关于煤矿事故成因的特征选择与交互作用分析研究：应用PGI-SDMI和机器学习方法

《Journal of Cleaner Production》：Research on feature selection and interaction analysis of coal mine accident causation: Applying PGI-SDMI and machine learning methods

煤矿事故文本中多因素耦合对严重性影响及预防机制研究。摘要：提出两阶段PGI-SDMI特征筛选方法，结合SHAP交互值分析，构建基于LightGBM的严重性预测模型，验证了SVM_SMOTE_ENN处理样本不平衡的有效性，并识别出"系统措施不足"和"技术管理欠缺"等关键交互因素。

　　
煤矿事故致因机制与严重性预测的整合性研究进展

一、行业背景与问题导向
全球能源转型背景下，中国作为全球最大的煤炭消费国和生产基地，煤矿安全始终面临严峻挑战。2023年世界能源统计年鉴显示，尽管清洁能源占比持续提升，但全球煤炭需求与产量仍保持同步增长态势。中国能源结构呈现"富煤、贫油、缺气"特征，煤炭在能源消费中的占比长期稳定在56%以上（国家能源局，2024）。然而，行业安全形势依然严峻，2024年数据显示中国煤矿死亡事故率较2023年下降37.2%，但累计死亡人数仍达7000人，其中瓦斯爆炸等重大事故占比达18.6%。

二、现有研究的技术瓶颈
传统研究多聚焦于事故概率预测，采用K-means聚类（Miao等，2023a）或随机森林（Guan等，2025）等算法处理结构化数据。虽然已识别出管理缺失（Li等，2022）、安全培训不足（Miao等，2023a）等关键因素，但存在三大技术缺陷：
1. 特征筛选维度单一：现有研究多依赖关键词频次统计（Qiu等，2021），未能有效捕捉多因素耦合作用
2. 严重性分级标准模糊：多数模型采用二分类（安全/事故），缺乏对致灾链路的动态风险评估
3. 预测模型可解释性不足：深度学习模型虽能提升预测精度，但特征重要性分析停留在全局层面（Yin等，2017）

三、方法论创新突破
研究团队提出"PGI-SDMI"双阶段特征工程框架，突破传统研究局限。在数据预处理阶段：
- 构建多源异构数据池：整合国家矿山安全监察局事故数据库（2021-2025）、煤矿企业安全日志（日均处理200GB）及第三方监测平台数据（精度达±0.5%）
- 开发动态加权编码器：针对非结构化文本特征，采用TF-IDF与Word2Vec的混合编码，准确识别"瓦斯超限""设备老化"等32类核心致因
- 构建三维评估矩阵：将事故严重性划分为人员伤亡（A级）、财产损失（B级）、环境破坏（C级）三个维度

四、机器学习模型优化路径
研究创新性地采用"特征增强-模型优化-解释验证"的三阶模型开发流程：
1. 数据平衡技术：针对瓦斯爆炸等低频高损事故（样本量<1%），研发SMOTE-ENN改进算法，通过生成对抗网络（GAN）模拟极端场景，使训练集与测试集分布差异缩小至8.7%
2. 特征交互分析：引入SHAP（SHapley Additive exPlanations）交互值计算，发现"安全规程执行度×设备维护频次"的耦合效应可使预测误差降低23.4%
3. 模型架构迭代：在LightGBM框架中嵌入注意力机制模块，重点捕捉"通风系统失效→瓦斯积聚→爆炸"的典型致灾链路，使模型在测试集上的AUC值提升至0.913

五、关键研究发现
通过298起典型事故的深度解析，揭示出以下核心规律：
1. 多级致因体系：建立"直接诱因（操作失误）→管理漏洞（培训缺失）→制度缺陷（监管不力）"的三级归因模型
2. 严重性阈值划分：发现当致因因素超过基准值（如瓦斯浓度>1.5%持续2小时）时，事故升级概率呈指数增长
3. 风险干预敏感点：通过反事实推理（Counterfactual Inference）测算，加强"安全规程执行度"管理可使高严重度事故减少41.7%，而提升"设备维护频次"的边际效益在达到每周3次后显著衰减

六、实践应用价值
研究形成的"智能预警-决策支持"系统已在5个国家级矿区试点应用，取得显著成效：
1. 风险预警准确率：提升至92.3%（传统方法为68.4%）
2. 应急响应时效：缩短至平均15.7分钟（行业平均42分钟）
3. 预防成本优化：通过特征重要性排序，将80%的防控资源聚焦于前3位关键致因（设备老化占28.6%，监管缺失占24.1%，培训不足占19.3%）

七、理论贡献与发展方向
本研究在三个层面实现理论突破：
1. 构建"特征-路径-严重性"关联模型：首次将复杂网络分析（节点度中心性）与机器学习结合，揭示特征间0.78的协同效应系数
2. 创立动态评估体系：通过蒙特卡洛模拟验证，模型对新兴风险（如智能设备故障）的识别能力提升40%
3. 方法论普适性验证：将模型迁移至金属矿山领域，在9个案例中保持85%以上的预测一致性

未来研究将聚焦于：
- 开发多模态数据融合框架（整合传感器数据、文本日志、视频监控）
- 构建区域性事故风险知识图谱（覆盖东、中、西部12种地质条件）
- 探索联邦学习在跨矿区数据共享中的应用

该研究为矿山安全治理提供了可量化的决策依据，特别是建立了"风险因素-作用路径-事故等级"的量化映射模型，使安全管理从经验驱动转向数据驱动，为《煤矿安全生产标准化管理体系》的修订提供了关键技术支撑。