基于微信的大型水电工程安全隐患排查治理系统研发与应用*

林 鹏，王英龙，汪志林，杨建业，龚远平

(1. 清华大学水沙科学与水利水电工程国家重点实验室，北京 100084；2.中国长江三峡集团公司，北京 100038)

0 引言

中国是当前世界上在建大型水电工程最多的国家，大型水电工程深处高山峡谷，地质条件复杂，总体布置复杂，施工强度大，施工设备交叉作业频繁，相互干扰大，安全隐患影响因素多，建设过程易出现安全事故，甚至重特大事故，如2004年9月27日，金溪电站二期围堰施工使水流态势发生急剧变化导致客船在嘉陵江上翻沉，2007年8月10日，大发电站工地，因连降暴雨发生山体滑坡泥石流灾害。因此，如何辨识事故隐患并采取措施进行实时控制是确保水电工程施工安全的重要保障。

据统计，在生产活动中，由于人的不安全行为而造成的伤亡事故数量占到了总数70%～90%[1-4]。随着数字化、智能化技术发展，水电工程施工现场尽管能采集海量的安全数据，但多为原始和非实时数据，具有模糊信息、盲信息以及不完全信息等特点。如何辨识风险、隐患并有针对性地采取有效控制措施，目前还缺乏有效的融合挖掘方法和技术。要改变水电施工多源大数据信息挖掘和分析难题，探索重大水电工程施工不安全行为多源信息挖掘方法与控制技术，国内外学者从3个层次开展基础和应用研究。

1)研究重大水电工程施工安全生产多源信息的耦合机制和影响因素；如Johnson等[5]通过对136个管理人员的访谈调查，使用结构方程模型和因素分析方法，对员工安全提升行为中各种影响因素之间的关系进行了实证研究；Brown等[6]研究表明，危险、安全文化、生产压力影响安全效果和员工态度，从而会导致员工的不安全行为。国内一些学者也对水利水电施工过程中的不安全行为的识别[7]、分类、分级评价[8-9]等开展了系列研究。

2)提出重大水电工程施工不安全行为的多源信息采集分析方法；如海因里希曾提出事故金字塔法则[10]，是涉及不安全行为信息挖掘的早期经验方法；丁烈云等[11]开展了基于图示语言的施工工人不安全行为识别、规律及其矫正研究，在地下工程施工安全管理中取得了非常好的应用效果； Cooper[12]通过构建人的不安全行为影响因素模型，实证研究了安全氛围、危险水平、工作压力、冒险程度、阻力大小这些因素对员工不安全行为的不同影响作用特征。

3)研发重大水电工程施工安全生产的多源信息监测预警控制技术。如目前基于视频图像和基于传感器的实时监控技术为重大水电工程施工不安全行为提供了技术保障，但需要一个统一的框架来进行智能数据分析(IDA)[13]。人工监控方法存在消耗大量的人力资源，易疲劳、报警精确度差、误报和漏报现象多、报警响应时间长、录像数据分析困难等弊端。通过采用实时位置识别监控预警技术[14]，采集工人特定的行为特征，对不安全行为进行识别的判断是近几年研究的热点。

当前大型水电工程施工安全生产信息采集和安全风险控制，存在2个关键的问题：一是多源信息识别、表征和定位问题，隐患上报时间长，过程繁琐；二是相应的工作流程重构问题，传统的现场安全管理往往责任落实不明确，管理制度执行效率低，逐层传达时效力递减，施工人员安全意识淡薄等问题。目前这2个问题在水电施工现场都没有很好解决。文本基于大型水电工程中安全生产面临的挑战，提出微安全隐患管理机制，并研发基于微信的交互软件系统，并用采集的数据进行挖掘分析利用。

1 微安全隐患管理概念

1.1 微安全隐患管理概念

目前，在水电工程施工现场安全隐患管理工作中，由于各地方、各单位信息化应用水平不一，常出现手工记录整理存档保管不便，数据易失真；基于PC的安全信息管理系统，现场作业条件下实时使用不便；基于手机APP，存在适配机型困难、版本管理复杂、用户培训任务重、使用效率低等问题。

