CN116151629B - 一种基于人工智能的工程安全监管系统及方法 - Google Patents
一种基于人工智能的工程安全监管系统及方法 Download PDFInfo
- Publication number
- CN116151629B CN116151629B CN202310437148.0A CN202310437148A CN116151629B CN 116151629 B CN116151629 B CN 116151629B CN 202310437148 A CN202310437148 A CN 202310437148A CN 116151629 B CN116151629 B CN 116151629B
- Authority
- CN
- China
- Prior art keywords
- construction
- abnormal
- link
- safety
- links
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 20
- 238000010276 construction Methods 0.000 claims abstract description 570
- 230000002159 abnormal effect Effects 0.000 claims abstract description 242
- 238000012502 risk assessment Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 19
- 238000012098 association analyses Methods 0.000 claims description 12
- 238000010224 classification analysis Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000002955 isolation Methods 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
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
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于人工智能的工程安全监管系统及方法,属于工程监管技术领域。对施工环节、安全措施和施工危险源进行统筹,避免安全信息孤立;结合立体交叉关系,对施工环节进行风险评估,计算施工环节的风险值,对施工环节进行异常分类;以异常施工环节为安全联动监管中心,对异常施工环节和非异常施工环节的关联性进行分析,挖掘安全信息数据之间的关联价值;对施工环节进行正在作业、已实施和未实施的状态定位,计算实时安全监管等级值,输出实时安全监管等级,实现安全预警,能够整体权衡事前、事中和事后的风险情况;进而实现对工程内部实施情况安全预警的同时能够使负责人快速掌握工程整体和局部安全情况,应对人员流动的外部情况。
Description
技术领域
本发明涉及工程监管技术领域,具体为一种基于人工智能的工程安全监管系统及方法。
背景技术
工程安全管理的难点主要体现在多维度的不安全因素方面,进而需要抓住施工过程中的主要矛盾,找出易发事故部位、工序和环节,并采取安全措施,消除这些部位、工序和环节上的隐患或不安全因素,从而预防事故的发生;
在申请公布日2021.08.17、申请号202110514532.7、名称为基于区块链的工程安全质量事故追溯方法和装置的专利中,以因果分析图为指导,提供了多个分析维度,当用户请求对其中一个维度进行分析时,从工程监督区块链的相应区块加载对应分析维度的因素信息,供用户查看,指导用户对工程安全质量事故进行追溯,分析其产生的原因,同时利用区块链技术,使每个分析维度的因素信息上链到区块链中存储,进而做到相关数据信息都可追溯,为安全质量事故追溯提供了便利,提高效率;可知该专利在实际执行中,仅仅是针对一个事故问题在一个分析维度上进行追溯,虽然提供了多个分析维度,但是各个分析维度是孤立的状态,实际执行中也是单个维度的孤立追溯,进而该种安全监管方式忽视了不安全因素之间的相互影响情况,同时虽然通过区块链技术能够进行追溯信息存储,但是该种存储方式也是基于孤立维度进行存储的,进而对于安全信息数据没有产生进一步的挖掘价值。
发明内容
本发明的目的在于提供一种基于人工智能的工程安全监管系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于人工智能的工程安全监管系统,本系统包括:施工设计信息统筹模块、风险评估分类模块、关联分析模块和安全监管等级分析模块;
所述施工设计信息统筹模块,用于获取施工设计信息,根据施工设计信息,对施工环节、安全措施和施工危险源进行统筹,并生成安全措施集合和施工危险源集合;
所述风险评估分类模块,根据安全措施集合和施工危险源集合,对施工环节进行风险评估分析,并计算施工环节的风险值;根据施工环节的风险值,对施工环节进行异常分类分析,将施工环节分为异常施工环节和非异常施工环节;
所述关联分析模块,根据分类结果,对异常施工环节和非异常施工环节的关联性进行分析,并计算异常施工环节和非异常施工环节的关联度;根据关联度,以异常施工环节为安全联动监管中心,生成安全监管联动集合;
所述安全监管等级分析模块,根据工程实施日志记录情况,对施工环节进行正在作业、已实施和未实施的定位,并结合安全监管联动集合,分别生成正在作业锁定集合、已实施锁定集合和未实施锁定集合;根据正在作业锁定集合、已实施锁定集合和未实施锁定集合,计算实时安全监管等级值,并输出实时安全监管等级。
进一步的,所述施工设计信息统筹模块还包括施工设计信息采集单元和施工设计信息统筹单元;
所述施工设计信息采集单元,用于对施工设计信息进行获取,所述施工设计信息包括施工环节、安全措施和施工危险源,其中,一个施工环节对应至少一种安全措施,一种安全措施对应至少一种施工危险源;
所述施工设计信息统筹单元,用于将任意一个施工环节记为Ai,将任意一个施工环节对应包含的所有安全措施生成安全措施集合,记为SM(Ai)={SM1,SM2,...,SMk};将任意一个安全措施记为SMj,将任意一个安全措施对应包含的所有施工危险源生成施工危险源集合,记为CHS(SMj)={CHS1,CHS2,...,CHSP};其中,i表示施工环节编号,j表示安全措施编号,SM1,SM2,...,SMk分别表示第1,2,...,k个安全措施,CHS1,CHS2,...,CHSP分别表示第1,2,...,p个施工危险源。
进一步的,所述风险评估分类模块还包括风险评估单元和异常分类单元;
所述风险评估单元,根据施工危险源和安全措施,对任意一个施工环节进行风险评估,计算施工环节的风险值,具体计算公式如下:
RV(Ai)=∑j=1 k∑v=1 p{(pj/TN)*[NUMj(CHSv)/ki]}
其中,RV(Ai)表示任意一个施工环节Ai的风险值,pj表示施工危险源集合CHS(SMj)中包含的施工危险源的数量,TN表示任意一个施工环节Ai包含的施工危险源的总数量且TN=∑j=1 kpj,pj=p,NUMj(CHSv)表示任意一个施工危险源CHSv出现在除施工危险源集合CHS(SMj)外的其他施工危险源集合中的总数量,ki表示安全措施集合SM(Ai)中包含的安全措施的数量且ki=k;
