基于改進(jìn)Apriori算法的塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)分析

劉冬華,趙 星,趙江平,楊 震

(西安建筑科技大學(xué)資源工程學(xué)院,陜西 西安 710055)

塔吊是建筑施工中最常用的起重設(shè)備,由于其結(jié)構(gòu)特殊、安拆和吊裝作業(yè)過程復(fù)雜等特點(diǎn),安全事故頻發(fā),造成了大量的人員傷亡和經(jīng)濟(jì)損失[1]。因此,塔吊施工過程的安全管理十分重要。根據(jù)現(xiàn)有研究及發(fā)生的塔吊事故,總結(jié)并分析影響塔吊事故發(fā)生的風(fēng)險(xiǎn)因素,可以為塔吊施工階段制定相應(yīng)的監(jiān)管和隱患排查方案提供科學(xué)依據(jù)。

國內(nèi)外學(xué)者主要從事故調(diào)查統(tǒng)計(jì)、風(fēng)險(xiǎn)因素分析等方面展開對(duì)塔吊事故影響因素的分析[2-7]。如:Tam等[3]通過問卷調(diào)查,總結(jié)了影響塔吊作業(yè)安全的主要因素;Kim等[4]通過量化塔吊事故中相關(guān)專家的經(jīng)驗(yàn),得出塔吊事故原因的重要性和可能性;況宇琦等[5]引入關(guān)聯(lián)規(guī)則的思想,分析并總結(jié)了塔吊事故特征,為塔吊事故案例的定量分析提供了新的方法和思路;張偉等[6]結(jié)合文獻(xiàn)研究成果和系統(tǒng)思維,通過網(wǎng)絡(luò)分析計(jì)算得出塔吊事故的關(guān)鍵致因因素;Zhang等[7]引入復(fù)雜網(wǎng)絡(luò)思想,建立了塔吊事故原因網(wǎng)絡(luò)分析模型,揭示了塔吊倒塌事故的發(fā)生規(guī)律。

綜上,現(xiàn)有的針對(duì)塔吊事故影響因素的分析大多側(cè)重于作業(yè)人員不安全行為和塔吊作業(yè)的實(shí)際操作方面,或通過評(píng)價(jià)單因素影響下塔吊的安全狀態(tài)提出風(fēng)險(xiǎn)管理建議,對(duì)塔吊事故影響因素的研究缺乏系統(tǒng)性,且沒有充分考慮到相關(guān)因素之間的關(guān)系。因此,本文在現(xiàn)有研究的基礎(chǔ)上,首先對(duì)Apriori算法進(jìn)行改進(jìn),并結(jié)合復(fù)雜網(wǎng)絡(luò)理論,利用HFACS模型,從塔吊事故的人為因素出發(fā),考慮監(jiān)管和組織層面的因素,挖掘塔吊事故致因之間的關(guān)聯(lián)性;然后基于關(guān)聯(lián)規(guī)則挖掘結(jié)果構(gòu)建塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò),識(shí)別影響塔吊事故發(fā)生的組合因素,并挖掘事故的潛在規(guī)律,以期為預(yù)防和減少塔吊事故的發(fā)生提供科學(xué)依據(jù)。

1 研究方法

1994年,Agrawal等[8]最先提出了關(guān)聯(lián)規(guī)則挖掘,它是一種發(fā)現(xiàn)事故之間內(nèi)在聯(lián)系的方法,可為預(yù)防事故發(fā)生提供依據(jù)。關(guān)聯(lián)規(guī)則中最主要的兩個(gè)概念是支持度(S)和置信度(C),其可表示如下[9]:

(1)

(2)

式中:S(X→Y)為包含X和Y的事務(wù)同時(shí)發(fā)生時(shí)的比值;Count(X∪Y)為X∪Y出現(xiàn)的次數(shù);C(X→Y)為包含X且包含Y的事務(wù)的比值;Count(X)為X出現(xiàn)的次數(shù);N為塔吊事故致因數(shù)據(jù)集中所有事務(wù)的個(gè)數(shù);X和Y均表示塔吊事故致因因素。其中,置信度超過0.70的規(guī)則是有意義的[10]。

