面向智慧工地的塔機安全管理大數據分析初探

1 引 言

建筑行業是我國國民經濟的重要物質生產部門和支柱產業之一，也是安全事故多發的高危行業。影響施工工地的安全因素有很多，包含施工機械、安全管理、人員操作、氣候環境等。據統計，自2007年～2017年上半年，全國共發生6 371起建筑施工安全事故，造成7 804人死亡，建筑施工安全事故死亡人數主要集中在高空墜落、物體打擊、坍塌、起重傷害及觸電等方面。加強施工現場安全管理、降低事故發生頻率、杜絕各種違規操作、提高建筑工程質量，是各級政府、業內人士關注的焦點問題。

當前建筑施工安全管理面臨的主要問題為：①缺乏對建筑機械的全生命周期管理，不能對設備的有效工作時間進行監控；②缺乏對施工設備關鍵部件進行精細化監測，無法對部件的故障進行及時的監測，也不能及時維護與檢修；③缺乏對施工人員的全程監管手段，例如，缺乏對施工人員培訓、操作等工作狀態的監測，無法對人員操作規范化程度進行合理評估。因此，當前建筑行業整體缺乏科學先進的信息化手段對工地施工情況進行實時監測與分析，進而難以提高工程管理的信息化水平。

基于以上問題，北京某工地通過構建基于多源傳感器的“物聯網+大數據”平臺實現對塔機運行狀態的實時監測，并結合人員的考勤記錄實現對塔機駕駛員（以下簡稱“塔司”）有效工作時長、違規操作的監測。但是僅僅只是做到多源異構數據的整合和集成，解決了工地現場各種智能設備、信息系統數據不統一的問題，并沒有對這些工程數據進行充分利用和深入挖掘，難以實現工程施工可視化智能管理，以提高對建筑施工工地的精細化管理。

針對以上問題，我們采取了以下手段：①首先 通 過 ETL（Extraction-Transform-Loading）的手段對實時數據進行采集和清洗，生成塔機大數據分析平臺的數據倉庫，便于后繼的分析與挖掘；②將經典的統計分析方法引入到塔司操作、工作時長、排班情況等各種影響因素分析之中。希望通過結果客觀地反映出建筑施工管理存在的問題；利用“物聯網+大數據”打造智慧工地，推動建筑工地實現精細化、信息化、標準化管理，實現綠色建造和生態建造。為我國基于“物聯網+大數據”的建筑施工機械安全管理進行有益的探索，為智慧工地建設提供參考性意見。

2 數據采集

2.1 塔機數據

本文研究數據來源于北京某大型工地，記錄了36臺塔機在2016年11月1日～2017年1月16日期間操作生成的約548萬條數據。塔機安全監控系統數據采集環境如圖1所示。系統共采集了塔機使用時間、起重量、小車幅度、力矩比、吊鉤高度、回轉角度、載重比等實時數據，每10s上傳一次。

圖1 北京某大型工地塔機安全監控系統數據采集環境

2.2 操作人員數據

本研究記錄了98位塔司在2016年11月01日到2017年1月16日期間操作生成的約548萬條數據，按照塔司值班表對塔司操作記錄進行劃分，值班時段：6時～12時、12時～18時及18時～次日6時。白班均為6h，夜班為12h。

2.3 工人培訓及考勤記錄

為了提升工人安全意識，規范工人操作行為，施工工人在進入工地成為正式工作人員前，均需要在培訓中心進行3h的施工安全培訓。經過培訓后的工人，需要在培訓中心登記其個人信息和培訓信息。此外，工地內配置了完善的考勤系統，工人考勤記錄了每位工人進入工地的詳細信息，主要包括了工人個人信息表和工人刷卡記錄表。通過以上信息，管理人員可以了解工地內用工情況。

3 數據清洗

數據清洗是數據分析中最重要也是最耗時的工作，保證了數據分析結果的可靠性。

3.1 塔機數據

根據GB 3811-2008《起重機設計規范》對循環的定義，“從起吊一個物品起，到能開始起吊下一個物品時止，包括起重機運行及正常的停歇在內的一個完整的過程”，將每位塔司的操作記錄劃分為完整的吊裝過程。因此，主要通過判斷吊重信息對循環進行劃分。循環的判斷條件為，載重由零變為非零開始，經歷吊鉤提升高度、小車滑動幅度、大臂回轉角度三類運行參數的變化后載重再次歸為零，至再次重復以上過程前終止。

