地下工程安全隐患闭环管理流程及系统研究*

杨 玥，张芸菡，郑耀武，陈 珂

(1.华中科技大学土木与水利工程学院，湖北 武汉 430074；2.武汉市城市建设投资开发集团有限公司，湖北 武汉 430070)

0 引言

随着我国城镇化进程的快速推进，隧道、地铁等地下基础设施逐渐成为我国改进民生的主力工程之一，为提高城市综合承载力发挥着重要作用[1]。然而，我国地下工程施工安全事故频发的态势尚未根本扭转。2008年11月15日，杭州“11·15”地铁湘湖站北2基坑坍塌事故，造成21人死亡、24人受伤，直接经济损失达4 961万余元；2021年7月15日，广东珠海石景山隧道“7·15”重大透水事故，致14名施工人员遇难，直接经济损失达 3 678.677 万元；2021年10月2日，杭州地铁9号线一期工程(余杭段)道路恢复工程“10·2”坍塌事故，造成2人死亡，直接经济损失约350万元。这些事故给社会经济的稳定发展造成严重的负面影响。

地下工程在施工环境、结构形式等方面与地上工程存在明显差别，具有工作条件差、工作面狭窄、受地质和水文条件影响较大等特点[2]。同时，由于地下工程通常施工规模大、施工机械种类多、专业工种密集，极易产生安全隐患，若隐患排查不及时、不全面，易错过最佳整改时机，从而引发一般事故乃至重大事故发生。事故隐患具有隐蔽性、渐生性及可排除性等特点[3]，而传统的安全隐患排查体系已无法满足地下工程施工安全管理的需要：①传统排查方式主要依赖人工，易导致排查不及时，无法在第一时间发现并解决安全隐患；②传统方式下隐患信息的沟通不连续，具体整改任务未准确定位到人，很难形成系统的闭环管理；③在传统方式下，建设单位、监理单位和施工单位等工程参与方通过纸质方式或独立的数据库记录安全隐患信息，导致信息分散且未被充分挖掘，无法用于提升未来项目安全隐患治理水平[4]。

随着新一代信息技术和传统产业的融合，移动互联网、云计算、人工智能(AI)等技术应用于工程项目建设中，逐渐成为提高安全隐患排查能力、完善隐患排查体系的重要手段[5]。宋四新等[6]结合工程项目特点，对项目隐患数据进行分析，建立明确有序的隐患排查工作机制，各层级分工明确，人员参与度更高。朱文杰等[7]提出基于移动互联网的轨道交通隐患排查系统，构建动态数据库，实现隐患管理闭环留痕，缩短隐患治理周期。为进一步推进安全生产治理体系和治理能力现代化，弥补人工排查效率低、隐患管理开环无反馈及隐患数据碎片化等缺陷，本文构建基于人工与AI结合的地下工程安全隐患治理流程框架，开发了安全隐患排查系统，并将该系统应用于武汉两湖隧道东湖段项目，实现了安全隐患闭环管理，为提升两湖隧道施工安全水平提供可靠的技术支持，也为提升我国地下工程安全管理水平提供重要的经验参考。

1 安全隐患治理流程框架

1.1 安全隐患治理工作要点

隐患排查治理是地下工程安全生产管理的重要内容之一，也是防止安全事故发生、实现安全生产的重要手段。为加强地下工程隐患治理工作，结合目前实际情况，需设计完备的安全隐患治理流程，丰富安全隐患治理模式，统一存储安全隐患治理知识并实现预警。为此，提出基于人工与AI结合的安全隐患治理流程框架，从隐患防治一体化的角度出发，将排查、整改、审核、办结、分析等工作流程贯穿其中，旨在创建方式多样、管理有序、闭环留痕的安全隐患治理模式[8]。工作要点如下。