腾讯公司推出微信后，在水电施工现场安全管理人员通过建立微信安全群，有利于提高现场安全隐患发现，识别效率，但存在隐患信息缺乏系统规范整理和深入挖掘分析利用，无法自动准确提供责任落实推送服务。微安全隐患管理的概念就是通过利用微信快速交互的系统特点，在施工现场实时发现安全隐患，并且针对隐患，实时、规范的给出描述和整改要求，推送给相关的责任个人、单位，并且跟踪整改。实现安全隐患排查实时、交互、精益、快捷、扁平化，在此基础上研发相应的系统，进行规范化管理，从而形成在施工现场，每一个人既是建设者也是安全隐患的发现者，安全整改的监督者，真正做到人人都是安全员。

1.2 微安全隐患管理机制

微安全隐患管理机制(图1)认为工程施工建设事故的发生过程是一个反应链过程中导致的小概率事件，这个反应链上任一环节得到实时交互闭环控制，就可以很好地遏制事故的发生。微安全隐患管理的机制包含3个方面：精益，实时采集，对水电工程中的隐患排查治理精确到具体的执行、计划和监督者以及隐患发生的位置，以符合施工建设精细安全管理要求；快捷，反馈驱动，隐患提出上报与整改执行者、监督者实现交互实时反馈机制，避免在隐患排查的错误方向上越走越远，消除人力物力浪费，通过反馈不断找到正确的控制策略；扁平，闭环控制，在安全隐患控制方面从发现、识别、整改到数据挖掘利用一体化持续循环，扁平化闭环管理控制，使安全隐患排查治理得到真正落实。

图1 微安全隐患管理机制示意Fig.1 Schematic of Wesafety management mechanism

通过研发创建的基于微信的安全隐患排查治理平台 Wesafety[15]，采用扁平化交互闭环控制结构(图2)及时发现隐患并采取有效措施从根本上治理，建立起公开透明的责任落实和追查机制，大大降低了施工建设过程中事故发生的可能性，保证施工顺利进行，相比以往的施工管理制度，具有及时性，有效性，公开性等特点。

图2 微安全扁平化交互流程Fig.2 Wesafety flow chart

2 微安全系统平台

2.1 系统逻辑架构

如图2将整个微安全管理分为上报识别、治理整改、评价分析、反馈利用4个象限上报识别：隐患发现者通过Wesafety客户端上报的施工现场的安全隐患信息，云端服务器解析所述安全隐患信息，以识别所述安全隐患信息的类型和来源，并将解析后的安全隐患信息推送给监理人员和管理人员的Wesafety客户端，监理人员收到隐患信息后，根据信息所描述的类型、位置要素等进行排查；治理整改,监理人员通过排查，经过二次确认后确立隐患整改方案上传云端至指定施工人员，云端服务器解析信息后同时传送给施工人员Wesafety客户端，施工人员接到整改要求后按照整改方案对隐患进行整改；评价分析,施工人员将整改治理过后的隐患信息上传至云端，云端解析后将隐患整改信息推送至管理人员Wesafety客户端，管理人员对隐患进行评价，进行评价及选择性闭合，隐患闭合后，相应权限的业务人员可对隐患进行分析评价；反馈分析,随着隐患发现，整改治理，闭合不断循环，治理整改隐患数量累积，云端服务器通过对大量隐患数据分析利用，统计相应指标，为日后安全管理工作提供指导。整个流程实现了人与人，人与物的深层交流，从不同角度、维度不断落实隐患治理情况，形成“大环套小环”的交互闭环监管象限模式。整个微安全系统逻辑如图3，包含人机交互接口和后端云服务系统，人机交互接口提供使用者和系统使用的界面，后端云服务系统为人机交互接口提供系统服务。后端云服务系统包括：数据采集模块、 数据解析模块、数据处理中心、用户管理模块、云推送模块、数据分析和挖掘模块等。系统中信息数据流如下：

1)系统识别上报人，通过系统内部关联的信息(微信-用户)表，通过微信号识别到用户。

2)系统识别整改信息，对于整改时间，整改内容，进行整理分类，然后查询系统数据，得到该隐患相应的责任人列表，调用微信接口，推送给上一步骤中整理出来的责任人列表；对于推送未成功的消息列表，加入到延时推送列表，再次尝试推送；连续推送3次失败，不再尝试推送，系统通知系统管理员进行处理。

