基于无监督LDA的水电工程施工安全事故致因分析

为实现水电工程施工安全事故报告中致因的智能挖掘,首先,利用Jieba库分词处理1 206条事故分析报告,提出事故分析文本词频-逆文档频率(TF-IDF)关键词处理算法,确定词频权重并构建事故文本词向量;然后,基于TF-IDF特征,训练无监督隐含狄利克雷分布(LDA)主题模型,提取事故主题及主题词;最后,对主题词进行社会网络分析,揭示事故要素间的潜在关系,智能输出水电工程施工安全事故成因。结果表明：LDA主题模型能快速挖掘出大量有效事故数据信息,并计算出安全意识、事故隐患、违章行为等5个事故主题。致因自动分析结果显示,违规违章操作、未掌握安全操作技术、材料设备问题、违反施工程序、作业环境条件不良是导致水电工程施工安全事故的最主要原因。加强施工人员的行为监管,提高事故主要致因的预防能力,有助于提升水电工程施工安全管控水平。     

基于LDA的煤矿安全隐患主题发现研究

为提高安全管理者对安全隐患数据的理解和认知水平,增强其隐患排查和治理能力,以潞安集团司马煤业有限公司2014年安全隐患记录为数据源,基于潜在狄利克雷分配模型(LDA)挖掘煤矿安全隐患主题。利用R软件进行主题模型参数估计、模型计算,最终优选出14个安全隐患主题;采用桑基图揭示隐患主题与责任主体、隐患致因之间的关系。结果表明:LDA主题模型能较好揭示煤矿安全隐患数据中的潜在规律,为煤矿隐患排查、隐患治理以及安全管理决策提供重要信息。     

空中危险接近事件中的空管风险因素识别

空中相撞是全球航空五大高风险事件类别之一,空中危险接近是导致空中相撞事故的必然环节之一.为了找出导致空中危险接近发生的空管风险因素,厘清其中的关键因素并进行控制,从系统角度建立了空中危险接近的系统控制结构,构建了空中危险接近中空管风险因素的STAMP-HFACS分析框架.利用该框架得到了管制指挥的机型复杂性、指挥席错发指令、注意力分配不当和排班不合理等22个空中危险接近事件的空管风险因素.使用德尔菲法确定了各因素间的直接影响关系,通过模糊DEMATEL法确定了指挥席错发指令、管制员精神压力大、注意力分配不当、情景意识不足、管制指挥航班流量峰值、扇区结构复杂度和管制员疲劳等是较为重要的风险因素.同时,确定了管制指挥航班流量峰值、自动化系统告警反馈不充分、扇区结构复杂度、管制指挥的机型复杂性、恶劣气象条件和所指挥航班的机组不守听等9项基础性因素是其他因素的原因.     

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。     

民航不安全事件报告危险源识别模型

为了识别民航不安全事件的发生原因,从民航不安全事件报告出发,提出了一种基于LDA主题模型和Word2Vec模型的民航不安全事件报告危险源识别模型。首先,构建危险源标签分类表,选取民航不安全事件报告与Wiki中文数据库作为数据源,然后利用LDA主题模型得出民航不安全事件报告的主题概率分布与词概率分布,最后利用Wiki中文数据库训练Word2Vec模型得到词向量,进而计算文档主题与不同危险源标签之间的相似度,得出民航不安全事件报告的危险源分类。结果表明,该模型的精准率为77.7%、召回率为86.8%、F为82.0%,能够有效识别各民航不安全事件报告的危险源。     

基于民航安全信息文本挖掘的进近着陆致险因素分析

为有效识别飞行进近着陆阶段致险因素,以进近着陆不安全事件为对象,利用Python语言和文本挖掘方法对文本进行预处理,获取包含关键特征值和特征权重的高维稀疏原始特征向量集合;利用卡方统计对致险因素原始特征项进行降维,得到30个维度文本特征项,借助词云图将文本挖掘结果可视化;通过人为因素、飞机故障、环境因素和管理因素4个层...     

