CN110675013A - 建设工程项目施工安全性的评价方法 - Google Patents
建设工程项目施工安全性的评价方法 Download PDFInfo
- Publication number
- CN110675013A CN110675013A CN201910632443.5A CN201910632443A CN110675013A CN 110675013 A CN110675013 A CN 110675013A CN 201910632443 A CN201910632443 A CN 201910632443A CN 110675013 A CN110675013 A CN 110675013A
- Authority
- CN
- China
- Prior art keywords
- behavior
- personnel
- scoring index
- construction
- safety
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000006399 behavior Effects 0.000 claims abstract description 140
- 238000011156 evaluation Methods 0.000 claims abstract description 31
- 238000000611 regression analysis Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000007477 logistic regression Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 238000009415 formwork Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Abstract
本发明公开了一种建设工程项目施工安全性的评价方法，包括：确认人员评分指标，包括人员的若干工作参数；确认设备评分指标，包括设备的若干物理参数；确认人员行为评分指标，包括人员的若干不安全行为，不安全行为通过将不安全行为数据带入计划行为理论模型得到；将人员评分指标、设备评分指标和人员行为评分指标进行多层模型构建，获取实际数据带入多层模型并对其结果进行Logistics回归分析，得到人员评分指标中各个工作参数的权重、设备评分指标中各个物理参数的权重和人员行为评分指标中各个不安全行为的权重。本发明提供的建设工程项目施工安全性的评价方法，评价方式合理，减少人为因素影响，统一评判标准。
Description
技术领域
本发明涉及工程建设技术领域，具体地说，涉及一种建设工程项目施工安 全性的评价方法。
背景技术
在建筑业建设工程施工领域中，现有的项目整体安全评价方法主要是采取 以国标JGJ59-2011或者改进的同类型安全检查表为检查核心内容，辅以专家到 现场进行实地检查，人工对检查项目进行打分的方式来评价项目整体的安全 性。该评价方式存在以下问题：
1、现有基于改进的国标JGJ59-2011而制定的检查内容，缺乏从安全系统 科学的角度去概括和分类，仅单纯的从危险源本身去划定评分子项，不但科学 上不够严谨，而且并不能完整地反映施工现场的安全状况。
2、现有检查内容的子项权重、子项分值范围的编制，均都是通过一定数 量的专家论证形成的，其受制于专家数量、专家能力水平、专家从业经验等条 件，专项检查表的评分质量和科学性难有统一的标准，无法避免人为主观干预 打分。
3、现有评价方法的打分方式过度依赖于个人主观判断，缺乏客观的约束 标准。在打分上具有很大的人为感情因素，同时受打分者能力、经验、经历等 个人因素影响较大，不同打分小组之间的评判标准也不尽相同，因此，该方式 不具有相对准确性，该方式下的安全评价结果可参考性较弱。
发明内容
本发明的目的在于提供一种建设工程项目施工安全性的评价方法，评价方 式更合理，减少人为因素影响，统一评判标准。
本发明公开的建设工程项目施工安全性的评价方法所采用的技术方案是:
一种建设工程项目施工安全性的评价方法，所述方法包括：
确认人员评分指标，所述人员评分指标包括人员的若干工作参数；
确认设备评分指标，所述设备评分指标包括设备的若干物理参数；
确认人员行为评分指标，所述人员行为评分指标包括人员的若干不安全行 为，所述不安全行为通过将不安全行为数据带入计划行为理论模型得到；
将人员评分指标、设备评分指标和人员行为评分指标进行多层模型构建， 获取人员评分指标、设备评分指标和人员行为评分指标的实际数据，将所述实 际数据带入多层模型并对其结果进行Logistics回归分析，得到人员评分指标 中各个工作参数的权重、设备评分指标中各个物理参数的权重和人员行为评分 指标中各个不安全行为的权重。
作为优选方案，采用调查问卷获得不安全行为数据，将所述不安全行为数 据带入假设计划行为理论模型后，对假设计划行为理论模型结果采用一般复回 归分析法得到路径系数，对路径系数进行同时回归法分析得到假设计划行为理 论模型参数，并根据所述假设计划行为理论模型参数对假设计划行为理论模型 进行修正，得到计划行为理论模型。