由于塔機傳感器數據的采樣間隔為10s，相鄰兩條記錄的數值差距較大，如果使用差分方法計算速度和加速度值，相比真實數據會出現較大偏差。因此，本文使用均值濾波的方法對塔機傳感器數據記錄的吊鉤提升高度、小車滑動幅度、大臂回轉角度3個運行參數進行均值濾波，以消除大采樣間隔導致的速度和加速度數值結果不精確的影響。其中，卷積核。以信號長度為256的吊高提升高度為例進行均值濾波，其濾波前后信號振幅變化如圖2所示。

3.2 塔司數據

利用記錄發生地點（塔機編號）與時間的信息，將工人值班表與塔機運行記錄聯合為一張表，以便確定每位塔司的操作記錄。

圖2 均值濾波效果圖

一般情況下塔機黑匣子記錄保存在設備生產商處而塔司值班記錄保存在工程開發單位，因此為了將操作記錄與塔司對應起來，需要在R分析軟件中進行如下操作：①對黑匣子數據表和塔司值班表進行整合，將操作記錄對應至塔司名下，即將塔司值班數據與塔機黑匣子數據進行整合，將塔機編號及時間進行關聯；②將沒有對應司機的操作記錄刪除，此外將沒有載重的數據記錄刪除，從而排除干擾。經過篩選后，剩余31臺塔機、79位塔司以及約311萬條數據。

3.3 違章操作的定義

目前，塔機黑匣子作為記錄塔機運行參數的工具，已經廣泛應用在實際工程作業當中，借助塔機黑匣子記錄的實時數據，數據分析師可以挖掘出違章信息及不熟練操作，包括急啟急剎、超載、打回車、提前剎車及不規范卸貨等5種不同的違章操作。急啟急剎表現為塔機的提升機構、變幅機構與回轉機構在啟動和制動時，由于操作不規范，容易產生較大的加速度，造成機械磨損。在載物時，急啟急剎容易產生瞬時超載情況，容易造成塔機傾覆事件。超載則表現為吊運重物過程中產生了超過額定吊重的現象。打回車、提前剎車及不規范卸貨是塔司操作不熟練的體現，也容易導致事故的發生。

通過咨詢塔機設計專家以及具體的施工安全監督人員，對以上5種操作進行如下定義。

圖3 判斷啟動與制動

1）急啟急剎 啟動與制動可以通過“速度為零，加速度不為零”作為判斷條件，如圖3所示，最左1列為位移列，通過一階差分計算出速度并補零（判斷啟動時在首位補零，判斷制動時在末尾補零），通過二階差分計算加速度，并在首尾均補零。

2）超載 圖4介紹了某塔司在一段時間內的吊載紀錄，圖中每個點代表一條操作記錄，“○”為早上6時～12時，“△”為12時～18時，“+”點為18時～次日6時操作記錄，線條為該型塔機的額定力矩曲線。

圖4 塔機吊載及超載示意圖

當記錄點位于曲線上方時即為超載，圖4中塔司黑某占有多次超過塔機規定參數的超載操作，其中早上超載11次，下午全部合格，夜晚超載97次。

3）打回車 指的是塔司由于缺乏經驗或預判不足，導致剎車不及時、大臂擺動角度超過卸貨點，在未停穩（速度降為零）狀態下即進行反向回轉大臂的操作，反映在數據上即卸貨點的所處的回轉角度值即非本次循環內的最大值，也非最小值，且相鄰操作記錄的速度值正負號相反。如圖5所示。

圖5 判斷打回車

4）提前剎車 指的是塔司由于缺乏經驗或預判不足，在回轉大臂到達卸貨點前過早剎車，反復啟動后才到達卸貨點的操作，反映在數據上即在到達卸貨點之前回轉速度至少一次降為零，但是由于10s采集一次數據不一定能夠準確捕捉到停止動作，因此限定速度值有一個先降低，然后起升的趨勢即可認定提前剎車。

5）不規范卸貨 主要指貨物在落地接觸卸貨點后，在固定過程中，塔司突然起升的操作。反映在數據中即高度降低，吊鉤接近卸貨點后突然起升的現象。

通過上述定義，我們可以分析出每個塔司的急啟急剎與超載操作的次數，從而發現塔司違規操作與時間分布的關系及規律。但是，由于每個塔司的工作量不同，可能會導致個別工作量較大的塔司的違規數遠高于其他塔司，因此為了合理的反映違規發生情況，本文采用違章率來定義塔司的操作水平，計算方法如下。

