面向智慧工地的塔机安全管理大数据分析初探

1 引 言

建筑行业是我国国民经济的重要物质生产部门和支柱产业之一，也是安全事故多发的高危行业。影响施工工地的安全因素有很多，包含施工机械、安全管理、人员操作、气候环境等。据统计，自2007年～2017年上半年，全国共发生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数主要集中在高空坠落、物体打击、坍塌、起重伤害及触电等方面。加强施工现场安全管理、降低事故发生频率、杜绝各种违规操作、提高建筑工程质量，是各级政府、业内人士关注的焦点问题。

当前建筑施工安全管理面临的主要问题为：①缺乏对建筑机械的全生命周期管理，不能对设备的有效工作时间进行监控；②缺乏对施工设备关键部件进行精细化监测，无法对部件的故障进行及时的监测，也不能及时维护与检修；③缺乏对施工人员的全程监管手段，例如，缺乏对施工人员培训、操作等工作状态的监测，无法对人员操作规范化程度进行合理评估。因此，当前建筑行业整体缺乏科学先进的信息化手段对工地施工情况进行实时监测与分析，进而难以提高工程管理的信息化水平。

基于以上问题，北京某工地通过构建基于多源传感器的“物联网+大数据”平台实现对塔机运行状态的实时监测，并结合人员的考勤记录实现对塔机驾驶员（以下简称“塔司”）有效工作时长、违规操作的监测。但是仅仅只是做到多源异构数据的整合和集成，解决了工地现场各种智能设备、信息系统数据不统一的问题，并没有对这些工程数据进行充分利用和深入挖掘，难以实现工程施工可视化智能管理，以提高对建筑施工工地的精细化管理。

针对以上问题，我们采取了以下手段：①首先 通 过 ETL（Extraction-Transform-Loading）的手段对实时数据进行采集和清洗，生成塔机大数据分析平台的数据仓库，便于后继的分析与挖掘；②将经典的统计分析方法引入到塔司操作、工作时长、排班情况等各种影响因素分析之中。希望通过结果客观地反映出建筑施工管理存在的问题；利用“物联网+大数据”打造智慧工地，推动建筑工地实现精细化、信息化、标准化管理，实现绿色建造和生态建造。为我国基于“物联网+大数据”的建筑施工机械安全管理进行有益的探索，为智慧工地建设提供参考性意见。

2 数据采集

2.1 塔机数据

本文研究数据来源于北京某大型工地，记录了36台塔机在2016年11月1日～2017年1月16日期间操作生成的约548万条数据。塔机安全监控系统数据采集环境如图1所示。系统共采集了塔机使用时间、起重量、小车幅度、力矩比、吊钩高度、回转角度、载重比等实时数据，每10s上传一次。

图1 北京某大型工地塔机安全监控系统数据采集环境

2.2 操作人员数据

本研究记录了98位塔司在2016年11月01日到2017年1月16日期间操作生成的约548万条数据，按照塔司值班表对塔司操作记录进行划分，值班时段：6时～12时、12时～18时及18时～次日6时。白班均为6h，夜班为12h。

2.3 工人培训及考勤记录

为了提升工人安全意识，规范工人操作行为，施工工人在进入工地成为正式工作人员前，均需要在培训中心进行3h的施工安全培训。经过培训后的工人，需要在培训中心登记其个人信息和培训信息。此外，工地内配置了完善的考勤系统，工人考勤记录了每位工人进入工地的详细信息，主要包括了工人个人信息表和工人刷卡记录表。通过以上信息，管理人员可以了解工地内用工情况。

3 数据清洗

数据清洗是数据分析中最重要也是最耗时的工作，保证了数据分析结果的可靠性。

3.1 塔机数据

根据GB 3811-2008《起重机设计规范》对循环的定义，“从起吊一个物品起，到能开始起吊下一个物品时止，包括起重机运行及正常的停歇在内的一个完整的过程”，将每位塔司的操作记录划分为完整的吊装过程。因此，主要通过判断吊重信息对循环进行划分。循环的判断条件为，载重由零变为非零开始，经历吊钩提升高度、小车滑动幅度、大臂回转角度三类运行参数的变化后载重再次归为零，至再次重复以上过程前终止。

由于塔机传感器数据的采样间隔为10s，相邻两条记录的数值差距较大，如果使用差分方法计算速度和加速度值，相比真实数据会出现较大偏差。因此，本文使用均值滤波的方法对塔机传感器数据记录的吊钩提升高度、小车滑动幅度、大臂回转角度3个运行参数进行均值滤波，以消除大采样间隔导致的速度和加速度数值结果不精确的影响。其中，卷积核。以信号长度为256的吊高提升高度为例进行均值滤波，其滤波前后信号振幅变化如图2所示。

3.2 塔司数据

利用记录发生地点（塔机编号）与时间的信息，将工人值班表与塔机运行记录联合为一张表，以便确定每位塔司的操作记录。

图2 均值滤波效果图

一般情况下塔机黑匣子记录保存在设备生产商处而塔司值班记录保存在工程开发单位，因此为了将操作记录与塔司对应起来，需要在R分析软件中进行如下操作：①对黑匣子数据表和塔司值班表进行整合，将操作记录对应至塔司名下，即将塔司值班数据与塔机黑匣子数据进行整合，将塔机编号及时间进行关联；②将没有对应司机的操作记录删除，此外将没有载重的数据记录删除，从而排除干扰。经过筛选后，剩余31台塔机、79位塔司以及约311万条数据。

3.3 违章操作的定义

目前，塔机黑匣子作为记录塔机运行参数的工具，已经广泛应用在实际工程作业当中，借助塔机黑匣子记录的实时数据，数据分析师可以挖掘出违章信息及不熟练操作，包括急启急刹、超载、打回车、提前刹车及不规范卸货等5种不同的违章操作。急启急刹表现为塔机的提升机构、变幅机构与回转机构在启动和制动时，由于操作不规范，容易产生较大的加速度，造成机械磨损。在载物时，急启急刹容易产生瞬时超载情况，容易造成塔机倾覆事件。超载则表现为吊运重物过程中产生了超过额定吊重的现象。打回车、提前刹车及不规范卸货是塔司操作不熟练的体现，也容易导致事故的发生。

通过咨询塔机设计专家以及具体的施工安全监督人员，对以上5种操作进行如下定义。

图3 判断启动与制动

1）急启急刹 启动与制动可以通过“速度为零，加速度不为零”作为判断条件，如图3所示，最左1列为位移列，通过一阶差分计算出速度并补零（判断启动时在首位补零，判断制动时在末尾补零），通过二阶差分计算加速度，并在首尾均补零。

2）超载 图4介绍了某塔司在一段时间内的吊载纪录，图中每个点代表一条操作记录，“○”为早上6时～12时，“△”为12时～18时，“+”点为18时～次日6时操作记录，线条为该型塔机的额定力矩曲线。

图4 塔机吊载及超载示意图

当记录点位于曲线上方时即为超载，图4中塔司黑某占有多次超过塔机规定参数的超载操作，其中早上超载11次，下午全部合格，夜晚超载97次。

3）打回车 指的是塔司由于缺乏经验或预判不足，导致刹车不及时、大臂摆动角度超过卸货点，在未停稳（速度降为零）状态下即进行反向回转大臂的操作，反映在数据上即卸货点的所处的回转角度值即非本次循环内的最大值，也非最小值，且相邻操作记录的速度值正负号相反。如图5所示。

图5 判断打回车

4）提前刹车 指的是塔司由于缺乏经验或预判不足，在回转大臂到达卸货点前过早刹车，反复启动后才到达卸货点的操作，反映在数据上即在到达卸货点之前回转速度至少一次降为零，但是由于10s采集一次数据不一定能够准确捕捉到停止动作，因此限定速度值有一个先降低，然后起升的趋势即可认定提前刹车。

5）不规范卸货 主要指货物在落地接触卸货点后，在固定过程中，塔司突然起升的操作。反映在数据中即高度降低，吊钩接近卸货点后突然起升的现象。

通过上述定义，我们可以分析出每个塔司的急启急刹与超载操作的次数，从而发现塔司违规操作与时间分布的关系及规律。但是，由于每个塔司的工作量不同，可能会导致个别工作量较大的塔司的违规数远高于其他塔司，因此为了合理的反映违规发生情况，本文采用违章率来定义塔司的操作水平，计算方法如下。

假设违章率为R，n代表5种违章中的第n种，m代表79位塔司的第m位，emm表示第m位塔司在第n种违章中出错的循环数，tm表示第m位塔司完成的所有循环数，第m位塔司的第n中违章的违章率Rnm的计算方法如下

其中，循环的定义按《起重机设计规范》的“从起吊一个物品起，到起吊下一个物品时止，包括起重机运行及正常的停歇在内的一个完整的过程”。

此外，由于目前获取的基础分析数据为每10s生成一条，因此必然会损失一些操作细节，导致分析准确率不高，该问题可以随着操作记录时间分辨率的增加而得到解决。

4 统计结果及分析

4.1 违章率与工作时长的关联关系

将79名塔司的违章数据分别根据工作时长的不同，按照白班6h，夜班12h进行统计。图6中横坐标代表塔司工作时长，纵坐标代表违章率。

图6 违章率与工作时长之间的关联关系

统计发现在白班6h和夜班12h工作制下，塔司的违章次数均有相同的变化趋势，在上班后的第1h和临下班的最后1h塔司都有比较高的违章率。因此可以表明，刚上班第1h，塔司因为各种原因还未调整为上班状态，导致违章次数较高；而临下班时操作人员提前进入下班状态，心情浮躁，也会导致违章次数较高。因此，工地管理人员可以根据这一分析结果采取针对性措施对塔司在第1h和最后1h进行监督，在这些敏感时间段中降低违章率。

图7为79名塔司超载违章率的均值和方差分布情况，横坐标为超载违章率均值，纵坐标为违章率标准差。违章率均值越大，说明此操作人员超载违章率较其他人来说要高；超载违章率的标准差越大，说明此操作人员操作稳定性越差。从图7可以观察出谢某超的超载违章率均值和标准差都是最大的，说明谢某超超载违章率高，而且操作稳定性也比较差。工地管理人员可以针对谢某超进行专门的培训，改进其业务水平。管理人员也可以通过图7看出整个工地塔司业务水平的排名情况，对违章率均值和标准差都比较大的操作人员采取相应的管理措施，提高工地整体的业务水平。

图7 操作人员超载违章率均值和标准差的分布情况

4.2 违章率与工作时段的关联关系

本文统计了A1、A3、A4、B3四个工地塔司在白班和夜班不同时段的违章率。从图8可以看出，四个不同工地塔司在夜班违章率均高于白班；从表1可以看出急起急刹、打回车、提前刹车、不规范卸货四种操作行为在白班时段的违章率均高于夜班，而超载的违章率明显在夜间高于白班违章率。

此现象可以看出，由于时间短任务急在白班四种违章率均高于夜班，由于夜晚管理不严格同时造成超载数量增多的情况。针对此现象，工地管理人员应相应在白班加强违章监督，合理安排工作量，降低白班工作的工作量，在夜班加强超载的监管，以免产生安全事故。

图8 四个工地在白班与夜班违章率对比

表1 五种违章操作的违章率在不同时段的对比

本文统计了编号为A1的工地52名塔司在白班和夜班两个不同时段的超载违章率。从图9可以看出姓名为张某全的塔司在白班时段违章率是所有塔机中最高的，姓名为郝某发的操作人员在夜间时段超载违章率最高。工地管理人员可针对这两位塔司进行严格监督，以降低超载的违章行为发生率。实际中，很多建筑工地的工人文化程度较低，学习能力和技术水平普遍低下，严重影响到建筑施工质量，因此需要提升工人的整体业务水平。

图9 不同操作人员在白班与夜班违章率比较

4.3 按工地塔司操作水平评估

本文通过定义—编程—检测三个步骤对塔机黑匣子数据进行急起急刹、超载、打回车、提前刹车及不规范卸货5种塔机违规操作的检测，并通过违章数据量占总工作量的百分比计算违章率，最后通过违章率对塔司的操作水平进行评估，评分的机制如下。