為了消除經(jīng)典的Apriori算法使用的“支持度—置信度”評(píng)估標(biāo)準(zhǔn)產(chǎn)生的具有誤導(dǎo)性的規(guī)則,學(xué)者們研究了一種新的規(guī)則評(píng)價(jià)準(zhǔn)則——興趣度[11]。本文選擇具有上下界的差異思想興趣度(I)模型,可表示為[9]

(3)

同時(shí),本文引入提升度(Lift)和杠桿率(Leve-rage)以提高關(guān)聯(lián)規(guī)則的實(shí)用性,可表示為

(4)

Leverage(X→Y)=P(X∩Y)-P(X)×P(Y)

(5)

式中:Lift(X→Y)為“包含X的事務(wù)中同時(shí)包含Y的事務(wù)的比例”與“包含Y的事務(wù)的比例”的比值;Leverage(X→Y)為用來衡量X和Y的事務(wù)的聯(lián)合概率和期望聯(lián)合概率之間的差異。其中,Lift(X→Y)≥1的規(guī)則是有意義的,且當(dāng)提升度相同時(shí),杠桿率較高的規(guī)則要優(yōu)于其他規(guī)則。

在大數(shù)據(jù)時(shí)代的背景下,為了更深層次地研究關(guān)聯(lián)規(guī)則之間的聯(lián)系,選用復(fù)雜網(wǎng)絡(luò)模型對(duì)相互獨(dú)立的關(guān)聯(lián)規(guī)則做進(jìn)一步分析。

復(fù)雜網(wǎng)絡(luò)由圖論和統(tǒng)計(jì)知識(shí)衍生而來,是可視化和揭示復(fù)雜系統(tǒng)中各元素間相關(guān)網(wǎng)絡(luò)客觀規(guī)律的重要工具[12]。復(fù)雜網(wǎng)絡(luò)中的因子可作為網(wǎng)絡(luò)中的節(jié)點(diǎn),因子之間的邏輯關(guān)系作為邊,從而形成復(fù)雜網(wǎng)絡(luò)模型[7]。通過對(duì)網(wǎng)絡(luò)拓?fù)涮卣骱徒y(tǒng)計(jì)特征的分析,對(duì)塔吊事故的影響因素及其相互作用進(jìn)行高效處理和總結(jié)。主要分析指標(biāo)如下[13-14]:

1) 節(jié)點(diǎn)的度:指與該節(jié)點(diǎn)相鄰的所有節(jié)點(diǎn)的數(shù)量,在一定程度上表示節(jié)點(diǎn)的重要性。

2) 網(wǎng)絡(luò)直徑和平均路徑長(zhǎng)度:網(wǎng)絡(luò)直徑指兩節(jié)點(diǎn)之間最短路徑上的邊數(shù);平均路徑長(zhǎng)度指任意兩節(jié)點(diǎn)之間沿最短路徑傳遞的邊數(shù)的平均值,可以反映網(wǎng)絡(luò)節(jié)點(diǎn)之間的分離程度。

3) 聚類系數(shù):指網(wǎng)絡(luò)中哪些節(jié)點(diǎn)趨于聚集在一起,是一種局部變量。

4) 節(jié)點(diǎn)緊密度:指網(wǎng)絡(luò)中一個(gè)節(jié)點(diǎn)連接其他節(jié)點(diǎn)的能力,具有全局性。

2 塔吊事故人因分析模型構(gòu)建

2.1 數(shù)據(jù)分析

本文從國家應(yīng)急管理部及地方應(yīng)急管理局官方網(wǎng)站搜集并整理了241份具有完整信息的塔吊事故調(diào)查報(bào)告,這241起事故發(fā)生于2013年至2021年,共造成292人死亡、133人受傷,經(jīng)濟(jì)損失高達(dá)30 000萬元。其中,一般起重傷害事故占比為83%,較大起重傷害事故占比為16%,重大起重傷害事故占比為1%。

