CN113282567A - 作业人员不安全行为数据库分析方法、系统、介质及应用 - Google Patents
作业人员不安全行为数据库分析方法、系统、介质及应用 Download PDFInfo
- Publication number
- CN113282567A CN113282567A CN202110360636.7A CN202110360636A CN113282567A CN 113282567 A CN113282567 A CN 113282567A CN 202110360636 A CN202110360636 A CN 202110360636A CN 113282567 A CN113282567 A CN 113282567A
- Authority
- CN
- China
- Prior art keywords
- database
- personnel
- violation
- data
- information
- 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
- 238000000034 method Methods 0.000 title claims description 37
- 230000006399 behavior Effects 0.000 claims abstract description 116
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000013461 design Methods 0.000 claims abstract description 48
- 238000012549 training Methods 0.000 claims abstract description 47
- 238000010276 construction Methods 0.000 claims abstract description 29
- 238000012423 maintenance Methods 0.000 claims abstract description 14
- 238000013480 data collection Methods 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 77
- 238000012360 testing method Methods 0.000 claims description 34
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 230000008520 organization Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 238000013499 data model Methods 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000008521 reorganization Effects 0.000 claims description 3
- 230000037213 diet Effects 0.000 claims description 2
- 235000005911 diet Nutrition 0.000 claims description 2
- 230000003862 health status Effects 0.000 claims description 2
- 230000004630 mental health Effects 0.000 claims description 2
- 238000010202 multivariate logistic regression analysis Methods 0.000 claims description 2
- 238000012797 qualification Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009661 fatigue test Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000007473 univariate analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- 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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于数据库分析技术领域,公开了一种作业人员不安全行为数据库分析方法、系统、介质及应用,包括:基础数据搜集:从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;基础数据库构建:依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。系统包括:基础数据搜集模块;基础数据库构建模块;预警系统。本发明可操纵和管理数据库,可用于建立、使用和维护数据库;基于DBMS系统对数据库进行统一的管理和控制,有利于确保数据库的安全性和完整性。