1)采用人工与AI协同的排查方式，以AI弥补人工无法实时排查等缺陷，以人工辅助降低AI排查的误检率和漏检率。

2)采用分级审核机制，各单位、岗位责权清晰，从隐患发现到办结全过程知悉，确保隐患及时、正确整改，避免隐患积压导致安全事故发生。

3)建立统一的动态数据库，实时存储和调用隐患数据，项目各参与方通过统一平台进行信息共享，实现隐患治理全程闭环留痕。

4)对隐患数据进行统计分析并形成知识，从中总结隐患发生规律，完善现有隐患防治体系，有序推进下一阶段隐患治理工作，实现管理体制与工程实际同步更新。

结合上述要点，拟构建的流程可实现安全隐患“精准识别、明晰责任、科学防治”，从根本上控制隐患演化而导致的安全事故发生。

1.2 流程框架

安全隐患治理流程框架如图1所示，该框架旨在实现安全隐患闭环管理，即对隐患排查、整改、溯源等全过程进行记录，且涵盖施工单位、监理单位、业主代表等参与方的响应轨迹。通过人工与AI进行安全隐患协同排查，同时针对审核单位对已整改隐患逾期审核的现象，增加了隐患逾期审核自动上报功能。

图1 安全隐患治理流程框架

2 安全隐患闭环管理系统架构及功能

基于安全隐患治理流程框架，设计了安全隐患闭环管理系统架构。如图2所示，该系统架构采用B/S+C/S结合的方式，共包括3个层次：数据采集层、数据存储层及应用层。

图2 安全隐患闭环管理系统架构

1)数据采集层 数据采集层用于地下工程施工现场的隐患信息采集，支持人工与AI相结合的采集方式。人工通过B/S端(网页)、C/S端(手机APP)及摄像头等方式将识别出的隐患上传。AI则利用已训练的模型，从视频影像中识别隐患目标后自动上传。采集到的数据通过4G/5G及WIFI、有线接入网络等上传至数据存储层，继而进行数据存储与分析。

2)数据存储层 数据存储层主要负责搭建动态数据库，实现隐患排查闭环管理全过程的数据存储。数据主要包括隐患数据和知识信息库，隐患数据包括隐患内容、治理轨迹信息、隐患分析报告、预警信息等；知识信息库包含安全生产隐患清单、隐患防治措施等。

3)应用层 应用层主要包括安全隐患闭环管理、隐患分析及安全预警应用。安全隐患闭环管理具体功能按照安全隐患治理流程框架构建。对完成闭环管理的隐患进行定期分析，从隐患分布、等级、发生概率等多方面进行总结，生成统计分析报告以供管理人员参考。安全预警主要利用总结出的隐患发生规律，开展短期预警和长期预警。短期预警指在隐患闭合后的短时间内，针对该类隐患进行专项防治，减少该类隐患的发生概率；长期预警则是根据长时间内隐患的发生规律，对安全隐患管理体系进行完善，以便更有效地开展隐患防治工作，实现良性循环。

3 安全隐患闭环管理系统开发及应用

3.1 项目背景

武汉两湖隧道工程是世界上规模最大的城市湖底双层隧道，全长约19.45km，采用“隧-路-隧”总体建设方式，以地下隧道为主，施工环境和作业内容复杂，因此，需采取高效的隐患排查方式和闭环留痕的管理模式。基于构建的安全隐患排查系统架构，开发适用于该项目的安全隐患闭环管理系统。该系统主要功能模块分为隐患闭环管理模块、隐患分析预警模块及知识信息模块(见图3)。

图3 两湖隧道东湖段安全隐患闭环管理系统功能模块

1)隐患闭环管理模块为两湖隧道东湖段项目隐患排查实时推进及治理过程及时反馈提供数据支撑。通过该模块，用户可利用隐患排查、隐患整改确认、隐患审核、隐患回复和隐患办结5个子模块从业务流程实现施工安全隐患闭环管理。隐患回复作为排查工作的重要环节，对于上报隐患的各阶段状态均需及时回复，避免逾期回复造成信息断层。

