指标对于轧钢厂安全评价的贡献值大小，将所求的指标权重大小代入到集对分析模型中，建立了轧钢厂安全态势的评价模型，得到轧钢厂与三种安全评价等级间的联系度分别为 -0.033、0.297、-0.173，其安全等级为Ⅱ级水平，与实际相符。最后对轧钢厂的安全态势进行了分析，得到轧钢厂的安全水平在与评价等级Ⅱ之间存在着强烈的同一变化发展趋势。本文所建立的基于模糊层次分析—集对分析的轧钢厂安全态势评价模型，综合考虑了轧钢生产系统的复杂性，将定性指标量化，实现了对轧钢生产系统的定量评估，对实际生产中维护轧钢厂安全生产提供重要的参考。
参考文献：
[1] 王甜甜. 我国钢铁工业发展现状分析和发展趋势[J]. 工业， 2017（1）：00203-00203.
[2] 刘宏强， 张福明， 刘思雨，等. 首钢京唐钢铁公司绿色低碳钢铁生产流程解析[J]. 钢铁， 2016， 51（12）：80-88.
[3] 周晟程. 淺析轧钢生产工艺[J]. 黑龙江科技信息， 2017（21）.
[4] 罗裕文. 轧钢厂生产现场的安全管理研究[J]. 科技经济导刊， 2017（22）.
[5] 张健. 八钢轧钢系统安全管控措施探讨[J]. 新疆钢铁， 2016（4）：58-60.
[6] 项伟民， 施金锐， 孙建强，等. 基于安全生产的企业员工绩效评价系统构建研究[J]. 产业与科技论坛， 2017， 16（11）：194-195.
[7] 李刚军， 李娟， 李怀恩，等. 基于标度转换的模糊层次分析法在宁夏灌区水权分配中的应用[J]. 自然资源学报， 2007， 22（6）：872-879.
[8] 朱兵， 王文圣， 王红芳，等. 集对分析中差异不确定系数i的探讨[J]. 四川大学学报（工程科学版）， 2008， 40（1）：5-9.
[9] 邢永健， 王旭， 杜航. 集对分析在区域大气环境风险评价中的应用研究[J]. 中国环境科学， 2016， 36（2）：634-640.
[10] 李德顺， 许开立， 张喜嘉，等. 集对分析集对势的研究及其应用[J]. 工业安全与环保， 2009， 35（9）：8-9.
[11] 李柏洲， 李新. 基于集对分析的企业技术依赖预警及其演化趋势测度[J]. 运筹与管理， 2015， 24（2）：262-271.