地铁管片数字工厂劳务工人智慧管理技术研究与应用

马大伟MA Da-wei

（中铁十四局集团房桥有限公司，北京 102400）

1 研究背景

在国家政策的宏观指导下，建筑工业化的发展日趋成熟，传统建筑业通过不断的创新完善，已由传统的离散式现场施工模式，逐步转变为工业化大规模批量生产的模式，在新的模式中，工业化的优势得到充分的发挥，产品产能充足、质量稳定，通过工业化精益制造的方式，提高建筑工程品质，实现节能减排绿色发展。

建筑行业在工业化发展的过程中，劳务用工模式也发生较大的变化，从传统的建筑工地零散用工，转变为车间建筑工业化产业工人，高度集中的高节奏流水线生产模式，对车间劳务用工管理提出较高的效能及安全要求。目前建筑工业化的劳务用工大部分由劳务公司统一提供，部分企业培养少数核心产业工人，农民工逐步成为劳务队伍的主要力量。劳务队伍的知识接受和学习能力参差不齐，劳务人员结构复杂[1]，文化程度较低，建筑工业化生产经验欠缺，劳务工人整体安全意识和自我保护意识不足[2]，复杂的劳务用工情况增加了车间现场劳务管理的复杂度。

中铁十四局集团房桥有限公司作为国内建筑工业化一流企业，在管片领域始终坚持技术创新，采用先进的自动化流水线生产模式引领行业发展方向，在本文中将依托北京地铁管片生产车间，综合运用物联网智能技术，针对车间劳务智慧管理的技术进行研究，并在实际生产中进行验证和应用推广。

2 研究现状

在劳务人员管理方面，行业内机构及专家进行广泛的研究和探索，马骏论述了实名制背景下房建项目劳务管理的方法和策略[3]；吕江波，罗元江研究了物联网劳务管理系统在房建工程中的应用[4]；徐友全，贾美珊研究开发物联网在智慧工地安全管控工具和解决方案[5]；李爱兵，田民格，李涛讨论了疫情常态化下的施工企业发展以及现场管控的模式和方法[6]；在国家宏观政策的指引下，结合企业自身状况和劳务人员管理的切实需求，通过物联网、人脸识别、红外测温、信息化系统等技术的综合应用，为施工和生产类企业等劳动密集型企业的劳务人员管理提供了全面的理论和应用支撑，在各企业和机构的实践中，均得到良好的应用验证，也为行业其他企业的劳务用工管理提供有效的解决思路。

以上行业内专家学者的研究内容中，针对物联网技术、智慧工地、实名制管理等技术进深入的研究和应用；目前在行业中针对车间岗前酒精监测、车间无感考勤、车间内的违规行为AI 自动判定等研究领域的研究尚未广泛开展，在本文中将在行业专家学者的研究成果基础上，结合疫情常态防控、车间人员安全管控的方面，综合采用当前最新技术，结合企业自身的管理诉求，进行地铁管片数字工厂劳务工人智慧管理的技术研究和应用。

3 关键技术研究

地铁管片流水线生产车间劳务人员数量较多、生产环境复杂，公司对管片数字化管理、智能化生产提出较高的要求，在本文中将综合利用智慧制造技术，打造地铁管片车间智能化、智慧化劳务管理工具，提高劳务管理的效率及智能化水平。

在本文中将重点研究以下关键技术，并在公司北京地铁管片生产车间中实际生产环境中，对研究成果进行现场检验和推广应用。

3.1 劳务人员实名制管控

自2017 年，国务院办公厅在印发的《关于促进建筑业持续健康发展的意见》（国办发〔2017〕19 号）中首次提出推行建筑劳务工人实名制管理工作的要求后，建筑行业必须对劳务工人进行实名制管理[7]。

劳务人员实名制管理贯穿工人在工厂的生命周期，需要通过信息化实名制管理平台进行统一管理和监控功能，主要技术手段包括以下方面：

实名制电子履历档案：劳务人员进场需要通过二代身份证以及人脸识别双重实名制认证的技术手段进行身份识别，确认劳务人员的人证相符，避免冒名顶替的情况发生。通过实名制身份认证的工人才可以在劳务人员实名制管理平台中建立电子档案，维护劳务工人基本身份档案、特殊作业证书、体检报告、保险情况等。劳务人员在工厂的表现均自动形成电子档案记录，通过劳务工人安全帽二维码或电子工牌均可以快速调阅，对严重违规的劳务工人可提交公司级劳务黑名单数据库，在公司范围内的项目中均拒绝进场建档。

