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。     

地铁乘客疏散帮助行为及其影响因素的SEM模型*

为研究地铁疏散中乘客帮助行为及其影响因素之间的作用机制,通过对武汉市地铁站乘客疏散行为进行问卷调查,从普通乘客特征、特殊群体特征、安全认知、疏散环境和恐慌心理5个维度出发,构建地铁乘客疏散帮助行为及其影响因素的结构方程模型。研究结果表明:普通乘客特征、特殊群体特征、安全认知对帮助行为具有直接正向影响,其中安全认知对乘客是否提供帮助行为的影响最大;恐慌心理、疏散环境对帮助行为具有直接负向影响,其中恐慌心理影响较大;安全认知还通过中介变量普通乘客特征、特殊群体特征、疏散环境和恐慌心理对帮助行为产生间接影响。     

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。     

地铁人员疏散心理行为调查及相关性研究

为研究地铁人员疏散心理行为特征,选择某地铁A号线上客流量较大的B站,采用问卷调查法对该站内出行的乘客随机进行调查,运用卡方检验对问卷调查统计结果进行相关性分析,并对其显著相关因素进行深入分析.结果表明:地铁人员疏散心理行为特征与性别、文化程度、安全知识、是否携带行李因素显著相关;绝大部分乘客心理素质较好;在地铁突发事件时,女性不如男性理智,文化程度低的人员更容易产生恐慌心理,接受过专门安全教育的乘客更能够选择正确的安全出口,携带行李乘客更容易产生恐惧心理.     

地铁项目安全绩效关键影响因素分析研究

在分析研究地铁安全事故案例的基础上,识别出对地铁项目安全绩效的48个关键影响因素,将这些影响因素归为五大类,即项目参与各方对安全的影响程度、人员的不安全行为及不安全状态、材料的不安全状态、机械/设备的不安全状态和现场环境的不安全状态;采取调查问卷的方式,运用结构方程建模得出各个指标的重要度及各指标之间的相互影响。研究结果表明:"项目参与各方对安全的影响程度"和"现场环境的状态"对地铁安全绩效的贡献最大,同时,其他因素也有较强的影响,在地铁施工中应以此为重点,加强安全防范。     

基于结构方程模型的地铁乘客安全行为影响因素分析

为了研究地铁乘客安全行为的影响因素，通过对北京、上海、广州、深圳等城市的地铁乘客的多项安全指标的抽样调查，建立了关于乘客安全行为的结构方程模型，研究了影响地铁乘客安全行为的主要因素。结果表明:良好的地铁安全氛围能有效提高乘客的安全知识水平、安全动机、安全心理水平、安全参与行为水平；安全参与行为水平同时受到乘客安全知识水平和乘客接受安全培训状况的影响，其中，乘客安全知识水平的高低取决于乘客接受安全培训状况；安全服从行为则与安全动机存在较强的正相关关系；乘客的安全心理水平只跟地铁安全氛围有关，安全氛围越好，乘客安全心理水平越高，安全知识作为中介变量同时影响着安全氛围与安全参与行为、安全培训与安全参与行为、安全氛围与安全动机以及安全培训与安全动机之间的关系，提高乘客安全知识水平是提高乘客安全行为水平的重要途径。     

基于模糊综合评价的地铁站消防安全风险评估

为了降低地铁车站的火灾发生率,对地铁车站消防安全风险进行评价,从主动防火能力、被动防火能力、消防安全管理、乘客安全行为4个方面建立包含24个二级指标的地铁站消防安全风险评价体系。对武汉市武昌火车站地铁站进行实地调研,利用模糊综合评价法对地铁站进行火灾风险评估,得出该地铁车站火灾风险隶属矩阵为{0.2284,0.3721,0.3225,0.0770,0},依据最大隶属度原则,发现该地铁站的整体消防水平处于“比较安全”的层次,但在消防安全管理与乘客安全行为两方面还存在问题并亟待改善,该研究结果可为今后降低地铁站消防安全风险提供借鉴意义。     

