Wyniki wyszukiwania - BazTech

1

Association analysis of human error causes of electric shock construction accidents in China

Li Jue, Wen Yuan Yu

Archives of Civil Engineering

|

2022

|

Vol. 68, nr 2

427--443

EN

Electric shock accident is one of the main causes of fatal construction accidents. In this study, 101 electric shock accidents are analyzed to mine the potential associations of human errors. The modified Human Factors Analysis and Classification System (HFACS) is used to classify human factors of accident causes. Characteristics and potential causes of the accidents are identified by employing frequency analysis. Chi-square test and Apriori algorithm are utilized to explore the associations among the causes. Some significant association between any of two factors are shared. According to association rules using three criteria: support (S), confidence (C) and lift (L), the two key paths are extracted based on the hierarchy of the HFACS. One is: organizational process loopholes → failed to correct problem → perceptual and decision errors (S = 0.11, C = 0.423, L = 1.02), and the other is: organizational process loopholes → poor skill level of workers → routine violation (S = 0.149, C = 0.789, L = 1.945). Managerial implications are proposed to prevent or reduce accidents based on interconnections of factors and key paths.

2

Identifying factors and conditions contributing to cyclists’ serious accidents with the use of association analysis

Anysz Hubert, Włodarek Paweł, Olszewski Piotr, Cafiso Salvatore

Archives of Civil Engineering

|

2021

|

Vol. 67, nr 3

197--211

EN

Being negatively impressed by the data published by the European Commission in CARE (Community database on Accidents on the Roads in Europe), where Poland is presented as the European Country with the highest rate of fatalities in road crashes involving cyclists during 4 years period (2009-2013), the Authors decided to analyse available data. Bikes become a more and more popular means of transport and the way of active recreation. In Warsaw, the share of bicycle trips rises 1 to 3% per year. The aforementioned, together with increasing traffic density, caused 4233 registered injuries among cyclists in 2018 in Poland. In 286 cases the accidents were direct reasons for the cyclists’ death. Considering these facts, it becomes extremely important to point the most influencing factors and conditions contributing to cyclists’ serious accidents. One-dimensional or two-dimensional statistics are not sufficient to find all important associations between the road conditions and the number of cyclists’ accidents. To overcome that the association analysis is applied. The results of the analysis can contribute to increasing the knowledge and safety of transport.

