CN117315533A - 智慧工地危险源分类分级管理方法 - Google Patents

智慧工地危险源分类分级管理方法 Download PDF

Info

Publication number
CN117315533A
CN117315533A CN202311231495.4A CN202311231495A CN117315533A CN 117315533 A CN117315533 A CN 117315533A CN 202311231495 A CN202311231495 A CN 202311231495A CN 117315533 A CN117315533 A CN 117315533A
Authority
CN
China
Prior art keywords
dangerous
accident
steps
template
classification
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
Application number
CN202311231495.4A
Other languages
English (en)
Inventor
郭金帅
吴思阳
姚怡
鲁丁丁
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.)
Xuzhou University of Technology
Original Assignee
Xuzhou University of Technology
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 Xuzhou University of Technology filed Critical Xuzhou University of Technology
Priority to CN202311231495.4A priority Critical patent/CN117315533A/zh
Publication of CN117315533A publication Critical patent/CN117315533A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智慧工地危险源分类分级管理方法，属于土木工程技术领域，该方法对建筑工地中常见的事故进行分类，并分析可能导致事故的影响因素，结合层次分析法和LEC理论，计算事故发生的危险程度，并根据危险程度进行分级，建立工地危险源分类分级管理体系；基于该方法和工地智能设备，建立智慧工地危险源识别预警系统，利用监控设备、人员定位设备、巡检机器人对工程中可能存在的危险源进行识别进行数据化处理，并将信息上传到云平台；基于危险源分类分级评价方法，对识别信息计算危险源的危险系数，划分危险等级，并在数字地图上可视化预警；将危险源预警信息分别通知到相关责任人，责任人根据预警信息处理相关危险源，并及时提供反馈信息；该方法具有数字化、可视化等特点，可实现工地现场危险源及时发现处置，保障生产活动的安全。

