CN112862273B - 一种基于物联网的隧道施工现场风险评估方法及系统 - Google Patents

一种基于物联网的隧道施工现场风险评估方法及系统 Download PDF

Info

Publication number
CN112862273B
CN112862273B CN202110084072.9A CN202110084072A CN112862273B CN 112862273 B CN112862273 B CN 112862273B CN 202110084072 A CN202110084072 A CN 202110084072A CN 112862273 B CN112862273 B CN 112862273B
Authority
CN
China
Prior art keywords
risk
tunnel construction
internet
things
source
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.)
Active
Application number
CN202110084072.9A
Other languages
English (en)
Other versions
CN112862273A (zh
Inventor
黄智刚
吕虎波
柯宇琪
李佳
刘振
卫魏
郑守铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou Urban Construction Design Research Institute Co ltd
Zhejiang Tunnel Engineering Group Co ltd
Fuzhou Water Affairs Pingtan Water Diversion Development Co ltd
Original Assignee
Fuzhou Urban Construction Design Research Institute Co ltd
Zhejiang Tunnel Engineering Group Co ltd
Fuzhou Water Affairs Pingtan Water Diversion Development Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou Urban Construction Design Research Institute Co ltd, Zhejiang Tunnel Engineering Group Co ltd, Fuzhou Water Affairs Pingtan Water Diversion Development Co ltd filed Critical Fuzhou Urban Construction Design Research Institute Co ltd
Priority to CN202110084072.9A priority Critical patent/CN112862273B/zh
Publication of CN112862273A publication Critical patent/CN112862273A/zh
Application granted granted Critical
Publication of CN112862273B publication Critical patent/CN112862273B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/30—Construction
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/50—Safety; Security of things, users, data or systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于物联网的隧道施工现场风险评估方法及系统，其方法包括：对隧道施工现场的若干个风险源进行区域位置记录；基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息；基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子；基于所述关联影响因子，获取所述隧道施工现场的总体风险系数。本发明实施例通过采用物联网传感技术可实现对隧道施工作业人员在作业期间的移动轨迹跟踪，将提高风险评估工作的准确度。

