地铁施工工人不安全行为知识可视化研究

为改善地铁施工行为的安全培训效果,利用现场照片,研究工人不安全行为知识可视化机制。通过整理安全标准等显性安全知识,对施工工人的不安全行为进行分类,并利用工作危害性分析(JHA)和语句相似度计算相结合的方法,显化现场照片中包含的施工工人隐性不安全行为知识。设计施工工人不安全行为可视化系统,采集和存储显化的行为风险照片。将此系统应用于以起重吊装类不安全行为"起重吊装过程中,施工工人进入危险区域"的显化研究。算例结果表明:通过相似度计算对比,包含JHA确定的影响因素的照片描述,能有效匹配所反映的施工工人不安全行为。     

地铁施工工人不安全行为统计过程控制研究

为有效降低地铁施工过程中的不安全行为风险,预防事故发生,提出一种基于智能监控的工人不安全行为改进的统计过程控制(ISPC)方法。首先,依据安全标准和操作规程,利用摄像头行为分析功能自动识别施工现场工人的不安全行为,并将其分类;然后,通过智能视频动态监控,发现不安全行为的异常变化征兆,建立工人不安全行为的实时预警机制;最后,以武汉地铁某车站工程现场"起重吊装过程中,无关人员进入危险区域"不安全行为为例,验证该方法的有效性。结果表明:用该方法可智能监控施工现场,及时有效控制不安全行为的发展。     

人因视角下地铁施工管理环境因子识别的研

为了深入挖掘地铁施工过程中管理环境对施工人员不安全行为的影响,从管理硬环境和软环境两个方面进行研究,从而有效控制人的不安全行为产生。采用现场问卷调查的方法,结合SPSS17.0软件对地铁施工管理环境因子进行多元统计分析,同时采用因子分析的方法,在所选取的20个变量中提取出5个公因子,利用因子得分进行多元回归分析。结果表明:在所提出的5个公因子中,第一类公因子代表施工环境;第二类公因子地质环境;第三类公因子代表规章制度管理环境;第四类公因子代表信息管理环境;第五类公因子代表知识管理环境,这5类公因子对地铁施工管理环境的贡献度分别为34.22%、25.97%、19.85%、14.27%、5.69%。     

人因视角下地铁施工管理环境因子识别的研究

为了深入挖掘地铁施工过程中管理环境对施工人员不安全行为的影响,从管理硬环境和软环境两个方面进行研究,从而有效控制人的不安全行为产生。采用现场问卷调查的方法,结合SPSS17.0软件对地铁施工管理环境因子进行多元统计分析,同时采用因子分析的方法,在所选取的20个变量中提取出5个公因子,利用因子得分进行多元回归分析。结果表明:在所提出的5个公因子中,第一类公因子代表施工环境;第二类公因子地质环境;第三类公因子代表规章制度管理环境;第四类公因子代表信息管理环境;第五类公因子代表知识管理环境,这5类公因子对地铁施工管理环境的贡献度分别为34.22%、25.97%、19.85%、14.27%、5.69%。     

地铁施工工人不安全行为关联规则研究

当前工人不安全行为研究多侧重从理论和方法的角度出发,而通过数据挖掘探究规律性方面的研究存在不足,因此,提出了地铁施工工人不安全行为关联规则研究。首先,构建关联规则挖掘数据库,以大量反映现场不安全行为的照片为数据来源。然后,利用Apriori算法,通过SPSS Modeler软件建模,以地铁车站施工机械操作人员为例介绍关联规则挖掘过程和结果。结果表明:机械操作人员存在有效强关联项为“开挖降水→挖土机作业时周围区域内有其余工人作业活动”。说明针对不同工种岗位的工人,在不同施工阶段存在易出现的不安全行为,可以有针对性地进行控制与管理,从而降低事故率。     