Description

智慧工地危险源分类分级管理方法
技术领域
本发明涉及一种智慧工地危险源分类分级管理方法，尤其适用于土木工程技术领域。
背景技术
土木工程生产现场，由于其环境特殊性，在生产过程中存在许多危险源，容易引起各种各样的事故。但是目前对于工程现场事故的管理大多还是根据现场管理人员的生产经验，通过培训、教育、奖惩等手段进行管理。这种管理方法相对来讲比较滞后，而且主要依赖于管理者和施工人员的主观能动性，如何工人素质较高可能效果较好，如果素质不高可能效果就会很差。因此，建立一套合理的、可实施的建筑工地现场危险源分类分级管理方法十分必要。
而且，随着各种智能设备的引入，现在的工程现场已经成为“智慧工地”。借助于现在智能设备，结合建立的分类级管理方法，可以实现对工程现场危险源的实时数据化、可视化管理，大大提高管理运行效率，降低危险事故的发生。
相较于现有的研究，本发明的主要创新体现在以下两个方面：
(1)实现工地危险源分类分级管理
根据事故主体将工地现场常见的事故类型进行分类，然后分析该事故主体可能发生的事故类型，进而研究可能引发不同事故类型的影响因素；基于层次分析法和LEC理论，计算每种事故发生的危险系数，根据危险系数的数值将其划分为不同的危险等级；最后，根据事故主体和危险等级分别设置对应的责任部门和责任人，制定相应的事故处置办法。
(2)实现工地危险源智能识别及预警
利用工地现场布置的视频监控系统、定位系统、巡检机器人系统，对事故主体的各个影响因素信息进行采集，结合相应的图像识别算法，将识别的信息数据化并上传至云平台；通过云平台中危险源分类分级系统，实时计算各个事故主体的危险系数以及危险等级，并在BIM数字地图上通过声、光、电等信号预警；同时，将相关预警信息分发至相应的责任部分及责任人，按照管理办法进行处置并及时反馈。
发明内容
技术目的：针对现有技术的不足之处，提供一种智慧工地危险源分类分级管理方法及识别预警系统，建立土木工程现场危险源的分类分级管理体系，并利用现场布置的智能系统和图像识别算法，对现场危险源进行实时监测并及时预警。解决了传统管理方法效率低、主观依赖性强、处置不及时等缺点。
技术方案：为实现上述目的，本发明的智慧工地危险源分类分级管理方法及识别预警系统，首先对建筑工地中常见的事故进行收集整理，并根据事故主体将其进行分类；然后，列出不同事故主体可能发生的事故类型，并分析导致事故发生的影响因素；其次，根据层次分析法，计算事故发生概率L，再结合LEC理论，计算事故主体危险系数；最后，根据不同的危险系数数值，将其划分为不同的危险等级；步骤具体为：
步骤一、利用智慧工地现场布置的视频监控系统、人员/机器定位系统、巡检机器人系统对工地进行实时监控，并通过相关图像识别算法对监控图像进行数据化处理，将处理后的数据信息上传至云平台；
步骤二、基于层次分析法和LEC理论建立工地危险源分类分级评价体系，计算不同事故的危险系数；
步骤三、对不同事故的危险系数进行分级，并且将不同的事故分别对应到不同的责任部门和责任人；
步骤四、对不同的危险等级设置不同的声、光、电预警标识，结合BIM等工业软件生成的数字工地地图，在地图上危险源的对应位置进行显示提醒；
步骤五、云平台将系统中的危险预警信息通过无线或有限通讯设备将信息分发到相关责任部门、责任人，责任人按照不同的危险源处理办法及时进行处置；
步骤六、责任人将危险源处置后，通过通讯设备或视频设备将处置结果反馈给云平台，平台收到反馈信息后，对处理后的信息进行比对，如果合格则消除预警，如果不合格通知责任人继续处置，直至合格。
进一步，步骤一中所述的视频监控系统包括布置工地现场中的摄像头、安全帽内嵌的微型摄像头、移动设备中的相机等设备，这些设备可通过有线、无线、蓝牙等协议方式将图像、视频信息上传至云平台。
所述的人员/机器定位系统包括安全帽、工地中各个固定/移动设备，可以通过内置的GPS/北斗等定位芯片实时采集人员或设备的位置信息并上传至云平台。
所述的巡检机器人系统包括流动遥控车、无人机，通过内置视频/音频采集设备可以对工地内部、外部各个位置的情况进行实时监测，并将信息上传云平台。
所述的图像识别算法，首先识别事故主体(如基坑、脚手架等)，然后根据提前在系统中设置的主体参数(安全距离、材料堆放高度、人员通道宽度等)，分别对各个参数进行识别并输入数值。
进一步，步骤二中所述的工地危险源分类分级管理体系，是基于层次分析法和LEC理论建立的；具体为：
(1)所述的危险源分类分级管理方法为树形结构，其中第一层为目标层，事故主体(X)，第二层为准则层，事故类型(Y)；第三层为子准则层，不同事故类型影响因素(Z)；
(2)所述的目标层事故主体有：基坑(X1)、脚手架(X2)、模板(X3)、塔吊(X4)、升降机(X5)、流动设备(X6)；
(3)所述的准则层事故类型有：
①基坑坍塌(Y1 1)、基坑高处坠落(Y2 1)、基坑击打(Y3 1)；
②脚手架倒翻(Y1 2)、脚手架高处坠落(Y2 2)、脚手架击打(Y3 2)；