基于地铁乘客个体特征的非适应性行为研究

为减少应急疏散时地铁乘客的非适应性行为,提高应急疏散效率,以知信行(KAP)理论为基础,构建地铁疏散乘客非适应性行为模型,在此基础上编制乘客非适应性行为调查问卷,运用SPSS软件中的T检验和方差分析方法分析乘客个体基础特征对非适应性行为的影响,并运用结构方程模型研究疏散乘客安全知识及安全态度与非适应性行为的关系。结果表明:疏散乘客的性别、年龄及火灾经历对非适应性行为具有显著影响,文化程度及乘车频次对非适应性行为无显著影响;疏散乘客的安全知识和安全态度对非适应性行为均具有显著的负向影响。     

面向行为触点的地铁空间疫情传播风险模型研究

为准确辨识地铁空间疫情防控的关键节点,构建了一种基于PageRank算法的地铁空间疫情传播风险模型.通过划分地铁空间与乘客行为样态,以乘客通行行为触点为节点,以乘客行为为边,构建了地铁空间乘客行为轨迹网络;分析初始时刻乘客运动到某空间节点(行为触点)的概率,通过迭代法计算概率的收敛值,即为该空间节点的PageRank值;通过各空间节点PageRank值的排序,划分地铁空间疫情传播风险等级.以汉口火车站地铁站为例进行疫情传播风险分析,结果表明,楼梯、扶梯、站台换乘等空间节点的疫情传染风险较高,站台等待、购票等空间节点的疫情传染风险一般,入站厅、出站厅、安检口、检票口等空间节点的疫情传染风险较低.     

地铁不同人群疏散行为特征调查问卷研究

近年来我国地铁安全事故频发,地铁安全工作的特殊性和脆弱性日益突出。地铁作为人员密集场所,一旦发生突发事故,乘客的疏散行为难以控制,造成疏散极度困难。因此,如何在突发事件下合理快速的组织地铁乘客疏散至安全区域,是地铁运营部门急需解决的重大问题。合理有效的应急疏散方案首先需要了解乘客的疏散行为特征,例如,乘客疏散时的路径选择、对安全知识的了解以及疏散行为和心理特性等。利用调查问卷的方法对地铁突发事件下不同人群的安全意识及疏散行为特性进行初步的调查分析研究,以供地铁人员疏散研究和制定合理有效的应急疏散方案参考。     

基于视线追踪技术的工艺操作人员人为失误识别研究

为了对生产加工过程中工艺操作人员的不安全行为进行有效监控，及时避免因操作失误带来的工艺安全事故，开展基于视线追踪技术的工艺操作人员人为失误识别研究。通过设计眼动实验方案，利用视线追踪技术采集操作者在工艺流程控制过程中各类失误模式的眼动数据,并对采集的数据进行统计，提取失误行为的眼动特征，并建立人为失误智能识别方法，利用距离函数聚类实现现场操作人员失误状态的准确识别。研究结果表明:以被试样本在不同区域的视线停留时间百分比作为特征参数，并运用欧氏距离函数分类法判别人员操作状态，对操作人员的不安全行为能够准确识别。     

考虑人口老龄化的地铁安全疏散仿真研究

为研究老龄化程度对地铁安全疏散的影响,基于人口统计学数据,运用多智能体仿真方法模拟2050年人口老龄化情况下徐州市某地铁站乘客疏散情况,并通过视觉智能识别方法验证仿真模型对地铁乘客疏散描述的准确性。研究结果表明:老龄化比例增加一定程度上会使疏散时间增加,老龄化比例对总体疏散时间的影响程度与疏散总人数有关,疏散总人数越低,随着老龄化比例的增加整体疏散时间显著增加。     

基于AlphaPose与REBA的手工搬运作业姿势风险评估方法*

为有效预防职业性肌肉骨骼疾患(WMSDs),提出基于计算机视觉技术与快速全身评估(REBA)结合的作业姿势评估方法,以手工搬运作业为例,通过人体姿态识别AlphaPose模型检测作业姿势,利用提取的各关节点空间位置信息计算身体各部位关节角度;利用SG滤波法处理身体遮挡、光线等对数据的影响,有效保留数据变化信息的同时消除数据突变;根据身体关节角度范围与危害程度对应关系自动评判作业姿势的风险大小。研究结果表明:作业姿势评估方法可通过采集的视频数据自动评估搬运作业的姿势危险性,降低WMSDs风险,通过分析不同下蹲取物姿势风险,可论证作业姿势评估方法的可行性,为及时改善搬运作业中的不安全动作提供参考。     