通過分析塔吊事故報(bào)告的內(nèi)容,并結(jié)合HFACS模型[15]及文獻(xiàn)[16]建立的起重機(jī)操作風(fēng)險(xiǎn)目錄,得到塔吊事故影響因素主要包括不安全行為、不安全行為的前提、不安全監(jiān)管、組織影響和時(shí)間因素,構(gòu)建了塔吊事故致因數(shù)據(jù)集,得到了影響塔吊安全的46個(gè)因素,如表1和表2所示。

表1 塔吊事故人為因素

表2 塔吊事故時(shí)間因素

2.2 人為因素關(guān)聯(lián)規(guī)則挖掘

針對(duì)經(jīng)典的Apriori算法存在的問題,在主觀度量之前,增加關(guān)聯(lián)規(guī)則的度量框架,并對(duì)關(guān)聯(lián)規(guī)則進(jìn)行合理刪減,剔除產(chǎn)生的冗余規(guī)則。改進(jìn)后的Apriori算法運(yùn)行步驟如下:

輸入:輸入數(shù)據(jù)集N、置信度閾值、支持度閾值、提升度閾值、杠桿率閾值、差異思想興趣度閾值。

1) 找出所有頻繁項(xiàng)集,掃描數(shù)據(jù)集N,設(shè)置K=1;

2) 挖掘頻繁K項(xiàng)集;

3)K=K+1,重復(fù)步驟2)。

輸出:輸出符合條件的規(guī)則,最終確定強(qiáng)關(guān)聯(lián)規(guī)則220條。

2.3 塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)模型構(gòu)建

在改進(jìn)的Apriori算法挖掘關(guān)聯(lián)規(guī)則過程中已經(jīng)過濾掉了較不重要的影響因素,引入復(fù)雜關(guān)聯(lián)網(wǎng)絡(luò)模型對(duì)強(qiáng)關(guān)聯(lián)規(guī)則進(jìn)行拓?fù)?節(jié)點(diǎn)之間有無連接代表其之間是否具有相關(guān)關(guān)系。

塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)建立的步驟如下:

1) 選擇關(guān)聯(lián)網(wǎng)絡(luò)模型的節(jié)點(diǎn)。以所得的關(guān)聯(lián)規(guī)則挖掘結(jié)果中所有的前項(xiàng)與后項(xiàng)作為關(guān)聯(lián)網(wǎng)絡(luò)模型的節(jié)點(diǎn),共確定了113個(gè)節(jié)點(diǎn)作為建立塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)模型的基礎(chǔ)。

2) 定義描述節(jié)點(diǎn)相關(guān)性的邊。將提升度作為對(duì)應(yīng)邊的權(quán)重,以此構(gòu)建鄰接矩陣。

3) 建立綜合關(guān)聯(lián)網(wǎng)絡(luò)模型。根據(jù)關(guān)聯(lián)規(guī)則挖掘結(jié)果集成到整體的塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)模型,最終確定網(wǎng)絡(luò)模型覆蓋了113個(gè)節(jié)點(diǎn),包含439條邊,并使用Ucinet6軟件繪制網(wǎng)絡(luò)圖。

3 結(jié)果與分析

3.1 關(guān)聯(lián)規(guī)則挖掘結(jié)果分析

本文利用Apriori算法對(duì)46個(gè)影響因素之間的關(guān)系進(jìn)行挖掘,其中最小支持度Smin=0.10,最小置信度Cmin=0.70,得到關(guān)聯(lián)規(guī)則544條。通過改進(jìn)的Apriori算法,在Smin=0.10、Cmin=0.70的基礎(chǔ)上,設(shè)置Lift(X→Y)>1、Leverage(X→Y)>0,經(jīng)過多次重復(fù)試驗(yàn),設(shè)置最小興趣度Imin=0.432,得到220條強(qiáng)關(guān)聯(lián)規(guī)則。

通過引入差異思想興趣度的Apriori算法,對(duì)比經(jīng)典的Apriori算法與改進(jìn)的Apriori算法關(guān)聯(lián)規(guī)則變化情況,分別組成3種不同的參數(shù):第一組,Cmin=0.70、Imin=0.432;第二組,Smin=0.10、Imin=0.432;第三組,Smin=0.10、Cmin=0.70。經(jīng)典的Apriori算法與改進(jìn)的Apriori算法關(guān)聯(lián)規(guī)則比較如圖1至圖3所示。

