为精准判识包含大量噪声数据的滑坡变形特征及诱发因素,提出一种基于保序回归的位移监测数据降噪处理方法,构建考虑时间滞后效应下不同分区变形与多级水文气象条件的关联规则。以重庆市奉节县渣口石滑坡为例,对比分析保序回归处理前后的位移监测数据,初步探讨不同位置的滑坡变形特征,计算各监测点位移相对降雨量与库水位高程的滞后时间,挖掘不同分区的滑坡变形与水文气象因子关联规则,明确该滑坡的长期变形特征及其诱发因素。结果表明:保序回归算法能够有效剔除非物理噪声、保留本征信号,显著提升数据质量;渣口石滑坡变形呈现显著空间异质性,前缘受库水下降与降雨共同控制变形最大,后缘受地形增强的降雨补给影响次之;库水位骤降(>0.5 m/d)与强降雨(>30 mm/d)协同作用,产生指向坡外的渗透力并削弱基质吸力,是该滑坡失稳的主要触发机制。
为提升施工场景中安全隐患的自动识别和安全管理水平,构建一个集成多模态大模型的施工安全隐患识别模型,进而构成其核心组件——多模态安全隐患识别模型LLaVA-CS(用于施工场景(Construction Site,CS)下的多模态视觉-文本大语言模型(LLaVA));该系统将图像(施工现场照片)与安全操作规程(工人行为描述)相结合,利用多模态学习和深度学习技术,实时监控和分析施工现场;为支持系统的有效运行,构建一个涵盖不同光照、遮挡和多人场景等复杂条件的多模态数据集,弥补现有公开数据集的空白。结果表明:通过对LLaVA-1.5模型进行提示调优,LLaVA-CS模型能有效融合视觉与文本信息,提升安全隐患识别的精度和可解释性。集成该模型的施工安全隐患识别方法在多个实际施工项目中识别准确率达到0.722 2,能够实时生成详细的解释文本,帮助管理人员快速理解安全隐患的具体情境,增强安全管理的决策支持。将多模态大模型应用于施工安全管理系统,有助于提供实时、可解释的安全监控解决方案。
为厘清建筑安全领域中大语言模型(LLM)与知识图谱(KG)技术的潜在研究价值和应用前景,综合分析建筑安全领域知识驱动的数字化转型现存问题,梳理LLM和KG在该领域的技术发展现状。首先,在中国知网(CNKI)和科学网(WoS)中检索相关文献,确定分析范围;其次,分析建筑安全生产数字化转型的现存问题与挑战,并阐述LLM和KG引入的必要性;然后,简述LLM和KG技术发展及其在建筑安全领域的应用研究现状,探讨LLM和KG在建筑安全领域的融合应用初步成果;最后,总结现有研究不足之处,展望未来发展。结果表明:LLM与KG技术在建筑安全知识管理、风险识别、智能决策等多个场景中已展现出显著的应用潜力,表现出可观的应用前景,但当前研究仍存在实时性缺乏、融合不足等问题。未来应着手建立全面精准的建筑安全KG,深入探究LLM与KG融合应用新思路。
为解决大语言模型(LLM)在安全工程领域应用中面临的语料资源有限、输入容量受限和数据隐私等制约因素问题,构建结合DeepSeek与检索增强生成(RAG)机制的本地化事故问答模型,以实现复杂文本的智能解析和知识服务,从而辅助安全管理决策。基于政府应急管理系统发布的事故报告与法律法规,构建语义特征语料库,融合PaddleOCR、LayoutLMv3、YOLOv8等技术完成文档结构重建与语义建模。模型涵盖文档解析、语义对齐、知识库构建和混合检索4阶段,具备因果链条提取、法规匹配与语义映射能力。结果表明:相较未使用RAG机制的Deepseek-r1:32b模型,模型问答自动评分提高7.7%,人工评分提高17.6%,响应速度与稳定性指标较对照模型呈现出更高的数值表现。模型运行仍受到本地参数规模与知识更新机制的影响,试验结果表明其在任务中可实现预期功能。