③模板倾倒(Y1 3)、模板高处坠落(Y2 3)、模板击打(Y3 3)；
④塔吊倾倒(Y1 4)、塔吊高处坠落(Y2 4)、塔吊击打(Y3 4)；
⑤升降机倾倒(Y1 5)、升降机高处坠落(Y2 5)、升降机击打(Y3 5)；
⑥流动设备倾倒(Y1 6)、流动设备高处坠落(Y2 6)、流动设备击打(Y3 6)。
(4)所述的子准则层有：
①基坑事故的影响因素有，材料堆放情况(Z1 1)、堆土堆载情况(Z2 1)、排水措施(Z3 1)、人员通道(Z4 1)、作业环境(Z5 1)、隔离措施(Z6 1)、基坑围栏(Z7 1)、作业区安全距离(Z8 1)；
所述的基坑事故的影响因素赋值方法为：
a.材料堆放情况(Z1 1)
b.堆土堆载情况(Z2 1)
c.排水措施(Z3 1)
d.人员通道(Z4 1)
e.作业环境(Z5 1)
f.隔离措施(Z6 1)
g.基坑围栏(Z7 1)
h.作业区安全距离(Z8 1)
②脚手架事故的影响因素有，围挡防护结构(Z1 2)、架体内水平防护(Z2 2)、架体基础(Z3 2)、架体稳定性(Z4 2)、构配件材质(Z5 2)、人员通道设置(Z6 2)、安装情况(Z7 2)、物件堆放情况(Z8 2)；
所述的脚手架事故的影响因素赋值方法为：
a.围挡防护结构(Z1 1)
b.架体内水平防护(Z2 2)
c.架体基础(Z3 2)
d.架体稳定性(Z4 2)
e.构配件材质(Z5 2)
f.人员通道设置(Z6 2)
g.安装情况(Z7 2)
h.物件堆放情况(Z8 2)
③模板事故的影响因素有，模板支架立杆底部垫板(Z1 3)、模板支撑的水平支撑(Z2 3)、模板支撑剪刀撑(Z3 3)、上下各层立杆(Z4 3)、高空模板的稳定和防倾覆措施(Z5 3)、模板支架与脚手架连接(Z6 3)、模板搭设在未加固的砼雨篷上(Z7 3)、模板支撑拆除区设置警示标识(Z8 3)、模板支撑拆除前外墙处采取防护措施(Z9 3)、作业高度在2m以上时搭设操作平台(Z10 3)；
所述的模板事故的影响因素赋值方法为：
a.模板支架立杆底部垫板(Z1 3)
b.模板支撑的水平支撑(Z2 3)
c.模板支撑剪刀撑(Z3 3)
d.上下各层立杆(Z4 3)
e.高空模板的稳定和防倾覆措施(Z5 3)
f.模板支架与脚手架连接(Z6 3)
g.模板搭设在未加固的砼雨篷上(Z7 3)
h.模板支撑拆除区设置警示标识(Z8 3)
i.模板支撑拆除前外墙处采取防护措施(Z9 3)
j.作业高度在2m以上时搭设操作平台(Z10 3)
④塔吊事故的影响因素有，起吊钢丝绳强度(Z1 4)、物件重量(Z2 4)、物件堆放情况(Z3 4)、物件绑扎(Z4 4)、塔吊基础承载力(Z5 4)、作业区安全警示(Z6 4)、起吊信号(Z7 4)、安全距离(Z8 4)、塔吊作业区内障碍物(Z9 4)；
所述的塔吊事故的影响因素赋值方法为：
a.起吊钢丝绳强度(Z1 4)
b.物件重量(Z2 4)
c.物件堆放情况(Z3 4)
d.物件绑扎(Z4 4)
e.塔吊基础承载力(Z5 4)
f.作业区安全警示(Z6 4)
g.起吊信号(Z7 4)
h.安全距离(Z8 4)
i.塔吊作业区内障碍物(Z9 4)
⑤升降机事故的影响因素有，基础承载力(Z1 5)、物件质量(Z2 5)、安全检查(Z3 5)、高空作业防护(Z4 5)、技术交底(Z5 5)、作业规范(Z6 5)、电气线路(Z7 5)；
所述的升降机事故的影响因素赋值方法为：
a.基础承载力(Z1 5)
b.物件质量(Z2 5)
c.安全检查(Z3 5)
d.高空作业防护(Z4 5)
e.技术交底(Z5 5)
f.作业规范(Z6 5)
g.电气线路(Z7 5)
⑥流动设备的影响因素有，基础承载力(Z1 6)、土方重量(Z2 6)、土方机械作业面(Z3 6)、安全距离(Z4 6)、设备情况(Z5 6)、警示标识(Z6 6)；
所述的流动设备事故的影响因素赋值方法为：
a.基础承载力(Z1 6)
b.基础承载力(Z1 6)
c.土方机械作业面(Z3 6)
d.安全距离(Z4 6)
e.设备情况(Z5 6)
f.警示标识(Z6 6)
(5)所述的LEC理论中的事故发生概率L计算方法为：
式中：L(Yj i)表示第i个主体中第j类事故的发生概率，n为第j类事故的影响因素个数。
层次分析法中各个影响因素权重通常是通过专家打分评判确定，但这种方式的缺点是人为主观因素太大。因此，为提高其客观性，引入熵值法客观权重影响，通过耦合赋权的方法，提高模型的可信度。其中Wj i表示各个影响因素的权重，通过层次分析法和熵值法耦合确定。
①层次分析法权重Wj i(c)
a.影响因素确定
以基坑坍塌事故(Y1 1)为例，其影响因素有材料堆放情况(Z1 1)、堆土堆载情况(Z2 1)、排水措施(Z3 1)、作业环境(Z5 1)。
b.判断矩阵构造
邀请行业内相关领域专家对各个因素的影响权重进行打分，打分方法采用9级标度方法，即某因素与另一因素的相对权重用1、2、3、4、5、6、7、8、9来表示，并将因素进行两两比较。
