人工智能技术在矿工不安全行为识别中的融合应用

为有效识别矿工不安全行为,预防煤矿安全事故,提出融合深度学习的计算机视觉、表示深度信息的深度图像、可穿戴传感器等人工智能识别技术的方法。基于以上3种方法在人体行为识别上的应用特点,运用主成分分析法(PCA)将3种识别技术提取的行为特征降维融合,通过支持向量机(SVM)对融合特征进行分类;以矿工跌倒行为数据为正样本,走路、坐下、弯腰、下蹲、躺下等5种日常行为数据作为负样本,分别利用3种人工智能识别方法以及融合方法对矿工跌倒行为进行识别检验。结果表明:经过融合后的识别方法对矿工跌倒行为的识别效果均高于其他3种人工智能识别方法。     

基于扎根理论的矿工不安全行为成本和收益识别

为了减少矿工不安全行为的发生,以陕西煤业化工集团神南矿业公司为研究样本,基于扎根理论对矿工不安全行为成本和矿工不安全行为收益进行识别,通过实地访谈收集资料,将访谈内容进行编码处理,建立矿工不安全行为成本和收益识别的概念模型,并以此构建矿工不安全行为成本和收益识别的动态模型图;最后,通过模型理论饱和度检验,证明模型中展现的脉络关系是饱和的。研究结果表明:矿工自身的安全意识、人口统计特征因素及情景因素,对矿工不安全行为成本和收益有着重要影响;风险成本、预备成本和实施成本构成矿工不安全行为成本,精神收益和物质收益构成矿工不安全行为收益。     

矿工不安全行为成本和收益因素识别与分析:基于扎根理论的探索性研究

为探究矿工不安全行为成本和收益的构成要素,基于扎根理论,对陕西省某煤炭企业的30名受访者进行实地访谈,对访谈内容进行编码处理,以此构建矿工不安全行为成本和收益因素识别的概念模型。研究表明:矿工自身的安全意识、人口统计特征因素,以及情景因素对矿工不安全行为成本和收益有重要影响;矿工不安全行为成本包括风险成本、预备成本和实施成本,不安全行为收益包括精神收益和物质收益。     

基于社会认知理论的事故体验对矿工不安全行为影响研究

为了研究事故体验对矿工不安全行为的余效效应,基于社会认知理论框架,建立了安全氛围调节作用下的事故体验对矿工不安全行为的假设模型,收集308名陕西和甘肃等地矿山企业一线工作人员有效调查问卷,采用结构方程(SEM)和层次回归的方法对假设模型进行了验证.结果表明:个体的事故体验通过风险感知和安全态度的中介作用负向影响矿工的不安全行为;组织安全氛围在风险感知对不安全行为的影响中有负向增强的调节作用,在风险感知和事故体验对安全态度的影响中具有正向增强的调节作用.     

安全注意力对矿工不安全行为影响的代际差异研究

为探究安全注意力对新、老两代矿工的安全行为影响的差异,基于代际划分的视角和安全注意力的分类,结合多群组结构方程模型,构建不同类型安全注意力对矿工不安全行为影响的路径模型。结果表明:在新、老两代矿工群体中不同类型安全注意力对矿工不安全行为的影响存在差异;有意注意对新、老两代矿工不安全行为有显著性影响;无意注意对新生代矿工不安全行为无显著性影响,而对老一代矿工影响显著;有意后注意对群体安全行为有显著性影响,对个体安全行为的影响存在代际差异。     

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。     

人力资源管理、心理安全感与矿工安全行为的关系研究

为进一步探究煤矿工人的安全行为路径,基于心理视角,构建人力资源管理、心理安全感和矿工安全行为之间关系的理论模型。首先,明晰人力资源管理包含薪酬和教育培训等2个维度,矿工安全行为包括安全服从行为和参与行为等2个维度;然后,收集有效问卷(291份),应用结构方程模型(SEM)分析问卷数据,探讨人力资源管理、心理安全感与矿工安全行为间的关系。结果表明:薪酬和教育培训对矿工心理安全感和安全服从行为都有直接正向影响,但对安全服从行为影响不显著;心理安全感在薪酬和教育培训对矿工安全服从行为的影响中起部分中介作用,在其对安全参与行为的影响中起完全中介作用。     

行为经济学视角下矿工不安全行为仿真分析

为了分析影响矿工不安全行为决策的成本收益因素,扩展不安全行为的研究方向,基于行为经济学,构建矿工不安全行为决策模型,模型包括矿工属性、管理者属性以及矿工之间的交互影响规则。利用Netlogo工具进行仿真模拟,探讨不同影响因素对不安全行为产生的影响程度。结果表明:正向激励水平对抑制不安全行为效果显著,同时,维持合理的工作时间对保障安全生产意义重大,从而为煤矿企业控制不安全行为提供思路。     

