关键词:
地铁施工事故
数据驱动
关联规则挖掘
贝叶斯网络(BN)模型
人为因素分析与分类系统(HFACS)
摘要:
以收集的213份地铁施工事故调查报告为数据来源,开展不同类型地铁施工事故致因的差异化分析,探究地铁施工事故的源头致因。首先,结合改进的人为因素分析与分类系统(HFACS)模型,从事故调查报告中识别出38项包含人员、设备、管理和环境4个方面的事故致因;随后,以关联规则Apriori算法作为数据驱动方法,挖掘致因之间的关联关系,并基于最大期望算法(EM)进行参数学习,综合构建地铁施工事故有向贝叶斯网络(BN)模型;最后,根据贝叶斯网络反向推理和敏感性分析功能确定各类型事故致因路径和关键致因,进而确定地铁施工事故的源头致因。结果表明:施工监测不到位和工人技术水平不足是坍塌事故的源头致因,未严格审查施工方案和安全制度执行不到位为高空坠落的源头致因,资源管理不到位和现场无人指挥是车辆伤害事故的源头致因,物体打击事故的源头致因是设备或材料处于不安全状态以及隐患排查和防控不到位,安全员配备不足和工人之间的沟通不及时是造成机械伤害事故的源头原因,触电事故的源头致因是安全教育不到位和资源管理不到位。研究结果可为地铁施工企业的安全管理工作提供有效参考,结合特定事故类型的致因差异提出针对性的“断链”管控措施,能够及时扭转事故发生态势。