基于垂直数据格式的企业隐患预警方法研究

企业在事故隐患排查治理过程中积累了大量隐患数据,为挖掘其潜在价值,实现事故隐患预警预控,针对隐患类型多、数量大的特点,应用垂直数据格式挖掘算法对高维隐患数据进行关联规则挖掘,并利用Kulc和不平衡比(IR)减小隐患出现频率差异对规则的影响;在此基础上,设计基于关联规则的隐患预警评估模型,并对预警信息进行可视化处理,最终构建完整的企业隐患预警方法。以130家机械制造企业的53 029条隐患数据为例,验证所建预警方法的可行性。结果表明,该方法对事故隐患预警的准确率为80.62%。     

基于数据挖掘技术的事故隐患预警方法研究

为改良企业既有隐患排查治理方法,提高辨识效率,提升整改效果,应用并优化数据流滑动窗口模型、等价类变化算法、变化挖掘算法等数据挖掘技术,构建1种关联隐患预警方法,该方法以企业历史隐患数据为基础,通过挖掘实时隐患数据的关联规则,发布关联隐患的类型、存在可能性和变化模式等预警信息,指导企业进行针对性排查和整改。最后,以72家安全管理性质相似企业的28 957项隐患数据为例,验证该方法可行性。研究结果表明:该方法不但能挖掘关联隐患类型及其变化模式,而且预警准确率随置信度水平提升而不断提高。     

水电工程施工安全隐患关联规则挖掘

为高效挖掘水电工程隐患排查中积累的大量数据,采用基于互信息和左右信息熵的短语提取技术,从非结构化的隐患数据中提取结构化关键短语;运用桑基图,描述隐患特征、隐患部位、隐患类型之间的信息流动;结合短语提取技术,优化Apriori关联算法,挖掘隐患部位与隐患类型的关联规则,绘制关联规则网络图,结合桑基图分析规则;验证某水电站13 820条隐患数据案例。结果表明:开关箱、防护栏杆等是隐患排查的重点,易因排架电焊机、开关箱、电缆线凌乱等对象在闸门处发生触电;边坡和高处坠落等关联度较高,可为水电工程隐患排查和治理提供参考。     

塔式起重机事故案例关联规则挖掘与分析

为充分利用塔式起重机事故案例信息,深入挖掘事故特征,提出一种改进的Apriori算法挖掘模式,快速有效挖掘塔式起重机事故关联规则。首先,收集200份具有详细事故调查报告的塔式起重机事故案例,分析并提取事故调查报告中事故的属性数据,按照事故属性的概念层次结构编码;然后,基于经典的Apriori算法,提出一种适用于多维多层关联规则挖掘的模式,挖掘塔式起重机事故属性与致因间多维多层的关联规则;最后,根据挖掘结果,分析并总结塔式起重机事故特征。结果表明:关联规则能有效利用塔式起重机事故调查报告信息,用定量的方式挖掘事故特征;塔吊事故属性间以及事故致因间有较强关联关系。     

基于关联规则的燃气事故不安全行为复杂网络研究

为有效防控城市燃气事故发生,运用关联规则和复杂网络对可能导致该类事故的不安全行为进行分析,揭示各因素之间的潜在关系和事故发生机制。收集2017—2022年间110起城市燃气事故调查报告并将其不安全行为划分为23类;利用Apriori算法挖掘各因素间的关联规则,得到支持度、置信度和提升度3个指标,并以关联规则中的前项和后项为基础构建复杂网络模型,从节点度、中介度中心性和聚类系数3个方面进行分析。研究结果表明：城市燃气事故发生多与个人安全教育程度不足、工作人员未落实相关管理制度以及个人安全措施和隐患排查不到位等因素有关,需加强相应的安全教育培训和安全管理体系建设。研究结果将不安全行为间的因果关系可视化呈现,为城市燃气安全建设提供一定的参考思路和决策支持。     

任务驱动下的建筑施工现场危险源关联规则挖掘

大数据时代的建筑施工现场会产生海量数据信息,如何利用这些数据并从中找出建筑施工现场内外环境中危险源之间的关联关系,对于施工安全尤为重要。利用Apriori算法挖掘施工隐患数据集,生成危险源关联规则;然后依据任务驱动思想令计算机将施工任务映射到相应施工情境下的危险源关联规则中,管理者便可根据具体施工任务搜索到更想要关注的安全规则信息;从这些规则信息的搜索结果发现,隐患的发生常常是由于危险源在时间上的连续或在空间上的交互所致,因此利用这些挖掘出的关联规则可以帮助施工管理人员对施工现场进行有效安全管理。     