基于文本挖掘的管制运行风险主题分析*

为充分挖掘管制运行风险信息和隐藏规律,实现数据驱动的风险管理。以某管制单位2004—2019年共269条管制原因不安全事件数据为挖掘语料,在考虑上下文语义的基础上,运用潜在狄利克雷分配（LDA）主题模型挖掘管制运行风险主题及关键词,使用Word2Vec挖掘主题之间、关键词之间的关联关系,运用社会网络分析软件UCINET、可视化工具NETDRAW构建语义网络将关联关系进行可视化并进行网络分析。结果表明:LDA主题模型可以通过运行数据实现对管制运行风险的高效提取和深层挖掘,挖掘到管制人为因素、特情处置、地空配合、班组资源管理、组织管理、运行环境、管制指挥共7个主题,其中管制人为因素主题是核心主题,与其他主题都具有较强的相互关联;Word2Vec和语义网络相结合能够更准确地挖掘风险之间的关系,确定主题的重要度排序,识别关键风险。     

空中危险接近的系统动力学机理及仿真研究

为了探索空中危险接近的形成过程与反馈机制,运用系统动力学的方法深入分析了空中危险接近影响因素间的复杂相互作用和回馈效应,建立了空中危险接近发生机理的动态模型,包括管制服务、人力资源和安全三大子系统,利用Vensim软件对其进行模拟仿真,可预测不同场景下空中危险接近的变化趋势。结果表明:乐观场景时,2005—2015年空中危险接近数量呈缓慢增长趋势,2015年之后保持不变,这表明在国内航班量稳步增长时,空中危险接近事件的数量不变,事故率越来越低;悲观场景时,空中危险接近数量一直处于上升趋势,2021年之前缓慢增长,这表明虽然设备故障率和管制员的防撞培训频率不高,但缩短TCAS(Traffic Alert and Collision Avoidance System,空中交通预警和防撞系统)反应时间能在短期内明显提高管制员的专注程度,从而延缓空中不安全事件的数量增长,但随着2021年后指挥架次的增加,反应时间越短,空中危险接近事件会越多。     

基于文本挖掘的城市景区密集人群风险感知

为充分挖掘城市景区密集人群风险信息和隐藏规律,以携程、美团、大众点评3个旅游网站上发表的关于城市景区密集人群的游记和评论作为数据源,运用潜在狄利克雷分配(LDA)主题模型及Word2Vec词向量模型挖掘密集人群风险感知主题与关键词及二者之间的关联关系;基于计划行为理论构建城市景区密集人群风险感知模型,结合共现规律对风险感知主题的关联关系分析,明确景区密集人群对个体风险感知的作用规律。研究结果表明：降低个体在密集人群情景下的风险感知水平,将避免公众产生消极行为,降低踩踏事故发生的可能性;同时通过主题共现分析得出影响个体风险感知的核心主题为“网红表演”主题,可通过提高热门表演管制力度来提高个体主观规范对实际行为的正向影响,使得个体风险感知强度处于稳定水平。研究结果可以完善城市景区密集人群风险管理和风险沟通机制,从而有效管理风险。     

基于文本挖掘的建筑施工高处坠落事故致因网络分析

为明确建筑施工过程中高处坠落事故的致因及其之间的联系,选取2012—2018年国内558例建筑施工高处坠落事故调查报告,借助文本挖掘和社会网络分析的方法,对事故报告进行分词处理、特征选择后,得到致因特征项、致因网络及致因集合,并利用词云和网络结构图等方法对结果进行可视化展示。结果表明,文本挖掘所得的28项致因中,7项致因位于致因网络的核心区域,基于该7项致因分别构建了致因集合,为建筑施工高处坠落事故的预控提供参考。     