所述异常分类单元,根据施工环节的风险值,对施工环节进行异常分类,计算任意一个施工环节的异常波动值,具体计算公式如下:
EU(Ai)=(2πα)-1/2*exp{-[RV(Ai)-β]2/(2α)}
其中,EU(Ai)表示任意一个施工环节Ai的异常波动值,α和β分别表示施工环节的风险值的均值和方差;
预设异常波动值阈值,如果任意一个施工环节的异常波动值EU(Ai)大于等于异常波动值阈值,则将该任意一个施工环节分类为异常施工环节,否则将该任意一个施工环节分类为非异常施工环节。
进一步的,所述关联分析模块还包括关联度计算单元和关联分析单元;
所述关联度计算单元,用于将任意一个异常施工环节记为YAx,将任意一个非异常施工环节记为FAy;对任意一个异常施工环节YAx包含的所有施工危险源进行统计并生成异常参照集合,记为AR(YAx),对任意一个非异常施工环节FAy包含的所有施工危险源进行统计并生成异常匹配集合,记为EM(FAy);根据异常参照集合和异常匹配集合,计算任意一个非异常施工环节与任意一个异常施工环节的关联度,具体计算公式如下:
CD(FAy→YAx)={NUM[EM(FAy)∩AR(YAx)]/NUM[EM(FAy)∪AR(YAx)]}+NUM[AR(YAx)-EM(FAy)∩AR(YAx)]*NUM[EM(FAy)-EM(FAy)∩AR(YAx)]/NUM2[EM(FAy)∪AR(YAx)]
其中,CD(FAy→YAx)表示任意一个非异常施工环节FAy与任意一个异常施工环节的关联度YAx,NUM[EM(FAy)∩AR(YAx)]、NUM[EM(FAy)∪AR(YAx)]、NUM[AR(YAx)-EM(FAy)∩AR(YAx)]和NUM[EM(FAy)-EM(FAy)∩AR(YAx)]分别表示集合EM(FAy)∩AR(YAx)中施工危险源数量、集合EM(FAy)∪AR(YAx)中施工危险源数量、集合AR(YAx)-EM(FAy)∩AR(YAx)中施工危险源数量和集合EM(FAy)-EM(FAy)∩AR(YAx)中施工危险源数量;
所述关联分析单元,用于计算任意一个非异常施工环节与每一个异常施工环节的关联度,将关联度最大时的异常施工环节与非异常施工环节进行关联;以异常施工环节为安全联动监管中心,将与异常施工环节YAx关联的全部非异常施工环节生成安全监管联动集合,记为LS(YAx)。
进一步的,所述安全监管等级分析模块还包括施工环节实时状态感知单元和人工智能实时安全监管单元;
所述施工环节实时状态感知单元,用于在工程实施的过程中,实时获取工程实施日志记录情况,并根据工程实施日志记录情况定位到正在作业、已实施和未实施的施工环节;分别根据正在作业、已实施和未实施的施工环节,锁定安全监管联动集合,并分别生成正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS);
所述人工智能实时安全监管单元,根据正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS),计算实时安全监管等级值,具体计算公式为:
SSL={NUM[WLD(LS)∩SLD(LS)]-NUM[YLD(LS)∩SLD(LS)]}/NUM[SLD(LS)]
其中,SSL表示实时安全监管等级值,NUM[WLD(LS)∩SLD(LS)]、NUM[YLD(LS)∩SLD(LS)]和NUM[SLD(LS)]分别表示集合WLD(LS)∩SLD(LS)、YLD(LS)∩SLD(LS)和SLD(LS)中包含的安全监管联动集合数量;
输出实时安全监管等级。
一种基于人工智能的工程安全监管方法,本方法包括以下步骤:
步骤S100:获取施工设计信息,根据施工设计信息,对施工环节、安全措施和施工危险源进行统筹,并生成安全措施集合和施工危险源集合;
步骤S200:根据安全措施集合和施工危险源集合,对施工环节进行风险评估分析,并计算施工环节的风险值;根据施工环节的风险值,对施工环节进行异常分类分析,将施工环节分为异常施工环节和非异常施工环节;
步骤S300:根据分类结果,对异常施工环节和非异常施工环节的关联性进行分析,并计算异常施工环节和非异常施工环节的关联度;根据关联度,以异常施工环节为安全联动监管中心,生成安全监管联动集合;
步骤S400:根据工程实施日志记录情况,对施工环节进行正在作业、已实施和未实施的定位,并结合安全监管联动集合,分别生成正在作业锁定集合、已实施锁定集合和未实施锁定集合;根据正在作业锁定集合、已实施锁定集合和未实施锁定集合,计算实时安全监管等级值,并输出实时安全监管等级。
进一步的,所述步骤S100的具体实施过程包括:
步骤S101:对施工设计信息进行获取,所述施工设计信息包括施工环节、安全措施和施工危险源,其中,一个施工环节对应至少一种安全措施,一种安全措施对应至少一种施工危险源;
步骤S102:将任意一个施工环节记为Ai,将任意一个施工环节对应包含的所有安全措施生成安全措施集合,记为SM(Ai)={SM1,SM2,...,SMk};将任意一个安全措施记为SMj,将任意一个安全措施对应包含的所有施工危险源生成施工危险源集合,记为CHS(SMj)={CHS1,CHS2,...,CHSP};其中,i表示施工环节编号,j表示安全措施编号,SM1,SM2,...,SMk分别表示第1,2,...,k个安全措施,CHS1,CHS2,...,CHSP分别表示第1,2,...,p个施工危险源;
根据上述方法,在对工程项目进行安全监管时,需要结合施工环节,制定相应的安全措施,同时安全措施的制定必须是立足于施工危险源进行有针对的制定,由于施工环节往往是立体交叉进行的,进而同一个施工危险源往往也存在于不同的施工环节中,进而在对于事故风险情况分析过程中,不能形成孤立分析状态,并且对于施工危险源、安全措施和施工环节的因果关系中,也不能建立孤立的维度来进行考量权衡;进而本发明首先立足于施工危险源来对施工设计信息进行统筹总结。
进一步的,所述步骤S200的具体实施过程包括:
步骤S201:根据施工危险源和安全措施,对任意一个施工环节进行风险评估,计算施工环节的风险值,具体计算公式如下:
RV(Ai)=∑j=1 k∑v=1 p{(pj/TN)*[NUMj(CHSv)/ki]}
其中,RV(Ai)表示任意一个施工环节Ai的风险值,pj表示施工危险源集合CHS(SMj)中包含的施工危险源的数量,TN表示任意一个施工环节Ai包含的施工危险源的总数量且TN=∑j=1 kpj,pj=p,NUMj(CHSv)表示任意一个施工危险源CHSv出现在除施工危险源集合CHS(SMj)外的其他施工危险源集合中的总数量,ki表示安全措施集合SM(Ai)中包含的安全措施的数量且ki=k;
步骤S202:根据施工环节的风险值,对施工环节进行异常分类,计算任意一个施工环节的异常波动值,具体计算公式如下:
EU(Ai)=(2πα)-1/2*exp{-[RV(Ai)-β]2/(2α)}
其中,EU(Ai)表示任意一个施工环节Ai的异常波动值,α和β分别表示施工环节的风险值的均值和方差;