2)隐患分析预警模块包括隐患分析、隐患报告和安全预警3个子模块。隐患分析子模块可根据闭环管理模块中形成的隐患数据，从本月隐患排查总体情况、本月各工区/施工单位隐患情况、本月较大以上隐患排查情况、隐患类别分析、隐患趋势分析等维度，统计分析项目隐患情况。隐患报告子模块是将隐患分析数据形成结构化报告，为提升隐患治理能力提供基础。安全预警子模块则是针对特定隐患的短期防治发出预警。

3)知识信息模块负责管理与共享两湖隧道东湖段项目各参与方在其隐患排查工作中生成的全部知识信息资源，包含了隐患闭环管理模块所需要的前置输入及隐患分析预警模块产生的数据输出。以上数据信息将形成项目独有的知识并统一储存于动态数据库中，有助于提升两湖隧道项目安全管理水平。

3.2 应用情况

3.2.1隐患排查

《城市轨道交通工程质量安全检查指南》(建质〔2016〕173号)的隐患库中内置安全隐患23类，共665种[9]。两湖隧道东湖段项目隐患闭环管理系统在此隐患库基础上，由项目实际情况编制隐患库，将内置安全生产隐患分为15类，共881种。在该项目中，人工与AI结合的隐患排查工作具体如下。

1)人工根据系统内置的安全隐患排查清单，采取现场巡检及远程视频监控的方式开展工作。现场巡检时，排查人携带的便携电子设备对现场隐患进行拍照，以图片的形式记录隐患信息；排查人也可通过视频监控查看施工现场情况，以截图的形式记录视频画面中发现的隐患。

2)AI采用YOLOv5目标检测模型，通过4个摄像头采集施工现场图像，共收集到1 699张基础图像。在此基础上对其中的人、车、安全帽等对象进行标注，共8类，编写测距代码，多轮训练后可实现24h工人未佩戴安全帽等危险行为识别及人机之间距离测量。训练结果表明，人、安全帽标注准确率分别为85.3%，84.9%，6类施工机械及普通车辆准确率为90.1%～98.1%。由于AI未能达到100%精确识别，因此，需人工对AI识别结果进行后台审核，减少误报和漏报。

基于上述两种方式生成的隐患图像及文本数据，可通过Web端或手机APP端上传至两湖隧道安全隐患闭环管理系统。

3.2.2隐患整改

由人工及AI推送隐患信息至隐患发起模块。隐患数据上传至系统后，施工单位每日登录两湖隧道安全隐患闭环管理系统，根据Web端及手机APP界面推送隐患信息并提醒对系统上的隐患进行确认，对需要申诉的隐患提起申诉，对无需申诉的隐患直接进行整改。隐患整改后，监理单位和业主代表通过隐患审核模块检查隐患整改是否合格，整改合格则审核隐患，上传至隐患办结模块，整改不合格则回复重新整改，直至整改合格为止。隐患排查至隐患办结的完整轨迹均存储于隐患查询项中，并根据隐患治理轨迹按月自动生成隐患报告。

3.2.3隐患溯源

所有隐患的完整治理轨迹及在治理过程中产生的各种数据均存储在知识信息模块中。将该模块中的数据以图表形式进行整理，从工程形象进度、本月隐患排查总体情况、本月各工区/施工单位隐患情况、本月较大以上隐患排查情况、隐患类别统计、隐患趋势分析角度进行统计分析，为安全预警提供数据基础。根据报告内容，重点对隐患发生类别、隐患发生趋势进行图文分析。针对特殊、严重且具有代表性的隐患进行专项治理，从而避免该类隐患多次发生，实现特定隐患专项治理的短期预警；挖掘月内隐患背后的发生逻辑，探讨此阶段治理模式的不足，为完善下一阶段的隐患排查体系实现长期预警。

3.3 应用效果

2021-11—2022-05，两湖隧道东湖段项目共排查安全隐患124例。如图4所示，东湖段施工2标段排查隐患数量多于东湖段施工1标段，分别为74，50条。其中，一般隐患108例、较大隐患14例、重大隐患2例，占比分别为87.10%，11.29%，1.61%。