Description

一种基于物联网的隧道施工现场风险评估方法及系统
技术领域
本发明涉及风险评估技术领域，尤其涉及一种基于物联网的隧道施工现场风险评估方法及系统。
背景技术
针对作业人员的行为管理以及现场的风险预估是隧道施工作业领域的关键环节，采用持续性监测手段来预防可能发生的危险事件成为本领域的基本思路。传统上是利用安全管理员的人工观察方式来执行这一安全管理工作，主要依赖于安全管理员的自身素质水平，其面临着效率低下、主观性强、耗时耗人力、成本高昂等问题，难以满足现代隧道施工作业的需求。目前已逐渐采用视觉监控技术来实现自动化的危险行为监测与评估，但在隧道施工现场易受光照、遮挡等情况的限制，难以对作业人员实施更为全面的行为监督，对于隧道施工现场的风险评估不够准确。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种基于物联网的隧道施工现场风险评估方法及系统，通过采用物联网传感技术可实现对隧道施工作业人员在作业期间的移动轨迹跟踪，将提高风险评估工作的准确度。
为了解决上述问题，本发明提出了一种基于物联网的隧道施工现场风险评估方法，所述方法包括：
对隧道施工现场的若干个风险源进行区域位置记录；
基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息；
基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子；
基于所述关联影响因子，获取所述隧道施工现场的总体风险系数。
可选的，所述对隧道施工现场的若干个风险源进行区域位置记录包括：
基于若干个风险源中的每一个风险源设置有一个物联网传感器信号发射模块，记录每一个风险源处的物联网传感器信号发射模块在所述隧道施工现场的位置信息；
预先定义每一个风险源处所划分的一级风险区的固定半径均为r(r>0)以及二级风险区的固定半径均为R(R>r)，且所述二级风险区以外的区域为安全区，确定每一个风险源的区域位置为：
Figure BDA0002910156590000021
其中，Hi(i＝1,2,…,N)为第i个风险源的区域位置，(xi,yi)为第i个风险源处的物联网传感器信号发射模块的平面位置坐标信息，(x,y)为靠近第i个风险源的隧道施工作业人员所携带的物联网传感器信号接收模块的平面位置坐标信息。
可选的，所述基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息包括：
基于所有隧道施工作业人员中的每一个隧道施工作业人员设置有一个物联网传感器信号接收模块，计算每一个隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息为：
Lij＝10[(|rssi|-A)/(10*n)]+std
其中，Lij(j＝1,2,…,M)为第j个隧道施工作业人员与第i个风险源之间的距离信息，rssi为第j个隧道施工作业人员处的物联网传感器信号接收模块感知到的当前蓝牙信号强度，A为基于隧道施工作业实验场景下的物联网传感器信号接收模块在距离物联网传感器信号发射模块1米时感知到的蓝牙信号强度，n为环境衰减因子参数，std为距离估计的标准差。
可选的，所述基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子包括：
判断所述距离信息是否落在所述一级风险区或者所述二级风险区的覆盖范围内，并根据判断结果和人员停留数据获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子为：
Figure BDA0002910156590000031
其中，Pij为第i个风险源与第j个隧道施工作业人员之间的关联影响因子，pij为第i个风险源对第j个隧道施工作业人员产生的风险影响系数，Δtij为第j个隧道施工作业人员在第i个风险源处的停留时间。
可选的，所述基于所述关联影响因子，获取所述隧道施工现场的总体风险系数包括：
基于所述关联影响因子，计算所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数；
结合所述人为风险系数和所述人员停留数据，计算所述隧道施工现场的总体风险系数。
可选的，所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数的计算公式为：
Figure BDA0002910156590000032
其中，‖Pj‖为第j个隧道施工作业人员对所述若干个风险源所产生的人为风险系数，P1j为第一个风险源与第j个隧道施工作业人员之间的关联影响因子，P2j为第二个风险源与第j个隧道施工作业人员之间的关联影响因子，以此类推。
可选的，所述隧道施工现场的总体风险系数的计算公式为：
Figure BDA0002910156590000033
其中，freqij为第j个隧道施工作业人员在第i个风险源处出现的频率，tj为第j个隧道施工作业人员在所述隧道施工现场的总工作时间。
另外，本发明实施例还提供了一种基于物联网的隧道施工现场风险评估系统，所述系统包括：