作为优选方案，所述计划行为理论模型包括行为意向及其影响因子，所述 影响因子包括行为态度、主观规范、知觉行为和风险倾向，所述影响因子对应 的信念维度为态度信念、规范信念、知觉信念和风险信念。
作为优选方案，所述不安全行为包括进入设定的危险区域、跨越运转设备、 不佩带安全设备、损坏安全装置和不走安全通道。
作为优选方案，对所述多层模型结果进行回归线性分析和平行线检验，若 回归线性分析和平行线检验结果满足设定的阈值，将所述多层模型结果进行 Logistics回归分析，并由模型拟合精准度检验对Logistics回归分析结果的 总精确度进行检验，若达到100％的精确度，则所述Logistics回归分析结果 为有效结果。
作为优选方案，所述工作参数通过监控系统和人员管理系统得到，所述人 员管理系统用于人员的工作参数收集。
作为优选方案，所述物理参数通过监控系统和检测系统得到，所述检测系 统用于设备的物理参数检测。
作为优选方案，所述不安全行为通过监控识别系统得到，所述监控识别系 统用于人员的行为识别。
作为优选方案，所述人员评分指标的人员包括项目经理、安全监理工程师、 技术项目负责人、特种作业人员、安全员和建筑工人。
作为优选方案，所述设备包括建筑工程起重机械、高支模、深基坑支护、 升降机和临边防护。
本发明公开的建设工程项目施工安全性的评价方法的有益效果是：确认人 员评分指标，确认设备评分指标，确认人员行为评分指标，从人员、设备和 人员行为三个方向对整个建设工程的安全性进行更合理的评估。同时将人员评 分指标、设备评分指标和人员行为评分指标进行多层模型构建，获取人员评分 指标、设备评分指标和人员行为评分指标的实际数据，然后将实际数据带入多 层模型并对其结果进行Logistics回归分析，得到人员评分指标中各个工作参 数的权重、设备评分指标中各个物理参数的权重和人员行为评分指标中各个不 安全行为的权重。如此，由人员评分指标及各个工作参数权重、设备评分指标 及各个物理参数权重和人员行为评分指标及各个不安全行为权重构成建设工 程安全性的评估标准，通过三个方向的评估保证了建设工程安全评估的全面 性，完整地反映施工现场的安全状况。并通过Logistics回归分析将每个指标 内的参数进行合理的权重划分，统一了评分标准，减少了人为因素的影响，提 高建设工程安全评估的可参考性。
附图说明
图1是本发明建设工程项目施工安全性的评价方法的流程示意图
图2是本发明建设工程项目施工安全性的评价方法的计划行为理论模型示 意图。
具体实施方式
下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:
请参考图1，一种建设工程项目施工安全性的评价方法所述方法包括：
步骤1：确认人员评分指标，所述人员评分指标包括人员的若干工作参数。
具体的该人员包括但不限于以下：项目经理、安全监理工程师、技术项目 负责人、特种作业人员、安全员和建筑工人。
项目经理、安全监理工程师、技术项目负责人的工作参数包括但不限于以 下：到岗率、年龄、学历、职称、执业资格时间、过往业绩、所在管理团队优 秀程度、在岗时间、隐患处理有效性。上述的工作参数通过视频监控系统和实 名制管理系统获得。
特种作业人员的工作参数包括但不限于以下：上岗证持有率、到岗率、培 训率、年龄、学历、职称、执业资格时间和过往业绩。上述的工作参数通过视 频监控系统、实名制管理系统和安全培训学校获得。
安全员的工作参数包括但不限于以下:到岗率、年龄、学历、职称、执业 资格时间、过往业绩、在岗时间和隐患处理有效性。上述的工作参数通过视频 监控系统、实名制管理系统和安全培训学校获得。
建筑工人的工作参数包括但不限于以下：到岗率、培训率和接受培训人数。 上述的工作参数通过视频监控系统、实名制管理系统和安全培训学校获得。
步骤2：确认设备评分指标，所述设备评分指标包括设备的若干物理参数。
具体的该设备包括但不限于以下：建筑工程起重机械、高支模、深基坑支 护、升降机和临边防护。
建筑工程起重机械的物理参数包括但不限于以下：幅度(m)、起重量(kg)、 起重力矩(kN*m)、起升高度(m)、工作速度(m/s)。上述物理参数通过塔吊安全 监控系统、高度传感器、风速仪、幅度传感器、显示器、控制主机、回转传感 器、力矩传感器等设备或系统获得。
高支模的物理参数包括但不限于以下：沉降(m)、倾角(度)、位移(m)。上 述物理参数通过高支模监测系统、沉降监测设备、全自动全站仪等设备或系统 获得。
深基坑支护的物理参数包括但不限于以下：力矩(kN*m)、位移(m)、侧倾 (m)、水位(m)、孔隙水压力(N)。上述物理参数通过深基坑支护检测系统、全 自动全站仪、土压力盒、孔隙水压计、导轮式固定侧倾仪、钢筋计、轴力计、 水位监测等设备或系统获得。
升降机的物理参数包括但不限于以下：载重(kg)、升降高度(m)。上述物 理参数通过升降机监控系统、重量传感器、上下限位内外门监控、主机等设备 或系统获得。
临边防护的物理参数包括但不限于以下：安全距离(m)。上述物理参数通 过便携式临边防护系统和激光传感器等设备或系统获得。
还包括噪声和扬尘的监控，由噪声和扬尘探测仪进行数据获取。
步骤3：确认人员行为评分指标，所述人员行为评分指标包括人员的若干 不安全行为，所述不安全行为通过将不安全行为数据带入计划行为理论模型得 到；
