煤矿职工心理安全智能评估与教育培训系统

       据中国煤矿安全监察局发布的《全国煤矿安全生产形势分析报告》中统计，每年因职工心理因素（如疲劳、注意力不集中等）引发的煤矿安全事故占全年事故总数的20%-25%。同时，煤矿安全事故具有突发性强、破坏性大的特点，一旦发生往往造成严重的经济损失和人员伤亡，且事故救援难度大、恢复周期长。职工在高强度、高风险的井下环境中，长期承受心理压力，易产生焦虑、疲劳等心理问题，显著增加事故发生概率。因此，对煤矿职工心理状态的关注不仅是安全生产的必要环节，更是减少事故损失、保障矿工生命安全的关键举措。然而，传统心理评估依赖周期性问卷与人工观察，存在显著缺陷：

     （1）费时费力：问卷调查前期工作量大，需结合煤矿特殊环境定制，且回收后的数据分析仍依赖人工处理，耗时可能长达数天甚至数周。此外，井下三班倒的工作模式增加了问卷协调难度，职工因工作繁忙或对电子设备不熟悉，可能导致填写率低和数据不完整。

     （2）时效性差：问卷结果仅反映职工填写时间点的心理状态，受制于调查的周期间隔，无法实现每位职工心理变化的动态追踪。研究表明，70%的心理安全事件发生在两次评估间隔期，传统方式可能完全错过高风险时段的监测与干预窗口，导致安全管理措施滞后，增加事故风险。

     （3）评估精度低：问卷设计需深厚的心理学和煤矿专业知识，且无法避免职工因心理防御或职业顾虑隐瞒真实状态，数据失真率高达40%，低精度评估难以为安全管理提供科学依据，制约事故预防效果。

       当发现职工心理状态波动或安全意识下降时，现有管理模式通常组织集中安全培训，内容为统一的安全知识和操作规程。然而，这种“一刀切”的培训方式忽视职工个体差异，无法根据岗位、经验、心理状态等特点定制培训内容，导致培训效果参差不齐，难以解决实际问题。

       为解决以上难题，山东数升网络科技服务有限公司研发出国内第一套基于大数据和人工智能技术相结合的“煤矿职工心理安全智能评估与教育培训系统(MPSA)”。MPSA打通了煤矿职工井上、井下作业行为多源数据，通过对职工入井安检行为数据和井下作业违章行为等大数据进行融合分析挖掘，利用机器学习人工智能技术构建职工心理安全实时评估模型，实现了以下主要功能：

     （1）职工心理安全分析挖掘：通过采集职工入井和井下作业行为数据，分析职工心理安全行为特征，辨识职工心理安全状态，建立职工心理安全意识画像。通过高频次、连续性的数据更新，提高评估结果的时效性，动态记录职工心理安全水平的变化。

     （2）职工心理安全风险预测预警：基于职工作业行为特征，自动化预测职工未来心理安全可能存在的风险并划分风险等级，根据风险等级提供不同的预警信息。

     （3）职工个性化安全教育培训：针对不同安全风险等级、异常行为类型的职工，分别设计有靶向性的安全教育培训试题库，制定职工个性化的安全培训教育方案。

     （4）积分奖励：根据职工的心理安全状态和教育培训结果，自动生成相应的积分奖励。

       MPSA已在山东省济宁能源集团金桥煤矿长期运行，彻底解决了传统的问卷调查和培训模式的核心问题，克服了问卷评估方式费时费力、时效性差、评估精度低的缺陷，同时摒弃了传统“广撒网”培训的粗放模式，显著增强了教育培训的针对性和效果，极大提升了煤矿安全管理的智能化水平，促进本质安全型现代化矿井的建设。

图1  职工心理安全实时评估

图2  职工心理安全统计分析

图3 职工心理安全个性化在线教育培训