既有砌体结构建筑改造施工现场不安全行为识别方法

收稿日期：2023-11-30

作者简介：汪萍（1975—），女，安徽安庆人，硕士，高级工程师，研究方向：安全工程。

摘 要：目前对施工现场不安全行为的识别主要依赖于安全管理人员的现场巡查和监管。由于施工现场的复杂性，传统方法往往存在一定的局限性。基于此，现提出既有砌体结构建筑改造施工现场不安全行为识别方法，提取既有砌体结构改造施工现场不安全行为关键点，提升工程施工的安全性，对施工过程中不安全行为推理并自动识别，在施工过程中提前预防不安全行为的发生。实验结果表明，既有砌体结构建筑改造施工现场的不安全行为识别方法相较于传统方法，其识别效果更佳，因此证明该方法的可行性。

关键词：建筑改造；施工现场；砌体结构；不安全行为

中图分类号：TU714                                 文献标识码：A                                文章编号：2096-6903（2024）03-0058-03

0引言

不安全行為是指可能导致事故发生的个人行为或组织行为，在既有砌体结构建筑改造施工现场中，不安全行为主要包括工人不正确的操作方式、材料设备的缺陷、施工环境的恶劣以及管理方面的漏洞等。这些不安全行为不仅会影响施工进度和质量，还可能对工人和周边环境造成严重的安全威胁。

为了保障施工现场的安全，需要对既有砌体结构建筑改造施工现场不安全行为进行有效的识别和管理。既有砌体结构建筑改造施工现场存在的各种不安全行为，可能导致事故的发生，影响工程的进度和质量。

开展对既有砌体结构建筑改造施工现场不安全行为的识别方法研究具有重要的现实意义和必要性[1]。

1既有砌体结构建筑改造施工现场不安全行为识别方法的设计

1.1 提取既有砌体结构改造施工现场不安全行为关键点

目前，在既有砌体结构建筑改造施工中，如施工现场中的生产、基础设施的建设等，经常会发生因施工现场工人的不安全行为而引发的事故。这些事故的发生，不但对企业的正常生产造成了很大的影响，还会对人民群众的生命和财产安全造成极大的影响。提早发现这些不安全行为，可以采取有效措施预防事故的发生或者在事故发生后将损失降到最小。

本文提出的不安全行为识别算法具有一定的扩展性，只要准备足够的训练数据，即可应用于其他类型的不安全行为的检测。通过这种方法，可以更有效地监控和纠正施工人员的不安全行为，以提升工程施工的安全性和效率。既有砌体结构建筑改造施工现场不安全行为识别方法的研究框架图1所示[2]。

本文将收集既有砌体结构改造工程的典型的不安全行为的数据，并进行不安全行为关键点的提取。表1为施工现场的各项不安全行为，以此来探讨如何对施工现场的不安全行为进行检测[3]。

在既有砌体结构建筑改造施工现场中，使用目标检测方法结合热力图的计算与关键点坐标位置的归一化进行参数回归，其提取具体流程如下：设定既有砌体结构改造施工现场不安全行为图像表示为输入图像α，令α∈Qb×n×3，将该图像传递进检测网络中，预测出待识别不安全行为目标的中心点位置，其计算过程的公式如式（1）。

（1）

式中：b表示输入图像的高度，n表示输入图像的宽度，Q表示输出的步长，X表示关键点类型的数量。

输出步长是指下采样输出相对于原图像的步长，关键点类型的数量是指在检测过程中需要检测的目标种类数量。在处理过程中，热力图的通道数等于目标种类数量，该网络通过计算热力图上各个点的峰值来提取中心关键点，获得所有峰值后设置阈值进行筛选，直至生成最终的目标关键中心点[4]。

1.2 施工过程中不安全行为的推理并自动识别

针对上述分析后得出的目标关键中心点，将该施工现场不安全行为图像的中心点所在的指定区域i，关注施工现场工人不安全行为的图片，特别是指定区域i的特征vi。这个特征vi对应的安全规则文本条目中的单词l，就是目标识别中要计算的注意力表示k。简单来说，就是要计算每个区域安全规则文本条目中所有单词l的注意力表示k，将其进行加权组合[5]。这样可以得出一个关注度高的安全规则文本条目的向量jti。这个向量的生成是基于施工现场工人不安全行为图片的第i个区域的安全规则文本条目，其计算公式如式（2）所示。

