施工安全動態(tài)智能預警平臺設計與應用

王延博，徐蒼博，祁 巖

(西安豐樹電子科技發(fā)展有限公司，陜西 西安 710000)

隨著我國城鎮(zhèn)化推進，建筑業(yè)成了我國重要的經濟支柱，然而，由于生產方式相對落后、勞動密集，且流動性大，施工現場群死群傷的安全事故時有發(fā)生，施工安全預警平臺的研究引起社會廣泛關注。施工安全涉及現場人、機、料、環(huán)、法等多方面因素，目前，施工安全監(jiān)管主要由監(jiān)管部門定時組織專家到現場抽查，對施工現場設備、人員以及物料管理等多種情況進行打分，然后利用層次分析法得到的權重進行評價。現有的方法實現了施工安全的定量評價，然而，專家打分主觀性強，現場考察信息不夠完整，且隨著施工推進，影響因素復雜和現場情況多變，導致專家抽查評估的方法實時性差，不能準確反映施工現場安全狀況。

近年來，隨著國家對建筑業(yè)信息化建設的推動，起重機械安全監(jiān)控系統(tǒng)、勞務人員實名制管理系統(tǒng)、視頻監(jiān)控以及環(huán)境監(jiān)測等系統(tǒng)已應用到了施工現場，實現了對施工現場信息的實時采集，并對施工現場的安全風險單點實現了監(jiān)控。然而，施工安全預警是一個多因素融合、復雜、動態(tài)的問題，本文利用物聯網技術構建施工安全評估平臺，實現各種施工現場數據共享，在此基礎上，利用大數據的規(guī)則引擎Drools 以及模糊層次分析法，實現施工安全的智能評分與動態(tài)預警，以提高評估的客觀、準確性。

1 云-邊-端一體化的施工安全預警平臺架構

考慮到影響施工安全的影響因素種類多，施工現場獲取信息的終端設備也繁多，隨著物聯網技術的發(fā)展與應用，本文基于物聯網技術構建了云-邊-端一體化施工安全預警平臺架構，在保證終端設備實時接入，解決海量數據的高并發(fā)、高容錯問題基礎上，實現了海量數據共享。

1.1 終端

平臺的終端是指布置于施工現場的各種信息采集系統(tǒng)，常見的監(jiān)控系統(tǒng)如圖1 所示。

圖1 云-邊-端一體化施工安全預警平臺架構

1）施工機械運行監(jiān)測系統(tǒng)通過安裝在施工設備上的傳感器檢測設備的運行狀態(tài)以及設備維護狀態(tài)，包括：塔機安全監(jiān)控系統(tǒng)、施工升降機安全監(jiān)控系統(tǒng)、臨邊防護系統(tǒng)等。

2）人臉識別系統(tǒng)用于采集施工現場人員的臉部生物信息，包括門禁人臉識別系統(tǒng)以及施工機械特種人員識別系統(tǒng)等。

3）施工現場視頻監(jiān)測系統(tǒng)是在現場關鍵位置安裝監(jiān)控視像頭，獲取現場實時圖像信息。

4）環(huán)境監(jiān)測系統(tǒng)是在施工現場安裝揚塵噪聲監(jiān)測系統(tǒng)、有毒有害氣體監(jiān)測系統(tǒng)等，實現對施工現場溫濕度、揚塵、噪聲指數以及有毒有害氣體的環(huán)境信息監(jiān)測。

5）安全管理系統(tǒng)是各種用于記錄現場安全管理動作的APP 工具，如安全巡檢APP、安全培訓APP、安全交底APP以及現場環(huán)境管理APP等。

1.2 邊端

平臺的邊端是布置于施工現場具有一定數據處理能力的集中處理器，能對施工現場終端采集的信息進行處理，實現施工現場的危險狀態(tài)的識別，如圖1 中設備管理系統(tǒng)、人員管理系統(tǒng)以及危險行為及AI 識別系統(tǒng)（人工智能）。

1）設備管理系統(tǒng)是利用嵌入式施工機械運行監(jiān)測系統(tǒng)檢測的設備運行信息對設備維保狀態(tài)，駕駛員的危險行為進行檢測、報警與控制。

2）人員管理系統(tǒng)是對施工現場人員身份、數量以及資質等進行管理。

3）危險行為及AI 識別系統(tǒng)是基于施工現場視頻監(jiān)測系統(tǒng)獲取的施工現場圖像信息，利用AI識別現場各種危險行為、危險狀態(tài)，如是否佩戴安全帽，是否穿安全反光衣，以及是否有火災、人員聚集等隱患。

1.3 云端

平臺的云端是由相關的網絡服務器組成，包括4 個模塊：大數據存儲、規(guī)則引擎智能評分、安全評價模型以及信息與預警顯示。

2 施工安全評估的模糊層次分析

層次分析法（FAHP）是利用運籌學理論，為一些關系復雜、影響因素眾多且缺少定量關系的綜合評價以及方案決策等系統(tǒng)問題，提供了一種簡潔、實用的分析方法。模糊評估是對一些邊界不清、不易量化的事物，利用模糊數學的隸屬等級進行綜合評估的一種方法。綜合施工現場人、機、料、法、環(huán)等方面的影響，利用模糊層次分析對施工安全風險進行評估與預警，更加方便、準確。