表1相对权重表
含义 相对权重
两因素相比，一个比另一个绝对重要 9
两因素相比，一个比另一个重要得多 7
两因素相比，一个比另一个重要 5
两因素相比，一个比另一个略重要 3
两因素相比，两个同样重要 1
两因素重要性介于上述两个相邻程度之间 2、4、6、8
以1-9及其倒数的标度方法，反映各元素的相对重要程度，确定判断矩阵。
例如对于基坑坍塌事故(Y1 1)，Z1 1相对于Z2 1、Z3 1、Z5 1的权重分别为0.5、1、0.2；Z2 1相对于Z1 1、Z3 1、Z5 1的权重分别为2、2、1；Z3 1相对于Z1 1、Z2 1、Z5 1的权重分别为1、0.5、0.25；Z5 1相对于Z1 1、Z2 1、Z3 1的权重分别为5、1、4。则判断矩阵为：
c.判断矩阵计算
计算求得判断矩阵S对应的特征向量A＝(λ1,λ2,λ3,λ4……)及其最大特征根λmax，从而确定权重系数。
Z1 1、Z2 1、Z3 1、Z5 1相对于Y1 1的权重W1 1(c)、W2 1(c)、W3 1(c)、W5 1(c)分别为λ1/(λ1+λ2+λ3+λ4)、λ2/(λ1+λ2+λ3+λ4)、λ3/(λ1+λ2+λ3+λ4)、λ4/(λ1+λ2+λ3+λ4)。
d.一致性检验
计算一致性指标平均随机一致性指标RI(Random Index)对照见表2。最后，当随机一致性比率时，可以判断矩阵元素的排序具有一致性，即权重的分配是合理的；当CR(Coherence Ratio)≥0.10时，要调整元素的排序及取值，对权重进行重新分配。
表2平均随机性指标RI对照
矩阵阶数 RI 矩阵阶数 RI
1 0 9 1.46
2 0 10 1.49
3 0.52 11 1.52
4 0.89 12 1.54
5 1.12 13 1.56
6 1.26 14 1.58
7 1.36 15 1.59
8 1.41 16 1.60
②熵值权重Wj i(s)
a.数据收集
同样还是以基坑坍塌事故(Y1 1)的影响因素为例，分别选取m种不同的影响因素取值情况，组成矩阵P，矩阵中元素分别为xkj。
b.数据进行标准化
由于各个影响因素的取值不统一，先将取值数据进行无量纲化，采用归一化方式对其进行处理，假如数据为正向指标，其归一化方法为：
式中：xkj—原始数据；
min(xkj)—数据中的最小值；
max(xkj)—数据中的最大值；
x′kj—归一化处理后数据。
假如数据为负向指标，其归一化方法为：
c.计算第j个影响因素的比重
d.计算第j个影响因素的信息熵
e.计算第j个影响因素的熵权值
③耦合权重Wj i
式中：m表示第j类事故列举的项目数量，n为影响因素个数。
(6)所述的LEC理论中的事故发生中人员接触频率E取值方法为：
(7)其所述的LEC理论中的事故发生中危险源爆发带来危险程度C的取值方法为：
(8)所述的LEC理论中的事故发生中危险系数D计算方法为：D＝LEC。
进一步，步骤三中所述危险源分级为：
进一步，步骤四中所述的声、光、电预警标识，不同的事故等级可以通过设置不同的警示音乐来区分，光可以通过红灯、黄灯、橙灯、蓝灯、绿灯来区分不同的危险等级，电信号可以利用弹窗的形式进行提醒。
有益效果：
1)本方法可解决土木工程现场危险源管理中的类型复杂、分布分散、效率低等难题，实现危险源分类分级管理；
2)本方法可实现危险源的智能识别及预警，为现场管理人员提供实时信息，及时处理相关事故隐患，保障现场的安全生产。
附图说明
图1为本发明的流程示意图。
图2为本发明基坑事故树形结构示意图。
图3为本发明脚手架事故树形结构示意图。
图4为本发明模版事故树形结构示意图。
图5为本发明塔吊事故树形结构示意图。
图6为本发明升降机事故树形结构示意图。
图7为本发明流动设备事故树形结构示意图。
图8为本发明事故对应责任人示意图。
具体实施方式
下面结合附图对本发明的实施例作进一步说明：
以基坑为例，
步骤一、获取视频监控系统、人员/机器定位系统、巡检机器人系统中视频图像信息，并通过相关图像识别算法对获取的视频、图像中的与基坑事故主体相关的影响因素进行识别，如材料堆放情况、堆土堆载是否超过规定标准、有无可靠排水通道、人员通道是否符合要求、作业环境是否合规、有无隔离措施、是否设置围栏、安全距离多少，并根据相应的参数表进行赋值。
步骤二、根据各个影响因素的取值、权重，计算基坑发生坍塌、高处坠落、击打事故的危险系数。
步骤三、对计算得到危险系数按照分级标准进行分级，并且将不同的事故分别对应到不同的责任部门和责任人。
步骤四、对不同的危险等级设置不同的声、光、电预警标识，结合BIM等工业软件生成的数字工地地图，在地图上危险源的对应位置进行显示提醒。
步骤五、云平台将系统中的危险预警信息通过无线或有限通讯设备将信息分发到相关责任部门、责任人，责任人按照不同的危险源处理办法及时进行处置。
步骤六、责任人将危险源处置后，通过通讯设备或视频设备将处置结果反馈给云平台，平台收到反馈信息后，对处理后的信息进行比对，如果合格则消除预警，如果不合格通知责任人继续处置，直至合格。
