基于无监督LDA的水电工程施工安全事故致因分析

doi:10.16265/j.cnki.issn1003-3033.2023.10.1924

中国安全科学学报 ›› 2023, Vol. 33 ›› Issue (10): 79-85.doi: 10.16265/j.cnki.issn1003-3033.2023.10.1924

基于无监督LDA的水电工程施工安全事故致因分析

陈述¹^,²(), 孙孟文², 陈云¹^,²^,^**(), 聂本武²^,³, 李智⁴, 刘文濯⁵

¹ 三峡大学水电工程施工与管理湖北省重点实验室,湖北宜昌 443002
² 三峡大学水利与环境学院,湖北宜昌 443002
³ 国家能源投资集团有限责任公司金沙江分公司,四川成都 610000
⁴ 中国长江三峡集团有限公司,湖北武汉 430010
⁵ 三峡大学经济与管理学院,湖北宜昌 443002

收稿日期:2023-04-20 修回日期:2023-07-25 出版日期:2023-11-24
通讯作者:
**陈云(1993—),男,湖北枝江人,博士,讲师,主要从事安全管理方面的研究。E-mail: yunchen@ctgu.edu.cn。
作者简介:
陈述 (1986—),男,湖北英山人,博士,教授,主要从事水电工程施工安全管理研究。E-mail: chenshu@ctgu.edu.cn。
基金资助:
国家自然科学基金资助(52079073); 国家自然科学基金资助(52209163)

Causal analysis of construction safety accidents in hydropower projects based on unsupervised LDA

CHEN Shu¹^,²(), SUN Mengwen², CHEN Yun¹^,²^,^**(), NIE Benwu²^,³, LI Zhi⁴, LIU Wenzhuo⁵

¹ Hubei Key Laboratory of Construction and Management in Hydropower Engineering, China Three Gorges University, Yichang Hubei 443002, China
² College of Hydraulic & Environmental Engineering, China Three Gorges University, Yichang Hubei 443002, China
³ Jinshajiang Branch, China Energy Investment Corporation, Chengdu Sichuan 610000, China
⁴ China Three Gorges Corporation, Wuhan Hubei 430010, China
⁵ College of Economic and Management, China Three Gorges University, Yichang Hubei 443002, China

Received:2023-04-20 Revised:2023-07-25 Published:2023-11-24

摘要/Abstract

摘要：

为实现水电工程施工安全事故报告中致因的智能挖掘,首先,利用Jieba库分词处理 1 206 条事故分析报告,提出事故分析文本词频-逆文档频率(TF-IDF)关键词处理算法,确定词频权重并构建事故文本词向量;然后,基于TF-IDF特征,训练无监督隐含狄利克雷分布(LDA)主题模型,提取事故主题及主题词;最后,对主题词进行社会网络分析,揭示事故要素间的潜在关系,智能输出水电工程施工安全事故成因。结果表明:LDA主题模型能快速挖掘出大量有效事故数据信息,并计算出安全意识、事故隐患、违章行为等5个事故主题。致因自动分析结果显示,违规违章操作、未掌握安全操作技术、材料设备问题、违反施工程序、作业环境条件不良是导致水电工程施工安全事故的最主要原因。加强施工人员的行为监管,提高事故主要致因的预防能力,有助于提升水电工程施工安全管控水平。

关键词: 水电工程, 施工安全事故, 无监督隐含狄利克雷分布(LDA)主题模型, 事故致因, 社会网络分析, 因子分析

Abstract:

To achieve the intelligent mining of causative factors in hydropower construction safety accident reports, 1 206 accident analysis reports were processed by using Jieba segmentation. Also, the TF-IDF (Term Frequency-Inverse Document Frequency) keyword processing algorithm for accident analysis text was proposed, which was used to determine word frequency weight and construct word vector of accident text. Furthermore, based on the TF-IDF features, the unsupervised LDA topic model was trained to extract accident topics and topic words. Finally, social network analysis was performed on the topic words to reveal the potential relationships among accidents elements and intelligently output the causes of hydropower engineering construction safety accidents. The results show that the LDA theme model can quickly dig out multiple accident data information effectively, and calculate five accident themes such as safety awareness, accident hazards and violation behaviors. Besides, the results of automatic cause analysis indicate that the most important causes of construction safety accidents in hydropower projects are violation of rules and regulations, failure to master safe operation techniques, material and equipment problems, violation of construction procedures and poor working environment. The behavior supervision of construction personnel should be strengthened, to improve the prevention ability of the main causes of accidents, which can effectively improve the safety control level of hydropower project construction.

