【技术实现步骤摘要】
一种基于机器学习和区块链技术控制施工作业风险的方法
[0001]本专利技术涉及一种控制施工作业风险的方法,尤其是指一种基于机器学习和区块链技术控制施工作业风险的方法。
技术介绍
[0002]在现实的施工作业中,会存在各种各样的操作风险,若不能及时的对产生风险的因素加以控制,将会对施工过程造成严重的损害。
[0003]以多晶硅生产为例,制造多晶硅其间会制备与净化较多氢气,而氢气在空气中点燃会发生爆炸,对人身和财产安全造成严重威胁。为了预防此类风险,行业大多采取施工前开作业票的方式进行管理。但在实际的生产活动中,作业危害的识别情况和防护措施的落实情况会因评估人员的技术水平、工作态度以及其评估时心理状态的不同而发生变化,作业评估环节可能存在危害识别不完整、防护措施落实不到位、复杂作业评估时间过短的问题,从而难以在施工前对作业票进行有效的评估。并且,开出的作业票需由作业负责人和验收人共同检查作业状况并签字,但实际操作期间存在不少不规范操作,比如同一个人在相同极短时间内在同一地点开出多张作业票,使得作业票的设立偏离本来意义。< ...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习和区块链技术控制施工作业风险的方法,其特征在于,步骤包括:创建包含施工作业结果信息的各施工作业对应的训练模型;利用所述训练模型对当前新开的作业票进行安全程度评估,以确定当前新开的作业票对应的施工作业的安全程度;对完成的施工作业进行作业票关票签字,并将形成的签字文件发布至区块形成区块链数据。2.如权利要求1所述的基于机器学习和区块链技术控制施工作业风险的方法,其特征在于,根据既往施工的作业票信息获取既往施工作业对应的包含施工作业结果信息的特征数据,并对所述特征数据通过其维度的列向量划分以提取相应的特征向量;对提取到的所述特征向量进行数据聚类训练以确定最大化间隔的超平面,从而得到所述训练模型。3.如权利要求2所述的基于机器学习和区块链技术控制施工作业风险的方法,其特征在于,所述数据聚类训练依据下述公式进行:其中,ω为最大化支持向量到超平面的距离,超参数C、δ为松弛变量。4.如权利要求3所述的基于机器学习和区块链技术控制施工作业风险的方法,其特征在于,根据下述公式对所述当前新开的作业票进行打分,以确定当前新开的作业票对应的施工作业的安全程度;其中,
ɑ
为既往施工作业中事故发生的次数的数据,σ是对应既往施工作业中事故发生次数所占比例的数据。5.如权利要求1所述的基于机器学习和区块链技术控制施工作业风险的方法,其特征在于,还包括:区块链服务器对所述签字文件的发送者进行身份验证,若所述发送者身份经验证为合法,则将所述签字文件形成区块链数据。6.如权利要求5所述的基于机器学习和区块链技术控制施工作业风险的方法,其特征在于,若所述区块链服务器对所述签字文件的发送者经验证为非法,则形成内容为检查未通过的检查信息并反馈给中间件服务器集群;所述中间件服务器集群通过信息管理服务模块进行对应的应对处理。7.如权利要求1所述的基于机器学习和区块链技术控制施工作业风险的方法,其特征在于,还包括:设定施工作业验收人员在预定时间内在同一地点验收作业票的数量阈值;获取施工作业验收人员的当前位置信息,并对施工作业验...
【专利技术属性】
技术研发人员:杨煦瑞,张汉榜,姬晓蕾,王永富,陈国辉,冯望喜,王东旭,陈敬文,
申请(专利权)人:新特硅基新材料有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。