控制煤与瓦斯突出事故的关键:违章行为分类与防范措施
需积分: 0 121 浏览量
更新于2024-09-03
收藏 175KB PDF 举报
本文主要探讨了"煤与瓦斯突出事故不安全动作分类研究"这一主题,由曹家琳和傅贵两位作者基于中国矿业大学(北京)资源与安全工程学院的研究背景展开。他们针对88起重大和特别严重的煤与瓦斯突出事故进行了深入的事故致因"2-4"模型统计分析。通过这种方法,他们识别出了122种不安全行为,并将其划分为四个类别:违章操作、违章行动、违章指挥和非违章行为。
违章行动占据了不安全行为的43%,违章操作占35%,违章指挥占21%,这表明在这些事故中,不恰当的行为执行、命令传达和缺乏必要的安全规程是主要问题。其中,最常发生的不安全行为包括未处理突出预兆、在突出危险工作面放炮落煤以及安排工人在这些区域作业。值得注意的是,违章操作和违章行动的涉及事故比例高达99%,显示出这两类违章行为对事故发生的直接影响。
文章还指出,违章指挥在不同时间和瓦斯等级下的影响呈现出较大波动,这提示了对指挥层安全管理的重要性。通过对各违章类型的不安全动作进行深入剖析,作者分析了其背后的原因,如缺乏培训、规章制度不完善、管理监督失效等,并在此基础上提出了相应的控制措施。这些措施可能包括强化安全培训、提升现场管理水平、严格执行操作规程和瓦斯监测等。
该研究的关键词包括煤与瓦斯突出、不安全动作、事故致因"2-4"模型、分类和瓦斯等级,表明了文章在煤矿安全领域的专业性和针对性。中图分类号为TD79,文献标志码C,文章编号1003-496X(2016)09-0240-03,强调了这篇研究对于指导煤矿企业预防和控制煤与瓦斯突出事故具有重要的实践价值。
2020-06-04 上传
2023-04-21 上传
2020-05-27 上传
2020-05-18 上传
2020-07-19 上传
2020-07-17 上传
2020-05-17 上传
2020-05-12 上传
2020-05-15 上传
weixin_38664469
- 粉丝: 5
- 资源: 896
最新资源
- SSM Java项目:StudentInfo 数据管理与可视化分析
- pyedgar:Python库简化EDGAR数据交互与文档下载
- Node.js环境下wfdb文件解码与实时数据处理
- phpcms v2.2企业级网站管理系统发布
- 美团饿了么优惠券推广工具-uniapp源码
- 基于红外传感器的会议室实时占用率测量系统
- DenseNet-201预训练模型:图像分类的深度学习工具箱
- Java实现和弦移调工具:Transposer-java
- phpMyFAQ 2.5.1 Beta多国语言版:技术项目源码共享平台
- Python自动化源码实现便捷自动下单功能
- Android天气预报应用:查看多城市详细天气信息
- PHPTML类:简化HTML页面创建的PHP开源工具
- Biovec在蛋白质分析中的应用:预测、结构和可视化
- EfficientNet-b0深度学习工具箱模型在MATLAB中的应用
- 2024年河北省技能大赛数字化设计开发样题解析
- 笔记本USB加湿器:便携式设计解决方案