地铁隧道施工安全风险演化的BP-SD模型研究

为深入研究地铁隧道施工风险的动态演化过程,结合系统动力学(SD)、误差反向传播(BP)神经网络与平均影响值（MIV）算法,确定模型中影响因素间的因果关系和影响函数,构建地铁隧道施工风险演化的BP-SD模型。模型仿真结果表明:安全管理风险系统与施工人员风险系统的值的变化对地铁隧道施工风险值影响最大,施工环境系统的值的变化对地铁隧道施工风险值影响次之,机械设备系统的值的变化对地铁隧道施工风险值影响最小。因此,可通过降低安全管理风险值与施工人员风险值控制地铁隧道施工风险发生的概率。     

塔机驾驶员的持续性视觉注意负荷研究

为提高塔机作业安全工效，基于视觉心理学、认知心理学理论，利用眼动追踪技术记录驾驶员视觉行为数据，分析和评估塔机驾驶员视觉转移过程的表征参数，结果表明:起重作业过程中驾驶员注视时间长，视知觉资源主要集中于起吊物，保持持续性注意状态，以维持高效起重作业，心理负荷较大；起重作业不同子过程注视时间与瞳孔直径差异较大，在空中平移过程中注意力较为分散，瞳孔直径较小，心理负荷较小。据此，提出了塔机起重作业的人因工效改善方向，为起重作业安全实施提供决策支持。     

水电工程施工阶段应急管理系统脆弱性评价

为有效评估水电工程施工阶段应急管理系统应急能力并发现系统中的薄弱环节,提出一种应急管理系统脆弱性评价方法。首先,引入脆弱性理论,将应急管理系统的脆弱性分为暴露性、适应性和恢复性3部分;然后,根据水电工程施工阶段应急管理系统的特点构建了进攻性和防御性指标体系,并运用ANP（网络层次分析法）计算各指标权重,结合灰色聚类分析得到各防御性指标和系统整体的脆弱性系数,从而判断水电工程施工阶段应急管理系统脆弱性等级;最后,运用该模型对国内某水电站工程应急管理系统进行评价,在定量计算的基础上得到该应急系统的脆弱性等级,结果表明该系统脆弱性等级处于中等状态,并发现其薄弱环节,为完善水电工程施工阶段应急管理系统的建设提供支撑。     

塔机起重作业夜间照明工效的BIM辅助优化研究*

为提升塔式起重机施工作业的夜间照明工效水平,采用数学模型和BIM技术相结合的方法,以灯源的光通量及入射角为光学驱动参数,模拟眩光值、照度及其均匀度等光学变量,建立照明工效的光度学BIM辅助优化模型,优化起重作业照明灯源光学参数。研究结果表明:对塔式起重机施工作业区照明灯源光学参数进行组合优化后,夜间起重作业面照度及其均匀度显著提升,眩光值满足起重作业视觉环境条件。研究结果可为塔式起重机夜间起重作业照明方案设计提供科学依据。     

水电站大坝群安全应急管理协同度测度研究

针对当前水电站大坝群安全应急管理缺乏主动协同而导致资源浪费的情形,提出基于网络层次分析法(ANP)和序参量法的安全应急管理协同度的测度。首先根据文献分析归纳水电站大坝群安全应急管理过程的协同关系,构建包括5个子系统和11个序参量以及33个二级指标的水电站大坝群安全应急管理协同度测度指标体系。其次借助超级决策软件确定各个指标的权重,最后采用序参量法对安全应急管理的预防、准备、响应和恢复4个环节进行协同度测度。将此方法用于国内某流域的梯级水电站大坝群。测度结果表明:该梯级水电站大坝群安全应急管理的响应和准备两个环节各子系统的协同度最高,系统总体的协同度较低,应采取优化措施以提高系统的协同程度。     

