[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR20220079108A - 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법 - Google Patents

범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법 Download PDF

Info

Publication number
KR20220079108A
KR20220079108A KR1020200168551A KR20200168551A KR20220079108A KR 20220079108 A KR20220079108 A KR 20220079108A KR 1020200168551 A KR1020200168551 A KR 1020200168551A KR 20200168551 A KR20200168551 A KR 20200168551A KR 20220079108 A KR20220079108 A KR 20220079108A
Authority
KR
South Korea
Prior art keywords
risk
construction
real
variables
time
Prior art date
Application number
KR1020200168551A
Other languages
English (en)
Other versions
KR102600405B1 (ko
Inventor
한승우
하민우
손석현
조유진
Original Assignee
인하대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인하대학교 산학협력단 filed Critical 인하대학교 산학협력단
Priority to KR1020200168551A priority Critical patent/KR102600405B1/ko
Publication of KR20220079108A publication Critical patent/KR20220079108A/ko
Application granted granted Critical
Publication of KR102600405B1 publication Critical patent/KR102600405B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Operations Research (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법에 관한 것이다.
본 발명에 따르면, 건설현장의 위험작업구역의 접근 위험도 예측 시스템을 이용한 위험도 예측 방법에 있어서, 기 저장되어 있는 재해 통계 데이터로부터 고정변수, 실시간 변수 및 공종 변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측 알고리즘을 생성하는 단계, 상기 건설현장에 투입되는 작업자들과 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 건설현장의 실시간 변수를 입력받는 단계, 그리고 상기 입력된 고정변수, 실시간 변수 및 공종 변수를 상기 위험도 예측 알고리즘에 적용하여 최종 위험도를 예측하는 단계를 포함한다.
이와 같이 본 발명에 따르면, 건설현장 내 작업자들의 위치정보와 실시간 요소를 통해 변화하는 위험도를 실시간으로 산출하기 때문에 작업자들 각각에 대한 위험도를 실시간으로 확인할 수 있다.
또한, 개개인의 안전관리 및 건설현장 내 발생가능한 안전사고 사전예방을 위한 안전대책을 수립할 수 있다.

