CN114757569B - 一种基于多源数据融合的煤矿作业人员尘肺风险预警方法 - Google Patents

Abstract

本发明涉及一种基于多源数据融合的煤矿作业人员尘肺风险预警方法，属于煤矿技术领域。该方法包括：S1：建立多源数据预警指标集合，包括作业特征集、管理特征集和个体和群体特征集；S2：综合考虑煤矿作业特征、煤矿作业场所管理特征，以及煤矿作业人员个体和群体特征，建立多源数据风险预警模型，从而计算出风险值；S3：根据步骤S2得到的风险值，采用定量分析法计算风险等级。本发明方法考虑因素全、集成性高、预测简便快速。

Description

一种基于多源数据融合的煤矿作业人员尘肺风险预警方法

技术领域

本发明属于煤矿技术领域，涉及一种基于多源数据融合的煤矿作业人员尘肺风险预警方法。

背景技术

现阶段是采取健康筛查方式作为评价尘肺患病的依据，对尘肺预测预警、接尘人员调岗管理等显得滞后。科学评价作业人员尘肺患病风险是有针对性地防治尘肺病的前提，因此亟需一种可有效地针对煤矿作业场所的尘肺病患病风险预警方法，以便提前向煤矿职业危害监测监管机构、煤炭生产企业、接尘作业人员发布预测预警。

也有一些学者开展了相关研究，比如卢国栋等通过对矿山企业尘肺病例数作离散变量的分析，提出了用随机性研究来描述尘肺病例数的变化过程，推导相应的数学模型用来预测企业未来五年的尘肺病病例发展情况。刘红波根据接尘矿工煤工尘肺平均发病率和年龄寿命预测不同年龄健康接尘矿工煤工尘肺未来发病人数。张伟使用人工神经网络建立个人有积累效应的职业病预警模型。李鸿瑞等比较了基于多层感知器神经网络和logistic回归模型的个体尘肺发病概率预测模型。然而以上研究均没有系统性地结合煤矿作业场所特征、作业管理特征及作业人员的个体、群体特征，只考虑了引起尘肺病少部分因素，局限性比较明显。此外，现有的方法多是针对已有的统计资料，无法适应不断变化的作业条件及接尘人员的实际环境。

发明内容

有鉴于此，本发明的目的在于提供一种基于多源数据融合的煤矿作业人员尘肺风险预警方法，综合考虑了煤矿作业特征、管理特征及个体和群体特征等因素，减少常见尘肺预警方法的局限性。该方法考虑因素全、集成性高、预测简便快速。

为达到上述目的，本发明提供如下技术方案：

一种基于多源数据融合的煤矿作业人员尘肺风险预警方法，包括以下步骤：

S1：建立多源数据预警指标集合，包括作业特征集C_w、管理特征集C_m和个体和群体特征集C_ig；

S2：综合考虑煤矿作业特征、煤矿作业场所管理特征，以及煤矿作业人员个体和群体特征，建立多源数据风险预警模型，从而计算出风险值Q；

S3：根据步骤S2得到的风险值Q，采用定量分析法计算风险等级。

进一步，步骤S1中，所述作业特征集C_w包括作业场所二氧化硅含量、粉尘浓度、呼吸性粉尘分布指数、作业人员体力劳动强度指数、接触粉尘频率指数、作业人员接尘工龄、整个职业史中的不同工作次数及防护用品指定防护指数；管理特征集C_m包括组织及制度保障、职业健康监护、职业健康现场管理及职业危害处理与响应；所述个体和群体特征集C_ig包括肺部疾患、肺活量、营养状况、吸烟情况。

进一步，步骤S2中，建立的多源数据风险预警模型为：

Q＝A_wf_w+B_mf_m+C_igf_ig

其中，A_w为煤矿作业特征风险等级值；B_m为煤矿作业场所管理特征风险值；C_ig为煤矿作业人员个体和群体特征风险值；f_w、f_m、f_ig为对应的权重值。

进一步，步骤S2中，煤矿作业特征风险等级值A_w的计算公式为：

其中，m_si为作业场所生产性粉尘中二氧化硅含量，

为对应游离二氧化硅含量的风险值；B为生产性粉尘接触比值，W_B为生产性粉尘接触风险值；I为作业人员体力劳动强度指数，W_I为作业人员体力劳动强度风险值；V为作业人员粉尘接触频率指数，W_V为作业人员粉尘接触频率风险值；F为呼吸性粉尘分布指数，APF为防护口罩的指定防护因数，t为职业史中接触粉尘企业的工作时间，i为作业人员在整个职业史中的不同工作次数；T为作业人员接尘工龄，W_T为作业人员接尘工龄指数风险值。

