水利工程施工危险源识别与管理对策

水利工程施工危险源识别与管理对策

马学昆

和田水务投资有限责任公司 新疆维吾尔自治区和田地区和田市 848000

摘要：水利水电工程效益的发挥与工程整体施工质量有着密切的关系，只有高质量地完成，才能为今后的安全运行打下坚实的基础。反之如果存在安全隐患，将出现影响日常供水、导致生态凋敝、引发地质灾害等问题。

关键词：水利工程；危险源；识别；管理

引言

党中央、国务院高度重视安全生产工作，2016年4月国务院安委办印发《标本兼治遏制重特大事故工作指南》，提出在全社会构建安全风险分级管控和隐患排查治理双重预防性工作机制。2018年12月水利部印发《水利部关于开展水利安全风险分级管控的指导意见》，要求水利生产经营单位着力构建安全风险分级管控体系。2021年最新修改的《安全生产法》，明确将“组织建立并落实安全风险分级管控和隐患排查治理双重预防工作机制”作为生产经营单位主要负责人职责。安全风险分级管控和隐患排查治理组成的安全生产双重预防机制能够有效推动安全关口前移，是我国在当前安全生产形势下预防事故发生的有效手段。

1水利工程施工危险源识别与管理存在问题

（１）缺乏针对性的辨识。个别施工单位只做表面文章，并没有真实的开展危险源辨识，对施工中的危险源无法及时的发现，对危险源的实际情况也难以具体明确。（２）动态管控机制不足。由于工程的特殊性，水利工程施工环境是动态变化的，若不及时更新危险源清单将严重偏离实际情况，也就失去了危险源清单应有的功能作用。

2水利工程施工危险源识别与管理对策

2.1基于GIS的水利工程信息化系统设计

为全球人均水资源最为匮乏的国家之一，我国始终积极开展水利工程建设，期望通过水利工程的建设实施，使得水资源的分配更加合理，达到对水资源的全局调控和合理应用的目的。水利工程信息化系统，实际上就是借助信息系统对水利工程的规划、设计、施工、经管等进行精细化的管控和智能化的指引。由于水利工程与地理信息关联度极大，因此地理信息系统(GIS)成为了水利工程信息化的必要集成项之一。

2.1.1系统建设总体需求

随着水利工程信息化的推进，水利工程信息化对于系统的需求愈发明确。通过对需求的调研可以初步获知，当前各方对于水利工程信息化系统的诉求主要有如下几点：(1)确保投资决策的合理性期望通过对水利工程信息化系统的应用，获得一套适用于投资决策的投资解析工具，确保投资过程中所需的各项测算和决策指标评估得以实现，为投资决策提供合理的依据，确保投资具备较高的合理性和较低的风险。(2)对投资建造全程实施集中经管项目经管各方期望通过该系统完成一体化的集中管理，确保项目中各个投资点以及运行情况得以实时掌控，进一步保障项目的顺利实施。(3)确保系统具有自适应性期望相关系统能够适应不同的项目类型，同时能够对相同类别的项目进行横向的解析对于，并提供自定义模式，确保较高的适应性。(4)实现项目运营监控和报警面对不同的项目和不同的阶段，通过系统创建不同指标的监控规则，同时周期性实现数据抓取和比对，确保在信息异常时能够对相应责任人发起预警，实现项目的自动化监管。(5)确保投资业务实现一体化经管期望通过系统实现早期的业财一体化，确保投资实现规则化，并基于内部业务流程模版，促使整套经管流程的规范化和一体化，提升整体投资管理水平。基于上述诉求，结合对实际的业务流程的梳理可以确定。

