施工现场安全风险实时预警新方法

吴伟巍

男，1981年生，博士，副教授，硕士生导师：在东南大学土木工程学院建设与房地产系工作。已经在期刊Automation in Construction等国内外杂志以及国际会议上发表学术论文30余篇。担任Automation in Construction等和《上海交通大学学报（英文版）》等期刊的审稿人。曾经是英国拉夫堡大学的访问学者和香港理工大学的研究助理，主要研究方向为施工现场安全风险的相关研究。

1 绪论

1．1研究背景及研究意义

1．2国内外研究现状及不足

1．2．1传统的研究视角

1．2．2安全风险领域研究的发展趋势

1．2．3现有研究的不足

1．3研究目标、研究内容及拟解决的关键问题

1．3．1研究目标

1．3．2主要研究内容

1．3．3研究内容框架结构

1．3．4拟解决的关键问题

1．4研究方法及技术路线

1．4．1研究方法

1．4．2技术路线

1．5本章小结

2 基于前馈信号的实时监控子系统构建

2．1理论基础及研究方法

2．1．1多米诺骨牌(Domino)理论及其发展

2．1．2人员过失(Human Ermr)理论

2．1．3建筑业事故影响因素模型

2．1．4拉夫堡大学的ConCA建筑业事故原因模型

2．2理解施工现场的前馈信号及未遂事件

2．2．1前馈信号及未遂事件的概念及其重要性

2．2．2施工现场的前馈信号及未遂事件

2．2．3施工现场完整的安全管理系统构建

2．3前馈信号及未遂事件调查模型(PaICFs)构建

2．3．1阻止前馈信号及未遂事件成为事故的因素

2．3．2施工现场PaICFs调查模型构建

2．3．3应用示例

2．4本章小结

3 基于PaICFS模型的案例分析及效果检验

3．1理论基础及研究方法

3．1．1案例分析

3．1．2调查问卷

3．1．3 Kappa统计值

3．2案例分析的结果

3．2．1统计结果

3．2．2英美安全事故影响因素的相同性及差异性分析

3．3针对英国施工企业现场安全顾问的调查问卷

3．3．1问卷背景

3．3．2统计结果

3．4被调查的安全负责人及安全顾问的内部一致性测度

3．4．1模型的选用

3．4．2权重的赋值

3．4．3权重Kappa的计算

3．5本章小结

4 基于改进事故序列前馈信号模型的安全风险计量

4．1理论基础及研究方法

4．1．1基于统计概率(PRA)的安全风险的定量化研究

4．1．2对未遂事件的定量化分析

4．1．3事故序列前馈信号(ASP)模型

4．2改进的事故序列前馈信号模型(MASP)

4．2．1施工现场前馈信号“分组”的特点

4．2．2改进的针对前馈信号组的事件树的构建

4．2．3改进的针对前馈信号组的安全风险计量方法

4．3基于MASP的安全风险计量结果

4．3．1事件树的构建结果

4．3．2安全风险的计量结果示例

4．4 MASP的敏感性分析

4．4．1历史数据中致命事故占总事故的比例

4．4．2经验比例303：29：1

4．4．3在事故发生的条件下某个前馈信号的发生次数

4．4．4在事故发生的条件下前馈信号发生的总次数

4．4．5某个前馈信号在观察期内发生的次数

4．4．6前馈信号在观察期内发生的总次数

4．4．7敏感性分析结果

4．5本章小结

5 预警系统阈值确定及风险倾向测度

5．1理论基础及研究方法

5．1．1信号检测理论的传统应用领域综述

5．1．2信号检测理论在社会科学领域的应用综述

5．1．3二元信号检测的模型

5．1．4多元信号检测的模型

5．1．5信号检测的结果和判决概率

5．2基于SDT的施工现场安全风险实时预测系统构建与比较

5．2．1施工现场安全风险实时预测的判决域划分与判决概率

5．2．2基于贝叶斯准则确定预警阈值的模型

5．2．3基于最小平均错误概率准则确定预警阈值的模型

5．2．4基于最大后验概率准则确定预警阈值的模型

5．2．5基于奈曼一皮尔逊准则确定预警阈值的模型

5．2．6施工现场统计检测模型的适用性比较

5．3基于奈曼一皮尔逊准则的阈值计算结果及预测结果

5．3．1安全信号密度函数的参数估计及假设检验

5．3．2危险信号密度函数的参数估计及假设检验

5．3．3奈曼一皮尔逊准则下的阈值计算

5．3．4判断结果

5．3．5有关问题讨论

5．4施工现场安全风险预警系统的敏感性及风险倾向测度

5．4．1敏感性及风险倾向的定量化描述

5．4．2敏感性的计算结果

5．4．3风险倾向的计算结果

5．5本章小结

6 实时监控子系统实现的可能性及其系统设计

6．1理论基础及研究方法

6．1．1案例分析及其结果

6．1．2无线射频识别(RFID)

