基于微信的大型水電工程安全隱患排查治理系統研發與應用*

林 鵬，王英龍，汪志林，楊建業，龔遠平

(1. 清華大學水沙科學與水利水電工程國家重點實驗室，北京 100084；2.中國長江三峽集團公司，北京 100038)

0 引言

中國是當前世界上在建大型水電工程最多的國家，大型水電工程深處高山峽谷，地質條件復雜，總體布置復雜，施工強度大，施工設備交叉作業頻繁，相互干擾大，安全隱患影響因素多，建設過程易出現安全事故，甚至重特大事故，如2004年9月27日，金溪電站二期圍堰施工使水流態勢發生急劇變化導致客船在嘉陵江上翻沉，2007年8月10日，大發電站工地，因連降暴雨發生山體滑坡泥石流災害。因此，如何辨識事故隱患并采取措施進行實時控制是確保水電工程施工安全的重要保障。

據統計，在生產活動中，由于人的不安全行為而造成的傷亡事故數量占到了總數70%～90%[1-4]。隨著數字化、智能化技術發展，水電工程施工現場盡管能采集海量的安全數據，但多為原始和非實時數據，具有模糊信息、盲信息以及不完全信息等特點。如何辨識風險、隱患并有針對性地采取有效控制措施，目前還缺乏有效的融合挖掘方法和技術。要改變水電施工多源大數據信息挖掘和分析難題，探索重大水電工程施工不安全行為多源信息挖掘方法與控制技術，國內外學者從3個層次開展基礎和應用研究。

1)研究重大水電工程施工安全生產多源信息的耦合機制和影響因素；如Johnson等[5]通過對136個管理人員的訪談調查，使用結構方程模型和因素分析方法，對員工安全提升行為中各種影響因素之間的關系進行了實證研究；Brown等[6]研究表明，危險、安全文化、生產壓力影響安全效果和員工態度，從而會導致員工的不安全行為。國內一些學者也對水利水電施工過程中的不安全行為的識別[7]、分類、分級評價[8-9]等開展了系列研究。

2)提出重大水電工程施工不安全行為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則[10]，是涉及不安全行為信息挖掘的早期經驗方法；丁烈云等[11]開展了基于圖示語言的施工工人不安全行為識別、規律及其矯正研究，在地下工程施工安全管理中取得了非常好的應用效果； Cooper[12]通過構建人的不安全行為影響因素模型，實證研究了安全氛圍、危險水平、工作壓力、冒險程度、阻力大小這些因素對員工不安全行為的不同影響作用特征。

3)研發重大水電工程施工安全生產的多源信息監測預警控制技術。如目前基于視頻圖像和基于傳感器的實時監控技術為重大水電工程施工不安全行為提供了技術保障，但需要一個統一的框架來進行智能數據分析(IDA)[13]。人工監控方法存在消耗大量的人力資源，易疲勞、報警精確度差、誤報和漏報現象多、報警響應時間長、錄像數據分析困難等弊端。通過采用實時位置識別監控預警技術[14]，采集工人特定的行為特征，對不安全行為進行識別的判斷是近幾年研究的熱點。

當前大型水電工程施工安全生產信息采集和安全風險控制，存在2個關鍵的問題：一是多源信息識別、表征和定位問題，隱患上報時間長，過程繁瑣；二是相應的工作流程重構問題，傳統的現場安全管理往往責任落實不明確，管理制度執行效率低，逐層傳達時效力遞減，施工人員安全意識淡薄等問題。目前這2個問題在水電施工現場都沒有很好解決。文本基于大型水電工程中安全生產面臨的挑戰，提出微安全隱患管理機制，并研發基于微信的交互軟件系統，并用采集的數據進行挖掘分析利用。

1 微安全隱患管理概念

1.1 微安全隱患管理概念

目前，在水電工程施工現場安全隱患管理工作中，由于各地方、各單位信息化應用水平不一，常出現手工記錄整理存檔保管不便，數據易失真；基于PC的安全信息管理系統，現場作業條件下實時使用不便；基于手機APP，存在適配機型困難、版本管理復雜、用戶培訓任務重、使用效率低等問題。

騰訊公司推出微信后，在水電施工現場安全管理人員通過建立微信安全群，有利于提高現場安全隱患發現，識別效率，但存在隱患信息缺乏系統規范整理和深入挖掘分析利用，無法自動準確提供責任落實推送服務。微安全隱患管理的概念就是通過利用微信快速交互的系統特點，在施工現場實時發現安全隱患，并且針對隱患，實時、規范的給出描述和整改要求，推送給相關的責任個人、單位，并且跟蹤整改。實現安全隱患排查實時、交互、精益、快捷、扁平化，在此基礎上研發相應的系統，進行規范化管理，從而形成在施工現場，每一個人既是建設者也是安全隱患的發現者，安全整改的監督者，真正做到人人都是安全員。