假设m代表79位工人中的第m位，n代表5中违章中的第n种，R代表违章率，S代表工人评分分值，则第m为塔司的分值计算方法如下

计算每种违规操作的违章数量，并计算违章率，其值的大小介于0～1之间；定义每种违规操作的得分为：分值＝1-违章率；对5类违章操作分别计算分值，加和后得到总得分值，分值越大代表水平越高。大于等于4分的记为优秀，介于3～4分之间的记为良好，计算方法如下

对A3、A1、B3、A4四个工地的79名塔司违章操作记录进行统计。通过现有方法对A3、A1、B3、A4四个工地塔司操作水平进行量化评估，从图10可以看出A3工地的塔司操作水平在优秀的比例最高，达到83.3%，而A4工地的塔司操作水平在优秀的比例最小，仅有36.3%。

图10 四个不同工地塔机驾驶员操作水平分布图

5 结 论

加强建筑施工的安全管理水平是我国建筑行业的迫切需求。本文就我国建筑施工在安全管理中常见的几个问题进行了详细的分析，通过对建筑施工数据的深入分析和挖掘，进而探讨针对性的解决对策，以期对提高建筑行业核心竞争力与国家建筑施工管理水平有所借鉴。未来还将实现：①通过建立施工大数据平台实现对更为广泛和全面的数据的整合和集成；②利用人脸识别、指纹识别等生物特征识别手段实现对工人考勤、转场、培训等管理；③利用机器学习、人工智能等方法实现对施工车辆路线规划、排班数据造假等问题的进一步解决；④通过利用绿色环保的智能设备，进一步实现建筑领域的绿色和可持续的理念。

本文对面向智慧工地的施工安全管理大数据分析进行了初探，为促进建筑安全管理向精细化、数据化、信息化转变，为相关法律法规的建立健全提供科学依据和决策支撑，助力我国建筑行业不断向前发展。

致谢：感谢中国建筑科学研究院建筑机械化研究分院的李守林研究员、罗文龙研究员以及姚金柯研究员，各位专家为本课题研究提出的宝贵的指导意见并为本课题研究提供了塔机传感器数据及相关资料。

[参考文献]

[1]余群舟，孙博文，骆汉宾，等．塔机事故统计分析[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]全国起重机标准化技术委员会．GB/T 3811-2008《起重机设计规范》释义与应用[M]．北京：中国标准出版社，2008．

[5]曾北红．基于“互联网+”理念的建筑安全管理研究与应用[J]．建筑安全，2017，32(9)：25-27．

[6]李彦婕，杨丽琼，黄 霞．2007-2017我国建筑施工安全事故统计分析[J]．科学技术创新，2017，(22)：138-139.

[7]李艳庆，王则胜，刘 伟．100起建筑施工死亡事故的统计分析与对策研究[J]．施工技术，2012，(s1)：289-291．

[8]武永峰，袁明慧．2004-2012年我国建筑施工事故统计分析[J]．价值工程，2014，(21)：96-98．

[9]井彦娜．基于物联网的建筑安全监测管理系统研究[D]．杭州：浙江大学，2017．

[10]赵英猛，时春震，徐歆焱，等．BIM技术在超高层施工中的探索与应用[J]．建筑机械化，2016，37(12)：35-40．

[11]王书明，郭起剑．建筑工程生产事故死亡人数时间序列分析[J]．工业安全与环保，2016，42(10)：60-63．

[12]李 超．基于DEA模型的建筑安全事故管理绩效评价研究[D]．保定：河北大学，2016．

[13]王鑫堂．北斗高精度技术安全监测与建筑安全大数据平台[J]．建设科技，2016，(6)：16-17．

[14]陈梦莉．建筑安全事故人为因素分类分析及相关性研究[D]．重庆：重庆大学，2015．

[15]李 迅，陈伟伟，李继刚．新技术条件下的建筑安全监管信息化模式创新[J]．建筑安全，2014，29(6)：42-45．

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

[17]王礼荣．高层建筑施工中塔机的选择及应用[J]．建筑机械化，2015，36(12)：68-69．

[18]贾泽辉，吴学松．规范设备管理保障塔机使用安全[J]．建筑机械化，2013，34(7)：25-27．