小群体行为作用下的地铁站疏散模型研究

为研究小群体行为作用对地铁站突发事件人群疏散效率的影响，基于社会力模型理论和智能体技术，构建地铁站人群疏散模型。分析小群体趋向性、协调一致性等行为特征，运用社会力模型理论，计算小群体成员移动速度；量化小群体行为对群体内部成员作用大小，修正成员期望速度，确定人群疏散速度；以某地铁站火灾事故为例，分别模拟单人疏散场景和混合疏散场景。研究结果表明:混合疏散场景仿真时间比单人疏散场景仿真时间延长12.29%，平均绕行距离比单人疏散增加38.8%，小群体行为降低了地铁站突发事件人群疏散效率。     

行为传播视角下群体压力对矿工不安全行为意向的影响*

为探究不安全行为在煤矿企业班组之间的传播机制,建立矿工的群体压力、道德推脱、道德氛围与矿工不安全行为意向之间的假设模型。以252名一线班组矿工为研究对象,基于结构方程模型分析道德推脱的中介效应和道德氛围的调节效应,对行为传播视角下的群体压力对矿工不安全行为意向的影响展开研究。研究结果表明:群体压力与矿工不安全行为意向正相关;群体压力与矿工道德推脱水平正相关;道德推脱在群体压力与不安全行为意向之间起中介作用;工具型道德氛围在群体压力与道德推脱之间起调节作用;规则型道德氛围在群体压力与矿工不安全行为意向之间起调节作用。研究结果可为煤矿企业降低矿工的不安全行为意向提供1种可借鉴的理论依据和管理方法。     

某地铁站突发事件乘客疏散行为分析研究（2）——行为分析

为了掌握突发事件下,乘客疏散行为反应;基于某地铁站突发事件区间隧道乘客紧急疏散事故案例,采用观察分析研究乘客在列车车厢内疏散行为特征、疏散路线规律、车厢内惊慌情绪分布及规律。结果表明:乘客疏散行为呈现波浪规律特征扩散传递;乘客惊慌逃散时呈现同年龄段同性别相互聚集现象;乘客惊慌逃散时呈现羊群效应;乘客惊慌逃散路线呈现圆弧现象;乘客惊慌情绪随着距离事故点的距离增加而减弱,呈负相关。为地铁设计人员、地铁安全评估、仿真模型、疏散应急预案提供数值参考,并对地铁站区间隧道存在的安全疏散问题提出优化建议。     

基于社会网络分析的建筑工人不安全行为传播路径研究

为提升建筑施工安全管理水平，基于群体视角分析班组中建筑工人间不安全行为传播路径特点，运用社会网络分析理论构建建筑施工班组成员间不安全行为网络传播模型。以1个钢筋工班组为例，通过问卷调查获得样本数据，对得到的网络模型中网络密度、网络中心势、凝聚力、中心性、核心 边缘结构以及凝聚子群等指标进行量化分析。研究结果表明:建筑工人构成的不安全行为传播网络密度较高，凝聚力较强，不安全行为传播明显；技术工人作为行为领袖处于网络核心位置上，人缘较好的工人处于次级核心位置，班组长以及新工人处于班组边缘位置；不安全行为经由核心处中间人传播到其他工人；班组中存在明显的子群结构。     

基于Pathfinder的特殊地铁站点人群紧急疏散模拟

为了保障地铁安全运营，提高突发事件发生后人员疏散的效率，基于实际地铁站的尺寸和载客量，利用Pathfinder软件对北京市某特殊地铁站进行建模；结合站点内不同时间段的人流特征，分析站点内可能存在的不利工况，并对各类工况进行仿真模拟。结果表明:地铁站点内疏散的瓶颈区域为站台和站厅连接处的楼梯口；早高峰时期列车满员时，候车人数超过200需要采取限流措施；晚高峰时期列车人数在1 056左右时，候车人数超过576需增加引导人员限制人员流动。研究成果可为特殊地铁站点的疏散通道设计和日常的人流安全管理提供理论依据。