当前位置:首页 > 工业控制 > 《机电信息》
[导读]摘要:核电项目周期长、风险大,项目工程建设阶段的安全监管内容多、任务重、难度大。对在建机组实施有效的工业安全监管是所有核电建设单位及参建承包商的一致管理目标。现主要从核电建设单位角度出发,基于核电工程安全监管的工作原则、工作任务、工作模式,探讨了一种将传统的信息采集、信息分析处理等工作流程信息化、数据化的可行方式,提出了包括移动应用程序在内的核电工程移动安全监管信息平台的设计思路与功能组成,并尝试通过运用数据挖掘技术对现场采集的工程安全大数据进行分析处理,用于预测现场作业安全风险。最后对此信息平台实际的应用效果进行了实证分析,并对其未来应用前景进行了展望。

引言

核能因具有清洁、低碳、高效等特点,在当今世界能源组成中占有重要比重。虽然在2011年福岛核事故后,德国、美国等国家陆续做出了关停现有机组、中止新机组建设的决定,但核能发电仍然是大多数国家不可放弃的选择。根据中国核能行业协会发布的预测数据显示,至2050年我国核电装机规模将达到1.2亿~1.5亿kw,核能发电占比10%~12%,达到世界各国平均水平[1],稳步推进核电发展是我国政府在能源发展战略方面做出的慎重选择。

1核"项目工程安全监管的难点

与其他大型复杂项目一样,核电项目具有投资大、参与方众多、建设周期长、风险高等特点。相应的,核电项目工程建设阶段的安全监管工作也有其特殊性,主要存在以下难点:

1.1高风险作业多

核电项目土建、安装阶段涉及的爆破工程、土方开挖工程、基坑支护工程、模板工程、脚手架工程、预应力张拉施工、桥梁隧道工程、海工工程、起重吊装工程及特种设备施工中均包括大量易导致人员死伤或者造成重大经济损失的作业活动。

1.2作业交叉多

核电项目建设现场参与单位众多,包括建设单位、总承包单位、设计院、供应商、施工承包商、调试外委承包商等。作业交叉不仅存在于土建转安装、安装转调试等不同的施工过渡期内,即时间范围上的交叉:还存在于狭小、紧凑的公共作业区域内,即空间范围上的交叉。

1.3人员流动性大

人员流动性大主要来自以下两个层面的原因:(1)为了满足多项目集约化管理需要,从总承包单位至施工承包商多采用现代项目管理中的矩阵式组织形式开展工作,管理人员及专业技术人员由于所在项目分期工程接续不上、所属单位平衡项目间资源或者自身家庭生活需要在不同项目间流动是一种必然结果:(2)我国核电由起步至发展虽已走过40余年,但仍未形成有规模的产业工人队伍,施工人员多以民建流动人员为主,当其所负责的分项工程结束或外部有更优选择时,就会发生人员流动。

2传统安全管理电息系统应用的不足

本文传统的安全管理信息系统是指手机、掌上电脑等移动应用设备和移动应用程序广泛应用之前的安全管理信息系统,在实际应用中主要存在以下不足:

2.1电息采集不完整

可用于安全监管工作的信息主要依靠检查人员在现场采集,使用的记录工具主要为照相机和纸笔,由此导致信息采集不完整的原因有两个:(1)使用这些传统设备工具只能保留有限的、主要的信息,采集到的信息数量与维度天然有遗失:(2)信息录入人员在最终录入信息前会对原始信息进行整理,此过程又会过滤掉部分无效信息,如检查人员记录错误或者事后无法辨识的信息。

2.2电息采集标准化程度低

传统的安全管理信息系统其现场采集信息的编辑与保存工作均通过人工操作来完成,比如将现场检查发现的安全隐患、人员违章行为通过文本信息编辑后配合照片存入管理信息系统中。为了增加信息采集的全面性,此类系统在企业或组织中多为开放授权,即现场管理者、技术人员均可操作。在人工编辑和多用户操作等因素影响下,采集信息的规范性与一致性较难保证,这会在一定程度上影响后续的信息可复用程度以及分析决策的有效性。

