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%。     

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。     

建筑企业安全心智共享影响因素实证研究

为提高建筑企业现场施工人员的安全心智共享程度,用文献梳理和专家咨询等方法归纳得出20个影响建筑企业安全心智共享的因素;通过向建筑企业的施工人员发放调查问卷,收集整理后对各指标进行量化;采用因子分析的方法从20个指标中提取5个公因子,命名后就每个公因子对建筑安全心智共享的影响程度进行分析。结果表明:建筑企业安全心智共享的关键影响因素可以反映在这5个公因子上,其中企业的考评、奖励制度及企业环境2个公因子对安全心智共享的影响权重的和大于50%。总的来说,企业可通过改善企业的考评奖励制度,优化企业环境来提高安全心智共享率预防安全事故的发生。     

物元可拓法在地铁盾构施工安全风险评估中的应用

针对地铁盾构施工安全风险评估结果不完善、精确度不高等问题，采用DEMATEL-ISM法与物元可拓评估模型相结合，对地铁盾构施工安全风险进行科学合理的评估。首先，以文献整理为基础，结合工程实际，从人员及管理、机械设备、施工材料、施工技术及施工环境5个方面建立地铁盾构施工安全风险评估指标体系；其次，采用DEMATEL-ISM法分析关键影响因素和影响程度以及因素间的层级结构；再次，考虑指标间的关联影响，引用shapley值法确定指标权重，采用物元可拓法构建地铁盾构施工安全风险评估模型；最后，对宁波地铁3号线一期句章-鄞州客运区间应用所建模型进行实例分析，结果表明，其风险评估等级为“中度风险”。其中，人员及管理、施工技术及施工环境所属风险等级相对较高，该区间盾构施工时管理人员应重点监测地质环境，并严格做好地基加固等施工技术工作。     

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。     

地铁盾构施工安全风险规律分析与对策

为预防地铁盾构施工安全事故,利用迭代自组织数据分析算法(ISODATA)对收集到的57起事故和186个未遂事件报告结构化数据进行聚类分析;通过对比分析各聚类集群相对风险可能性的量化结果,探讨地铁盾构施工的安全风险规律及管理对策。结果表明:始发-到达阶段地质条件复杂、洞口土体加固及降水不当是地铁盾构施工领域最危险的风险因素;针对事故风险较大的盾构始发-到达阶段,运用施工安全生产工艺学方法作为安全风险管理对策,可提高地铁盾构施工安全管理绩效。     

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。     

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。     

民航机务维修人员不安全行为干预策略研究

为探究民航机务维修人员不安全行为的干预策略,以计划行为理论(TPB)为依据,探究不安全行为的形成机理和影响因素,采用系统动力学(SD)方法构建机务人员不安全行为干预模型。以S公司为例,用Vensim软件进行仿真模拟。结果表明,机务人员的不安全行为影响因素分为5类,包括心理、生理、能力、管理和环境。在干预策略的模拟中,仅仅加大作业环境安全专项投入虽然能够有效降低风险,但易使员工放松警惕;作业标准化能够显著干预不安全行为;加大惩罚力度能在短时间内干预不安全行为,但不利于建立不安全行为档案。     

基于因子分析与BP网络的地铁施工安全预警研究

为了解决当前我国地铁施工过程的安全预警问题,构建因子分析与BP神经网络相结合的地铁施工安全预警模型。在分析地铁施工安全预警指标的基础上,采用SPSS因子分析法对调查数据进行降维,采用Visual Basic 6.0软件编写BP网络程序,并通过工程实际数据实现模型的训练及检测。研究结果表明,通过因子分析能使BP网络的输入数据从37个减少至7个,经因子分析降维后的收敛速度和计算精度均高于未经因子分析的神经网络,且误差均在10%以内。通过因子分析与BP神经网络相结合构建的耦合模型识别地铁施工过程中的不安全因素,进而有针对性地完善地铁施工的相关预警技术。     

基于SD模型的地铁盾构施工人员安全能力仿真

为研究地铁盾构施工人员安全能力的动态演变规律,减少地铁盾构施工安全事故,建立基于系统动力学（SD）的地铁盾构施工人员安全能力仿真模型。首先,从施工人员个体特质、组织管理以及施工环境3个方面提取盾构施工人员安全能力影响因素,并运用结构方程模型（SEM）验证主要影响因素及因素间的关系;然后,运用SD模型构建地铁盾构施工人员安全能力仿真模型;最后,对成都地铁11号线盾构施工人员进行实证分析。结果表明:地铁盾构施工人员安全能力在前8 h缓慢上升,后4 h快速下降;在前5 h,提高施工人员个体特质、改善施工环境以及提高组织管理水平均能提高安全能力;提高组织管理水平能够减缓后4 h安全能力的下降趋势。     