Description
技术领域
本发明属于数据库分析技术领域,尤其涉及一种作业人员不安全行为数据库分析方法、系统、介质及应用。
背景技术
目前,大型桥梁作为现代交通运输系统的纽带,在国民经济及社会生活中起着至关重要的作用。大型桥梁的施工过程具有施工周期长、施工环境恶劣多变、桥型结构复杂、施工技术繁琐、参与单位和现场施工人员众多等特点,同时桥梁施工还存在与现有道路、水运交通的交互影响,因此,大型桥梁的施工过程中蕴含着大量的安全风险因素。
如何利用大型桥梁前期的安全管理工作积累的基础数据信息,如何在现有数据信息的基础上,经过统计、分析、智能处理后,对作业人员的不安全行为状态进行评估,实时掌握作业人员的不安全行为倾向性,并提出相应对策,实现对作业人员不安全行为倾向性的超前预警和精准管理,对于减少因人为因素造成的事故,保障大型桥梁施工的安全稳定,具有非常大的现实意义和研究价值。
但是,现有技术中关于桥梁工程安全管理方面的作业人员不安全行为数据库分析方法尚未见报道。因此,亟需一种作业人员不安全行为数据库分析方法。
通过上述分析,现有技术存在的问题及缺陷为:现有技术中关于桥梁工程安全管理方面的作业人员不安全行为数据库分析方法尚未见报道。
解决以上问题及缺陷的难度为:关于作业人员不安全行为的管理目前主要是通过事后约束,即发生了违章之后在进行管理。问题在于很难对作业人员的违章行为进行预测。
解决以上问题及缺陷的意义为:该系统可对作业人员的不安全行为状态进行评估,得到不同危险等级的作业人员,实现对作业人员不安全行为倾向性的超前预警和精准管理,对危险的人员进行强制培训和疏导,实现事前干预。可有效减少不安全行为的发生率,提升安全管理质量,对施工现场的管理方法来说是一个突破性进展。
发明内容
针对现有技术存在的问题,本发明提供了一种作业人员不安全行为数据库分析方法、系统、介质及应用。
本发明是这样实现的,一种作业人员不安全行为数据库分析方法,所述作业人员不安全行为数据库分析方法包括:
从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。
进一步,所述人员违章记录包括作业人员序号、姓名、违章次数、违章频率、违章类型以及违章时间;
所述区域违章信息包括序号、姓名、违章区域、违章类型、违章时间、违章频率、工作标段、违章原因以及是否造成事故情况;
所述人员基本信息包括作业人员的姓名、性别、年龄、婚姻状况、民族、政治面貌、债务、学历、职称、资格证书、工作年限、籍贯、工种、身体健康状况、心理健康状况、稳定收入水平、家庭月花销、工资是否按时发放、疲劳作业情况、饮食安全以及生活重大事件;
所述安全教育培训情况包含序号、姓名、培训类型、培训频率、培训时间、成绩-考核情况、是否按时参加培训以及培训后违章情况。
进一步,所述需求分析包括:调查、收集与分析作业人员不安全行为倾向性的描述在基础数据中的数据信息要求、处理要求和完整性要求,采用Matlab、 SAS软件通过编程实现对数据初步分析,剔除无效数据,抽取有用信息;同时,通过单变量分析得到一个用来建模的变量集合结果,再通过多变量分析,使数据模型具有稳定的高区分能力。
进一步,所述概念结构设计包括:基于需求分析结果,对需求进行综合、归纳与抽象设计,形成一个独立于具体数据库管理系统DBMS的概念模型,基于DBMS系统对数据库进行统一的管理和控制,并采用E-R图展示概念模型中所涉及到的各实体及其联系;
所述逻辑结构设计,包括:将概念结构转换为DBMS所支持的数据关系模型,并对数据关系模型进行优化,形成数据库框架,然后按照评估模型的需求建立关系指标。
进一步,所述物理结构设计,包括:为数据库选取一个适合应用环境的物理结构,包括存储结构和存取方法;根据数据库的处理需要,进行物理存储安排,设计索引,形成数据库内模式;
所述数据库实施,包括:将数据录入数据库中,对数据进行编辑,运用DBMS 提供的数据语言SQL及其宿主语言C,根据逻辑结构和物理结构建立数据库,编制与调试应用程序,组织数据入库,并进行试运行;
所述运行维护阶段,包括:在数据库系统运行过程中不断地对其进行评价、调整与修改完善,包括数据库的转储和恢复、数据库的安全性、完整性控制、数据库性能的监督、分析和改进、数据库的重组织和重构造。
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。
本发明的另一目的在于提供一种信息数据处理终端,所述信息数据处理终端用于实现所述的作业人员不安全行为数据库分析方法。
本发明的另一目的在于提供一种实施所述作业人员不安全行为数据库分析方法的作业人员不安全行为数据库分析系统,所述作业人员不安全行为数据库分析系统包括:
基础数据搜集模块:用于从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
基础数据库构建模块:用于依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建;
预警系统,用于对数据库的信息进行评估,系统的预测评分结果对不安全人员进行分级,评估结果分为个人危险和区域危险等级划分,运用评估结果实现对工人的超前干预;预测结果出来后,得到需要对作业人员的行为进行纠正的清单,依据清单实施精准干预,其他的关于培训管理、心理测试题库、心理分析、信息管理是附属功能,对需要进行干预的工人进行培训,测试心理状态,丰富数据库,新增的培训数据、心理测试数据都会对新一轮的预测产生影响。
