一种施工作业人员适岗状态评价方法及装置

技术领域

本发明涉及交通工程技术领域，特别是指一种施工作业人员适岗状态评价方法及装置。

背景技术

我国公路水运工程建设规模持续保持高位，工程建设现场更多向偏远山区、环境复杂地区转移，施工技术难度不断增大，施工安全风险的隐蔽性和耦合性明显增加，公路水运工程施工安全管理一直是交通工程建设行业安全工作的重点。在传统的安全管理理论中，人的不安全行为是造成生产安全事故发生的直接原因之一。施工人员个体不仅受到外在社会环境和自然环境的影响，还会受到自身心理状态和生理状态的影响，人的不安全行为在事故发生中占有较大比重，也是事故发生的重要原因，为减少施工安全事故的发生，国内外学者针对影响作业安全的人员适岗状态特征进行了大量研究。

目前煤矿施工、建筑施工领域已经开展了施工作业人员适岗状态特征的相关研究，部分学者采用通用的心理、生理指标建立了作业人员状态与不安全行为之间的关系。但是公路水运工程施工作业环境复杂多变，不同施工场景下作业人员不安全状态特征有所不同，心理、生理监测指标也有所不同，针对公路特大桥梁不同场景作业人员状态的影响因素还需深入研究。

施工作业人员适岗状态的评估方法一直被国内外研究人员广泛关注，部分研究人员进归纳总结了常见的研究方法，主要包括主观评价法和基于心理、生理参数测量的方法。主观评价法操作简单，便于在施工现场开展，但是由于受到问卷调查数量及实时性限制，难以有效的反映施工作业人员真实的状态。考虑施工作业人员在岗状态发生变化时，其生理指标也会随之变化，目前的生理参数测量法没有系统、专业、全面的评估方法，导致这种评估方法不够准确，对施工作业人员的防护力度不够，进而影响施工作业人员的安全。

发明内容

针对公路水运工程施工作业环境复杂多变，现行施工作业人员适岗状态评估体系对公路水运工程复杂施工场景适应性不足的问题，本发明实施例提供了一种施工作业人员适岗状态评价方法及装置。所述技术方案如下：

一方面，提供了一种施工作业人员适岗状态评价方法，该方法由电子设备实现，该方法包括：

S1、获取待评估作业人员的指标数据；

S2、将所述指标数据输入到适岗性评价系统中，所述适岗性评价系统包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块；

S3、根据所述指标数据以及所述人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到所述待评估作业人员的适岗性评价结果。

可选地，所述指标数据包括人体生理状况数据、安全培训情况数据以及异常行为记录数据；

所述S3的根据所述指标数据以及所述人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到所述待评估作业人员的适岗性评价结果，包括：

S31、将所述人体生理状况数据输入所述人体生理状况评价模块，将所述指标数据中的安全培训情况数据输入所述安全培训情况评价模块，将所述指标数据中的异常行为记录数据输入所述异常行为记录评价模块，确定所述待评估作业人员的适岗性评价结果。

可选地，所述S31的将所述人体生理状况数据输入所述人体生理状况评价模块，将所述指标数据中的安全培训情况数据输入所述安全培训情况评价模块，将所述指标数据中的异常行为记录数据输入所述异常行为记录评价模块，包括：

S311、将人体生理状况数据输入人体生理状况评价模块，计算人体生理状况的贡献度；

S312、将指标数据中的安全培训情况数据输入安全培训情况评价模块，计算安全培训情况的贡献度；

S313、将指标数据中的异常行为记录数据输入异常行为记录评价模块，计算异常行为记录的贡献度。

可选地，所述S311的将人体生理状况数据输入人体生理状况评价模块，计算人体生理状况的贡献度，包括：

人体生理状况评价模块包括人体生理状况评价算法，用x

其中，γ

将得到的人体生理状况中的每个指标的贡献度相加，得到人体生理状况对应的贡献度。

可选地，所述S312的将指标数据中的安全培训情况数据输入安全培训情况评价模块，计算安全培训情况的贡献度，包括：

安全培训情况评价模块采用Bert模型的encoder的最上层self-attention矩阵，将安全培训情况数据对应的三个指标的文字数据分别输入到self-attention矩阵，得到文字数据对应的self-attention矩阵数据，根据下述条件，确定出语义块：

相邻的两个词语y

将提取出的语义块与基准规范文字数据的相似度，将相似度作为安全培训情况数据每个指标的贡献度，将安全培训情况数据每个指标的贡献度相加，得到的加和作为安全培训情况的贡献度；