矿工不安全行为研究综述

我国30年间煤矿重大事故统计数据显示,人因事故占到事故总数的90%以上。为 了更好地评述近16年间有关煤矿人因事故研究的成果,运用统计分析法,对文献计量中 关键词频率较高的事故、原因、测量方法及措施四个方面进行了综述。研究发现,矿工 的不安全行为是各类事故产生的直接原因,且矿工的行为失误占主要因素。不安全行为 的研究热点体现在对其产生原因的分析上,包括矿工的心理及生理因素分析、设备因素 、文化因素、环境因素及管理因素。在对不安全行为的防范措施分析中,主要是依据其 产生的原因进行针对性的管控。说明矿工不安全行为的研究已自成体系,并越来越向系 统化和综合化方向发展,这对降低矿难事故的发生有着深远意义。     

基于BERT-BILSTM-CRF模型的电力行业事故文本智能分析*

为解决电力行业事故报告文本较长、语义复杂,难以进行有效文本识别问题,提出1种以BERT作为底层的预训练模型,并设计1种双重注意力机制编码器,结合BILSTM-CRF深度挖掘事故文本语义特征,从而实现文本智能分析。首先构建电力词典,通过对BERT预训练,进行BIO标注,然后引入BILSTM-CRF模型实现对文本标签智能分类,最后将该模型与现行其他4种深度学习模型进行对比。研究结果表明:该模型智能识别精确率、召回率及F1值(查准率)均达到约97%,较其他4种模型中效果最好的模型分别提高0.02,0.03,0.02。研究结果可为电力行业事故报告文本分析提供1种新思路。     

基于多元联系数的矿工不安全行为风险态势评估

为了有效分析煤矿作业人员不安全行为风险状况和变化趋势,提出了1种基于熵权法和集对分析耦合的矿工不安全行为风险态势分析方法。在现有的煤矿作业人员不安全行为影响因素研究的基础上,运用HFACS理论分析矿工不安全行为影响因素,构建包括4个维度12个因素的不安全行为因素集;采用熵值法和集对分析理论建立基于多元联系数的矿工不安全行为风险评估模型;以内蒙某煤矿矿工不安全行为风险评估为例,验证所构建的态势评估模型的有效性。研究结果表明:构建的风险态势评估模型可以有效分析矿工不安全行为风险状态和变化趋势。     

矿工不安全行为DARF形成机制实证研究

为探明矿工不安全行为形成机制,控制不安全行为,在计划行为理论（TPB）和健康行动过程取向理论（HAPA）的基础上构建矿工不安全行为整合理论模型,通过问卷对468名矿工进行不安全行为调查,并利用结构方程模型对理论模型进行实证检验,结果表明:行动效能、主观规范、风险知觉、结果期待、态度对矿工不安全行为意向具有显著影响;行为态度是社会性规范、示范性规范、结果期待以及风险知觉与行为意向之间的中介变量;应对计划对于不安全行为具有正向影响;矿工不安全行为的形成源于DARF机制,包括以行为意向为核心的动力机制（D）、以应对计划为核心的行动机制(A)、以应对自我效能为核心的制约机制(R)、以主观规范为核心的反馈机制(F)。     

煤矿特种作业人员岗位安全胜任力模型研究

针对某些矿工个人具有事故倾向性现象,提出建立矿工安全胜任力模型,以加强矿工安全管理.笔者首先在对矿难人因事故报告材料分析基础上,从中发现特种作业人员应该具备的关键行为和素质,同时通过对煤矿企业特种作业人员访谈,最终设计煤矿特种作业人员岗位安全胜任力调查问卷,通过初试后的问卷项目内容分析、项目关键程度分析、探索性因子分析,形成特种作业人员岗位安全胜任力正式调查问卷.由正武调查获取数据,通过信效度分析,获得使煤矿特种作业人员表现出高安全绩效的关键素质和行为特征,构建煤矿特种作业人员岗位安全胜任力模型,安全胜任力包括安全责任意识、应急处理能力、隐患识别能力和自制力.     

基于SEIMR的矿工不安全行为传播模型研究

为防控矿工不安全行为的传播,减少煤矿安全事故的发生,采用传播动力学方法,在传染病模型的基础上提出并构建了易染-潜伏-传播-管控-免疫(SEIMR)传播模型,借助MATLAB软件演化不同状态下矿工人群之间的动态转化关系,模拟转化率对矿工不安全行为传播过程的影响.结果表明,SEIMR模型能够较好地反映矿工不安全行为的传播过程,恶化率、改善率、醒悟率及遗忘率等因素对矿工不安全行为传播有不同程度的影响,提高改善率和醒悟率可以抑制不安全行为的传播,提高恶化率和遗忘率可以促进不安全行为的传播.因此,在煤矿企业安全管理中,可通过调节控制这些因素来预测和干预不安全行为的传播.     