Description

범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법{SYSTEM FOR PREDICTING ACCESS RISK OF DANGEROUS WORK AREAS CONSTRUCTION SITES USING CATEGORICAL REGRESSION ANALYSIS AND METHOD THEREOF}
본 발명은 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법에 관한 것으로, 건설현장 각각의 변수를 이용하여 위험도를 예측하기 위한 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법에 관한 것이다.
국내 산업이 발달해 가면서 산업재해 발생 후 처리에서 산업재해 사전예방에 초점이 맞춰지고 있으며 2018년 국토교통부는 2016년 대비 2022년 건설업 산업재해 사망자수 절반 감축을 발표하였다.
그러나, 건설업의 2015년 이후 사망만인율은 2015년 이후 증가하는 추세를 보이고 있으며, 2019년의 사망만인율은 1.72‰으로 다른 산업 대비 3배가량 높은 수치이고 건설선진국이라 불리는 영국에 비해 약 8배 높은 수치를 나타내고 있다.
산업 현장의 안전 관리를 위해서는 산업 현장에서 진행되는 작업의 위험도를 파악하는 것이 중요하다고 할 수 있다. 특히, 아파트 단지, 교량, 경기장 등을 건설하거나 화학 공장, 제철 공장 등을 개보수하는 대규모 산업현장에서는 다양한 작업이 동시다발적으로 진행되는 것이 일반적이기 때문에, 수많은 작업 각각의 위험도를 파악하고 산업 현장 전체에 대한 안전 관리를 수행하는 것이 중요한 이슈가 된다.
종래에는, 작업자가 자신이 수행하고 있거나 수행할 예정인 작업의 위험도에 관한 정보를 정해지지 않은 형식에 따라 제각각 기재하여 관리자에게 전달하고, 관리자는 작업자로부터 전달 받은 위험도에 관한 정보를 일일이 집계하여 산업 현장 전체의 위험도를 파악해야 할 수 밖에 없었는데, 이러한 종래의 방법에 의하면 작업자가 자신이 수행하는 작업의 위험도에 관한 정보를 관리자에게 제공하는 데에 많은 시간이 소요되고 관리자는 산업 현장에서 수행되는 수많은 작업의 위험도를 일목요연하게 파악하기가 어렵다는 문제점이 있다.
근로자의 나이, 근속년수, 계절, 기온, 운량, 공종 등의 다양한 위험요인을 고려하고 고정변수, 실시간변수, 공종으로 분류하여 데이터를 수집 및 분석하여 위험도 예측 알고리즘을 생성하기 위한 기술이 필요하게 되었다.
본 발명의 배경이 되는 기술은 대한민국 공개특허 제10-2017-0128697호(2017.11.23. 공개)에 개시되어 있다.
본 발명이 이루고자 하는 기술적 과제는 건설현장 각각의 변수를 이용하여 위험도를 예측하기 위한 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법을 제공하기 위한 것이다.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따르면, 건설현장의 위험작업구역의 접근 위험도 예측 시스템을 이용한 위험도 예측 방법에 있어서, 기 저장되어 있는 재해 통계 데이터로부터 고정변수, 실시간 변수 및 공종 변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측 알고리즘을 생성하는 단계, 상기 건설현장에 투입되는 작업자들과 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 건설현장의 실시간 변수를 입력받는 단계, 그리고 상기 입력된 고정변수, 실시간 변수 및 공종 변수를 상기 위험도 예측 알고리즘에 적용하여 최종 위험도를 예측하는 단계를 포함한다.
상기 고정변수는 작업자의 나이, 근속연수, 해당 공사의 규모를 포함하고, 상기 실시간 변수는 공사가 진행되는 시점의 계절, 기온, 운량을 포함하고, 상기 공종 변수는 공사의 종류에 따른 위험 평가 점수를 나타낼 수 있다.
상기 위험도 예측 알고리즘을 생성하는 단계는, 상기 범주형 회귀 분석을 통해 고정 변수, 실시간 변수 및 공종별 변수에 대한 고정 위험도(X1), 실시간 위험도(X2) 및 공종별 위험도(X3)를 산출하는 단계, 그리고 상기 고정 위험도(X1), 실시간 위험도(X2) 및 공종 위험도(X3)를 이용하여 최종 위험도(T)를 예측하는 알고리즘을 생성하는 단계를 포함할 수 있다.
상기 고정 위험도는, 아래의 수학식을 통해 연산될 수 있다.
Figure pat00001
여기서,
Figure pat00002