区域位置记录模块，用于对隧道施工现场的若干个风险源进行区域位置记录；
距离信息计算模块，用于基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息；
影响因子获取模块，用于基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子；
施工风险确定模块，用于基于所述关联影响因子，获取所述隧道施工现场的总体风险系数。
可选的，所述施工风险确定模块还用于基于所述关联影响因子，计算所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数；以及结合所述人为风险系数和所述人员停留数据，计算所述隧道施工现场的总体风险系数。
在本发明实施例中，通过优先根据隧道施工现场的实际情况对内部的各个危险区域进行标记备案，可提供基于区域安全风险分析的数据基础；通过采用物联网传感技术可实现对隧道施工作业人员在作业期间的移动轨迹跟踪，以完成其在各个危险区域停留情况的有效记录，可及时反馈出隧道施工作业人员的安全风险意识，同时便于统计整个隧道施工现场的当前风险状态；此外，采用物联网传感技术不受隧道施工现场存在的光照较弱、遮挡等不利条件的影响，相比现有的视觉监控技术而言，将提高风险评估工作的准确度，且降低数据运算处理的复杂度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例中的基于物联网的隧道施工现场风险评估方法的流程示意图；
图2是本发明实施例中的任意一个风险源处的等级风险区平面示意图；
图3是本发明实施例中的基于物联网的隧道施工现场风险评估系统的组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例
请参阅图1，图1示出了本发明实施例中的基于物联网的隧道施工现场风险评估方法的流程示意图。
如图1所示，一种基于物联网的隧道施工现场风险评估方法，所述方法包括如下步骤：
S101、对隧道施工现场的若干个风险源进行区域位置记录；
本发明实施过程包括：
(1)基于若干个风险源中的每一个风险源设置有一个物联网传感器信号发射模块，记录每一个风险源处的物联网传感器信号发射模块在所述隧道施工现场的位置信息；
其中，针对若干个风险源(定义为N个)的选取，是由安全管理员根据巡检时间计划对隧道施工现场进行人工安全检查后标记而来的。
(2)预先定义每一个风险源处所划分的一级风险区的固定半径均为r(r>0)以及二级风险区的固定半径均为R(R>r)，且所述二级风险区以外的区域为安全区，确定每一个风险源的区域位置为：
Figure BDA0002910156590000051
式中：Hi(i＝1,2,…,N)为第i个风险源的区域位置，(xi,yi)为第i个风险源处的物联网传感器信号发射模块的平面位置坐标信息，(x,y)为靠近第i个风险源的隧道施工作业人员所携带的物联网传感器信号接收模块的平面位置坐标信息。
其中，图2示出了本发明实施例中的任意一个风险源处的等级风险区平面示意图，以第i个风险源为中心，则第i个风险源所划分的一级风险区呈现出半径为r的圆形区域，而第i个风险源所划分的二级风险区呈现出内半径为r、外半径为R的环形区域。
S102、基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息；
本发明实施过程中，基于所有隧道施工作业人员中的每一个隧道施工作业人员设置有一个物联网传感器信号接收模块，计算每一个隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息为：
Lij＝10[(|rssi|-A)/(10*n)]+std
其中，Lij(j＝1,2,…,M)为第j个隧道施工作业人员与第i个风险源之间的距离信息，rssi为第j个隧道施工作业人员处的物联网传感器信号接收模块感知到的当前蓝牙信号强度(负值)，A为基于隧道施工作业实验场景下的物联网传感器信号接收模块在距离物联网传感器信号发射模块1米时感知到的蓝牙信号强度，作为基准值，n为环境衰减因子参数，std为距离估计的标准差。
需要说明的是，本发明实施例主要针对在安全管理员需要统计的巡检时间段内进入所述隧道施工现场的所有隧道施工作业人员(定义为M个)进行风险评估，且在作业期间每一个隧道施工作业人员身上配备有内置蓝牙接收模块或者其他具有信号强度的物联网模块(如WiFi模块、RFID模块等)的个人防护装备、或者随身携带手机的传感器。
S103、基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子；
本发明实施过程中，判断所述距离信息是否落在所述一级风险区或者所述二级风险区的覆盖范围内，并根据判断结果和人员停留数据获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子为：
Pij＝∑pij*Δtij