图4 隐患数量与隐患等级统计

在124例安全隐患中，人工排查到的隐患种类较多，且多数处于静止状态。其中，临边防护设施不到位37例，用电用火不规范31例，二者占总隐患数量的一半以上。AI可实现对部分动态隐患的识别，其中个人防护设施(PPE)不规范6例，占比4.84%，其余隐患如图5所示。

图5 隐患分类

隐患整改闭环时间统计如图6所示。综合考虑隐患等级、整改周期等，大部分隐患能得到快速解决，平均闭环耗时为3.79d。1d内解决的隐患数68例，占比54.84%；15d以上闭合的隐患(均为一般隐患)有7例，占比5.65%。

图6 隐患整改闭环时间统计

除了对上述124例隐患的统计分析外，也对系统使用情况进行了用户调研。用户反馈表明：①系统丰富了安全隐患排查方式，通过人工与AI的配合提升了隐患排查效率；②系统拥有清晰的安全隐患排查流程，实现排查工作分级管控及各参与方互相监督，促进隐患排查良性循环；③系统使隐患数据透明化，实现隐患排查闭环留痕，并可根据隐患数据自动生成隐患月报，帮助专业人员总结隐患发生规律，为下一阶段隐患防治工作提供建议。

但在系统应用过程中，仍发现不足：①系统内置隐患清单无动态更新，接电箱等设备安全不符合规范等隐患需用户手动输入，排查效率降低，同时排查人根据未更新的隐患清单内容排查隐患，存在漏检现象；②AI识别的隐患数量较少，一方面因为施工现场作业人员安全意识普遍较高，个人防护设施不规范等隐患出现次数较少，另一方面因为AI受识别环境影响仍然较大，无法对上述隐患实现100%精确识别；③隐患闭环管理周期普遍较长，且存在一定数量隐患逾期审核现象，这主要是因为多次整改所造成的额外时间及部分使用人员不熟悉操作流程而造成审批延误。同时，由于退出系统后台后用户无法收到隐患下发通知，使部分用户无法第一时间接收隐患整改消息。据此，提出改进建议。

1)建立动态的安全隐患排查清单 根据隐患排查实际情况及录入的隐患条目实时更新隐患清单子项，同时配合经验丰富的排查人员，可降低隐患漏检率和误检率，避免低效率的手动输入。

2)提高AI识别性能 对不同施工环境图片进行标注，持续训练算法模型以应对不同环境下同一类型隐患识别效果，提高识别精度。同时根据实际工程增加AI识别隐患种类，并对潜在隐患进行24h监测，减少人工排查工作量，提高隐患排查效率。

3)加强操作人员专项培训 针对由于操作不熟练而导致整改审批延误的现象，应开展系统教学培训，督促监理单位及业主代表等系统操作人员尽快熟悉操作流程。同时应对施工标段安排具有针对性的安全教育系列活动，如对隐患数量较多的标段进行隐患知识培训、对多次整改隐患所处标段进行整改规范培训等。

4)不断完善系统，加强人性化设计 通过新增短信、微信等消息提醒功能，保证隐患信息能在第一时间送达相关人员，及时开展隐患治理工作。

4 结语

针对地下工程隐患排查过程高效、隐患管理闭环留痕等需求，构建了基于人工和AI结合的安全隐患闭环管理流程框架，形成了科学、规范、系统的安全隐患排查体系，从技术和结构层面突破隐患排查难点，为地下工程隐患治理体系持续改进提供科学依据。通过在武汉两湖隧道东湖段项目中的应用，对隐患闭环管理系统的管理效果进行验证。结果表明，通过人工与AI相结合，可实现隐患排查的智能化和信息化，改善排查效果的同时进一步提高排查效率；通过分级管控及各参与方相互监督，促进排查工作良性循环；依托安全隐患动态数据库，实现隐患排查闭环留痕。