尾礦壩是一種用于存儲采礦過程中產生的固體廢物的工程結構，作為一種高勢能的危險源，尾礦壩潰壩將直接影響周邊環境安全及下游居民生命財產安全。例如2008年，山西省新塔礦業有限公司尾礦庫發生潰壩事故，巨大的泥石流沖毀下游部分村莊，造成276人死亡，33人受傷，直接經濟損失9619萬元。2009年8月29日，俄羅斯的Karamken尾礦庫遭遇了強降雨，導致了潰壩事故，這場災難使得120m的泥沙傾瀉到下游，破壞了11座房屋，帶來了巨大的經濟損失和生態破壞。2019年，巴西淡水河谷礦業公司Feijo尾礦庫發生潰壩事故，超過200人在此次事故中死亡或失蹤。尾礦壩事故的誘因、孕育和發展具有較高的不確定性，導致對于演化過程和因素作用機制的判斷、預測變得相當困難。因此，如何有效評估和預防尾礦壩事故風險，是當前工程界和學術界面臨的一個重要而緊迫的問題。

^{尾礦壩是用于儲存采礦固體廢物的工程結構，但其具有高勢能，一旦發生潰壩，會對周邊環境安全和下游居民的生命財產造成直接且嚴重的威脅。尾礦壩事故的誘發、發展充滿不確定性，受設備、人員、組織和環境等多因素影響，這些因素相互作用形成復雜關系網絡，使得判斷和預測其演化過程及因素作用機制極為困難。業內學者提出了物理模型法、實驗室試驗法、評價模型法等分析評估尾礦壩事故風險，但這些方法常局限于處理確定性因果邏輯關系，忽視了人為和組織等不確定性因素。}

^{國家自然科學基金面上項目（編號：51974223）；陜西省杰出青年基金項目（編號：2020JC-44）；陜西省自然科學基金面上項目（編號：2022JM-274）；陜西省重點科技創新團隊項目（編號：2023-CX-TD-12）資助下，西安建筑科技大學郭梨團隊以尾礦壩風險事故為研究對象，提出了一種基于混合因果邏輯的尾礦壩事故知識圖譜構建與應用方法。}

^{該方法首先設計了尾礦壩事故風險分析的混合因果邏輯模型框架，針對尾礦壩自身風險，識別確定性因果邏輯關系；針對人為組織失誤，識別非確定性的因果關系。在此模型中，事件序列圖位于最頂層，用于風險邏輯演化和計算事故發生概率；中間層為故障樹，探究關鍵事件發生的原因；貝葉斯網絡位于最底層，分析具有變化性且相互關聯的事件或因子的影響，評估人為和組織失效的概率。然后根據所得到的節點及其之間的邏輯關系，采用Python+Neo4j的方法轉化為基于混合因果邏輯的尾礦壩事故知識圖譜。研究結果表明：該方法能夠綜合考慮尾礦壩事故風險的復雜性和不確定性，從多個角度以圖形化的方式描述事故的演化機理，為尾礦壩風險管理提供了一種新的思路和手段。}

^{知識圖譜的構建可以分為自上而下的模式層構建和自下而上的數據層構建2種方式。數據層作為橋梁，連接分布式數據和知識圖譜，存儲在圖形數據庫中，并以實體關系網絡的形式輸出。這些數據被轉換為“實體—關系—實體”或“實體—屬性—屬性值”的三元組，最后用于構建知識圖譜。模式層是知識圖譜的概念模型和邏輯基礎，而且是解決和處理非結構化或松散結構化數據問題的一種方法，在知識圖譜構建的整個生命周期中，模式層的構建過程實際上就是創建本體的過程。}

