РАЗДЕЛ 2
ОБОСНОВАНИЕ НАПРАВЛЕНИЙ ИССЛЕДОВАНИЙ
2.1. Состояние аварийности и производственного травматизма на предприятиях угольной промышленности
Показатели аварийности наиболее полно отражают общее состояние промышленной безопасности в отрасли, так как несчастные случаи, как правило, являются следствием аварий или аварийных режимов работы.
Исследование шахтного фонда Украины показало, что аварийные обстановки, возникающие на шахтах в последние годы, обуславливаются не только увеличением глубины разработки пластов. Это является и результатом недостаточных темпов обновления шахтного фонда, поддержанием протяженных и сложных сетей горных выработок в условиях высокого горного давления, температуры, повышенного газовыделения, нарушенности горного массива. В конечном счете это приводит к снижению устойчивости подземных сооружений, ухудшению их проветривания, усложнению схем внутришахтного транспорта, снижению качества ремонта и обслуживания оборудования.
Старение шахт, их несвоевременная реконструкция, деконцентрация очистных и подготовительных работ существенно увеличили опасность техногенного характера [28].
Количество аварий за 1991-2000 г.г., а также аварий и аварийных ситуаций (загазирование, проникновение в изолированные выработки, заклинивание клети, падение в вертикальные выработки и др.) приведено в табл.2.1.
На предприятиях угольной промышленности Украины за этот период произошло 1790 аварий и аварийных ситуаций.
В первой половине анализируемого периода количество аварий на 1 млн. тонн добытого угля составляло 1,59, а во второй - этот показатель возрос до 2,33. Резкое увеличение аварийности с 1,56 до 2,13 произошло в 1993 году как за счет увеличения количества аварий (со 180 до 201), так и за счет снижения объема добычи угля.
В последующий период до 2000 года относительный уровень количества аварий не снижался и составлял в разные годы от 2,0 до 2,54.
Оценка динамики аварийности выполнена методами математической статистики исследования зависимости между случайными величинами с применением корреляционного анализа. С его помощью установлены изменения наблюдаемого случайного значения этого показателя во времени.
При этом используются следующие теоретические положения.
Если в результате расчетов установлено, что коэффициент корреляции отличен от "0", то он своей величиной характеризует не только наличие, но и силу стохастической связи между двумя случайными величинами, точнее той части этой связи, которая названа корреляционной. Причем если коэффициент корреляции больше 0, то случайные величины с точностью до случайных погрешностей одновременно возрастают или убывают, а если коэффициент корреляции менее 0, то с возрастанием одной величины другая убывает ?45?.
Выполнение расчетов проиллюстрировано на примере анализа изменения за последние десять лет относительного показателя количества аварий на 1 млн. тонн добытого угля.
Рассмотрим случай регрессии первого порядка, характеризующийся линейной зависимостью:
y ? ? ? ?x, (2.1)
где ? - свободный член регрессии;
? - коэффициент регрессии.
Для удобства выполнения расчетов преобразуем анализируемые показатели, используя следующие закономерности:
-если все значения случайных величин, не меняя их вероятности, уменьшить (увеличить) на некоторое число, то математическое ожидание уменьшится (увеличится) на это же число;
-если все значения случайных величин, не меняя их вероятности, уменьшить (увеличить) в некоторое число раз, то математическое ожидание уменьшится (увеличится) в это же число раз ?45?.
Используя эти закономерности для расчетов, примем за:
-факториальный признак x равный числовому значению года (t) за вычетом числа 1990
x = t - 1990; (2.2)
-за результативный признак (y) - количество аварий на 1 млн. т добычи угля (V)
y ? V. (2.3)
Дальнейшие расчеты приведены в табл. 2.2.
Проверка правильности выполненных в таблице вычислений произведена по формуле
. (2.4)
Выполнив по ней вычисления (385 + 2 х 119,49 + 41,64 = 665,63), увидим, что они правильны.
Коэффициент регрессии определяем по формуле
. (2.5)
В нашем случае это значение равно
.
Таблица 2.2
Номер
п/пtxyx 2xyy 2x+y(x+y)21199111,211,21,442,24,842199221,3942,751,933,3911,493199331,5694,682,434,5620,794199442,13168,524,546,1337,585199551,97259,853,886,9748,586199662,543615,246,458,5472,937199772,244915,685,029,2485,388199882,476419,766,1010,47109,629199992,428121,785,8611,42130,42102000102,010020,04,012,0144,0Сумма5519,92385,0119,4941,6574,92665,63
Свободный член регрессии определяем по формуле
. (2.6)
Выполним расчет для нашего случая:
.
Определяем коэффициент корреляции:
. (2.7)
Для наших условий он равен
.
Анализируя полученные результаты вычислений, можно отметить следующее:
-полученный в результате вычислений коэффициент корреляции больше "0", что означает одновременный рост исследуемых показателей;
-так как коэффициент корреляции приближается к 1, то связь между случайными величинами, не являясь строго линейной, приближается к ней;
-таким образом, оценку дина