为强化飞行过程中的风险管理机制,提出一种融合飞行大数据的飞行员操纵风险性预警方法。首先,从快速存取记录仪(QAR)数据中筛选与不稳定进近相关的核心参数,并利用梯度提升决策树(XGBoost)算法进行特征优化,确定关键风险预警指标。然后,融合Transformer网络的注意力机制,构建有效捕捉时空依赖性的动态风险识别架构。最后,以山东某航空公司B737-800型机的航班数据为例,验证方法性能。结果表明:该方法能够有效预测飞行中的风险事件,尤其在降落前的关键时刻,方法可提供高精度的风险预警。与传统预警方法相比,该方法在识别精度、方法泛化性以及特征提取效能方面表现出显著优势。
为系统探究我国粉尘爆炸事故的时空规律、致因机制与防控策略,通过融合知识图谱技术与统计分析方法,分析我国1990—2024年粉尘爆炸事故相关文献和事故案例;采用CiteSpace可视化软件构建知识图谱,识别粉尘爆炸事故的时空分布特征与致因逻辑链;建立“危险源-设施-管理-应急”4层防控体系框架,并通过典型案例验证其有效性。结果表明:粉尘爆炸风险呈现“类型分化”与“地域迁移”的特征,具体表现为金属粉尘频发、煤尘高致死率、粮食粉尘易引发高次生伤害等,且事故热点呈现从东部向中西部地区转移的趋势。粉尘清理不当和除尘系统缺陷是核心致灾因素,人员违章操作和非防爆设备使用是主要触发条件,且致因结构存在显著的粉尘类型差异性。实施差异化和精准化防控策略是提升粉尘爆炸事故防控效能的关键手段。
为使企业能以更有效的方式开展安全文化重塑,提高实践成效,通过系统对照分析国内外典型安全文化模型,梳理其在要素设置、逻辑架构等方面的特点,结合企业安全管理场景的实际需求进行要素适配与框架整合,构建以领导力、安全理念、风险管控、沟通、制度、行为等6大核心要素的卓越安全文化重塑模型,在模型中深度融入“信知行合一”逻辑框架。结果表明:“卓越”体现目标的远大与执行的极致及落实为可衡量的机制。“重塑”的核心在于“留优改缺”,转变不科学的安全理念、修订不完善的制度、改进低效的沟通、修正误导性的领导行为等。运用卓越安全文化重塑模型开展安全文化重塑,能够促使企业全员在价值观和安全信念上筑牢根基,进而在安全认知上达成共识,最终在安全行为上实现规范,形成全员共享的行为方式,从而提升安全文化重塑的效果。
为提高城市轨道交通车站内的安全管理,提出一种基于YOLO11-DeepSort算法的城市轨道交通站内客流检测及预警模型。首先,建立行人头部数据集,并输入YOLO11训练模型参数,提取客流密度;其次,结合DeepSort动态跟踪乘客步行路径,提取客流量、步行速度;然后,针对换乘通道、楼梯、站台等局部瓶颈的客流状态参数提取结果,运用模糊C均值聚类(FCM)算法将客流状态划分为6小类,并根据客流状态对应的危险等级分为4个预警等级;最后,以重庆轨道交通观音桥站为例,用前4天真实场景视频进行参数识别分析,训练FCM算法后得到聚类中心与阈值。运用训练后的算法对第5天的视频进行分类,并比较全天、高峰、平峰时段的分类结果。结果表明:站台是全天客流拥挤时间最长、风险最大的区域,站台高峰时段拥挤时长占比70%,一级预警时长占比15%;其次是楼梯,高峰拥挤时长占比46%,一级预警时长占比10%;最后是通道,高峰时段拥挤时长占比41%,一级预警时长占比5%。
为提升民航飞行员的安全绩效,基于情感、行为、认知(ABC)理论构建职业韧性三维分析框架,结合机器学习与模糊集定性比较分析(fsQCA)方法,实证分析229份中国民航飞行员问卷数据,在利用随机森林算法测度前因变量重要性权重的基础上,进一步运用fsQCA方法解析不同条件配置对安全绩效的影响机制。结果表明:单一因素并不构成民航飞行员实现高或非高安全绩效的必要条件,学习意愿和合作意识在驱动民航飞行员实现高安全绩效过程中发挥着关键作用。民航飞行员实现高安全绩效的5条组态路径,可分为情感赋能-行为导向型、弹性协同-行为主导型、效能激发-内在驱动型3种类别。民航飞行员实现非高安全绩效的2条组态路径,可分为“行为萎缩型”和“情感缺失型”2种类别。民航飞行员高安全绩效的5条组态中,条件变量间存在替代关系。
