大型航天试验起重作业安全精细化操作的研究与应用

在大型航天试验过程中,试验准备、撤收阶段等环节均需使用起重机,吊装作业频繁,且起重质量往往较大,吊装高度往往较高。本文以大型航天试验过程中的重点风险——起重伤害为突破点,结合安全精细化管理需求,深入研究吊装作业精细化操作步骤,从作业前、作业中、作业后三个方面进行总结、提炼,以简洁、明确、指导性强的文字进行描述,高度凝练出操作规程20步,极大地提高了一线操作人员对吊装作业的理解和精细化操作技能。     

基于驾驶员指标的驾驶员风险感知水平评价

为准确评价驾驶员风险感知水平,获取不同交通流状态、不同交叉口几何特性、不同干扰情况下驾驶员反应数据、心电生理数据、眼动数据以及行驶过程中车辆性能数据、车辆行为数据、与其他车辆交互情况等,从驾驶员生理、物理指标2个方面分析风险评价指标,在风险感知量化、情景提取和行为分析基础上建立评价指标体系;运用隐马尔可夫模型(HMM)预测驾驶员风险感知量化值,并分析不同风险感知量化值下的驾驶行为参数,得到风险感知量化值的观察序列,进而验证模型有效性。结果表明:用该模型预测驾驶员风险感知量化值能达到85%以上的准确率。     

智能分析的关键技术解析及新应用

智能视频分析技术涉及到模式识别、机器视觉、人工智能、网络通信以及海量数据管理等技术。视频智能分析通常可以分为几部分:运动目标的识别、目标跟踪和行为理解。智能监控系统是指在特定的监控区域内实时监控场景内的永久或是临时的物体,通过对视频传感器获取的信息进行智能分析来实现自动的场景解析、预测被观察目标,并进行交互性行为。本文就视频智能分析关键技术进行解析并介绍智能分析的新应用。     

吊装作业的安全措施

正吊装是一项具有一定风险的作业,其安全防范措施不可忽视。1吊装作业的安全操作措施(1)起重作业前。编制作业方案;对从事指挥和操作的人员进行资格确认;对起重机械和吊具进行安全检查确认,确保处于完好状态;对安全措施落实情况进行确认;对吊装区域内的安全状况进行检查(包括吊装区域的     

一种新型的嵌入式智能图像传感器设计

提出并设计一种新型的嵌入式智能图像传感器,该传感器具备一定的室外场景(主要为道路和公共场所)状态感知能力,适用于分布式智能视频监控系统.本文采用基于统计学习的方法实现了运动前景图像检测和阴影消除,并在此基础上完成运动目标行为分析,实现了关键区域保护、监控目标移动检测以及镜头遮挡保护等智能视频监控功能.本文所设计的视觉分析算法适用于复杂的室外环境,适合于实时计算.在算法的实现中充分利用了该嵌入式智能图像传感器硬件设计的优点,在实验中取得了良好的效果.     

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。     

基于隐性危险驾驶人感知特性及判别模型研究*

为研究驾驶人在隐性危险场景中危险感知行为,基于Bayes判别法,将驾驶行为指标作为输入变量,建立驾驶人危险感知能力预测模型。结果表明:驾驶员在显性危险场景的纵向加速度显著低于隐性危险场景;驾驶人在隐性危险场景中TTC值小于显性危险场景;在被试车辆与轿车、行人、非机动车冲突3种交通冲突场景中,驾驶人对行人危险感知能力最弱。研究结果对提高道路交通安全水平以及驾驶人应急避险能力具有一定实际指导意义。     

重型施工机械安拆吊装作业视觉可达性BIM仿真分析

为提高重型施工机械安拆吊装作业安全工效,改善安拆作业过程中人员的可视性,提出基于可视锥法的多主体视觉可达性建筑信息模型(BIM)仿真方法。首先,通过重型施工机械视觉任务分解,得到重型施工机械多主体视觉任务;其次,以wk-35型电铲安拆作业为研究对象,分析起重驾驶司机-信号工-司索工多主体视觉任务,运用计算机辅助三维交互应用(CATIA)人因仿真模块,构建安拆吊装作业多主体视觉的BIM仿真场景;然后,采用可视锥法,计算安拆吊装作业过程多主体视觉可达性量值,测度多主体视觉可达性水平,构建重型机械施工机械多主体视觉评价模型;最后,调节BIM模型的过程参数,推演多主体视觉变化趋势,评价安拆吊装作业多主体视觉可达性。结果表明：安拆作业中起重司机在起升下降过程中视觉可达性较差,在平移过程中视觉可达性较好;信号工和司索工的位置与其视觉可达性联系紧密,当信号工处于视野刚好覆盖起重司机和司索工的位置时,其视觉可达性最好,而司索工需不断调整位置,使其视觉可达性达到最佳。     

机场火灾旅客安全态度、风险感知与非适应性疏散行为的关系研究*

为减少旅客非适应性疏散行为,提高机场火灾疏散效率,基于态度-行为过程模型,剖析机场火灾旅客安全态度对非适应性疏散行为的作用机理。构建包含安全态度(安全认知、安全情感、安全行为倾向)、风险感知（概率感知、控制感知、损失感知）和非适应性疏散行为的理论模型,并依据507份有效数据进行实证检验。研究结果表明:安全情感对非适应性疏散行为有直接显著的负向作用,安全认知和安全行为倾向通过风险感知的中介作用对非适应性疏散行为产生负向影响,且安全情感对非适应性疏散行为的总效应最大。     

基于安全系统理论的水电工程智能安全管控模型设计

针对水电工程智能安全管控体系建设的问题,根据以信息化建造、数字大坝、智能大坝为特征的发展阶段趋势,运用安全系统理论,结合大数据、人工智能及云计算等最新信息技术,提出水电工程智能安全管理的内涵特征、层次结构、基础要素及技术体系,建立基于安全系统理论的水电工程智能安全管控模型。该模型借助数据感知技术,以推动人、机、环境三元融合为目标,形成基于群智数据协同的水电工程智能安全管控体系。以大渡河金川水电站为例,在该模型下实现了安全管理的风险识别、全面感知、智能管控和实时预警,为水电工程智能安全管控和智慧高效决策提供支撑。     

卷烟制造企业风险动态管控与智能化技术的研究与运用

针对卷烟制造企业安全风险具有复杂性、动态变化性及控制薄弱性特征,根据物联感知、信息化应用及智能识别技术,对企业风险现状进行分析,按照人-事-物方法论对静态风险、动态风险、管理风险三类数据建立风险指标要素层,利用层次分析法及专家打分法对指标计算权重并赋值,构建风险动态评估应用模型,并搭建智能化管控平台,建立风险管理的预测预警及考核评价机制,为实现风险动态管控,进行了有效探索。     

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SI-SB系统安全模型的多层级边缘智能管控模式

为探索信息化、智能化技术赋能下的创新型安全生产管控模式,从安全信息学的角度分析安全管控过程中的信息流动特点,提出安全生产多层级边缘智能管控模式;基于安全信息-安全行为(SI-SB)系统安全模型分析安全管控过程中安全决策偏差和滞后的机制,提出安全管控系统性能改进的思路;结合安全生产组织管理体系特点和数字化技术优势,阐述数字化技术在信息感知传递、安全信息解释和安全行为引导等3个方面的赋能依据,以及数字化感知、智能化决策和多层级管控等3个方面的赋能途径,并提出具备智能决策、敏捷响应、弹性扩展和人机协同特点的安全生产多层级边缘智能管控模式;在紧急事件、短周期管控、长周期管控3类场景中,对应用智能管控模式前后的安全事件响应进行时效性计算和对比。结果表明：所提出的多层级边缘智能管控模式能够显著提高安全管控效能。     

公众风险感知的定量计算方法与应用研究

结合风险感知影响因子的研究,通过对风险的概念性剖析,将客观与主观性概念相整合提出了一个相对简单,但具有较强应用性的方法并应用于风险感知的定量化研究中.模型是通过定量的方式表达出人们的风险厌恶和风险接受等心理上的风险特征.该方法整合了个体风险效率Reff和相对感知影响因子(PAF)的权重平均值,模型的核心理念是基于心理测量范式方法.在模型中给每一个PAF分配1个相关权重以代表其影响力大小.权重值的量化过程通过目标一组的方式(如专家、大众)或者心理测量范式的方法进行.对可选择性的PAF生成过程与权重值的计算方法进行了详细阐述.同时,利用专家工作组的数据进行了真实性检验.检验结果表明:模型能够应用于标准化与技术性的个体风险感知定量分析,如用于改善并加强专家与大众之间的风险沟通,减小他们之间的风险感知差异等;另外,该方法能够解释风险感知水平的差异是如何形成的,但并不能解释为什么形成了这样的差异.该结构化的计算模型的建立过程既没有过多地考虑社会-文化因子,也没有考虑历史背景,因为这两个影响因子的影响是十分微弱的.     

正念对应急疏散行为:风险感知和自我效能的中介作用*

为明确正念对应急疏散行为的影响机制,提高应急疏散效率,构建包含应急正念、风险感知、自我效能、掩蔽效应和应急疏散行为的概念模型,基于调查问卷结果,利用结构方程模型进行实证研究。研究结果表明:正念、风险感知和自我效能对应急疏散行为存在正向影响,正念通过风险感知和自我效能对应急疏散行为产生部分中介效应;掩蔽效应在自我效能影响应急疏散行为过程中具有显著调节作用;正念通过风险感知能力提高自我效能,进一步对应急疏散行为产生影响。研究结果可为缓解突发事件带来的不良情绪及压力,增强个体自信程度及风险感知能力,提高应急疏散效率提供参考和借鉴。     

高铁应急调度STAMP/STPA安全性分析

为克服传统安全分析模型不能评估高铁调度系统中组件之间复杂交互的缺陷,基于系统理论的事故过程模型(STAMP),将高铁应急指挥系统中人员与设备之间交互安全性问题视作系统控制和反馈问题,构建高铁应急调度控制反馈模型,识别系统安全风险与约束;采用系统理论过程分析法(STPA),分析不安全控制行为及诱发不安全控制行为的控制缺陷;基于台高铁脱轨事故实例分析,验证STAMP/STPA应用于高铁应急调度安全分析的有效性。结果表明:构建的高铁应急调度控制反馈模型可分析得到高铁应急调度指挥的风险因素为感知或执行误差、决策失误、接收或执行时延;同时通过该模型可演绎安全约束失效路径。     

基于深度学习的不安全因素识别和交互分析

为解决行为安全领域不安全因素识别和交互分析困难的问题,构建基于深度学习的不安全因素识别和交互分析模型。首先,从"人-机-环"3方面构建不安全因素识别层,分别采用不同的深度学习结构识别作业人员行为属性、工作环境场景和操作设备工作状态的不安全因素;然后,通过因素交互层,采用关联和回归多值算法完成对不安全因素的交互分析;最后,通过输出显示层实现分析结果的表征。以某煤矿综采、掘进、通风3个生产活动类别的视频音频数据为例,通过Matlab操作平台选取最优深度学习结构,进行模型交互分析。结果表明,用该模型能实现对采煤面空顶作业、喷浆机故障仍然加料、主要通风机异常响动未停机检查等不安全因素的识别和交互分析,完成不安全行为的描述以及风险分级、行为痕迹的分类。     

风险感知理论模型及影响因子分析

笔者目的在于通过文献凝练,明确风险感知在现代风险评估体系中的重要性,分析风险感知研究中亟需解决的定量化分析等关键问题,并提出相应的解决办法。通过心理测量范式和社会认知模型等经典理论方法的研究,梳理总结出适用于风险感知研究的理论模型;同时,对风险感知影响因子进行了定量化测量并对文化理论进行了探讨。结果表明,情绪因子使得63%的人产生面对风险时的态度波动。其中,愤怒和恐惧是体现最为明显的情绪类型。风险目标因子则直接影响人们对风险等级的判断。文化理论等方法表明,面对风险人们因心理特征和个性差异有不同行为选择并形成4种不同类别的人群。最后得出,风险感知是风险中人群行为决策和风险判断过程的基础,其中情绪因子应为今后相关研究探讨重点。     

船-桥避碰监测预警系统研究

为提高桥区船舶航行安全,提出一种基于智能视频处理技术的船-桥避碰监测预警系统。该系统实时采集桥区场景视频,利用视频处理技术自动检测运动船舶目标,基于视觉几何模型进行船舶空间定位,提取船舶运动态势参数,并结合船舶航行操纵知识和相关模型,进行船-桥碰撞风险预测,输出避碰操纵命令。大量仿真及现场试验结果表明,该系统能检测出航行异常船舶并输出避碰操纵命令,达到主动避碰的目的。     

“安消一体化”在高校安全管理中的应用

为提升校园现代化风险识别管控能力,加快推进安防与消防数据深度融合,建设“安消一体化”平台成为高校安全管理的有效抓手。“安消一体化”平台综合运用大数据、物联网、人脸识别、人工智能、云计算等前沿科技,建立全面感知、动态监测、智能预警、精准防火、科学疏散、快速灭火的防控体系,实现安防、消防设备设施互联互通,安消一体化管理,智能监控预警,应急联动及指挥场景化。实践应用表明,“安消一体化”平台切实提升了高校在安消设备管理、风险隐患治理、火情智能预警、应急快速联动等方面的管控效能。