3)隐患闭合，发起人根据整改信息的结果进行评判，对该隐患进行闭合处理，从而结束一个隐患的闭环处理。

2.2 系统界面与特征

Wesafety隐患排查治理平台包括“隐患上报”、“隐患处理”和“我的安全”三大功能模块(图4)。“隐患上报”包括隐患录入功能、本单位的隐患信息及使用者的隐患信息查询功能； “隐患处理”包括动态查询、处理中心及趋势分析3大功能；“我的安全”包括安全教育、群发通知、考勤签到、系统反馈、系统帮助等功能。

整个隐患系统具有去中心化、开放性、及时性、信息不可篡改以及实名性5大特征，使其在复杂现场安全管理具有天然优势，可以降低安全隐患整改和管理成本，减少对安全隐患排查治理的不信任，让现场安全隐患处理更加透明便利。

3 工程实践

3.1 系统构架解析实例

微安全系统在某水电站实践中应用解析过程如下：

1)如图5所示，2016年1月2日中午某施工局王工发现2号排水洞出口有部分岩石破碎条件，希望得到支护，防止变形。

2)利用Wesafety客户端编辑该隐患的图片、位置、整改要求、整改期限、接收人数等上报至云服务端。

3)云服务端通过数据解析将该隐患的详细内容发送到相关责任人的Wesafety客户端。

4)相关责任人吕工接到微信通知后，准备隐患排查整改，组织现场实地考察后，组织上报。

图3 微安全逻辑架构Fig.3 Wesafety logical framework

图4 Wesafety系统主要界面Fig.4 Wesafety main windows

图5 安全隐患排查治理实例解析Fig.5 Case analysis of investigation and management of hidden danger

5)由设计代表处于1月7日下发工程设计更改通知，包括具体的变更原因、变更内容、相关图纸和主要工程量变更等相关要求通过Wesafety客户端上报至云服务器。

6)随后，王工收到了云服务器发来的整改信息，确认整改落实，将整个隐患闭合。从以上实例可以看出Wesafety的架构简洁明了，建立了问题发现者与隐患负责人的有效沟通。解决问题能力强，发现隐患后建立了相关责任人的直接联系，方便隐患排查落实，省去了较为繁琐的中间过程。由于平台的公开性，相关负责人受到领导和管理层的扁平化管理，在接到推送通知后负责人会采取相应的措施对隐患及时处理，避免安全事故，公开整改结果，各方人员实时追踪整改质量，形成有效监管，便于提高安全管理效率。

3.2 应用实例效果分析

某水电站为世界级巨型水电站，工程规模巨大，施工工期长，人员、设备流动性强，高风险作业项目点多面广，环境复杂多变，安全隐患种类繁多且高发频繁。一旦出现大的安全事故，不但带来重大的直接经济损失，也会影响工程施工进度。本系统[15]自2015年9月正式上线以来，截止2017年3月5日已累计使用单位20余家，活跃用户400余人，发现现场隐患共计24 675条，整改闭合24 545条。系统有效使用比例达到97.7%。

截至2017年3月5日，某水电站平台共收到24 675条上报隐患，并收到25 662次隐患整改信息，平均每条上报隐患进行1.04次整改。隐患整改时间缩减：从2015年9月份运行至2017年2月，各月从发现隐患到隐患整改所需平均时间分别为3.34，2.52，2.21 d等效率逐渐提升，并维持在2.5 d左右(图6)。从表1可知整改及时率和月隐患排查率分别提高30%，31%，事故伤亡率降低62.5%。效果明显的原因：Wesafety逐步得到参建各方人员的认可，加快了隐患排查治理工作效率；隐患实时公开对相关负责人形成无形的压力，相关负责人对隐患排查治理整改主动性加强；安全意识加强，管理理念发生转变，参建各方，特别是施工方是隐患发现和整改的主力军，并逐步形成以“安全为了我，我要抓安全”为主题的管理层与员工良性互动的安全管理理念。

图6 某水电站安全隐患统计分析Fig.6 Hidden danger analysis of a hydropower project

通过平台数据分析：排名前三的隐患为触电、高空坠落和物体打击，分别占22%，19%，14%。建设现场业主根据隐患数据分析，总结信息所反馈重要隐患常见类型和易发生的时间、地点，制定了规章制度，规范安全管理办法，从制度层面源头上杜绝安全隐患发生，防患于未然。