在步骤一中所述的视频监控系统包括布置工地现场中的摄像头、安全帽内嵌的微型摄像头、移动设备中的相机等设备，这些设备可通过有线、无线、蓝牙等协议方式将图像、视频信息上传至云平台。
所述的人员/机器定位系统包括安全帽、工地中各个固定/移动设备，可以通过内置的GPS/北斗等定位芯片实时采集人员或设备的位置信息并上传至云平台。
所述的巡检机器人系统包括流动遥控车、无人机，通过内置视频/音频采集设备可以对工地内部、外部各个位置的情况进行实时监测，并将信息上传云平台。
所述的图像识别算法，首先识别事故主体(如基坑、脚手架等)，然后根据提前在系统中设置的主体参数(安全距离、材料堆放高度、人员通道宽度等)，分别对各个参数进行识别并输入数值。
进一步，步骤二中所述的工地危险源分类分级管理体系，是基于层次分析法和LEC理论建立的；具体为：
(1)所述的危险源分类分级管理方法为树形结构，其中第一层为目标层，事故主体(X)，第二层为准则层，事故类型(Y)；第三层为子准则层，不同事故类型影响因素(Z)；
(2)所述的目标层事故主体有：基坑(X1)、脚手架(X2)、模板(X3)、塔吊(X4)、升降机(X5)、流动设备(X6)；
(3)所述的准则层事故类型有：
①基坑坍塌(Y1 1)、基坑高处坠落(Y2 1)、基坑击打(Y3 1)；
②脚手架倒翻(Y1 2)、脚手架高处坠落(Y2 2)、脚手架击打(Y3 2)；
③模板倾倒(Y1 3)、模板高处坠落(Y2 3)、模板击打(Y3 3)；
④塔吊倾倒(Y1 4)、塔吊高处坠落(Y2 4)、塔吊击打(Y3 4)；
⑤升降机倾倒(Y1 5)、升降机高处坠落(Y2 5)、升降机击打(Y3 5)；
⑥流动设备倾倒(Y1 6)、流动设备高处坠落(Y2 6)、流动设备击打(Y3 6)。
(4)所述的子准则层有：
①基坑事故的影响因素有，材料堆放情况(Z1 1)、堆土堆载情况(Z2 1)、排水措施(Z3 1)、人员通道(Z4 1)、作业环境(Z5 1)、隔离措施(Z6 1)、基坑围栏(Z7 1)、作业区安全距离(Z8 1)；
所述的基坑事故的影响因素赋值方法为：
a.材料堆放情况(Z1 1)
b.堆土堆载情况(Z2 1)
c.排水措施(Z3 1)
d.人员通道(Z4 1)
e.作业环境(Z5 1)
f.隔离措施(Z6 1)
g.基坑围栏(Z7 1)
h.作业区安全距离(Z8 1)
②脚手架事故的影响因素有，围挡防护结构(Z1 2)、架体内水平防护(Z2 2)、架体基础(Z3 2)、架体稳定性(Z4 2)、构配件材质(Z5 2)、人员通道设置(Z6 2)、安装情况(Z7 2)、物件堆放情况(Z8 2)；
所述的脚手架事故的影响因素赋值方法为：
a.围挡防护结构(Z1 1)
b.架体内水平防护(Z2 2)
c.架体基础(Z3 2)
d.架体稳定性(Z4 2)
e.构配件材质(Z5 2)
f.人员通道设置(Z6 2)
g.安装情况(Z7 2)
h.物件堆放情况(Z8 2)
③模板事故的影响因素有，模板支架立杆底部垫板(Z1 3)、模板支撑的水平支撑(Z2 3)、模板支撑剪刀撑(Z3 3)、上下各层立杆(Z4 3)、高空模板的稳定和防倾覆措施(Z5 3)、模板支架与脚手架连接(Z6 3)、模板搭设在未加固的砼雨篷上(Z7 3)、模板支撑拆除区设置警示标识(Z8 3)、模板支撑拆除前外墙处采取防护措施(Z9 3)、作业高度在2m以上时搭设操作平台(Z10 3)；
所述的模板事故的影响因素赋值方法为：
a.模板支架立杆底部垫板(Z1 3)
b.模板支撑的水平支撑(Z2 3)
c.模板支撑剪刀撑(Z3 3)
d.上下各层立杆(Z4 3)
e.高空模板的稳定和防倾覆措施(Z5 3)
f.模板支架与脚手架连接(Z6 3)
g.模板搭设在未加固的砼雨篷上(Z7 3)
h.模板支撑拆除区设置警示标识(Z8 3)
i.模板支撑拆除前外墙处采取防护措施(Z9 3)
j.作业高度在2m以上时搭设操作平台(Z10 3)
④塔吊事故的影响因素有，起吊钢丝绳强度(Z1 4)、物件重量(Z2 4)、物件堆放情况(Z3 4)、物件绑扎(Z4 4)、塔吊基础承载力(Z5 4)、作业区安全警示(Z6 4)、起吊信号(Z7 4)、安全距离(Z8 4)、塔吊作业区内障碍物(Z9 4)；
所述的塔吊事故的影响因素赋值方法为：
a.起吊钢丝绳强度(Z1 4)
b.物件重量(Z2 4)
c.物件堆放情况(Z3 4)
d.物件绑扎(Z4 4)
e.塔吊基础承载力(Z5 4)
f.作业区安全警示(Z6 4)
g.起吊信号(Z7 4)
h.安全距离(Z8 4)
i.塔吊作业区内障碍物(Z9 4)
⑤升降机事故的影响因素有，基础承载力(Z1 5)、物件质量(Z2 5)、安全检查(Z3 5)、高空作业防护(Z4 5)、技术交底(Z5 5)、作业规范(Z6 5)、电气线路(Z7 5)；
所述的升降机事故的影响因素赋值方法为：