在发生不安全行为的过程中，不安全行为的期望需求是重要的影响因素， 其具体分为以下几个方面：(1)安全需求：建筑工人在工作中将安全作为首位， 当遇到任何情况时会尽量确保自己的人身安全，但这种需求会在很多情况下被 淡化从而产生违规和失误行为，进而导致事故的发生。(2)自我实现：建筑工 人作为个体存在整个群体中，在某些情况下需要自我判断来对情景进行反应、 判断和决策，在整个过程以自己意识作为主要因素。但是在整个过程中过分 的注重自我实现则会对安全行为结果造成影响，做出不合理的决策，从而发生 事故。(3)独立需求：建筑工人在整个过程中，需要在时间与空间上相互独立，不 被群体约束。此独立不仅表现在时间空间上的独立，而且表现在情感、规范等 的独立。因此行人有时候就会摆脱规范的约束，发生违规行为，进而促使事故 的发生。(4)省时省能：省时省能是绝大部分建筑工人发生不安全行为的普遍 原因。从建筑工人角度出发，由于赶工期等原因会更多的注重方便和省时而忽 略安全规定，做出违规行为，进而促使事故的产生。(5)个人习惯：习惯是一 个人在长期生活中养成的，一时不容易改变的行为。这种行为会在整个工程推 进中以及社会风气中形成的无意识行为。个人习惯的支配会促使建筑工人在特 定环境中无意识的做出违规行为，进而促使事故的发生。通过以上对建筑工人心理期望值的探讨，对计划行为理论进行改进得到假设计划行为理论模型。
请参考图2，假设计划行为理论模型是在基本计划行为理论模型进行改进 的。在基本计划行为理论模型的基础上，为了更清晰地探讨不安全行为，用行 为意向代替不安全行为作为终的观察因变量，取消了实际行为，用行为意向代 替了实际行为。并引入了风险倾向作为影响因子，风险倾向是影响人们行为重 要的心理因素，将风险倾向引入计划行为理论中来研究建筑工人不安全行为可 以产生更好的效果。
改进后的假设计划行为理论模型包括行为意向及其影响因子，影响因子包 括行为态度、主观规范、知觉行为和风险倾向，影响因子对应的信念维度为态 度信念、规范信念、知觉信念和风险信念。行为态度、主观规范和知觉行为对 行为意向有显著影响，风险倾向对行为意向有假设显著影响，行为态度、主观 规范和知觉行为之间互相有相关影响，行为态度、主观规范、知觉行为与风险 倾向之间互相有假设相关影响，信念维度对相关的影响因子有显著影响。
使用SPSS软件对改进后的计划行为理论模型进行解释型复回归分析—强 迫进入变量法解释因子相关性，用该方法来估计路径系数并检验各个因子是否 显著，随后估计残差系数。
通过调查问卷获得不安全行为数据，不安全行为数据包括工人行为态度的 主观意愿、主观规范落实情况、作业类型的风险倾向程度和工人作业的执行难 易程度。然后将不安全行为数据带入假设计划行为理论模型中，对其结果选用 一般复回归分析法(multiple regression analysis)进行分析得到路径系数， 路径系数就为回归方程中的标准回归系数。其次，采用同时回归法对路径系数 进行分析，以及对假设模型结果进行绘制，得到假设模型参数并证明假设模型 的合理性，从而得到计划行为理论模型并得到不安全行为。不安全行为包括但 不限于:擅自进入危险区域(喷溅、煤气、放射源、有毒有害、易燃易爆、高 温烫伤、吊物下方等)；跨越运转设备、卷扬；高处作业不佩带安全带或不设 置安全网；擅自拆卸、挪用或损坏安全标志、防护、信号装置；作业现场不走 安全通道等。
通过工地现场的监控识别系统对建筑工作人员的不安全行为进行搜集。
建设工程施工的不安全因素主要分为人的不安全因素、物的不安全状态和 不安全行为。而其中不安全行为已成为影响建设工程施工安全的主要原因之 一，因此，研究建筑工人不安全行为具有积极意义。通过对建筑工人不安全行 为的总结分类，在计划行为理论原有维度因子中增添风险倾向，构建模型；通 过改进的计划行为理论模型可以很好的解释不安全行为，根据路径分析得到对 行为意向解释程度，从而构建合理的不安全行为维度评价体系指标。
步骤4：将人员评分指标、设备评分指标和人员行为评分指标进行多层模 型构建，获取人员评分指标、设备评分指标和人员行为评分指标的实际数据， 将所述实际数据带入多层模型并对其结果进行Logistics回归分析，得到人员 评分指标中各个工作参数的权重、设备评分指标中各个物理参数的权重和人员 行为评分指标中各个不安全行为的权重。
人员评分指标、设备评分指标和人员行为评分指标的实际数据由上述提到 的设备或系统得到。
在大数据基础上运用SPSS软件进行分析，首先须对有序Logistics回 归分析的四个假设前提进行验证，分别为：(1)因变量唯一，且为有序多分类 变量；(2)自变量可为连续、有序多分类或无序分类变量；(3)自变量间无多 重共线性；(4)自变量对因变量的回归系数与分割点无关，模型满足“比例优 势”假设。其中，(1)(2)为模型的数据前提，在选取好合适的数据条件下， 对(3)(4)中的假设分别在SPSS中进行回归线性分析和平行线检验。在回 归线性分析中，须判断结果中若容差、方差膨胀因子(VIF)的数值关系；若 容差<0.1或方差膨胀因子(VIF)>10，则表示数据中有共线性存在，需要剔 除诱发因子；若容差均>0.1，且VIF<10，则不存在多重共线性，不需修正多 层模型。在平行线检验中，通过查验卡方检验临界值表，当自由度为1时，卡 方值(X^2)>3.84；显著性>0.05；需判定结果是否满足条件，若不满足，则 须修正多层模型。满足回归线性分析和平行线检验分析结果后，再进行Logistics回归分析，从参数值估计结果列表中，得到各指标间的权重关系。 最后由模型拟合精准度检验对模型总精确度进行检验，若达到100％的精确度， 则为有效的权重关系。若没有达到100％的精确度，则对多层模型进行修正。
