集合智能安全帽的建筑工人施工安全行为绩效考核及激励机制

为实时监控现场工人不安全行为，有效降低建筑事故发生率，实现主动的安全与组织管理模式，结合基于智能安全帽的施工人员不安全行为监测与管理系统，构建了工人安全行为绩效考核模型并设计激励机制。通过在温银施工项目的应用，进行了现场工人安全行为绩效的横向与纵向对比。研究结果表明:依据现场行为进行监控和绩效考核能够有效地改善工人的安全行为，有助于形成施工现场的安全生产竞争氛围，有助于建筑工地的安全管理。     

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。     

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。     

基于深度学习的建筑工人安全帽佩戴识别研究

建筑工人头部伤害是造成建筑伤亡事故的重要原因。佩戴安全帽是防止建筑工人发生脑部外伤事故的有效措施,而在实际工作中工人未佩戴安全帽的不安全行为时有发生。因此,对施工现场建筑工人佩戴安全帽自动实时检测进行探究,将为深入认知和主动预防安全事故提供新的视角。然而,传统的施工现场具有安全管理水平低下、管理范围小、主要依靠安全管理人员的主观监测并且时效性差、不能全程监控等一系列问题。针对上述现状,提出了一种基于Tensorflow框架,具有高精度、快速等特性的Faster RCNN方法,实时监测工人安全帽佩戴状况。为评估模型性能,收集了6 000张图像用于模型的训练与测试,结果表明,该模型识别工人安全监测中佩戴安全帽工人的平均精度达到90. 91%,召回率达到89. 19%;识别未佩戴安全帽工人的精度达到88. 32%,召回率达到85. 08%。同时,针对工人未佩戴安全帽而进入施工现场的违规行为,通过施工现场入口处监控摄像头截取视频流图像帧,设置检验试验,验证了本方法在施工现场实际应用的有效性。     

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。     

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。     

地铁施工工人不安全行为研究

为预防地铁施工安全事故,考虑地铁施工的复杂特征,采用理论分析和实践调研相结合的方式,研究地铁施工工人不安全行为的形成机制和影响因子。首先,基于行为主义、认知、行为约束力等理论,分析其形成机制;然后,结合问卷调查,利用探索性因子分析法(EFA)简化样本数据,并进行降维;最后,利用结构方程模型(SEM)探究各影响因子与地铁施工工人不安全行为的因果路径关系。结果表明:地铁施工工人不安全行为的产生是刺激因子和约束因子相互作用的结果;工作环境和心理状态对其影响强度最大,经验和技能对其影响强度最小。     

基于行为安全的建筑事故预防量化方法与实证研究

在阐述安全行为(BBS)预防事故原理及其应用效果的基础上,选取某工程项目作为试验对象,结合我国建筑业一线工人的特点,对BBS实施中的培训方法、关键行为确认、观察方法3个关键环节进行具体试验。试验中建立了行为变化指数的图线,使用了安全行为指数(SI)来评定一线工人的安全行为及变化趋势。试验结果显示施工现场一线工人作业过程中的SI比基线期提高15%,表明所设计的BBS方法对于提高施工现场一线工人的行为安全性具有明显的效果。     

基于Kinect的地铁乘客不安全行为识别方法与实验*

为解决地铁视频监控技术对乘客不安全行为只记录不识别且较少考虑识别精确度的问题,提出1种基于Kinect传感器的高效识别方法。以Pelvis为向量起点和动作活动高频关节为终点构建识别特征向量;运用余弦定理获得标准动作与测试动作关节的最大角度差序列;以最大角度差为动作特征量建立相似度计算模型,运用动态时间规整算法（DTW）将初始结果转换为动作相似度。以相连关节法为对照组开展对比实验,结果表明:前者在抽烟、挥拳、挥手呼救等行为识别的准确度分别为91.7%,86.9%,89.2%,平均比对照组高4%以上,显著提高了地铁乘客不安全行为的识别率,可为地铁智能安全管控提供理论与技术依据。     

融入人格特质的个性化建筑工人安全管理研究

为了挖掘个人因素(人格特质和事故经历)在施工现场安全管理中的作用、提升现有安全管理的有效性，提出一种个性化的安全管理方法。基于认知模型、大五人格理论，通过533份有效建筑工人数据，利用统计分析讨论将个人因素纳入安全管理的必要性、人格特质在不安全行为中的作用以及其应用于现场安全管理中的适用性。结果表明：事故经历影响工人的冒险倾向；高冒险倾向和高不安全行为意图的工人均具有低宜人性和尽责性与高开放性和外倾性的特点；开放性、外倾性和宜人性在冒险倾向与不安全行为意图的关系中具有显著的调节作用；利用人格特质可以有效判别不安全行为意图。最后，研究还提出了将人格特质应用于安全指导和安全培训的改进方案。     

彻底排查 及时治理——西安地铁建设安全隐患排查治理实践

<正>西安市地下铁道有限责任公司从事故源头抓起,提出了以"一项法则、两个属性、三查制度、四不原则、五项落实"为核心的隐患排查治理方法,通过实践,有效消除了地铁施工现场存在的隐患,减少了工程安全生产事故的发生。近年来,城市轨道交通工程建设在我国如火如荼,目前有30多个城市在建,而各城市在建设过程中所面临的施工环境复杂多样、作业人员参差不齐、管理难度大等问题给安全管理工作提出了严峻考验。安全隐患排查治理工作是地铁     