a.基础承载力(Z1 5)
b.物件质量(Z2 5)
c.安全检查(Z3 5)
d.高空作业防护(Z4 5)
e.技术交底(Z5 5)
f.作业规范(Z6 5)
g.电气线路(Z7 5)
⑥流动设备的影响因素有，基础承载力(Z1 6)、土方重量(Z2 6)、土方机械作业面(Z3 6)、安全距离(Z4 6)、设备情况(Z5 6)、警示标识(Z6 6)；
所述的流动设备事故的影响因素赋值方法为：
a.基础承载力(Z1 6)
b.基础承载力(Z1 6)
c.土方机械作业面(Z3 6)
d.安全距离(Z4 6)
e.设备情况(Z5 6)
f.警示标识(Z6 6)
(5)所述的LEC理论中的事故发生概率L计算方法为：
式中：L(Yj i)表示第i个主体中第j类事故的发生概率，n为第j类事故的影响因素个数。
层次分析法中各个影响因素权重通常是通过专家打分评判确定，但这种方式的缺点是人为主观因素太大。因此，为提高其客观性，引入熵值法客观权重影响，通过耦合赋权的方法，提高模型的可信度。其中Wj i表示各个影响因素的权重，通过层次分析法和熵值法耦合确定。
①层次分析法权重Wj i(c)
a.影响因素确定
以基坑坍塌事故(Y1 1)为例，其影响因素有材料堆放情况(Z1 1)、堆土堆载情况(Z2 1)、排水措施(Z3 1)、作业环境(Z5 1)。
b.判断矩阵构造
邀请行业内相关领域专家对各个因素的影响权重进行打分，打分方法采用9级标度方法，即某因素与另一因素的相对权重用1、2、3、4、5、6、7、8、9来表示，并将因素进行两两比较。
表1相对权重表
含义 相对权重
两因素相比，一个比另一个绝对重要 9
两因素相比，一个比另一个重要得多 7
两因素相比，一个比另一个重要 5
两因素相比，一个比另一个略重要 3
两因素相比，两个同样重要 1
两因素重要性介于上述两个相邻程度之间 2、4、6、8
以1-9及其倒数的标度方法，反映各元素的相对重要程度，确定判断矩阵。
例如对于基坑坍塌事故(Y1 1)，Z1 1相对于Z2 1、Z3 1、Z5 1的权重分别为0.5、1、0.2；Z2 1相对于Z1 1、Z3 1、Z5 1的权重分别为2、2、1；Z3 1相对于Z1 1、Z2 1、Z5 1的权重分别为1、0.5、0.25；Z5 1相对于Z1 1、Z2 1、Z3 1的权重分别为5、1、4。则判断矩阵为：
c.判断矩阵计算
计算求得判断矩阵S对应的特征向量A＝(λ1,λ2,λ3,λ4……)及其最大特征根λmax，从而确定权重系数。
Z1 1、Z2 1、Z3 1、Z5 1相对于Y1 1的权重W1 1(c)、W2 1(c)、W3 1(c)、W5 1(c)分别为λ1/(λ1+λ2+λ3+λ4)、λ2/(λ1+λ2+λ3+λ4)、λ3/(λ1+λ2+λ3+λ4)、λ4/(λ1+λ2+λ3+λ4)。
d.一致性检验
计算一致性指标平均随机一致性指标RI(Random Index)对照见表2。最后，当随机一致性比率时，可以判断矩阵元素的排序具有一致性，即权重的分配是合理的；当CR(Coherence Ratio)≥0.10时，要调整元素的排序及取值，对权重进行重新分配。
表2平均随机性指标RI对照
矩阵阶数 RI 矩阵阶数 RI
1 0 9 1.46
2 0 10 1.49
3 0.52 11 1.52
4 0.89 12 1.54
5 1.12 13 1.56
6 1.26 14 1.58
7 1.36 15 1.59
8 1.41 16 1.60
②熵值权重Wj i(s)
a.数据收集
同样还是以基坑坍塌事故(Y1 1)的影响因素为例，分别选取m种不同的影响因素取值情况，组成矩阵P，矩阵中元素分别为xkj。
b.数据进行标准化
由于各个影响因素的取值不统一，先将取值数据进行无量纲化，采用归一化方式对其进行处理，假如数据为正向指标，其归一化方法为：
式中：xkj—原始数据；
min(xkj)—数据中的最小值；
max(xkj)—数据中的最大值；
x′kj—归一化处理后数据。
假如数据为负向指标，其归一化方法为：
c.计算第j个影响因素的比重
d.计算第j个影响因素的信息熵
e.计算第j个影响因素的熵权值
③耦合权重Wj i
式中：m表示第j类事故列举的项目数量，n为影响因素个数。
(6)所述的LEC理论中的事故发生中人员接触频率E取值方法为：
(7)其所述的LEC理论中的事故发生中危险源爆发带来危险程度C的取值方法为：
(8)所述的LEC理论中的事故发生中危险系数D计算方法为：D＝LEC。
步骤三中所述危险源分级为：
步骤四中所述的声、光、电预警标识，不同的事故等级可以通过设置不同的警示音乐来区分，光可以通过红灯、黄灯、橙灯、蓝灯、绿灯来区分不同的危险等级，电信号可以利用弹窗的形式进行提醒。
根据本发明实施例的智慧工地危险源分类分级管理方法及识别预警系统，可以解决土木工程现场危险源管理中的类型复杂、分布分散、效率低等难题，实现危险源分类分级管理，为现场管理人员提供实时信息，及时处理相关事故隐患，保障现场的安全生产。