回归线性分析、平行线检验、Logistics回归分析和模型拟合精准度检验 过程如下表所示。
(一)回归线性分析结果
输入/移去的变量a
a.因变量：Rank.Number
b.已达到容差＝.000限制。
系数a
a.因变量：Rank.Number
已排除的变量a
a.因变量：Rank.Number
b.模型中的预测变量：(常量).Lab.biz.age. income，guard.number，Lib。
结果显示：满足容差、VIF假设。
(二)平行线检验结果
平行线检验a
零假设规定位置参数(斜率系数)在各响应类别中都是相同的。 a
a.联接函数：Logit。
b.在达到最大步骤对分次数后，无法进一步增加对数似然值。
c.卡方统计量的计算基于广义模型最后一次迭代得到的对数 似然值。检验的有效性是不确定的。
结果显示：满足卡方值和显著性结果。
(三)有序Logitic回归分析
拟合度
联接函数：Logit。
伪R方
联接函数：Logit。
参数估计值
结果显示：具有有效的权重关系结论。
(四)模型拟个精准度检验
案例处理摘要
Rank，Number*预测响应类别 交叉制表
Rank.Number*预测响应类别 交叉制表
结果表明：总体精确度为100％
确认人员评分指标，确认设备评分指标，确认人员行为评分指标，从人 员、设备和人员行为三个方向对整个建设工程的安全性进行更合理的评估。同 时将人员评分指标、设备评分指标和人员行为评分指标进行多层模型构建，获 取人员评分指标、设备评分指标和人员行为评分指标的实际数据，然后将实际 数据带入多层模型并对其结果进行Logistics回归分析，得到人员评分指标中 各个工作参数的权重、设备评分指标中各个物理参数的权重和人员行为评分指 标中各个不安全行为的权重。如此，由人员评分指标及各个工作参数权重、设 备评分指标及各个物理参数权重和人员行为评分指标及各个不安全行为权重 构成建设工程安全性的评估标准，通过三个方向的评估保证了建设工程安全评 估的全面性，完整地反映施工现场的安全状况。并通过Logistics回归分析将 每个指标内的参数进行合理的权重划分，统一了评分标准，减少了人为因素的 影响，提高建设工程安全评估的可参考性。
本方法在实施的过程中，其所需的数据都是通过硬件手段加软件获取的， 例如：监控系统、管理系统和各种传感器，不需要人员进入实地检查评估，减 少人为检查、打分小组的人力成本和团队维护成本。在社会影响上，这种主要 通过硬件手段获取数据并评价工地安全施工状况的方法，具有一定的指引作 用。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本 发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域 的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换， 而不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种建设工程项目施工安全性的评价方法，其特征在于，所述方法包括：
确认人员评分指标，所述人员评分指标包括人员的若干工作参数；
确认设备评分指标，所述设备评分指标包括设备的若干物理参数；
确认人员行为评分指标，所述人员行为评分指标包括人员的若干不安全行为，所述不安全行为通过将不安全行为数据带入计划行为理论模型得到；
将人员评分指标、设备评分指标和人员行为评分指标进行多层模型构建，获取人员评分指标、设备评分指标和人员行为评分指标的实际数据，将所述实际数据带入多层模型并对其结果进行Logistics回归分析，得到人员评分指标中各个工作参数的权重、设备评分指标中各个物理参数的权重和人员行为评分指标中各个不安全行为的权重。
2.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，采用调查问卷获得不安全行为数据，将所述不安全行为数据带入假设计划行为理论模型后，对假设计划行为理论模型结果采用一般复回归分析法得到路径系数，对路径系数进行同时回归法分析得到假设计划行为理论模型参数，并根据所述假设计划行为理论模型参数对假设计划行为理论模型进行修正，得到计划行为理论模型。
3.如权利要求2所述的建设工程项目施工安全性的评价方法，其特征在于，所述计划行为理论模型包括行为意向及其影响因子，所述影响因子包括行为态度、主观规范、知觉行为和风险倾向，所述影响因子对应的信念维度为态度信念、规范信念、知觉信念和风险信念。
4.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，所述不安全行为包括进入设定的危险区域、跨越运转设备、不佩带安全设备、损坏安全装置和不走安全通道。