首先，通過現場事故案例分析，構建圖2 所示的施工安全評估的層次結構模型，模型的目標層為施工現場安全；準則層為人員、機器設備、管理和環(huán)境4 個因素；指標層包括人員資質、技能與經驗、檢修與維護、安全管理制度執(zhí)行、以及現場布置等12 個指標。

圖2 施工安全評估的層次結構模型

采用模糊層次分析法計算各指標的評估權值。以建筑施工安全某目標為例，目標的下一層有m個指標為{b1，b2，…，bm}，用aij表示元素bi與bj相對于目標的重要性比例尺，根據“0.1～0.9標度”得到模糊互補矩陣A

求模糊互補矩陣A的行和矩陣Hi，以及模糊互補矩陣A的列和矩陣Lj，計算如下

計算轉換矩陣Bij

計算權值

利用式（1）和式（2）可以得到指標層的權重wij（第i個準則層下的第j個指標的權重）；同理可以得到準則層的權重ki（第i個準則層的權重）；

最后，利用施工現場各指標（圖2 中12 個指標）的評分Qij，以及各指標層的權重Wij得到準則層評估分值

進一步計算施工現場安全評估分值

施工現場安全評估分值越大，表明施工現場安全性越好，當評估分值低于報警閾值，系統(tǒng)可以發(fā)出預警，至此，完成了施工現場安全的動態(tài)評估、預警。

3 基于規(guī)則引擎Drools的智能評分

基于規(guī)則引擎的Drools 數據挖掘技術，通過調用數據，匹配規(guī)則，并按規(guī)則執(zhí)行操作，實現了將業(yè)務決策從應用程序中分離出來，系統(tǒng)架構簡單，使用方便，且維護成本低?？紤]到施工現場各種指標的情況是隨施工過程發(fā)生變化，利用施工現場各種監(jiān)控終端設備，以及物聯網技術，構建施工現場各種影響安全的大數據庫，在此基礎上，利用Drools 技術構建智能評分系統(tǒng)，從云端大數據庫調用數據，按表1 的智能評分規(guī)則執(zhí)行計算，可以得到評估指標的實時、智能評分Qij（第i個準則層下的第j個指標的得分）。

表1 施工安全評估的智能評分規(guī)則

在得到評估指標的實時、智能評分Qij后，由式（3）以及式（4）可以得到施工現場安全評估分值，從而實現對施工安全的動態(tài)、智能預警。

4 應用案例分析

首先根據施工現場安全的模糊層次分析方法，由式（1）和式（2）分別計算各指標層以及準則層的權重如表2、表3。

表2 指標層模糊互補矩陣及指標權重Wij

表3 準則層各指標模糊互補矩陣及指標權重ki

以天津某施工項目為例，現場安裝了多種信息化數據采集終端：5 套塔機安全監(jiān)控系統(tǒng)、5 套施工升降機安全監(jiān)控系統(tǒng)，10 套施工機械司機識別系統(tǒng)，2 套臨邊防護系統(tǒng)、1 套揚塵噪聲監(jiān)測系統(tǒng)以及1 套有毒有害氣體監(jiān)測系統(tǒng)；并在進出門安裝了3 套門禁人臉識別系統(tǒng)，5 個監(jiān)控點安裝了視頻監(jiān)測系統(tǒng)；同時，該項目安全管理使用了安全巡檢APP，安全培訓APP，安全交底APP 以及現場環(huán)境管理APP 等技術手段。為了對該項目安全實施安全監(jiān)管，構建了云-邊-端一體智能、動態(tài)預警平臺，利用現場各種終端設備所獲取的實時數據，構建云端大數據，在此基礎上，利用智能評分系統(tǒng)，對該項目某一年的不同施工階段進行4 次智能評分，得到表4 的指標層分值。

表4 項目不同階段的指標層智能評分Qij

最后，利用表2、表3 中準則層和指標層的權重，以及表4 的指標層評分，由式（3）和式（4）計算該施工項目4 個階段的安全評估分值，結果如圖3 所示。由圖可見，整個項目在所評估的4 個階段都是安全的，但隨著施工進展，人員數量增多，設備增多，項目進度要求，安全管理有一些松懈，安全評分值略有下降，利用該預警平臺，可以有效提示項目部對施工安全提起重視。

圖3 案例項目4個階段的安全評分

5 結語

本文構建云-邊-端一體架構的施工安全預警平臺，利用物聯網技術實現施工現場信息獲取以及大數據的共享，確保了預警數據的時效性，同時，基于大數據提出規(guī)則引擎智能評分方法，采用模糊層次分析實現了施工現場安全的動態(tài)評估。該方法提高了施工現場安全預警的實時性、客觀性以及準確性。該方法提高了施工現場安全評估的實時性、客觀性以及準確性，從而有效地指導施工安全生產作業(yè)。