假設違章率為R，n代表5種違章中的第n種，m代表79位塔司的第m位，emm表示第m位塔司在第n種違章中出錯的循環數，tm表示第m位塔司完成的所有循環數，第m位塔司的第n中違章的違章率Rnm的計算方法如下

其中，循環的定義按《起重機設計規范》的“從起吊一個物品起，到起吊下一個物品時止，包括起重機運行及正常的停歇在內的一個完整的過程”。

此外，由于目前獲取的基礎分析數據為每10s生成一條，因此必然會損失一些操作細節，導致分析準確率不高，該問題可以隨著操作記錄時間分辨率的增加而得到解決。

4 統計結果及分析

4.1 違章率與工作時長的關聯關系

將79名塔司的違章數據分別根據工作時長的不同，按照白班6h，夜班12h進行統計。圖6中橫坐標代表塔司工作時長，縱坐標代表違章率。

圖6 違章率與工作時長之間的關聯關系

統計發現在白班6h和夜班12h工作制下，塔司的違章次數均有相同的變化趨勢，在上班后的第1h和臨下班的最后1h塔司都有比較高的違章率。因此可以表明，剛上班第1h，塔司因為各種原因還未調整為上班狀態，導致違章次數較高；而臨下班時操作人員提前進入下班狀態，心情浮躁，也會導致違章次數較高。因此，工地管理人員可以根據這一分析結果采取針對性措施對塔司在第1h和最后1h進行監督，在這些敏感時間段中降低違章率。

圖7為79名塔司超載違章率的均值和方差分布情況，橫坐標為超載違章率均值，縱坐標為違章率標準差。違章率均值越大，說明此操作人員超載違章率較其他人來說要高；超載違章率的標準差越大，說明此操作人員操作穩定性越差。從圖7可以觀察出謝某超的超載違章率均值和標準差都是最大的，說明謝某超超載違章率高，而且操作穩定性也比較差。工地管理人員可以針對謝某超進行專門的培訓，改進其業務水平。管理人員也可以通過圖7看出整個工地塔司業務水平的排名情況，對違章率均值和標準差都比較大的操作人員采取相應的管理措施，提高工地整體的業務水平。

圖7 操作人員超載違章率均值和標準差的分布情況

4.2 違章率與工作時段的關聯關系

本文統計了A1、A3、A4、B3四個工地塔司在白班和夜班不同時段的違章率。從圖8可以看出，四個不同工地塔司在夜班違章率均高于白班；從表1可以看出急起急剎、打回車、提前剎車、不規范卸貨四種操作行為在白班時段的違章率均高于夜班，而超載的違章率明顯在夜間高于白班違章率。

此現象可以看出，由于時間短任務急在白班四種違章率均高于夜班，由于夜晚管理不嚴格同時造成超載數量增多的情況。針對此現象，工地管理人員應相應在白班加強違章監督，合理安排工作量，降低白班工作的工作量，在夜班加強超載的監管，以免產生安全事故。

圖8 四個工地在白班與夜班違章率對比

表1 五種違章操作的違章率在不同時段的對比

本文統計了編號為A1的工地52名塔司在白班和夜班兩個不同時段的超載違章率。從圖9可以看出姓名為張某全的塔司在白班時段違章率是所有塔機中最高的，姓名為郝某發的操作人員在夜間時段超載違章率最高。工地管理人員可針對這兩位塔司進行嚴格監督，以降低超載的違章行為發生率。實際中，很多建筑工地的工人文化程度較低，學習能力和技術水平普遍低下，嚴重影響到建筑施工質量，因此需要提升工人的整體業務水平。

圖9 不同操作人員在白班與夜班違章率比較

4.3 按工地塔司操作水平評估

本文通過定義—編程—檢測三個步驟對塔機黑匣子數據進行急起急剎、超載、打回車、提前剎車及不規范卸貨5種塔機違規操作的檢測，并通過違章數據量占總工作量的百分比計算違章率，最后通過違章率對塔司的操作水平進行評估，評分的機制如下。

假設m代表79位工人中的第m位，n代表5中違章中的第n種，R代表違章率，S代表工人評分分值，則第m為塔司的分值計算方法如下

計算每種違規操作的違章數量，并計算違章率，其值的大小介于0～1之間；定義每種違規操作的得分為：分值＝1-違章率；對5類違章操作分別計算分值，加和后得到總得分值，分值越大代表水平越高。大于等于4分的記為優秀，介于3～4分之間的記為良好，計算方法如下