圖1 不同支持度下經(jīng)典的Apriori算法與改進(jìn)的 Apriori算法關(guān)聯(lián)規(guī)則比較Fig.1 Comparison of association rules between the classic Apriori algorithm and the improved Apriori algorithm under different support levels

圖2 不同置信度下經(jīng)典的Apriori算法與改進(jìn)的 Apriori算法關(guān)聯(lián)規(guī)則比較Fig.2 Comparison of association rules between the classic Apriori algorithm and the improved Apriori algorithm under different confidence levels

圖3 不同興趣度下經(jīng)典的Apriori算法與改進(jìn)的Apriori 算法關(guān)聯(lián)規(guī)則比較Fig.3 Comparison of association rules between the classic Apriori algorithm and the improved Apriori algorithm under different interest degree

由圖1至圖3可以看出:改進(jìn)后的Apriori算法可以降低關(guān)聯(lián)規(guī)則數(shù)量,從而提高關(guān)聯(lián)規(guī)則挖掘的效率和質(zhì)量;在支持度、置信度一定的情況下,隨著興趣度的增加,關(guān)聯(lián)規(guī)則數(shù)量降低幅度十分明顯(圖3),這是因?yàn)榕d趣度越大,說明對(duì)篩選出的關(guān)聯(lián)規(guī)則更感興趣,所得的關(guān)聯(lián)規(guī)則意義更大。

本文利用改進(jìn)的Apriori算法得到220條強(qiáng)關(guān)聯(lián)規(guī)則,部分關(guān)聯(lián)規(guī)則如表3所示。

表3 部分關(guān)聯(lián)規(guī)則展示

在表3中,關(guān)聯(lián)規(guī)則1顯示當(dāng)出現(xiàn)進(jìn)入危險(xiǎn)區(qū)域(UA04)因素時(shí),有79%左右的概率會(huì)出現(xiàn)不安全行為;關(guān)聯(lián)規(guī)則2～6顯示當(dāng)出現(xiàn)注意力分配不當(dāng)(P07)、授權(quán)不合格人員操作(US08)、上午(B1)等因素時(shí),有89%左右的概率會(huì)出現(xiàn)不安全行為的前提;規(guī)則7～11顯示當(dāng)出現(xiàn)作業(yè)壓力大引起的焦慮或緊張(P09)、缺乏溝通合作(P11)、專項(xiàng)施工方案編制不規(guī)范(O05)等因素時(shí),有80%左右的概率會(huì)發(fā)生不安全監(jiān)管;關(guān)聯(lián)規(guī)則12～16顯示當(dāng)出現(xiàn)起重作業(yè)時(shí)安全技術(shù)交底不到位(US05)、部分崗位人員配備不齊(O01)、人員安全教育不到位(O10)等因素時(shí),有82%左右的概率會(huì)出現(xiàn)組織影響。

綜上分析可知,塔吊事故的發(fā)生與人員的監(jiān)管和組織層面有較大關(guān)聯(lián),因此可以通過制定和完善相關(guān)管理制度來減少塔吊事故的發(fā)生。此外,在表3中,關(guān)聯(lián)規(guī)則3顯示的{US01(監(jiān)管人員未按要求進(jìn)行安全檢查)+US08(授權(quán)不合格人員操作)→P05(人員崗位與能力不匹配)}的支持度最高,該值為0.19,其置信度為0.96,表示US01和US08發(fā)生時(shí)有96%的概率會(huì)發(fā)生P05;關(guān)聯(lián)規(guī)則2顯示{US08+B1(上午)→P05}的置信度最高,其值為0.97;{UA04(進(jìn)入危險(xiǎn)區(qū)域)→UA02(司索工違規(guī)操作)}的提升度和興趣度最高,其值分別為5.379和0.814。

3.2 塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)分析

根據(jù)關(guān)聯(lián)規(guī)則挖掘所得的220條強(qiáng)關(guān)聯(lián)規(guī)則,將提升度作為對(duì)應(yīng)邊的權(quán)重,以此構(gòu)建一個(gè)46×46的鄰接矩陣,部分鄰接矩陣數(shù)據(jù)如表4所示。