式中：Pij为第i个风险源与第j个隧道施工作业人员之间的关联影响因子，pij为第i个风险源对第j个隧道施工作业人员产生的风险影响系数，Δtij为第j个隧道施工作业人员在第i个风险源处的停留时间，是通过第j个隧道施工作业人员处的物联网传感器信号接收模块进行记录得到的。
其中，所述判断所述距离信息是否落在所述一级风险区或者所述二级风险区的覆盖范围内，实际表现为：判断当前距离信息Lij与第i个风险源的区域位置Hi之间的关系，但由于步骤S101已统一规定每一个风险源处所划分的一级风险区与二级风险区的覆盖范围，此处可直接判断当前距离信息Lij是否小于等于r值、或者当前距离信息Lij是否大于r值且小于等于R值，具体的判断结果如下：
(1)当Lij≤r，说明第j个隧道施工作业人员位于第i个风险源所划分的一级风险区内，则输出pij＝1；
(2)当r＜Lij≤R，说明第j个隧道施工作业人员位于第i个风险源所划分的二级风险区内，则输出pij＝Norm(F(Lij,r,R))，其中F(x)为线性插值函数，Norm(x)为归一化函数；
(3)当Lij>R，说明第j个隧道施工作业人员位于第i个风险源的安全区域，则输出pij＝0。
S104、基于所述关联影响因子，获取所述隧道施工现场的总体风险系数。
本发明实施过程包括：
(1)基于所述关联影响因子，计算所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数，相应的计算公式为：
Figure BDA0002910156590000071
其中，‖Pj‖为第j个隧道施工作业人员对所述若干个风险源所产生的人为风险系数，P1j为第一个风险源与第j个隧道施工作业人员之间的关联影响因子，P2j为第二个风险源与第j个隧道施工作业人员之间的关联影响因子，以此类推，且P1j、P2j、…、PNj的具体值是通过上述步骤S103计算而来的；并且，根据上述各个关联影响因子可直观反映出第j个隧道施工作业人员的安全风险意识，为安全管理员对其培训程度提供策略支撑；
(2)结合所述人为风险系数和所述人员停留数据，计算所述隧道施工现场的总体风险系数，相应的计算公式为：
Figure BDA0002910156590000081
其中，freqij为第j个隧道施工作业人员在第i个风险源处出现的频率，tj为第j个隧道施工作业人员在所述隧道施工现场的总工作时间。
在此基础上，安全管理员结合专家经验得到影响施工进程的预设阈值P，再将所述隧道施工现场的总体风险系数Ptotal与所述预设阈值P进行比较，获取进一步的安全策略选择，包括：当Ptotal＜P时，则判定当前隧道施工现场允许继续施工；当Ptotal≥P时，则判定当前隧道施工现场应停工整顿。
在本发明实施例中，通过优先根据隧道施工现场的实际情况对内部的各个危险区域进行标记备案，可提供基于区域安全风险分析的数据基础；通过采用物联网传感技术可实现对隧道施工作业人员在作业期间的移动轨迹跟踪，以完成其在各个危险区域停留情况的有效记录，可及时反馈出隧道施工作业人员的安全风险意识，同时便于统计整个隧道施工现场的当前风险状态；此外，采用物联网传感技术不受隧道施工现场存在的光照较弱、遮挡等不利条件的影响，相比现有的视觉监控技术而言，将提高风险评估工作的准确度，且降低数据运算处理的复杂度。
实施例
请参阅图3，图3示出了本发明实施例中的基于物联网的隧道施工现场风险评估系统的组成示意图。
如图3所示，一种基于物联网的隧道施工现场风险评估系统，所述系统包括：
区域位置记录模块201，用于对隧道施工现场的若干个风险源进行区域位置记录；
具体实施过程包括：
(1)基于若干个风险源中的每一个风险源设置有一个物联网传感器信号发射模块，记录每一个风险源处的物联网传感器信号发射模块在所述隧道施工现场的位置信息；
其中，针对若干个风险源(定义为N个)的选取，是由安全管理员根据巡检时间计划对隧道施工现场进行人工安全检查后标记而来的。
(2)预先定义每一个风险源处所划分的一级风险区的固定半径均为r(r>0)以及二级风险区的固定半径均为R(R>r)，且所述二级风险区以外的区域为安全区，确定每一个风险源的区域位置为：
Figure BDA0002910156590000091
式中：Hi(i＝1,2,…,N)为第i个风险源的区域位置，(xi,yi)为第i个风险源处的物联网传感器信号发射模块的平面位置坐标信息，(x,y)为靠近第i个风险源的隧道施工作业人员所携带的物联网传感器信号接收模块的平面位置坐标信息。
其中，图2示出了本发明实施例中的任意一个风险源处的等级风险区平面示意图，以第i个风险源为中心，则第i个风险源所划分的一级风险区呈现出半径为r的圆形区域，而第i个风险源所划分的二级风险区呈现出内半径为r、外半径为R的环形区域。
距离信息计算模块202，用于基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息；
本发明实施过程中，基于所有隧道施工作业人员中的每一个隧道施工作业人员设置有一个物联网传感器信号接收模块，计算每一个隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息为：
Lij＝10[(|rssi|-A)/(10*n)]+std