對A3、A1、B3、A4四個工地的79名塔司違章操作記錄進行統計。通過現有方法對A3、A1、B3、A4四個工地塔司操作水平進行量化評估，從圖10可以看出A3工地的塔司操作水平在優秀的比例最高，達到83.3%，而A4工地的塔司操作水平在優秀的比例最小，僅有36.3%。

圖10 四個不同工地塔機駕駛員操作水平分布圖

5 結 論

加強建筑施工的安全管理水平是我國建筑行業的迫切需求。本文就我國建筑施工在安全管理中常見的幾個問題進行了詳細的分析，通過對建筑施工數據的深入分析和挖掘，進而探討針對性的解決對策，以期對提高建筑行業核心競爭力與國家建筑施工管理水平有所借鑒。未來還將實現：①通過建立施工大數據平臺實現對更為廣泛和全面的數據的整合和集成；②利用人臉識別、指紋識別等生物特征識別手段實現對工人考勤、轉場、培訓等管理；③利用機器學習、人工智能等方法實現對施工車輛路線規劃、排班數據造假等問題的進一步解決；④通過利用綠色環保的智能設備，進一步實現建筑領域的綠色和可持續的理念。

本文對面向智慧工地的施工安全管理大數據分析進行了初探，為促進建筑安全管理向精細化、數據化、信息化轉變，為相關法律法規的建立健全提供科學依據和決策支撐，助力我國建筑行業不斷向前發展。

致謝：感謝中國建筑科學研究院建筑機械化研究分院的李守林研究員、羅文龍研究員以及姚金柯研究員，各位專家為本課題研究提出的寶貴的指導意見并為本課題研究提供了塔機傳感器數據及相關資料。

[參考文獻]

[1]余群舟，孫博文，駱漢賓，等．塔機事故統計分析[J]．建筑安全，2015，30(11)：10-13．

[2]Raviv G，Shapira A，Fishbain B．AHP-based analysis of the risk potential of safety incidents： Case study of cranes in the construction industry[J]．Safety Science，2017，91(c)：298-309．

[3]Raviv G，Fishbain B，Shapira A．Analyzing risk factors in crane-related near-miss and accident reports[J]．Safety Science，2017，91(C)：192-205．

[4]全國起重機標準化技術委員會．GB/T 3811-2008《起重機設計規范》釋義與應用[M]．北京：中國標準出版社，2008．

[5]曾北紅．基于“互聯網+”理念的建筑安全管理研究與應用[J]．建筑安全，2017，32(9)：25-27．

[6]李彥婕，楊麗瓊，黃 霞．2007-2017我國建筑施工安全事故統計分析[J]．科學技術創新，2017，(22)：138-139.

[7]李艷慶，王則勝，劉 偉．100起建筑施工死亡事故的統計分析與對策研究[J]．施工技術，2012，(s1)：289-291．

[8]武永峰，袁明慧．2004-2012年我國建筑施工事故統計分析[J]．價值工程，2014，(21)：96-98．

[9]井彥娜．基于物聯網的建筑安全監測管理系統研究[D]．杭州：浙江大學，2017．

[10]趙英猛，時春震，徐歆焱，等．BIM技術在超高層施工中的探索與應用[J]．建筑機械化，2016，37(12)：35-40．

[11]王書明，郭起劍．建筑工程生產事故死亡人數時間序列分析[J]．工業安全與環保，2016，42(10)：60-63．

[12]李 超．基于DEA模型的建筑安全事故管理績效評價研究[D]．保定：河北大學，2016．

[13]王鑫堂．北斗高精度技術安全監測與建筑安全大數據平臺[J]．建設科技，2016，(6)：16-17．

[14]陳夢莉．建筑安全事故人為因素分類分析及相關性研究[D]．重慶：重慶大學，2015．

[15]李 迅，陳偉偉，李繼剛．新技術條件下的建筑安全監管信息化模式創新[J]．建筑安全，2014，29(6)：42-45．

[16]董海亮．建筑起重機械安全管理路在何方[J]．建筑機械化，2017，38(3)：32-35．

[17]王禮榮．高層建筑施工中塔機的選擇及應用[J]．建筑機械化，2015，36(12)：68-69．

[18]賈澤輝，吳學松．規范設備管理保障塔機使用安全[J]．建筑機械化，2013，34(7)：25-27．