는 연령층 범주별 재해확률이고,
Figure pat00003
는 근속연수 범주별 재해확률,
Figure pat00004
는 공사규모 범주별 재해확률이다.
상기 실시간 위험도는, 아래의 수학식을 통해 연산될 수 있다.
Figure pat00005
여기서,
Figure pat00006
은 계절 범주별 재해확률이고,
Figure pat00007
는 기온 범주별 재해확률이며,
Figure pat00008
는 운량 범주별 재해확률이다.
상기 공종 위험도는, 아래의 수학식을 통해 연산될 수 있다.
Figure pat00009
여기서,
Figure pat00010
는 공종별 위험 평가 점수이고,
Figure pat00011
은 공종별 위험 평가 점수 중에서 가장 작은 값이고,
Figure pat00012
는 공종별 위험 평가 점수 중에서 가장 큰 값이다.
상기 최종 위험도는, 아래의 수학식을 통해 연산될 수 있다.
Figure pat00013
본 발명의 다른 실시예에 따르면, 건설현장의 위험작업구역의 접근 위험도 예측을 위한 접근 위험도 예측 시스템에 있어서, 접근 위험도 예측 시스템에 기 저장되어 있는 재해 통계 데이터로부터 고정변수, 실시간 변수 및 공종 변수 각각을 수집하고, 상기 수집된 각각의 변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측 알고리즘을 생성하는 알고리즘 생성부, 상기 건설현장에 투입되는 작업자들과 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 건설현장의 실시간 변수를 입력받는 입력부, 그리고 상기 입력된 고정변수, 실시간 변수 및 공종 변수를 상기 위험도 예측 알고리즘에 적용하여 최종 위험도를 예측하는 예측부를 포함한다.
이와 같이 본 발명에 따르면, 건설현장 내 작업자들의 위치정보와 실시간 요소를 통해 변화하는 위험도를 실시간으로 산출하기 때문에 작업자들 각각에 대한 위험도를 실시간으로 확인할 수 있다.
또한, 개개인의 안전관리 및 건설현장 내 발생가능한 안전사고 사전예방을 위한 안전대책을 수립할 수 있다.
도 1은 본 발명의 실시예에 따른 접근 위험도 예측 시스템의 구성을 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 위험도 예측 방법을 설명하기 위한 순서도이다.
도 3은 본 발명의 실시예에 따른 고정변수 및 실시간 변수 각각의 재해 확률을 나타낸 예시도이다.
도 4는 본 발명의 실시예에 따른 공종변수에 따른 공종 위험도를 나타낸 예시도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 접근 위험도 예측 시스템의 구성을 나타낸 구성도이다.
도 1에서 나타낸 것처럼, 본 발명의 실시예에 따른 위험도 예측 시스템(100)은 알고리즘 생성부(110), 입력부(120) 및 예측부(130)를 포함한다.
먼저, 알고리즘 생성부(110)는 기 저장되어 있는 재해 통계 데이터로부터 고정변수, 실시간 변수 및 공종 변수 각각을 수집하고, 수집된 각각의 변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측 알고리즘을 생성한다.
이때, 고정변수는 작업자의 나이, 근속연수, 해당 공사의 규모를 포함하고, 실시간 변수는 공사가 진행되는 시점의 계절, 기온, 운량을 포함하고, 공종 변수는 공사의 종류에 따른 위험 평가 점수를 나타낸다.
그리고, 알고리즘 생성부(110)는 범주형 회귀 분석을 통해 고정 변수, 실시간 변수 및 공종별 변수에 대한 고정 위험도(X1), 실시간 위험도(X2) 및 공종별 위험도(X3)를 산출한다.
그러면, 알고리즘 생성부(110)는 고정 위험도(X1), 실시간 위험도(X2) 및 공종 위험도(X3)를 이용하여 최종 위험도(T)를 예측하는 알고리즘을 생성한다.
다음으로, 입력부(120)는 건설현장에 투입되는 작업자들과 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 건설현장의 실시간 변수를 입력받는다.
다음으로, 예측부(130)는 입력된 고정변수, 실시간 변수 및 공종 변수를 위험도 예측 알고리즘에 적용하여 최종 위험도를 예측한다.
이하에서는 도 2 내지 도 4를 이용하여 본 발명의 실시예에 따른 위험도 예측 방법을 설명한다.
도 2는 본 발명의 실시예에 따른 위험도 예측 방법을 설명하기 위한 순서도이다.