面向“数值-文本”大安全数据的企业风险分析

为充分利用实际生产过程中产生的数值和文本数据,预防事故的发生,加强企业的安全管理水平,基于多种机器学习模型提出了一种能综合利用数值数据和文本数据的企业风险分析方法。首先,基于岭回归、被动进取、弹性网络回归、梯度增强等机器学习算法,构建了面向数据信息的生产风险分析模型;然后依次基于Jieba分词、LDA主题建模、单分类算法和集成算法等文本挖掘技术,构建了面向文本信息的生产风险分析模型;最后利用Pearson相关系数和回归算法,实现了面向“数值-文本”大安全数据的企业安全分析。结果表明：基于梯度增强回归算法的数据分析模型效果最好,基于Voting模型的文本分析模型表型分类效果最优,Pearson相关系数为0.443 8,基于GBR模型的“数值-文本”综合分析拟合度最高,“数值—文本—比对—综合”的大安全数据分析思路有助于提高企业的安全管理水平。     

一种基于HFACS模型的人为因素分析应用方法

为了提高航电试验机飞行试验的质量和安全,减少飞行试验中人因差错事件发生的机率,提出了一种基于HFACS模型的人为因素分析应用方法.建立了适用于航电试验机飞行试验领域的专业性人为因素分析模型,利用灰色关联分析法对影响飞行试验人因差错事件发生的致因因素进行了子层级归类和整体性分析.从归类和整体性分析结果来看,影响飞行试验人因差错事件发生的核心致因因素主要有协同管理、组织过程、技能差错、身体/能力限制、精神状态、组织氛围、监督不充分及决策差错等.研究表明,该人为因素分析应用方法对挖掘和分析航电试验机飞行试验人因差错事件发生的核心致因因素具有较好的效果.     

基于层次话题模型的煤矿安全事故致因要素研究

为促进安全发展,强化煤矿安全管理的科技支撑,在事故致因理论基础上,利用文本挖掘中的话题模型和创新性构建的层次致因要素话题模型,对我国2000—2015年发生的386起重特大煤矿事故调查报告进行了深入地挖掘、分析和研究。发现事故致因隐含的规律及各类事故之间的关联与共性,并进一步研究发现不同致因要素随时间的演化规律及致灾倾向,为煤矿安全管理找出重点,指导煤矿安全生产管理实践。     

基于事件提取和改进MMHC的航空旅客运输事故征候贝叶斯网络建模*

为表征航空旅客运输事故征候演化机理,提出事故征候贝叶斯网络的建模方法。基于事故征候中致因事件、结果事件及分类标准的定义,以7 265起事故征候案例为样本,利用事件提取算法,识别事故征候叙述文本中的致因事件,利用改进的最大最小爬山算法实现网络建模;依据事件提取的测试集验证与结构学习的交叉验证,检验建模算法的准确性与有效性;基于证据敏感性指标,识别关键致因事件。结果表明:航空旅客运输事故征候贝叶斯网络模型包含94个节点和247条有向弧。空降冲突、严重设备故障、机组成员疾病及火灾烟雾是模型中高风险关联的致因事件,在安全监管过程中消除或减弱关键致因事件的发生能有效控制系统风险。     

基于TEM模型的民航不安全事件关联规则挖掘与分析*

为了预防民航不安全事件的发生,应用机组威胁与差错管理（TEM）模型分析2014—2020年民航事故/征候的航空安全报告资料,提取事件里存在于民航运行风险中潜在的情况、威胁、机组差错等因素,通过改进的关联规则方法挖掘其中的关联关系,包括挖掘与事件严重程度有关的因素,找到TEM模型中的关键因素和影响航空器结束状态的致因因素,并进行关联网络图分析。研究结果表明:手动操纵/飞行控制差错、缺少/不足的飞行培训和安全管理、飞行员之间沟通差错与程序执行错误是造成事故/征候的显著因素;关联规则能够有效利用航空安全报告信息,通过定量的方法挖掘事故/征候的特征,找到影响民航不安全事件的强关联因素,为民航安全管理人员提供决策依据。     