可选地，所述异常行为记录评价模块包括：违章记录指标以及失信行为指标；

所述S313的将指标数据中的异常行为记录数据输入异常行为记录评价模块，计算异常行为记录的贡献度，包括：

异常行为记录评价模块包括违章记录贡献度算法和失信行为贡献度算法这两个算法，根据下述公式(2)的违章记录贡献度算法计算违章记录贡献度t，根据下述公式(3)的失信行为贡献度算法计算失信行为贡献度m：

其中，s表示违章记录指标数据，δ表示预设的违章记录的权值，R

其中，α表示预设的失信行为的权值，n表示失信行为指标数据，R

另一方面，提供了一种施工作业人员适岗状态评价装置，该装置应用于施工作业人员适岗状态评价方法，该装置包括：

获取单元，用于获取待评估作业人员的指标数据；

输入单元，用于将所述指标数据输入到适岗性评价系统中，所述适岗性评价系统包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块；

评价单元，用于根据所述指标数据以及所述人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到所述待评估作业人员的适岗性评价结果。

可选地，所述指标数据包括人体生理状况数据、安全培训情况数据以及异常行为记录数据；

所述评价单元，进一步用于：

S31、将所述人体生理状况数据输入所述人体生理状况评价模块，将所述指标数据中的安全培训情况数据输入所述安全培训情况评价模块，将所述指标数据中的异常行为记录数据输入所述异常行为记录评价模块，确定所述待评估作业人员的适岗性评价结果。

可选地，所述评价单元，进一步用于：

S311、将人体生理状况数据输入人体生理状况评价模块，计算人体生理状况的贡献度；

S312、将指标数据中的安全培训情况数据输入安全培训情况评价模块，计算安全培训情况的贡献度；

S313、将指标数据中的异常行为记录数据输入异常行为记录评价模块，计算异常行为记录的贡献度。

可选地，所述评价单元，进一步用于：

人体生理状况评价模块包括人体生理状况评价算法，用x

其中，γ

将得到的人体生理状况中的每个指标的贡献度相加，得到人体生理状况对应的贡献度。

另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述施工作业人员适岗状态评价方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述施工作业人员适岗状态评价方法。

本发明实施例提供的技术方案带来的有益效果至少包括：

本发明实施例中，获取待评估作业人员的指标数据；将指标数据输入到适岗性评价系统中，适岗性评价系统包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块；根据指标数据以及人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到待评估作业人员的适岗性评价结果。使用本发明，解决了目前施工作业人员适岗状态定量分析不够准确、安全状态量化评估不足的问题，可以精准、系统、专业、全面量化作业人员的适岗性，对作业人员的安全指数进行动态监测，提高了评估方法的准确性，进而提高了对施工作业人员的防护力度，提高了施工作业人员的安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种施工作业人员适岗状态评价方法流程图；

图2是本发明实施例提供的一种施工作业人员适岗状态评价装置框图；

图3是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明实施例提供了一种施工作业人员适岗状态评价方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图1所示的施工作业人员适岗状态评价方法流程图，该方法的处理流程可以包括如下的步骤：

S1、获取待评估作业人员的指标数据。

其中，指标数据至少包括人体生理状况数据、安全培训情况数据以及异常行为记录数据。

另外，指标数据还可以包括待评估作业人员的体温数据等生理指标，可以用于构建单项生理指标的告警机制。

S2、将指标数据输入到适岗性评价系统中，适岗性评价系统包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块。

一种可行的实施方式中，该适岗性评价系统可用于待评估作业人员进场前准入以及施工过程中的适岗状态实施评估，基于人员不安全行为特征分析，可以从人体生理状况、安全培训情况和异常行为记录这三个层面来评估待评估作业人员的状态，因此，适岗性评价系统可以包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块这三个模块。

其中，人体生理状况评价模块包括：心率指标、血氧饱和度指标、呼吸频率指标以及血压指标；

安全培训情况评价模块包括：进场培训指标、继续教育指标以及培训频次指标；

异常行为记录评价模块包括：违章记录指标以及失信行为指标。

一种可行的实施方式中，三个模块和九个指标可以参照下述表1所示。

表1

S3、根据指标数据以及人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到待评估作业人员的适岗性评价结果。

可选地，S3的具体处理过程可以如下述步骤S31：

S31、将人体生理状况数据输入人体生理状况评价模块，将指标数据中的安全培训情况数据输入安全培训情况评价模块，将指标数据中的异常行为记录数据输入异常行为记录评价模块，确定待评估作业人员的适岗性评价结果。

可选地，S31的具体处理过程可以包括下述步骤S311-S3110：

S311、将人体生理状况数据输入人体生理状况评价模块，计算人体生理状况的贡献度。

一种可行的实施方式中，先对人体生理状况数据做初步筛查，如果存在以下一种情况或多种，则无需通过人体生理状况评价模块，直接判断待评估作业人员的适岗性评价结果为不合格：

(1)心率：X

(2)血氧饱和度：X

(3)血压：X

通过初步筛查后，将人体生理状况数据输入到人体生理状况模块。人体生理状况评价模块包括人体生理状况评价算法，用x

其中，γ

最后，将得到的人体生理状况中的每个指标的贡献度相加，得到人体生理状况对应的贡献度。

S312、将指标数据中的安全培训情况数据输入安全培训情况评价模块，计算安全培训情况的贡献度。

一种可行的实施方式中，指标数据中的安全培训情况数据基本是以文字描述的形式存储的，例如下表2所示：

表2

因此，需要用到文字语义提取模块对安全培训情况数据进行语义提取，进而评估出安全培训情况数据的贡献度。安全培训情况评价模块采用Bert模型的encoder的最上层self-attention矩阵，将安全培训情况数据对应的三个指标的文字数据分别输入到self-attention矩阵，可以得到文字数据对应的self-attention矩阵数据，如下表3所示：

表3

根据上述self-attention矩阵数据，根据下述条件，确定出语义块：

相邻的两个词语y

根据该条件可以在上述表2中提取出语义块“参加进场通过考核”。

先对提取的语义块进行初步筛查，获取预设的一步否决基准规范文字数据，计算提取出的语义块与一步否决基准规范文字数据的相似度，如果相似度大于预设否决阈值，则直接判断待评估作业人员的适岗性评价结果为不合格。

通过初步筛查后，获取预设的安全培训情况数据每个指标的基准规范文字数据，计算提取出的语义块与基准规范文字数据的相似度，将相似度作为安全培训情况数据每个指标的贡献度，将安全培训情况数据每个指标的贡献度相加，得到的加和作为安全培训情况的贡献度。

S313、将指标数据中的异常行为记录数据输入异常行为记录评价模块，计算异常行为记录的贡献度。

一种可行的实施方式中，先对失信行为指标数据进行初步筛查，是否在一个考核周期内失信行为指标数据两次为0，如果是，则直接判断待评估作业人员的适岗性评价结果为不合格。

通过初步筛查后，将异常行为记录数据输入异常行为记录评价模块，异常行为记录评价模块包括违章记录贡献度算法和失信行为贡献度算法这两个算法，根据下述公式(2)的违章记录贡献度算法计算违章记录贡献度t，根据下述公式(3)的失信行为贡献度算法计算失信行为贡献度m：

其中，s表示违章记录指标数据，δ表示预设的违章记录的权值，R

其中，α表示预设的失信行为的权值，n表示失信行为指标数据，R

需要说明的是，为了进一步对待评估作业人员的安全进行保障，根据各模块对工程施工安全影响的重要程度，对人体生理数据、安全培训数据和异常行为数据三个模块设置直接否决项，当待评估作业人员满足下表4其中一项时，直接将待评估作业人员的适岗性评价结果确定为不合格，反映至进场通道系统中，相关人员禁止进场并责令清退。

表4

S314、计算人体生理状况的贡献度、安全培训情况的贡献度以及异常行为记录的贡献度的总和，根据总和确定待评估作业人员的适岗性评价结果，适岗性评价结果包括优秀、合格以及不合格。

一种可行的实施方式中，获取预设的分级标准，确定人体生理状况的贡献度、安全培训情况的贡献度以及异常行为记录的贡献度的总和在分级标准中对应的结果，将其确定为待评估作业人员的适岗性评价结果。

得到待评估作业人员的适岗性评价结果后，可以连接到施工安全状态动态感知系统平台、安全状态智能感知设备、进场入口闸机等设备，在人员进场时、施工作业中进行适岗等级可视化显示，例如，设置亮灯的颜色表示不同的结果，绿色的灯表示适岗性评价结果为优秀，黄色的灯表示适岗性评价结果为合格，红色的灯表示适岗性评价结果为不合格；或者，在设备的显示器上显示对应的码，绿码表示适岗性评价结果为优秀，黄码表示适岗性评价结果为合格，红码表示适岗性评价结果为不合格。这样可以实现后台对作业人员适岗状态量化分析及直观展示，及时推送至安全管理人员、作业人员，严格施工作业人员准入及作业过程中安全状态监测。也可以将作业人员的适岗性评价结果连接人员适岗系统、作业人员智能手环等设备，实现在人员进场时进行适岗等级可视化显示，严格作业人员准入的量化分析，以及人员作业过程中的安全指数动态监测，减少人的不安全行为引发的施工安全事故。

另外，在施工作业工程中，一方面，可以通过待评估作业人员的适岗性评价结果进行综合性适岗状态评估及直观显示，对于黄码显示作业人员进行即时告警，同步推送至安全管理人员，对于红码显示作业人员禁止作业。由于施工作业中，人体的生理、心理状态与安全培训、异常行为等指标相比存在一定不确定性，因此，在对施工作业人员适岗状态综合评估之外，针对作业人员体温、心率等生理指标进行重点监测，可以建立单项生理指标的告警机制，如当施工作业人员体温达到37.8℃～38.5℃时，系统进行二级警示，通过智能感知设备、安全状态动态感知系统平台推送至作业人员及安全管理人员，进一步重点监测。当施工作业人员体温达到38.5℃以上时，系统进行一级警示，对作业人员暂停作业活动，以便进一步观察。

本发明实施例中，获取待评估作业人员的指标数据；将指标数据输入到适岗性评价系统中，适岗性评价系统包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块；根据指标数据以及人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到待评估作业人员的适岗性评价结果。使用本发明，解决了目前施工作业人员适岗状态定量分析不够准确、安全状态量化评估不足的问题，可以精准、系统、专业、全面量化作业人员的适岗性，对作业人员的安全指数进行动态监测，提高了评估方法的准确性，进而提高了对施工作业人员的防护力度，提高了施工作业人员的安全性。

图2是根据一示例性实施例示出的一种施工作业人员适岗状态评价装置框图，该装置用于施工作业人员适岗状态评价方法。参照图2，该装置包括获取单元210、输入单元220以及评价单元230，其中：

获取单元210，用于获取待评估作业人员的指标数据；

输入单元220，用于将所述指标数据输入到适岗性评价系统中，所述适岗性评价系统包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块；

评价单元230，用于根据所述指标数据以及所述人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到所述待评估作业人员的适岗性评价结果。

可选地，所述指标数据包括人体生理状况数据、安全培训情况数据以及异常行为记录数据；

所述评价单元230，进一步用于：

S31、将所述人体生理状况数据输入所述人体生理状况评价模块，将所述指标数据中的安全培训情况数据输入所述安全培训情况评价模块，将所述指标数据中的异常行为记录数据输入所述异常行为记录评价模块，确定所述待评估作业人员的适岗性评价结果。

可选地，所述评价单元230，进一步用于：

S311、将人体生理状况数据输入人体生理状况评价模块，计算人体生理状况的贡献度；

S312、将指标数据中的安全培训情况数据输入安全培训情况评价模块，计算安全培训情况的贡献度；

S313、将指标数据中的异常行为记录数据输入异常行为记录评价模块，计算异常行为记录的贡献度。

可选地，所述评价单元230，进一步用于：

人体生理状况评价模块包括人体生理状况评价算法，用x

其中，γ

将得到的人体生理状况中的每个指标的贡献度相加，得到人体生理状况对应的贡献度。

可选地，所述评价单元230，进一步用于：

安全培训情况评价模块采用Bert模型的encoder的最上层self-attention矩阵，将安全培训情况数据对应的三个指标的文字数据分别输入到self-attention矩阵，得到文字数据对应的self-attention矩阵数据，根据下述条件，确定出语义块：

相邻的两个词语y

将提取出的语义块与基准规范文字数据的相似度，将相似度作为安全培训情况数据每个指标的贡献度，将安全培训情况数据每个指标的贡献度相加，得到的加和作为安全培训情况的贡献度；

可选地，所述异常行为记录评价模块包括：违章记录指标以及失信行为指标；

所述评价单元230，进一步用于：

异常行为记录评价模块包括违章记录贡献度算法和失信行为贡献度算法这两个算法，根据下述公式(2)的违章记录贡献度算法计算违章记录贡献度t，根据下述公式(3)的失信行为贡献度算法计算失信行为贡献度m：

其中，s表示违章记录指标数据，δ表示预设的违章记录的权值，R

其中，α表示预设的失信行为的权值，n表示失信行为指标数据，R

本发明实施例中，获取待评估作业人员的指标数据；将指标数据输入到适岗性评价系统中，适岗性评价系统包括人体生理状况评价模块、安全培训情况评价模块以及异常行为记录评价模块；根据指标数据以及人体生理状况评价模块、安全培训情况评价模块和异常行为记录评价模块，得到待评估作业人员的适岗性评价结果。使用本发明，解决了目前施工作业人员适岗状态定量分析不够准确、安全状态量化评估不足的问题，可以精准、系统、专业、全面量化作业人员的适岗性，对作业人员的安全指数进行动态监测，提高了评估方法的准确性，进而提高了对施工作业人员的防护力度，提高了施工作业人员的安全性。

图3是本发明实施例提供的一种电子设备300的结构示意图，该电子设备300可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)301和一个或一个以上的存储器302，其中，所述存储器302中存储有至少一条指令，所述至少一条指令由所述处理器301加载并执行以实现上述中文文本拼写检查方法的步骤。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述中文文本拼写检查方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。