其中，Lij(j＝1,2,…,M)为第j个隧道施工作业人员与第i个风险源之间的距离信息，rssi为第j个隧道施工作业人员处的物联网传感器信号接收模块感知到的当前蓝牙信号强度(负值)，A为基于隧道施工作业实验场景下的物联网传感器信号接收模块在距离物联网传感器信号发射模块1米时感知到的蓝牙信号强度，作为基准值，n为环境衰减因子参数，std为距离估计的标准差。
需要说明的是，本发明实施例主要针对在安全管理员需要统计的巡检时间段内进入所述隧道施工现场的所有隧道施工作业人员(定义为M个)进行风险评估，且在作业期间每一个隧道施工作业人员身上配备有内置蓝牙接收模块或者其他具有信号强度的物联网模块(如WiFi模块、RFID模块等)的个人防护装备、或者随身携带手机的传感器。
影响因子获取模块203，用于基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子；
本发明实施过程中，判断所述距离信息是否落在所述一级风险区或者所述二级风险区的覆盖范围内，并根据判断结果和人员停留数据获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子为：
Pij＝∑pij*Δtij
式中：Pij为第i个风险源与第j个隧道施工作业人员之间的关联影响因子，pij为第i个风险源对第j个隧道施工作业人员产生的风险影响系数，Δtij为第j个隧道施工作业人员在第i个风险源处的停留时间，是通过第j个隧道施工作业人员处的物联网传感器信号接收模块进行记录得到的。
其中，所述判断所述距离信息是否落在所述一级风险区或者所述二级风险区的覆盖范围内，实际表现为：判断当前距离信息Lij与第i个风险源的区域位置Hi之间的关系，但由于步骤S101已统一规定每一个风险源处所划分的一级风险区与二级风险区的覆盖范围，此处可直接判断当前距离信息Lij是否小于等于r值、或者当前距离信息Lij是否大于r值且小于等于R值，具体的判断结果如下：
(1)当Lij≤r，说明第j个隧道施工作业人员位于第i个风险源所划分的一级风险区内，则输出pij＝1；
(2)当r＜Lij≤R，说明第j个隧道施工作业人员位于第i个风险源所划分的二级风险区内，则输出pij＝Norm(F(Lij,r,R))，其中F(x)为线性插值函数，Norm(x)为归一化函数；
(3)当Lij>R，说明第j个隧道施工作业人员位于第i个风险源的安全区域，则输出pij＝0。
施工风险确定模块204，用于基于所述关联影响因子，获取所述隧道施工现场的总体风险系数。
具体实施过程包括：
(1)基于所述关联影响因子，计算所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数，相应的计算公式为：
Figure BDA0002910156590000111
其中，‖Pj‖为第j个隧道施工作业人员对所述若干个风险源所产生的人为风险系数，P1j为第一个风险源与第j个隧道施工作业人员之间的关联影响因子，P2j为第二个风险源与第j个隧道施工作业人员之间的关联影响因子，以此类推，且P1j、P2j、…、PNj的具体值是通过上述步骤S103计算而来的；并且，根据上述各个关联影响因子可直观反映出第j个隧道施工作业人员的安全风险意识，为安全管理员对其培训程度提供策略支撑；
(2)结合所述人为风险系数和所述人员停留数据，计算所述隧道施工现场的总体风险系数，相应的计算公式为：
Figure BDA0002910156590000112
其中，freqij为第j个隧道施工作业人员在第i个风险源处出现的频率，tj为第j个隧道施工作业人员在所述隧道施工现场的总工作时间。
在此基础上，安全管理员结合专家经验得到影响施工进程的预设阈值P，再将所述隧道施工现场的总体风险系数Ptotal与所述预设阈值P进行比较，获取进一步的安全策略选择，包括：当Ptotal＜P时，则判定当前隧道施工现场允许继续施工；当Ptotal≥P时，则判定当前隧道施工现场应停工整顿。
在本发明实施例中，通过优先根据隧道施工现场的实际情况对内部的各个危险区域进行标记备案，可提供基于区域安全风险分析的数据基础；通过采用物联网传感技术可实现对隧道施工作业人员在作业期间的移动轨迹跟踪，以完成其在各个危险区域停留情况的有效记录，可及时反馈出隧道施工作业人员的安全风险意识，同时便于统计整个隧道施工现场的当前风险状态；此外，采用物联网传感技术不受隧道施工现场存在的光照较弱、遮挡等不利条件的影响，相比现有的视觉监控技术而言，将提高风险评估工作的准确度，且降低数据运算处理的复杂度。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可存储于一计算机可读存储介质中，存储介质可包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或光盘等。
以上对本发明实施例所提供的一种基于物联网的隧道施工现场风险评估方法及系统进行了详细介绍，本文中采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (3)

