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。     

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。