BIM的出现以及大数据、人工智能、云计算、物联网、5G等新兴信息技术的快速发展,给工程施工安全智能化管理带来了生机与活力。

目前,国内外许多学者对工程安全预警与管理进行了研究。例如:Gaba等(2018)基于RFID对施工现场监测预警进行了改进。Kumar等(2018)提出了一个自动化的框架创建动态站点布局模型,利用BIM技术、AI算法与遗传算法结合使用,以开发考虑现场人员和设备的实际行驶路径的优化。于建新等(2020)构建了在线健康监测系统对交叉隧道施工期及运营期进行长期在线实时监测,保证了施工安全。工程施工安全风险的智能识别、智能预警与智能管控的联动是实现更加智能化的施工安全管理的关键,本文从施工安全风险的“识”、“警”、“控”联动方面进行分析。

导致工程施工安全事故的一个重要原因就是施工安全风险数据采集和传递不及时,风险识别不够智能,以新兴信息技术为支撑,结合具体工程活动的独特性形成相应的安全智能识别技术十分重要。目前主要包括:

基于物联网的安全识别是通过集成应用各类传感器和网络设施(有线或无线)实时自动收集、传输工程安全相关数据,并结合数据分析方法和预警机制进行安全风险实时分析与判别。

此类技术涉及多类传感器,如温度、湿度、压力、气体、光、声、应力、应变、位移、位置、身份标识等的传感器,常用于地质环境、深基坑、主体结构、临边洞口、危险气体等监测。但由于工程环境的复杂性,人员、材料、设备标识的RFID标签数量大,智能感知技术需解决传感器的供电、电磁屏蔽、巨量通讯数据等问题,数据传输易受现场环境影响,致使其精度波动较大。

基于机器视觉的安全识别技术是采用图像或视频分析方法或技术对工程安全相关图像或视频进行快速自动处理与安全要素提取,进而对安全风险进行判别。此类技术依赖于工程现场的视像采集设备以及图像处理技术。常用于工人行为、危险区域、物质安全检测等。然而,该类技术受现场光线、视线、动态性等影响较大,同时还受限于算法和计算设备的性能。

基于移动终端的安全识别技术是通过人工的方式获取工程安全相关数据,识别并上报工程存在的安全隐患,进而进行安全风险综合判别。此类技术得益于移动终端设备以及微信或小程序,通过现场扫描二维码,实现数据的信息化传输与处理,常用于现场安全隐患或风险因素等巡检识别。该类技术适用面较广,但受限于人工检测与上报相关数据,致使数据覆盖面较窄或不全面。

通过智能识别技术,将采集的数据与BIM数据库关联起来,将监控的结果传递到BIM数据库中,通过BIM模型将施工现场实际状况的数据与计划、标准进行对比分析,实现数据巡检及动态、可视化的监控预警。预警系统可通过实际值与计划标准值的偏差范围,将风险等级分为中高低三个等级,并发出相应的警报。预警系统常用的模块包含:

(1)智能传感器监测模块:通过传感器对施工过程实时监测,特别是重要部位和关键工序,将采集的数据,如应力、应变、位移等,及时传输到BIM数据库中,当监控数据超过危险警戒限值时,系统会自动报警并引导工程人员处理。

(2)智能视频监控模块:通过在现场布置监控,对现场工人的异常行为以及物质装状况进行全天实时监控预警。如果监控画面中出现工人未佩戴安全帽、抽烟等异常情况,系统能够最快发出警报并提供有用信息。

(3)危险区域预警模块:系统会根据作业人员与危险区域的相对距离,并与BIM模型进行对比,计算确定其安全状态,及时提醒工作人员保持足够的安全距离。

(4)塔吊防碰撞模块:通过在塔式起重机吊钩上安装传感器及摄像头,实时采集塔吊的风速、高度、回转角以及受力状况等数据,并将数据传输到预警系统中分析,对于塔吊异常或者违章作业等实现远程监控、远程报警,保障特种设备安全运行及规范使用。

(5)劳务人员管理模块:通过一卡通实现劳务工人实名制管理,并通过生物识别、智能门禁、智能安全帽等技术,对人员的考勤、定位以及工效进行管理。

(6)智能巡检模块:通过手机APP扫描配建筑构配件二维码,进入安全管理平台页面,填写相关的巡检内容,可实现数字化的归档、验收。如果出现安全数据不符合要求,可及时将问题汇总并发到到相关责任人终端,进行处理及问题状态追踪。只有施工条件满足安全清单中的验收条件,才能进行工序验收或进行下一步施工。

