تعیین فاکتورهای تاثیرگذار بر شدت حوادث شغلی صنعت ساخت و ساز با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 529

نسخه کامل این Paper ارائه نشده است و در دسترس نمی باشد

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCOHS11_501

تاریخ نمایه سازی: 30 اردیبهشت 1399

Abstract:

زمینه و هدف: اگرچه کمتر از 12 % نیرو در صنعت ساخت و ساز مشغولند،اما شدت حوادث شغلی و آسیبها بسیار بالا و شدیدگزارش شده است.فاکتورهای متعددی در بروز حوادث دخیل هستند.بنابراین علت یابی حوادث و مجموعه عوامل تاثیرگذار برآن و همچنین ایجاد یک چارچوب موثر برای کاهش نرخ حوادث بر اساس یک برنامه جامع بسیار مهم و حیاتی میباشد. یکیاز رویکردهای مناسب جهت شناسایی سهم علت ها، جمع آوری اطلاعات معتبر به صورت بانک اطلاعاتی و تحلیل دقیقآنهاست. استفاده از داده کاوی در مدلسازی حوادث می تواند به درک بهتری از مولفه های تاثیرگذار بر حوادث شغلی منجر شودو نقش آنها را بر شدت پیامد حادثه نمایانتر سازد. در این مطالعه ترکیب الگوریتم ژنتیک و شبکه عصبی مصنوعی به منظورشناسایی عوامل تاثیرگذار بر بروز حوادث، بکار گرفته شد.مواد و روش ها :در این مطالعه به تحلیل و مدل سازی حوادث شغلی طی سال های 1390 تا 1394 در سایت های ساخت وساز 5 پروژه بزرگ وابسته به گروه مپنا (شرکت مدیریت پروژه های نیروگاهی ایران) بر اساس نمونه گیری سرشماری پرداختهشد. 712 حادثه شغلی ناتوان کننده که به آسیب های انسانی و روزهای کاری از دست رفته به غیر از مرگ و میر منجر شده بود،مورد بررسی قرار گرفتند، در نهایت 637 حادثه که دارای همه متغیرهای مورد بررسی بودند برای مطالعه انتخاب شدند، پیادهسازی فرآیند در نرم افزار متلب ویرایش 2018 a انجام و از تولباکسهای الگوریتم ژنتیک و شبکه عصبی مصنوعی به صورتترکیبی استفاده شد. همچنین گردآوری اطلاعات تکمیلی از طریق چک لیست و مصاحبه صورت گرفت.یافته ها : میانگین و انحراف معیار شاخص ضریب شدت حادثه (ASR) 55/102±08/283 روز بدست آمد. ساختار مدل بهصورت 2، 42، 42، 21 است، بدین معنی که مدل متشکل از 21 ورودی (ویژگی منتخب)، 42 نرون در لایه پنهان اول، 42 نروندر لایه پنهان دوم و 2 نرون خروجی است.کل داده ها شامل 637 نمونه اطلاعات حوادث صنعتی شامل 21 ویژگی منتخببودند. بررسی حوادث نشان میدهد که بیش از دو سوم از حوادث در سطح زمین و حدود 30 % دیگر در ارتفاع صورت گرفته است. بیشترین نوع بروز حوادث مربوط به سقوط اشیا (37/0%)، گیرکردن بین اشیا (35/3%) برخورد و تصادم (32/8%) و سقوط از ارتفاع (20/7%)، بوده است. بیشترین اعمال ناایمن در حوادث شغلی مورد بررسی مربوط به عدم استفاده از تجهیزات حفاظت فردی، نقش همکار در بروز حوادث و قرارگیری در شرایط ناایمن بود.نتیجه گیری: بخش ساخت و ساز یکی از حوزه های پرمخاطره است. دو روش الگوریتم ژنتیک و شبکه عصبی مصنوعی نشانداد که شاخص شدت حوادث و آسیب های شغلی در این صنعت از یک جریان سیستمی تبعیت نموده و دارای علل مختلفاست. مدل ایجاد شده بر اساس پارامترهای منتخب به نحو مطلوبی قادر به پیش بینی بروز حادثه بر اساس شرایط کاری بودهبنابراین میتواند به تصمیم گیرندگان در تدوین استراتژیهای پیشگیرانه کمک شایانی نماید. همچنین می تواند به عنوانمبنایی در دیگر صنایع نیز مورد استفاده قرار گیرد. پیشگیری و کاهش حوادث در صنایع مستلزم طراحی، تدوین و بکارگیریبرنامه ای نظام مند و جامع می باشد. بعلاوه، بر اساس این یافته ها، در میابیم که مشارکت همزمان نیروی کار و مدیریت میتواند به اقدامات موثرتری برای پیشگیری و کاهش حوادث و آسیب های شغلی منجر شود.

Authors

مهران صادقی کرکی

کارشناسی ارشد مهندسی بهداشت حرفه ای،گروه بهداشت حرفه ای، دانشکده بهداشت،دانشگاه علوم پزشکی بم، بم، ایران

بهناز مظلومی

کارشناسی ارشد مهندسی بهداشت حرفه ای،گروه بهداشت حرفه ای، دانشکده بهداشت،دانشگاه علوم پزشکی بم، بم، ایران

زهره فضلی

کارشناسی ارشد مهندسی بهداشت حرفه ای،گروه بهداشت حرفه ای، دانشکده بهداشت،دانشگاه علوم پزشکی بم، بم، ایران