表4 部分鄰接矩陣數(shù)據(jù)

通過去除個(gè)別孤立點(diǎn),確定了113個(gè)節(jié)點(diǎn)及節(jié)點(diǎn)之間的相互關(guān)系,構(gòu)建了塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)圖,如圖4所示。該網(wǎng)絡(luò)圖共包含113個(gè)節(jié)點(diǎn)和439條邊,其中包含1個(gè)不安全行為的節(jié)點(diǎn)、6個(gè)不安全行為的前提的節(jié)點(diǎn)、5個(gè)不安全監(jiān)管的節(jié)點(diǎn)、4個(gè)組織影響的節(jié)點(diǎn)、97個(gè)組合因素的節(jié)點(diǎn)。此外,在97個(gè)組合因素的節(jié)點(diǎn)中,P11、US06、O01、O05因素出現(xiàn)頻次較高。以節(jié)點(diǎn)“US06,O05”和“O01,O05”為例,這兩個(gè)節(jié)點(diǎn)均包含了O05因素,說明塔吊事故中O05(專項(xiàng)施工方案編制不規(guī)范)是非常關(guān)鍵的影響因素,且US06(未及時(shí)指出和糾正作業(yè)人員的錯(cuò)誤操作)或O01(部分崗位人員配備不齊)這兩個(gè)因素經(jīng)常與O05因素組合發(fā)生,并與其他致因因素產(chǎn)生關(guān)聯(lián),如P05(人員崗位與能力不匹配)和US05(起重作業(yè)時(shí)安全技術(shù)交底不到位)等因素。

圖4 塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)圖Fig.4 Dynamic association network diagram of accident causes of tower crane

3.2.1 節(jié)點(diǎn)的度

塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)中,節(jié)點(diǎn)的平均度為7.699,即每個(gè)節(jié)點(diǎn)平均關(guān)聯(lián)7.699個(gè)節(jié)點(diǎn),度值低于平均數(shù)的節(jié)點(diǎn)高達(dá)76%,表示關(guān)聯(lián)網(wǎng)絡(luò)中關(guān)聯(lián)程度高的節(jié)點(diǎn)較少,而有效控制度值高的節(jié)點(diǎn)將有利于阻礙風(fēng)險(xiǎn)擴(kuò)散,降低事故的嚴(yán)重程度?？偠戎荡笥?0的節(jié)點(diǎn)如圖5所示。其中,總度值較大的節(jié)點(diǎn)有P05、P08、O05、US01,其度值分別為88、75、52、50,說明這些因素容易受到其他因素的影響或容易對(duì)其他因素造成影響,對(duì)塔吊事故發(fā)生的影響較大,是造成事故發(fā)生的關(guān)鍵因素。因此,通過避免這些關(guān)鍵因素的出現(xiàn)可以有效避免事故的發(fā)生。

圖5 總度值大于10的節(jié)點(diǎn)Fig.5 Nodes with a total degree value greater than 10

3.2.2 網(wǎng)絡(luò)直徑與節(jié)點(diǎn)的平均路徑長(zhǎng)度

塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)中,網(wǎng)絡(luò)直徑為5,節(jié)點(diǎn)O02與節(jié)點(diǎn)US06構(gòu)成了關(guān)聯(lián)網(wǎng)絡(luò)中距離最大的一對(duì)節(jié)點(diǎn)。節(jié)點(diǎn)的平均路徑長(zhǎng)度為2.995,說明網(wǎng)絡(luò)中一個(gè)節(jié)點(diǎn)連接到另一個(gè)節(jié)點(diǎn)不需要超過3個(gè)節(jié)點(diǎn),如節(jié)點(diǎn)P08和節(jié)點(diǎn)P05的兩類不安全行為的前提可以通過穿過節(jié)點(diǎn)“P05,P11”和節(jié)點(diǎn)O01連接形成風(fēng)險(xiǎn)鏈,反映出網(wǎng)絡(luò)緊密相連,風(fēng)險(xiǎn)因素高度相關(guān),節(jié)點(diǎn)狀態(tài)的變化很容易觸發(fā)節(jié)點(diǎn)間的連鎖反應(yīng)。其中,P05到各節(jié)點(diǎn)的平均距離都較小,在關(guān)聯(lián)網(wǎng)絡(luò)中屬于影響事故發(fā)生的關(guān)鍵節(jié)點(diǎn)。

