狄 佳
(中铁二十二局集团有限公司 北京 100043)
近年来,基础设施投资力度不断加大,建筑施工领域的安全事故也随之频发,清华附中坍塌事故、江西丰城电厂平台倒塌事故等一系列特重大事故的发生,造成了施工企业安全管理形势面临严峻挑战。为有效遏制重特大事故的发生,《国务院安委会办公室关于实施遏制重特大事故工作指南构建双重预防机制的意见》中明确提出要建立施工隐患排查治理体系和安全风险分级管控双重预防机制,对施工企业安全隐患排查治理方面提出了更高要求。如何更高效地发现、解决隐患问题,成为安全隐患排查治理体系的核心问题[1]。
(1)传统安全隐患排查治理活动开展形式与弊端
传统的安全隐患排查治理活动开展时,一般由施工单位负责人牵头组织各部门对施工现场进行隐患排查[2-3]。在隐患整改过程中,经常会出现一个隐患问题因整改不到位,现场反复整改,管理人员频繁奔波,造成人力资源的浪费[4-5]。
在传统模式中加强现场管控的唯一手段就是多加人,安排大量的人员去从事隐患排查治理工作,严重增加了施工单位的人力成本[6-7]。可见,传统的隐患排查治理手段已远远满足不了施工现场的管理需要,无法适应当前安全管理的快节奏。
(2)现有信息化平台的应用与弊端
中国铁建安全隐患排查治理平台于2014年投入使用,由中国铁建股份公司安全监督部牵头开发,系统内19家综合工程局使用。系统基本涵盖了中铁二十二局的在建项目,主要功能为项目安全隐患排查治理,客户端为网页登录,减少了程序的安装,相比于一些需要安装客户端的软件平台进步了很多。但是隐患治理平台的“发现隐患”模块,仍然需要建立在传统的隐患排查治理形式的基础上,需要人首先完成隐患排查工作,然后通过电脑完成相应隐患信息的上传,在使用中仍然存在隐患整改时效性差的缺点,同时隐患的整改记录需要人工编制,重复作业、工作量繁重。
为了解决以上问题,实现安全质量隐患信息即时传递,优化传递流程,实现无纸化办公,自动形成安全检查档案记录等目标,中铁二十二局集团决定研发一款结合信息化资源与手机的便携性,集成视频监控、隐患排查、安全数据分析为一体的手机APP软件。APP软件后台建立在阿里云计算服务器上,实现“互联网+安全质量隐患管理”智能一体化服务,软件命名为“智管云”。
选取北京地铁17号线06标项目部为试点,成立研发组,计划分三个阶段展开研发工作。
第一阶段:开发集成视频监控系统,实现手机APP软件查看现场作业情况。
第二阶段:集成隐患排查功能,实现对隐患的实时传递。
第三阶段:通过对隐患问题的风险等级、类型等标签化实现APP软件的智能实时分析能力。
通过模块化的功能增加,实现软件的可持续发展;通过每阶段的实践应用,修复管理流程的bug,优化软件功能,提高软件的可操控性。
2017年9月,研发组完成第一阶段软件开发,实现手机客户端与现场视频监控互联功能。通过软件在项目工点地图中点击该处的摄像头,实现实时查看该处施工作业现场的施工状态,如图1所示。
图1 通过软件视频集成模块实时监控作业现场
研发组将施工现场的视频监控系统划分为安全风险视频监控系统、一般作业面监控系统和治安保卫重点部位监控系统。安全风险视频监控摄像头全部覆盖项目部危险性较大及超过一定规模的危险性较大的工程区域。
2018年2月,研发组完成第二阶段软件开发,实现手机客户端隐患排查执法功能。隐患排查的核心是隐患数据的分类识别,以历年的问题库台账为基础,结合法规、标准等文件,将施工现场隐患问题分成安全、质量两大类。安全类中将所有的隐患问题分为安全管理、消防安全、临电等18个小类共计101项330条;质量类中分为质量管理、防水工程、钢筋工程等共计13个小类141条,并按季度更新数据库,确保隐患数据与工程的实际情况相符合、现行标准与隐患排查依据相匹配。
通过实践应用,研发组在隐患信息传递方面进行了不断的深度优化和升级,增加了隐患信息推送功能。对于现场实施上传的隐患,系统可以自动在软件内进行信息推送,还可以将隐患信息以短信形式推送给整改责任人和隐患相关人,确保信息传达的及时性及准确性,确保现场排查的隐患可以在第一时间得到重视和整改。
研发组优化隐患上传功能,通过输入关键字或查找隐患列表,即可在数据库内查找到对应的隐患问题类别,再进行隐患问题描述及整改要求。隐患涉及的工区、劳务队、整改时间、整改责任人、知会人等信息均在菜单中进行点击选择即可,方便快捷。发现隐患录入界面如图2所示。