Key words: ydropower engineering, construction safety accident, unsupervised latent Dirichlet allocation (LDA) topic model, accident causation, social network analysis, factor analysis

陈述, 孙孟文, 陈云, 聂本武, 李智, 刘文濯. 基于无监督LDA的水电工程施工安全事故致因分析[J]. 中国安全科学学报, 2023, 33(10): 79-85.

CHEN Shu, SUN Mengwen, CHEN Yun, NIE Benwu, LI Zhi, LIU Wenzhuo. Causal analysis of construction safety accidents in hydropower projects based on unsupervised LDA[J]. China Safety Science Journal, 2023, 33(10): 79-85.

图/表 9

图1

表1

表2

表3

图2

表4

图3

表5

表6

参考文献 17

[1]	樊启祥, 陆佑楣, 李果, 等. 金沙江下游大型水电工程智能建造管理创新与实践[J]. 管理世界, 2021, 37(11):206-226.
	FAN Qixiang, LU Youmei, LI Guo, et al. Innovation and practice of intelligent construction management of large-scale hydropower projects on the lower Jinsha River[J]. Journal of Management World, 2021, 37(11):206-226.
[2]	CHEN Shu, XI Junbo, CHEN Yun, et al. Association mining of near misses in hydropower engineering construction based on convolutional neural network text classification[J]. Computational Intelligence and Neuroscience, 2022, 2022:1-16.
[3]	陈述, 朱丽萍, 陈云, 等. 基于复杂网络的水电工程施工安全隐患时序特性[J]. 中国安全科学学报, 2022, 32(8):61-66. doi: 10.16265/j.cnki.issn1003-3033.2022.08.2315
	CHEN Shu, ZHU Liping, CHEN Yun, et al. Sequential characteristics of safety hazards in hydropower project construction based on complex networks[J]. China Safety Science Journal, 2022, 32(8):61-66. doi: 10.16265/j.cnki.issn1003-3033.2022.08.2315
[4]	REASON J. The contribution of latent human failures to the breakdown of complex systems[J]. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 1990, 327(1241):475-484.
[5]	傅贵, 索晓, 贾清淞, 等. 10种事故致因模型的对比研究[J]. 中国安全生产科学技术, 2018, 14(2):58-63.
	FU Gui, SUO Xiao, JIA Qingsong, et al. Comparative study on ten accident causation models[J]. Journal of Safety Science and Technology, 2018, 14(2):58-63.
[6]	郑霞忠, 周佳丽, 邵波, 等. 基于D-I的塔机作业物体打击事故致因分析[J]. 中国安全科学学报, 2021, 31(6):83-89. doi: 10.16265/j.cnki.issn 1003-3033.2021.06.011
	ZHENG Xiazhong, ZHOU Jiali, SHAO Bo, et al. Causal analysis of strike accident of tower crane operating object based on D-I[J]. China Safety Science Journal, 2021, 31(6):83-89. doi: 10.16265/j.cnki.issn 1003-3033.2021.06.011
[7]	张伟, 朱双娜, 张潇, 等. 建筑施工安全事故致因系统模型与实证分析[J]. 中国安全科学学报, 2019, 29(6):56-62. doi: 10.16265/j.cnki.issn1003-3033.2019.06.010
	ZHANG Wei, ZHU Shuangna, ZHANG Xiao, et al. Systematic model of construction accident causation and its empirical analysis[J]. China Safety Science Journal, 2019, 29(6):56-62. doi: 10.16265/j.cnki.issn1003-3033.2019.06.010
[8]	张建荣, 张伟, 薛楠楠, 等. 基于随机森林算法的塔式起重机安全事故预测及致因分析[J]. 安全与环境工程, 2021, 28(5):36-42.
	ZHANG Jianrong, ZHANG Wei, XUE Nannan, et al. Prediction and cause analysis of tower-crane safety accidents by using random forest algorithm[J]. Safety and Environmental Engineering, 2021, 28(5):36-42.
[9]	SHAO Bo, HU Zhigen, LIU Quan, et al. Fatal accident patterns of building construction activities in China[J]. Safety Science, 2019, 111(1):253-263. doi: 10.1016/j.ssci.2018.07.019
[10]	邓晓衡, 曾德天. 基于AHP和混合Apriori-Genetic算法的交通事故成因分析模型[J]. 计算机应用研究, 2019, 36(6):1633-1637.
	DENG Xiaoheng, ZENG Detian. Traffic accident causation analysis model based on AHP and hybrid Apriori-Genetic algorithm[J]. Application Research of Computers, 2019, 36(6):1633-1637.
[11]	ETEIFA S O, El-ADAWAY I H. Using social network analysis to model the interaction between root causes of fatalities in the construction industry[J]. Journal of Management in Engineering, 2018, 34(1):1-15.
[12]	刘婷, 张社荣, 王超, 等. 水利施工事故文本智能分析的BERT-BiLSTM混合模型[J]. 水力发电学报, 2022, 41(7):1-12.
	LIU Ting, ZHANG Sherong, WANG Chao, et al. Text intelligent analysis for hydraulic construction accidents based on BERT-BiLSTM hybrid model[J]. Journal of Hydroelectric Engineering, 2022, 41(7):1-12.
[13]	张东成, 强茂山, 江汉臣, 等. 大型工程安全隐患管理协作特征挖掘[J]. 清华大学学报:自然科学版, 2022, 62(2):208-214.
	ZHANG Dongcheng, QIANG Maoshan, JIANG Hanchen, et al. Mining safety hazard management collaboration features from large construction projects[J]. Journal of Tsinghua University: Science and Technology, 2022, 62(2):208-214.
[14]	牛毅, 樊运晓, 高远. 基于数据挖掘的化工生产事故致因主题抽取[J]. 中国安全生产科学技术, 2019, 15(10):165-170.
	NIU Yi, FAN Yunxiao, GAO Yuan. Topic extraction on causes of chemical production accidents based on data mining[J]. Journal of Safety Science and Technology, 2019, 15(10):165-170.
[15]	BIGGERS L R, BOCOVICH C, CAPSHAW R. Configuring latent dirichlet allocation based feature location[J]. Empirical Software Engineering, 2014, 19(3):465-500. doi: 10.1007/s10664-012-9224-x
[16]	韩天园, 田顺, 吕凯光, 等. 基于文本挖掘的重特大交通事故成因网络分析[J]. 中国安全科学学报, 2021, 31(9):150-156. doi: 10.16265/j.cnki.issn1003-3033.2021.09.021
	HAN Tianyuan, TIAN Shun, LYU Kaiguang, et al. Network analysis on causes for serious traffic accidents based on text mining[J]. China Safety Science Journal, 2021, 31(9):150-156. doi: 10.16265/j.cnki.issn1003-3033.2021.09.021
[17]	曾小清, 林海香, 王奕曾, 等. 基于事故数据的轨道交通运行安全风险辨识方法[J]. 同济大学学报:自然科学版, 2022, 50(3): 418-424.
	ZENG Xiaoqing, LIN Haixiang, WANG Yizeng, et al. Safety risk identification of rail transit signaling system based on accident data[J]. Journal of Tongji University: Natural Science, 2022, 50(3):418-424.

