CC BY
6
Department, Chief Researcher of the Laboratory of Organizational and Technological Systems for the Use ofArtificial Intelligence in Construction (OTS), LapidusAA@mgsu. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering,
Bidov Tembot Khasanbievich, candidate of technical sciences, docent, Director of the Scientific and Educational Center for Construction, Technologies and Organization of Construction, Head of the Laboratory of Organizational and Technological Systems for Using Artificial Intelligence in Construction (OTS), BidovTH@mgsu. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering,
Khubaev Alan Olegovich, candidate of technical sciences, docent, Senior Researcher of the Scientific and Educational Center for Construction, Technologies and Organization of Construction, Senior Researcher of the Laboratory of Organizational and Technological Systems for Using Artificial Intelligence in Construction (OTS), KhubaevAO@mgsu. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering,
Samsonov Roman Olegovich, doctor of technical sciences, professor, Scientific Director of the Laboratory of Organizational and Technological Systems for the Use of Artificial Intelligence in Construction (OTS), SamsonovRO@mgsu. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering,
Lotkin Viktor Stanislavovich, research engineer at the laboratory "Organizational and technological systems for using artificial intelligence in construction " (OTS), Victorlotkin@mail. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering
УДК 69.059
DOI: 10.24412/2071-6168-2024-8-605-606
КОНЦЕПЦИЯ ФОРМИРОВАНИЯ СИСТЕМЫ БЕЗОПАСНОСТИ ПРОИЗВОДСТВА РАБОТ ПРИ ОРГАНИЗАЦИИ СТРОИТЕЛЬСТВА ГРАЖДАНСКИХ ЗДАНИЙ ИЗ МОНОЛИТНОГО ЖЕЛЕЗОБЕТОНА НА ОСНОВЕ СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
А.А. Лапидус, А.О. Хубаев, Т.Х. Бидов, Д.В. Топчий
Исследование направлено на разработку концепции формирования системы безопасности производства работ на основе ИИ, что позволит минимизировать риски и оптимизировать процесс строительства. Актуальность темы обусловлена необходимостью повышения уровня безопасности на строительных площадках и снижения количества несчастных случаев. Разработка концепции включает в себя этапы сбора и обработки данных, создания моделей прогнозирования и оценки рисков, а также внедрения системы мониторинга и управления безопасностью в реальном времени. Результаты исследования включают в себя разработку концептуальной модели системы безопасности, основанной на ИИ, которая позволяет автоматически выявлять и классифицировать потенциальные опасности на строительной площадке. Предложенная концепция формирования системы безопасности производства работ при организации строительства гражданских зданий из монолитного железобетона на основе ИИ позволяет значительно снизить количество аварийных ситуаций и улучшить общую безопасность на строительной площадке.
Ключевые слова: безопасность производства работ, гражданские здания, монолитный железобетон, искусственный интеллект, система безопасности, машинное обучение, мониторинг, риски, прогнозирование, управление безопасностью.
В современных условиях строительства гражданских зданий из монолитного железобетона обеспечение безопасности производства работ становится одной из наиболее актуальных задач. Рост числа аварийных ситуаций и травм на строительных объектах подчеркивает необходимость разработки и внедрения новых, более эффективных методов управления безопасностью. [1-3] Традиционные подходы, основанные на ручном контроле и бумажной документации, часто оказываются недостаточно эффективными для предотвращения рисков и обеспечения высокого уровня безопасности. В связи с этим, разработка и внедрение инновационных технологий, таких как искусственный интеллект (ИИ), представляют собой перспективное направление для решения этой проблемы. [4-6]
Научная проблема заключается в необходимости создания комплексной системы безопасности производства работ, способной автоматически анализировать и прогнозировать потенциальные риски, а также выдавать рекомендации по их предотвращению. Актуальность данной проблемы обусловлена высокой степенью сложности и многозадачности процессов, характерных для строительства монолитных конструкций. [7,8] Эти процессы требуют постоянного контроля за множеством факторов, таких как состояние оборудования, условия труда, соблюдение норм безопасности и т.д. Традиционные методы контроля не всегда способны оперативно реагировать на изменения в этих факторах, что приводит к увеличению вероятности возникновения аварийных ситуаций.
Связь с важнейшими задачами, которые необходимо решить, заключается в необходимости снижения количества аварий и травм на строительных объектах, повышения эффективности управления рисками и оптимизации операционных затрат. Решение этих задач имеет значительное значение для развития строительной отрасли, так как позволяет не только улучшить условия труда и повысить безопасность, но и снизить экономические потери, связанные с авариями и простоем. [21-23]
Предыдущие исследования в области обеспечения безопасности на строительных объектах в основном фокусировались на разработке стандартов и регламентов, а также на внедрении систем управления качеством и безопасностью. Однако эти подходы не всегда учитывают динамичность и сложность современных строительных про-
605
ектов. В данной статье предлагается новая концепция формирования системы безопасности производства работ на основе ИИ, которая призвана решить ряд нерешенных проблем, таких как автоматизация процессов контроля, прогнозирование рисков и оперативное реагирование на изменения в условиях труда.
Главной идеей публикации является разработка и внедрение системы, основанной на ИИ, которая способна значительно повысить уровень безопасности на строительных объектах. Предлагаемый подход дополняет и углубляет уже известные методы управления безопасностью, вводя новые технологии и алгоритмы, которые позволяют более точно и оперативно оценивать, и контролировать риски. Введение в научное обращение новых фактов, выводов и рекомендаций, связанных с использованием ИИ в строительстве, открывает новые горизонты для дальнейших исследований и практических применений.
Цель статьи состоит в разработке и обосновании концепции формирования системы безопасности производства работ при организации строительства гражданских зданий из монолитного железобетона на основе ИИ. Это позволит не только повысить уровень безопасности на строительных объектах, но и создать основу для дальнейшего совершенствования методов управления рисками в строительной отрасли.
В данном исследовании процесс организации эксперимента будет включать в себя несколько ключевых этапов, направленных на разработку и будущее тестирование концепции системы безопасности производства работ при строительстве гражданских зданий из монолитного железобетона на основе искусственного интеллекта (ИИ).
Объектом исследования стали строительные площадки, где ведется возведение гражданских зданий из монолитного железобетона. Для сбора данных будут использовались видеоматериалы с объектов, датчики, фиксирующие температуру, уровень вибрации, а также данные о перемещении сотрудников и техники по строительной площадке. [9-15]
Основными методами исследования стали мониторинг, анализ данных и моделирование. В частности, для автоматического анализа видеоматериалов будут применены методы машинного обучения, включая алгоритмы компьютерного зрения, такие как YOLO (You Only Look Once) и SSD (Single Shot MultiBox Detector), которые позволяют выявлять потенциальные опасности на строительной площадке в реальном времени.
Для анализа данных с датчиков будут использоваться методы временных рядов и методы кластерного анализа, которые помогут выявить аномалии и корреляции между различными параметрами. Это позволит предсказать возможные риски на основе текущих условий и динамики изменения параметров. [16-20]
В качестве аппаратного обеспечения будут использоваться видеокамеры с высоким разрешением для мониторинга строительной площадки, датчики температуры, влажности и вибрации, а также серверное оборудование для обработки больших объемов данных. Для реализации алгоритмов машинного обучения будут применяться вычислительные мощности, включая графические процессоры (GPU), необходимые для быстрого анализа видеопотоков. Планируемая последовательность выполнения исследования отображена на рисунке 1.
•На первом этапе проводился сбор видеоматериалов и данных с датчиков на действующих строительных площадках
•На втором этапе производилась предварительная обработка данных, включая очистку и аннотирование видеоматериалов для дальнейшего анализа.
□ На третьем этапе были разработаны и обучены модели машинного обучения для автоматического выявления опасностей на основе видеоданных и данных датчиков.
•На четвертом этапе проводилось тестирование разработанных моделей в реальных условиях, с последующей их оптимизацией для повышения точности и скорости анализа
□ На завершающем этапе была проведена интеграция системы в существующие процессы управления безопасностью на строительной площадке, а также обучение персонала работе с системой.
Рис. 1. Этапы проведения исследования
Выбор методов исследования был обусловлен необходимостью оперативного и точного анализа большого объема данных, поступающих с различных источников. Методы машинного обучения и анализа временных рядов показали свою эффективность в задачах прогнозирования и выявления аномалий, что делает их оптимальным выбором для обеспечения безопасности на строительной площадке. Моделирование позволит протестировать систему в различных сценариях и оптимизировать ее работу до внедрения в реальных условиях.
Система безопасности производства работ (далее — Система) представляет собой комплексное решение, основанное на искусственном интеллекте (ИИ), которое направлено на повышение уровня безопасности на строительных объектах при возведении гражданских зданий из монолитного железобетона. Система включает в себя несколько взаимосвязанных компонентов, каждый из которых выполняет определенные функции для обеспечения безопасности и эффективности строительных процессов. (таблица 1)
Таблица 1
Концептуальная система безопасности производства работ_
№ Компоненты системы Описание
1 Сенсорная сеть Беспроводные датчики: устанавливаются на различных участках строительного объекта для сбора данных о состоянии оборудования, условиях труда, температуре, влажности, уровне шума, вибрации и других параметрах.