먼저, 도 2에서 나타낸 것처럼, 알고리즘 생성부(110)는 기 저장되어 있는 재해 통계 데이터로부터 고정변수, 실시간 변수 및 공종 변수를 범주형 회귀 분석에 적용하여 최종 위험도(T)를 예측하기 위한 위험도 예측 알고리즘을 생성한다(S210).
그러면, 알고리즘 생성부(110)는 범주형 회귀 분석을 통해 고정 변수, 실시간 변수 및 공종별 변수에 대한 고정 위험도(X1), 실시간 위험도(X2) 및 공종별 위험도(X3)를 산출한다(S211).
도 3은 본 발명의 실시예에 따른 고정변수 및 실시간 변수 각각의 재해 확률을 나타낸 예시도이고, 도 4는 본 발명의 실시예에 따른 공종변수에 따른 공종 위험도를 나타낸 예시도이다.
이때, 고정 위험도(X1)는 아래의 수학식 1을 통해 연산된다.
Figure pat00014
여기서,
Figure pat00015
는 연령층 범주별 재해확률이고,
Figure pat00016
는 근속연수 범주별 재해확률,
Figure pat00017
는 공사규모 범주별 재해확률이다.
이때, 도 3에서 나타낸 것처럼,
Figure pat00018
,
Figure pat00019
및
Figure pat00020
는 투입되는 작업자의 연령층, 근속연수 및 공사 규모에 따라 서로 다른 값의 재해확률을 가진다.
그리고, 실시간 위험도(X2)는 아래의 수학식 2를 통해 연산된다.
Figure pat00021
여기서,
Figure pat00022
은 계절 범주별 재해확률이고,
Figure pat00023
는 기온 범주별 재해확률이며,
Figure pat00024
는 운량 범주별 재해확률이다.
이때, 도 3에서 나타낸 것처럼,
Figure pat00025
,
Figure pat00026
및
Figure pat00027
는 공사가 진행되는 시점의 계절, 기온 및 운량에 따라 서로다른 크기의 재해확률을 가진다.
또한, 공종 위험도(X3)는 아래의 수학식 3을 통해 연산된다.
Figure pat00028
여기서,
Figure pat00029
는 공종별 위험 평가 점수이고,
Figure pat00030
은 공종별 위험 평가 점수 중에서 가장 작은 값이고,
Figure pat00031
는 공종별 위험 평가 점수 중에서 가장 큰 값이다.
그러면, 도 4에서 나타낸 것처럼, 29개 각각의 공종별 위험도(X3)는 수학식 3을 통해 연산된다.
다음으로, 알고리즘 생성부(110)는 고정 위험도(X1), 실시간 위험도(X2) 및 공종 위험도(X3)를 이용하여 최종 위험도(T)를 예측하는 알고리즘을 생성한다(S212).
그러면, 알고리즘 생성부(110)는 아래의 수학식 4를 이용하여 최종 위험도(T)를 연산한다.
Figure pat00032
다음으로, 입력부(120)는 건설현장에 투입되는 작업자들과 공사에 대한 고정변수 및 공종변수를 입력받는다(S220).
이때, 입력부(120)는 건설현장에 투입되는 각각의 작업자들의 ID 카드 또는 RFID 카드에 등록된 데이터를 이용하여 고정변수를 입력받는다.
즉, 작업자 각각이 소지한 ID 카드를 건설현장에 태그하면, 입력부(120)는 해당 ID 카드에 등록된 작업자의 나이, 근속연수, 공사규모 및 공종변수를 입력받는다.
다음으로, 현재 건설현장의 실시간 변수를 입력받는다(S230).
이때, 건설현장의 실시간 변수는 기상청의 방재 기상정보시스템을 통해 10분 마다 갱신되는 기온, 운량에 대한 정보를 수집한다.
다음으로, 입력된 고정변수, 실시간 변수 및 공종 변수를 상기 위험도 예측 알고리즘에 적용하여 최종 위험도를 예측한다(S240).
예를 들어, 공사규모가 100억인 건설현장에 작업자 A의 나이는 45세, 근속연수는 15년의 숙련공이고, 현재 크레인 작업중이며, 현재 4월로 봄이고 기온은 15
Figure pat00033
이하이고, 운량이 8인 경우, 고정 위험도(X1)은 0.0811점으로 연산되며, 실시간 위험도(X2)는 0.2422으로 연산되고, 공종 위험도(X3)는 0.2514으로 연산되어 최종 위험도(T)는 19.15점으로 예측된다.
이와 같이 본 발명의 실시예에 따르면, 건설현장 내 작업자들의 위치정보와 실시간 요소를 통해 변화하는 위험도를 실시간으로 산출하기 때문에 작업자들 각각에 대한 위험도를 실시간으로 확인할 수 있다.
또한, 개개인의 안전관리 및 건설현장 내 발생가능한 안전사고 사전예방을 위한 안전대책을 수립할 수 있다.
본 발명은 도면에 도시된 실시 예를 참고로 설명 되었으나 이는 예시적인 것이 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
100: 위험도 예측 시스템, 110: 알고리즘 생성부.
120: 입력부, 130: 예측부

