基于人工智能技術(shù)的建筑施工現(xiàn)場安全風(fēng)險評估方法

摘要：為降低施工現(xiàn)場風(fēng)險評估的偏差，縮小評估過程中產(chǎn)生的差異，擴(kuò)大實際的評估范圍，對基于人工智能技術(shù)的建筑施工現(xiàn)場安全風(fēng)險評估方法設(shè)計研究。構(gòu)建風(fēng)險清單，建立一個機(jī)器學(xué)習(xí)模糊風(fēng)險評估集，以此為基礎(chǔ)，設(shè)計人工智能安全風(fēng)險評估模型，并采用耦合分析法實現(xiàn)風(fēng)險評估。最終的測試結(jié)果表明：對比傳統(tǒng)模糊分析安全風(fēng)險評估測試組、傳統(tǒng)復(fù)雜網(wǎng)絡(luò)安全風(fēng)險評估測試組，本次設(shè)計的人工智能安全風(fēng)險評估測試組最終得出的施工現(xiàn)場風(fēng)險評估偏差均控制在0.5以下，表明在實際風(fēng)險判定過程中，整體的評估速度快、誤差小，評估的標(biāo)準(zhǔn)統(tǒng)一，范圍可控，評估環(huán)境相對較為穩(wěn)定，具有實際應(yīng)用價值。

關(guān)鍵詞：人工智能技術(shù)；建筑施工；施工現(xiàn)場；風(fēng)險評估；安全結(jié)構(gòu)

0" "引言

近年來，我國建筑行業(yè)在產(chǎn)值、規(guī)模以及速度方面都得到了充分發(fā)展，逐漸形成了循環(huán)創(chuàng)新的施工體系，一定程度上加強(qiáng)了市場的管理與行業(yè)的控制，產(chǎn)生了積極影響。在這樣背景環(huán)境下，施工安全逐漸成為人們重點關(guān)注的問題[1]。為確保建筑物的質(zhì)量，在施工過程中，相關(guān)的審核人員均會采用單向測定方法，對施工現(xiàn)場進(jìn)行安全風(fēng)險評估，增強(qiáng)實時安全管控工作[2]。這種方式雖然可以完成預(yù)期的評估目標(biāo)，但是極容易受到外部因素的影響，誤差也較多，無法提供精準(zhǔn)可靠的評估結(jié)果，嚴(yán)重的甚至?xí)裣掳踩[患[3]。

基于此，對基于人工智能技術(shù)的建筑施工現(xiàn)場安全風(fēng)險評估方法進(jìn)行設(shè)計。人工智能技術(shù)的覆蓋范圍和包含性較廣，主要包括機(jī)器學(xué)習(xí)、機(jī)器人技術(shù)、自然語言處理、生物識別技術(shù)、計算機(jī)視覺等五大項[4]。每一項技術(shù)在實際應(yīng)用的過程中均會存在特定的關(guān)聯(lián)，針對于施工現(xiàn)場的管控效果也相對更佳[5]。結(jié)合上述人工智能技術(shù)，可以最大化程度提升對施工現(xiàn)場安全風(fēng)險評估工作的效率與指令，縮小評估差值，從而降低施工現(xiàn)場的事故發(fā)生率，逐步營造一個更加安全、穩(wěn)定的施工環(huán)境，推動我國建筑行業(yè)邁入新的發(fā)展臺階[6]。

1" "構(gòu)建施工現(xiàn)場安全風(fēng)險人工智能評估方法

1.1" " 風(fēng)險清單構(gòu)建

在對人工智能技術(shù)的建筑施工現(xiàn)場安全風(fēng)險評估方法進(jìn)行設(shè)計之前，需要先有針對性地對施工現(xiàn)場存在的風(fēng)險進(jìn)行歸納總結(jié)，形成一個動態(tài)化的風(fēng)險備忘錄，稱之為風(fēng)險清單[7]。

首先，明確選定的工程現(xiàn)場范圍，在規(guī)定區(qū)域之中設(shè)定一定數(shù)量的風(fēng)險監(jiān)測節(jié)點。設(shè)定節(jié)點之間的距離為1.5m，對建筑工程進(jìn)行實地測定與評價，針對歷年各類風(fēng)險事件進(jìn)行統(tǒng)計，具體如圖1所示。

