为减少工程项目安全事故的发生及损失，提高施工企业的安全水平，国家安全生产监督管理总局于2017年4月1日颁布了《企业安全生产标准化基本规范》(GBT-33000-2016)，要求施工企业建立安全标准化管理系统，推动企业安全生产逐步实现科学化、规范化和系统化。施工现场的安全信息具有来源分散、信息量大、隐蔽性强、难于辨别等特点，而传统安全管理主要依靠安全人员的现场监督、检查、提醒以及安全会议教育等方式展开，难以满足大型施工项目现代化、智能化建设的需求。因此，建立数字化、智能化、网络化的安全预警平台，是施工现场安全管理亟待解决的问题。

当前，关于安全预警与管理的相关研究日益增多，施工现场安全管理逐渐步入信息化进程。如集成BIM和PT技术，通过对工人位置信息、行为信息的获取、处理和反馈，构建了安全预警系统，实现现场事故的预防；基于Cloud-BIM技术，构建建筑工人高处坠落安全预警实现对建筑工人危险源识别、实时定位、风险预警等；基于定位系统，运用相关数据技术对水电工程的资源投入、移动轨迹、作业状态进行动态管理。但安全管理研究仍存在以下不足：

(1)研究对象单一，多以“工人”作为研究对象，未考虑机械设备、材料、结构、环境等多因素耦合影响的结果；

(2)功能模块设置较为简单，对数据处理、信息传递、预警响应的功能性不强；

(3)实施路径较少涉及，仅包含预警平台的功能构建，缺乏对构建预警平台实施路径的思考。

为此，本文试图建立智能化施工安全预警平台，集合了定位技术、监控技术、数据传输与处理、动态模拟、自动警报等技术。此安全预警平台适用于狭窄、空中、地下等大型复杂的现场条件，实现全天候、全场景、全方位监控人、材、机的移动路径以及现场环境，有利于安全管理者及时发现异常与风险，并采取措施，有效防范安全事故的发生。

人盯式管理(即人员现场监管)是传统安全管理的主要工作方式之一，工作量大、效率低。工程建设具有业务流程复杂、交叉作业繁杂、施工作业面广、人员密集且流动性大等特点。依靠传统安全管理方法进行现场巡视与监督，难以有效管理所有工人的作业行为，智能化程度低，安全隐患发现具有滞后性，无法满足高质量建造方式发展的要求。

工程建设周期较长，易受到自然条件的影响，恶劣天气对工人的肢体运动灵活性和施工机械及安全防护装置的自然侵蚀不容忽视，需开展常态化监督检查。传统安全管理中现场定期安全检查时间跨度较大，无法实现7×24小时在线监督、实时监控及异常状况及时提醒的要求。

工程建设受多因素耦合作用影响大，如作业人员不按规定佩戴安全帽，在无安全可靠防护措施的情况下，不按规定系挂安全带，地上地下同时施工、多层多工种同时作业等危险情况，容易导致突发性和紧急性的安全事故发生。

借助现代信息技术构建安全预警平台具有以下优势：

利用智能技术能够满足现场数据的实时性要求，一方面，以实时方式收集原始数据，能够及时有效地排查施工现场安全隐患；另一方面依赖于网络传输技术的进步，可以将数据流实时传输给数据层。

BIM技术与定位技术的融合能够实现预警平台的可视化。可通过智能化安全平台直观获取人的不安全行为、物的不安全状态及环境信息，同时可对施工过程进行动态模拟，分析出施工过程的安全风险，以便及早采取防范措施。

智能化安全预警平台具有感知、分析、控制和持续优化等功能，能够实现安全生产过程中涉及的人员、材料、设备、在建物和环境的闭环管理，从而确保工程建造安全和管理活动的可知可控。

智能化安全预警平台构建思路可概括为：预警数据监测、预警等级诊断、警报发布与提醒、安全培训与教育，如图1所示。预警数据监测是指对被采集对象及其相关信息进行定位、监控，为平台的构建提供数据，是平台构建的基础。预警等级诊断是指对被采集对象的数据进行统计、分析及判断，是平台构建的重要过程。警报发布与提醒对事故隐患做出即时提醒及预报预警，防范与遏制安全事故发生，是平台构建的核心。安全教育与评价通过对作业人员的培训和评价，提高作业人员的安全警觉心理和危险防范意识，是平台构建的目的。