车间实名制通道：由于地铁管片流水线式生产车间作业环境复杂、存在一定的安全风险，无关人员、无授权人员不允许进出作业环境。在车间主要通道设置人脸识别实名制通道，经授权的劳务人员刷脸认证通行。在车间主入口设置实名制人员动态看板，实时汇总统计现场作业人员动态，人员刷脸出入数据实时上报劳务人员管理数据，平台自动形成出勤报表，实现车间人员透明、实时管控。根据工人在工厂的安全行为评估体系，为工人建立安全画像（如图1 所示），并用不同颜色的状态码标识，绿码可以进行正常生产操作，黄码需要重点监控，红码严禁进入车间。

图1 工人安全状态画像

非主通道无感考勤：生产车间除了主通道外，还有其它通道，日常也允许人员通行，由于需要材料运输车辆、转运车辆通行，无法安装车间实名制通道闸，由此可能造成车间人员管控存在安全漏洞，为了解决这个问题，拟在非主要通道安装无感考勤装备，通过人脸识别技术自动识别并监控人员进出，人员异常出入数据及时预警并推送到安全管理部门责任人。

在车间非主通道安装高清摄像头，捕获进出车间的工人人脸照片，智能管理平台在后台自动进行人脸识别和数据库匹配，工人进出无需停留即可实现自动的无感签到[8]。在人脸识别算法方面，采用行业领先的基于TensorFlow 的神经网络人工智能算法，基于Python 语言进行算法封装，并部署在核心机房智能管理平台中，视频算法处理采用Tesla 深度学习智能卡，保障人脸识别的准确度和实时效率，为车间整体人员管控提供强有力的智能化工具。

3.2 疫情常态化管控

新冠疫情不断反弹，为职工的工作和生活带来不便。为全力保障人员安全和正常生产，中铁十四局集团房桥公司管片生产基地加强疫情防控，对内封闭场区管理，对外采取多种有效措施，为生产生活配备安全双保险，员工进出车间需测温、进出工厂大门需要检查健康码和行程卡，确保每一个场内员工健康状态无异常、健康记录可追溯。

为提高体温检测效率，在车间门口的实名制通道闸中集成人脸识别测温设备，在劳务人员刷脸进入车间的时候自动进行体温测试，体温测试仪器与人行通道闸集成在一起，体温异常的工人不能打开通道闸进入车间，并自动向安全管理部责任人发出异常预警。工人每次进入车间的体温测试数据记录在档备查。

3.3 岗前酒精测试

在建筑行业的劳务工人群体中，饮酒的现象较为常见，酒后进出车间作业的情况在行业内也时有发生，这就给安全生产带来极大的风险隐患。在日常的生产现场管理中，管理人员加强日常检查力度，通过管理制度的规范化和执行力度的增强，尽可能避免酒后作业情况的发生，在传统的管理方式中，只能通过手持酒精测试仪器进行检查，由于上班高峰期人员进入车间比较集中，无法做到每一个人都全部检测，只能抽检，这就有可能存在检查不到的饮酒人员，给实际的生产管理带来一定的风险。

在本文中通过综合采用物联网技术，把酒精传感器集成在车间门口人员实名制通道闸人脸识别设备中，人员在三餐后进入车间的时候，需要根据系统屏幕提示进行酒精检测，酒精检测超标的人员拒绝进场，通道闸门不能启动，只有酒精检测合格的情况下才能进出车间作业，饮酒的异常数据会自动上报给安全管理部门责任人，由安全管理部介入进行后续处置，通过自动化设备的接入，大幅提高检测效率，保证了三餐后所有进入车间劳务人员的全面检测，杜绝酒后作业的安全事件发生。

