煤矿作为八大高危行业之一,顶板、瓦斯、火灾等事故案例已屡见不鲜。近些年,随着安全生产水平的提升,虽然我国煤矿安全状况正逐渐改善,但煤矿事故的频发不仅造成巨大经济损失,而且严重威胁着员工的生命安全。顶板事故作为煤矿事故发生频率最高的事故,对煤矿安全有着深刻的影响与研究价值。然而顶板事故的发生并不仅仅是单一因素作用的结果,而是由人的不安全行为、设备和环境的不安全状态以及管理的缺陷共同相互影响和相互作用。因此我们在分析顶板事故时,不仅要考虑单风险因素的作用,还要从各个风险因素耦合机理与因果关系为出发点,系统性的分析原因。首先,本文在大量文献的研究基础之上,厘清了顶板事故风险因素耦合的定义与类型,以及耦合发生的机理。结合了近8年以来我国煤矿327起可查顶板典型事故,运用复杂网络的N-K模型建立了煤矿顶板事故风险耦合致因模型,分别计算了人为风险因素、设备风险因素、环境风险因素和管理风险因素不同耦合类型下的耦合风险值。结果表明:多因素发生风险耦合的情况要普遍大于双因素风险耦合,风险耦合的风险值随着风险因素的增加而增加;人—机双风险耦合是造成煤矿顶板事故最本质的原因;人—机—管三因素风险耦合是造成煤矿顶板事故最主要的原因。其次,依据事故致因理论和现有研究成果,将煤矿顶板事故的4大类风险因素进行深度挖掘,得到了31个顶板事故的具体风险因素。再通过对事故案例的梳理分析以及风险因素的分析,得出了顶板事故各风险因素的因果关系图。以此为基础,本文建立并分析了人—机、人—机—管以及人—机—环—管风险因素耦合的因果关系图。再次,根据第四章节的人—机、人—机—管和人—机—环—管三种不同顶板事故风险因素的因果关系图,依次梳理成风险链式结构,将其转化为贝叶斯网路。再将327起顶板事故的风险因素进行量化处理,得到数据汇总表。然后结合贝叶斯网络的参数学习、专家经验评判得到三种不同类型下顶板不发生事故、发生一般事故和较大事故的概率情况。接着,运用BN的反向推理能力和敏感性分析得出不同类型情况下顶板事故发生的敏感性因子和事故致因链。最后,根据敏感性因子和事故致因链,结合贝叶斯网络的正向推理能力,运用Genie软件仿真探究如何有效降低不同风险耦合类型下顶板事故发生一般和较大顶板事故发生概率。依据风险耦合类型不同,分别给出对应的防控策略。本论文有图41幅,表10个,参考文献104篇。