表1 某水电站应用效果分析

4 结论

1)提出了微安全隐患管理概念和实时交互闭环控制的微安全机制，形成了精益、快捷、扁平管理模式，开发了微安全Wesafety软件系统，具有去中心化、开放性、及时性、信息不可篡改以及实名性等5大特征。

2)通过应用实践显示上报效率显著提升，大大降低安全隐患整改和管理成本；减少对安全隐患排查治理的不信任，让现场安全隐患处理更加透明便利，建立了很好的责任落实机制，从而提升了现场隐患排查治理整改质量和效率。

3)通过对大量的隐患数据和整改方法进行数据挖掘可知，实现有针对性的预警、安全绩效评估及对安全管理工作流程优化重构，为将来的隐患排查治理工作提供了方法论。

[1] 林泽炎. 工业事故发生规律及其对策探讨[J]. 中国劳动, 1995(3):3.

LIN ZeYan. Discussion on the law of industrial accidents and its countermeasures [J]. China Labor, 1995(3):3.

[2] 周刚, 程卫民, 诸葛福民,等. 人因失误与人不安全行为相关原理的分析与探讨[J]. 中国安全科学学报, 2008, 18(3):10-14.

ZHOU Gang, CHENG Weimin, ZHUGE Fumin, et al. Analysis and discussion of the correction between human error and unsafe behavior[J]. China safety science journal, 2008, 18(3): 10-14.

[3] 国家安全生产监督管理总局调度统计司. [EB/OL][2005-2016].www.Chinasafety.goc.cn.

[4] Qian Q H, Lin P. Safety risk management of underground engineering in China: Progress, challenges and strategies[J]. Journal of Rock Mechanics and Geotechnical Engineering,2016, 423-442.

[5] Johnson S E, Hall A. The prediction of safe lifting behavior: An application of the theory of planned behavior[J]. Journal of Safety Research, 2005, 36(1):63-73.

[6] Brown K A, Willis P G, Prussia G E. Predicting safe employee behavior in the steel industry: Development and test of a sociotechnical model[J]. Journal of Operations Management, 2000, 18(4):445-465.

[7] 朱渊岳,付学华,李克荣,等.改进LEC法在水利水电工程建设期危险源评价中的应用. 中国安全生产科学技术, 2009,5(4):51-54.

ZHU Yuanyue, FU Xuehua, LI Kerong, et al. Application of improved LEC method to hazard assessment in construction period of hydraulic engineering project[J]. Journal of Safety Science and Technology, 2009,5(4):51-54.

[8] 杨文涛，朱渊岳，万志鸿. 水电工程地下洞室施工作业职业危害及控制[J].中国安全生产科学技术, 2011,7(9):126-129.

YANG Wentao, ZHU Yuanyue, WAN Hongzhi. Occupational hazards analysis and control on underground construction of hydropower engineering [J]. Journal of Safety Science and Technology, 2011,7(9):126-129.

[9] 孙绍荣, 齐丽萍. 行为控制机制与行为管理制度的数学模型新进展[J]. 上海理工大学学报, 2004, 26(1):47-52.

SUN Shaorong, QI Liping. Developments of mathematical models of behavior control mechanism and behavior management system[J]. journal of University of Shanghai for Science and Technology, 2004, 26(1):47-52.

[10] Heinrich H W, Petersen D, Roos N. Industrial accident prevention[M]. New York: McGraw-Hill, 1950.

[11] Ding L Y, Guo S Y. A Big Data-Based Workers Behavior Observation in China Metro Construction[A]. Creative Construction Conference[C], 2015.

[12] M.D.,Cooper Ph.D.Towards a Model of Safety Culture[J]. Safety Science,2000(36):111-136.

[13] El-Gohary N M, El-Diraby T E. Domain ontology for processes in infrastructure and construction [J]. Journal of Construction Engineering and Management, 2010.

[14] Lin P, Li Q, Fan Q, et al. A real-time location-based services system using WiFi fingerprinting algorithm for safety risk assessment of workers in tunnels [J]. Mathematical Problems in Engineering, 2014.

[15] 林鹏,高向友,汪志林. 基于微信的大型土木工程施工安全隐患管理方法及系统[P]. 中国专利：CN 201510845843.62015-11-27.