Claims (14)

  1. 건설현장의 위험작업구역의 접근 위험도 예측 시스템을 이용한 위험도 예측 방법에 있어서,
    기 저장되어 있는 재해 통계 데이터로부터 고정변수, 실시간 변수 및 공종 변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측 알고리즘을 생성하는 단계,
    상기 건설현장에 투입되는 작업자들과 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 건설현장의 실시간 변수를 입력받는 단계, 그리고
    상기 입력된 고정변수, 실시간 변수 및 공종 변수를 상기 위험도 예측 알고리즘에 적용하여 최종 위험도를 예측하는 단계를 포함하는 위험도 예측 방법.
  2. 제1항에 있어서,
    상기 고정변수는 작업자의 나이, 근속연수, 해당 공사의 규모를 포함하고,
    상기 실시간 변수는 공사가 진행되는 시점의 계절, 기온, 운량을 포함하고,
    상기 공종 변수는 공사의 종류에 따른 위험 평가 점수를 나타내는 위험도 예측 방법.
  3. 제2항에 있어서,
    상기 위험도 예측 알고리즘을 생성하는 단계는,
    상기 범주형 회귀 분석을 통해 고정 변수, 실시간 변수 및 공종별 변수에 대한 고정 위험도(X1), 실시간 위험도(X2) 및 공종별 위험도(X3)를 산출하는 단계, 그리고
    상기 고정 위험도(X1), 실시간 위험도(X2) 및 공종 위험도(X3)를 이용하여 최종 위험도(T)를 예측하는 알고리즘을 생성하는 단계를 포함하는 위험도 예측 방법.
  4. 제3항에 있어서,
    상기 고정 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 방법;
    Figure pat00034

    여기서,
    Figure pat00035
    는 연령층 범주별 재해확률이고,
    Figure pat00036
    는 근속연수 범주별 재해확률,
    Figure pat00037
    는 공사규모 범주별 재해확률이다.
  5. 제4항에 있어서,
    상기 실시간 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 방법;
    Figure pat00038

    여기서,
    Figure pat00039
    은 계절 범주별 재해확률이고,
    Figure pat00040
    는 기온 범주별 재해확률이며,
    Figure pat00041
    는 운량 범주별 재해확률이다.
  6. 제5항에 있어서,
    상기 공종 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 방법;
    Figure pat00042

    여기서,
    Figure pat00043
    는 공종별 위험 평가 점수이고,
    Figure pat00044
    은 공종별 위험 평가 점수 중에서 가장 작은 값이고,
    Figure pat00045
    는 공종별 위험 평가 점수 중에서 가장 큰 값이다.
  7. 제6항에 있어서,
    상기 최종 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 방법;
    Figure pat00046
  8. 건설현장의 위험작업구역의 접근 위험도 예측을 위한 접근 위험도 예측 시스템에 있어서,
    접근 위험도 예측 시스템에 기 저장되어 있는 재해 통계 데이터로부터 고정변수, 실시간 변수 및 공종 변수 각각을 수집하고, 상기 수집된 각각의 변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측 알고리즘을 생성하는 알고리즘 생성부,
    상기 건설현장에 투입되는 작업자들과 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 건설현장의 실시간 변수를 입력받는 입력부, 그리고
    상기 입력된 고정변수, 실시간 변수 및 공종 변수를 상기 위험도 예측 알고리즘에 적용하여 최종 위험도를 예측하는 예측부를 포함하는 위험도 예측 시스템.
  9. 제8항에 있어서,
    상기 고정변수는 작업자의 나이, 근속연수, 해당 공사의 규모를 포함하고,
    상기 실시간 변수는 공사가 진행되는 시점의 계절, 기온, 운량을 포함하고,
    상기 공종 변수는 공사의 종류에 따른 위험 평가 점수를 나타내는 위험도 예측 시스템.
  10. 제9항에 있어서,
    상기 알고리즘 생성부는,
    상기 범주형 회귀 분석을 통해 고정 변수, 실시간 변수 및 공종별 변수에 대한 고정 위험도(X1), 실시간 위험도(X2) 및 공종별 위험도(X3)를 산출하여, 최종 위험도(T)를 예측하는 알고리즘을 생성하는 위험도 예측 방법.
  11. 제10항에 있어서,
    상기 고정 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 시스템;
    Figure pat00047

    여기서,
    Figure pat00048
    는 연령층 범주별 재해확률이고,
    Figure pat00049
    는 근속연수 범주별 재해확률,
    Figure pat00050
    는 공사규모 범주별 재해확률이다.
  12. 제11항에 있어서,
    상기 실시간 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 시스템;
    Figure pat00051

    여기서,
    Figure pat00052
    은 계절 범주별 재해확률이고,
    Figure pat00053
    는 기온 범주별 재해확률이며,
    Figure pat00054
    는 운량 범주별 재해확률이다.
  13. 제12항에 있어서,
    상기 공종 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 시스템;
    Figure pat00055