5.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，对所述多层模型结果进行回归线性分析和平行线检验，若回归线性分析和平行线检验结果满足设定的阈值，将所述多层模型结果进行Logistics回归分析，并由模型拟合精准度检验对Logistics回归分析结果的总精确度进行检验，若达到100％的精确度，则所述Logistics回归分析结果为有效结果。
6.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，所述工作参数通过监控系统和人员管理系统得到，所述人员管理系统用于人员的工作参数收集。
7.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，所述物理参数通过监控系统和检测系统得到，所述检测系统用于设备的物理参数检测。
8.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，所述不安全行为通过监控识别系统得到，所述监控识别系统用于人员的行为识别。
9.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，所述人员评分指标的人员包括项目经理、安全监理工程师、技术项目负责人、特种作业人员、安全员和建筑工人。
10.如权利要求1所述的建设工程项目施工安全性的评价方法，其特征在于，所述设备包括建筑工程起重机械、高支模、深基坑支护、升降机和临边防护。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910632443.5A CN110675013A (zh) | 2019-07-13 | 2019-07-13 | 建设工程项目施工安全性的评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910632443.5A CN110675013A (zh) | 2019-07-13 | 2019-07-13 | 建设工程项目施工安全性的评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110675013A true CN110675013A (zh) | 2020-01-10 |
Family
ID=69068624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910632443.5A Pending CN110675013A (zh) | 2019-07-13 | 2019-07-13 | 建设工程项目施工安全性的评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110675013A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112671824A (zh) * | 2020-11-25 | 2021-04-16 | 江苏集萃未来城市应用技术研究所有限公司 | 一种基于智能多维感知和分布式存储的工地监管方法 |
| CN112801556A (zh) * | 2021-04-06 | 2021-05-14 | 深圳市维度数据科技股份有限公司 | 一种工业企业排污行为的区域影响程度评估方法及系统 |
| CN113537729A (zh) * | 2021-06-24 | 2021-10-22 | 北京安捷工程咨询有限公司 | 一种智慧施工安全控制系统 |
-
2019
- 2019-07-13 CN CN201910632443.5A patent/CN110675013A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112671824A (zh) * | 2020-11-25 | 2021-04-16 | 江苏集萃未来城市应用技术研究所有限公司 | 一种基于智能多维感知和分布式存储的工地监管方法 |
| CN112801556A (zh) * | 2021-04-06 | 2021-05-14 | 深圳市维度数据科技股份有限公司 | 一种工业企业排污行为的区域影响程度评估方法及系统 |
| CN113537729A (zh) * | 2021-06-24 | 2021-10-22 | 北京安捷工程咨询有限公司 | 一种智慧施工安全控制系统 |
| CN113537729B (zh) * | 2021-06-24 | 2022-05-17 | 北京安捷工程咨询有限公司 | 一种智慧施工安全控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Root causes of coal mine accidents: Characteristics of safety culture deficiencies based on accident statistics | |
