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。     

基于组织心件管理理论的地铁施工安全管理研究

针对我国地铁施工安全事故频发现象,分析地铁施工的特点,探索施工安全事故发生的主要原因,通过对原因的分析,得出对施工现场作业人员安全管理的重要性,基于组织心件管理理论,结合心件三要素,发现地铁施工安全管理存在认知能力、行为能力和情绪能力三方面问题,提出完善安全管理的合理化措施,以期在一定程度上能够提高地铁施工现场安全管理水平。     

基于关联规则的煤矿机电运输事故不安全行为分析

为系统分析矿工在机电运输过程中产生不安全行为的关联因素,降低事故发生概率,本文从煤矿安全生产网和应急管理部公布的煤矿事故案例中选取2015-2021年发生的90起机电运输事故作为案例样本,统计分析煤矿机电运输中不安全行为在动作分类、班次、月份、地点和岗位5个维度的分布特征;运用Apriori算法研究煤矿机电运输事故这5个维度之间存在的关联规则。研究表明:在3个班次中,中班时间段出现的不安全行为比率最高;在一年中8月份出现的不安全行为最多;处于工作面中的不安全行为出现最多;一线工人的不安全行为出现最多。重点防治一线工人在中班发生的不安全行为和晚班时冒险作业这一行为,有利于加强工作面的巡检力度,提高检查效率。     

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。     

插上单体设备电子牌杜绝误操作伤人

电动挖掘机械是采矿生产装车作业的主要设备,用于将爆破后的矿岩装人矿车,继而进行矿岩运输。目前,首钢集团有限公司矿业公司水厂铁矿共有电铲(机械式电动挖掘机)10台,为保证在检修施工作业过程中,岗位作业人员与检修人员联系确认安全、高效,每台电铲均挂有“操作牌、自检自修牌、有人操作禁止合闸牌”的面板,用于设备交换牌工作。     

面向行为安全的泛场景数据理论与应用研究

为进一步挖掘统计数据中的安全规律,在场景研究基础上,分析泛场景数据的理论内涵,提出从时间、位置区域、行为个体、不安全动作、行为性质、行为痕迹、风险等级等7个维度表征不安全行为泛场景数据。通过对现实场景和抽象场景2个层面的采集数据进行单维度统计分析及多维度关联规则挖掘,实现了泛场景数据的应用。从全国225起瓦斯爆炸事故中采集871条不安全行为泛场景数据,并对其进行统计分析和关联规则挖掘。结果表明,泛场景数据的理论和方法可用来有效挖掘和释放统计数据价值,从多维度深入分析不安全行为的内在特征规律。     

地铁施工灾害关键警兆监测指标研究

为实现地铁施工灾害警兆的实时监测和重点跟踪,预防和减少地铁施工灾害的发生,应用WBS-RBS及关联规则对地铁施工灾害关键警兆监测指标进行科学选取。通过分析以往地铁施工事故,针对基坑工程采用WBS-RBS方法,全面识别施工过程中的风险源,并运用基坑工程警兆监测指标关联规则模型对"地墙渗漏"警兆的20组样本数据进行计算分析,得到警兆与监测指标的频繁项集,从而甄选出关键警兆监测指标。结果表明,由于关联规则的存在,当警兆监测指标组合中某个指标超过阈值时,组合中可能存在其他指标同时超过其指标阈值,因此这时应加强对其他指标的监测。     

以赛代培 赛培结合——记国网北京市电力公司有限空间作业大比武活动

正安全月期间,通过开展有限空间作业安全技能大比武的活动,国网北京市电力公司以赛代培、赛培结合,全面提升了操作工人有限空间作业技能,取得了良好的效果。为提升施工企业有限空间作业安全生产管理水平,提高有限空间作业人员技能素质,增强作业人员安全生产意识,国网北京市电力公司在2014年和2017年,结合"安全生产月"的契机,在公司开展有限空间作业安全     