矿工不安全行为DARF形成机制实证研究

为探明矿工不安全行为形成机制,控制不安全行为,在计划行为理论（TPB）和健康行动过程取向理论（HAPA）的基础上构建矿工不安全行为整合理论模型,通过问卷对468名矿工进行不安全行为调查,并利用结构方程模型对理论模型进行实证检验,结果表明:行动效能、主观规范、风险知觉、结果期待、态度对矿工不安全行为意向具有显著影响;行为态度是社会性规范、示范性规范、结果期待以及风险知觉与行为意向之间的中介变量;应对计划对于不安全行为具有正向影响;矿工不安全行为的形成源于DARF机制,包括以行为意向为核心的动力机制（D）、以应对计划为核心的行动机制(A)、以应对自我效能为核心的制约机制(R)、以主观规范为核心的反馈机制(F)。     

基于深度学习的地铁施工作业人员不安全行为识别与应用

为有效识别地铁施工作业人员不安全行为,基于深度学习与计算机视觉技术,提出融合行为和身份识别的不安全行为识别方法。首先,对更快速的基于区域的卷积神经网络(Faster R-CNN)算法进行优化,引入高效通道注意力(ECA)模块提升行为识别的准确性;其次,将基于人脸超分辨率算法的人脸识别方法与行为识别相结合,提升图像像素水平并准确输出不安全行为执行人员相关信息;然后,行为识别与人脸识别并发进行,识别结果回流至数据库最终输出工人不安全行为报告;最后,选取某地铁施工项目的4种不安全行为进行识别方法的实证应用。研究表明：该方法可在地铁施工场景下进行有效应用,不安全行为识别和执行人员身份识别的准确率均达0.85以上,具有较高的准确度。     

建设项目时间领导对工人安全行为的影响机制研究

为探索建设项目团队或班组领导风格对工人安全行为的作用,基于已有文献和工作要求-资源(JD-R)模型,构建了时间领导对工人安全行为的影响机制模型.基于535份项目安全管理者或施工班组长与建筑工人的领导-员工配对数据,运用回归分析和Bootstrap法进行直接效应和中介效应检验.结果表明:安全意识、工作专注与工人安全行为存在正相关;来自安全管理者或班组长的时间领导对工人安全行为的直接作用不显著;工作专注在时间领导与工人安全行为之间发挥了中介作用;安全意识和工作专注在时间领导与工人安全行为之间共同发挥链式中介作用,即时间领导行为会提高工人的安全意识,进而增加工作专注度,从而提升工人安全行为.结果验证了时间领导风格在安全管理中的有效性,揭示了时间领导影响安全行为的作用路径,突出了安全意识和工作专注的关键作用.     

施工作业人员佩戴安全帽行为意向研究

为进一步预测和解释建筑行业工人佩戴安全帽的行为意向,干预其佩戴行为,首先以计划行为理论(TPB)为框架,引入行为经验变量,其中包括过去行为和预期后悔2个二级变量;然后提出研究假设,并构建施工作业人员佩戴安全帽行为意向模型。利用结构方程模型(SEM)分析通过问卷调查方式回收的306份有效问卷,验证研究假设。结果表明,行为经验、态度、主观规范和感知行为控制对佩戴行为意向均有显著正向影响;引入的预期后悔变量对行为经验有显著正向影响;行为经验变量对佩戴行为意向的路径系数影响较大。     

员工不安全行为的尖点突变研究

为研究员工不安全行为的形成机理,在分析员工不安全行为影响因子的基础上,从突变理论出发,以员工的行为状态为状态变量,以安全意识与安全情景为控制变量,构建员工不安全行为的尖点突变模型.根据对北京、云南与河北的电力企业调研数据,利用统计突变模型的R语言程序包对员工不安全行为的尖点突变模型进行拟合.结果表明,安全情景为正则因子,安全意识为分裂因子,共同影响员工不安全行为的突变机制.伴随着员工不安全行为发生的双模态和自组织突变现象,可以有效地说明员工不安全行为的不连续性.同时,在安全管理实践中,员工不安全行为的预防作用大于治理.     