行为传播视角下群体压力对矿工不安全行为意向的影响*

为探究不安全行为在煤矿企业班组之间的传播机制,建立矿工的群体压力、道德推脱、道德氛围与矿工不安全行为意向之间的假设模型。以252名一线班组矿工为研究对象,基于结构方程模型分析道德推脱的中介效应和道德氛围的调节效应,对行为传播视角下的群体压力对矿工不安全行为意向的影响展开研究。研究结果表明:群体压力与矿工不安全行为意向正相关;群体压力与矿工道德推脱水平正相关;道德推脱在群体压力与不安全行为意向之间起中介作用;工具型道德氛围在群体压力与道德推脱之间起调节作用;规则型道德氛围在群体压力与矿工不安全行为意向之间起调节作用。研究结果可为煤矿企业降低矿工的不安全行为意向提供1种可借鉴的理论依据和管理方法。     

群体规范对矿工不安全行为意向影响研究

为探求群体规范对不同代际矿工的不安全行为的影响差异,并有效管理矿工不安全行为,基于计划行为理论(TPB),构建指令性规范和示范性规范的作用路径模型。通过问卷对468名矿工进行2种规范的调查,并且以代际为分组依据,利用多群组结构方程模型(SEM)对路径模型进行实证检验。结果表明:矿工不安全行为示范性规范作用效果大于指令性规范;2种规范对不同代际的矿工的不安全行为意向影响路径不同;与其他矿工群体相比,新生代矿工不安全行为态度对于行为意向的影响较低,指令性规范能够直接影响其不安全行为意向,而对其他矿工的影响则不明显。     

建筑工人不安全行为量化分类研究

建筑工人不安全行为是诱发事故的重要致因,抓住主要特征对其进行科学分类有助于避免因分类随意而模糊各类不安全行为诱发机制和行为规律的差异,是客观识别各类不安全行为的概念、致因和形成机理的基础.为此,运用Hayashi数量化理论和MATLAB对建筑工人不安全行为进行了量化分类.结果表明:不安全行为的频率和意向性是区分不安全行为的代表性行为特征;根据不安全行为在二维平面上的自然分布状态和特征,可将其分为技能偏差型、感知偏差型、习惯偏差型和程序偏差型4类,据此建立了分类框架,并分别提出了"转移风险""体验事故""降低频率""纠正短视需求"的纠偏策略;提出分类对不安全行为具有预测作用.     

矿井环境对员工不安全行为的影响研究

通过调研,将组织任务、法制监管、作业环境、安全管理及安全技能作为影响矿工不安全行为的内部环境变量,探究内部环境与煤矿员工不安全行为的内在关联。并采用PA-LV模型检验各变量的指标权重,构建有关矿井环境因子与员工不安全行为的结构方程模型。结果表明,煤矿企业内部环境易引起矿工的操作差错,直接导致矿工的不安全行为。其中,作业环境和矿工安全技能对不安全行为影响最为显著。     

基于HFACS模型的化工事故致因分析

为探究我国化工企业安全管理应重点防范的问题,首先,基于化工事故特点,识别人因分析和分类系统(HFACS)中各致因类别在化工领域的具体表现形式;然后,完善HFACS模型,并以某化工企业2012—2016年的102起事故为样本,应用该模型分析事故致因,针对具体致因提出相应的控制与改善措施。结果表明:员工的不安全行为主要包括习惯性违规和技能型失误,其主要形式为未对设备/工艺进行风险评估;不安全行为的前提条件主要源于操作者注意力不集中、警惕性不强以及作业时未穿戴个人保护设备(PPE);不安全监管的主要形式为未进行监督和风险评估;组织影响主要形式为安全氛围未形成。     

矿工工作压力、心智游移与不安全行为的关系

为研究矿工工作压力、心智游移与不安全行为3者之间的作用关系,采用结构方程模型方法(SEM)构建矿工工作压力、心智游移与不安全行为的关系模型。采用多阶段抽样法,对580名矿工进行问卷调查。研究结果表明: 矿工工作压力的工作特征、组织管理和工作无奈感显著正向影响心智游移;心智游移的身心状态、个人特质、消极毁灭性、自发思维、注意失控和作业任务无关显著正向影响不安全行为;工作压力通过心智游移的身心状态、消极毁灭性、自发思维、注意失控和作业任务无关显著正向影响不安全行为;心智游移是矿工工作压力对不安全行为影响的部分中介变量,有效干预工作压力和心智游移,能减少矿工的不安全行为。