^{本項研究使用模式層構建方法，利用HCL對尾礦壩事故風險進行分析，確定導致尾礦壩事故發生的因素及其邏輯關系，其中通過ESD描述尾礦壩事故從初始事件到最終結果的演化過程，FTA用于分析和評估事件的潛在原因，而BBN用于表示事件之間的不確定性關系，以此作為模式層構建的關鍵因素。基于此關鍵因素，根據尾礦壩事故知識進行實體劃分，結合事故致因鏈路，采用Python+Neo4j的方法將HCL模型所得到的節點與節點邏輯關系轉化為尾礦壩事故知識圖譜，利用構建的知識圖譜實現尾礦壩事故診斷、風險管理和決策支持等功能。}

HCL 模型框架

知識圖譜構建流程

為了驗證本研究提出的基于混合因果邏輯的尾礦壩事故知識圖譜的有效性和可行性，在分析尾礦壩事故的基礎上，以降雨導致的尾礦壩事故為例，依據HCL進行定性和定量的分析和推理，將分析結果利用Python導入Neo4j圖數據庫中進行儲存與表示，最后得到尾礦壩事故知識圖譜。

尾礦壩事故知識圖譜

圖譜共包含59個節點和66個關系。通過ESD分析確定的藍色節點代表了由降雨引發的尾礦壩事故的致因鏈路，每個關系都反映了尾礦壩的安全狀況。降雨條件下，尾礦壩發生事故的可能性增加，排洪設施失效或無法滿足要求是主要危險因素之一。連續降雨可能導致排洪設施堵塞或超負荷工作，引發尾礦壩內水位上升，甚至潰壩。此外，管理人員的資質與經驗、應急處理能力也會影響尾礦壩安全。紅色節點代表了因洪水導致的尾礦壩潰壩事故，如果尾礦壩的危險狀況沒有得到及時的糾正，可能會導致潰壩事故，造成重大的人員傷亡和經濟損失。通過BBN確定的綠色節點代表了影響尾礦壩的人為因素。尾礦壩事故發生時，知識圖譜可用于分析受影響個體的來源等信息。黃色、橙色和紫色節點通過FTA確定，主要與管理不善和設計要求不當有關。企業應制定詳細地工作計劃，統籌規劃并執行尾礦設施系統各個單元的運營管理，如果發現潛在的危險，應及時并正確地處理。

尾礦壩事故知識圖譜不僅是一個工具，更是一個綜合性的信息平臺，通過直觀的可視化界面，管理者可以實時監控尾礦壩的運行狀態，并掌握尾礦壩安全狀態的變化趨勢。知識圖譜能夠識別出潛在的風險點，從而采取適當的預防措施。例如，通過事故路徑檢索，管理者可以預測事故可能的演變路徑，加強對排洪涵洞、溢洪道等關鍵構筑物的安全檢查和維護。一旦事故發生，知識圖譜能夠迅速提供事故可能的演變、潛在受影響的人群等信息，為緊急響應提供決策支持，同時可以深入了解事故的根本原因，從而加強尾礦壩的安全管理。

尾礦壩事故路徑檢索界面

“構筑物垮塌”事故演化路徑

應急處理能力及受影響人群

本項研究觀點如下：

（1）HCL方法是一種能夠處理不確定性和復雜性的邏輯推理方法，它綜合了ESD、FTA和BBN 3種模型，可以對尾礦壩事故進行多角度的動態風險評估。該方法通過對尾礦壩事故風險的定性和定量的推理和分析，得到尾礦壩事故致因鏈路，為尾礦壩風險評估和精準控制提供了一種有效工具。

（2）基于混合因果邏輯的尾礦壩事故知識圖譜是一種能夠將尾礦壩事故的原因、影響、后果等信息以圖形化的方式展示出來的知識表示方法，它以ESD分析中尾礦壩事故的邏輯關系和事故致因鏈路作為知識圖譜的節點和邊，便于人們對尾礦壩事故進行全面和深入的理解。通過對尾礦壩事故原因的分析，驗證了該方法的可行性和有效性。