序号	事故分析报告文本
1	操作控制设备有缺陷,24缆机为西德进口设备,采用无线遥控操作,运行中突然发生故障,信号中断,致使小车突然停车;缆机工李某某违章乘小车,高处检修未系安全绳(带)
2	梁某某缺乏起重的安全基本知识,自我保护意识淡薄,在无任何防护措施的情况下,将头部伸进吊物下方违章冒险作业
︙	︙
1 206	杨某某违章指挥缆机起吊,所站位置在距栈桥约40 m的船闸尾部,无法准确判断吊物周围情况

关键词	权重值	关键词	权重值
违章	0.136	坠落	0.045
作业	0.106	钢丝绳	0.044
施工	0.055	指挥	0.039
违反	0.052	起吊	0.038
操作规程	0.049

主题类型	主题词
安全意识	安全意识、坠落、车辆、过程、发生、洞内、司机、检修、拆除、水泥、措施不当、程序、自我保护意识、身体、高压
事故隐患	钢丝绳、钢筋、事故隐患、固定、排架、平台、人员、安全带、位置、安全绳、失稳、撤离、盲目、地面、脚手架
操作规程	施工、操作规程、模板、操作、起吊、违反、技术、装载机、人员、倒车、不慎、边墙、临危、淡薄、起重
违章行为	违章、指挥、工作、驾驶员、部位、断裂、信号、车速、制动、支撑、地质、开关、倾倒、工作面、机械
冒险作业	作业、行走、高处、冒险、避炮、措施、防护、驾驶、擅自、条件、电工、现场、倒塌、照明、吊车

事故因素	事故特征
操作人员、驾驶员、电工等	安全意识、技术、冒险、起吊、驾驶、防护措施、操作规程、违章、身体、施工程序、车速过快等
安全带、钢丝绳、吊车、脚手架,防护、模板等	检修运行、信号、失稳、质量、断裂、制动检查坠落、倒塌等
地质、高处、工作面、照明等	事故隐患、车速、倒车、坠落、打滑等