根據(jù)圖1，可以完成對風(fēng)險項目清單的統(tǒng)計與調(diào)整。隨后，根據(jù)施工現(xiàn)場的變化情況，測算出清單中每一個項目的預(yù)估發(fā)生概率，結(jié)合布設(shè)的監(jiān)測節(jié)點獲取的數(shù)據(jù)和信息，完成對風(fēng)險清單的構(gòu)建，為后續(xù)的安全風(fēng)險評估工作提供參考依據(jù)。

1.2" " 機(jī)器學(xué)習(xí)模糊評風(fēng)險評估集建立

在完成對風(fēng)險清單的構(gòu)建之后，結(jié)合人工智能技術(shù)中的機(jī)器學(xué)習(xí)模型，再加上模糊評價方法，根據(jù)施工現(xiàn)場的狀態(tài)，建立動態(tài)化的風(fēng)險評估集。

首先，需要確定風(fēng)險源，明確實際的模糊辨識引導(dǎo)目標(biāo)，并計算出風(fēng)險評估等級賦值，具體如公式（1）所示。

（1）

公式（1）中：G表示風(fēng)險評估等級賦值，R表示模糊評判差，k1表示風(fēng)險靜態(tài)因素數(shù)量，k2表示風(fēng)險動態(tài)因素數(shù)量，φ表示模糊子集，e表示評估次數(shù)。通過上述計算，最終可以得出實際的風(fēng)險評估等級賦值。

結(jié)合得出的數(shù)值，劃定對應(yīng)的風(fēng)險評估等級和標(biāo)準(zhǔn)，結(jié)合機(jī)器學(xué)習(xí)技術(shù)，構(gòu)建多維機(jī)器評估矩陣，隨后設(shè)定模糊評估隸屬度等子集指標(biāo)，具體如表1所示。

根據(jù)表1，可以完成對模糊評估隸屬度子集指標(biāo)的設(shè)定與調(diào)整，將上述的兩個評價階段的子集分別設(shè)定在評價矩陣之中，實現(xiàn)評價等級的劃分，確保在復(fù)雜的施工建設(shè)環(huán)境下，可以更加快速的對風(fēng)險因子進(jìn)行定位，實現(xiàn)多元量化評價處理。

1.3" " 人工智能安全風(fēng)險評估模型設(shè)計

在完成對機(jī)器學(xué)習(xí)模糊評風(fēng)險評估集的建立之后，采用多項人工智能技術(shù)，構(gòu)建安全風(fēng)險評估模型。

首先，針對于施工現(xiàn)場的現(xiàn)狀，需要采用機(jī)器學(xué)習(xí)技術(shù)，對施工的基礎(chǔ)數(shù)據(jù)、信息作出匯總整合，構(gòu)建一個動態(tài)化的風(fēng)險項目數(shù)據(jù)庫。

其次，在評估程序中建立定向的生物識別程序，針對實時的風(fēng)險變動，可以隨時進(jìn)行捕捉，完善數(shù)據(jù)庫的數(shù)據(jù)信息。在此基礎(chǔ)之上，采用計算機(jī)視覺技術(shù)和三維模擬技術(shù)，依據(jù)實際的工程現(xiàn)場，按照對應(yīng)的比例，還原一個虛擬的施工現(xiàn)場，在其中植入一個多維動態(tài)的風(fēng)險評估模型結(jié)構(gòu)，具體如圖2所示。

根據(jù)圖2，可以完成對人工智能安全風(fēng)險評估模型結(jié)構(gòu)的設(shè)計與調(diào)整。綜合相關(guān)的人工智能技術(shù)，有針對性地進(jìn)行安全風(fēng)險評價模型的設(shè)計。同時，還需要將安全評價矩陣設(shè)定在模型之中，增加模型的實際評估能力，以此來進(jìn)一步確保施工現(xiàn)場風(fēng)險評估結(jié)果的真實可靠。