1.一种基于物联网的隧道施工现场风险评估方法，其特征在于，所述方法包括：
对隧道施工现场的若干个风险源进行区域位置记录；
基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息；
基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子；
基于所述关联影响因子，获取所述隧道施工现场的总体风险系数；
所述对隧道施工现场的若干个风险源进行区域位置记录包括：
基于若干个风险源中的每一个风险源设置有一个物联网传感器信号发射模块，记录每一个风险源处的物联网传感器信号发射模块在所述隧道施工现场的位置信息；
预先定义每一个风险源处所划分的一级风险区的固定半径均为r(r＞0)以及二级风险区的固定半径均为R(R＞r)，且所述二级风险区以外的区域为安全区，确定每一个风险源的区域位置为：
Figure FDA0004036026080000011
其中，Hi(i＝1，2，...，N)为第i个风险源的区域位置，(xi，yi)为第i个风险源处的物联网传感器信号发射模块的平面位置坐标信息，(x，y)为靠近第i个风险源的隧道施工作业人员所携带的物联网传感器信号接收模块的平面位置坐标信息；
所述基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息包括：
基于所有隧道施工作业人员中的每一个隧道施工作业人员设置有一个物联网传感器信号接收模块，计算每一个隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息为：
Lij＝10[(|rssi|-A)/(10*n)]+std
其中，Lij(j＝1，2，...，M)为第j个隧道施工作业人员与第i个风险源之间的距离信息，rssi为第j个隧道施工作业人员处的物联网传感器信号接收模块感知到的当前蓝牙信号强度，A为基于隧道施工作业实验场景下的物联网传感器信号接收模块在距离物联网传感器信号发射模块1米时感知到的蓝牙信号强度，n为环境衰减因子参数，std为距离估计的标准差；
所述基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子包括：
判断所述距离信息是否落在所述一级风险区或者所述二级风险区的覆盖范围内，并根据判断结果和人员停留数据获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子为：
Pij＝∑pij*Δtij
其中，Pij为第i个风险源与第j个隧道施工作业人员之间的关联影响因子，pij为第i个风险源对第j个隧道施工作业人员产生的风险影响系数，Δtij为第j个隧道施工作业人员在第i个风险源处的停留时间；
所述基于所述关联影响因子，获取所述隧道施工现场的总体风险系数包括：
基于所述关联影响因子，计算所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数；
结合所述人为风险系数和所述人员停留数据，计算所述隧道施工现场的总体风险系数；
所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数的计算公式为：
Figure FDA0004036026080000021
其中，||Pj||为第j个隧道施工作业人员对所述若干个风险源所产生的人为风险系数，P1j为第一个风险源与第j个隧道施工作业人员之间的关联影响因子，P2j为第二个风险源与第j个隧道施工作业人员之间的关联影响因子，以此类推。
2.根据权利要求1所述的基于物联网的隧道施工现场风险评估方法，其特征在于，所述隧道施工现场的总体风险系数的计算公式为：
Figure FDA0004036026080000031
其中，freqij为第j个隧道施工作业人员在第i个风险源处出现的频率，tj为第j个隧道施工作业人员在所述隧道施工现场的总工作时间。
3.一种基于物联网的隧道施工现场风险评估系统，其特征在于，所述系统包括：
区域位置记录模块，用于对隧道施工现场的若干个风险源进行区域位置记录；