3核"工程安全监管工作流程

3.1工作原则与核心

与民用建筑的施工组织一样,核电工程现场施工组织的末端也是作业班组,甚至是班组中的部分人员,即施工作业点。对施工作业点的直接管理原则能够将干预和影响化整为零地作用于现场施工组织的最小单元,简单直接。

根据海因里希总结的工业安全理论,事故常常起因于人的不安全行为或(和)物的不全状态。这给安全监管工作指明了方向,即通过检查充分暴露这些不安全的行为、状态,及时消除它们就可以避免事故的发生。海因里希还指出专业安全人员、班组长均是预防事故的关键,这也从理论上说明了以施工作业点为中心进行安全隐患排查与治理在安全监管工作中的重要作用。

3.2工作任务

除了隐患排查与治理,核电项目工程安全监管的主要工作任务还包括以下4项:

3.2.1健全安全生产责任制

"管生产、管安全"是我国《安全生产法》明确的企业从业人员的责任义务,有效的安全监管应当建立在明确的责任制基础上,通过不断查摆问题和解决问题促进各级企业、单位完善安全生产责任制,促进各级岗位人员强化安全生产与监督管理责任的落实。

3.2.2施工作业安全风险预控

通过作业信息获取、风险辨识评价与控制措施拟定在作业前对作业风险进行预先干预,避免安全事故事件的发生。

3.2.3评估安全监管效果

通过安全状态动态分析与趋势监测对安全监管效果进行判断与评价,为管理决策提供科学依据。

3.2.4改善问题突出班组的安全绩效

根据木桶理论,修补木桶最短的一块板可以最有效增大木桶的容积。同理,通过识别问题最突出班组并修正其安全偏差,可以最有效改善总体安全绩效。通过不断迭代地开展此项工作可以促进总体安全绩效的持续有效提升。

3.3工作模式

基于以上原则和任务的工程安全监管工作模式如下:

3.3.1区域责任划分

由建设单位组织参建单位依据合同约定业务范围,在核电项目工程建设地域内划分出责任区域确保各区域无缝衔接,并按照建设单位、工程总承包单位、施工单位的对应关系,由上自下分级、分层明确责任归属,包括安全生产管理责任人与安全监督责任人。责任区域与责任人的对应关系随着土建、安装、调试不同工程阶段及移交状态进行动态调整。

责任区域分层则可按照功能分区(核岛、常规岛、辅助厂房)一机组编号一厂房一分层一子区域的顺序进行划分。

3.3.2施工作业点初始信息采集

由建设单位专职安全工程师组织专门人员每日结合巡视工作开展,在最末级责任区域即子区域内识别新增施工作业点,通过人工记录的方式核实记录其所属组织机构及责任信息,作业开始于计划结束日期,结合具体作业内容辨识危险有害因素、伤害类型并评价风险等级,最后由专职安全工程师汇总子区域数据统一录入至电子表格,每日进行动态更新。

3.3.3作业过程中的监督管控

由建设单位安全监管业务处室组织专门人员按照分级分层原则、依据现场作业时段制定每日巡视计划。巡视人在各级责任区域内对施工作业点的作业先决条件、人员行为等要素进行全覆盖式检查监督,使用照相机对现场正常作业状态、安全隐患、文明施工问题进行拍照记录,并对存在即刻安全风险的隐患、偏差进行及时干预,督促工程总承包单位、施工单位责任人采取措施彻底消除问题。

巡视人员将每日巡视记录通过办公软件编辑成巡视报告,将其中未整改的问题外发承包商跟踪处理直至问题闭环。

3.3.4区域安全状态分析与趋势监测

建设单位每周对各功能区(核岛、常规岛、辅助厂房)内的安全事故事件数、重要隐患(后果严重程度与事故事件接近)预警通报次数进行回顾,用以监测区域实际结果绩效,了解区域安全监管现状。

建设单位每周对排查隐患总量及各类隐患(参照GB6441一1986《企业职工伤亡事故分类标准》中20类事故类别划分)数量进行监测,用以锁定下周监管的重点机组、厂房。通过环比各机组、厂房各类隐患趋势变化,对上升趋势的原因进行调查,可以识别隐患对应的具体问题及产生问题的施工作业点,同时可以结合问题性质(系统性管理问题、少数班组或施工作业点问题)与所需资源拟定专项行动,对症下药。