3.2.3 節(jié)點(diǎn)的聚類系數(shù)

塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)中,平均聚類系數(shù)為0.419,部分節(jié)點(diǎn)的聚類系數(shù)如表5所示。其中,聚類系數(shù)為1.000的節(jié)點(diǎn),如節(jié)點(diǎn)“US01,O02”、“US06,B3”等是因?yàn)檫@些聚類系數(shù)較低的因素組合發(fā)生時(shí)會(huì)造成更加專一化的影響,在關(guān)聯(lián)網(wǎng)絡(luò)中表現(xiàn)為此節(jié)點(diǎn)與相鄰節(jié)點(diǎn)之間的聯(lián)系更加密切,從而導(dǎo)致其聚類系數(shù)變大。因此,當(dāng)這些節(jié)點(diǎn)的狀態(tài)發(fā)生變化時(shí),極易引發(fā)相鄰節(jié)點(diǎn)之間的連鎖反應(yīng),從而導(dǎo)致事故發(fā)生。

表5 部分節(jié)點(diǎn)的聚類系數(shù)

3.2.4 節(jié)點(diǎn)的緊密度

塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)中,節(jié)點(diǎn)的緊密度為0.289,其中節(jié)點(diǎn)的緊密度排名前8位的節(jié)點(diǎn),如圖6所示。從節(jié)點(diǎn)的緊密度排名中發(fā)現(xiàn),單因素節(jié)點(diǎn)P05、P08和組合因素節(jié)點(diǎn)“P11,O01”、“US01,O02”對(duì)關(guān)聯(lián)網(wǎng)絡(luò)中其他節(jié)點(diǎn)的影響較大,往往是造成塔吊事故發(fā)生的根源。

圖6 節(jié)點(diǎn)的緊密度排名前8位的節(jié)點(diǎn)Fig.6 Top eight nodes in terms of tightness

4 結(jié) 論

1) 在塔吊事故分析中,以人因分析和分析系統(tǒng)(HFACS)模型為基礎(chǔ),從不安全行為、不安全行為的前提、不安全監(jiān)管、組織影響4個(gè)層面,采用差異思想的Apriori算法,引入多個(gè)興趣度度量框架,冗余關(guān)聯(lián)規(guī)則數(shù)量的降低幅度十分明顯。

2) 根據(jù)關(guān)聯(lián)規(guī)則挖掘得到220條關(guān)聯(lián)規(guī)則,以關(guān)聯(lián)規(guī)則的提升度為權(quán)重構(gòu)建了一個(gè)由113個(gè)節(jié)點(diǎn)和439條邊組成的塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)圖,通過綜合塔吊事故致因動(dòng)態(tài)網(wǎng)絡(luò)圖中的節(jié)點(diǎn)頻次、總度值、聚類系數(shù)和緊密度對(duì)這些因素進(jìn)行定量分析,從多角度直觀且深入地揭示塔吊事故致因的潛在特征,對(duì)精準(zhǔn)處理塔吊事故數(shù)據(jù)、提升塔吊施工安全具有重要意義。

3) 通過分析塔吊事故致因動(dòng)態(tài)關(guān)聯(lián)網(wǎng)絡(luò)圖可知:P05(人員崗位與能力不匹配)、P08(過度自信)、US01(監(jiān)管人員未按要求進(jìn)行安全檢查)、O01(部分崗位人員配備不齊)、O05(專項(xiàng)施工方案編制不規(guī)范)、B3(下午)是塔吊事故發(fā)生的關(guān)鍵影響因素。因此,在塔吊施工過程中,需要重點(diǎn)關(guān)注這些因素,尤其在監(jiān)管和組織層面更需要加強(qiáng)安全管理,以預(yù)防塔吊事故的發(fā)生。