1.2 微安全隱患管理機制

微安全隱患管理機制(圖1)認為工程施工建設事故的發生過程是一個反應鏈過程中導致的小概率事件，這個反應鏈上任一環節得到實時交互閉環控制，就可以很好地遏制事故的發生。微安全隱患管理的機制包含3個方面：精益，實時采集，對水電工程中的隱患排查治理精確到具體的執行、計劃和監督者以及隱患發生的位置，以符合施工建設精細安全管理要求；快捷，反饋驅動，隱患提出上報與整改執行者、監督者實現交互實時反饋機制，避免在隱患排查的錯誤方向上越走越遠，消除人力物力浪費，通過反饋不斷找到正確的控制策略；扁平，閉環控制，在安全隱患控制方面從發現、識別、整改到數據挖掘利用一體化持續循環，扁平化閉環管理控制，使安全隱患排查治理得到真正落實。

圖1 微安全隱患管理機制示意Fig.1 Schematic of Wesafety management mechanism

通過研發創建的基于微信的安全隱患排查治理平臺 Wesafety[15]，采用扁平化交互閉環控制結構(圖2)及時發現隱患并采取有效措施從根本上治理，建立起公開透明的責任落實和追查機制，大大降低了施工建設過程中事故發生的可能性，保證施工順利進行，相比以往的施工管理制度，具有及時性，有效性，公開性等特點。

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

2 微安全系統平臺

2.1 系統邏輯架構

如圖2將整個微安全管理分為上報識別、治理整改、評價分析、反饋利用4個象限上報識別：隱患發現者通過Wesafety客戶端上報的施工現場的安全隱患信息，云端服務器解析所述安全隱患信息，以識別所述安全隱患信息的類型和來源，并將解析后的安全隱患信息推送給監理人員和管理人員的Wesafety客戶端，監理人員收到隱患信息后，根據信息所描述的類型、位置要素等進行排查；治理整改,監理人員通過排查，經過二次確認后確立隱患整改方案上傳云端至指定施工人員，云端服務器解析信息后同時傳送給施工人員Wesafety客戶端，施工人員接到整改要求后按照整改方案對隱患進行整改；評價分析,施工人員將整改治理過后的隱患信息上傳至云端，云端解析后將隱患整改信息推送至管理人員Wesafety客戶端，管理人員對隱患進行評價，進行評價及選擇性閉合，隱患閉合后，相應權限的業務人員可對隱患進行分析評價；反饋分析,隨著隱患發現，整改治理，閉合不斷循環，治理整改隱患數量累積，云端服務器通過對大量隱患數據分析利用，統計相應指標，為日后安全管理工作提供指導。整個流程實現了人與人，人與物的深層交流，從不同角度、維度不斷落實隱患治理情況，形成“大環套小環”的交互閉環監管象限模式。整個微安全系統邏輯如圖3，包含人機交互接口和后端云服務系統，人機交互接口提供使用者和系統使用的界面，后端云服務系統為人機交互接口提供系統服務。后端云服務系統包括：數據采集模塊、 數據解析模塊、數據處理中心、用戶管理模塊、云推送模塊、數據分析和挖掘模塊等。系統中信息數據流如下：

1)系統識別上報人，通過系統內部關聯的信息(微信-用戶)表，通過微信號識別到用戶。

2)系統識別整改信息，對于整改時間，整改內容，進行整理分類，然后查詢系統數據，得到該隱患相應的責任人列表，調用微信接口，推送給上一步驟中整理出來的責任人列表；對于推送未成功的消息列表，加入到延時推送列表，再次嘗試推送；連續推送3次失敗，不再嘗試推送，系統通知系統管理員進行處理。

3)隱患閉合，發起人根據整改信息的結果進行評判，對該隱患進行閉合處理，從而結束一個隱患的閉環處理。

2.2 系統界面與特征

Wesafety隱患排查治理平臺包括“隱患上報”、“隱患處理”和“我的安全”三大功能模塊(圖4)。“隱患上報”包括隱患錄入功能、本單位的隱患信息及使用者的隱患信息查詢功能； “隱患處理”包括動態查詢、處理中心及趨勢分析3大功能；“我的安全”包括安全教育、群發通知、考勤簽到、系統反饋、系統幫助等功能。

整個隱患系統具有去中心化、開放性、及時性、信息不可篡改以及實名性5大特征，使其在復雜現場安全管理具有天然優勢，可以降低安全隱患整改和管理成本，減少對安全隱患排查治理的不信任，讓現場安全隱患處理更加透明便利。

