基于空间单元分析的装配式建筑施工安全预警模型

doi:10.16265/j.cnki.issn1003-3033.2020.05.005

中国安全科学学报 ›› 2020, Vol. 30 ›› Issue (5): 27-32.doi: 10.16265/j.cnki.issn1003-3033.2020.05.005

基于空间单元分析的装配式建筑施工安全预警模型

马辉副教授, 吕航, 栾瑞斌

天津城建大学经济与管理学院,天津 300384

收稿日期:2020-02-24 修回日期:2020-04-18 出版日期:2020-05-28 发布日期:2021-01-28
作者简介:马辉(1979—),女,山西太原人,博士,副教授,主要从事工程项目可持续建设管理、绿色建筑运营与管理等方面的研究。E-mail:tdmahui@tju.edu.cn。吕航(1997—),女,江苏盐城人,硕士研究生,研究方向为工程项目管理。E-mail:lvhang_dt@163.com。
基金资助:
教育部人文社会科学研究青年基金资助(18YJC630121);天津市科技重大专项与工程项目(17ZXCXSF00040);天津市高等学校创新团队“建筑工业化与绿色发展”项目(TD13-5006)。

Safety early-warning model of prefabricated construction based on spatial cell analysis

MA Hui, LYU Hang, LUAN Ruibin

School of Economics and Management, Tianjin Chengjian University, Tianjin 300384, China

Received:2020-02-24 Revised:2020-04-18 Online:2020-05-28 Published:2021-01-28

摘要/Abstract

摘要： 为提高装配式建筑施工的安全绩效,针对装配式建筑施工安全监测与预警问题,分析施工现场人的不安全行为、物的不安全状态以及不安全的环境及这3类危险源交叉关联情境;以单元空间为对象,提取各类危险源的动态信息,构建空间单元危险特征向量;采用支持向量机(SVM) 分类算法建立装配式建筑施工空间单元安全预警模型。研究结果表明:空间单元安全监测与预警模型具有良好的泛化能力,可识别实际工程项目空间单元的安全风险。

关键词: 装配式建筑, 空间单元, 动态危险源, 实时监控, 安全预警, 支持向量机(SVM)

Abstract: In order to improve safety performance of prefabricated construction, targeting at monitoring and early warning problems, analysis was conducted on unsafe behaviors, states and environment as well as cross correlation of these three hazard sources. Then, with unit space as research object, dynamic information of various hazard sources was extracted to construct hazard feature vector of spatial cell. Finally, a safety early warning model of spatial cells in prefabricated construction was constructed by using SVM classification algorithm. The results show that the model has good generalization ability, which can identify safety risks of space cells in practical construction sites.

Key words: prefabricated construction, spatial cell, dynamic hazard source, real-time monitoring, safety early-warning, support vector machine (SVM)

中图分类号:

X948

马辉, 吕航, 栾瑞斌. 基于空间单元分析的装配式建筑施工安全预警模型[J]. 中国安全科学学报, 2020, 30(5): 27-32.

MA Hui, LYU Hang, LUAN Ruibin. Safety early-warning model of prefabricated construction based on spatial cell analysis[J]. China Safety Science Journal, 2020, 30(5): 27-32.

参考文献

[1] 丁彦,田元福. 装配式建筑施工质量与安全风险评价研究[J].建筑经济,2019, 40(9): 80-84.
DING Yan, TIAN Yuanfu. Research on quality and safety risk evaluation of prefabricated building assessment[J]. Construction Economy,2019, 40(9): 80-84.
[2] 吴伟巍,PATRICK T I L,李启明,等. 施工现场安全危险源实时监控与安全风险预测方法研究[J].中国工程科学,2010, 12(3): 68-72.
WU Weiwei,PATRICK T I L, LI Qiming, et al. Tracking of safety hazards and real-time-prediction model of safety risks on construction sites[J]. Engineering Sciences,2010, 12(3): 68-72.
[3] AWOLUSI I, MARKS E, HALLOWELL M. Wearable technology for personalized construction safety monitoring and trending: review of applicable devices[J]. Automation in Construction, 2018, 85: 96-106.
[4] KIM H, LEE H, PARK M, et al. Automated hazardous area identification using laborers' actual and optimal routes[J]. Automation in Construction,2016, 65: 21-32.
[5] JIANG Wenbi, QU Fang, ZHANG Long.Quantitative identification and analysis on hazard sources of roof fall accident in coal mine[J]. Procedia Engineering,2012, 45: 83-88.
[6] LI Heng, LU Miaojia, HSU S,et al. Proactive behavior-based safety management for construction safety improvement[J]. Safety Science,2015, 75: 107-117.
[7] ISAAC S, EDREI T. A statistical model for dynamic safety risk control on construction sites[J]. Automation in Construction,2016, 63: 66-78.
[8] 郭红领,张知田,郁润. 基于危险系数的施工工人不安全行为评估[J].清华大学学报:自然科学版,2019, 59(11): 873-879.
GUO Hongling, ZHANG Zhitian, YU Run. Assessig construction workers' unsafe behavior using a danger coefficient[J]. Journal of Tsinghua University:Science and Technology,2019,59(11): 873-879.
[9] 侯茜,秦洁璇,李翠平. 安全生产预警综合分析与研究[J].中国安全科学学报, 2013, 23(6): 92-97.
HOU Qian, QIN Jiexuan, LI Cuiping. Comprehensive analysis and study of work safety early warning[J]. China Safety Science Journal,2013, 23(6): 92-97.
[10] 杨涛. 建筑工程高空作业安全预警与管理研究[D].南京:东南大学, 2016.
YANG Tao. Research on safety early-warning and management in works at heights of construction engineering [D]. Nanjing:Southeast University, 2016.
[11] CORTES C, VAPNIK V. Support-vector networks[J]. Machine Learning, 1995, 20(3): 273-297.
[12] 宋鹏峰,叶庆卫,陆志华,等. 基于拟合型弱分类器的AdaBoost算法[J].电信科学,2019, 35(11): 1-15.
SONG Pengfeng, YE Qingwei, LU Zhihua,et al. AdaBoost algorithm based on fitted weak classifier[J]. Telecommunications Science,2019, 35(11): 1-15.
[13] 王玉银,王庆贺,耿悦. 建筑结构用再生混凝土水平受力构件研究进展[J].工程力学, 2018, 35(4): 1-15.
WANG Yuyin, WANG Qinghe, GENG Yue. State-of-the-art of horizontal structural members using recycled aggregate concrete[J]. Engineering Mechanics, 2018, 35(4): 1-15.