    여기서,
    Figure pat00056
    는 공종별 위험 평가 점수이고,
    Figure pat00057
    은 공종별 위험 평가 점수 중에서 가장 작은 값이고,
    Figure pat00058
    는 공종별 위험 평가 점수 중에서 가장 큰 값이다.
  14. 제13항에 있어서,
    상기 최종 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 시스템.
    Figure pat00059
KR1020200168551A 2020-12-04 2020-12-04 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법 KR102600405B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200168551A KR102600405B1 (ko) 2020-12-04 2020-12-04 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200168551A KR102600405B1 (ko) 2020-12-04 2020-12-04 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20220079108A true KR20220079108A (ko) 2022-06-13
KR102600405B1 KR102600405B1 (ko) 2023-11-09

Family

ID=81984479

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200168551A KR102600405B1 (ko) 2020-12-04 2020-12-04 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR102600405B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130000732A (ko) * 2011-06-24 2013-01-03 서일대학산학협력단 작업장 안전관리 시스템
KR101652099B1 (ko) * 2015-12-15 2016-08-29 한국가스안전공사 위험지도 기반 사고대응 및 사고예방 시스템
KR101995796B1 (ko) * 2018-03-20 2019-07-03 나종열 안전 사고 방지를 위한 통합 사고 관리 방법
KR20200112610A (ko) * 2019-09-04 2020-10-05 유하상 해양 공사의 공사 일정을 제공하는 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130000732A (ko) * 2011-06-24 2013-01-03 서일대학산학협력단 작업장 안전관리 시스템
KR101652099B1 (ko) * 2015-12-15 2016-08-29 한국가스안전공사 위험지도 기반 사고대응 및 사고예방 시스템
KR101995796B1 (ko) * 2018-03-20 2019-07-03 나종열 안전 사고 방지를 위한 통합 사고 관리 방법
KR20200112610A (ko) * 2019-09-04 2020-10-05 유하상 해양 공사의 공사 일정을 제공하는 방법 및 장치

Also Published As

Publication number Publication date
KR102600405B1 (ko) 2023-11-09

Similar Documents

Publication Publication Date Title
KR102327385B1 (ko) 현장조건과 사고사례를 이용한 작업자의 위험도 예측 시스템 및 그 방법
RU2005116169A (ru) Способ и система анализа и оценки безопасности технологического процесса
Kobayashi et al. Big data-based deterioration prediction models and infrastructure management: towards assetmetrics
CN117910811B (zh) 基于多模态ai大模型的智慧消防管理方法及系统
CN116934262B (zh) 一种基于人工智能的施工安全监管系统及方法
KR20170081880A (ko) 선박 건조 현장의 안전 관리 정보 자동 생성 시스템 및 방법
KR101993366B1 (ko) 건설현장의 온실가스 발생추이 예측/경고시스템 및 그 방법
CN112508443A (zh) 一种电力行业现场作业风险管控系统
JALALI et al. An approach for accident forecasting using fuzzy logic rules: a case mining of lift truck accident forecasting in one of the Iranian car manufacturers
KR20220079108A (ko) 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법
CN110942319A (zh) 一种产品理赔数据建模分析与预测的方法及装置
KR102643654B1 (ko) 인공지능을 기반으로 한 건설 현장 안전 재해 예측 방법 및 시스템
Barberá et al. RAM analysis of mining process: a case study of a Copper Smelting Process in the field of mining, Chile
Marhavilas et al. The deterministic and stochastic risk assessment techniques in the work sites: a FTA-TRF case study
CN114118728A (zh) 一种施工安全风险控制系统中多因素组合风险识别方法
KR101734875B1 (ko) 방사선 환경에서의 비관리 작업자에 대한 관리 방법
Oslakovic et al. Multi-objective bridge performance goals
Vahdat et al. Seismic risk management: A system-based perspective
CN117910810B (zh) 基于深度学习的施工环境风险分析方法及系统
CN118981649A (zh) 一种基于多源数据的劳务用工风险预警方法及系统
Elmi et al. Integrated Bridge Structural Health Monitoring System
CN117745262B (zh) 一种基于光缆外力破坏监测的光线路保护方法及系统
Chase The need for conducting Forensic analysis of decommissioned bridges
Chi et al. Development of an Integrated Construction Safety Management System Using Construction Project Data
Yoon et al. Developing an Integrated Construction Safety Management System for Accident Prevention

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E90F Notification of reason for final refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant