简介:企业参照《企业职工伤亡事故分类》(GB6441-1986)《生产过程危险和有害因素分类与代码》(GB/T13861-2009),综合考虑起因物、引起事故的诱导性原因、致害物、伤害方式等,开展风险辨识评估,并进行分类梳理,确定安全风险类别。安全风险类别可依据《企业职工伤亡事故分类》(GB6441-1986)中的事故类别、受伤性质、伤害方式确定。《企业职工伤亡事故分类》(GB6441-1986)中的起因物、致害物、不安全状态、不安全行为以及《生产过程危险和有害因素分类与代码》(GB/T13861-2009)中的危险有害因素可作为安全风险辨识评估的诱导性原因进行分析。
简介:为了减少民航维修人员不安全行为,探讨组织因素对民航维修人员安全行为的影响机理。基于组织行为学理论并结合民航维修人员的访谈分析,确定了影响民航维修人员安全行为的4个组织因素——安全氛围、工作压力、风险感知和安全管理,在此基础上,构建了组织因素与民航维修人员安全行为关系的假设模型。选取国内航空公司维修基地的一线机务维修人员进行问卷调查,采用结构方程模型对假设模型进行验证。结果表明,安全氛围、工作压力、风险感知和安全管理4个维度与安全参与行为、安全服从行为显著相关,其中,安全氛围对安全参与行为的影响最大。风险感知对安全服从行为的影响最小。
简介:对驾驶行为的危险状态进行动态辨识并提前预警是防止交通事故发生的重要手段。提出一种基于Kohonen神经网络和支持向量机(SVM)的驾驶行为险态动态辨识方法。基于国内外相关研究,选取油门、方向盘转角、刹车、离合、X轴速度、Y轴速度、X轴加速度、Y轴加速度、发动机转速作为驾驶行为状态指标。应用Kohonen神经网络对9个指标组成的向量进行非监督聚类。用聚类结果组成的时间序列表示驾驶员行为指标的动态变化特征并以此作为输入,通过训练SVM实现驾驶行为险态辨识,解决了高维指标数据监督聚类困难和险态识别的静态性问题。最后,采用驾驶模拟器进行试验设计,对方法的有效性进行验证。以8个危险场景作为诱发驾驶行为险态出现的刺激,10个被试共产生8400组识别序列,选取600组标识为险态的时间序列进行验证。结果表明:该模型的驾驶行为险态识别正确率为82.22%。不同被试的正确率差异控制在6%以下,表明此模型具备一定的泛化能力。