3.4 违规行为AI 自动监控

传统生产车间人员安全管理主要依靠安全管理人员进行管理，通过人工巡查对现场违规事件进行警告和处置，随着车间规模越大，现场作业人员越来越多，安全隐患点分布越来越广，生产现场仅靠人工管理已经无法全面覆盖，在时间、空间、频次上均存在一定的安全管理盲区，现场安全管理的工作量和难度越来越大，现场作业人员安全管理已成为行业亟待解决的重大问题。

在本文中根据地铁管片流水线生产特点以及安全生产的管理诉求，引入视频AI 违规行为自动识别的技术，在车间关键工位安装高清摄像头，对点位覆盖范围内的工人进行自动监控，针对安全帽佩戴、抽烟、明火等违规行为进行自动监控和识别，并自动截图形成违章报告推送到安全管理部门，触发安全管理违规事件闭环处置流程，通过智能化设备的全天候、自动化违规监控，实现人员安全隐患的无缝监控功能，提高现场人员管理的效率。

违规行为AI 自动监控功能与人员安全积分制自动关联，发现违章自动扣分，安全积分低于80 分，劳务工人安全码自动变为黄色，成为现场管理重点关注人员；安全积分低于60 分，劳务人员安全码自动变为红色，实名制通道拒绝红码员工进入，通过设备智能联动，实现自动化的劳务人员智慧管理整体方案。

4 地铁管片生产车间应用效果

本文的研究成果，依托中铁十四局集团房桥有限公司北京地铁车间升级改造项目进行研究和验证。作为公司在京地铁管片生产基地，承担北京地铁管片预制任务，新的一年，新的挑战，北京地铁管片生产车间将以打造一流产品为目标，全力完成北京地铁17 号线及13 号线生产任务，全力推动北京市轨道交通建设，为公司打造“建筑工业化一流企业”贡献力量。

本文研究成果在北京地铁管片车间应用效果主要为以下方面：

4.1 人脸识别、测温、酒精监测智能监测工人通道

在车间车间门口安装人员实名制通道闸，辅以酒精自助智能监测设备，达到“人脸识别+体温测量+酒精检测+闸机联动”的效果；通过设备联动和智能化检测手段，实现现场劳务人员多重检测的整合处理，提高现场检测效率和智能化程度。此设备为中铁十四局集团房桥有限公司北京地铁管片车间联合供应商共同研制，在行业内首次采用高度集成的方式完成劳务工人多重检测，智能化水平处于行业领先水平。（图2）

图2 车间智能检测通道

4.2 多通道无感考勤自动监控

通过非主要通道摄像头人脸自动识别，实现无感考勤，人员经过无需停留即可通过自动考勤实现打卡签到，识别速度快、准确率高，解决了管片生产车间太多出入口且无法设置人行通道闸的普遍问题，使车间人员管控实现精准化管理。在此项技术的应用层面，率先在关联行业引入无感考勤技术，在行业内处于领先地位。

4.3 车间违章视频AI 自动分析预警

安全生产管理是一个复杂的系统工程，传统的安全管理模式在长期的实践过程中积累丰富的管理经验和成果，在历史成果的基础上，采用数字化安全管理工具，通过信息化、数字化工具实现安全管理方式的数字化转型，提高安全管理的及时性、准确性、全面性，同时降低管理成本，提高管理效率。

在安全管理数字化工具中，综合采用工业物联网、视频大数据分析、人工智能等技术，在智能化的安全管理平台帮助下，把传统人工盯防的安全隐患，转换为智能化平台全天候自动盯防，自动研判预警，在关键的现场安全管控环节，实现机器替人，提高现场安全管理的覆盖度，避免出现安全监控盲区，同时降低现场安全管理的工作强度。（图3）

图3 AI 自动识别车间违章行为

5 总结

在本文中对地铁管片厂劳务工人智慧管理相关技术进行了深入的研究，并结合中铁十四局集团房桥有限公司北京地铁管片生产车间进行了有效的应用验证，研究成果取得了良好的应用效果，在公司其他项目部及行业其他管片厂均可推广应用。

本文的研究仅为智能化技术应用的具体场景应用，在未来的研究过程中，将继续深入研究相关智能化技术在现场人员管理方面的应用，包括人员虹膜识别、健康状态自动研判、形体行为趋势分析等智能化课题，将更多的智能化技术应用在地铁管片生产过程中，引领和提高行业高质量健康发展。