3.3.5班组及作业负责人帮扶

建设单位每周将现场安全隐患与文明施工问题数量排名前10的班组信息及其对应的问题报告共享给工程总承包单位,并督促班组问题发生区域责任人制定对应技术或管理措施,采取专项整治行动。同时,建设单位专职安全工程师也会结合当周隐患具体情况,选择问题突出班组的班组负责人就具体问题进行当面交流,明确责任的同时告知法规及标准要求,并提供建议措施,以协助基层管理者改善班组及各施工作业点安全绩效、提升现场安全管理短板。

4移动安全监管信息平台的构建

4.1设计原则

4.1.1使用移动终端采集信息

巡视人员使用统一的手持移动终端在全时段现场巡视过程中采集保存巡视信息,通过自动上传信息至服务器提升巡视人员的工作效率、改善巡视人员体验,能有效解决信息采集不完整的问题。

4.1.2标准化信息采集原则

在移动应用程序设计之初即确定通过统一信息采集格式、最小化人工编辑范围等方式,解决信息采集标准化程度低的问题。

4.1.3最简化操作原则

现场巡视的重点在于巡视人员能够按计划覆盖计划巡视区域并解决存在问题,繁琐的记录和编辑工作会影响巡视的顺畅进行,且在现场长时间的低头操作移动终端也不利于巡视人员自身的安全防范。

4.1.4PC端用户可自主维护原则

为了配合外部要求或管理流程的变更,避免每次对基础数据的修改均需联系数据维护部门执行的情况,确定了最大化PC端用户可自主维护基础数据范围的原则。

4.1.5服务器端信息处理增值原则

通过使用计算机对现场采集的大数据进行分析处理,服务器应能反馈对用户管理决策有支撑作用的增值信息。

4.2系统模型构建

基于上述设计原则,可构建如图1所示的核电工程移动安全监管信息系统模型。

4.3功能模块

4.3.1移动端功能

4.3.1.1施工作业点信息采集与风险预控

直接采集的标准化信息包括:作业点所属区域、作业内容、作业起止日期、作业所属单位班组、作业点负责人姓名、作业点负责人联系方式。通过专职安全监督人员辨识评价后采集的标准化信息包括:作业可导致的事故类型、作业点风险等级、施工作业点的监管手段。为确保可以采集到标准化的信息数据,在移动应用程序开发时将以上信息设置为选择录入式采集,可选择的基础信息数据由专门人员通过PC端进行维护。

4.3.1.2巡视信息记录与跟踪处理

巡视信息记录与跟踪处理流程如图2所示。

4.3.1.3数据同步

数据同步用于将移动终端采集的数据上传至服务器端,以及下载服务器端数据至移动终端。

4.3.2pC端功能

4.3.2.1基础数据维护

基础数据维护内容与结构应从系统整体应用角度进行设计确定,与数据库表及相应数据字段保持对应,并随工程建设实际进展与状态变化进行动态更新,各部分数据由系统管理员及指定的专人进行维护。维护的常规业务相关基础数据包括:区域与责任人信息、承包商信息、隐患类型信息、安全文明施工类型信息等。维护移动终端业务相关基础数据包括:巡视人员及属性信息、移动终端菜单及授权信息、巡视计划编排等。维护的风险预警业务相关基础数据包括:事故事件级别、风险领域权重、spI预警指数权重、风险等级判定标准。