Claims (10)

1.智慧工地危险源分类分级管理方法，其特征在于，首先对建筑工地中常见的事故进行收集整理，并根据事故主体将其进行分类；然后，列出不同事故主体可能发生的事故类型，并分析导致事故发生的影响因素；其次，根据层次分析法，计算事故发生概率L，再结合LEC理论，计算事故主体危险系数；最后，根据不同的危险系数数值，将其划分为不同的危险等级。
2.根据权利要求1所述的智慧工地危险源分类分级管理方法，其特征在于：建立的危险源分类分级管理方法为树形结构，其中第一层为目标层，事故主体(X)，第二层为准则层，事故类型(Y)；第三层为子准则层，不同事故类型影响因素(Z)。
3.根据权利要求2所述的智慧工地危险源分类分级管理方法，其所述的目标层事故主体有：基坑(X1)、脚手架(X2)、模板(X3)、塔吊(X4)、升降机(X5)、流动设备挖掘机/起重机(X6)。
4.根据权利要求2所述的智慧工地危险源分类分级管理方法，其所述的准则层事故类型为如下的任意一种：
(1)基坑坍塌(Y1 1)、基坑高处坠落(Y2 1)、基坑击打(Y3 1)；
(2)脚手架倒翻(Y1 2)、脚手架高处坠落(Y2 2)、脚手架击打(Y3 2)；
(3)模板倾倒(Y1 3)、模板高处坠落(Y2 3)、模板击打(Y3 3)；
(4)塔吊倾倒(Y1 4)、塔吊高处坠落(Y2 4)、塔吊击打(Y3 4)；
(5)升降机倾倒(Y1 5)、升降机高处坠落(Y2 5)、升降机击打(Y3 5)；
(6)流动设备倾倒(Y1 6)、流动设备高处坠落(Y2 6)、流动设备击打(Y3 6)。
5.根据权利要求2所述的智慧工地危险源分类分级管理方法，其所述的各个事故的子准则层为如下的任意一种：
(1)基坑事故的子准则层有，材料堆放情况(Z1 1)、堆土堆载情况(Z2 1)、排水措施(Z3 1)、人员通道(Z4 1)、作业环境(Z5 1)、隔离措施(Z6 1)、基坑围栏(Z7 1)、作业区安全距离(Z8 1)；
其中基坑坍塌(Y1 1)的影响因素有材料堆放情况(Z1 1)、堆土堆载情况(Z2 1)、排水措施(Z3 1)、作业环境(Z5 1)；基坑高处坠落(Y2 1)的影响因素有材料堆放情况(Z1 1)、人员通道(Z4 1)、隔离措施(Z6 1)；基坑击打(Y3 1)的影响因素有人员通道(Z4 1)、基坑围栏(Z7 1)、作业区安全距离(Z8 1)；
(2)脚手架事故的子准则层有，围挡防护结构(Z1 2)、架体内水平防护(Z2 2)、架体基础(Z3 2)、架体稳定性(Z4 2)、构配件材质(Z5 2)、人员通道设置(Z6 2)、安装情况(Z7 2)、物件堆放情况(Z8 2)，
其中脚手架倒翻(Y1 2)的影响因素有，围挡防护结构(Z1 2)、架体内水平防护(Z2 2)、架体基础(Z3 2)、架体稳定性(Z4 2)、构配件材质(Z5 2)；脚手架高处坠落(Y2 2)的影响因素有架体内水平防护(Z2 2)、人员通道设置(Z6 2)、物件堆放情况(Z8 2)；脚手架击打(Y3 2)的影响因素有人员通道设置(Z6 2)、安装情况(Z7 2)、物件堆放情况(Z8 2)；
(3)模板事故的子准则层有，模板支架立杆底部垫板(Z1 3)、模板支撑的水平支撑(Z2 3)、模板支撑剪刀撑(Z3 3)、上下各层立杆(Z4 3)、高空模板的稳定和防倾覆措施(Z5 3)、模板支架与脚手架连接(Z6 3)、模板搭设在未加固的砼雨篷上(Z7 3)、模板支撑拆除区设置警示标识(Z8 3)、模板支撑拆除前外墙处采取防护措施(Z9 3)、作业高度在2m以上时搭设操作平台(Z10 3)，
其中模板倾倒(Y1 3)的影响因素有模板支架立杆底部垫板(Z1 3)、模板支撑的水平支撑(Z2 3)、模板支撑剪刀撑(Z3 3)、上下各层立杆(Z4 3)、高空模板的稳定和防倾覆措施(Z5 3)；模板高处坠落(Y2 3)的影响因素有模板支架与脚手架连接(Z6 3)、模板搭设在未加固的砼雨篷上(Z7 3)、模板支撑拆除区设置警示标识(Z8 3)；模板击打(Y3 3)的影响因素有模板支撑拆除前外墙处采取防护措施(Z9 3)、作业高度在2m以上时搭设操作平台(Z10 3)；
(4)塔吊事故的子准则层有，起吊钢丝绳强度(Z1 4)、物件重量(Z2 4)、物件堆放情况(Z3 4)、物件绑扎(Z4 4)、塔吊基础承载力(Z5 4)、作业区安全警示(Z6 4)、起吊信号(Z7 4)、安全距离(Z8 4)、塔吊作业区内障碍物(Z9 4)，
其中塔吊倾倒(Y1 4)的影响因素有起吊钢丝绳强度(Z1 4)、物件重量(Z2 4)、塔吊基础承载力(Z5 4)；塔吊高处坠落(Y2 4)的影响因素有物件堆放情况(Z3 4)、物件绑扎(Z4 4)、作业区安全警示(Z6 4)、起吊信号(Z7 4)；塔吊击打(Y3 4)的影响因素有作业区安全警示(Z6 4)、起吊信号(Z7 4)、安全距离(Z8 4)、塔吊作业区内障碍物(Z9 4)；
(5)升降机事故的子准则层有，基础承载力(Z1 5)、物件质量(Z2 5)、安全检查(Z3 5)、高空作业防护(Z4 5)、技术交底(Z5 5)、作业规范(Z6 5)、电气线路(Z7 5)，
其中升降机倾倒(Y1 5)的影响因素有基础承载力(Z1 5)、物件质量(Z2 5)；升降机高处坠落(Y2 5)的影响因素有安全检查(Z3 5)、高空作业防护(Z4 5)；升降机击打(Y3 5)的影响因素有技术交底(Z5 5)、作业规范(Z6 5)、电气线路(Z7 5)；
(6)流动设备事故的子准则层有，基础承载力(Z1 6)、土方重量(Z2 6)、土方机械作业面(Z3 6)、安全距离(Z4 6)、设备情况(Z5 6)、警示标识(Z6 6)，
其中流动设备倾倒(Y1 6)的影响因素有基础承载力(Z1 6)、土方重量(Z2 6)、土方机械作业面(Z3 6)；挖掘机高处坠落(Y2 6)的影响因素有土方机械作业面(Z3 6)、安全距离(Z4 6)、警示标识(Z6 6)；挖掘机击打(Y3 6)的影响因素有土方机械作业面(Z3 6)、安全距离(Z4 6)、设备情况(Z5 6)、警示标识(Z6 6)。
6.根据权利要求1所述的智慧工地危险源分类分级管理方法，其所述的LEC理论中的每种事故发生概率L计算方法为：
式中：L(Yj i)表示第i个主体中第j类事故的发生概率，n为第j类事故的影响因素个数。
其中Wj i表示各个影响因素的权重，通过层次分析法和熵值法耦合确定；
①邀请行业内相关领域专家对各个因素的影响权重进行打分，然后对收集到的数据进行汇总组成判断矩阵，并进行一致性检验，最后确定各个影响因素的层次分析法权重Wj i(c)。
②对各个影响因素的数据进行标准化，然后进行归一化处理，计算每个影响因素的信息熵，并计算信息信用熵，最后计算得到每个影响因素的熵值权重Wj i(s)；
式中：m表示第j类事故列举的项目数量。
7.根据权利要求1所述的智慧工地危险源分类分级管理方法，其所述的LEC理论中的事故发生中人员接触频率E取值方法为：
8.根据权利要求1所述的智慧工地危险源分类分级管理方法，其所述的LEC理论中的事故发生中危险源爆发带来危险程度C的取值方法为：
9.根据权利要求1所述的智慧工地危险源分类分级管理方法，其所述的LEC理论中的事故发生中危险系数D计算方法为：D＝LEC，
所述危险源分级为：
10.根据权利要求1所述的智慧工地危险源分类分级管理方法，其特征在于，包括如下步骤：
步骤一、利用智慧工地现场布置的视频监控系统、人员/机器定位系统、巡检机器人系统对工地进行实时监控，并通过相关图像识别算法对监控图像进行数据化处理，将处理后的数据信息上传至云平台；
步骤二、基于层次分析法和LEC理论建立工地危险源分类分级评价体系，计算不同事故的危险系数；
步骤三、对不同事故的危险系数进行分级，并且将不同的事故分别对应到不同的责任部门和责任人；
步骤四、对不同的危险等级设置不同的声、光、电预警标识，结合BIM等工业软件生成的数字工地地图，在地图上危险源的对应位置进行显示提醒；
步骤五、云平台将系统中的危险预警信息通过无线或有限通讯设备将信息分发到相关责任部门、责任人，责任人按照不同的危险源处理办法及时进行处置；
步骤六、责任人将危险源处置后，通过通讯设备或视频设备将处置结果反馈给云平台，平台收到反馈信息后，对处理后的信息进行比对，如果合格则消除预警，如果不合格通知责任人继续处置，直至合格。
CN202311231495.4A 2023-09-21 2023-09-21 智慧工地危险源分类分级管理方法 Pending CN117315533A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311231495.4A CN117315533A (zh) 2023-09-21 2023-09-21 智慧工地危险源分类分级管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311231495.4A CN117315533A (zh) 2023-09-21 2023-09-21 智慧工地危险源分类分级管理方法

