基于移动感知网络和ANN识别施工人员跌落险兆事故的研究

发布时间：2020-07-23 13:40

【摘要】：跌落事故(绊倒、滑倒和高空坠落)是造成建筑业伤亡事故的首要原因,与身体失去平衡和姿态的不稳定有密切关系,被认定为失稳导致的安全事故。为降低施工现场跌落事故发生的可能性,本文拟通过技术迭代支撑和管理手段升级,提升建筑施工现场的安全管理水平。在技术迭代支撑层面,以智能手机作为数据采集工具和群智感知基本单元,结合人工神经网络算法(ANN),验证其在涉及施工安全管理中需要主观判断、识别和人为处理问题上的替代表现;在管理手段升级层面,由于跌落事故可视为跌落险兆事故的进一步演化,对各种环境条件下发生的跌落险兆事故进行探究,将为深入认知和主动预防跌落事故提供崭新视角。在训练实验环节,由平衡板人为地创建和设立失稳环境,模拟跌落险兆事故的发生,为ANN的训练提供了数量充足、质量可信的样本。由于平衡板所模拟的跌落险兆事故是静态的,为提升与真实场景下发生的动态跌落险兆事故间的契合度,构建静、动态跌落险兆转换模型。数据分析表明,补偿后的静、动态跌落险兆间数据流特征值的平均差值控制在13%以内,拟合的效果较好;在检验实验环节,构建基于TP、FP与FN的评价体系,从准确率和错报率两个方面对ANN的识别效果进行评价。实验结果表明,ANN识别跌落险兆事故的平均精确率达90.02%、平均召回率达90.93%;平均错报率为16.26%,验证了ANN识别跌落险兆事故的应用潜力;在测试实验环节,绘制跌落险兆事故次数—时间散点图,获取阈值_(20%)和_(10%),以1分钟为时间窗口对上述阈值进行放大,得到_(20%)′为4.62、_(10%)′为3.64。以定量的方式描述跌落险兆事故与跌落事故间的相关性,并从概率角度解释其应用意义;进一步地,构建基于智能手机的移动群智感知网络,完成单一施工人员拓展至5人施工班组小群体的初步探索,探究建筑工人作为感知数据“生产者”、施工管理人员作为感知数据“消费者”的群智施工安全管理模式,利于识别和及时消除施工现场导致跌落事故的潜在危险因素,为及时、高效地掌控施工现场安全态势提供新的解决思路。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TU714

【参考文献】