KR102600405B1 - 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
KR102600405B1
KR102600405B1 KR1020200168551A KR20200168551A KR102600405B1 KR 102600405 B1 KR102600405 B1 KR 102600405B1 KR 1020200168551 A KR1020200168551 A KR 1020200168551A KR 20200168551 A KR20200168551 A KR 20200168551A KR 102600405 B1 KR102600405 B1 KR 102600405B1
Authority
KR
South Korea
Prior art keywords
risk
construction
variables
real
time
Prior art date
Application number
KR1020200168551A
Other languages
English (en)
Other versions
KR20220079108A (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

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations 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.
여기서, 는 연령층 범주별 재해확률이고, 는 근속연수 범주별 재해확률, 는 공사규모 범주별 재해확률이다.
상기 실시간 위험도는, 아래의 수학식을 통해 연산될 수 있다.
여기서, 은 계절 범주별 재해확률이고, 는 기온 범주별 재해확률이며, 는 운량 범주별 재해확률이다.
상기 공종 위험도는, 아래의 수학식을 통해 연산될 수 있다.
여기서, 는 공종별 위험 평가 점수이고, 은 공종별 위험 평가 점수 중에서 가장 작은 값이고, 는 공종별 위험 평가 점수 중에서 가장 큰 값이다.
상기 최종 위험도는, 아래의 수학식을 통해 연산될 수 있다.
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.
여기서, 는 연령층 범주별 재해확률이고, 는 근속연수 범주별 재해확률, 는 공사규모 범주별 재해확률이다.
이때, 도 3에서 나타낸 것처럼, , 는 투입되는 작업자의 연령층, 근속연수 및 공사 규모에 따라 서로 다른 값의 재해확률을 가진다.
그리고, 실시간 위험도(X2)는 아래의 수학식 2를 통해 연산된다.
여기서, 은 계절 범주별 재해확률이고, 는 기온 범주별 재해확률이며, 는 운량 범주별 재해확률이다.
이때, 도 3에서 나타낸 것처럼, , 는 공사가 진행되는 시점의 계절, 기온 및 운량에 따라 서로다른 크기의 재해확률을 가진다.
또한, 공종 위험도(X3)는 아래의 수학식 3을 통해 연산된다.
여기서, 는 공종별 위험 평가 점수이고, 은 공종별 위험 평가 점수 중에서 가장 작은 값이고, 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.
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 112020131583849-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 공종변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측식을 생성하는 단계,
    상기 건설현장에 투입되는 작업자들의ID 카드 또는 RFID 카드에 등록된 데이터를 이용하여 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 기상청의 방재 기상정보시스템을 통해 건설현장의 실시간 변수를 입력받는 단계, 그리고
    상기 입력된 고정변수, 실시간 변수 및 공종변수를 상기 위험도 예측식에 적용하여 최종 위험도를 예측하는 단계를 포함하고,
    상기 고정변수는 작업자의 나이, 근속연수, 해당 공사의 규모를 포함하고,
    상기 실시간 변수는 공사가 진행되는 시점의 계절, 기온, 운량을 포함하고,
    상기 공종변수는 공사의 종류에 따른 위험 평가 점수를 나타내며,
    상기 위험도 예측식을 생성하는 단계는,
    상기 범주형 회귀 분석을 통해 고정변수, 실시간 변수 및 공종변수에 대한 고정 위험도(X1), 실시간 위험도(X2) 및 공종 위험도(X3)를 산출하는 단계, 그리고
    상기 고정 위험도(X1), 실시간 위험도(X2) 및 공종 위험도(X3)를 이용하여 최종 위험도(T)를 예측하는 위험도 예측식을 생성하는 단계를 포함하며,
    상기 고정 위험도는,
    연령층 범주별 재해확률(), 근속연수 범주별 재해확률() 및 공사규모 범주별 재해확률()을 아래의 수학식에 적용하여 연산되고;

    상기 실시간 위험도는,
    계절 범주별 재해확률(), 기온 범주별 재해확률() 및 운량 범주별 재해확률()을 아래의 수학식에 적용하여 연산되며;

    상기 공종 위험도는,
    공종별 위험 평가 점수(), 공종별 위험 평가 점수 중에서 가장 작은 값() 및 공종별 위험 평가 점수 중에서 가장 큰 값()을 아래의 수학식에 적용하여 연산되고;

    상기 최종 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 방법.