为实现消防通信指挥系统的现状研判与迭代升级的量化支撑,基于消防通信指挥系统设计规范,从业务支撑能力、数据服务能力、通信保障能力3个方面构建支队级消防指挥通信系统4级效能评价指标体系;在反向传播(BP)神经网络算法的基础上,通过改进粒子群优化(IPSO)算法优化参数,提出基于IPSO-BP的系统效能评价方法;采用专家打分与层次分析法(AHP)结合的方式获取样本数据,经主成分分析(PCA)方法降维后,分别基于BP神经网络、PSO-BP神经网络、IPSO-BP神经网络这3个模型开展仿真对比。结果表明:IPSO-BP神经网络模型的收敛速度最快,其均方误差相比于BP神经网络模型降低了75.71%,相较于PSO-BP神经网络模型降低了45.96%,为三者中的最小值;IPSO-BP模型能够合理精准地评价支队级消防通信指挥系统效能,具有一定的普适性。
为提高通航桥梁船桥碰撞风险评估的准确性和可靠性,对国内外248起船桥碰撞事故作统计分析和致因识别,构建包含23个风险致因的船桥碰撞风险因素初始指标体系;在此基础上,基于故障树分析法绘制船桥碰撞风险致因初始故障树,采用布尔代数运算求取故障树割集,通过合并去重最小割集,首次化简初始故障树致因数量;之后根据剩余风险致因引发事故概率的计算分析,结合各风险因素的皮尔逊相关性分析,二次化简故障树致因数量,进而得到影响船桥碰撞的主要风险因素。结果表明:通航状况与超过通航净高、工作状态较差、沟通能力较弱和船员能力不高、船舶设备老化和习惯心理等因素宜分别并入通航状况生疏、缺乏航行技术、机械设备故障和侥幸心理等风险致因中;反常心理在8年事故概率期内未引发事故,且其10年的事故占比仅0.21%,宜剔除;船舶密度、助航设施管理与其他因素的相关性较弱,且2因素导致事故的概率低,可将其从船桥碰撞主要风险因素中去除。由此构建基于气象水文、机械设备故障、专业航行技术弱、紧急应对能力不强等14个主要风险因素的通航桥梁船桥碰撞风险评价指标体系。
为减少雾中船舶靠泊事故的发生,构建一套基于云模型的大雾中船舶靠泊作业风险可视化评估架构。在该评估架构中,首先,建立包含靠泊相关人员、船舶、泊位及环境4个维度的综合风险评估指标体系;其次,基于层次分析法(AHP)与决策试验和评价试验法(DEMATEL)相结合的方法计算各评估指标的综合影响权重;然后,针对靠泊过程中风险的不确定性,引入云模型量化评估大雾中船舶靠泊的风险;最后,将该评估架构应用于上海港外高桥集装箱码头的4种靠泊作业场景。研究结果表明:泊位的前后留挡距离指标、引航员雾中靠泊水平指标以及泊位导标或导灯的示位效果指标对大雾中船舶靠泊作业风险等级影响较大;该风险评估模型可准确评估并可视化不同场景下的靠泊作业风险,保障船舶的全天候靠泊作业,提升港口的货物吞吐量。
为了减少快递员因工作倦怠心理引发的不安全行为,有效避免安全事故,基于刺激-机体-反应(SOR)理论框架,采用混合研究方法探讨快递员不安全行为的影响因素及管理对策。首先,整合实地访谈与问卷调查数据,从人、机、环、管四维因素出发,分析工作倦怠与安全态度对快递员不安全行为的作用路径;其次,构建包含人、机、环、管四维因素、工作倦怠、安全态度及不安全行为的概念模型;最后,运用Smart PLS 4.0软件验证结构方程模型,并根据分析结果对国家、快递企业和快递员提出相应的管理提升策略。结果表明:工作倦怠与安全态度对快递员不安全行为存在显著正向影响;其中,人、机、环、管四维度因素通过工作倦怠的中介作用间接影响不安全行为,机、环、管三维度因素通过安全态度的中介作用间接影响不安全行为(p<0.05)。
京公网安备 11010502045206号
