大數(shù)據(jù)助力商務樓宇安全生產(chǎn)

(青島理工大學 山東 青島 265200)

21世紀以來，計算機和互聯(lián)網(wǎng)技術快速發(fā)展，在其的推動作用下使得大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等全新的技術出現(xiàn)在人們視野中。互聯(lián)網(wǎng)和物聯(lián)網(wǎng)等先進技術的應用使得大數(shù)據(jù)的收集與采集成為了可能。各專業(yè)各個領域的專家學者面對采集而來的海量的數(shù)據(jù)信息，開始重新審視當前的科學研究的方法，引發(fā)了科學思維和方法的變革。安全生產(chǎn)作為我國各個行業(yè)各個部門共同關心的問題，黨和政府高度重視，出臺了一系列法律法規(guī)，投入了大量人力物力[1]，雖取得了不錯的成果，我國每年重大特大事故數(shù)量明顯減少，但由于生產(chǎn)技術的變革、經(jīng)營形式的變化等原因，商務樓宇重特大事故仍時有發(fā)生，例如2010年長春天元商廈“3·28”重大火災事故，2015年廣東惠東義烏商廈“2·5”重大火災事故等。安全生產(chǎn)領域的專家紛紛探索如何合理運用大數(shù)據(jù)等信息化技術，促進安全管理向信息化、智能化轉變，進一步完善對風險的管控，對隱患的排查，更準確地預測未來的安全生產(chǎn)趨勢，在重大事故發(fā)生前提前預警，實現(xiàn)“科技興安”。

一、商務樓宇安全生產(chǎn)大數(shù)據(jù)的特點

安全生產(chǎn)大數(shù)據(jù)為安全管理提供了大量有價值的信息，商務樓宇各個單位、部門通過對安全生產(chǎn)大數(shù)據(jù)的分析，可以更好的實現(xiàn)對危險源的辨識，對風險的分級與評價，排除生產(chǎn)經(jīng)營過程中存在的安全隱患，有效的預防事故的發(fā)生。與傳統(tǒng)的安全數(shù)據(jù)有很大的不同，我們可以將其的特點總結為如下幾個方面。

1.規(guī)模巨大。每天各種監(jiān)控、傳感器都會產(chǎn)生大量的數(shù)據(jù)，以一棟商務樓宇為例，每天光是通過各種安全監(jiān)控設備產(chǎn)生的數(shù)據(jù)就有1.024×104MB。這還僅僅是一天的數(shù)據(jù)，大數(shù)據(jù)的計量單位通常是TB或PB。1TB的存儲容量可以存儲大約1600萬張facebook里的照片，而1PB=1.024×103TB，可想而知安全生產(chǎn)大數(shù)據(jù)的規(guī)模有多大。

2.數(shù)據(jù)類型繁多。商務樓宇由于商務樓宇內入駐單位眾多，在各入駐單位生產(chǎn)經(jīng)營過程中往往會產(chǎn)生很多不同種類的數(shù)據(jù)。通過傳統(tǒng)的隱患排查方式產(chǎn)生的數(shù)據(jù)大多為以電子表格為主的結構化數(shù)據(jù)，而這些結構化數(shù)據(jù)在安全生產(chǎn)大數(shù)據(jù)庫僅占5%的比例。隨著自動化、信息化水平的提高，安全生產(chǎn)大數(shù)據(jù)庫中大量的以音頻、視頻、文本、圖像為主的非結構化數(shù)據(jù)，以及像可拓展標記語言(XML)一樣用于在Web上交換數(shù)據(jù)的半結構化數(shù)據(jù)所占的比例也越來越高。

3.價值密度低。商務樓宇每天都會產(chǎn)生大量的安全數(shù)據(jù)，但其大部分是商務樓宇生產(chǎn)經(jīng)營過程中以時間序列為主的穩(wěn)定狀態(tài)的數(shù)據(jù)，其中涉及有關商務樓宇風險與隱患的有用的信息并不多，只有對這些海量的數(shù)據(jù)進行整理分析，才能找到有用的信息。

