面向行为安全的泛场景数据理论与应用研究

doi:10.16265/j.cnki.issn1003-3033.2017.02.001

中国安全科学学报 ›› 2017, Vol. 27 ›› Issue (2): 1-6.doi: 10.16265/j.cnki.issn1003-3033.2017.02.001

• 安全科学技术基础学科 • 下一篇

面向行为安全的泛场景数据理论与应用研究

佟瑞鹏副教授, 陈策, 刘思路, 卢恒, 马建华

中国矿业大学(北京) 资源与安全工程学院,北京 100083

收稿日期:2016-11-01 修回日期:2017-01-11 出版日期:2017-02-28 发布日期:2020-11-22
作者简介:佟瑞鹏 (1977—),男,黑龙江穆棱人,博士,副教授,主要从事行为安全与管理、风险建模与评估、公共安全与健康等方面的研究。E-mail:tongrp@cumtb.edu.cn。
陈策 (1991—),男,河北保定人,硕士研究生,主要研究方向为行为安全与管理。E-mail:mychence@126.com。
基金资助:
国家自然科学基金资助(51674268)。

Research on theory and application of pan-scene data for behavioral safety

TONG Ruipeng, CHEN Ce, LIU Silu, LU Heng, MA Jianhua

School of Resources & Safety Engineering, China University of Mining & Technology (Beijing), Beijing 100083, China

Received:2016-11-01 Revised:2017-01-11 Online:2017-02-28 Published:2020-11-22

摘要/Abstract

摘要： 为进一步挖掘统计数据中的安全规律,在场景研究基础上,分析泛场景数据的理论内涵,提出从时间、位置区域、行为个体、不安全动作、行为性质、行为痕迹、风险等级等7个维度表征不安全行为泛场景数据。通过对现实场景和抽象场景2个层面的采集数据进行单维度统计分析及多维度关联规则挖掘,实现了泛场景数据的应用。从全国225起瓦斯爆炸事故中采集871条不安全行为泛场景数据,并对其进行统计分析和关联规则挖掘。结果表明,泛场景数据的理论和方法可用来有效挖掘和释放统计数据价值,从多维度深入分析不安全行为的内在特征规律。

关键词: 泛场景数据, 不安全行为, 数据挖掘, 关联规则, 瓦斯爆炸事故

Abstract: In order to further excavate the safety rules in the statistical data,the theoretical connotations of pan-scene data were analyzed on the basis of scene research.The pan-scene data on unsafe behavior were described by 7 dimensions namely time, position, behavioral individual, unsafe action, behavioral nature, behavior trace and risk level.The pan-scene data can be collected from real scenes and abstract scenes.Then,the application of the pan-scene data was implemented through the single dimensional statistical analysis and multi-dimensional association rules mining.871 pan-scene data on unsafe behaviors in 225 gas explosion accidents were collected.Then,a statistical analysis and association rules mining were carried out for the data.The results show that the theory of the pan-scene data can be used for mining and releasing data value effectively and analyzing the intrinsic characteristics of unsafe behavior from multi dimensions deeply.

Key words: pan-scene data, unsafe behavior, data mining, association rule, gas explosion accident

中图分类号:

X936

佟瑞鹏, 陈策, 刘思路, 卢恒, 马建华. 面向行为安全的泛场景数据理论与应用研究[J]. 中国安全科学学报, 2017, 27(2): 1-6.

TONG Ruipeng, CHEN Ce, LIU Silu, LU Heng, MA Jianhua. Research on theory and application of pan-scene data for behavioral safety[J]. China Safety Science Journal, 2017, 27(2): 1-6.