基于文本挖掘的城镇燃气事故致因及关联分析

为有效预防城镇燃气事故发生,采用文本挖掘与复杂网络理论相结合的方法,系统分析影响城镇燃气安全的事故致因及其关联性。首先运用文本挖掘技术,从2017—2021年间的1 256份燃气事故案例中提取城镇燃气事故致因因素,采用Apriori算法挖掘城镇燃气事故致因的关联规则,共得到49条强关联规则;然后基于共现矩阵构建事故致因网络图,通过度中心性、紧密中心性、介数中心性分析,明确燃气事故的关键致因项和事故致因集合。研究结果表明：管道破损,阀门未关,设备老化,操作、使用不当和软管破损、脱落是城镇燃气事故关键致因因素,气体泄漏是燃气事故常见的事故类型,主要与管道破损、阀门未关等具有强关联性。     

城市突发公共事件应急管理标准体系框架研究

针对城市突发公共事件应急管理标准化工作的现状,应用标准化系统工程结构模型和城市应急管理系统总体框架模型,构建了城市应急管理标准体系框架模型;讨论了充实该标准体系框架具体内容的策略;结合上海市应急管理的标准需求,分析提出了上海市亟需建立的关键标准。研究成果为各相关组织和部门进一步完善城市应急管理标准体系提供了分析框架和理论依据。     

自建房火灾致因网络拓扑特征及脆弱性研究

为预防我国自建房火灾的发生,首先,基于事故致因“2-4”模型分析39起自建房火灾事故案例,编码得到48个致因因素和128条致因关系;然后,基于复杂网络理论构建自建房火灾致因网络拓扑结构模型,分析网络的度、介数和接近中心性等拓扑特征;最后,以最大强连通子图相对大小、最大弱连通子图相对大小和全局网络效率作为网络脆弱性评价指标,仿真分析不同节点攻击策略下网络的脆弱性,得到自建房火灾关键致因因素,并提出防灾措施及建议。结果表明：自建房火灾致因网络具有小世界效应和无标度特性,致因间转换路径较短,少数关键节点与大多数节点相连;自建房火灾致因网络在遭受单个节点故障和随机累积节点故障时具有一定的鲁棒性,遭受蓄意累积节点攻击时,表现出较强的脆弱性;采用累积节点攻击策略中的蓄意度攻击时,网络表现出的脆弱性最强,度排序靠前的节点较为重要,是自建房火灾关键致因因素,为自建房消防安全管理提供理论参考。     

基于Apriori算法的易燃易爆危险化学品储运火灾爆炸事故关键致险因素的挖掘

导致易燃易爆危险化学品储运火灾爆炸事故的因素繁多、关系复杂,挖掘关键致险因素是减少管理成本、提高防控效率的关键。研究了200例事故等级为较大事故以上的易燃易爆危险化学品储运火灾爆炸事故的原因,采用事故树分析法建立易燃易爆危险化学品储运火灾爆炸事故树,并运用频度统计法遴选出致险因素;在此基础上,建立基于Apriori算法的关联规则模型进行数据挖掘,共得到14个关键致险因素。通过对关键致险因素与易燃易爆危险化学品储运火灾爆炸事故之间关联规则的分析表明,关键致险因素与事故之间存在强关联规则,单一关键致险因素或其组合的存在必将导致事故的发生,为实现危险化学品储运精准化安全管理提供参考。     

建设项目大中型事故阶段性实时管理框架

为有效预防和实时控制建设项目大中型事故,构建事故阶段性管理框架(MFCASM)。首先在比较分析灾难、危机与建设项目大中型事故相似性的基础上,巩固已有阶段模型;进而建立基于阶段模型的事故实时管理框架,研究事故致因因素及其属性、信息技术(IT)的支持等各组成要素;最后应用2009年上海发生的一个建筑物整体倒塌实例验证框架的有效性。结果表明,该管理框架通过IT获得现场致因因素属性各阶段变化信息,为事故控制实时决策提供支持,有效解决建设项目大中型事故实时进程控制问题。