地下洞室群现场作业风险分析与向量模型

为了厘清地下洞室群施工现场作业风险因素间的关联效应,利用AMOS软件构建施工风险影响因素结构方程模型,对已建模型进行验证性因子分析,利用计算得出的M.I值对已构建的模型进行修正。根据所得模型计算出的路径系数和方差,对地下洞室群施工风险因素关联效应进行分析。结果表明:规章制度建设及执行、围岩稳定性、进场设备优良率、工人技术等级、工人逆反心理以及消极作业分别为各风险层次中影响最大的风险因素,且各风险层次间的关联效应表现出耦合关系;现场作业风险因素可分为现场主体因素、现场客体因素和现场控制因素3大类,它们之间成向量关系,以此为基础建立向量模型,可清晰直观地展示3大因素之间的主次关系。     

神经网络范式下硐室群施工安全风险预警研究

为保障地下硐室群施工人员安全、减少安全事故,针对地下硐室群施工安全风险,利用BP神经网络方法,开展预警研究。首先通过分析地下硐室群施工安全的影响因素,构建预警指标体系;收集1 000组训练样本后,设置并调试网络参数,网络训练成功后,用以进行地下硐室群施工期安全风险预警分析;然后以某地一个在建水电站地下硐室群为例,验证该预警方法的有效性。结果表明:用该预警方法能够快速获知地下硐室群当前施工安全状态以及风险变化趋势,提前采取有效的应对措施,提高施工安全管理水平。     

考虑旅客携行行为的安检系统服务参数优化研究*

为提高公共交通安检系统服务效率,考虑旅客“绕行取行李”“等待取行李”的携行行为,分析安检系统服务流程,构建安检系统的Jackson排队网络模型;分析旅客人体安检和行李安检之间的速度差,厘定在携行行为条件下及不同情境中旅客提取行李前的等待时间,并修正安检系统的Jackson排队网络模型;优化安检系统服务参数,实现系统服务设施的最优配置;以某公共客运站为研究对象,进行案例验证分析。结果表明:优化模型不仅能改善安检服务设施配置效率,而且显著降低系统稳态条件下的平均等待队长;增加“绕行取行李”行为的旅客比例能显著降低旅客提取行李前的平均等待时间。     

复杂系统视角下洞室施工人员安全认知仿真研究

为制定有效的安全认知提升策略及减少安全事故的发生,需深入探究洞室施工人员安全认知的演化过程和特征。首先,基于复杂社会技术系统和“2-4”模型(24Model)等相关知识,识别安全认知影响因素,构建洞室施工人员安全认知指标体系;然后,通过Super Decisions软件计算指标权重;随后利用系统动力学(SD)理论,明确各因素间的相互关系,建立包含组织安全管理等4个子系统的SD仿真模型,将以安全投入为基础的认知纠偏机制应用到SD仿真模型;最后,结合实际工程算例开展SD仿真以及敏感性分析。研究表明：随着工程进展,通过增加安全投入,并发挥认知纠偏机制作用,施工人员的整体安全认知由下降趋势转变为缓慢上升趋势;组织安全管理对洞室施工人员安全认知影响程度最大,结果与24Model的基本假设一致,从而验证了SD仿真模型的科学性和有效性。     

基于复杂网络的煤矿火灾爆炸致因研究

为预防或减少煤矿火灾爆炸事故的发生,挖掘煤矿火灾爆炸关键致灾因子,厘清致因间的作用机制,首先基于国内煤矿火灾事故案例,分析得出煤矿火灾爆炸的26个致灾因子;然后基于复杂网络理论构建煤矿火灾爆炸致灾因子网络,计算度数中心度、聚类系数、介数中心度等网络拓扑特征参数,探析煤矿火灾爆炸致灾因子特性;最后引入煤矿火灾致因链风险度指标,计算不同边的风险度,挖掘高风险度连边,并提出断链措施。结果表明：煤矿火灾爆炸关键致灾因子网络具有小世界网络特性,致因间转换路径较短,关键致灾因子包括工人违规操作、通风设备故障、停电以及监管人员失职;危险度最大的边为监管人员失职→工人违规操作,次之为煤炭自燃→高温辐射,火灾发生前采取有效措施管控关键节点,火灾发生后对风险度高的边进行断链操作即可达到防灾减灾的效果,主动控制煤矿爆炸火灾的发生与发展。