4.3.2.2统计分析与安全预警信息查询

统计分析报表包括:班组隐患统计表、隐患分类统计表、隐患对比趋势图等。用户可通过选择隐患区域、施工单位、巡视人员、巡视日期范围等条件发起交叉检索指令,服务器执行后将检索结果返回给pC端。用户可以通过浏览器端数据窗口查看检索结果,也可以通过报表生成功能将服务器端生成的ExCEL报表保存在本地计算机上。巡视报告包括:巡视人员每日巡视报告、区域巡视人员每日巡视报告、施工作业点专项会议报告等。用户可通过选择报告类型,并选择巡视人员、隐患区域、施工单位、巡视日期范围等条件发起巡视报告生成指令,服务器执行后将生成的powerpoint报告返回给pC端。用户既可以通过浏览器在线查看生成报告,也可以将报告保存在本地计算机上。选择可量化的安全生产预警指标(施工作业点风险预控类指标、隐患监控类指标、事故后果类指标、厂房级别区域风险预测绝对指数指标),根据历史安全数据、事故情况等对各指标赋以不同权重,确定预警模型,构建安全生产预警系统。用户通过监测系统依据全场安全生产预警指数值(safetyprecautionIndex)绘制的预警指数图即可以确认区域实际绩效,了解区域安全监管现状。

4.3.2.3系统管理

系统管理包括系统用户及权限管理、系统操作日志信息查询等功能,由系统管理员进行日常维护。

4.3.3服务器端功能

4.3.3.1数据存储与更新

实时存储移动终端用户上传的数据,动态更新服务器信息,并能依据用户巡视计划将对应数据信息下载至用户手持移动终端中,更新移动终端数据。

4.3.3.2报表、报告生成

根据用户请求检索数据库数据,并进行数据处理,调用服务器端应用程序组件,按照预设格式生成报表和报告,并提供给用户查看和下载。

4.3.3.3大数据处理

在服务器端对安全监管的大数据进行聚类分析,进而实现工程安全监管预警系统的构建。

5应用效果与前景展望

从2014年末将此移动安全监管信息平台应用于H核电站工程监管工作以来,平均每年动态识别预控的施工作业点近1000个,平均每年排查治理的施工作业点安全隐患达10000余项,平均每年采取的管理行动达900余项,有效促进了现场工程安全监管工作效率的提升,促使现场安全绩效得到了持续巩固与改善,同时也锻炼了建设单位自有工程安全监管队伍的能力,提升了人员技能,可以说是一举多得。

随着我国"一带一路"倡议的积极实践与核电产业"走出去"发展战略的稳步推进,我国核电产业将迎来新的发展阶段,通过核电工程移动安全监管信息平台的应用可以助力我国核电企业事半功倍地解决核电项目工程建设阶段的安全监管难题,帮助企业抢占先机、站稳脚跟。同时,随着大数据与人工智能领域科学技术的快速发展,移动安全监管信息平台的升级优化和应用前景也必将更加广阔。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

随着互联网的迅猛发展,百度、阿里巴巴、腾讯等互联网巨头逐渐崭露头角,成为了行业的领军者。这些公司在云计算、大数据、人工智能等领域积累了丰富的经验和技术实力,为开发者提供了丰富的服务和工具。在这样的背景下,BAT模块应运而...

关键字: 互联网 云计算 大数据

随着大数据时代的来临,机器学习作为人工智能的核心技术之一,已经深入到各个领域并展现出强大的潜力和价值。机器学习通过对大量数据的分析、学习和预测,为各个行业提供了前所未有的机遇。本文将详细介绍机器学习的常见任务,并探讨这些...

关键字: 机器学习 大数据

人脸识别技术作为一种高效、准确的身份识别方式,近年来得到了广泛的应用和发展。随着人工智能、大数据等技术的不断发展,人脸识别技术的准确度和可靠性得到了显著提高。本文将探讨人脸识别技术的发展现状和未来趋势。

关键字: 人脸识别 人工智能 大数据

人工智能是“十四五”规划明确优先发展的前沿科技领域之一,如何看待未来我国人工智能领域的发展前景?目前,我国机器人基础研究状况如何?

关键字: 人工智能 物联网 大数据

北京——2024年1月23日 行业数字化服务商华讯网络系统有限公司(简称华讯)充分利用亚马逊云科技丰富的数据和安全服务以及解决方案,结合自身在安全领域的技术优势和深厚沉淀,为企业提供涵盖安全事件响应、云原生安全大数据平台...

关键字: 大数据 数据分析 互联网

2023年,重庆云谷·永川大数据产业园通过大力发展科技影视、自动驾驶和服务外包产业,已形成科技影视、自动驾驶、服务外包“三足鼎立”之势,释放出高质量发展强劲动力。

关键字: AI 科技 大数据
关闭