Интерфейсы подключения: поддерживают различные протоколы связи (Wi-Fi, Bluetooth, LoRa) для передачи данных на центральный сервер.
2 Центральный сервер Обработка данных: принимает и обрабатывает данные, поступающие от сенсорной сети. Выполняет предварительную обработку, нормализацию и агрегацию данных.
Хранение данных: архивирует все собранные данные для последующего анализа и отчетности.
Интерфейс управления: предоставляет веб-интерфейс для мониторинга состояния объекта, настройки параметров системы и управления пользователями.
3 Модель искусственного интеллекта: Нейронные сети: используются для анализа данных и прогнозирования потенциальных рисков. Модель обучается на исторических данных о происшествиях и авариях, а также на технических характеристиках объектов.
Методы классификации: применяются для выявления паттернов и зависимостей между различными параметрами, которые могут указывать на повышенный риск.
Рекомендательные алгоритмы: генерируют конкретные рекомендации по предотвращению рисков, основанные на анализе данных и экспертных знаниях.
4 Интерфейс пользователя Мобильное приложение: позволяет рабочим и менеджерам в реальном времени получать уведомления о потенциальных рисках и рекомендации по их предотвращению.
Веб-платформа: предоставляет доступ к детальным отчетам, статистическим данным и визуализациям. Поддерживает функции управления проектами и сотрудничества между участниками строительного процесса.
5 Автоматизация процессов Управление оборудованием: интегрируется с системами управления оборудованием для автоматической регулировки параметров, таких как температура, влажность и давление.
Контроль доступа: автоматически управляет доступом на строительный объект, используя биометрические данные и электронные пропуска.
Отслеживание персонала: Мониторит местоположение рабочих и предупреждает о нахождении в зонах повышенного риска.
Говоря о системе безопасности производства работ при организации строительства гражданских зданий из монолитного железобетона на основе системы искусственного интеллекта, хочется подчеркнуть следующие функции и особенности:
1.Прогнозирование рисков
a. Анализ данных: использует исторические и текущие данные для прогнозирования вероятности возникновения аварийных ситуаций.
b. Динамическое моделирование: учитывает изменения в условиях труда и техническом состоянии оборудования для более точного прогнозирования.
2. Выдача рекомендаций
a. Персонализированные советы: предоставляет конкретные рекомендации для каждого рабочего или менеджера, основанные на его роли и текущих условиях.
b. Экстренные уведомления: отправляет немедленные уведомления о критических ситуациях и действиях, которые необходимо предпринять.
3. Мониторинг и контроль
a. Реальное время: предоставляет информацию о состоянии объекта в реальном времени, что позволяет оперативно реагировать на изменения.
b. Отчетность: генерирует регулярные отчеты о состоянии безопасности, включая статистические данные и аналитические выводы.
4.Интеграция с другими системами:
a. ERP и CRM: интегрируется с системами управления проектами и клиентскими отношениями для координации всех аспектов строительного процесса.
^Базы данных: обменивается данными с внешними базами данных для получения дополнительной информации, такой как метеорологические данные и нормативные требования.
К преимуществам о системы безопасности производства работ при организации строительства гражданских зданий из монолитного железобетона на основе системы искусственного интеллекта можно отнести:
1.Повышенная безопасность
a. Снижение аварий: Значительное снижение числа аварийных ситуаций и травм благодаря своевременному предупреждению и рекомендациям.
b. Улучшение условий труда: Оптимизация условий труда и технического состояния оборудования, что способствует повышению производительности.
2. Экономическая эффективность
a. Снижение затрат: Оптимизация процессов управления рисками и снижение операционных затрат, связанных с авариями и простоем.
b.Повышение качества: Улучшение качества строительных работ за счет более точного контроля и управления процессами.
З.Улучшенное управление
a. Прозрачность: Повышение прозрачности и контроля за всеми аспектами строительного процесса.
b. Совместная работа: Улучшение коммуникации и сотрудничества между всеми участниками проекта.
Выводы. Система безопасности производства работ на основе искусственного интеллекта представляет
собой инновационное решение, которое значительно повышает уровень безопасности на строительных объектах. Интеграция сенсорной сети, центрального сервера, модели ИИ и интерфейса пользователя позволяет создать комплексную и эффективную систему управления рисками. Внедрение данной системы способствует снижению аварий и травм, улучшению условий труда и повышению экономической эффективности строительных проектов.