预设异常波动值阈值,如果任意一个施工环节的异常波动值EU(Ai)大于等于异常波动值阈值,则将该任意一个施工环节分类为异常施工环节,否则将该任意一个施工环节分类为非异常施工环节;
根据上述方法,一个施工环节往往存在多个施工危险源,且每一个施工危险源往往都有针对的安全措施,同时由于施工环节是立体交叉的关系,在对一个施工环节进行风险评估的时候,还需要权衡其他施工环节的风险情况;公式pj/TN表示一个安全措施中施工危险源数量在一个施工环节中全部施工危险源数量中的占比情况,该比值越大表示该个施工环节中该个安全措施的风险概率越大,同时公式NUMj(CHSv)/ki表示该个施工环节中该个安全措施中一个施工危险源在其他施工环节中出现的占比情况,该占比越大表示该个施工危险源的风险概率越大,进而得到施工环节的风险值,风险值越大表示该施工环节风险概率越大;施工环节的异常波动值计算公式,能够表示风险值的异常波动情况,异常波动值越大表示该施工环节存在异常的可能性越大,进而进一步结合全部施工环节来对异常波动值进行计算,再通过阈值门限,来对施工环节进行整体分类。
进一步的,所述步骤S300的具体实施过程包括:
步骤S301:将任意一个异常施工环节记为YAx,将任意一个非异常施工环节记为FAy;对任意一个异常施工环节YAx包含的所有施工危险源进行统计并生成异常参照集合,记为AR(YAx),对任意一个非异常施工环节FAy包含的所有施工危险源进行统计并生成异常匹配集合,记为EM(FAy);
步骤S302:根据异常参照集合和异常匹配集合,计算任意一个非异常施工环节与任意一个异常施工环节的关联度,具体计算公式如下:
CD(FAy→YAx)={NUM[EM(FAy)∩AR(YAx)]/NUM[EM(FAy)∪AR(YAx)]}+NUM[AR(YAx)-EM(FAy)∩AR(YAx)]*NUM[EM(FAy)-EM(FAy)∩AR(YAx)]/NUM2[EM(FAy)∪AR(YAx)]
其中,CD(FAy→YAx)表示任意一个非异常施工环节FAy与任意一个异常施工环节的关联度YAx,NUM[EM(FAy)∩AR(YAx)]、NUM[EM(FAy)∪AR(YAx)]、NUM[AR(YAx)-EM(FAy)∩AR(YAx)]和NUM[EM(FAy)-EM(FAy)∩AR(YAx)]分别表示集合EM(FAy)∩AR(YAx)中施工危险源数量、集合EM(FAy)∪AR(YAx)中施工危险源数量、集合AR(YAx)-EM(FAy)∩AR(YAx)中施工危险源数量和集合EM(FAy)-EM(FAy)∩AR(YAx)中施工危险源数量;
步骤S303:计算任意一个非异常施工环节与每一个异常施工环节的关联度,将关联度最大时的异常施工环节与非异常施工环节进行关联;以异常施工环节为安全联动监管中心,将与异常施工环节YAx关联的全部非异常施工环节生成安全监管联动集合,记为LS(YAx);
根据上述方法,异常施工环节是主要矛盾点,通过施工危险源来对异常施工环节与非异常施工环节进行关联分析,进一步挖掘安全信息数据之间的关联价值,对于存在关联的施工环节,其本质是存在关联的施工危险源,进而一个施工环节出现问题时往往导致另一个施工环节也出现问题,同时在安全监管的过程中能够形成联动的监管效果;进而以异常施工环节为安全联动监管中心,生成安全监管联动集合。
进一步的,所述步骤S400的具体实施过程包括:
步骤S401:在工程实施的过程中,实时获取工程实施日志记录情况,并根据工程实施日志记录情况定位到正在作业、已实施和未实施的施工环节;分别根据正在作业、已实施和未实施的施工环节,锁定安全监管联动集合,并分别生成正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS);
步骤S402:根据正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS),计算实时安全监管等级值,具体计算公式为:
SSL={NUM[WLD(LS)∩SLD(LS)]-NUM[YLD(LS)∩SLD(LS)]}/NUM[SLD(LS)]
其中,SSL表示实时安全监管等级值,NUM[WLD(LS)∩SLD(LS)]、NUM[YLD(LS)∩SLD(LS)]和NUM[SLD(LS)]分别表示集合WLD(LS)∩SLD(LS)、YLD(LS)∩SLD(LS)和SLD(LS)中包含的安全监管联动集合数量;
输出实时安全监管等级;
根据上述方法,对于工程安全监管不能仅仅局限于事后的信息追溯,而是要整体权衡事前、事中和事后的风险情况,其中,事前对应已实施状态,事中对应正在作业状态,事后对应未实施状态,以正在作业状态为中间桥梁来对事前和事后进行整体分析,实时安全监管等级值越大表示当前施工时间节点存在风险的概率越大,进而风险等级也越大;同时,工程负责人只需要通过正在作业锁定集合、已实施锁定集合和未实施锁定集合,即能掌握工程整体和局部的安全情况。
与现有技术相比,本发明所达到的有益效果是:本发明提供的一种基于人工智能的工程安全监管系统及方法中,对施工环节、安全措施和施工危险源进行统筹,避免安全信息孤立;结合立体交叉关系,对施工环节进行风险评估,计算施工环节的风险值,对施工环节进行异常分类;以异常施工环节为安全联动监管中心,对异常施工环节和非异常施工环节的关联性进行分析,挖掘安全信息数据之间的关联价值;对施工环节进行正在作业、已实施和未实施的状态定位,计算实时安全监管等级值,输出实时安全监管等级,实现安全预警,能够整体权衡事前、事中和事后的风险情况;进而实现对工程内部实施情况安全预警的同时能够使负责人快速掌握工程整体和局部安全情况,应对人员流动的外部情况。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并且不构成对本发明的限制。在附图中:
图1是本发明一种基于人工智能的工程安全监管系统的结构示意图;
图2是本发明一种基于人工智能的工程安全监管方法的步骤示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:
请参阅图1,在本实施例一中:提供一种基于人工智能的工程安全监管系统,该系统包括:施工设计信息统筹模块、风险评估分类模块、关联分析模块和安全监管等级分析模块;
施工设计信息统筹模块,用于获取施工设计信息,根据施工设计信息,对施工环节、安全措施和施工危险源进行统筹,并生成安全措施集合和施工危险源集合;
其中,施工设计信息统筹模块还包括施工设计信息采集单元和施工设计信息统筹单元;
施工设计信息采集单元,用于对施工设计信息进行获取,施工设计信息包括施工环节、安全措施和施工危险源,其中,一个施工环节对应至少一种安全措施,一种安全措施对应至少一种施工危险源;
施工设计信息统筹单元,用于将任意一个施工环节记为Ai,将任意一个施工环节对应包含的所有安全措施生成安全措施集合,记为SM(Ai)={SM1,SM2,...,SMk};将任意一个安全措施记为SMj,将任意一个安全措施对应包含的所有施工危险源生成施工危险源集合,记为CHS(SMj)={CHS1,CHS2,...,CHSP};其中,i表示施工环节编号,j表示安全措施编号,SM1,SM2,...,SMk分别表示第1,2,...,k个安全措施,CHS1,CHS2,...,CHSP分别表示第1,2,...,p个施工危险源;