收集类似已完工程施工安全事故、原因、对策历史数据,根据事故致因理论,通过SQL Server数据库平台,利用建立工程施工安全风险静态数据库。然后通过网络爬虫信息技术,实时搜集网络上新的大量风险事故案例数据,并对风险源、风险因素、风险原因及风险对策等风险数据及时分类、标签化、数字化表达,或者通过用户对安全风险库的不断使用,间接更新完善安全风险库的案例数据,或者通过人工手段录入安全风险信息,实现库内信息的智能化存储、调用,形成工程施工安全风险动态数据库。风险动态数据库的智能管理能自我学习、自我更新、自我进阶,不断满足用户对不同风险管理场景的需求。

基于BIM的可视化动态模拟技术,建立施工安全辅助决策管理系统,可对工程施工工艺、流程以及施工方案等进行模拟,提前发现施工中的安全隐患,优化施工方案及现场管理措施,降低安全事故发生率。

在BIM三维模型的基础上,开发相应的有限元软件接口,再附加材料属性、边界条件和荷载条件,可实时监测工程施工中人员、机械物质的安全状态,模拟工程结构在施工中的应力、应变状态,有效编制安全管理措施,实时维护修正安全应急管理方案。对于危险性较大的分部分项工程或复杂异性结构安装,可利用BIM技术进行虚拟可视化建造,验证施工方案的合理性和施工技术的安全可靠性,辅助管理者进行安全管理决策。如在进入工地安装之前,提前进行高支模的认定、模拟起重、索具或脚手架搭接的方式,测试并优化方案。

施工安全智能管理平台上存储各类工程的安全事故案例事件以及各工程的应急管救援人员、物质和应急预案等。如果出现施工安全预警或安全事故,应急管理系统模块根据现场的预警系统信息,以及施工现场多源数据的抓捕或者安全事故的描述,获取关键字,自动匹配已存储在风险库中的各类风险案例和对应的风险预案,辅助管理者实现群体决策以及日常灾害演练与培训,从而提升安全应急管理效率。

另外,当安全事故发生后,BIM模型配合传感器和可视化监控系统,可为救援人员提供异常区域的完整信息以及工程设备的状态信息,辅助管理人员作出最佳的处置方案、救援路线等,提高事故应急管理成效。

以工程施工安全风险动态数据库为平台内涵,构建基于BIM的工程施工安全智能管理平台,是实现工程施工安全风险“识”、“警”、“控”联动管理的必然之路。平台包括五层:感知层、传输层、数据层、算法层、功能应用层,如图1所示。

通过传感器、视像采集设备或移动终端设备等,自动采集识别整个工程的施工安全风险数据,实现对整个工程运行状态的感知和施工安全风险的智能识别,并通过有线及无线通信网络,实现与数据层的双向交互传输。

5G可以适配建筑业特殊的场景化诉求,搭建施工现场的规模组网,满足于施工环境复杂、人员流动性大等建筑业各业务场景的数据传输,以实现智能化识别、定位、跟踪、监控和管理。

包括BIM模型初始数据、风险数据库的更新数据、智能识别系统实时采集数据三个数据来源。数据层可借助SQL Server数据库平台等数据库平台,实现数据的存储与调取。

算法层是施工安全智能管理平台的核心。需要通过神经网络、深度学习、遗传算法、知识图谱、AI等理论构建施工安全智能管理模型,通过对数据层数据的不断更新、迭代,实现施工安全的风险判别、智能预警和智能管理。

功能应用层主要包括智能预警与智能管控两方面。智能预警根据对安全风险的智能判别自动报警,包括智能传感器监测模块、智能视频监控模块、危险区域预警模块、塔吊防碰撞模块、劳务人员管理模块、智能巡检模块等。智能管控系统包括辅助决策模块、应急管理模块等。

基于BIM技术,实现工程施工安全风险因素的自动识别、安全事故的智能预警、安全应急救援管理的高效决策,建立一套科学完善的工程施工安全智能化管理机制是对安全事故频发问题的科学化、现代化解决方案。相对于传统的安全管理,安全智能化管理借助BIM的可视化动态模拟、物联网的实时监测、大数据的深度分析和人工智能的辅助决策,可实现实时掌握施工现场状况,动态分析安全风险成因,准确预测安全变化趋势,精准制定安全防护对策,有效实施安全管理措施。