工作满意度对建筑工人不安全行为的矫正机制研究*

为探讨工作满意度对建筑工人不安全行为矫正机制,基于文献调研构建工作满意度对建筑工人不安全行为矫正机制理论模型,并通过验证性因子分析和结构方程模型分析,对理论模型进行实证检验。结果表明:工作满意度对建筑工人安全不服从行为和安全不参与行为有显著矫正作用,敬业度在工作满意度和建筑工人安全不服从行为与安全不参与行为间起完全中介作用。对于新生代建筑工人,工作满意度通过敬业度对安全不服从行为矫正效应小于对安全不参与行为的矫正效应,对于老一代建筑工人,矫正效应则相反。研究结果可为广大建筑施工企业矫正其工人的不安全行为提供依据。     

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。     

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。     

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。     

组织支持感对建筑业农民工不安全行为的影响*

为对建筑业农民工的不安全行为进行科学有效的管理，探讨组织支持感、自我效能感与建筑业农民工不安全行为之间的关系，防止因建筑业农民工不安全行为造成的不安全事件发生，从组织行为学和计划行为学视角出发，以218名一线建筑业农民工为研究对象，通过构建结构方程模型进行实证分析。结果表明:组织支持感的3个维度均可直接对建筑业农民工的不安全行为产生负向显著影响，其中关心利益维度影响最大，工作支持维度次之；建筑业农民工的自我效能感在其组织支持感与不安全行为的负向关系中起到中介作用。     

精神支持与物质支持对建筑工人不安全行为影响对比

为向建筑工人提供更具针对性的支持,对比分析精神支持和物质支持的影响效果,分别构建精神支持和物质支持对建筑工人不安全行为的影响机理,基于351名建筑工人调查数据,采用结构方程模型展开实证研究.研究结果表明:精神支持和物质支持对建筑工人安全意识的提高和工作压力的降低都具有显著影响;相较于物质支持,精神支持影响效果更好,更能...     

基于场动力理论的建筑工人人格特质、情绪与不安全行为关系研究*

为深入探讨建筑工人人格特质、情绪与不安全行为之间的作用关系,提高建筑工人安全认知能力,以293名一线建筑工人为调查对象,基于场动力理论,构建人格特质和情绪对不安全行为影响机制的理论模型,实证检验人格特质和情绪对不安全行为的预测作用以及情绪调节效应。研究结果表明:外倾性、神经质、开放性3种人格正向预测不安全行为显著;正负性情绪对不安全行为水平具有显著影响,正性情绪在外倾性-不安全行为和神经质-不安全行为间具有显著调节效应,负性情绪在责任心-不安全行为和开放性-不安全行为间具有显著调节效应。研究结果可为建筑施工企业根据工人个性化心理特征,溯源工人自身安全问题,为后续开展分类干预管理和矫正不安全行为提供理论支持。     

行为经济学视角下矿工不安全行为仿真分析

为了分析影响矿工不安全行为决策的成本收益因素，扩展不安全行为的研究方向，基于行为经济学，构建矿工不安全行为决策模型，模型包括矿工属性、管理者属性以及矿工之间的交互影响规则。利用Netlogo工具进行仿真模拟，探讨不同影响因素对不安全行为产生的影响程度。结果表明:正向激励水平对抑制不安全行为效果显著，同时，维持合理的工作时间对保障安全生产意义重大，从而为煤矿企业控制不安全行为提供思路。     

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。     

安全激励对具从众动机的建筑工人不安全行为的干预作用

为了研究安全激励对具有从众动机的建筑工人不安全行为的干预作用，识别建筑工人不安全行为的影响及干预因素，分别对具有从众动机的建筑工人不安全行为发生机理、安全奖励和安全惩罚的干预机理进行假定。基于调研数据，采用SPSS和AMOS工具展开模型拟合。研究结果表明:安全激励对建筑工人不安全行为有一定的干预作用；奖励对从众动机建筑工人的安全动机的端正产生0.108的正向影响、对安全能力的提升产生0.121的正向影响；惩罚对从众动机的建筑工人的安全心理健康产生0.140的正向影响、对安全知识的学习产生0.250的正向影响。基于此，提出预防具有从众动机的建筑工人不安全行为的有效措施。