地铁列车驾驶员不安全行为组合干预策略研究

为了减少或避免地铁运营安全事故的发生，提高对地铁列车驾驶员的综合管理水平，构建1种针对地铁列车驾驶员不安全行为的组合干预策略体系。基于不安全行为形成机理研究及问卷调查，采用系统动力学软件（Vensim PLE）针对地铁列车驾驶员不安全行为过程的“前-中-后”3个维度建立不安全行为组合干预模型，通过调节不同的干预策略探讨分析各种组合干预情况下不安全行为水平并验证仿真。研究结果表明:针对地铁列车驾驶员不安全行为发生前维度的干预策略效果相对最为显著，通过岗位胜任力及企业安全氛围建设等干预策略能有效降低不安全行为的发生水平，为地铁运营企业提高安全管理水平提供参考思路。     

煤矿员工的“知-能-行”不安全行为模式研究

从认知心理学视角,分析煤矿员工不安全行为的决策心理过程,构建煤矿员工不安全行为"知-能-行"模式模型,归纳该模式下煤矿员工不安全行为致因因素,为煤矿员工不安全行为管理工作提供了重要理论参考。研究表明:煤矿管理者的不尽职行为是一种重要的不安全行为,并成为导致我国煤矿事故频发的根本原因;安全管理规定和行为规范、员工的记忆状态、理解能力、行为认知能力、价值观及价值判断、行动能力均是影响煤矿员工作出不安全行为的重要心理因素;预防和控制煤矿员工不安全行为应从煤矿员工的外在规定性、"知"、"能"、"行"4个方面入手;对煤矿管理者和工人的不安全行为管理应具有差异性。     

一种地铁综合监控系统安全性分析方法研究

地铁综合监控系统的安全直接影响整个地铁系统的安全,根据地铁综合监控系统的特点建立该系统的安全性评价模型,将层次分析法和模糊综合评判法相结合用于地铁综合监控系统的安全性分析。用层次分析法确定各影响因素的权重,模糊综合评判法评定地铁综合监控系统的安全等级。该评定方法能较好地反映地铁综合监控系统的实际安全状况,可为地铁的安全运营提供决策依据,并且评价结果简单直观。     

施工现场工人不良职业心理与不安全行为机理研究

为探讨施工现场工人不良职业心理及不安全行为的影响关系,利用问卷调查,采用结构方程构建工作压力、不良职业心理与不安全行为的结构模型。结果表明:工作安排、工作环境、管理政策及人际关系带来的工作压力与不良职业心理及不安全行为均显著相关;个体因素带来的工作压力对不良职业心理无显著影响,但对不安全行为有显著影响;不良职业心理在工作压力与不安全行为之间起到部分中介的作用即工作压力与不安全行为之间不仅存在直接显著关系,且工作压力还可以通过产生不良职业心理从而影响不安全行为。     

基于SLP的地铁施工场地安全布局优化方案

为提高地铁施工现场的安全管理水平,以福州市某一地铁施工现场为例,采用系统布置设计(SLP)方法优化地铁施工场地布局;根据功能分区,将地铁施工场地划分为施工区、机械设备停放区和钢支撑堆放区等共10个单元;分别分析这10个单元之间的物流和非物流关系,并基于分析结果绘制作业位置相关图,按物流与非物流关系1∶1加权,得出作业单元综合关系图,进而提出2个初步优化方案;采用加权因素法评价上述2个方案,得出地铁施工场地布局的最优方案。结果表明:运用系统布置方法优化得出地铁施工场地布局方案,有助于提高施工效率,加强施工现场安全管理水平。     

基于云模型的装配式地铁车站施工安全风险评价

为有效评价装配式地铁车站施工安全风险,减少施工安全事故发生,保障施工安全,提出基于组合赋权和云模型的风险评价方法。首先,根据国家规范和项目资料,初步识别装配式地铁车站施工安全风险因素;再利用德尔菲法优化风险因素,建立包括6个一级指标和25个二级指标的装配式地铁车站施工安全风险评价指标体系;然后,采用熵权法和组合数有序加权(C-OWA)算子确定指标的组合权重,进而结合云模型确定风险评价等级;最后,基于某装配式地铁车站项目验证上述评价方法。结果表明：该项目评价等级为较低风险,与施工现场实际情况基本一致,但人员和施工技术的风险等级为中等,在采取安全防控措施时应重点考虑。     

建筑基坑施工习惯性不安全行为干预研究

事故致因"2-4模型"提出习惯性行为是引发事故的间接原因,为了提高基坑作业人员安全知识、安全意识和安全习惯,防止基坑坍塌事故对工程施工造成的人员伤亡和财产损失,以西安某地铁施工现场为调查对象,同时根据跨理论模型(TTM)的行为干预方法,设立对照组和实验组,使用SPSS软件分析对调查对象进行对比分析.研究表明:基于TTM...     

某公司食堂施工过程危险性分析及对策措施

我国大多建筑施工企业目前的安全管理只局限于对施工现场的检查和整改工作,而对施工现场的整体安全性缺乏分析和有效的监控,目前安全评价技术在建筑业的运用并不成熟.运用科学的安全评价方法,对建筑施工危险性进行系统分析和研究,可以补充、完善和指导施工现场的安全管理工作.     

基于社会网络的建筑施工不安全行为关系研究

为提升建筑施工安全管理水平,基于不安全行为的重要性,通过文献分析和专家访谈方式确定不安全行为集合,构建诸不安全行为间关系概念模型。根据14份调研数据,运用社会网络分析(SNA)方法构建诸不安全行为间关系网络模型,研究其结构特征、节点属性、影响力及聚类等级情况。结果表明:关键不安全行为节点可构成行为连锁反应链,并由桥节点连接成不安全行为网络,且网络具有较高风险性。其中,关键不安全行为包括安全生产管理机构设置不合理、安全检查监督体系设计不合理等;存在一些行为连锁反应链,包括"安全生产管理机构设置不合理-施工现场指挥监督失误-作业处于不安全位置"等;不安全行为网络的桥节点包括安全生产管理机构设置不合理等。