1.4" " 耦合分析法實現(xiàn)風(fēng)險評估

在完成對人工智能安全風(fēng)險評估模型的構(gòu)建之后，可以采用耦合分析法實現(xiàn)風(fēng)險評估。利用人工智能風(fēng)險評估模型，先獲取實時的基礎(chǔ)評估數(shù)據(jù)、信息，構(gòu)建耦合評判空間，針對部分特殊的事故情況，在模型中設(shè)立耦合觸發(fā)標(biāo)準(zhǔn)，并計算出耦合風(fēng)險演化概率，具體如公式（2）所示。

D=∫0.5η-γ2×μ" " " " " " " " " " " " （2）

公式（2）中：D表示耦合風(fēng)險演化概率，η表示風(fēng)險熵，γ表示動態(tài)化轉(zhuǎn)換概率，μ表示風(fēng)險演化節(jié)點數(shù)量。

通過上述計算，最終可以得出實際的耦合風(fēng)險演化概率。針對得出的數(shù)值，估算出非耦合風(fēng)險的對應(yīng)演化概率，根據(jù)風(fēng)險演化路徑的變動情況，構(gòu)建風(fēng)險集合，在人工智能各項技術(shù)的輔助之下，采用耦合分析法最終實現(xiàn)建筑施工現(xiàn)場風(fēng)險評估方法的設(shè)計。

2" "方法測試

本次主要是對人工智能技術(shù)下施工現(xiàn)場安全風(fēng)險人評估方法的實際應(yīng)用效果進(jìn)行實證?？紤]到最終測試結(jié)果的真實可靠，選擇Q工程作為測試的主要目標(biāo)對象，設(shè)定穩(wěn)定的施工環(huán)境，選擇傳統(tǒng)模糊分析安全風(fēng)險評估測試組、傳統(tǒng)復(fù)雜網(wǎng)絡(luò)安全風(fēng)險評估測試組以及人工智能安全風(fēng)險評估測試組展開分析，獲取最終的測試結(jié)果以比照的方式驗證。接下來，根據(jù)實際的風(fēng)險評價需求及標(biāo)準(zhǔn)，搭建測試環(huán)境。

2.1" " 測試準(zhǔn)備

在對人工智能技術(shù)下施工現(xiàn)場安全風(fēng)險評估方法的實際應(yīng)用效果進(jìn)行實證之前，需要先搭建相應(yīng)的測試環(huán)境。針對Q工程的施工現(xiàn)場狀況，利用專業(yè)的設(shè)備，獲取基礎(chǔ)的施工數(shù)據(jù)及信息，匯總整合，以待使用。

鑒于Q工程是一座超高層的商辦綜合體建筑，可以有針對性的利用機(jī)器學(xué)習(xí)技術(shù)及計算機(jī)視覺技術(shù)，對現(xiàn)場的風(fēng)險因素作出掃描、定位與識別，計算出風(fēng)險評估權(quán)重比，具體如下公式（3）所示：

（3）

公式（3）中：L表示風(fēng)險評估權(quán)重比，ω表示掃描范圍，m1表示定向評估范圍，m2表示動態(tài)化評估范圍，g表示智能識別時間，β表示多維評估常數(shù)。

通過上述計算，最終可以得出實際的風(fēng)險評估權(quán)重比。針對各項指標(biāo)所占的權(quán)重，對重點的風(fēng)險因素作出標(biāo)記，與評估模型相融合，形成動態(tài)化的評估集，完成測試環(huán)境的搭建。接下來結(jié)合人工智能技術(shù)，進(jìn)行具體測驗分析。

2.2" " 測試過程及結(jié)果分析

根據(jù)上述搭建的測試環(huán)境，利用人工智能技術(shù)，對Q工程施工現(xiàn)場的風(fēng)險因素進(jìn)行評估測驗。首先，對該工程現(xiàn)場的風(fēng)險評估因子進(jìn)行匯總整合，并在現(xiàn)場布設(shè)一定數(shù)量的檢測節(jié)點，劃歸為事件節(jié)點和因素節(jié)點。測試風(fēng)險節(jié)點布設(shè)如圖3所示：