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。     

配对进近侧向位置误差QAR参数关联性分析

为研究配对飞机进近阶段飞行员操作和环境因素与侧向位置误差间的关联性,结合快速存取记录器(QAR)数据,基于飞机侧向位置修正过程,识别影响侧向位置误差的QAR参数;建立模糊关联模型,模型中运用模糊C均值(FCM)聚类方法将QAR参数的样本值聚类,得到每个参数的隶属度矩阵;结合Apriori算法,挖掘参数间及参数与侧向位置误差间的关联规则;基于关联规则量化其中的关联性,使用A320-200的真实样本数据进行关联性分析。结果表明:识别出的QAR参数在指定30%支持度下都与侧向位置误差相关;飞机的仰角、坡度、方向舵位置以及风向对侧向位置误差影响较大。     

2018年度"数博会"领先科技成果奖

安全生产风险隐患双控平台引入风险分级管控和隐患排查治理双重预防机制,以安全生产大数据分析与可视化作为技术支撑,构建安全生产风险隐患双控平台.在安全生产大数据基础上,提供企业安全隐患全流程排查、企业安全风险辨识评估以及分级管控、隐患风险关联分析与评价、事故预测预警等功能,实现企业安全生产风险隐患双重自查,实现政府风险监管和隐患排查治理有效防控,提升政府安全生产精细化监管水平.     

基于大数据的特种设备宏观安全风险预警方法研究

特种设备监管机构在监督检验过程中积累了大量数据资料,为充分挖掘其中的潜在价值,增强监管针对性,提高检验效率,应用并优化关联规则挖掘、社区发现、可视化等数据挖掘技术,构建1种宏观安全风险预警方法。该方法以特种设备安全监督检验大数据为基础,通过挖掘单台设备微观因素间的关联关系,实现整类特种设备宏观安全风险的识别与预警;以2008—2016年全国长管拖车检验数据为例,进行应用实践分析。研究结果表明:该方法可以对区域范围、缺陷类别等多种宏观指标进行预警,指导针对性监管与检验。     

基于FP-growth算法的高校群体性突发事件关联规则分析

为有效预防高校群体性突发事件,借助数据挖掘关联规则挖掘理论,在分析高校突发事件关键诱发因素基础上,构建基于FP-growth算法的高校群体性突发事件关联规则挖掘模型。并将模型应用于事务数据库数据的分析中,研究关键诱发因素间关联关系,实现强关联规则输出。研究结果表明,多数高校群体性突发事件的发生与日期没有必然联系;内部管理因素、内外部突发事件、内部突发事件、政治因素是诱发高校群体性突发事件的主要因素,且外部因素导致的群体性突发事件影响力远远超过内部因素的影响力;当突发事件发生后,应急处置的有效性是决定突发事件影响力的重要因素。     

基于多源异构数据的煤矿安全管理效果评估

为探索智慧矿山视角下的煤矿安全管理模式,将生态安全领域中压力-状态-响应(PSR)模型引入煤矿安全管理,构建煤矿安全管理PSR模型,揭示风险隐患因素、煤矿安全状态及安全风险管控效果之间的作用关系;分析煤矿采集的多源异构数据,基于煤矿安全管理PSR模型框架,构建基于词频-逆文档频率(TF-IDF)算法的隐患分类模型和主成分分析(PCA)的煤矿安全评估模型;将该评估模型应用于内蒙古某矿,验证该模型的有效性。结果表明:基于TF-IDF算法的隐患分类模型和PCA的煤矿安全评估模型能够实现煤矿安全管理效果的综合分析,根据分析结果可排查主要安全隐患。     

基于集成算法的工贸企业安全预警系统优化

为了提高工贸企业安全预警预报能力,在构建了工贸企业生产安全预警指标体系的基础上,基于集成算法优化工贸企业安全预警系统.首先,将集成算法中的随机森林(RF)和XGBoost模型进行比较,基于随机森林来优化指标因素.为检验各指标因素之间是否存在相关关系,先用相关系数的方法计算各因素之间的相关程度,然后对其进行显著性检验;其次,在确定各指标因素的相关关系后,采用差分法解决序列相关性的问题;最后,基于差分得出的数据和优化后的指标,运用随机森林模型再次进行模拟,得出优化后预警模型的精度和平均绝对误差.结果 表明,在数据量较小的情况下,一定程度上随机森林的集成效果比XGBoost模型更佳.运用差分法解决各因素相关性问题后得到的数据及用RF优化后的指标因素,使得随机森林的企业安全预警模型精度得到提升,平均绝对误差显著降低.     