风险评估分类模块,根据安全措施集合和施工危险源集合,对施工环节进行风险评估分析,并计算施工环节的风险值;根据施工环节的风险值,对施工环节进行异常分类分析,将施工环节分为异常施工环节和非异常施工环节;
其中,风险评估分类模块还包括风险评估单元和异常分类单元;
风险评估单元,根据施工危险源和安全措施,对任意一个施工环节进行风险评估,计算施工环节的风险值,具体计算公式如下:
RV(Ai)=∑j=1 k∑v=1 p{(pj/TN)*[NUMj(CHSv)/ki]}
其中,RV(Ai)表示任意一个施工环节Ai的风险值,pj表示施工危险源集合CHS(SMj)中包含的施工危险源的数量,TN表示任意一个施工环节Ai包含的施工危险源的总数量且TN=∑j=1 kpj,pj=p,NUMj(CHSv)表示任意一个施工危险源CHSv出现在除施工危险源集合CHS(SMj)外的其他施工危险源集合中的总数量,ki表示安全措施集合SM(Ai)中包含的安全措施的数量且ki=k;
异常分类单元,根据施工环节的风险值,对施工环节进行异常分类,计算任意一个施工环节的异常波动值,具体计算公式如下:
EU(Ai)=(2πα)-1/2*exp{-[RV(Ai)-β]2/(2α)}
其中,EU(Ai)表示任意一个施工环节Ai的异常波动值,α和β分别表示施工环节的风险值的均值和方差;
预设异常波动值阈值,如果任意一个施工环节的异常波动值EU(Ai)大于等于异常波动值阈值,则将该任意一个施工环节分类为异常施工环节,否则将该任意一个施工环节分类为非异常施工环节;
关联分析模块,根据分类结果,对异常施工环节和非异常施工环节的关联性进行分析,并计算异常施工环节和非异常施工环节的关联度;根据关联度,以异常施工环节为安全联动监管中心,生成安全监管联动集合;
其中,关联分析模块还包括关联度计算单元和关联分析单元;
关联度计算单元,用于将任意一个异常施工环节记为YAx,将任意一个非异常施工环节记为FAy;对任意一个异常施工环节YAx包含的所有施工危险源进行统计并生成异常参照集合,记为AR(YAx),对任意一个非异常施工环节FAy包含的所有施工危险源进行统计并生成异常匹配集合,记为EM(FAy);根据异常参照集合和异常匹配集合,计算任意一个非异常施工环节与任意一个异常施工环节的关联度,具体计算公式如下:
CD(FAy→YAx)={NUM[EM(FAy)∩AR(YAx)]/NUM[EM(FAy)∪AR(YAx)]}+NUM[AR(YAx)-EM(FAy)∩AR(YAx)]*NUM[EM(FAy)-EM(FAy)∩AR(YAx)]/NUM2[EM(FAy)∪AR(YAx)]
其中,CD(FAy→YAx)表示任意一个非异常施工环节FAy与任意一个异常施工环节的关联度YAx,NUM[EM(FAy)∩AR(YAx)]、NUM[EM(FAy)∪AR(YAx)]、NUM[AR(YAx)-EM(FAy)∩AR(YAx)]和NUM[EM(FAy)-EM(FAy)∩AR(YAx)]分别表示集合EM(FAy)∩AR(YAx)中施工危险源数量、集合EM(FAy)∪AR(YAx)中施工危险源数量、集合AR(YAx)-EM(FAy)∩AR(YAx)中施工危险源数量和集合EM(FAy)-EM(FAy)∩AR(YAx)中施工危险源数量;
关联分析单元,用于计算任意一个非异常施工环节与每一个异常施工环节的关联度,将关联度最大时的异常施工环节与非异常施工环节进行关联;以异常施工环节为安全联动监管中心,将与异常施工环节YAx关联的全部非异常施工环节生成安全监管联动集合,记为LS(YAx);
安全监管等级分析模块,根据工程实施日志记录情况,对施工环节进行正在作业、已实施和未实施的定位,并结合安全监管联动集合,分别生成正在作业锁定集合、已实施锁定集合和未实施锁定集合;根据正在作业锁定集合、已实施锁定集合和未实施锁定集合,计算实时安全监管等级值,并输出实时安全监管等级;
其中,安全监管等级分析模块还包括施工环节实时状态感知单元和人工智能实时安全监管单元;
施工环节实时状态感知单元,用于在工程实施的过程中,实时获取工程实施日志记录情况,并根据工程实施日志记录情况定位到正在作业、已实施和未实施的施工环节;分别根据正在作业、已实施和未实施的施工环节,锁定安全监管联动集合,并分别生成正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS);
人工智能实时安全监管单元,根据正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS),计算实时安全监管等级值,具体计算公式为:
SSL={NUM[WLD(LS)∩SLD(LS)]-NUM[YLD(LS)∩SLD(LS)]}/NUM[SLD(LS)]
其中,SSL表示实时安全监管等级值,NUM[WLD(LS)∩SLD(LS)]、NUM[YLD(LS)∩SLD(LS)]和NUM[SLD(LS)]分别表示集合WLD(LS)∩SLD(LS)、YLD(LS)∩SLD(LS)和SLD(LS)中包含的安全监管联动集合数量;
输出实时安全监管等级。
请参阅图2,在本实施例二中:提供一种基于人工智能的工程安全监管方法,该方法包括以下步骤:
获取施工设计信息,根据施工设计信息,对施工环节、安全措施和施工危险源进行统筹,并生成安全措施集合和施工危险源集合;
对施工设计信息进行获取,施工设计信息包括施工环节、安全措施和施工危险源,其中,一个施工环节对应至少一种安全措施,一种安全措施对应至少一种施工危险源;
将任意一个施工环节记为Ai,将任意一个施工环节对应包含的所有安全措施生成安全措施集合,记为SM(Ai)={SM1,SM2,...,SMk};将任意一个安全措施记为SMj,将任意一个安全措施对应包含的所有施工危险源生成施工危险源集合,记为CHS(SMj)={CHS1,CHS2,...,CHSP};其中,i表示施工环节编号,j表示安全措施编号,SM1,SM2,...,SMk分别表示第1,2,...,k个安全措施,CHS1,CHS2,...,CHSP分别表示第1,2,...,p个施工危险源;
例如,系统接收工程项目综合设计信息,对施工设计信息进行施工环节、安全措施和施工危险源的统筹,共得到施工环节10个,其中施工环节1存在安全措施有5个,安全措施1和安全措施2分别包含施工危险源有{危险源1,危险源2,危险源3,危险源4}和{危险源1,危险源2,危险源3,危险源5,危险源6};
根据安全措施集合和施工危险源集合,对施工环节进行风险评估分析,并计算施工环节的风险值;根据施工环节的风险值,对施工环节进行异常分类分析,将施工环节分为异常施工环节和非异常施工环节;
根据施工危险源和安全措施,对任意一个施工环节进行风险评估,计算施工环节的风险值,具体计算公式如下:
RV(Ai)=∑j=1 k∑v=1 p{(pj/TN)*[NUMj(CHSv)/ki]}
其中,RV(Ai)表示任意一个施工环节Ai的风险值,pj表示施工危险源集合CHS(SMj)中包含的施工危险源的数量,TN表示任意一个施工环节Ai包含的施工危险源的总数量且TN=∑j=1 kpj,pj=p,NUMj(CHSv)表示任意一个施工危险源CHSv出现在除施工危险源集合CHS(SMj)外的其他施工危险源集合中的总数量,ki表示安全措施集合SM(Ai)中包含的安全措施的数量且ki=k;
