基于SCM与K-means聚类算法的矿工不安全动作分类特征研究

作者：鞠春雷; 邓慧敏; 张永杰; 吴悠; 张江石; 郭金山

来源：煤矿安全, 2021, 52(11): 261-264.

DOI：10.13347/j.cnki.mkaq.2021.11.042

• 煤矿安全
• SCM模型
• k-means聚类分析
• PCA降维
• 不安全动作

为减少托管运营煤矿不安全行为导致的安全事故,针对此种运营模式下人员的不安全动作进行科学分类研究;现场调研了2017—2018年内蒙古、宁夏、新疆地区6个煤矿1 996名煤矿从业者的"三违"行为情况,从时间、工种及SCM行为产生特点3个方面对全部"三违"行为进行统计分类;基于k-means聚类算法建立了8个指标、4个子类的数据集合,并通过PCA降维绘制了可视化聚类散点图。分析表明:采用SCM和k-means的聚类算4种不安全动作分类占比关系与人工分析均得出了相同的结论;在所有不安全动作中,违章占比最大,错误占比最小;研究结果对于减少煤矿从业人员不安全动作行为,以及分级、分类预防安全事故的发生具有一定的指导意义。

• 单位
  北京天地华泰矿业管理股份有限公司; 中国矿业大学（北京）