根據(jù)圖3，可以完成對測試風(fēng)險節(jié)點的布設(shè)與區(qū)域的劃分，判定各個區(qū)域風(fēng)險等級。隨后，將Q工程測試區(qū)域劃定為4個小組，針對腳手架、塔機(jī)、爆炸、火災(zāi)等風(fēng)險因素，測算出每一個小組的評估偏差，結(jié)合得出的測試結(jié)果，進(jìn)行綜合分析，具體如表2所示。

根據(jù)表2，完成對測試結(jié)果的分析與驗證。對比于傳統(tǒng)模糊分析安全風(fēng)險評估測試組、傳統(tǒng)復(fù)雜網(wǎng)絡(luò)安全風(fēng)險評估測試組，本次設(shè)計的人工智能安全風(fēng)險評估測試組最終得出的施工現(xiàn)場風(fēng)險評估偏差均控制在0.5以下，表明在實際風(fēng)險判定的過程中，整體的評估速度快、誤差小，評估的標(biāo)準(zhǔn)統(tǒng)一，范圍可控，評估環(huán)境相對較為穩(wěn)定，具有實際的應(yīng)用價值。

3" "結(jié)語

為降低施工現(xiàn)場風(fēng)險評估的偏差，縮小評估過程中產(chǎn)生的差異，擴(kuò)大實際的評估范圍，對基于人工智能技術(shù)的建筑施工現(xiàn)場安全風(fēng)險評估方法設(shè)計研究。構(gòu)建風(fēng)險清單，建立一個機(jī)器學(xué)習(xí)模糊風(fēng)險評估集，以此為基礎(chǔ)，設(shè)計人工智能安全風(fēng)險評估模型，并采用耦合分析法實現(xiàn)風(fēng)險評估。

對比于傳統(tǒng)的安全評估手段，本次結(jié)合機(jī)器學(xué)習(xí)、自然語言處理、生物識別技術(shù)、計算機(jī)視覺等技術(shù)，構(gòu)建了更加靈活、多變的風(fēng)險評估結(jié)構(gòu)，在復(fù)雜的施工環(huán)境下，可以更為精準(zhǔn)地對異常點進(jìn)行定位，結(jié)合真實的施工環(huán)境，逐步排除潛在的威脅和隱患，營造穩(wěn)定、可靠的施工環(huán)境。與此同時，在人工智能技術(shù)的輔助之下，施工現(xiàn)場安全風(fēng)險評估模式所覆蓋的范圍得到了擴(kuò)展延伸，不再受傳統(tǒng)評估模式的束縛，真正實現(xiàn)了多維度、全范圍的安全評估，具有實際應(yīng)用意義。

參考文獻(xiàn)

[1] 卓彬，高昕，姜早龍，等.基于NGBN和FCEM的復(fù)雜環(huán)境隧道施工風(fēng)險評估[J].施工技術(shù)（中英文），2022，51（13）：62-67.

[2] 周直，熊家豪，劉光鳳.基于猶豫模糊語言集的大跨徑斜拉橋上部結(jié)構(gòu)施工安全風(fēng)險評估[J].工業(yè)加熱，2022，51（6）：37-41.

[3] 吳波，陳輝浩，黃惟.基于模糊-熵權(quán)理論的鐵路瓦斯隧道施工安全風(fēng)險評估[J].安全與環(huán)境學(xué)報，2021，21（6）：2386-2393.

[4] 任艷超.地鐵大跨隧道下穿既有城市道路隧道施工風(fēng)險評估及"控制[J].建筑結(jié)構(gòu)，2021，51（S2）：1741-1747.

[5] 宋明，舒恒，彭文波，等.山嶺公路隧道施工安全風(fēng)險評估方法及其應(yīng)用研究[J].建筑技術(shù)，2021，52（7）：884-887.

[6] 姚浩，陳超逸，宋丹妮.基于復(fù)雜網(wǎng)絡(luò)的超高層建筑施工安全風(fēng)險耦合評估方法[J].安全與環(huán)境學(xué)報，2021，21（3）：957-968.

[7] 滑維杰，周鐵軍，翟越，等.基于ANP-FUZZY的建筑施工現(xiàn)場安全風(fēng)險評價方法[J].西安建筑科技大學(xué)學(xué)報（自然科學(xué)版），2020，52（6）：912-917.