例如,安全措施1包含的施工危险源的数量为4,则p1=4;危险源1出现在施工环节2-10中的总数量为6,则NUMj(CHSv)=6,k1=10;
根据施工环节的风险值,对施工环节进行异常分类,计算任意一个施工环节的异常波动值,具体计算公式如下:
EU(Ai)=(2πα)-1/2*exp{-[RV(Ai)-β]2/(2α)}
其中,EU(Ai)表示任意一个施工环节Ai的异常波动值,α和β分别表示施工环节的风险值的均值和方差;
预设异常波动值阈值,如果任意一个施工环节的异常波动值EU(Ai)大于等于异常波动值阈值,则将该任意一个施工环节分类为异常施工环节,否则将该任意一个施工环节分类为非异常施工环节;
根据分类结果,对异常施工环节和非异常施工环节的关联性进行分析,并计算异常施工环节和非异常施工环节的关联度;根据关联度,以异常施工环节为安全联动监管中心,生成安全监管联动集合;
将任意一个异常施工环节记为YAx,将任意一个非异常施工环节记为FAy;对任意一个异常施工环节YAx包含的所有施工危险源进行统计并生成异常参照集合,记为AR(YAx),对任意一个非异常施工环节FAy包含的所有施工危险源进行统计并生成异常匹配集合,记为EM(FAy);
根据异常参照集合和异常匹配集合,计算任意一个非异常施工环节与任意一个异常施工环节的关联度,具体计算公式如下:
CD(FAy→YAx)={NUM[EM(FAy)∩AR(YAx)]/NUM[EM(FAy)∪AR(YAx)]}+NUM[AR(YAx)-EM(FAy)∩AR(YAx)]*NUM[EM(FAy)-EM(FAy)∩AR(YAx)]/NUM2[EM(FAy)∪AR(YAx)]
其中,CD(FAy→YAx)表示任意一个非异常施工环节FAy与任意一个异常施工环节的关联度YAx,NUM[EM(FAy)∩AR(YAx)]、NUM[EM(FAy)∪AR(YAx)]、NUM[AR(YAx)-EM(FAy)∩AR(YAx)]和NUM[EM(FAy)-EM(FAy)∩AR(YAx)]分别表示集合EM(FAy)∩AR(YAx)中施工危险源数量、集合EM(FAy)∪AR(YAx)中施工危险源数量、集合AR(YAx)-EM(FAy)∩AR(YAx)中施工危险源数量和集合EM(FAy)-EM(FAy)∩AR(YAx)中施工危险源数量;
计算任意一个非异常施工环节与每一个异常施工环节的关联度,将关联度最大时的异常施工环节与非异常施工环节进行关联;以异常施工环节为安全联动监管中心,将与异常施工环节YAx关联的全部非异常施工环节生成安全监管联动集合,记为LS(YAx);
例如,通过关联性分析,得到安全监管联动集合有:LS(施工环节2)={施工环节1,施工环节3,施工环节6}、LS(施工环节5)={施工环节4,施工环节9}和LS(施工环节8)={施工环节7,施工环节10};
根据工程实施日志记录情况,对施工环节进行正在作业、已实施和未实施的定位,并结合安全监管联动集合,分别生成正在作业锁定集合、已实施锁定集合和未实施锁定集合;根据正在作业锁定集合、已实施锁定集合和未实施锁定集合,计算实时安全监管等级值,并输出实时安全监管等级;
在工程实施的过程中,实时获取工程实施日志记录情况,并根据工程实施日志记录情况定位到正在作业、已实施和未实施的施工环节;分别根据正在作业、已实施和未实施的施工环节,锁定安全监管联动集合,并分别生成正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS);
根据正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS),计算实时安全监管等级值,具体计算公式为:
SSL={NUM[WLD(LS)∩SLD(LS)]-NUM[YLD(LS)∩SLD(LS)]}/NUM[SLD(LS)]
其中,SSL表示实时安全监管等级值,NUM[WLD(LS)∩SLD(LS)]、NUM[YLD(LS)∩SLD(LS)]和NUM[SLD(LS)]分别表示集合WLD(LS)∩SLD(LS)、YLD(LS)∩SLD(LS)和SLD(LS)中包含的安全监管联动集合数量;
输出实时安全监管等级;
例如,根据工程实时日志记录情况,在当前时间节点,定位到正在作业的施工环节有{施工环节1,施工环节2,施工环节4},已施工的施工环节有{施工环节3,施工环节5},其余施工环节6-10为未施工环节;对安全监管联动集合进行锁定,得到正在作业锁定集合SLD(施工环节1,施工环节2,施工环节4)={LS(施工环节2),LS(施工环节5)},已实施锁定集合YLD(施工环节3,施工环节5)={LS(施工环节2),LS(施工环节5)},未实施锁定集合WLD(施工环节6-10)={LS(施工环节2),LS(施工环节5),LS(施工环节8)},则NUM[WLD(LS)∩SLD(LS)]=2、NUM[YLD(LS)∩SLD(LS)]=2和NUM[SLD(LS)]=2,SSL=0/2=0,则实时安全监管等级为0,说明在对已施工的环节进行安全监督时,已经核实了正在作业的施工环节的风险情况,即异常施工环节2和5,以及异常施工环节关联的非异常施工环节1、3、4、6和9,同时对于未施工环节也还存在异常施工环节8和异常施工环节8关联的非异常施工情况7和10未核实施工风险源的风险情况,进而总体已核实情况占据主要数量,则当前工程施工安全概率很大,安全监管等级低。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并且不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于人工智能的工程安全监管方法,其特征在于,该方法包括以下步骤:
步骤S100:获取施工设计信息,根据施工设计信息,对施工环节、安全措施和施工危险源进行统筹,并生成安全措施集合和施工危险源集合;
步骤S200:根据安全措施集合和施工危险源集合,对施工环节进行风险评估分析,并计算施工环节的风险值;根据施工环节的风险值,对施工环节进行异常分类分析,将施工环节分为异常施工环节和非异常施工环节;
步骤S300:根据分类结果,对异常施工环节和非异常施工环节的关联性进行分析,并计算异常施工环节和非异常施工环节的关联度;根据关联度,以异常施工环节为安全联动监管中心,生成安全监管联动集合;
步骤S400:根据工程实施日志记录情况,对施工环节进行正在作业、已实施和未实施的定位,并结合安全监管联动集合,分别生成正在作业锁定集合、已实施锁定集合和未实施锁定集合;根据正在作业锁定集合、已实施锁定集合和未实施锁定集合,计算实时安全监管等级值,并输出实时安全监管等级;
所述步骤S300的具体实施过程包括:
步骤S301:将任意一个异常施工环节记为YAx,将任意一个非异常施工环节记为FAy;对任意一个异常施工环节YAx包含的所有施工危险源进行统计并生成异常参照集合,记为AR(YAx),对任意一个非异常施工环节FAy包含的所有施工危险源进行统计并生成异常匹配集合,记为EM(FAy);
步骤S302:根据异常参照集合和异常匹配集合,计算任意一个非异常施工环节与任意一个异常施工环节的关联度,具体计算公式如下:
CD(FAy→YAx)={NUM[EM(FAy)∩AR(YAx)]/NUM[EM(FAy)∪AR(YAx)]}+NUM[AR(YAx)-EM(FAy)∩AR(YAx)]*NUM[EM(FAy)-EM(FAy)∩AR(YAx)]/NUM2[EM(FAy)∪AR(YAx)]
