建筑施工高处吊篮作业安全防护预警模型研究*

李 华，赵杰风，2，王 藤

(1.西安建筑科技大学 资源工程学院，陕西 西安 710055；2.中建八局第一建设有限公司，山东 济南 250100；3.中建钢构有限公司，广东 深圳 154100)

0 引言

随着我国建筑业迅猛发展以及高层建筑数量的快速增长，高处作业吊篮被广泛应用于高层建筑的涂装、保温、抹灰、贴面等工程的施工和楼厦的保养维护、清洗安装等施工作业中。高处吊篮作业具有人数多，作业危险性大，事故死亡率高，易受环境因素干扰等特点。据统计，全国高处作业吊篮数量为60万台以上，每年仍以7～8万台的速度在增加，高处吊篮作业场所多为高层建筑，且我国市政工程生产安全事故中，每年发生的高处坠落、坍塌等事故的总数接近60%[1]。分析研究2015—2018年的120起高处吊篮作业事故案例发现，安全防护不到位以及安全防护的失效出现频数为81，也是此类事故发生的主要原因，且目前国内高处吊篮作业多为工程分包，难以对其施工过程形成有效监管，因此建立可行的安全防护预警模型可为高处吊篮作业等特种作业提供有力的预警支持，对于提升高处吊篮作业风险分级管控及隐患排查治理[2]水平，预防事故发生具有重要意义。

近年来，随着人工智能(AI)、深度学习、数据挖掘等智能化技术的迅速发展，已被国内外学者大量应用于建筑施工实时安全预警研究[3-5]，这在一定程度上满足了管理者对建筑施工过程实时安全监管的需求，但同时也存在一些问题：①现有研究虽然在算法上进行了大量创新，如贝叶斯网络算法[6]、神经网络算法[7]、SVM[8]、PSO(粒子群算法)[9]、D-S证据理论[10]等，但对于安全预警的基础理论还需要进一步研究；②预警规则多以人员定位及人与危险区域的距离为主[11-12]，而作业审批、作业人员的心理生理以及作业环境条件对施工作业安全的影响也需考虑；③目前，预警指标的建立多基于人、机、料、法、环进行安全预警研究[13-14]，而安全审批对预警结果影响的研究仍然需要不断深入。

综合以上分析，本文拟针对高处吊篮作业中人与物的安全防护需求进行调查研究，并运用SVM对历史数据进行仿真模拟，建立高处吊篮作业安全防护预警模型，为把安全防护预警进一步推广到其他建筑施工领域提供理论基础。

1 安全防护预警模型基本理论

1.1 安全防护基本理论

安全防护在建筑领域主要指对“三宝四口五临边”的安全防护，其在实践中主要被分为安全防护标识和安全防护设施2大类。而随着建筑业的快速发展，施工企业对安全防护的要求也越来越高，传统的安全防护已经无法满足日益增长的安全防护需求，对此本文通过调查研究提出新的安全防护概念和方法，即：安全防护是为使“人的行为”以及“物的状态”的安全风险降到人们可接受的水平而采取的一系列管理和技术措施，即安全防护是对被保护人员的身体与心理进行健康维护和安全保障，以确保人的作业心理和身体处于良好的状态，以及通过改善管理和技术等制度化的方式对物的不安全状态的检查维护保养的过程。根据本文提出的安全防护概念，安全防护分为：安全防护审批、个体防护用品、安全防护设施、安全防护标识、心理生理防护及作业条件防护6类。

1.2 SVM基本理论

SVM在数学上的主要思想是建立一个超平面作为决策曲面，使得正例和反例之间的隔离边缘被最大化[15]，因此支持向量机具有较好的分类特性。SVM在处理复杂的多维非线性问题时，能通过选取最优的惩罚因子和核函数的参数组合来降低运算维数从而提高运算的预测精度，使数据的结构风险最小化，因此SVM被广泛应用于处理具有多个非线性特征变量的复杂工程实践问题中，通过对SVM的学习研究，建立SVM仿真模拟流程图，如图1所示。

图1 SVM仿真模拟流程Fig.1 Flow chart of SVM simulation

2 安全防护预警模型的构建

2.1 预警指标选取

根据安全防护理论，针对JB/T 11699-2013《高处作业吊篮安装、拆卸、使用技术规程》[16]、JGJ59-2011《建筑施工安全检查标准》[17]以及JGJ180-2016《建筑施工高处作业安全技术规范》[18]中对于吊篮载人作业的规范和要求，构建高处吊篮作业安全防护预警指标框架，如图2所示。

2.2 建立预警模型

人与物的运动轨迹的交点就是事故发生的时间和空间。在高处吊篮作业中，最常发生的事故类型为高处坠落，而高处坠落的主体是“人的不安全行为”，客体是“物的不安全状态”，如果在作业中，主体和客体的不安全因素被特定因素阻止，事故就不会发生。如果撤销该因素的作用，事故就会沿着既定轨道发展。安全防护预警研究即是从事故的直接原因和间接原因入手，避免人和物的运动轨迹交叉，即避免“人的不安全行为”和“物的不安全状态”同一时间在同一空间出现，进而来保障高处吊篮作业的安全。本文通过对高处吊篮作业的深入分析和研究，构建高处吊篮作业安全防护预警模型，如图3所示。

图2 高处吊篮作业安全防护预警指标框架Fig.2 Framework of indexes for early warning of safety protection for high-hanging basket operation