强降雨下地铁车站施工安全风险演化推理研究

强降雨易引发地铁车站施工安全事故,为揭示此类工程受强降雨的致灾机制,评价施工安全风险,结合蝴蝶结(BT)分析法进行演化,得到包含2个顶事件、27个中间事件、47个基本事件的安全风险事故树;基于贝叶斯网络(BN)理论,改进节点模糊多态化与直觉模糊化2个方面,得到优化后的直觉模糊多态贝叶斯网络(IFPBN)安全风险演化推理模型;以广州21号线地铁工程为例,进行演绎推理应用,并验证模型有效性。结果表明：优化后的模型推理结果与实际情况基本相符,相较于常规推理模型更为精准、高效;所构建的风险演化结构中,强降雨等级、人的不安全行为和主体工程环境不安全状态是影响强降雨下地铁车站施工安全风险的重要宏观因素,应急组织混乱、安全意识缺乏与支护不稳定是重要微观因素。     

群体封闭性视角下的建筑工人不安全行为传播特性

为了控制建筑工人间的不安全行为传播,塑造良好安全氛围。利用六次调查的结果,以群体封闭性为切入点,分析了建筑工人不安全行为传播的过程和方式的特性,提出了控制不安全行为传播的建议。结果表明:中国建筑工人的群体封闭性体现为结构和关系封闭性,对工人行为和心理产生显著影响;班组长行为等内部因素对不安全行为传播有显著影响,而安全教育等外部因素对不安行为传播的抑制作用并不显著;示范模仿是"一对多"的不安全行为传播方式,具有传播速度较快、强度较高、广度较小的特点,感染从众是"多对一"的不安全行为传播方式,具有传播速度较慢、强度较低、广度较大的特点;示范模仿能够实现偶发的个体不安全行为向频发的群体不安全行为演变,再通过感染从众诱发新的个体不安全行为,最终形成恶性循环。     

群体封闭性视角下的建筑工人不安全行为传播特

为了控制建筑工人间的不安全行为传播,塑造良好安全氛围。利用六次调查的结果,以群体封闭性为切入点,分析了建筑工人不安全行为传播的过程和方式的特性,提出了控制不安全行为传播的建议。结果表明:中国建筑工人的群体封闭性体现为结构和关系封闭性,对工人行为和心理产生显著影响; 班组长行为等内部因素对不安全行为传播有显著影响,而安全教育等外部因素对不安行为传播的抑制作用并不显著; 示范模仿是“一对多”的不安全行为传播方式,具有传播速度较快、强度较高、广度较小的特点,感染从众是“多对一”的不安全行为传播方式,具有传播速度较慢、强度较低、广度较大的特点; 示范模仿能够实现偶发的个体不安全行为向频发的群体不安全行为演变,再通过感染从众诱发新的个体不安全行为,最终形成恶性循环。     

建筑工人不安全行为影响因子分析及控制措施研究

为有效的控制建筑工人的不安全行为,从而减少事故,须分析出建筑工人不安全行为主要影响因素,并提出针对性控制措施。从各种不安全行为中提取13个影响因子,在此基础上通过访谈和调研获得直接影响矩阵,借助决策试验和评价实验室方法(DEMATEL)计算出每个因子的影响度、原因度和中心度,由此分析出安全态度、安全技能、安全认知和安全培训在影响因素体系中最为重要,领导的重视对建筑工人的不安全行为也有很大影响。结果表明:个人因素是影响工人安全行为的主要因素,环境因素和管理因素通过影响个人因素影响工人的安全行为。最后,针对个人影响因素,提出了合理开展安全培训、加强现场行为管理、加强安全心理干预、完善用工制度等措施。     

基于SEM的地铁施工不安全行为与认知关系的研究

关于地铁施工事故的预防,传统研究主要集中在提高机械设备的可靠性方面,对人的不安全行为研究甚少。为了深入分析不安全行为产生的原因,从认知角度出发,研究认知与不安全行为之间的关系,利用问卷调查的方法,采用SEM理论构建地铁施工人员认知与不安全行为模型。最终结果显示:认知与不安全行为关系显著相关;识别信息、理解信息、思考应对、选择应对与认知显著相关;识别信息、选择应对与不安全行为关系显著相关;理解信息、思考应对与不安全行为的关系不显著。     