其中,CD(FAy→YAx)表示任意一个非异常施工环节FAy与任意一个异常施工环节的关联度YAx,NUM[EM(FAy)∩AR(YAx)]、NUM[EM(FAy)∪AR(YAx)]、NUM[AR(YAx)-EM(FAy)∩AR(YAx)]和NUM[EM(FAy)-EM(FAy)∩AR(YAx)]分别表示集合EM(FAy)∩AR(YAx)中施工危险源数量、集合EM(FAy)∪AR(YAx)中施工危险源数量、集合AR(YAx)-EM(FAy)∩AR(YAx)中施工危险源数量和集合EM(FAy)-EM(FAy)∩AR(YAx)中施工危险源数量;
步骤S303:计算任意一个非异常施工环节与每一个异常施工环节的关联度,将关联度最大时的异常施工环节与非异常施工环节进行关联;以异常施工环节为安全联动监管中心,将与异常施工环节YAx关联的全部非异常施工环节生成安全监管联动集合,记为LS(YAx)。
2.根据权利要求1所述的一种基于人工智能的工程安全监管方法,其特征在于,所述步骤S100的具体实施过程包括:
步骤S101:对施工设计信息进行获取,所述施工设计信息包括施工环节、安全措施和施工危险源,其中,一个施工环节对应至少一种安全措施,一种安全措施对应至少一种施工危险源;
步骤S102:将任意一个施工环节记为Ai,将任意一个施工环节对应包含的所有安全措施生成安全措施集合,记为SM(Ai)={SM1,SM2,...,SMk};将任意一个安全措施记为SMj,将任意一个安全措施对应包含的所有施工危险源生成施工危险源集合,记为CHS(SMj)={CHS1,CHS2,...,CHSP};其中,i表示施工环节编号,j表示安全措施编号,SM1,SM2,...,SMk分别表示第1,2,...,k个安全措施,CHS1,CHS2,...,CHSP分别表示第1,2,...,p个施工危险源。
3.根据权利要求2所述的一种基于人工智能的工程安全监管方法,其特征在于,所述步骤S200的具体实施过程包括:
步骤S201:根据施工危险源和安全措施,对任意一个施工环节进行风险评估,计算施工环节的风险值,具体计算公式如下:
RV(Ai)=∑j=1 k∑v=1 p{(pj/TN)*[NUMj(CHSv)/ki]};
其中,RV(Ai)表示任意一个施工环节Ai的风险值,pj表示施工危险源集合CHS(SMj)中包含的施工危险源的数量,TN表示任意一个施工环节Ai包含的施工危险源的总数量且TN=∑j=1 kpj,pj=p,NUMj(CHSv)表示任意一个施工危险源CHSv出现在除施工危险源集合CHS(SMj)外的其他施工危险源集合中的总数量,ki表示安全措施集合SM(Ai)中包含的安全措施的数量且ki=k;
步骤S202:根据施工环节的风险值,对施工环节进行异常分类,计算任意一个施工环节的异常波动值,具体计算公式如下:
EU(Ai)=(2πα)-1/2*exp{-[RV(Ai)-β]2/(2α)};
其中,EU(Ai)表示任意一个施工环节Ai的异常波动值,α和β分别表示施工环节的风险值的均值和方差;
预设异常波动值阈值,如果任意一个施工环节的异常波动值EU(Ai)大于等于异常波动值阈值,则将该任意一个施工环节分类为异常施工环节,否则将该任意一个施工环节分类为非异常施工环节。
4.根据权利要求3所述的一种基于人工智能的工程安全监管方法,其特征在于,所述步骤S400的具体实施过程包括:
步骤S401:在工程实施的过程中,实时获取工程实施日志记录情况,并根据工程实施日志记录情况定位到正在作业、已实施和未实施的施工环节;分别根据正在作业、已实施和未实施的施工环节,锁定安全监管联动集合,并分别生成正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS);
步骤S402:根据正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS),计算实时安全监管等级值,具体计算公式为:
SSL={NUM[WLD(LS)∩SLD(LS)]-NUM[YLD(LS)∩SLD(LS)]}/NUM[SLD(LS)];
其中,SSL表示实时安全监管等级值,NUM[WLD(LS)∩SLD(LS)]、NUM[YLD(LS)∩SLD(LS)]和NUM[SLD(LS)]分别表示集合WLD(LS)∩SLD(LS)、YLD(LS)∩SLD(LS)和SLD(LS)中包含的安全监管联动集合数量;
输出实时安全监管等级。
5.一种基于人工智能的工程安全监管系统,其特征在于,所述系统包括:施工设计信息统筹模块、风险评估分类模块、关联分析模块和安全监管等级分析模块;
所述施工设计信息统筹模块,用于获取施工设计信息,根据施工设计信息,对施工环节、安全措施和施工危险源进行统筹,并生成安全措施集合和施工危险源集合;
所述风险评估分类模块,根据安全措施集合和施工危险源集合,对施工环节进行风险评估分析,并计算施工环节的风险值;根据施工环节的风险值,对施工环节进行异常分类分析,将施工环节分为异常施工环节和非异常施工环节;
所述关联分析模块,根据分类结果,对异常施工环节和非异常施工环节的关联性进行分析,并计算异常施工环节和非异常施工环节的关联度;根据关联度,以异常施工环节为安全联动监管中心,生成安全监管联动集合;
所述安全监管等级分析模块,根据工程实施日志记录情况,对施工环节进行正在作业、已实施和未实施的定位,并结合安全监管联动集合,分别生成正在作业锁定集合、已实施锁定集合和未实施锁定集合;根据正在作业锁定集合、已实施锁定集合和未实施锁定集合,计算实时安全监管等级值,并输出实时安全监管等级;
所述关联分析模块还包括关联度计算单元和关联分析单元;
所述关联度计算单元,用于将任意一个异常施工环节记为YAx,将任意一个非异常施工环节记为FAy;对任意一个异常施工环节YAx包含的所有施工危险源进行统计并生成异常参照集合,记为AR(YAx),对任意一个非异常施工环节FAy包含的所有施工危险源进行统计并生成异常匹配集合,记为EM(FAy);根据异常参照集合和异常匹配集合,计算任意一个非异常施工环节与任意一个异常施工环节的关联度,具体计算公式如下:
CD(FAy→YAx)={NUM[EM(FAy)∩AR(YAx)]/NUM[EM(FAy)∪AR(YAx)]}+NUM[AR(YAx)-EM(FAy)∩AR(YAx)]*NUM[EM(FAy)-EM(FAy)∩AR(YAx)]/NUM2[EM(FAy)∪AR(YAx)];
其中,CD(FAy→YAx)表示任意一个非异常施工环节FAy与任意一个异常施工环节的关联度YAx,NUM[EM(FAy)∩AR(YAx)]、NUM[EM(FAy)∪AR(YAx)]、NUM[AR(YAx)-EM(FAy)∩AR(YAx)]和NUM[EM(FAy)-EM(FAy)∩AR(YAx)]分别表示集合EM(FAy)∩AR(YAx)中施工危险源数量、集合EM(FAy)∪AR(YAx)中施工危险源数量、集合AR(YAx)-EM(FAy)∩AR(YAx)中施工危险源数量和集合EM(FAy)-EM(FAy)∩AR(YAx)中施工危险源数量;