（2）

式中：   表示softmax函数的逆温度，注意力加权组合即为点积注意力的变体。由于softmax函数的损失经常会在softmax层中出现，因此也称为softmax损失。在各类施工现场的数据不能互相排斥的情况下，利用这种方法可以很容易地确定样本的损失情况，而不考虑其他类型的损失，当所选择的样本损失降低后，其他类型的概率同样会降到最低。因此，本文选择soft函数作为识别检测中的分类器。

计算后，将比较施工现场工人不安全行为图片中的第i个区域的区域特征vi和对应的安全规则文本条目的向量jti。通过计算它们之间的相似度得分，可以确定施工现场工人不安全行为图片中的这个区域相对于安全规则文本条目的重要性。

设定既有砌体结构改造施工现场不安全行为图像α中包含了n1个检测区域与含有n2个单词的安全规则文本条目R，可以将该图像与文本进行配对，其余弦相似向量的表达公式如式（3）所示。

（3）

式中：βil表示该图像中第i个单词与第l个区域的相似度。将相似度向量进行归一化处理后，其计算公式如式（4）所示。

（4）

式中：                                。

根据其相似度可以进行在既有砌体结构建筑改造施工现场中对不安全行为进行识别并推理，并在施工过程中提前预防不安全行为的发生。

2实验测试与分析

2.1 实验准备

本次实验以Matlab软件作为测试平台，以检测本文提出的既有砌体结构建筑改造施工现场不安全行为识别方法的有效性，表2为此次实验设计的各项环境参数。

在实验仿真过程中，对戴/不戴安全帽，攀爬翻越安全护栏，进入危险禁区，在高处系/不系安全带的图片或录像进行拍摄。通过对S市一既有砌体结构建筑改造工程的现场调查，获得一些施工现场的监控录像及不安全行为的图片。表3为本次实验构建的施工现场目标识别对象清单。

2.2 实验结果与分析

根据上述实验准备，进行此次测试，本次测试以既有砌体结构建筑改造施工现场中的施工人员，在施工过程中的不安全行為进行识别，将本文方法其他方法进行对比检测，该不安全行为在测试中随机设定次数，其实验结果如表4所示。

根据上述表4测试结果可以看出，本文提出的既有砌体结构建筑改造施工现场的不安全行为识别方法，能够有效检测出施工过程中的不安全行为，也存在着识别错误，但相较于其他方法的识别效果更佳，因此，可以证明该方法的可行性。

3结束语

既有砌体结构建筑改造施工现场的不安全行为识别，是确保工程安全、高效进行的重要环节。然而，由于施工现场的复杂性和不确定性，这种方法往往存在一定的局限性。本文通过建立数据模型和算法，可以实现对施工现场的实时监控和自动识别，提高安全管理效率和质量。通过采用合理的识别方法，能够及时发现并纠正施工现场的不安全行为，降低事故发生的概率，保障施工人员的生命安全和财产安全。这不仅有助于提高施工效率，还有助于提升整体工程质量。

在未来的工作中，应继续深入研究不安全行为的识别方法，采用先进的技术手段，提高识别的准确性和效率。最终，通过共同努力，确保既有砌体结构建筑改造施工的顺利进行，为城市的可持续发展贡献力量。

参考文献

[1] 周强，周杰，赵文洋，等.基于支持向量机的砌体结构震害预测新方法研究[J].地震工程与工程振动，2023，43（5）：130-137.

[2] 王浩，王杰，吴春鹏，等.基于绿色建造的弧形砌体墙防偏位施工技术研究[J].中国建筑装饰装修，2023（19）：73-75.

[3] 邹代灵，李航，王红强，等.基于AHP的建筑工人不安全行为影响因素分析[J].四川建材，2022，48（9）：226-227+254.

[4] 杨宝，林文罗，吴萍.后疫情时代土建施工现场人的不安全行为分析和对策[J].江西建材，2022（3）：237-239.

[5] 朱琛，申建红，贾格淋，等.地下空间坍塌事故中作业人员的不安全行为风险评估[J].沈阳理工大学学报，2021，40（4）：88-94.