[1]	郑鹏, 瞿丽莉, 程礼彬, 何子春, 张银龙, 常丁懿. 风电运维人员行为安全预警指标体系构建与分析[J]. 中国安全科学学报, 2022, 32(S1): 1-5.
[2]	朱馨, 李建微, 郭伟, 毕胜, 伍跃飞. 基于机器学习的森林火险预测模型[J]. 中国安全科学学报, 2022, 32(9): 152-157.
[3]	杨文臣, 周燕宁, 田毕江, 郭凤香, 胡澄宇. 基于聚类分析和SVM的二级公路交通事故严重度预测[J]. 中国安全科学学报, 2022, 32(5): 163-169.
[4]	丁茜, 赵晓东, 吴鑫俊, 张泰丽, 徐振涛. 基于RBF核的多分类SVM滑塌易发性评价模型[J]. 中国安全科学学报, 2022, 32(3): 194-200.
[5]	吴孟龙, 叶义成, 胡南燕, 王其虎, 李文, 江慧敏. 基于模糊信息粒化的矿业安全生产态势区间预测^*[J]. 中国安全科学学报, 2021, 31(9): 119-127.
[6]	赵挺生, 庞奇志, 姜雯茜. 基于数据库与支持向量机的施工升降机安全风险预测[J]. 中国安全科学学报, 2021, 31(4): 11-17.
[7]	刘阳, 张建经, 罗宏森, 于海莹, 向波. 基于贝叶斯网络的Fuzzy-SVM路基震害预测模型^*[J]. 中国安全科学学报, 2021, 31(11): 171-178.
[8]	郑晓亮, 来文豪, 薛生. MI和SVM算法在煤与瓦斯突出预测中的应用[J]. 中国安全科学学报, 2021, 31(1): 75-80.
[9]	陈伟, 杨主张, 熊威, 熊付刚, 杨道合, 牛力. 装配式建筑工程施工安全风险传导DEMATEL-BN模型[J]. 中国安全科学学报, 2020, 30(7): 1-6.
[10]	马辉, 张文静, 董美红. 装配式建筑吊装施工空间冲突分析与多目标优化[J]. 中国安全科学学报, 2020, 30(2): 28-34.
[11]	武琳玉, 梁伟, 沙夺林. 油气站场典型设备的焊缝缺陷检测与识别方法[J]. 中国安全科学学报, 2020, 30(11): 108-113.
[12]	杨美皓, 潘佩芬. 基于北斗的铁路作业人员安全监控系统研究^*[J]. 中国安全科学学报, 2019, 29(S2): 168-173.
[13]	李稳, 顾苏, 毛盾, 潘俊文, 汪志刚, 梅文建. 基于人体体征的作业人员安全预警系统[J]. 中国安全科学学报, 2019, 29(9): 167-172.
[14]	马英楠, 吕子阳, 高星, 王勇毅. 基于SVM的居家老人跌倒预测方法研究[J]. 中国安全科学学报, 2019, 29(6): 43-48.
[15]	冯亚娟, 都思竹, 张竞一. 基于EW-SPA的装配式建筑施工安全评价及预测[J]. 中国安全科学学报, 2019, 29(5): 85-90.

基于空间单元分析的装配式建筑施工安全预警模型

Safety early-warning model of prefabricated construction based on spatial cell analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价