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。     

DEA-BP神经网络下地铁车站深基坑施工安全评价

为明确地铁车站深基坑施工安全等级,考虑评价指标的非线性关系和复杂动态性,基于数据包络法(DEA)-反向传播(BP)神经网络,提出一种地铁车站深基坑施工安全评价方法。首先,从人员、设备、环境、管理、技术5个方面系统构建安全评价指标体系;然后,利用DEA计算指标权重,运用BP神经网络网络评价地铁车站深基坑施工安全等级;最后,以重庆地铁1号线小什车站为例,运用该方法评价车站深基坑施工安全。结果表明:该车站深基坑施工安全等级为高,与实际情况吻合;安全意识、机械伤人、周边环境、技术交底、渗流破坏是影响深基坑施工安全的主要指标。     

基坑放坡开挖对下方既有地铁隧道影响计算及风险预测

为研究基坑放坡开挖对下方既有地铁隧道的影响以及预测隧道结构的风险,通过改进的计算方法得到放坡开挖基坑引起下方既有地铁隧道的竖向和横向附加荷载、位移、相对变形曲率共6个隧道结构安全的物理表现因子;将位移计算结果与前人理论计算结果、实测数据对比验证,并分析各土层物理力学参数对6个因子的敏感性;最后,基于正态分布概率模型对较敏感的土层物理力学参数随机取值,利用蒙特卡罗方法计算6个因子各级风险发生的概率和竖向、横向2类因子综合影响下隧道结构各级风险发生的总概率。研究结果表明:与原来仅限于矩形开挖基坑的计算方法相比,改进后的计算方法适用范围更广、实用性更强;在算例二分析中,隧道竖向位移和相对变形曲率超过控制值的概率分别为12%和68.7%,其余因子均为0,隧道竖向相对变形曲率是隧道结构处于不安全状态的最主要因子;若不采取预防措施,隧道结构将有高达73.27%的概率处于不安全状态,其中有68.7%的概率处于很不安全状态。     

基于大五人格特质理论的有意不安全行为研究

为探究大五人格特质与工人有意不安全行为之间的关系,首先在专家的帮助下筛选出了7类工人常见的有意不安全行为,然后在前人的研究基础上修订编制了适用于我国一线工人的中文形容词大五人格简版量表。经SPSS软件检验,修订后量表的5个特质对应的题项信度在0.86～0.89之间,公因子方差均大于0.6,累计方差贡献率达到了75%,特质与题项对应明显,信效度良好。最后,以5个人格特质得分为自变量,有意不安全行为次数为因变量进行逐步回归分析,结果发现工人严谨性、神经质、宜人性这3个人格特质得分越高,其有意不安全行为次数越少。     

组织及环境因素对员工不安全行为影响的SEM研究

为分析组织及环境因素对员工不安全行为意向和不安全行为的影响,收集7个煤矿的735名一线作业人员有效调查问卷,采用因子分析方法(FAM)和结构方程模型(SEM),构建组织与环境因素对不安全行为意向及其行为的SEM。结果表明:不安全行为意向与安全装备、安全理念、危险源管理、工作压力、违章处罚、安全管理行为显著相关;不安全行为与危险源管理、工作压力、管理承诺、物态环境、违章惩罚显著相关;不安全行为与安全理念、安全装备、安全管理行为关系不显著;不安全行为意向与管理承诺、物态环境关系不显著。     

广州地铁鹭江站施工安全技术体系研究

城市地铁工程主要穿越城市商业区和居民聚居区 ,施工过程中的安全技术问题可能对地表环境产生严重影响 ,甚至诱发地面塌陷等灾害发生。笔者结合广州地铁二号线鹭江站的施工实践 ,研究了城市地铁工程的施工安全技术 ;探讨了地铁车站施工安全监测中的维护桩变形、土体变形、支撑结构的受力状况、地下水水位、地下管线沉降和位移监测的实施细则 ;突出了对折返线施工过程的监测 ;研究了施工安全保障技术方法体系 ;对施工现场安全技术、施工工艺安全技术进行了深入分析 ;明确了基坑开挖、洞室掘进、空中作业等不同类型的施工场地和人工挖孔、爆破、模筑混凝土、钢支撑安装、防水层施做等各种施工工艺的安全保障技术方法 ;建立了安全施工和安全管理措施方法体系。     

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。     

铁路建设项目安全管理标准化体系影响因素分析——基于社会网络分析视角

为降低铁路建设项目安全管理不规范导致的安全事故,采用访谈和问卷调查的方法归纳、整理出安全管理标准化体系的关键要素,利用SPSS 27.0统计分析并最终确定32个关键要素,并将关键要素划分为制度建设标准化、组织管理标准化、资源环境标准化、现场作业标准化、过程控制标准化5个子类;在此基础上运用社会网络分析方法构建安全管理标准化网络模型,同时对其网络特征及拓扑结构进行分析。结果表明:制度管理标准化子类机制效力最高;安全政策法规、安全制度建设等在网络中出度值较高;安全事故与安全损失、工人不安全行为等入度值较高。针对分析结果提出管理措施,为推进铁路建设项目安全管理标准化、提升安全管理水平提供参考。