  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  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 공종변수 각각을 수집하고, 상기 수집된 각각의 변수를 범주형 회귀 분석에 적용하여 최종 위험도를 예측하기 위한 위험도 예측식을 생성하는 위험도 예측식 생성부,
    상기 건설현장에 투입되는 작업자의 ID 카드 또는 RFID 카드에 등록된 데이터를 이용하여 공사에 대한 고정변수 및 공종변수를 입력받고, 현재 기상청의 방재 기상정보시스템을 통해 건설현장의 실시간 변수를 입력받는 입력부, 그리고
    상기 입력된 고정변수, 실시간 변수 및 공종변수를 상기 위험도 예측식에 적용하여 최종 위험도를 예측하는 예측부를 포함하고,
    상기 고정변수는 작업자의 나이, 근속연수, 해당 공사의 규모를 포함하고,
    상기 실시간 변수는 공사가 진행되는 시점의 계절, 기온, 운량을 포함하고,
    상기 공종변수는 공사의 종류에 따른 위험 평가 점수를 나타내며,
    상기 위험도 예측식 생성부는,
    상기 범주형 회귀 분석을 통해 고정변수, 실시간 변수 및 공종변수에 대한 고정 위험도(X1), 실시간 위험도(X2) 및 공종 위험도(X3)를 산출하여, 최종 위험도(T)를 예측하는 위험도 예측식을 생성하고,
    상기 고정 위험도는,
    연령층 범주별 재해확률(), 근속연수 범주별 재해확률() 및 공사규모 범주별 재해확률()을 아래의 수학식에 적용하여 연산되고;

    상기 실시간 위험도는,
    계절 범주별 재해확률(), 기온 범주별 재해확률() 및 운량 범주별 재해확률()을 아래의 수학식에 적용하여 연산되며;

    상기 공종 위험도는,
    공종별 위험 평가 점수(), 공종별 위험 평가 점수 중에서 가장 작은 값() 및 공종별 위험 평가 점수 중에서 가장 큰 값()을 아래의 수학식에 적용하여 연산되고;

    상기 최종 위험도는,
    아래의 수학식을 통해 연산되는 위험도 예측 시스템.
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
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 KR20220079108A (ko) 2022-06-13
KR102600405B1 true 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 (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101245359B1 (ko) * 2011-06-24 2013-03-19 주식회사 인포에스티 작업장 안전관리 시스템
KR20200112610A (ko) * 2019-09-04 2020-10-05 유하상 해양 공사의 공사 일정을 제공하는 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
KR20220079108A (ko) 2022-06-13

Similar Documents

Publication Publication Date Title
Poh et al. Safety leading indicators for construction sites: A machine learning approach
Zio The future of risk assessment
Khan et al. Utilizing safety rule correlation for mobile scaffolds monitoring leveraging deep convolution neural networks
KR102327385B1 (ko) 현장조건과 사고사례를 이용한 작업자의 위험도 예측 시스템 및 그 방법
Fontecha et al. A two‐stage data‐driven spatiotemporal analysis to predict failure risk of urban sewer systems leveraging machine learning algorithms
US20170357923A1 (en) Construction analytics to improve safety, quality and productivity
US20220148114A1 (en) Methods and systems for implementing and monitoring process safety management
Feng et al. Using BIM to automate scaffolding planning for risk analysis at construction sites
US10460403B2 (en) System and method to reduce human activity damage-induced power outage
Zarghami Forecasting project duration in the face of disruptive events: A resource-based approach
Gerassis et al. Differentiating between fatal and non-fatal mining accidents using artificial intelligence techniques
US20170330132A1 (en) Method and system to manage supervision activity in utility system to reduce damage
KR102600405B1 (ko) 범주형 회귀 분석을 이용한 건설현장의 위험작업구역의 접근 위험도 예측 시스템 및 그 방법
Matos et al. Life cycle cost, as a tool for decision making on concrete infrastructures
JP2003173384A (ja) 災害復旧システム
Hicks et al. Physical protection systems cost and performance analysis: a case study
Putra Lim et al. The development of safety plan using Work Breakdown Structure (WBS) for Building Information Modeling (BIM)-based building structure work
Zhu et al. Characterization of the underlying mechanisms of vulnerability in complex projects using dynamic network simulation
Melzner Acquisition and processing of input data for an object—Oriented safety risk simulation in building construction
JP2005084930A (ja) 空間データマイニング方法及び空間データマイニングシステム
CA3133390A1 (en) Methods and systems for implementing and monitoring process safety management
JP2019071017A (ja) 道路工事スケジューリング装置及び道路工事スケジューリングプログラム
ZOU et al. Road traffic accident prediction using an scgm (1, 1) c-markov model
Oslakovic et al. Multi-objective bridge performance goals
Jafari et al. Resilience-Based Optimal Seismic Retrofit and Recovery Strategies of Bridge Networks under Mainshock–Aftershock Sequences

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