如此循环,达到管理目的;
所述预警系统包括:人员安全行为预测概况、区域违章信息预测、人员行为纠正责任清单、培训管理、人员安全行为管理组织机构及职责、安全行为观察检查清单、心理测试题库、心理分析、心理测试管理、工人信息管理、权限管理;
区域违章信息预测、人员行为纠正责任清单、培训管理、人员安全行为管理组织机构及职责、安全行为观察检查清单、心理测试题库、心理分析、心理测试管理、工人信息管理、权限管理。
本发明的另一目的在于提供一种桥梁工程安全管理终端,所述桥梁工程安全管理终端用于实现所述的作业人员不安全行为数据库分析方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明提供的作业人员不安全行为数据库分析方法,基于大型桥梁现有的BIM信息管理系统,结合现场调研,从人员违章记录、区域违章信息、人员基础数据和安全教育培训情况等多个维度,对作业人员不安全行为的基础数据进行系统搜集,进而采用相关数据处理软件和编程语言,对所搜集数据进行初步处理分析,对数据进行识别、核对,剔除问题数据,构建大型桥梁作业人员不安全行为多维基础数据指标体系和数据库。
本发明基于需求分析结果,对需求进行综合、归纳与抽象设计,形成一个独立于具体DBMS的概念模型。DBMS作为一种数据库管理系统,可操纵和管理数据库,可用于建立、使用和维护数据库;基于DBMS系统对数据库进行统一的管理和控制,有利于确保数据库的安全性和完整性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述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他的附图。
图1是本发明实施例提供的作业人员不安全行为数据库分析方法流程图。
图2是本发明实施例提供的需要搜集的基础数据分布示意图。
图3是本发明实施例提供的E-R图及其联系示意图。
图4是本发明实施例提供的作业人员不安全行为数据库分析方法的实现流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种作业人员不安全行为数据库分析方法、系统、介质及应用,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的作业人员不安全行为数据库分析方法包括以下步骤:
S101,基础数据搜集:从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
S102,基础数据库构建:依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。
本发明提供的作业人员不安全行为数据库分析方法业内的普通技术人员还可以采用其他的步骤实施,图1的本发明提供的作业人员不安全行为数据库分析方法仅仅是一个具体实施例而已。
下面结合实施例对本发明技术方案作进一步的描述。
实施例1:
1、本发明基于大型桥梁现有的BIM信息管理系统,结合现场调研,从人员违章记录、区域违章信息、人员基础数据和安全教育培训情况等多个维度,对作业人员不安全行为的基础数据进行系统搜集,进而采用相关数据处理软件和编程语言,对所搜集数据进行初步处理分析,对数据进行识别、核对,剔除问题数据,构建大型桥梁作业人员不安全行为多维基础数据指标体系和数据库。
2、实施方案
1)基础数据搜集
从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况等四个维度对人员不安全行为基础数据进行系统搜集,如图2所示,其中人员违章记录主要包括作业人员违章次数、频率、类型、时间等,区域违章信息包括具体违章区域、次数、频率、类型等,人员基本信息涵盖作业人员的性别、年龄、工种、学历、工作年限等信息,安全教育培训情况包含培训成绩、次数、时间、是否按时参加培训等,为多维基础数据库的构建提供数据支撑。
为便于对基础数据进行系统搜集,从四个维度分别建立了相应的基础数据采集表,如表1-表3所示。
表1人员基本信息数据采集表
表2安全教育培训数据采集表
表3违章数据采集表
2)构建基础数据库,基于大型桥梁现有的BIM信息管理系统,结合大型桥梁的施工组织方案及进度,从人员违章记录、区域违章信息、人员基础数据和安全教育培训情况等多个维度,梳理、确定数据指标体系,对作业人员不安全行为的基础数据进行系统搜集,为多维基础数据库的构建提供系统、全面的数据支持。大型桥梁施工不安全行为多维基础数据库的构建分为六个阶段:需求分析→概念结构设计→逻辑结构设计→物理结构设计→数据库实施→数据库运行和维护,如表4所示。
表4数据库构建流程
(1)需求分析,在明确大型桥梁施工不安全行为多维基础数据库要参与实现的评估目标基础上,开展需求分析,重点是调查、收集与分析作业人员不安全行为倾向性的描述在基础数据中的数据信息要求、处理要求和完整性要求,采用Matlab、SAS软件通过编程实现对数据初步分析,剔除无效数据,抽取有用信息。首先通过单变量分析得到一个基本适合用来建模的变量集合结果,再通过多变量分析,使数据模型具有稳定的高区分能力。
(2)概念结构设计,基于需求分析结果,对需求进行综合、归纳与抽象设计,形成一个独立于具体DBMS的概念模型。DBMS作为一种数据库管理系统,可操纵和管理数据库,可用于建立、使用和维护数据库。基于DBMS系统对数据库进行统一的管理和控制,有利于确保数据库的安全性和完整性。概念结构设计具有较强的语义表达能力,能够方便、直接地表达应用中的各种语义知识,采用 E-R图展示概念模型中所涉及到的各实体及其联系,如图3所示。
(3)逻辑结构设计,将概念结构转换为DBMS所支持的数据关系模型,并对其进行优化,形成数据库框架,然后按照评估模型的需求建立关系指标。四个基础数据维度的具体指标分解如表5所示。
表5四个维度的具体指标
通过对数据的整合,挖掘作业人员的生活习惯、工作能力及专业水平等隐藏在基础数据信息背后的信息,从而描绘出作业人员的作业行为信息全貌,将不同维度的作业行为特征进行组合,充分挖掘作业人员在工作中的不安全行为指标组合。为了方便数据库的建立,采用独热编码和数据标准化形成的数字形式表达不安全行为指标的具体属性。基础数据信息分解的各项指标及其表现形式如表6所示。
表6数据指标示意表
(4)物理结构设计,为数据库选取一个适合应用环境的物理结构(包括存储结构和存取方法)。根据数据库的处理需要,进行物理存储安排,设计索引,形成数据库内模式。
(5)数据库实施,将数据录入数据库中,对其中的数据进行编辑,运用DBMS 提供的数据语言(SQL)及其宿主语言(C),根据逻辑结构和物理结构建立数据库,编制与调试应用程序,组织数据入库,并进行试运行。
(6)运行维护阶段,在数据库系统运行过程中不断地对其进行评价、调整与修改完善。包括数据库的转储和恢复、数据库的安全性、完整性控制、数据库性能的监督、分析和改进、数据库的重组织和重构造。通过上述6个阶段的实施,将大数据信息收集、归类和整理,并结合确定的多维基础数据指标体系来构建大型桥梁施工不安全行为基础数据库。
本发明通过建立作业人员基础数据库以及基于神经网络建立的安全行为倾向性评估模型,开发作业人员安全行为评估及管理系统,对作业人员实施安全行为的倾向性进行评估,明确重点管控的作业人员和区域,实现对作业人员和区域的精准高效管理。数据库的四大模块是基础数据的主要来源,为系统更新提供数据支撑。数据库的指标依据事故致因理论,通过对人员不安全行为的事故心理分析和行为特征分析,建立作业人员不安全行为多维基础数据指标体系,对各指标的数据搜集,通过数据库结构设计组织数据入库。人员安全行为评估及管理系统:对系统进行功能设计和架构设计,其功能主要包括安全行为评估结果、人员不安全行为纠正清单、基础信息设置、测试类别管理、培训计划、工人信息管理板块等。信息化管理模式的实施:基于系统预测评分结果,对不安全人员进行分级,评估结果主要按照个人危险和区域危险等级划分,运用评估结果实现对工人的超前干预,减少不安全行为的发生。“危险区域用班组界定,即某个班组在某一段时间出现的违章情况较多,则对这个班组的工作区域进行重点管控”。
本发明提供的预警系统,用于对数据库的信息进行评估,系统的预测评分结果对不安全人员进行分级,评估结果分为个人危险和区域危险等级划分,运用评估结果实现对工人的超前干预;预测结果出来后,得到需要对作业人员的行为进行纠正的清单,依据清单实施精准干预,其他的关于培训管理、心理测试题库、心理分析、信息管理是附属功能,对需要进行干预的工人进行培训,测试心理状态,丰富数据库,新增的培训数据、心理测试数据都会对新一轮的预测产生影响。如此循环,达到管理目的。
所述预警系统包括:人员安全行为预测概况、区域违章信息预测、人员行为纠正责任清单、培训管理、人员安全行为管理组织机构及职责、安全行为观察检查清单、心理测试题库、心理分析、心理测试管理、工人信息管理、权限管理;
区域违章信息预测、人员行为纠正责任清单、培训管理、人员安全行为管理组织机构及职责、安全行为观察检查清单、心理测试题库、心理分析、心理测试管理、工人信息管理、权限管理。
实施例2
本发明的作业人员不安全行为数据库分析方法包括:
一.系统登录,系统登录界面,账号为十一位有效数字中国大陆手机号,密码为注册的正确密码。点击“立即登录”按钮登录系统,跳转至“人员安全行为”页面。
二.查看人员安全行为预测概况,人员安全行为页面有“预测概况1”和“预测概况2”两个子页面,该页面内数据为系统统计数据,均为系统能已有数据统计结果。
三.查看区域违章预测信息,区域违章信息预测页面有“事故多发区域预测”、“事故多发工种预测”和“事故类型预测分析”三个子页面,该页面内数据为系统统计数据,均为系统能已有数据统计结果。
四.查看行为纠正负责人列表,行为纠正负责人列表页面按照工人安全行为等级进行统计。
五.查看安全培训效果,培训管理页面为培训效果指数统计。
六.查看人员安全行为管理架构,人员安全行为管理机构页面为人员安全行为管理员结构信息,该页面显示系统已有数据。点击编辑按钮可唤醒信息编辑页面。
七.安全行为观察检查清单,安全行为观察清单页面显示检查清单记录列表,该页面可对列表记录增删改查(正在开发)。点击查看详情按钮,可以对该条记录记录详情进行查看,该页面内数据可进行编辑(尚未开发)。
八.管理心理测试题库,题库管理页面有“心理测试题库”和“疲劳度问卷题库”两个题库管理,在心理测试题库页面可对E、N、P、L分量值测试题进行增删改查,疲劳度问卷题库页面可对疲劳度测试题进行增删改查。
九.查看D级人员整体心理分析结果,心理分析页面是对系统已有的D级人员心理分析量表的统计。
十.心理测试试题发布,心理测试管理页面是对心理测试试卷的管理、已测试试卷的管理,在该页面内,可对测试试卷进行增删改查,可发布该试卷至工人端进行心理测试。
十一.疲劳度测试管理,疲劳度测试管理页面是对心理测试试卷的管理、已测试试卷的管理,在该页面内,可对测试试卷进行增删改查,可发布该试卷至工人端进行疲劳度测试。
十二.管理工人信息列表,工人信息管理是对工人基本信息的增删改查,在该页面可以对工人进行增删改。同时提供导入工人信息和导入工人违章信息功能。在工人信息管理页面单击详情,可进入工人详细信息页面。在该页面下面可对工人违章信息进行单个或批量处理。
十三.设置权限管理,权限页面有“角色管理”和“成员管理”两个页面,在该页面可对用户角色进行增删改查。角色权限拥有管理系统页面的功能,点击新增或编辑角色可对该角色下的权限进行修改。成员管理页面为系统用户,该用户可登陆值web端,在该页面需绑定用户角色即说名该用户拥有相应权限。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种作业人员不安全行为数据库分析方法,其特征在于,所述作业人员不安全行为数据库分析方法包括:
从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。
2.如权利要求1所述的作业人员不安全行为数据库分析方法,其特征在于,所述人员违章记录包括作业人员序号、姓名、违章次数、违章频率、违章类型以及违章时间;
所述区域违章信息包括序号、姓名、违章区域、违章类型、违章时间、违章频率、工作标段、违章原因以及是否造成事故情况;
所述人员基本信息包括作业人员的姓名、性别、年龄、婚姻状况、民族、政治面貌、债务、学历、职称、资格证书、工作年限、籍贯、工种、身体健康状况、心理健康状况、稳定收入水平、家庭月花销、工资是否按时发放、疲劳作业情况、饮食安全以及生活重大事件;
所述安全教育培训情况包含序号、姓名、培训类型、培训频率、培训时间、成绩-考核情况、是否按时参加培训以及培训后违章情况。
3.如权利要求1所述的作业人员不安全行为数据库分析方法,其特征在于,所述需求分析包括:调查、收集与分析作业人员不安全行为倾向性的描述在基础数据中的数据信息要求、处理要求和完整性要求,采用Matlab、SAS软件通过编程实现对数据初步分析,剔除无效数据,抽取有用信息;同时,通过单变量分析得到一个用来建模的变量集合结果,再通过多变量分析,使数据模型具有稳定的高区分能力。
4.如权利要求1所述的作业人员不安全行为数据库分析方法,其特征在于,所述概念结构设计包括:基于需求分析结果,对需求进行综合、归纳与抽象设计,形成一个独立于具体数据库管理系统DBMS的概念模型,基于DBMS系统对数据库进行统一的管理和控制,并采用E-R图展示概念模型中所涉及到的各实体及其联系;
所述逻辑结构设计,包括:将概念结构转换为DBMS所支持的数据关系模型,并对数据关系模型进行优化,形成数据库框架,然后按照评估模型的需求建立关系指标。
5.如权利要求1所述的作业人员不安全行为数据库分析方法,其特征在于,所述物理结构设计,包括:为数据库选取一个适合应用环境的物理结构,包括存储结构和存取方法;根据数据库的处理需要,进行物理存储安排,设计索引,形成数据库内模式;
所述数据库实施,包括:将数据录入数据库中,对数据进行编辑,运用DBMS提供的数据语言SQL及其宿主语言C,根据逻辑结构和物理结构建立数据库,编制与调试应用程序,组织数据入库,并进行试运行;
所述运行维护阶段,包括:在数据库系统运行过程中不断地对其进行评价、调整与修改完善,包括数据库的转储和恢复、数据库的安全性、完整性控制、数据库性能的监督、分析和改进、数据库的重组织和重构造。
6.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。
7.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建。
8.一种信息数据处理终端,其特征在于,所述信息数据处理终端用于实现权利要求1~5任意一项所述的作业人员不安全行为数据库分析方法。
9.一种实施权利要求1~5任意一项所述作业人员不安全行为数据库分析方法的作业人员不安全行为数据库分析系统,其特征在于,所述作业人员不安全行为数据库分析系统包括:
基础数据搜集模块:用于从人员违章记录、区域违章信息、人员基本信息和安全教育培训情况四个维度对人员不安全行为基础数据进行系统搜集;
基础数据库构建模块:用于依次通过需求分析、概念结构设计、逻辑结构设计、物理结构设计、数据库实施以及数据库运行和维护六个阶段进行大型桥梁施工不安全行为多维基础数据库的构建;
预警系统,用于对数据库的信息进行评估,系统的预测评分结果对不安全人员进行分级,评估结果分为个人危险和区域危险等级划分,运用评估结果实现对工人的超前干预;预测结果出来后,得到需要对作业人员的行为进行纠正的清单,依据清单实施精准干预,其他的关于培训管理、心理测试题库、心理分析、信息管理是附属功能,对需要进行干预的工人进行培训,测试心理状态,丰富数据库,新增的培训数据、心理测试数据都会对新一轮的预测产生影响;
所述预警系统包括:人员安全行为预测概况、区域违章信息预测、人员行为纠正责任清单、培训管理、人员安全行为管理组织机构及职责、安全行为观察检查清单、心理测试题库、心理分析、心理测试管理、工人信息管理、权限管理;
区域违章信息预测、人员行为纠正责任清单、培训管理、人员安全行为管理组织机构及职责、安全行为观察检查清单、心理测试题库、心理分析、心理测试管理、工人信息管理、权限管理。
10.一种桥梁工程安全管理终端,其特征在于,所述桥梁工程安全管理终端用于实现权利要求1~5任意一项所述的作业人员不安全行为数据库分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110360636.7A CN113282567A (zh) | 2021-04-02 | 2021-04-02 | 作业人员不安全行为数据库分析方法、系统、介质及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110360636.7A CN113282567A (zh) | 2021-04-02 | 2021-04-02 | 作业人员不安全行为数据库分析方法、系统、介质及应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113282567A true CN113282567A (zh) | 2021-08-20 |
Family
ID=77276353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110360636.7A Pending CN113282567A (zh) | 2021-04-02 | 2021-04-02 | 作业人员不安全行为数据库分析方法、系统、介质及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113282567A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202901A (zh) * | 2021-12-16 | 2022-03-18 | 中建八局发展建设有限公司 | 一种基于ai的建筑工程安全管理错误率识别报警系统 |
CN114218196A (zh) * | 2021-12-17 | 2022-03-22 | 江西洪都航空工业集团有限责任公司 | 一种面向飞行训练安全的接口数据库设计方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882249A (zh) * | 2009-05-08 | 2010-11-10 | 北京正辰科技发展有限责任公司 | oppoLMS培训管理系统 |
CN102842071A (zh) * | 2012-07-25 | 2012-12-26 | 中国电力科学研究院 | 电力作业人员安全素质测评方法及系统 |
CN104331760A (zh) * | 2014-10-22 | 2015-02-04 | 沈阳化工大学 | 一种人力资源管理信息系统 |
CN108053876A (zh) * | 2017-12-22 | 2018-05-18 | 北京大学第三医院 | 一种用于护士职业规划与培训的信息处理系统及其方法 |
CN109146218A (zh) * | 2017-06-27 | 2019-01-04 | 中国石油化工股份有限公司 | 一种炼化检维修承包商综合安全能力评估系统及评估方法 |
CN110363421A (zh) * | 2019-07-10 | 2019-10-22 | 国网甘肃省电力公司武威供电公司 | 一种电网安全管理信息平台 |
CN110533970A (zh) * | 2019-09-02 | 2019-12-03 | 王文信 | 一种安全培训教育系统、方法及商业模式 |
CN110555674A (zh) * | 2019-08-29 | 2019-12-10 | 森诺科技有限公司 | 一种油气田钻井现场智能安全管控系统 |
CN111696673A (zh) * | 2020-05-08 | 2020-09-22 | 吕小民 | 一种心理健康管理模型系统及方法 |
-
2021
- 2021-04-02 CN CN202110360636.7A patent/CN113282567A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882249A (zh) * | 2009-05-08 | 2010-11-10 | 北京正辰科技发展有限责任公司 | oppoLMS培训管理系统 |
CN102842071A (zh) * | 2012-07-25 | 2012-12-26 | 中国电力科学研究院 | 电力作业人员安全素质测评方法及系统 |
CN104331760A (zh) * | 2014-10-22 | 2015-02-04 | 沈阳化工大学 | 一种人力资源管理信息系统 |
CN109146218A (zh) * | 2017-06-27 | 2019-01-04 | 中国石油化工股份有限公司 | 一种炼化检维修承包商综合安全能力评估系统及评估方法 |
CN108053876A (zh) * | 2017-12-22 | 2018-05-18 | 北京大学第三医院 | 一种用于护士职业规划与培训的信息处理系统及其方法 |