复杂性系统视角下船员不安全行为功能共振分析模型

为分析船员不安全行为的形成，提出了基于功能共振分析方法(Functional Resonance Analysis Method, FRAM)和集对分析的不安全行为分析模型。通过辨识船员不安全行为形成因素，构建13个不安全行为影响因素的功能共振分析模型；引入区间值犹豫模糊熵和集对分析方法量化功能模块变异程度与表型，确定功能链接的耦合变异系数；结合船舶事故案例数据，得出不安全行为形成过程中导致不安全行为形成的主要路径。结果表明：船员不安全的关键指标涉及性格、工作强度等；船员不安全行为受到内外部因子影响，涉及12条不安全行为形成路径；船员不安全行为主要表现为自身特质、管理、专业素质易产生变异从而影响其他功能模块；信息传达、判断决策、动作、动作后确认易受到其他功能模块的影响，尤其是判断决策、动作等行为表现易受到影响形成不安全行为。     

基于多群组SEM的有感领导对群体不安全行为影响研究

为了研究有感领导对建筑施工不同经验工人群体不安全行为的影响,采用问卷调查方法,以群体安全氛围为中介变量,建立了多群组结构方程模型(SEM),并运用AMOS软件分析了有感领导核心四要素(能见度、关系、对工作团体的投入、主动管理)对群体不安全行为的影响及路径系数。结果表明:有感领导对经验缺乏的新工人群体的影响均大于老工人群体;对新工人群体,能见度和主动管理对其不安全行为影响较大,路径系数分别为0.654和0.639;而对老工人群体,关系和对工作团体的投入对其影响较大,路径系数分别为0.577和0.561。因此,在实施有感领导管理时,面对不同经验工人群体,应该因人而宜,以实现更加有效的管理。     

员工不安全行为意向的影响因子研究

为探究员工不安全行为意向的主要前因变量,基于计划行为理论(TPB),结合矿山企业安全管理实际,编制了包含21个项目的不安全行为意向量表。通过对240名煤矿一线作业人员进行调查和探索性因子分析(EFA),形成不安全行为意向的正式量表和探索性因子结构模型;再对7个煤矿735名一线作业人员进行调查并进行验证性因子研究(CFA)。结果表明:编制修订的不安全行为意向量表信度、效度较高;员工不安全行为意向受不安全行为态度、班组安全氛围、行为风险认知偏差等3个因子的影响;企业应从行为态度改变、班组安全氛围构建、行为风险认知偏差校正等方面,干预员工不安全行为意向,控制不安全行为的发生。     

煤矿企业员工不安全行为影响因子分析研究

为探讨煤矿企业员工不安全行为影响因子的相互关系,基于行为安全模型,从管理者、班组长和一线员工3个角度进行分析,确定了对行为安全有关键影响的因子群。在此基础上,采用决策试验与评价实验室(DEMATEL)方法,研究构建行为影响因子之间的依赖关系矩阵,揭示安全投入程度、安全监管机构能力、安全处罚适当性等因子对员工行为方式的影响程度,并形成煤矿员工行为方式影响因子的四分图。结果表明:安全投入程度是煤矿员工行为方式的主要影响因子和原因因子,管理者行为影响因子均是其原因因子,管理者的行为方式对企业安全状况有较大影响。     

数据驱动的施工现场工人不安全行为管理方法

为更好地解决目前施工现场存在的不安全行为如记录离散、行为上报滞后等问题,减少施工安全事故的发生,提出一种数据驱动的施工现场工人不安全行为管理方法。首先,从不安全行为的分类方式入手,构建针对不安全行为的结构化存储机制;然后,选取不安全行为的采集方法,构建不安全行为的分析方法;最后,对不安全行为管理流程进行展示与分析。结果表明:提出的施工现场工人不安全行为管理方法是可行的,可促进施工现场大量离散数据的整合与处理。