进一步，步骤S2中，m_si、F通过采样分析计算获得；

W_B、W_I、W_V、APF、t、i、T、W_T通过查询获得。

进一步，步骤S2中，生产性粉尘接触比值B：

其中，C_TWA为8h加权平均浓度，PC-TWA为加权容许浓度。

进一步，步骤S2中，呼吸性粉尘分布指数F的计算公式为：

其中，M(d)为粉尘在粒径区间d段的最大空气动力学直径值，A为粒径区间d段的粉尘占比，η_k为最大空气动力学直径值对应的分离效能。

进一步，步骤S2中，权重值f_w、f_m、f_ig是根据复杂度分析方法或调查统计法确定。

进一步，步骤S2中，通过专家咨询打分法计算煤矿作业场所管理特征风险值B_m，计算公式为：

其中，b₁为组织及制度保障风险值，b₂为职业健康监护风险值，b₃为职业健康现场管理风险值，b₄为职业危害处理与响应风险值。

进一步，步骤S2中，煤矿作业人员个体和群体特征风险值C_ig的计算公式为：

其中，c₁为肺部疾患风险评价值，c₂为肺活量评价值，c₃为营养状况评价值，c₄为吸烟情况评价值。

本发明的有益效果在于：

1)本发明方法集成性高，综合考虑了煤矿作业特征、管理特征及个体和群体特征等因素，减少了常见尘肺预警方法的局限性。

2)本发明方法考虑了现场作业环境的变化，计算的风险值随作业特征参数动态变化，预警更及时，更有助于减少尘肺病的发生。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明基于多源数据融合的煤矿作业人员尘肺风险预警方法流程图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

请参阅图1，为一种基于多源数据融合的煤矿作业人员尘肺风险预警方法，通过对引起煤工尘肺病的指标进行筛选及分类，并确定各因素的影响权重，建立了基于指标体系的尘肺风险预警模型。该方法具体包括以下步骤：

S1：建立煤矿作业人员尘肺病多源数据预警指标集合。

多源数据预警指标集合如式(1)所示：

P＝{C_w, C_m, C_ig} (1)

其中，C_w表示作业特征集，C_m表示管理特征集，C_ig表示个体和群体特征集。

具体的，作业特征集C_w由作业场所二氧化硅含量、粉尘浓度、呼吸性粉尘分布指数、作业人员体力劳动强度指数、接触粉尘频率指数、作业人员接尘工龄、整个职业史中的不同工作次数及防护用品指定防护指数组成；管理特征集C_m由组织及制度保障、职业健康监护、职业健康现场管理及职业危害处理与响应组成；个体和群体特征集C_ig由肺部疾患、肺活量、营养状况、吸烟情况组成。

S2：建立煤矿作业人员尘肺病多源数据风险预警模型，表达式为：

Q＝A_wf_w+B_mf_m+C_igf_ig (2)

其中，A_w为煤矿作业特征风险等级值，B_m为管理特征风险值，C_ig为个体和群体特征风险值；f_w、f_m、f_ig为对应的权重值。

可根据复杂度分析方法、调查统计法等方法确定权重值f_w、f_m，f_ig。作为优选，f_w＝0.6，f_m＝0.1，f_ig＝0.3。

S21：计算煤矿作业特征风险等级值A_w。

其中，m_si为作业场所生产性粉尘中二氧化硅含量，

为对应游离二氧化硅含量的风险值；B为生产性粉尘接触比值，W_B为产性粉尘接触风险值；I为作业人员体力劳动强度指数，W_I为作业人员体力劳动强度风险值；V为作业人员粉尘接触频率指数，W_V为作业人员粉尘接触频率风险值；F为呼吸性粉尘分布指数，APF为防护口罩的指定防护因数，t为职业史中接触粉尘企业的工作时间，i为作业人员在整个职业史中的不同工作次数，T为作业人员接尘工龄，W_T为作业人员接尘工龄指数风险值。

其中，m_si可通过采样分析获得。当m_si<10％时，

当10％≤m_si≤50％时，

当50％＜m_si≤80％时，/>

当m_si＞80％时，/>

W_B、W_V、W_I、APF、t、i、T、W_T通过查询获得。对长期作业于煤矿粉尘环境的作业人员，当其接触频率V为每月1次接触时，W_V＝3；当V为每周1次接触时，W_V＝4；当V为1周内至少接触2次或以上时，W_V＝6；当每天8h连续接触或超过8h连续接触时，W_V＝10。当I≤15时，W_I＝1；当15＜I≤20时，W_I＝1.5；当20＜I≤25时，W_I＝2；当I＞25时，W_I＝2.5。

生产性粉尘接触比值B的计算表达式为：

其中，PC-TWA为加权容许浓度，C_TWA为8h加权平均浓度。其中，C_TWA可根据作业人员实际作业情况由监测仪器设备读取或者采样分析获得；当煤尘中游离二氧化硅含量＜10％时，其PC-TWA＝4mg/m³。