CN110363421A (zh) * | 2019-07-10 | 2019-10-22 | 国网甘肃省电力公司武威供电公司 | 一种电网安全管理信息平台 |
CN110555674A (zh) * | 2019-08-29 | 2019-12-10 | 森诺科技有限公司 | 一种油气田钻井现场智能安全管控系统 |
CN110533970A (zh) * | 2019-09-02 | 2019-12-03 | 王文信 | 一种安全培训教育系统、方法及商业模式 |
CN111696673A (zh) * | 2020-05-08 | 2020-09-22 | 吕小民 | 一种心理健康管理模型系统及方法 |
Non-Patent Citations (2)
Title |
---|
程才渊等: "建筑物维修管理系统数据库的设计", 《四川建筑科学研究》 * |
赵红泽等: "基于闭环管理模式的煤矿安全培训信息系统的研究与实现", 《煤炭技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202901A (zh) * | 2021-12-16 | 2022-03-18 | 中建八局发展建设有限公司 | 一种基于ai的建筑工程安全管理错误率识别报警系统 |
CN114218196A (zh) * | 2021-12-17 | 2022-03-22 | 江西洪都航空工业集团有限责任公司 | 一种面向飞行训练安全的接口数据库设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110415831B (zh) | 一种医疗大数据云服务分析平台 | |
CN112465393B (zh) | 基于关联分析FP-Tree算法的企业风险预警方法 | |
CN103679373B (zh) | 生产基建标准成本体系的全链条预算数据处理系统及方法 | |
CN112396404A (zh) | 一种数据中台系统 | |
CN105868301A (zh) | 一种碳排放检测管理系统及管理方法 | |
Liu et al. | Quality evaluation of enterprise environmental accounting information disclosure based on projection pursuit model | |
CN113282567A (zh) | 作业人员不安全行为数据库分析方法、系统、介质及应用 | |
CN108647249A (zh) | 舆情数据预测方法、装置、终端及存储介质 | |
CN107730430A (zh) | 基于大数据的产学研公共服务系统 | |
CN112527774A (zh) | 数据中台搭建方法、系统及存储介质 | |
CN107016457A (zh) | 一种实现社区危险行为预警的系统和方法 | |
CN111951913A (zh) | 基于电子病历管理系统的病历文书质量控制方法及系统 | |
CN107945092A (zh) | 用于审计领域的大数据综合管理方法及系统 | |
CN110544035A (zh) | 一种内控检测方法、系统和计算机可读存储介质 | |
CN112926852A (zh) | 一种基于数据融合的大气生态环境分析方法 | |
CN113223726A (zh) | 医疗大数据中数据治理方式与治理结果的可视化交互系统 | |
CN112052246A (zh) | 医疗数据处理设备及医疗数据处理方法 | |
Liang et al. | Integrating gray system theory and logistic regression into case-based reasoning for safety assessment of thermal power plants | |
CN108305011A (zh) | 一种正逆结合的航天质量管理体系有效性评价方法 | |
Si | Construction and application of enterprise internal audit data analysis model based on decision tree algorithm | |
CN111063444A (zh) | 基于Excel VBA的死因监测数据分析方法 | |
CN113160018B (zh) | 一种社会救助统筹与预警分析系统 | |
Ahmed et al. | Software architecture of a learning apprentice system in medical billing | |
Liu et al. | Design and implementation of college students' psychological prediction system based on data mining | |
CN111401776A (zh) | 一种公共卫生服务质控方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210820 |
|
RJ01 | Rejection of invention patent application after publication |