所述关联分析单元,用于计算任意一个非异常施工环节与每一个异常施工环节的关联度,将关联度最大时的异常施工环节与非异常施工环节进行关联;以异常施工环节为安全联动监管中心,将与异常施工环节YAx关联的全部非异常施工环节生成安全监管联动集合,记为LS(YAx)。
6.根据权利要求5所述的一种基于人工智能的工程安全监管系统,其特征在于:所述施工设计信息统筹模块还包括施工设计信息采集单元和施工设计信息统筹单元;
所述施工设计信息采集单元,用于对施工设计信息进行获取,所述施工设计信息包括施工环节、安全措施和施工危险源,其中,一个施工环节对应至少一种安全措施,一种安全措施对应至少一种施工危险源;
所述施工设计信息统筹单元,用于将任意一个施工环节记为Ai,将任意一个施工环节对应包含的所有安全措施生成安全措施集合,记为SM(Ai)={SM1,SM2,...,SMk};将任意一个安全措施记为SMj,将任意一个安全措施对应包含的所有施工危险源生成施工危险源集合,记为CHS(SMj)={CHS1,CHS2,...,CHSP};其中,i表示施工环节编号,j表示安全措施编号,SM1,SM2,...,SMk分别表示第1,2,...,k个安全措施,CHS1,CHS2,...,CHSP分别表示第1,2,...,p个施工危险源。
7.根据权利要求6所述的一种基于人工智能的工程安全监管系统,其特征在于:所述风险评估分类模块还包括风险评估单元和异常分类单元;
所述风险评估单元,根据施工危险源和安全措施,对任意一个施工环节进行风险评估,计算施工环节的风险值,具体计算公式如下:
RV(Ai)=∑j=1 k∑v=1 p{(pj/TN)*[NUMj(CHSv)/ki]};
其中,RV(Ai)表示任意一个施工环节Ai的风险值,pj表示施工危险源集合CHS(SMj)中包含的施工危险源的数量,TN表示任意一个施工环节Ai包含的施工危险源的总数量且TN=∑j=1 kpj,pj=p,NUMj(CHSv)表示任意一个施工危险源CHSv出现在除施工危险源集合CHS(SMj)外的其他施工危险源集合中的总数量,ki表示安全措施集合SM(Ai)中包含的安全措施的数量且ki=k;
所述异常分类单元,根据施工环节的风险值,对施工环节进行异常分类,计算任意一个施工环节的异常波动值,具体计算公式如下:
EU(Ai)=(2πα)-1/2*exp{-[RV(Ai)-β]2/(2α)};
其中,EU(Ai)表示任意一个施工环节Ai的异常波动值,α和β分别表示施工环节的风险值的均值和方差;
预设异常波动值阈值,如果任意一个施工环节的异常波动值EU(Ai)大于等于异常波动值阈值,则将该任意一个施工环节分类为异常施工环节,否则将该任意一个施工环节分类为非异常施工环节。
8.根据权利要求7所述的一种基于人工智能的工程安全监管系统,其特征在于:所述安全监管等级分析模块还包括施工环节实时状态感知单元和人工智能实时安全监管单元;
所述施工环节实时状态感知单元,用于在工程实施的过程中,实时获取工程实施日志记录情况,并根据工程实施日志记录情况定位到正在作业、已实施和未实施的施工环节;分别根据正在作业、已实施和未实施的施工环节,锁定安全监管联动集合,并分别生成正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS);
所述人工智能实时安全监管单元,根据正在作业锁定集合SLD(LS)、已实施锁定集合YLD(LS)和未实施锁定集合WLD(LS),计算实时安全监管等级值,具体计算公式为:
SSL={NUM[WLD(LS)∩SLD(LS)]-NUM[YLD(LS)∩SLD(LS)]}/NUM[SLD(LS)];
其中,SSL表示实时安全监管等级值,NUM[WLD(LS)∩SLD(LS)]、NUM[YLD(LS)∩SLD(LS)]和NUM[SLD(LS)]分别表示集合WLD(LS)∩SLD(LS)、YLD(LS)∩SLD(LS)和SLD(LS)中包含的安全监管联动集合数量;
输出实时安全监管等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310437148.0A CN116151629B (zh) | 2023-04-23 | 2023-04-23 | 一种基于人工智能的工程安全监管系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310437148.0A CN116151629B (zh) | 2023-04-23 | 2023-04-23 | 一种基于人工智能的工程安全监管系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116151629A CN116151629A (zh) | 2023-05-23 |
CN116151629B true CN116151629B (zh) | 2023-07-18 |
Family
ID=86352891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310437148.0A Active CN116151629B (zh) | 2023-04-23 | 2023-04-23 | 一种基于人工智能的工程安全监管系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151629B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664084B (zh) * | 2023-07-31 | 2024-02-02 | 广东省科技基础条件平台中心 | 一种基于物联网的项目评估管理方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638544A (zh) * | 2022-04-12 | 2022-06-17 | 江苏核电有限公司 | 一种用于核电厂维修业务的安全管理方法及系统 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4817363B2 (ja) * | 2006-02-15 | 2011-11-16 | 国立大学法人山口大学 | 危険度評価システム |
CN104574191A (zh) * | 2013-10-21 | 2015-04-29 | 北京航天长峰科技工业集团有限公司 | 一种用于安全生产的态势评估与可视化展示方法 |
CN106056302A (zh) * | 2016-06-12 | 2016-10-26 | 浙江大学 | 基于石化企业工业现场危险源及风险信息的建模方法 |
JP7189789B2 (ja) * | 2019-02-05 | 2022-12-14 | Biprogy株式会社 | 工事関連リスク管理システム、リスク分析用データ生成装置およびリスク情報提供装置 |
CN111144783A (zh) * | 2019-12-31 | 2020-05-12 | 重庆西恒工程咨询有限公司 | 应用有智慧工地系统的施工管理方法 |
CN111307110A (zh) * | 2020-03-25 | 2020-06-19 | 中铁一局集团第二工程有限公司 | 一种基坑施工中人员定位系统及风险评估方法 |
KR102564687B1 (ko) * | 2021-03-31 | 2023-08-07 | 주식회사 포스코디엑스 | 위험요인 분석을 통한 안전사고 예방방법 및 이를 이용한 안전사고 예방시스템 |
CN113159575B (zh) * | 2021-04-20 | 2024-02-06 | 宁波子规信息科技有限公司 | 水利工程危险源风险等级自动评价系统 |
CN113361070B (zh) * | 2021-04-29 | 2023-11-14 | 鑫安利中(北京)科技有限公司 | 一种区域安全风险叠加运算模型的构建方法及建模系统 |
US11531943B1 (en) * | 2021-11-18 | 2022-12-20 | Slate Technologies Inc. | Intelligence driven method and system for multi-factor optimization of schedules and resource recommendations for smart construction |
CN114331068A (zh) * | 2021-12-19 | 2022-04-12 | 中国检验认证集团浙江有限公司 | 一种基于bim的工厂危险源辨识方法 |
CN114444776A (zh) * | 2021-12-29 | 2022-05-06 | 广东蓝盾乐庚信息技术有限公司 | 一种基于神经网络的危险源分析方法及装置 |
CN115796569A (zh) * | 2022-10-17 | 2023-03-14 | 中建八局第三建设有限公司 | 一种用于建筑施工企业的安全风险分级监控平台 |
-
2023
- 2023-04-23 CN CN202310437148.0A patent/CN116151629B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638544A (zh) * | 2022-04-12 | 2022-06-17 | 江苏核电有限公司 | 一种用于核电厂维修业务的安全管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116151629A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nagappan et al. | Use of relative code churn measures to predict system defect density | |
Xu et al. | Risk prediction and early warning for air traffic controllers’ unsafe acts using association rule mining and random forest | |
CN116151629B (zh) | 一种基于人工智能的工程安全监管系统及方法 | |
Ades et al. | Markov chain Monte Carlo estimation of a multiparameter decision model: consistency of evidence and the accurate assessment of uncertainty | |
Caballé et al. | Analysis of the reliability and the maintenance cost for finite life cycle systems subject to degradation and shocks | |
EP3059676B1 (en) | A method and apparatus for analyzing the availability of a system, in particular of a safety critical system | |
CN108537419A (zh) | 煤矿安全管理风险的方法 | |
CN114282839A (zh) | 一种山地高速公路施工安全风险管理系统 | |
Thomas et al. | Testing the validity of the “value of a prevented fatality”(VPF) used to assess UK safety measures | |
Villanova | Attribute-based risk model for assessing risk to industrial construction tasks | |
CN111401712A (zh) | 一种城市轨道交通风险评估系统及方法 | |
CN114298590A (zh) | 一种医疗机构院感管理质量评估系统及方法 | |
CN112232843B (zh) | 一种基于大数据技术的药品监管系统和方法 | |
CN113657788A (zh) | 一种企业安全生产标准化智能监管系统及方法 | |
Vranješ et al. | A model of analysis of the occupational safety and health system in the production system | |
Zhu et al. | Developing predictive models of construction fatality characteristics using machine learning | |
CN114021969B (zh) | 一种涉农企业安全生产风险指数分析系统 | |
Imro'ah et al. | The Implementation of Control Charts as a Verification Tool in a Time Series Model for COVID-19 Vaccine Participants in Pontianak | |
Njomen | Convergence of the nelson-aalen estimator in competing risks | |
Li et al. | Association analysis of human error causes of electric shock construction accidents in China | |
CN116663878A (zh) | 风险评估方法、装置、计算机设备及存储介质 | |
CN109728563B (zh) | 用于定值在线校核的多套原则校核方法及装置 | |
CN110728414A (zh) | 基于物联网的消防安全评估方法、装置、计算机设备及存储介质 | |
CN105046143B (zh) | 一种综合计算软件验证与确认功效的方法 | |
Ajith et al. | Examination the Influence of Human Factors in Indian Building Construction Sites |
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 |