Publications (1)

Publication Number Publication Date
CN117315533A true CN117315533A (zh) 2023-12-29

Family

ID=89259590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311231495.4A Pending CN117315533A (zh) 2023-09-21 2023-09-21 智慧工地危险源分类分级管理方法

Country Status (1)

Country Link
CN (1) CN117315533A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117787671A (zh) * 2024-02-28 2024-03-29 陕西跃途警用装备制造有限公司 一种基于视频监控和智能巡逻的警用一体化系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117787671A (zh) * 2024-02-28 2024-03-29 陕西跃途警用装备制造有限公司 一种基于视频监控和智能巡逻的警用一体化系统
CN117787671B (zh) * 2024-02-28 2024-05-17 陕西跃途警用装备制造有限公司 一种基于视频监控和智能巡逻的警用一体化系统

Similar Documents

Publication Publication Date Title
CN113744395B (zh) 一种建筑地基沉降的监测预警方法及系统
CN117315533A (zh) 智慧工地危险源分类分级管理方法
CN110555617B (zh) 一种基于物联网的建筑火灾风险实时动态定量评估方法
CN107121954A (zh) 土木工程基坑施工监测系统及监测方法
CN111507586A (zh) 通航水域水上施工安全风险预警分级方法及系统
CN107146024A (zh) 建筑企业全过程立体动态安全管理方法
CN112580995A (zh) 施工安全大数据监督系统与安全风险动态评估方法
CN110046812A (zh) 城市安全发展水平的综合评价方法
CN115311592B (zh) 一种基于计算机视觉技术的施工现场物料安全评估系统
CN113344745A (zh) 基于远程视频监控和云计算的工程项目智慧工地数据采集分析一体化云平台
CN115147408B (zh) 危房智能检测鉴定方法
CN117151478B (zh) 一种基于卷积神经网络的化工企业风险预警方法及系统
Rosti et al. Empirical vulnerability curves for Italian residential buildings.
CN117522149B (zh) 一种隧道安全风险识别方法、装置和安全管理平台
CN113506001A (zh) 一种作业现场安全风险精益化智慧管控辅助决策方法
CN117575170B (zh) 一种智能管理系统
CN117474321B (zh) 基于bim模型的施工现场风险智能识别方法及系统
CN117035412A (zh) 基于bim的预制梁场安全管理模拟系统
CN113191605A (zh) 房屋风险评估方法及装置
CN113935571A (zh) 一种加油站安全风险评估分级方法及系统
CN117523397A (zh) 一种基于图像识别的建筑物外立面危险判别方法
CN116070790A (zh) 一种减少施工现场重大安全风险隐患的预测方法和系统
CN114791513B (zh) 一种在线立井凿井井架受力监测系统与承载性能评价方法
CN115578455A (zh) 混凝土结构室内预留洞口的定位方法
CN113220252A (zh) 一种基于5g通信的无人起重机实时监测系统

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