Список литературы
1. Котелевская Е.А. Безопасность работ при строительстве высотных и большепролетных зданий // Проблемы научной мысли. 2022. Т. 3, № 11. С. 69-74.
2. Алибекова И.В. Безопасность труда в строительстве и разработка метода экспресс мониторинга условий труда / И. В. Алибекова, Л. А. Тенетилова, К. С. Лактионов // Образование, наука и производство. 2016. № 3(16). С. 42-48.
3. Алибекова И.В. Безопасность труда в строительстве и разработка метода экспресс мониторинга условий труда / И. В. Алибекова, К. С. Лактионов // Горный информационно-аналитический бюллетень (научно-технический журнал). 2016. № S27. С. 3-15.
4. Томаков В.И. Безопасность труда в строительстве и проблемы сохранения качества трудовых ресурсов // Известия Курского государственного технического университета. 2006. № 1(16). С. 98-106.
5. Теличенко В.И. Обеспечение комплексной безопасности зданий и сооружений - приоритетное направление технологической модернизации России / В. И. Теличенко, В. М. Ройтман // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. 2014. № 3. С. 5-12.
6. Сулейманов А.Ш. Система управления охраной труда в строительстве: проблемы и перспективы развития. Вестник гражданских инженеров, 2019. 4(77). P. 212-218.
7. ISO 45001:2018. Occupational health and safety management systems — Requirements with guidance for use.
8. Haupt T.C., Akinlolu M., Ralile M.T. Applications of digital technologies for health and safety management in construction. In: Sandanayake, Y.G., Gunatilake, S. Waidyasekara, A. (eds), 2019.
9. Proceedings of the gih World Construction Symposium, Colombo, Sri Lanka, 8-10 November 2019. P. 88-97. DOI: doi.org/10.31705/WCS.2019.9.
10. Li H., Zhu Z., Shen Q., Xue J. BIM-based safety management for construction projects: A review. // Automation in Construction, 2020. 113, 103136.
11. Lapidus A. Regression analysis of the calculation of the organizational and technological potential for the production of cold weather concreting / A. Lapidus, A. Khubaev, T. Bidov // IOP Conference Series: Materials Science and Engineering : 23, Construction - The Formation of Living Environment, 55 Giai Phong Road, Hanoi, 23-26 сентября 2020 года. - 55 Giai Phong Road, Hanoi, 2020. P. 072033. DOI 10.1088/1757-899X/869/7/072033. EDN XNEVRM.
12. Lapidus A. Development of a three-tier system of parameters in the formation of the organizational and technological potential of using non-destructive testing methods / A. Lapidus, A. Khubaev, T. Bidov // E3S Web of Conferences : 22nd International Scientific Conference on Construction the Formation of Living Environment, FORM 2019, Tashkent, 1821 апреля 2019 года. Vol. 97. Tashkent: EDP Sciences, 2019. P. 06037. DOI 10.1051/e3sconf/20199706037. EDN HVKPHR.
13. Бидов Т.Х. Перспективы формирования методики по повышению эффективности возведения зданий и сооружений из трубобетонных конструкций / Т. Х. Бидов, С. А. Ковалева, М. И. Магомедов // Известия Тульского государственного университета. Технические науки. 2020. № 4. С. 120-126. EDN HJMJYH.
14. Исследование градуировочных зависимостей, используемых при контроле прочности бетона нераз-рушающими методами / А. А. Гончаров, Т. Х. Бидов, Г. Е. Трескина, Ю. Л. Беккер // Научное обозрение. 2015. № 12. С. 68-72. EDN UMLPCT.
15. Анализ стоимости выполненных работ по капитальному ремонту общего имущества в многоквартирных жилых домах в субъектах Российской Федерации / А. А. Лапидус, Р. С. Фатуллаев, Т. Х. Бидов, Д. М. Николен-ко // Строительное производство. 2023. № 2. С. 3-7. DOI 10.54950/26585340202323. EDN JMWMYC.
16. Хубаев А.О. Мировая практика в области модульного строительства / А. О. Хубаев, С. С. Саакян, Н. В. Макаев // Construction and Geotechnics. 2020. Т. 11, № 2. С. 99-108. DOI 10.15593/2224-9826/2020.2.09. EDN YFNMYP.
17. Хубаев А.О. Анализ и сбор данных для проведения капитального ремонта в России / А. О. Хубаев, Б. Р. Долов // Известия Тульского государственного университета. Технические науки. 2023. № 7. С. 625-628. DOI 10.24412/2071-6168-2023-7-625-626. EDN MITUBH.
18. Разработка методики совершенствования научно-технического сопровождения на основе нейронного моделирования / Т. