强降雨导致的建设工程安全事故人因分析HC-GC模型

为降低强降雨导致建设工程安全事故发生率，有效解决该类安全事故人因分析复杂问题，提出新的安全事故人因分析模型方法。基于人为因素分析与分类系统(HFACS),建立包括6层24个因素的建设工程强降雨事故(CPHRA)框架模型(HC);联用遗传算法(GA)优化连续关联规则挖掘算法(CARMA)(GC)分析人为致因关联，绘制事故人为致因链；选取150起强降雨导致建设工程事故典型案例进行模型验证与应用分析。结果表明：优化后的人因分析HC-GC模型具有更优的性能与效率；在事故人因链中，政府安全主管部门监督不足与企业安全文化缺失是深层次因素，现场违规监管与现场安全管理漏洞是主要连接因素，技能水平低与失误违章会进一步强化事故负反馈，事故上报与响应不及时是强降雨导致建设工程事故扩大蔓延最直接原因。     

核电厂运行阶段安全文化评价指标体系研究

为培育良好的核电厂运行阶段安全文化,通过分析核电厂运行特征,总结已有的核安全文化评价指标体系和评价模型,构建核电厂运行阶段安全文化评价指标体系,划分为价值观、行为、系统和环境4个层次,并细分出13个二级指标和61个三级指标;在此基础上,考虑到指标之间的非独立性和可能存在的相互影响关系,提出一种基于决策试验和评价实验法(DEMATEL)以及网络层次分析法(ANP)相结合的综合方法,确定指标体系的权重。结果表明：该方法结合调研数据,可得到核安全文化评价指标权重,并甄别出改善核安全文化的关键在于决策层的安全意识、以身作则等指标,为核电厂运行阶段安全文化的培育提供指导。     

基于W-R-SHEL的露天矿山运输系统风险因素研究

露天矿山运输系统事故原因涉及人、机、环、管等多个环节。基于运输系统复杂、高事故率这一实际情况,以人为因素作为风险因素的分析中心,在总结传统人为风险因素辨识模型存在不足的基础上,提出基于工作分解结构(WBS)与R-SHEL相结合的风险因素辨识模型。将模型具体应用在国内某大型铝土矿山运输系统风险因素研究中,确定5个一级因素指标、13个二级因素指标及40个三级因素指标,采用三级标度IAHP与模糊(fuzzy)相结合的方法实现指标体系中风险因素的综合评判,得出综合评判结果与现场实际情况基本相符。     

基于主成分分析和神经网络的事故预测方法及应用

为解决人工神经网络(ANN)对复杂系统进行事故预测建模时,易导致网络复杂,降低网络性能和增大预测误差的问题,提出一种基于主成分分析法(PCA)的ANN事故预测方法。介绍PCA法和ANN的基本理论,阐述基于PCA法的ANN事故预测模型及其预测步骤,即在利用ANN预测之前,先用PCA法分析事故影响指标,将多个指标转化为少数几个能反映原始信息的互不相关的综合变量(主成分),然后以这些变量作为输入进行ANN建模,从而达到简化模型,提高网络性能和计算精度的目的。以煤矿事故预测为例,进行应用和对比研究。结果表明:基于PCA的ANN事故预测相对误差小于3%,而直接运用ANN方法预测的相对误差达到5%。这说明,对复杂安全系统进行事故预测时,基于PCA法的ANN预测方法是更可行的。     

工程项目现场安全标志有效性评价

为改善工程项目现场作业安全状况,需要对安全标志的有效性进行评价。通过划分施工人员的认知行为阶段,从人机工程学系统优化的角度构建安全标志有效性评价指标体系,确立指标打分规则,采用网络层次分析法(ANP),运用超级决策(SD)软件确定指标权重、综合评分,并加以示例说明。结果表明:安全标志的有效性受注意阶段的显著性、识别阶段的可理解性、判断阶段的安全倾向性和行为阶段的易遵守性交互影响,其中,安全倾向性权重值最高。     

基于Reason-AHP的有害气体中毒事故分析

为有效防范有害气体中毒事件的发生,首先,基于瑞士奶酪模型(Reason模型),构建包括5个一级指标、15个二级指标的有害气体中毒事故致因指标体系;然后,采用层次分析法(AHP)对事故致因因素指标进行权重分析,并对其重要度进行排序。结果表明:现场作业违章指挥(0.288)、习惯性行为(0.152)、人员培训不到位(0.130)及规章制度不落实或缺失(0.118)等致因指标对事故的影响较大。针对影响较大的致因指标提出改进措施。     

基于ANP和SPA的民航飞行员安全能力评价

飞行员安全能力是飞行员排班、机组搭配、掌握飞行员安全状态的重要依据,为客观、准确地对飞行员安全能力进行评价,对安全管理能力内涵进行了界定,找到了评价飞行员安全能力的4个二级指标,共17个三级指标。后来用网络层次分析法(ANP)对各影响因素的影响力进行排序,确定了指标的综合权重。综合考虑飞行员安全能力各影响因素之间的不确定性、模糊性,采用集对分析方法(SPA)进行评价。最后将集对分析法和网络层次分析结合构建的评价模型运用于某航空公司飞行员安全能力评价,结果与实际情况基本一致,说明了该方法的有效性。     

Fuzzy-AHP在LNG接收站风险辨识中的应用

笔者以液化天然气(LNG)接受站的生产工艺、设备、作业环境的特点为背景,提出一种基于模糊层次分析方法(Fuzzy-Analytic Hierarchy Process)的风险评估方法。首先,根据LNG接收站风险事故多层次、多因素及不确定的特点,结合本行业的安全标准,确立了LNG接受站的风险因素和评价指标,建立接受站的安全评价体系;随后,运用Fuzzy-AHP方法确定权重矢量和模糊评价矩阵,并通过模糊运算求出决策矢量,实现对风险因素的排序以达到风险辨识目的;最后,对国内某LNG站进行了实例计算。计算表明该接收站的硬件设施完善,但应加强风险管理,制定相应的措施应对因气候条件、储罐区管理不当及船舶安全保护不到位等引发的事故。结果表明基于LNG站的Fuzzy-AHP风险辨识模型的安全性综合评价是有效的。     

复合赋权云模型在户外体育赛事风险研究中的应用

为降低户外体育事故发生率，采用层次分析法(Analytic Hierarchy Process, AHP)、熵权和云模型相结合的方法对户外体育赛事的风险因素进行综合评价。根据安全综合管理四要素，从人、机、环、管4个方面出发，构建户外体育赛事风险评价指标体系。利用层次分析法和熵权法计算各指标的主观、客观和综合权重，并基于云模型对比分析评价云图与标准云图，确定优势指标。最后结合事故实例进行风险评价。结果表明复合赋权云模型对各项风险因素指标赋权合理，其分析得到的优势指标与真实事故原因基本一致。相较于其他赋权评价模型，本评价方法在大型复杂体育赛事风险评价中，能实现主客观结合，有利于实现对风险因素指标的精确赋权，使评价结果更加真实可靠。     

改进GRA-TOPSIS模型在装配式建筑施工风险评估中的应用

为使装配式建筑施工风险评估模型更科学，降低装配式建筑施工事故发生率，装配式建筑施工风险评估具有复杂性、随机性、模糊性特点，提出了基于改进GRA-TOPSIS的装配式建筑施工风险综合评价模型。首先，从人员、物料、技术、管理和环境5个方面，选取了18个典型影响因素，构建了装配式建筑施工风险综合评价指标体系，并确定指标分级标准；其次，借助区间层次分析法、改进CRITIC法和博弈论分别计算指标主观权重、客观权重和综合权重；引入盲数理论，对专家赋值进行处理，合理确定各指标得分，通过计算灰色关联贴近度，实现装配式建筑施工风险综合评价。最后，将建立的综合评价模型应用于5个装配式建筑施工风险评估中，得到了各个项目施工风险等级及排名，将评估结果与物元可拓和云模型评估结果对比，并基于雷达图法进行装配式建筑施工风险差异分析。研究表明，评价模型结果合理可靠，为风险评估工作提供了新思路。     

三度空间视角下的装配式建筑施工安全绩效评价*

为了解决现有的装配式建筑施工安全绩效评价已不能满足建筑业信息化背景下发展需求的问题,基于“三度空间”视角,从物理、社会、信息3个层面,构建包含6个一级指标以及23个二级指标的装配式建筑施工安全绩效评价体系;阐述各指标之间的相互关联;采用ANP网络模型对各指标赋权;利用灰色聚类法对施工安全绩效指标进行评价。研究结果表明:该评价模型能够分析装配式建筑在社会、物理和信息3个空间维度的安全绩效,得出装配式建筑项目的整体安全绩效水平并识别出关键控制指标,可为装配式建筑安全绩效评价提供新的思路。     

Exploratory analysis of Spanish energetic mining accidents

Using data on work accidents and annual mining statistics, the paper studies work-related accidents in the Spanish energetic mining sector in 1999-2008. The following 3 parameters are considered: age, experience and size of the mine (in number of workers) where the accident took place. The main objective of this paper is to show the relationship between different accident indicators: risk index (as an expression of the incidence), average duration index for the age and size of the mine variables (as a measure of the seriousness of an accident), and the gravity index for the various sizes of mines (which measures the seriousness of an accident, too). The conclusions of this study could be useful to develop suitable prevention policies that would contribute towards a decrease in work-related accidents in the Spanish energetic mining industry.     

2000年国内重特大事故数据

简要介绍了2000年全国安全生产的基本情况,对重特大事故进行了不完全统计,把102起重特大事故按事故类型和行业进行了归类分析,从中得出了4个结论。     

Data mining of tree-based models to analyze freeway accident frequency

INTRODUCTION: Statistical models, such as Poisson or negative binomial regression models, have been employed to analyze vehicle accident frequency for many years. However, these models have their own model assumptions and pre-defined underlying relationship between dependent and independent variables. If these assumptions are violated, the model could lead to erroneous estimation of accident likelihood. Classification and Regression Tree (CART), one of the most widely applied data mining techniques, has been commonly employed in business administration, industry, and engineering. CART does not require any pre-defined underlying relationship between target (dependent) variable and predictors (independent variables) and has been shown to be a powerful tool, particularly for dealing with prediction and classification problems. METHOD: This study collected the 2001-2002 accident data of National Freeway 1 in Taiwan. A CART model and a negative binomial regression model were developed to establish the empirical relationship between traffic accidents and highway geometric variables, traffic characteristics, and environmental factors. RESULTS: The CART findings indicated that the average daily traffic volume and precipitation variables were the key determinants for freeway accident frequencies. By comparing the prediction performance between the CART and the negative binomial regression models, this study demonstrates that CART is a good alternative method for analyzing freeway accident frequencies. IMPACT ON INDUSTRY: By comparing the prediction performance between the CART and the negative binomial regression models, this study demonstrates that CART is a good alternative method for analyzing freeway accident frequencies.     

基于数据挖掘的化工生产事故致因主题抽取

为充分挖掘化工生产事故数据中的有效信息和潜在规律,提高对化工事故认知水平,针对某化工集团2010—2016年共1 578起事故数据,利用社会网络分析等方法揭示事故要素间的关联关系;运用潜在狄利克雷分配（LDA）模型进行事故聚类,并抽取到5个事故致因主题。研究结果表明:LDA主题模型等数据挖掘技术能有效挖掘大量事故数据中的潜在信息;5个事故致因主题中,4个涉及到人因或组织层面的缺陷;员工注意力不集中和现场风险管理不足这2个致因主题间具有较强相关性;员工注意力不集中、现场风险管理不足以及设备问题是导致事故发生的主要原因。     

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。     

物联网感知安全应用的研究与展望

为拓展物联网行业应用、加快发展中国物联网产业,基于提前感知,超前防范对安全科学与工程的重要性,介绍物联网感知安全应用的研究现状,深入分析物联网感知安全行业应用所需要的关键技术和研究方向;在分析国内外物联网发展路径的差异、现有标准及新标准制定的基础上,研究顶层设计、资源部署、应用标准建设等感知安全应用系统建设亟待解决的问题;提出物联网应用示范研究的内容、目标;提出在公共安全和安全生产领域应用物联网技术,对防范重特大事故、安全监管、事故应急救援的重要现实意义。     

建筑施工事故非线性灰色伯努利模型预测

为提高建筑施工事故灰色预测模型精度,在传统GM(1,1)模型基础上,建立非线性灰色伯努利模型(NGBM),并采用粒子群优化(PSO)算法对参数进行优选。以2001—2011年全国建筑事故死亡人数统计数据为基础,运用该模型对2012—2013年的相应人数进行预测,并与GM(1,1)模型和灰色Verhulst模型的结果相对比。结果表明,NGBM拟合精度最好,平均相对误差仅为2.65%,验证了模型的可行性和准确性。