距离信息计算模块，用于基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息；
影响因子获取模块，用于基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子；
施工风险确定模块，用于基于所述关联影响因子，获取所述隧道施工现场的总体风险系数；
所述对隧道施工现场的若干个风险源进行区域位置记录包括：
基于若干个风险源中的每一个风险源设置有一个物联网传感器信号发射模块，记录每一个风险源处的物联网传感器信号发射模块在所述隧道施工现场的位置信息；
预先定义每一个风险源处所划分的一级风险区的固定半径均为r(r>0)以及二级风险区的固定半径均为R(R>r)，且所述二级风险区以外的区域为安全区，确定每一个风险源的区域位置为：
Figure FDA0004036026080000041
其中，Hi(i＝1，2，...，N)为第i个风险源的区域位置，(xi，yi)为第i个风险源处的物联网传感器信号发射模块的平面位置坐标信息，(x，y)为靠近第i个风险源的隧道施工作业人员所携带的物联网传感器信号接收模块的平面位置坐标信息；
所述基于物联网传感器的接收信号强度，计算所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息包括：
基于所有隧道施工作业人员中的每一个隧道施工作业人员设置有一个物联网传感器信号接收模块，计算每一个隧道施工作业人员与所述若干个风险源中的每一个风险源之间的距离信息为：
Lij＝10[(|rssi|-A)/(10*n)]+std
其中，Lij(j＝1，2，...，M)为第j个隧道施工作业人员与第i个风险源之间的距离信息，rssi为第j个隧道施工作业人员处的物联网传感器信号接收模块感知到的当前蓝牙信号强度，A为基于隧道施工作业实验场景下的物联网传感器信号接收模块在距离物联网传感器信号发射模块1米时感知到的蓝牙信号强度，n为环境衰减因子参数，std为距离估计的标准差；
所述基于所述距离信息，获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子包括：
判断所述距离信息是否落在所述一级风险区或者所述二级风险区的覆盖范围内，并根据判断结果和人员停留数据获取所述所有隧道施工作业人员与所述若干个风险源中的每一个风险源之间的关联影响因子为：
Pij＝∑pij*Δtij
其中，Pij为第i个风险源与第j个隧道施工作业人员之间的关联影响因子，pij为第i个风险源对第j个隧道施工作业人员产生的风险影响系数，Δtij为第j个隧道施工作业人员在第i个风险源处的停留时间；
所述施工风险确定模块还用于基于所述关联影响因子，计算所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数；以及结合所述人为风险系数和所述人员停留数据，计算所述隧道施工现场的总体风险系数；
所述所有隧道施工作业人员中的每一个隧道施工作业人员对所述若干个风险源所产生的人为风险系数的计算公式为：
Figure FDA0004036026080000051
其中，||Pj||为第j个隧道施工作业人员对所述若干个风险源所产生的人为风险系数，P1j为第一个风险源与第j个隧道施工作业人员之间的关联影响因子，P2j为第二个风险源与第j个隧道施工作业人员之间的关联影响因子，以此类推。
CN202110084072.9A 2021-01-21 2021-01-21 一种基于物联网的隧道施工现场风险评估方法及系统 Active CN112862273B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110084072.9A CN112862273B (zh) 2021-01-21 2021-01-21 一种基于物联网的隧道施工现场风险评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110084072.9A CN112862273B (zh) 2021-01-21 2021-01-21 一种基于物联网的隧道施工现场风险评估方法及系统

