基于扎根理论和ISM-MICMAC的石油化工事故致因因素研究

准确识别石油化工事故致因因素,分析各因素间的内在逻辑关系,有助于遏制石油化工事故的发生。通过研究2017—2022年发生的41起石油化工事故,使用扎根理论总结出16个石油化工事故致因因素,使用ISM模型法和MICMAC分析法对导致石油化工事故发生的16个致因因素进行了研究,得到“石油化工事故致因因素”解释结构模型。此模型将16个事故致因因素分为6个层级和4个象限,该模型揭示了化工事故的根本原因,提供了一种新型化工事故的致因分析方法,可适用于大多数化工生产事故的分析。

房屋建筑施工事故致因因素分类研究

为明确房屋建筑施工事故致因及其关联关系,针对房屋建筑施工过程中关键致因因素及其传播路径的有效识别问题,基于2015-2020年发生的394起房屋建筑施工事故案例,结合危险有害因素分类标准,将语义相近的风险用语归为一类,进行致因因素的提取、分类及编码;针对每一起事故建立致因因素传播路径,应用Gephi软件绘制出由95个节点、340条连边构成的房屋建筑施工事故致因网络模型;通过计算节点度值和权重系数等拓扑参数,分析致因网络拓扑特征,综合考虑节点总度值分类赋值及严重程度,利用ABC分类法提出致因因素重要性计算方法。研究结果表明:致因因素清单中包含28项关键致因因素、27项次要致因因素、31项一般致因因素;进一步分析得到24个关联性强的节点对、5条高频致因因素传播路径以及5类典型事故的致因因素分布状况。

事故致因因素和危险源理论分析

基于事故的致因因素,国内外提出了各种危险源的概念和分类方式,如能量单元的危险源、两类危险源和三类危险源。我国安全生产法规和标准对事故致因因素也有"危险因素"、"有害因素"、"不安全因素"、"事故隐患"等术语形式的表述。为准确理解和运用系统安全理论和方法,应基于事故致因理论,系统分析事故致因因素,在该基础上,诠释各种危险源理论,明晰各种涉及事故致因因素的概念。分析表明:事故致因因素包括能量物质或载体、物的不安全状态和人的不安全行为以及管理因素;各种危险源的概念和分类,都是基于事故致因因素的划分和表述。

煤矿事故因素的自组织映射分布研究

为进一步明确煤矿事故致因因素间的复杂耦合机制,引入自组织映射(SOM)神经网络。首先利用24Model分析煤矿事故因素,构建事故属性数据集;其次通过SOM算法,可视化分析因素与事故间的耦合关系,最后结合K-means聚类算法,研究煤矿事故致因中单因素及多因素耦合对事故的映射特征,并计算因素间的耦合程度。结果表明:“事故-单因素”映射分布可反映出单因素对事故影响程度的差异性,其中管理落实不到位、安全培训不到位以及制度文件不健全等因素对煤矿事故的影响较大;“事故-多因素耦合”映射分布得到直接因素类别中违章指挥、违规作业、操作失误和不安全物态4种因素的耦合作用较强;因素耦合度分析中“体系文件不健全、安全文化欠缺-人员组织不合理”、“配套设施不齐全-安全习惯不佳”等多对因素的耦合度大于0.8,存在较强的耦合关系和因果性。

基于24Model的重特大道路交通事故致因网络分析

为探究导致重特大道路交通事故的致因因素及其演化关系,运用24Model分析收集的62起重特大道路交通事故调查报告,从不安全动作因素、不安全物态因素、个体安全能力、管理体系因素、安全文化因素以及外部环境因素6类因素展开分析,确定了53个致因因素,进一步构建重特大道路交通事故致因网络,并分析该网络模型的相关拓扑特征指标,结果表明:安全知识不足,安全意识淡薄,安全习惯不佳,心理状态不佳等10项致因因素中心性较高,处于社会网络核心位置,易于诱发其他致因因素,网络的平均路径长度以及网络直径较小,这表明该致因网络具有小世界性,进一步分析社会网络边权占比,得到了1条致因因素关键影响路径,针对关键致因因素及路径进行协同控制对预防重特大道路交通事故发生具有重要意义。

基于SNA的危化品道路运输事故致因研究

为明确危化品道路运输事故致因因素及其相互关系,首先,基于事故致因“2-4”模型分析2019—2023年间发生的155起危化品道路运输事故案例,然后,利用社会网络分析(SNA)方法构建危化品道路运输事故致因网络,并进行网络中心性、核心—边缘结构及凝聚子群分析。结果表明:在得到的30项事故致因因素中,14项致因因素位于致因网络的核心区域,其中,操作不当、特殊路段、超速、注意力不集中、安全意识淡薄等5项致因因素对事故发生有着较强的影响力;致因网络中共形成5个凝聚子群,各凝聚子群间以及凝聚子群内各致因因素间关系紧密。研究结果可为提高危化品道路运输安全管理水平提供理论依据。

基于24Model的非煤矿山事故分析

为了预防和控制非煤矿山事故的发生,提出了一种运用24Model及其原因因素编码系统方法深入分析事故发生原因,明确各种事故原因的层次性和逻辑关系,利用灰色关联分析方法计算非煤矿山事故影响因素大小并排序,从而对事故提出更有针对性预防措施的方法。以2018—2021年我国发生的4起重特大非煤矿山事故为例,验证24Model与灰色关联分析方法在非煤矿山事故中的应用。结果表明,5类事故致因因素共155项,与原因因素编码系统中的元素相互对应,验证了24Model的可操作性与应用实践性。24Model可全面用于非煤矿山事故致因分析,运用灰色关联分析法可以得出非煤矿山事故的主要影响因素的大小排序,可为后期管理和决策提供科学依据,从而有效预防非煤矿山事故的发生。

论企业安全文化的事故预防作用

本文通过对企业安全文化的结构组成、运作特征的描述,以及对事故的原因分析,找到了企业安全文化与事故致因因素的结合点,从而制定了一个企业安全文化应对事故方法图,得出企业通过安全文化的建立,可以有效地预防事故的结论,并用中外事例验证了该结论的正确性。

2018年Uber自动驾驶汽车交通事故分析:基于人因分析与分类系统视角

目的为了对自动驾驶事故进行有效地调查和预防,从事故致因的角度,建立针对于汽车自动驾驶事故的分析模型。方法本研究利用人因失误分析与分类系统(Human Factors Analysis and Classification System,HFACS),2018年Uber自动驾驶事故的致因因素进行提取、识别和分类。结果识别出了该事故的关键致因因素,并且增加了立法和监督等层级因素,使HFACS能够全面覆盖汽车自动驾驶事故的可能致因因素。结论改进的HFACS能够为汽车自动驾驶事故的人因分析和预防提供有效工具。