4.產(chǎn)生速度快。各類傳感器和智能手機等數(shù)字設備逐步普及，這些數(shù)字設備全天候的收集大量有關人的地理位置信息、人員數(shù)量、煙霧濃度等信息，帶來了前所未有的數(shù)據(jù)產(chǎn)生速度。

二、大數(shù)據(jù)應用于的機遇

大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等技術的發(fā)展，使得人們從前所未有的廣度、深度及規(guī)模獲取并存儲從各個來源傳遞來的安全數(shù)據(jù)[2]。通過使用大數(shù)據(jù)等技術，對這些描繪了生產(chǎn)安全全過程的實時動態(tài)的安全生產(chǎn)數(shù)據(jù)進行分析，能夠更好的降低安全風險，對可能發(fā)生的生產(chǎn)安全事故做出提前的預測，提高工作效率。研究表明，使用大數(shù)據(jù)等技術對數(shù)據(jù)進行處理，在數(shù)據(jù)的管理和分析應用等層面都優(yōu)于傳統(tǒng)技術[3]。大數(shù)據(jù)在風險分級管控中的機遇具體可以從如下幾方面看出。

1.在傳統(tǒng)的安全管理過程中，由于受技術水平的限制，所獲取的數(shù)據(jù)通常規(guī)模較少，且多為表格形式的結構化數(shù)據(jù)，人們在總結事故發(fā)生規(guī)律時，通常是從抽樣調查得到的數(shù)據(jù)進行推導而得出來的，例如克爾通過對53個電子工廠中生產(chǎn)作業(yè)條件與事故發(fā)生頻率關系的調查，提出了事故遭遇傾向理論。從傳統(tǒng)意義上來講，53個電子工廠已經(jīng)算一個很大且能讓人信服的樣本，但從大數(shù)據(jù)的角度來講，事故遭遇傾向理論僅僅只能反映調查的這幾個電子工廠的事故理論規(guī)律，并不能將其拓展到整個大數(shù)據(jù)規(guī)模的樣本。而根據(jù)安全生產(chǎn)大數(shù)據(jù)從意外事故中推導出來的安全規(guī)律更具有普遍性和適用性。

2.商務樓宇傳統(tǒng)的安全管理方式往往是通過因果關系來分析和解釋事故發(fā)生的原因，并據(jù)此制定相關的措施防范事故的發(fā)生[4]。然而這種方式只能處理一些簡單的小數(shù)據(jù)的線性安全問題，在實際生產(chǎn)過程中，遇到的很多安全問題都是復雜的、動態(tài)的、非線性的，傳統(tǒng)的基于因果關系的方法并不能有效高速地找到其中因果關系，從而解決該類問題。大數(shù)據(jù)技術突出了各個安全數(shù)據(jù)之間的相關性，通過對大數(shù)據(jù)技術的應用，得到多個變量之間存在的某種規(guī)律，進而可以分析得到復雜的非線性問題的具體解決方案，可以有效的避免因人的主觀因素而導致的錯誤判斷。大數(shù)據(jù)技術的發(fā)展，是對傳統(tǒng)以因果關系為主的安全管理方式的補充與完善，為事故致因等安全理論的研究奠定了堅實的基礎。

3.事故特別是重大安全生產(chǎn)事故的發(fā)生往往存在著必然性與偶然性，傳統(tǒng)的安全管理理論與方法只能解釋事故發(fā)生的必然性，并不能對未來可能發(fā)生的事故做出科學的預測。面對現(xiàn)如今復雜的生產(chǎn)系統(tǒng)，無論是對已發(fā)生事故的科學解釋，還是對未來可能發(fā)生事故的預測都很重要。使用大數(shù)據(jù)技術，對采集來的多源、異構的安全生產(chǎn)數(shù)據(jù)進行有效的集成與分析，并通過計算建模的方式預測生產(chǎn)系統(tǒng)的行為，能有效的預測生產(chǎn)過程未來的趨勢，實現(xiàn)有針對性的事前預防。

總之，將大數(shù)據(jù)等技術應用于商務樓宇安全生產(chǎn)中，能有效地彌補傳統(tǒng)安全管理方式在風險管控和隱患排查方面存在諸多缺陷和不足，是歷史發(fā)展的必然選擇，對提升商務樓宇安全水平，實現(xiàn)事故的超前預控，具有重要意義。