3 工程實踐

3.1 系統構架解析實例

微安全系統在某水電站實踐中應用解析過程如下：

1)如圖5所示，2016年1月2日中午某施工局王工發現2號排水洞出口有部分巖石破碎條件，希望得到支護，防止變形。

2)利用Wesafety客戶端編輯該隱患的圖片、位置、整改要求、整改期限、接收人數等上報至云服務端。

3)云服務端通過數據解析將該隱患的詳細內容發送到相關責任人的Wesafety客戶端。

4)相關責任人呂工接到微信通知后，準備隱患排查整改，組織現場實地考察后，組織上報。

圖3 微安全邏輯架構Fig.3 Wesafety logical framework

圖4 Wesafety系統主要界面Fig.4 Wesafety main windows

圖5 安全隱患排查治理實例解析Fig.5 Case analysis of investigation and management of hidden danger

5)由設計代表處于1月7日下發工程設計更改通知，包括具體的變更原因、變更內容、相關圖紙和主要工程量變更等相關要求通過Wesafety客戶端上報至云服務器。

6)隨后，王工收到了云服務器發來的整改信息，確認整改落實，將整個隱患閉合。從以上實例可以看出Wesafety的架構簡潔明了，建立了問題發現者與隱患負責人的有效溝通。解決問題能力強，發現隱患后建立了相關責任人的直接聯系，方便隱患排查落實，省去了較為繁瑣的中間過程。由于平臺的公開性，相關負責人受到領導和管理層的扁平化管理，在接到推送通知后負責人會采取相應的措施對隱患及時處理，避免安全事故，公開整改結果，各方人員實時追蹤整改質量，形成有效監管，便于提高安全管理效率。

3.2 應用實例效果分析

某水電站為世界級巨型水電站，工程規模巨大，施工工期長，人員、設備流動性強，高風險作業項目點多面廣，環境復雜多變，安全隱患種類繁多且高發頻繁。一旦出現大的安全事故，不但帶來重大的直接經濟損失，也會影響工程施工進度。本系統[15]自2015年9月正式上線以來，截止2017年3月5日已累計使用單位20余家，活躍用戶400余人，發現現場隱患共計24 675條，整改閉合24 545條。系統有效使用比例達到97.7%。

截至2017年3月5日，某水電站平臺共收到24 675條上報隱患，并收到25 662次隱患整改信息，平均每條上報隱患進行1.04次整改。隱患整改時間縮減：從2015年9月份運行至2017年2月，各月從發現隱患到隱患整改所需平均時間分別為3.34，2.52，2.21 d等效率逐漸提升，并維持在2.5 d左右(圖6)。從表1可知整改及時率和月隱患排查率分別提高30%，31%，事故傷亡率降低62.5%。效果明顯的原因：Wesafety逐步得到參建各方人員的認可，加快了隱患排查治理工作效率；隱患實時公開對相關負責人形成無形的壓力，相關負責人對隱患排查治理整改主動性加強；安全意識加強，管理理念發生轉變，參建各方，特別是施工方是隱患發現和整改的主力軍，并逐步形成以“安全為了我，我要抓安全”為主題的管理層與員工良性互動的安全管理理念。

圖6 某水電站安全隱患統計分析Fig.6 Hidden danger analysis of a hydropower project

通過平臺數據分析：排名前三的隱患為觸電、高空墜落和物體打擊，分別占22%，19%，14%。建設現場業主根據隱患數據分析，總結信息所反饋重要隱患常見類型和易發生的時間、地點，制定了規章制度，規范安全管理辦法，從制度層面源頭上杜絕安全隱患發生，防患于未然。

表1 某水電站應用效果分析

4 結論

1)提出了微安全隱患管理概念和實時交互閉環控制的微安全機制，形成了精益、快捷、扁平管理模式，開發了微安全Wesafety軟件系統，具有去中心化、開放性、及時性、信息不可篡改以及實名性等5大特征。

2)通過應用實踐顯示上報效率顯著提升，大大降低安全隱患整改和管理成本；減少對安全隱患排查治理的不信任，讓現場安全隱患處理更加透明便利，建立了很好的責任落實機制，從而提升了現場隱患排查治理整改質量和效率。

3)通過對大量的隱患數據和整改方法進行數據挖掘可知，實現有針對性的預警、安全績效評估及對安全管理工作流程優化重構，為將來的隱患排查治理工作提供了方法論。

[1] 林澤炎. 工業事故發生規律及其對策探討[J]. 中國勞動, 1995(3):3.

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

[2] 周剛, 程衛民, 諸葛福民,等. 人因失誤與人不安全行為相關原理的分析與探討[J]. 中國安全科學學報, 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] 國家安全生產監督管理總局調度統計司. [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] 朱淵岳,付學華,李克榮,等.改進LEC法在水利水電工程建設期危險源評價中的應用. 中國安全生產科學技術, 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] 楊文濤，朱淵岳，萬志鴻. 水電工程地下洞室施工作業職業危害及控制[J].中國安全生產科學技術, 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] 孫紹榮, 齊麗萍. 行為控制機制與行為管理制度的數學模型新進展[J]. 上海理工大學學報, 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] 林鵬,高向友,汪志林. 基于微信的大型土木工程施工安全隱患管理方法及系統[P]. 中國專利：CN 201510845843.62015-11-27.