当B＜1时，W_B＝0；当1≤B≤2时，W_B＝1；当B＞2时，W_B＝B。

呼吸性粉尘分布指数F的计算公式为：

其中，M(d)为粉尘在粒径区间d段的最大空气动力学直径值，A为该粒径区间段的粉尘占比，η_k为最大空气动力学直径值对应的分离效能。

以BMRC曲线为例，不同空气动力学直径粉尘的分离效能如表1所示。

表1BMRC曲线下不同空气动力学粒径的分离效能

假设不同粒径段的粉尘占比如表2所示，则：

表2不同粒径段的粉尘占比

作业人员接尘工龄T与作业人员接尘工龄指数风险值W_T关系如表3所示。

表3接尘工龄与其指数风险值

S22：计算煤矿作业场所管理特征风险值B_m。

通过专家咨询打分法，建立作业场所管理特征风险值B_m计算模型。

其中，b₁为组织及制度保障风险值，b₂为职业健康监护风险值，b₃为职业健康现场管理风险值，b₄为职业危害处理与响应风险值。

S23：计算煤矿作业人员个体和群体特征风险值C_ig。

其中，c₁为肺部疾患风险评价值，c₂为肺活量评价值，c₃为营养状况评价值，c₄为吸烟情况评价值。

S6：根据公式(2)计算的风险值Q，采用定量分析法计算风险等级，如表4所示。

表4风险值Q与风险等级关系表

风险等级为Ⅰ表示风险极小；风险等级为Ⅱ表示风险较小；风险等级为Ⅲ表示风险较大；风险等级为Ⅳ表示风险很大；风险等级为Ⅴ表示风险极大。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种基于多源数据融合的煤矿作业人员尘肺风险预警方法，其特征在于，该方法包括以下步骤：

S1：建立多源数据预警指标集合，包括作业特征集C_w、管理特征集C_m和个体和群体特征集C_ig；所述作业特征集C_w包括作业场所二氧化硅含量、粉尘浓度、呼吸性粉尘分布指数、作业人员体力劳动强度指数、接触粉尘频率指数、作业人员接尘工龄、整个职业史中的不同工作次数及防护用品指定防护指数；管理特征集C_m包括组织及制度保障、职业健康监护、职业健康现场管理及职业危害处理与响应；所述个体和群体特征集C_ig包括肺部疾患、肺活量、营养状况和吸烟情况；

S2：综合考虑煤矿作业特征、煤矿作业场所管理特征，以及煤矿作业人员个体和群体特征，建立多源数据风险预警模型，从而计算出风险值Q；

建立的多源数据风险预警模型为：

Q＝A_wf_w+B_mf_m+C_igf_ig

其中，A_w为煤矿作业特征风险等级值；B_m为煤矿作业场所管理特征风险值；C_ig为煤矿作业人员个体和群体特征风险值；f_w、f_m、f_ig为对应的权重值；

煤矿作业特征风险等级值A_w的计算公式为：

其中，m_si为作业场所生产性粉尘中二氧化硅含量，

为对应游离二氧化硅含量的风险值；B为生产性粉尘接触比值，W_B为生产性粉尘接触风险值；I为作业人员体力劳动强度指数，W_I为作业人员体力劳动强度风险值；V为作业人员粉尘接触频率指数，W_V为作业人员粉尘接触频率风险值；F为呼吸性粉尘分布指数，APF为防护口罩的指定防护因数，t为职业史中接触粉尘企业的工作时间，i为作业人员在整个职业史中的不同工作次数；T为作业人员接尘工龄，W_T为作业人员接尘工龄指数风险值；

通过专家咨询打分法计算煤矿作业场所管理特征风险值B_m，计算公式为：

其中，b₁为组织及制度保障风险值，b₂为职业健康监护风险值，b₃为职业健康现场管理风险值，b₄为职业危害处理与响应风险值；

煤矿作业人员个体和群体特征风险值C_ig的计算公式为：

其中，c₁为肺部疾患风险评价值，c₂为肺活量评价值，c₃为营养状况评价值，c₄为吸烟情况评价值；

S3：根据步骤S2得到的风险值Q，采用定量分析法计算风险等级。

2.根据权利要求1所述的煤矿作业人员尘肺风险预警方法，其特征在于，步骤S2中，m_si、F通过采样分析计算获得；W_msi、W_B、W_I、W_V、APF、t、i、T、W_T通过查询获得。

3.根据权利要求1所述的煤矿作业人员尘肺风险预警方法，其特征在于，步骤S2中，生产性粉尘接触比值B：

其中，C_TWA为8h加权平均浓度，PC-TWA为加权容许浓度。

4.根据权利要求1所述的煤矿作业人员尘肺风险预警方法，其特征在于，步骤S2中，呼吸性粉尘分布指数F的计算公式为：

其中，M(d)为粉尘在粒径区间d段的最大空气动力学直径值，A为粒径区间d段的粉尘占比，η_k为最大空气动力学直径值对应的分离效能。

5.根据权利要求1所述的煤矿作业人员尘肺风险预警方法，其特征在于，步骤S2中，权重值f_w、f_m、f_ig是根据复杂度分析方法或调查统计法确定。

Images