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。     

基于APRIORI-TAN的交通事故伤害分析与预测*

为探究道路交通事故因素和事故伤害的相关性,以2 467起涉及人员伤亡的交通事故为数据集,运用Apriori算法分别挖掘事故伤害关联规则,并结合社会网络分析的可视化和核心-边缘分析构建受伤事故和死亡事故的关联规则网络。结果表明:事故伤害程度与事故时间、道路条件和交通环境等因素关系紧密,尤其死亡事故与碰撞固定物、人行横道事故、高速公路、高速道路、非市区、酒驾和超速存在高相关性。基于树型贝叶斯网络（TAN）构建事故伤害程度的预测模型,预测结果准确率可达87.56%。     

城市轨道交通运营FTA-Apriori风险链构建方法研究

为探明导致城市轨道交通运营事故发生的风险链式传导机理，构建事故风险链，提出FTA-Apriori(Fault Tree Analysis-Apriori)风险链构建方法。首先，针对城市轨道交通运营中风险灾害度高但支持度低的特点对Apriori算法进行改进，并通过灾害度与支持度二维耦合挖掘风险间的强关联规则；其次，通过FTA方法构建风险事故树，挖掘导致事故发生的风险组合，进而与强关联规则结合构建风险链。研究结果可为城市轨道交通运营风险链的构建提供一种全新的方法，进而揭示导致事故发生的风险链式传播机理，为风险链断链位置及风险精细化管控提供理论指导。     

煤矿事故隐患大数据处理与知识发现分析方法研究

为解决半结构化或非结构化文本型煤矿隐患数据利用难度大、挖掘深度不够的问题,首先运用六何分析方法对煤矿事故隐患大数据进行内容分析,确定隐患的描述维度及属性类别,实现文本型隐患数据的量化表达;之后根据隐患数据变量特征,采用对数线性模型进行隐患维度间交互的知识发现研究,探索煤矿事故隐患各维度间的交互效应。研究结果表明:基于“六何分析法+对数线性模型”的分析框架能够实现文本型隐患数据的结构化转换,有效揭示煤矿隐患各维度间的交互影响关系,实现隐性知识的显性化。     

时序数据分析的复杂化工过程异常智能溯源研究

对复杂化工过程异常工况进行智能推理溯源是实现安全关口前移、降低灾难性事故发生的有效途径。提出了一种基于Spearman-Apriori的化工过程异常智能溯源分析方法,旨在研究复杂化工过程异常工况发生的前置原因,并形成一种智能决策模型。针对化工工艺参数之间耦合性强、关联关系分析难度大的特点,引入Spearman相关系数,通过Spearman实时在线分析过程参数间的相关关系,并设置强关联阈值将Spearman相关系数分析与Apriori算法进行关联耦合,利用Apriori算法中的支持度和置信度二维挖掘各参数之间的超强关联规则。将该方法应用于合成氨工艺中合成工段的异常工况智能推溯,并选取氢氮比、管路工艺气流量、给水换热器冷凝剂流量等8个关键监测指标,研究发现氢氮比增大和给水换热器冷凝剂流量升高分别是导致合成塔入口压力超压、合成塔第一床层温度过低两组异常工况的前置原因,该分析结果与实际生产工艺相符,证明该方法可以有效地对化工过程异常原因进行推溯并筛选主要影响因素。研究为使用生产过程大数据实现化工过程异常智能溯源提供了理论基础,为进一步完善过程风险精细化管控提供了新思路。     

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。     

基于关联规则的跑道着陆事件演化网络构建研究*

为了提高航空运输系统安全性,针对航空器着陆过程中冲偏出和重着陆事件的关联机理开展研究。以84起跑道着陆事故调查报告为样本,利用Python分词工具提取风险因素并建立跑道着陆事件数据集,应用Apriori算法挖掘风险因素间关联规则,基于复杂网络理论构建该类事件演化网络,分析社团结构和拓扑特征。研究结果表明:本文所构建的网络密度为0.143,网络较为紧密,风险因素间强关联;网络社团结构显著,符合飞行操纵、运行状态、运行环境、不利条件的分类特点;网络关键节点“航线训练”、“接地速度大”综合值分别为0.599 8、0.589 0。研究结果可为飞行安全研究提供新思路。