参考文献

[1] GELLER E S. Behavior-based safety and occupational risk management[J]. Behavior Modification, 2005, 29(3): 539-561.
[2] COOPER M D. Exploratory analyses of the effects of managerial support and feedback consequences on behavioral safety maintenance[J]. Journal of Organizational Behavior Management, 2006, 26(3):1-41.
[3] HEINRICH H W, PETERSEN D, ROOS N. Industrial accident prevention[M]. New York:McGraw-Hill,1980:115.
[4] SALMINEN S T. Epidemiological analysis of serious occupational accidents in southern Finland[J]. Scandinavian Journal of Public Health, 1994,22(3):225-227.
[5] SCOBLE R, ISRAEL S. Age of context: mobile, sensors, data and the future of privacy[M]. Charlestone: Patric Brewster Press, 2014:34-40.
[6] 郭聖煜, 骆汉宾, 滕哲,等.地铁施工工人不安全行为关联规则研究[J].中国安全生产科学技术,2015,11(10):185-190.
GUO Shengyu, LUO Hanbin, TENG Zhe, et al. Research on association rules of unsafe behavior for metro construction workers[J].Journal of Safety Science and Technology,2015,11(10):185-190.
[7] 徐晟, 骆汉宾.基于图示语言的工人行为安全培训系统[J]. 土木工程与管理学报,2014,31(3):51-55.
XU Sheng, LUO Hanbin. A behavior safety training system based on visual language[J]. Journal of Civil Engineering and Management,2014,31(3):51-55.
[8] GUO Shengyu, LUO Hanbin, YONG Li.A big data-based workers behavior observation in China metro construction[J].Procedia Engineering,2015,123:190-197.
[9] 佟瑞鹏, 陈策, 李媛媛,等.面向行为安全的多维场景数据模型与应用[J].中国安全科学学报,2016,26(11):1-6.
TONG Ruipeng, CHEN Ce, LI Yuanyuan, et al. Research on multidimensional scene data model and its applicationfor behavioral safety[J].China Safety Science Journal,2016,26(11):1-6.
[10] YIN Wentao, FU Gui, GAO Ping,et al. Analysis and statistics of workers' unsafe acts in coal mine gas explosion[C]. Proceedings of the 2^nd International Symposium of Mine Safety Science and Engineering, 2013:731-735.
[11] GAO Ping, FU Gui, PENG Xiaofeng, et al. Grey relational analysis of unsafe acts in coal mine roof accidents[J].Energy Science and Technology Part A, 2014,32(5):4 163-4 170.
[12] AGRAWAL R, SRIKANT R. Fast algorithms for mining association rules[C].20^th International Conference on Very Large Databases, 1994:487-499.
[13] 殷文韬.煤矿瓦斯爆炸事故的不安全动作原因研究[D].北京:中国矿业大学(北京),2014.
YIN Wentao. Study on unsafe act of coal mine gas explosion accidents in China[D].Beijing: China University of Mining & Technology (Beijing),2014.
[14] 李润求, 施式亮, 罗文柯.煤矿瓦斯爆炸事故特征与耦合规律研究[J].中国安全科学学报,2010,20(2):69-74.
LI Runqiu, SHI Shiliang, LUO Wenke. Research on cross-coupling characteristics and laws of gas explosion accidents in coal mines[J].China Safety Science Journal,2010,20(2):69-74.

[1]	刘耀, 焦双健. ST-GCN在建筑工人不安全动作识别中的应用[J]. 中国安全科学学报, 2022, 32(4): 30-35.
[2]	赵楚凡, 米传民, 周志鹏, 方晶. 基于组合关联分析模型的电力人身事故关键致因链筛选[J]. 中国安全科学学报, 2022, 32(4): 99-106.
[3]	石娟, 常丁懿, 郑鹏. 基于BP神经网络的建筑工人不安全行为预警模型^*[J]. 中国安全科学学报, 2022, 32(1): 27-33.
[4]	陈述, 习俊博, 王建平, 陈云. 水电工程施工安全隐患关联规则挖掘^*[J]. 中国安全科学学报, 2021, 31(8): 75-82.
[5]	李妙慧, 栗继祖. 群体动力对矿工不安全行为意向的影响研究^*[J]. 中国安全科学学报, 2021, 31(7): 48-55.
[6]	况宇琦, 赵挺生, 蒋灵, 张伟. 塔式起重机事故案例关联规则挖掘与分析[J]. 中国安全科学学报, 2021, 31(7): 137-142.
[7]	曹璐璐, 刘艳. 有限空间作业人员不安全心理与行为关系研究[J]. 中国安全科学学报, 2021, 31(6): 70-75.
[8]	安宇, 李子琪, 王袆, 郭子萌, 张姜博南. 基于FBN的高校实验室不安全行为风险评估^*[J]. 中国安全科学学报, 2021, 31(5): 160-167.
[9]	刘林, 梅强, 常志朋. 国内70年来员工不安全行为研究:发展阶段、研究热点及趋势分析[J]. 中国安全科学学报, 2021, 31(3): 1-12.
[10]	栗婧, 王真, 秦亚茹, 汪振, 罗江昊. 不同噪声强度对煤矿工人作业失误率的影响研究[J]. 中国安全科学学报, 2021, 31(2): 179-184.
[11]	张明媛, 徐琴. 施工工人不安全行为传播模型与干预效果分析^*[J]. 中国安全科学学报, 2021, 31(12): 1-9.
[12]	曹惠玲, 胡彦杰. 适航指令设计制造缺陷案例关联分析^*[J]. 中国安全科学学报, 2021, 31(11): 54-63.
[13]	陈梅, 祁神军, 牛达钰, 张云波, 吴国来. 主观社会支持对建筑工人心理及不安全行为的影响[J]. 中国安全科学学报, 2021, 31(1): 30-37.
[14]	王如冰, 万欣, 毛鹏, 李德智, 汪翔. 乘客不安全行为与地铁事故关联性的fsQCA[J]. 中国安全科学学报, 2020, 30(7): 152-158.
[15]	温廷新, 王贵通, 孔祥博, 刘孟潇, 薄靖凯. 基于迁移学习与残差网络的矿工不安全行为识别[J]. 中国安全科学学报, 2020, 30(3): 41-46.

面向行为安全的泛场景数据理论与应用研究

Research on theory and application of pan-scene data for behavioral safety

可视化

被引次数

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