图2 软件发现隐患的录入界面
照片的导入可以使用软件调用手机摄像头进行拍摄,也可访问手机相册进行选择。经过功能优化,一个熟练的人员从发现隐患在手机APP中进行隐患信息上传及拍摄照片,用时平均不超过1 min,初次接触人员在现场指导的情况下也可以在2 min内完成隐患信息上传。
APP软件上传的所有问题均可以在软件的控制后台提取需要形成的隐患问题检查记录,按照隐患整改的五定原则,自动形成并导出检查记录及整改记录,既确保了隐患问题整改的全过程透明化,又留下现场管理的检查痕迹,同时大幅度降低工作量,全面提升工作效率。经比对,整改人员手工填表、编辑照片、闭合检查记录需要花费的时间约90 min,用软件仅需1 min就可从后台导出一份合格的检查记录。
施工单位每周、每月定期召开安全质量例会,项目部安全与质量管理部门需要汇总一周或一个月以来现场存在的隐患问题,通过隐患数量进行数据对比分析并对工区和劳务队进行量化考核。由于施工工点数量多,隐患问题繁杂不一,需要安全、质量管理部门各配备专人耗时2 d进行人工统计分析,数据的逻辑关系基础工作量大,对统计人员的工作精细程度要求高,且复核人员的审核工作量随之增加。一个数据出错可能造成连锁反应,无法反映出现场的真实生产管理情况[8-9]。
为有效解决该问题,在第二阶段隐患排查的基础上,研发组进行了第三阶段的智能数据分析模块开发。在第二阶段安全、质量隐患问题数据库的基础上,对设定的隐患数据进行标签化,每一个隐患数据都有对应的隐患级别,考核扣分标准、处罚金额[10]。通过上传隐患时选择的隐患数据库对发现的隐患问题进行同标签化设置,添加隐患上传可点击选择的工区、队伍、责任人等数据标签,实现了对发现隐患问题的数据化;实时体现工区、劳务队之间的安全考核数据对比,实现按照隐患问题的类型进行数据对比,形成隐患问题发展趋势等系统性的统计图表,如图3所示,便于过程中对隐患问题进行精确定位、精准管理[11]。
所有统计数据报表均以隐患排查为基础体现实时变化,彻底解决了人工数据分析的不准确性和低效率,让量化考核工作和安全管理数据分析精准无误、管理导向清晰。
图3 软件发现隐患问题发展趋势统计分析曲线
“智管云”软件在标准化、信息化管理程度较高的北京地铁项目与工程建设同步研发,解决了风险源辨识和评估工作滞后或形式化,和现场施工不能紧密结合,对重大风险源可能带来的安全、质量隐患以及可能由此造成的事故预判不及时,预防措施不到,“没有想到”的问题;解决现场管理人员巡视现场“不能发现隐患”的问题;解决现场管理人员及项目部相关人员不主动履职的问题,巡检频率不足、整改不及时的现象;解决管理人员对现场安全质量管控状态无法实时掌握的弊端。
2019年9月,在“智管云”软件取得阶段性成功的基础上,集团公司对21个在建项目进行了软件应用试点工作,参与试点的员工数量达930人,接入平台的摄像头数量为182台,如图4所示。
图4 智管云软件整体接入项目及隐患汇总统计界面
从试点项目应用推广的情况看,各项目对隐患排查治理管理提升显著,隐患问题的整改时限均在24 h内完成。安全隐患的动态管控,让更多的问题得到记录、整改与复核,同时提高了工作效能。项目上安全部门人员平均每日处理电子文档时间从1~2 h不等,下降到30 min以内。既提高了安全管理的全时段、全周期管理覆盖率,也大大降低了基层员工的劳动量。实践证明,软件有效地实现了研发目标。
为进一步提升项目安全管理信息软件智能化应用,计划在现有软件一期研发基础上,构建基于大数据的AI学习智慧大脑,初步具备智能预测各类风险的能力。随着软件在项目中不断推广普及,大量数据收集累加,把隐患等各种信息统筹起来,使用科学的方法洞察与分析,从这个复杂体系中提取关键的控制元素,再从控制元素入手去改善现有的项目安全管理举措,从而形成良性循环[12]。在施工现场大规模隐患、风险数据的基础上,采用tensor flow等机器学习框架,利用机器监督学习的方法,构建合理的数据模型,可以让机器具备人工智能分析风险的能力,从而实现人工智能判断项目风险。
科技的创新永无止境,围绕项目安全管理工作的核心,充分利用信息化手段,促进项目安全管理水平提升,最终实现安全生产无事故的目标。