成分	死亡人数	重伤人数	轻伤人数	事故数量
1	0.299	0.723	-0.426	0.236
2	0.135	-0.455	0.889	0.214

基于无监督LDA的水电工程施工安全事故致因分析

Causal analysis of construction safety accidents in hydropower projects based on unsupervised LDA

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 17

相关文章 15

编辑推荐

Metrics

本文评价

因素	公因子1 得分	公因子2 得分	因子综合得分	综合得分排名
违规违章操作	2.595 88	2.241 68	2.535	1
安全意识薄弱	-0.033 68	-0.114 31	-0.048	6
未使用个人安全防护用品	-0.414 32	-0.376 51	-0.408	10
无证上岗	-1.344 58	1.473 25	-0.859	16
未掌握安全操作技术	1.824 85	-1.377 33	1.273	2
未及时检查设备	-0.537 65	-0.457 26	-0.524	13
行车中注意力不集中	-0.155 1	-0.795 22	-0.265	9
违反施工程序	0.268 67	-0.317 07	0.168	4
行车车速过快	-0.144 32	-0.638 86	-0.230	8
未及时处理危险源	-0.413 9	-0.664 2	-0.457	11
物体存放不当	-0.616 16	-0.507 74	-0.597	15
材料、设备问题	0.606 72	-0.349 1	0.442	3
现场安全防护措施不足	-1.061 26	1.838 88	-0.561	14
结构体系失稳、不合理	-0.124 77	0.005 89	-0.102	7
作业环境、条件不良	0.211 95	-0.296 76	0.124	5
天气环境恶劣	-0.662 34	0.334 66	-0.490	12

[1]	郑彬彬, 冯婷婷, 王佳贺, 肖远, 孙文浩. 基于文本挖掘的城镇燃气事故致因及关联分析[J]. 中国安全科学学报, 2023, 33(7): 190-195.
[2]	宋炜, 傅贵. STPA与24Model的对比分析[J]. 中国安全科学学报, 2023, 33(6): 1-10.
[3]	刘全龙, 张晓霖, 张悦倩, 邱尊相. 基于事故致因的标准化煤矿建筑规范库构建[J]. 中国安全科学学报, 2023, 33(5): 128-133.
[4]	郑霞忠, 王毓, 陈云, 张蒙, 何双岸. 建筑施工安全培训信息呈现方式学习效果评价[J]. 中国安全科学学报, 2023, 33(5): 96-102.
[5]	陈为公, 王丽占, 张永亮, 王相丹. 突发公共卫生事件政府协同治理网络韧性评价:以新冠疫情防治为例[J]. 中国安全科学学报, 2023, 33(4): 140-147.
[6]	周诗杰, 刘东海, 金睿. 水电工程施工安全事故致因重要性多证据融合综合评价[J]. 中国安全科学学报, 2023, 33(3): 103-110.
[7]	刘全龙, 彭雨蒙, 赵盼, 王警智. 基于HFACS模型的制造企业机械伤害事故致因分析[J]. 中国安全科学学报, 2023, 33(3): 51-59.
[8]	成连华, 曹东强, 李欣. 房屋建筑施工事故致因因素分类研究[J]. 中国安全科学学报, 2023, 33(2): 16-22.
[9]	张江石, 李泳暾, 秦芳, 王慧超, 潘雨, 王梓伊. 煤矿事故因素的自组织映射分布研究[J]. 中国安全科学学报, 2023, 33(2): 9-15.
[10]	段斌, 何加平, 覃事河, 严思源, 陈志超. 基于GB-InSAR技术的水电工程高边坡变形监测[J]. 中国安全科学学报, 2022, 32(S2): 64-69.
[11]	陈述, 朱丽萍, 陈云, 郑霞忠, 纪勤. 基于复杂网络的水电工程施工安全隐患时序特性*[J]. 中国安全科学学报, 2022, 32(8): 61-66.
[12]	李杰, 伊宏艳, 李乃文. 我国事故致因研究团队与热点主题研究[J]. 中国安全科学学报, 2022, 32(7): 20-27.
[13]	李敬强, 樊天辰. 民航法定自查人员安全检查能力模型[J]. 中国安全科学学报, 2022, 32(7): 7-13.
[14]	张新生, 常潆戈. 基于FA-BAS-ELM的海洋油气管道外腐蚀速率预测[J]. 中国安全科学学报, 2022, 32(2): 99-106.
[15]	郭海军, 唐寒露, 王凯, 于英杰, 吴昱辰, 徐超. 基于24Model的高校危化品实验室事故分析及对策[J]. 中国安全科学学报, 2022, 32(11): 168-174.