| Albert et al. | Empirical measurement and improvement of hazard recognition skill | |
| CN108915771B (zh) | 云控矿山综合管理系统 | |
| Nguyen et al. | Predicting safety risk of working at heights using Bayesian networks | |
| Zhou et al. | Overview and analysis of safety management studies in the construction industry | |
| Jahangiri et al. | A neuro-fuzzy risk prediction methodology for falling from scaffold | |
| CN110675013A (zh) | 建设工程项目施工安全性的评价方法 | |
| CN111325434A (zh) | 一种基于大数据的煤矿生产风险评估指标体系构建方法 | |
| Ye et al. | Improved HFACS on human factors of construction accidents: a china perspective | |
| Ai et al. | A systematic approach to identify the hierarchical structure of accident factors with grey relations | |
| Liu et al. | Modeling and evaluation of the safety control capability of coal mine based on system safety | |
| CN112580995A (zh) | 施工安全大数据监督系统与安全风险动态评估方法 | |
| CN113988530A (zh) | 一种非煤矿山安全风险评估分级方法及系统 | |
| CN108564267B (zh) | 一种企业环境风险评价系统和方法 | |
| Yilmaz et al. | A Risk analysis and ranking application for lifting vehicles used in construction sites with integrated AHP and Fine-Kinney approach | |
| CN111178732A (zh) | 基于大数据赋能条件下的区域动态火灾风险评估方法 | |
| CN114841660B (zh) | 一种基于现场信息的企业智慧安全管控云平台 | |
| Gunduz et al. | Observation based safety performance indexing method for construction industry–validation with SMEs | |
| Liao et al. | Fusion model for hazard association network development: A case in elevator installation and maintenance | |
| Chen et al. | Investigation of operational concerns of construction crane operators: An approach integrating factor clustering and prioritization | |
| Sun et al. | A system dynamics model of prevention through design towards eliminating human error | |
| Peñaloza et al. | Safety-I and safety-II: opportunities for an integrated approach in the construction industry | |
| Ghousi | Applying a decision support system for accident analysis by using data mining approach: A case study on one of the Iranian manufactures | |
| CN114819878A (zh) | 燃气工程的作业示险方法和系统、计算机可读介质 | |
| Luo et al. | The influence of human-organizational factors on falling accidents from historical text data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200110 |
|
| RJ01 | Rejection of invention patent application after publication |