2.1.2核心功能模型设计

(1)投资控制模型。投资控制功能模块实质上是从WBS和各个经费科目之间进行管理，通过这一关联方式，对整体项目的投资的概算、预算和实施进行把控。其中WBS和经费科目是整个模型的核心，围绕上述两个实体，合约以及概算等信息可进一步分摊，并实现对整个投资的控制报告的输出。(2)采购模型。采购作为工程项目的核心，通常涵盖了招标、购买、仓储等整套采购业务线。用户通过贬值采购需求，为整个采购流程提供基础数据源。而在购买阶段，则依据采购需求形成的方案，抽取成为采购请求，实现采购的调控。当实施采购行为时，采购请求可作为参考，并在招标过程中对合约和订单进行获取，通过系统进行关联。而在信息归纳和解析方面，依然通过科目经费和WBS进行连接，从而确保信息能够顺畅归纳和解析。 (3)质量控制模型。质量控制模型实质上是围绕品质目标、品质项目分割、品质签证方案以及品质评定等方式，确保品质调控得以落实的模型。其中目标方案以及相应的文本可通过文本经管与对应的文件存储进行直接关联。而在进行品质项目分割时，主要是为了满足品质鉴证方案和品质检查的实施条件。而在品质评定过程中，则需要确保所有分项的项目全部通过检查，达到既定标准，否则不可实施项目总体评定。(4)HSE管理模型。HSE实质上关心的是健康、安全以及环境。因此在其流程中主要关心资料库的建设、安全经管系统的建设以及安全实施方案等等。同时，危险源甄别以及管控，也是HSE的主要目的之一。

2.2基于改进YOLOv3–DN算法的水利施工危险源辨识

深层的网络结构由于卷积和下采样，在训练的过程中会丢失特征信息，甚至产生部分噪声，而Dense Net密集连接网络能有效改善这一缺陷，因此提出改进的YOLOv3–DN算法。该算法使用Darknet–53架构作为基本的网络架构，并且使用Dense Net结构代替了原网络中input-size/32、input-size/16的下采样层。H1()对x0进行BN–ReLU–Conv(3×3)的2次非线性计算，H2()也对拼接的特征图[x0,x1]做相同的操作。最后形成由[x0,x1,…,xn]拼接而成的特征图和尺寸为16×16×1024的特征层。改进的YOLOv3–DN算法构成了16×16、32×32、64×64三种尺度的边界框，用以预测不同大小的特征环境。改进后的算法网络结构中后续层与前面任何层进行直接连接，改善了层与层之间的信息交流，不仅有效缓解了特征传播过程中梯度消失的问题，还加快了特征在网络中的传递。同时，引入Dense Net网络结构后，具有一定正则化的作用，可以避免过拟合的问题。

2.3直观辨识

（１）类比推断法。对于有类似工程可供参考的情况比较适用类比推断法，在正式开工前收集整理类似或同类工程的相关资料，通过推断施工中的危险因素和有害物质确定危险源。因此，为保证推断结果具有较高的准确度和可靠度，更好的识别危险源，必须不断积累工程事故经验。（２）对照分析法。该方法有两种途径可实现对危险因素的分析，即依据建设标准、法律法规和检查标准对危险源分析，考虑施工人员和管理者的决策判断、工作经验进行分析。对照分析法具有操作简单、原理清晰的特点，但以人的经验和阅历为基础具有较强的主观性，所以实际应用时存在一定的局限性。

结语

总体而言，水利工程施工具有较强的综合性，危险源管理覆盖范围广、涉及领域多，加之施工环境复杂、建设周期长、工程规模大等，极易产生诸多安全隐患。因此，为了有效防止事故的发生，必须全面识别施工环境和施工过程中隐藏的各类危险源，通过精准定位危险源，采取有针对性的防控措施。同时，还要加强对危险源的屏蔽和安全防护，切实预防安全事故的发生。

参考文献

［1］孙鹏，刘光辉．水利工程建设项目社会稳定风险因素识别及对策分析［J］．吉林水利，2014（3）：25-27，30．

［2］陈洁．水利水电工程施工危险源管理研究［J］．广西水利水电，2020（5）：105-109．