（3）本研究提出的基于混合因果邏輯的尾礦壩事故知識圖譜為尾礦壩事故的預防和管理提供了一種新的思路和工具，也為其他工程領域的知識圖譜構建提供了參考。未來可將基于混合因果邏輯的尾礦壩事故知識圖譜與機器學習、大數據分析等結合，進一步提升其在尾礦壩事故管理中的適用性。

成果來源

驗室主任。《金屬礦山》青年專家學術委員，《地質與勘探》、《成都理工大學學報（自然科學版）》青年編委，成都理工大學首屆優秀研究生導師團隊成員，“自然資源部西藏主要成礦帶大型-特大型礦床勘查評價和研究科技創新團隊”和“自然資源部高層次科技創新人才工程科技創新團隊”骨干成員，主要從事青藏高原及周緣銅多金屬礦床的研究與找礦勘查工作，先后參與多個大型-超大型礦床的勘查評價，主持國家自然科學基金、國家重點研發計劃專題、四川省自然科學基金及各類橫向項目10余項，發表文章70余篇，主編專著2部，參編教材2部

郭梨，高元，吳昊，等.基于混合因果邏輯的尾礦壩事故知識圖譜構建與應用[J].金屬礦山，2025（1）：233-242.

作者簡介

驗室主任。《金屬礦山》青年專家學術委員，《地質與勘探》、《成都理工大學學報（自然科學版）》青年編委，成都理工大學首屆優秀研究生導師團隊成員，“自然資源部西藏主要成礦帶大型-特大型礦床勘查評價和研究科技創新團隊”和“自然資源部高層次科技創新人才工程科技創新團隊”骨干成員，主要從事青藏高原及周緣銅多金屬礦床的研究與找礦勘查工作，先后參與多個大型-超大型礦床的勘查評價，主持國家自然科學基金、國家重點研發計劃專題、四川省自然科學基金及各類橫向項目10余項，發表文章70余篇，主編專著2部，參編教材2部

郭 梨

西安建筑科技大學講師、管理學博士、碩士研究生導師。主要從事資源大數據管理與應用、礦山智能科學與工程、安全監測與監控等方面的教學與科研工作。先后主持/參與國家自然科學基金面上項目、陜西省自然科學基金面上項目、教育廳專項基金等多項縱橫向課題，榮獲陜西省科學技術進步獎三等獎、第二界全國安全科技進步獎一等獎、陜西高等學校科學技術研究優秀成果獎二等獎及其他科研教學獎勵6項，發表學術論文20余篇。

《金屬礦山》簡介

《金屬礦山》由中鋼集團馬鞍山礦山研究總院股份有限公司和中國金屬學會主辦，主編為中國工程院王運敏院士，現為北大中文核心期刊、中國科技論文統計源期刊（中國科技核心期刊）、中國精品科技期刊（F5000頂尖學術論文來源期刊）、中國百強報刊、RCCSE中國核心學術期刊（A）、中國期刊方陣雙百期刊、國家百種重點期刊、華東地區優秀期刊，被美國化學文摘（CA）、美國劍橋科學文摘（CSA）、波蘭哥白尼索引（IC）、日本科學技術振興機構數據庫（JST）等世界著名數據庫收錄。主要刊登金屬礦山采礦、礦物加工、機電與自動化、安全環保、礦山測量、地質勘探等領域具有重大學術價值或工程推廣價值的研究成果，優先報道受到國家重大科研項目資助的高水平研究成果。根據科技部中國科技信息研究所發布的《2024中國科技期刊引證報告（核心版）》，《金屬礦山》核心總被引頻次位列26種礦業工程技術學科核心期刊第1位；根據中國知網發布的《中國學術期刊影響因子年報》（2024版），《金屬礦山》學科影響力位居73種礦業期刊第9位。

中鋼礦院出版傳媒中心

新媒體矩陣

新媒體發展部：0555-2309838 趙鵬

編排：戴穎熠

審核：王小兵

聲明：本文系轉載自互聯網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。