图3 安全防护预警模型Fig.3 Early warning model of safety protection

2.3 安全防护预警原理

在高处吊篮作业的主安装、使用、拆卸施工过程中，安全防护审批、安全防护标识、安全防护设施、个体防护用品、心理生理防护、作业条件防护在每个时刻都会以某种状态呈现。首先将某个时刻采集的高处吊篮作业状态参数定义为状态参数集合；然后将状态参数集合经过数据化处理后以向量的形式记录下来；最后通过分析历史数据样本构建数学模型对某个时刻的安全状态进行识别判断，得出此刻的作业状态安全类别。因此在对高处吊篮作业的作业状态识别预警时，应先将历史数据进行分类并建立状态参数特征向量。本文在对高处吊篮作业安全状态预警时，将安全与环境防护的状态参数组成的矩阵作为支持向量机的样本，运用SVM对特征数据进行训练测试以获取最佳的SVM安全防护预警模型。

高处吊篮作业安全防护预警分为2步，第1步是对物的不安全状态预警。在吊篮安装及拆卸前后要对安全防护审批的指标参数进行识别预警，以及对安全防护设施、安全防护标识、个体防护用品及作业条件防护指标进行监测预警。第2步是对吊篮作业人员的不安全行为进行预警。在作业人员进入施工区域前，核对施工人员的性别、年龄、工种信息、岗位证书情况，并对人员的生理及心理状况进行识别及指标判定。

本文将安全防护预警级别分为绿色警报、黄色警报、红色警报3个等级。绿色警报表示预警结果为安全状态，此时应告知作业人员周边区域的危险信息；黄色警报表示预警结果为轻度危险状态，轻度危险表示某个指标出现问题，但是能在短时间内，通过作业人员暂停作业并对危险状态或部位进行整改合格后继续作业，如果整改后验收不合格，则需要继续整改直到合格才可继续进行作业；红色警报表示处于危险状态，危险因素难以立即排除，须禁止吊篮作业，作业人员须立即停止作业并撤离作业现场，远离危险作业区域。本文根据高处吊篮作业特点，制定高处吊篮作业安全防护预警指标体系，如表1所示。

3 仿真模拟

3.1 数据采集与处理

通过搜集数据建立高处吊篮作业安全风险特征数据矩阵，数据来源一部分是通过国内某建筑集团近10 a的安全监测数据，另一部分是通过对国内历史案例调查报告进行分析获取。预警特征矩阵选取指标为：环境温度、作业高度、风力(级别)、天气状况(指雨雪大雾天气的情况)。通过调查分析选取150项数据，其中50项为安全状态下的数据，定义其标签变量为1；50项为危险状态下的数据，定义其标签变量为2；另外50项数据为事故状态下的数据，定义其标签变量为3，然后分别选取35组安全、危险和事故3种状态下的样本数据作为训练集，再分别选取15组样本数据作为测试集，通过训练来得到模型。

表1 高处吊篮作业安全防护预警指标体系Table 1 Index system for early warning of safety protection for high-hanging basket operation

数据化处理指标信息时，对于只有满足或不满足作业要求的指标信息，用0表示满足作业要求，1表示不满足作业要求；而对于作业高度、温度等自身具备量化的指标信息，使用其自身量化值作为预警数据。

3.2 建立SVM模型

本文运用中国台湾大学林智仁实验室创建的LibSVM工具箱进行仿真模拟[18]。在训练中，因为样本惩罚因子c以及核函数参数g的选取对模型的精度影响较大，需要通过循环算法进行参数寻优得到满足精度要求的最佳参数组合，即最佳的c,g组合，代入模型中进行仿真训练。为使数据的结构风险最小化，本文选用k层交叉验证方法来对模型数据进行训练模拟，进而得到使准确率最高的模型c，g组合。

仿真模拟设定c,g的取值范围为(2-15，215)，通过Matlab模拟绘得交叉验证参数c,g及准确率等高线，如图4所示。从图4中可知，最佳的c,g组合为：c=256，g=0.031 25，准确率cvaccuracy=90.476 2%。将交叉验证得到的c=256,g=0.031 25自动代入svmtrain()函数得到训练模型，训练分析结果对比如图5所示；然后将训练得到的训练集和测试集的标签、样本数据作为svmpredict()函数的特征参数，将参数训练的结果与预测函数得到的标签数进行对比得出精确度率91.428 6%，误差为8.523 8%，如图5所示；最后对预测集进行仿真预测得到的结果与训练集仿真模型预测进行对比，准确率为91.111 1%，误差为8.899 9%，如图6所示。结果表明：通过SVM建立的安全防护预警模型的仿真模拟结果具有较高的精确度，具有较好的适用性和可行性；结果不足之处是，在数据模拟中，对应参数函数的选取对于预警结果的影响较大，因此模型的精度仍然需要通过优化算法来不断提升。

图4 交叉验证参数c,g及准确率等高线Fig.4 Cross validation parameters c,g and accuracy contour

图5 SVM模型预测结果对比Fig.5 Comparison of prediction results by SVM model

图6 测试集预测结果对比Fig.6 Comparison of prediction results by testing set

4 结论

1)在事故案例、国家标准以及行业规范基础上，结合安全防护理论，综合考虑安全防护审批、个体防护用品、安全防护设施、安全防护标识、心理生理防护及作业条件防护对高处吊篮作业的影响，建立高处吊篮作业安全防护预警指标体系。

2)构建基于SVM的安全防护预警模型，以国内建筑施工企业的150组高处吊篮作业案例数据为例进行仿真模拟，结果表明该模型对于高处吊篮作业安全防护预警具有较好的可行性和适用性。

3)安全防护预警模型作为建筑企业安全管理系统中的预警模块，可以为高处吊篮作业提供预警支持，并可通过选取针对性的安全防护预警指标，推广至其他建筑工程的特种作业领域。