PL

Opublikowane przez Komisję Europejską dane w CARE (Community database on Accidents in the Roads in Europe) wskazują, że Polska jest krajem o najwyższym wskaźniku śmiertelności rowerzystów w efekcie wypadków drogowych w okresie 2009-2013 r. Jednocześnie rower staje się coraz bardziej popularnym środkiem transportu i sposobem rekreacji. W Warszawie ruch rowerowy wzrasta od 1 do 3% rocznie. To zjawisko oraz coraz gęstszy ruch drogowy było w Polsce przyczyną 4233 zarejestrowanych wypadków w 2018 r, w których ucierpieli rowerzyści. W 286 przypadkach wypadek był przyczyną śmierci rowerzysty. W świetle powyższych informacji bardzo istotne staje się wskazanie najważniejszych czynników i warunków drogowych towarzyszących poważnym wypadkom rowerzystów. Statystyki z użyciem jednej czy dwu zmiennych są niewystarczające, gdyż okoliczności towarzyszących wypadkom jest zwykle więcej. Do badania tych okoliczności wykorzystano więc analizę asocjacji zwaną też analizą koszykową. Obserwowanemu wzrostowi ruchu rowerowego (w Warszawie podwoił się w ciągu ostatnich kilku lat) towarzyszy także wzrost długości wybudowanych ścieżek rowerowych (np. w Warszawie od 305 km w 2011 r. do 645 km w 2019 r.). Niestety podobny wzrost dotyczy liczby wypadków w udziałem rowerzystów, wśród których także są wypadki śmiertelne. Całkowitą liczbę wypadków rowerzystów w Polsce wraz z liczbą wypadków śmiertelnych w latach 2011-2019 pokazano na rys. 3. Analiza asocjacji to wyszukiwanie związków pomiędzy zdarzeniem (lub jednoczesnym wystąpieniem kilku zdarzeń) towarzyszących innemu, obserwowanemu zdarzeniu, bądź zjawisku. Inna nazwa takich analiz, to analiza koszykowa, która powstała od pierwotnego zastosowania tj. badań zawartości koszyków klientów w sklepach wielkopowierzchniowych. Wtedy celem było zwiększanie sprzedaży, jednak przydatność tego rodzaju analiz została zauważona przez naukowców i są one wykorzystywane np. w biologii [8], edukacji [9]. Naturalnym zastosowaniem analizy asocjacji jest medycyna (np. w [10]). Symptomy choroby stanowią tam poprzednik reguły, a następnikiem jest wystąpienie choroby. Zastosowania analizy koszykowej można także znaleźć w rozwiązaniach problemów z zakresu inżynierii lądowej np. w zagadnieniach dotyczących zarządzania jakością [12], w ocenie ryzyka [14], w ocenie rzetelności ofert w postępowaniach przetargowych [13]. Reguł asocjacyjnych poszukiwano już także w zagadnieniach związanych z bezpieczeństwem ruchu drogowego [15, 16, 17]. Analiza asocjacji posługuje się trzema podstawowymi wskaźnikami: wsparciem (sup od ang. support) oznaczającym udział zdarzeń z jednoczesnym wystąpieniem poprzednika i następnika w całkowitej liczbie zdarzeń, ufnością (sup od ang. confidence) wyrażającym stosunek liczby zdarzeń z jednoczesnym wystąpieniem poprzednika i następnika do liczby zdarzeń, w których wystąpił dany poprzednik, przyrostem (ang. lift), który zdefiniowany jest jako iloraz ufności i prawdopodobieństwa wystąpienia następnika. Znalezione reguły o przyroście mniejszym niż 1 nie wyjaśniają zjawiska. Przykładowe obliczenia tych trzech parametrów przedstawiono w tab. 1. Analizie poddano bazę danych stworzoną przez Instytut Transportu Samochodowego na podstawie bazy [20]. Zawiera ona informacje o 21470 wypadkach rowerzystów w Polsce jakie miały miejsce w latach 2009-2013. Rodzaje informacji jakie zawiera każdy z rekordów w bazie to: stopień obrażeń rowerzysty (lekkie, ciężkie lub śmiertelne), miejsce zdarzenia (obszar miejski lub poza nim), rodzaj ulicy/drogi (jedno lub dwujezdniowa, jedno lub dwukierunkowa), lokalizacja zdarzenia na skrzyżowaniu lub poza nim, czy skrzyżowanie było wyposażone w sygnalizację świetlną, jaki był stopień oświetlenie naturalnego (dzień, zmierzch, noc). Bazę danych (której fragment przedstawiono na rys. 4) przekształcono do postaci z binarnymi wartościami (patrz tab. 2). Niezależnie od postaci przedstawianych informacji (tabelarycznie lub graficznie) analiza więcej niż dwóch czynników jednocześnie wpływających na stopień obrażeń jest albo trudna, albo informacje są nieczytelne. Podstawowe statystyki dotyczące wypadków rowerowych przedstawiono w rozdziale 3.1. Ze względu na znaczne różnice w strukturze wypadków w obszarze miejskim i poza nim, zdecydowano na poszukiwanie reguł asocjacyjnych odrębnie dla tych dwóch obszarów. Drugim założeniem było połączenie kategorii obrażeń ciężkich i śmiertelnych w jedną kategorię oznaczaną FS (ang. fatal and serious injuries), gdyż poszukiwanie reguł wyłącznie dla wypadków śmiertelnych pozwoliło znaleźć małą liczbę mało znaczących reguł (z przyrostem poniżej 1). Najsilniejsze, istotne reguły znalezione po przyjęciu wyżej opisanych założeń przedstawiono w tab. 6, 7, 8 i 9. Regułą o największej ufności jest następująca reguła (nr 10 w tab. 9): jeśli wypadek miał miejsce poza terenem miejskim na skrzyżowaniu drogi jednojezdniowej, dwukierunkowej, w czasie zmierzchu lub nocą, to w wyniku wypadku rowerzysta zmarł lub doznał ciężkich obrażeń ciała, z ufnością 80,0%. Nie znaleziono natomiast istotnych reguł dotyczących wypadków ze skutkiem FS dla obszarów miejskich. Najbardziej zaskakującym wnioskiem z przeprowadzonych analiz jest mała istotność sygnalizacji świetlnej w obszarze miejskim dla ciężkich wypadków w ruchu rowerowym. Natomiast poza obszarem miejskim, o ile skrzyżowanie posiada sygnalizację świetlną, w wypadku z udziałem rowerzysty można spodziewać się jego lekkich obrażeń z ufnością 65,2% przy wsparciu reguły 41,4%. Należy podkreślić, że przedstawione w artykule analizy były wykonane w oparciu o bazę danych, która nie zawiera wielu informacji istotnych z punktu widzenia przyczyn wypadków drogowych z udziałem rowerzystów takich jak: sztuczne oświetlenie ulicy lub drogi, oświetlenie osobiste rowerzysty, czy wypadek miał miejsce na ścieżce rowerowej, jakie były warunki pogodowe. Uwzględnienie ich w analizie koszykowej mogłoby doprowadzić do znalezienia reguł o większej istotności oraz do wniosków, które jeszcze w większym stopniu mogłyby się przyczynić do zapobiegania wypadkom rowerzystów.

3

Correlation and association analysis in wall conveyor engines diagnosis

Michalak M., Sikora B., Sobczyk J.

Studia Informatica

|

2015

|

Vol. 36, nr 3

43--59

EN

The paper presents the new way of machine diagnosis. The object of the research is the wall conveyor working in the coal mines. The work of the device was represented by three time series of current values of three conveyor's engines. Every startup of the conveyor work was described with almost twenty variables. The correlation analysis of over 3700 startups pointed interesting dependencies in the data. The association analysis gave sets of interpretable rules describing the proper way of conveyor work. The final prediction of the level of proper work is done on the basis of assumed number of last startups and their similarities to associations developed from the train data and represented by the association rules.

PL

Artykuł przedstawia nowy sposób analizy pracy urządzeń – w tym przypadku przenośnika ścianowego w kopalni węgla kamiennego. Praca przenośnika opisana jest za pomocą trzech przebiegów poboru prądu przez każdy z silników. Każde uruchomienie przenośnika opisane zostało przez niemal 20 wskaźników, reprezentujących charakter i zmiany poboru prądu. Analizie poddano ponad 3700 uruchomień. Na podstawie analizy asocjacji wytypowano grupy reguł opisujących poprawny przebieg pracy przenośnika podczas uruchomienia. Końcowa ocena diagnostyczna polega na obserwacji w sposób ciągły historii uruchomień i porównaniu jakości opisu (dokładności reguł asocjacyjnych na obserwowanych przebiegach) z opisem uzyskanym z dostępnych wcześniej (historycznych, wzorcowych) danych.