智能化安全预警平台基本架构包括六层：感知层、传输层、数据层、算法层、功能层、用户层，如图2所示。

结合GPS、无感通勤系统、AI无人值守监控器、无感监测仪器等定位和传感技术，实时采集不同岗位、不同工种的人员、设备的工点位置、轨迹、不同种类材料的属性等安全风险数据，实现对施工项目全流程安全风险的智能识别，并通过基础网络技术，实现数据的双向实时传输。

基于以太网、WLAN、5G技术，在施工项目区域内搭建起基础网络与定位技术相结合的物联网，将施工现场人员、材料、设备、技术和环境通过监控识别、定位系统等各种信息传感设备与互联网连接起来，实现原始数据的实时传送。

集合工程原始数据与应用数据，包含了施工现场的基础数据及事故案例库、施工方案、安全规范等业务数据，建立预警指标体系数据库。数据支撑层可设置在云端，确保数据的质量和安全。

在数据真实有效的前提下，采用云计算、大数据、BIM等相关技术，对海量安全风险数据进行统计、分析、存储，并依据安全规范判别准则对分析结果进行对比，实现安全风险因素智能识别，确定安全预警值及风险等级。

对不同应用场景，搭建定制化的功能应用系统与模块。功能层包括动态监测、预警诊断、协调响应及安全教育，共4个系统、12个模块，实现工程风险因素的识别、预警等级的确定、危险状态的提醒、工人的培训及教育。

通过视频墙、移动终端、计算机等终端设备，为用户提供可视化预警服务，实现预警信息及时响应。

工程建设具有流动性，人员、设备是流动性的主要载体，其行为轨迹复杂且难以追踪，流动性载体的定位跟踪技术是关键。为解决这一问题，实时定位模块主要采用智能安全帽、反光衣、手机GPS、车载GPS、车载终端等硬件终端技术。该终端由传感器采集系统和控制传输系统组成，具有增设图像采集、人员(机械)定位、夜间识别、行动轨迹记录、生理监测等功能，可全方位、多角度动态识别人员、材料、机械设备等资源要素的位置和状态。此模块主要用于夜间作业、人—机协同工作区、管理死角区。

工程建设施工过程中人员众多，进出场次数频繁，工人安全意识淡薄都会带来安全隐患。为加强建筑施工安全管理，确保施工队伍安全稳定，需要解决人员身份识别问题，为此在出入口安装无感通行考勤系统。该系统可设置人脸对比、人员跟踪等算法，联动项目人员实名制，摄像头识别等实现人员身份辨识；同时，画面监测到实名制范围外人员可自动报警，从而防止场外人员尾随。此模块主要应用于人员出入口、交叉作业口。

视频监控模块具有记忆性、可视化等功能，既能及时排除安全隐患，又能事后调查事故原因。安全着装行为监控功能，能够自动检测和捕捉30-50m范围内施工人员的着装隐患，比如不佩戴安全帽、不系安全带等，可实现多人员着装隐患同时识别，杜绝人工监管漏洞。此外，AI无人值守监控功能可实时记录材料、设备的位置、数量，实现24小时实时在线监管，杜绝监管疲劳，打通信息壁垒，推动监管信息全线贯通。此模块主要应用于施工作业面、材料存放区及加工区、内部主通道、人货梯入口、管理死角区等区域。

数据统计模块是对所收集到的原始数据进行统计。利用信息技术及智能软件对数据进行分类、整合，统计工作人员安全装备佩戴情况及行动轨迹，形成违规人员信息属性统计表。统计施工机械的属性、位置信息和使用情况，形成机械设备故障统计报表，并将其推送至管理人员及数据计算模块。

数据计算模块主要利用云计算、大数据的核心算法，对数据进行持续地实时处理与分析。对工人安全着装数据进行计算，获得着装安全指数，判断工人安全装备佩戴是否符合规范要求。对人—机协同工作数据进行计算，获得人员作业流程安全指数及机械功能稳定指数，判断工人施工方法是否符合施工方案和规范要求，机械设备是否处于正常水平。对作业区域数据的计算，获得区域内物体、环境的安全状态指数，进而识别危险区域及其范围。

信息输出模块主要根据前述监测及计算结果，判断预警指标是否超出安全临界状态或安全警域值，确定预警等级及事故高发人员和区域，并制定专项安全控制措施及安全实施方案。一旦发生安全隐患，将立即发出预警信号，启动相应的应急方案，以快速消除事故隐患。

工人缺乏安全意识，未按规定穿戴个人防护用品及使用安全防护装置，或工人处于不安全区域，及在不安全地方作业时，对危险物品放置方式不对等，语音现场即时提醒模块将立即启动运作，现场发出安全语音提示，以增强施工人员安全意识。

基于计算机深度学习的施工不安全区域识别方法，通过监控采集施工人员坐标信息，对不安全区域内的施工人员进行实时危险距离预警。比如开发工地围挡翻越警报功能(区域、越界)及危险区域越界警报功能，一旦施工人员超过危险警戒限值，可联动触发报警装置，警报模块将自动发出警报和警告，并启动相应的预警方案。

结合施工现场实时发送的人、材、机的相关情况，采用移动APP开展安全隐患排查治理，结合定位轨迹数据，挖掘危险源与人员活动相关规律，当施工人员进入危险源后，系统及时将预知的危险源推送至区域相关人员，通过智能APP、微信、手机短信推送。

加强对已有安全准入数据、安全隐患和事故数据的综合分析和挖掘能力，研究其发生的规律和风险判断标准，防范可能出现的安全隐患和安全生产事故。建立安全隐患和事故的案例数据库，通过实际施工项目与案例之间的数据对比，对安全隐患及早发现、及早治理。

教育培训模块针对人的不安全行为、物的不安全状态，在工程施工之前，根据施工方案，结合BIM技术对施工过程进行施工模拟。通过模拟仿真，可实现从理论知识至实操环节的一体化培训模式。对工人实行有针对性的安全培训，使工人在施工前就明确了解操作要求、程序、步骤、注意事项及潜在风险事项。同时将模拟过程以动画视频的形式播放，使工人对安全事故情景有更为直观的感受。相对传统“说教式”的教育形式，这一培训方式更有利于提高作业人员的安全警觉心理和危险防范意识。

为便于对施工作业人员进行全过程管理和绩效分析，可嵌入考核模块，对施工人员的安全意识和安全知识与技能进行考核，规避因操作失误所带来的安全隐患。根据考核成绩进行不同等级评价，通过数据筛查，形成区域内安全培训排名靠后的人员名单，推送至区域管理人员，引起管理人员和施工人员的双重重视，以提升现场安全管控效力。

以5年～10年的重大安全事故案例为对象，采用事故致因“2-4”模型分析引发事故的影响因素，利用SQL Server2008平台建立案例数据库。通过对大量案例数据的统计和分析，将案例信息的数据源、时间、类别、状态、原因等进行分类、记录和存储，减少数据的冗余度。案例数据库具有数据存储、数据处理、数据查询和数据可视化等功能，可通过API接口调用数据库信息，有助于安全管理人员精准识别安全风险因素。

预警指标体系可以综合反映和说明施工过程的安全特征，包括属性指标、状态指标和响应指标。基于对安全事故案例及设计图纸、施工方案研究的基础上，结合BIM技术对施工现场安全演变情况的模拟，构建安全预警指标体系。安全预警指标体系的建立，实现了对潜在风险因素的监测，运用智能算法对监测数据进行分析研究，进而判定安全事故发生的概率和损失状况，从而确定风险等级。

BIM智慧模拟系统以Navis works为开发基础，通过增加插件的方式增加功能，以Navisworks.API接口为接入点，附加人体疲劳度、机械状况、基坑深度、结构稳定性等条件，模拟实际施工现场，进行虚拟可视化施工，并修正之前的施工组织设计及施工方案。BIM技术在三维可视化方面具有强大优势，有助于实现危险源的辨识和动态管理。利用BIM技术对现场进行指导施工、技术交底，使施工过程中的不安全行为或不安全状态得到减少或消除，保障项目施工安全。

利用人工智能技术，建立应急救援方案库。通过对施工过程动态模拟和施工资源现场布置模拟，掌握施工现场材料堆放区域和人员活动范围，规划好救援路径，对于不同的安全隐患，制定有针对性的救援方案。结合施工现场人员(设备)行动轨迹的定位监控数据，对应急救援方案进行智能化更新。一旦发生安全隐患，人工智能自主提取实时的事故信息，实现救援方案的一键匹配，调取对应救援方案，提高事故处理效率。

本文基于人工智能技术，为实现施工过程中人—材—机—环等安全要素的动态监测，安全信息的预警诊断，安全事故的协同响应以及作业人员安全教育评价，构建了智能化安全预警平台。平台可对施工人员进行全方位的管理和教育，对施工流程全过程进行监测和部署，对施工现场全场景进行监控和预警，达到实时掌握现场动态、精准制定风险防护措施的目的。该平台的建立可降低施工现场安全事故发生的概率及损失，有利于实现建筑行业安全管理的信息化和智能化。