6．1．3无线传感器网络(WSN)和Zigbee协议

6．1．4调查问卷和Kappa统计值

6．2自动获取数据的需求分析

6．2．1现有研究的不足

6．2．2主要的未遂事件分析结果

6．2．3自动获取数据的需求分析

6．3技术上实现数据自动获取的系统结构设计及硬件采用

6．3．1系统结构的设计

6．3．2相关硬件的采用

6．4可获得的实时信息的实用性及有效性分析

6．4．1调查问卷的结构

6．4．2调查问卷的结果

6．5被调查的安全负责人及安全顾问的内部一致性测度

6．5．1模型的选用

6．5．2权重的赋值

6．5．3权重Kappa的计算

6．6本章小结

7 结论与展望

7．1主要结论

7．2创新点

7．3研究不足及研究展望

参考文献

附录

附录1关于前馈信号的调查问卷

附录2 Kappa统计值及相关指标的电子表格计算界面示意

附录3估算中使用的相关数据

附录4安全信号参数估计中使用的相关数据

附录5危险信号参数估计中使用的相关数据2100433B

吴伟巍编著的《施工现场安全风险实时预警新方法/东南土木青年教师科研论丛》是东南土木青年教师科研论丛之一，《施工现场安全风险实时预警新方法/东南土木青年教师科研论丛》从建筑业施工现场前馈信号的视角，建立针对施工现场安全危险源的前馈信号进行实时监控、对安全风险进行实时预测的方法。

建筑施工作为高风险行业,施工现场安全事故的发生对社会经济、人民生活和自然环境都将产生重大的影响。国内外的研究人员和从业人员一直都在研究如何降低施工现场的安全风险,但是似乎一直没有找到从根本上解决这个问题的方法,建筑业施工现场的安全事故一直困扰着建筑业。识别事故发生前可能的前馈信号具有提高安全绩效的巨大潜力,许多组织已经开始研究如何确定事故前馈信号的程序和方法,并且已经从中获益。本书就是从建筑业施工现场前馈信号的视角,建立针对施工现场安全危险源的前馈信号进行实时监控、对安全风险进行实时预测的方法。本书可供施工现场安全风险相关研究人员和施工安全从业人员参考使用。

2017年12月29日，《产品质量安全风险预警分级导则》发布。

2018年7月1日，《产品质量安全风险预警分级导则》实施。

心安宝（iHolter)心脏实时监护预警机

“心安宝”是世界上第一款以2.5G/3G 基带处理器为核心的心脏远程实时监护仪器。它将心电数据监护处理和移动数据通讯功能合为一体，实现远程移动状态下的超过48小时连续心电数据采集、高精度的实时分析诊断、监测数据分区管理、医疗证据数据处理、紧急求助呼叫、移动网络数据信息交换等功能，满足了医院、患者及亚健康人群的诊疗、监护及预防需求。

心脏实时监护预警机A21A型、B2AG型心脏实时监护预警机，可同步采集显示心脏两个心室面的心电图（MV1、MV5、MaVF三个导联任选两个）进行常规监护预警，适用于心律失常用户和部分心肌缺血用户。M3AG型心脏实时监护预警机，同步采集显示心脏三个心室面的心电图（V1、V5、aVF三导联心电数据），进行实时监护预警。广泛适用于各种心律失常用户和大部分心肌缺血用户。

心安宝心脏实时监护预警机产品主要功能

自适应分析诊断和预警技术

“心安宝”电生理数据数学模型是一个心电数据节律、速率、ST段形态阵列，自动根据患者当前的心电基础数据，自适应调整阈值，跟踪捕捉患者具有临床价值的动态变化数据并自动发送至心电监护中心，无需医生和患者人工设置，有效减轻医院医生工作负荷。

医疗证据“黑匣子”技术

“心安宝”医疗证据数据处理技术，“黑匣子”记录“心安宝”的工作状态，患者人工不可删除，为医院提供医疗证据数据，保障医疗服务安全。

离线监测技术

“心安宝”离线监测功能，可以在切断脱离移动网络，继续保持心脏监测分析预警，24小时连续监测记录，自适应分析预警，方便患者用户在保密会议场所或航空飞行环境下使用。

移动定位技术

“心安宝”位置定位功能，该功能启动时，城市区域精度为10-30米。对于有定位需求的用户，可以选择提供移动定位服务，医院在患者用户突发情况可以准确锁定用户位置。

紧急呼叫技术

“心安宝”具有网络在线紧急呼叫功能，在患者没有进行心脏监测情况下，触发紧急呼叫键可以向医院和亲属手机发出“我需要帮助”的呼叫求助。

心安宝心脏实时监护预警机产品基本参数