Publications (2)

Publication Number Publication Date
CN112862273A CN112862273A (zh) 2021-05-28
CN112862273B true CN112862273B (zh) 2023-04-18

Family

ID=76009080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110084072.9A Active CN112862273B (zh) 2021-01-21 2021-01-21 一种基于物联网的隧道施工现场风险评估方法及系统

Country Status (1)

Country Link
CN (1) CN112862273B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022084828A1 (en) 2020-10-19 2022-04-28 OnsiteIQ Inc. Risk assessment techniques based on images
CN113409546A (zh) * 2021-06-04 2021-09-17 上海建工集团股份有限公司 建筑工程施工现场人员安全状态评估方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654398A (zh) * 2015-11-05 2016-06-08 交通运输部公路科学研究所 基于百分制与多级指标体系的边坡施工评估方法
CN105678652B (zh) * 2015-11-05 2019-08-09 交通运输部公路科学研究所 基于gis与指标体系法的边坡施工安全风险评估系统
CN107369295A (zh) * 2017-08-03 2017-11-21 国网安徽省电力公司检修公司 1000kV特高压交流变电站检修防误碰方法
KR102016117B1 (ko) * 2018-04-05 2019-08-30 동국대학교 산학협력단 건설 현장의 증강 현실 데이터를 사용자 단말에 제공하는 장치 및 이의 동작 방법
WO2021002500A1 (ko) * 2019-07-02 2021-01-07 양경옥 건설현장 사물인터넷 비콘을 이용한 화재위험 평가 방법 및 장치
CN111948960A (zh) * 2020-08-31 2020-11-17 江苏东曌建筑产业创新发展研究院有限公司 一种基于物联网的工地危险源监控系统及其使用方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于数据分析WMS物联网蓝牙室内定位研究;商玉林等;《价值工程》;20180828(第28期);第247-248页 *

Also Published As

Publication number Publication date
CN112862273A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN112862273B (zh) 一种基于物联网的隧道施工现场风险评估方法及系统
CN114966699A (zh) 基于车载雷达运动监测的定点监测系统
CN115310882B (zh) 一种可视化消防策略规划方法及系统
CN115100816A (zh) 一种穿戴式近电感知设备及监控系统
CN116879350A (zh) 一种基于红外热成像的锅炉泄漏检测方法及系统
CN115145788A (zh) 一种针对智能运维系统的检测数据生成方法和装置
CN109933933B (zh) 一种噪声治理方法和设备
CN117761261A (zh) 一种基于大数据的碳排放监测系统及方法
CN112257533B (zh) 一种周界入侵检测识别方法
CN117421692A (zh) 垃圾投放站的垃圾违规投放识别方法、装置、设备
CN116772125A (zh) 一种输油场站管道巡检系统和方法
CN116777227A (zh) 一种企业安全生产风险的分级监管方法及系统
CN116679579A (zh) 一种基于数字孪生的安全控制方法、装置、设备及介质
CN116011927A (zh) 监督巡查方法、装置、电子设备及存储介质
CN115406912A (zh) 一种放射源检测方法、系统及存储介质
KR20230101526A (ko) 인공지능 기반 건물에너지 절감 장치 및 방법
CN115205784A (zh) 一种基于网络视频监控的在线考试监测方法及系统
CN112530127A (zh) 一种智能感烟设备烟雾报警的动态判定方法
CN117011890B (zh) 一种基于改进YOLOv7模型的施工人员防护用品检测方法
Edirisinghe et al. Would the time-delay of safety data matter? real-time Active Safety System (RASS) for construction industry
CN116862244B (zh) 一种工业现场视觉ai分析与安全预警系统和方法
CN116434508B (zh) 基于物联网的防撞监测大数据预警系统及方法
CN118129844B (zh) 当归冻干产品安全储存环境监测方法和系统
MANVELL et al. Developments in specific noise determination in continuous unattended monitoring systems
CN117809441B (zh) 一种用于森林防火的移动哨兵危险预警系统

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
GR01 Patent grant
GR01 Patent grant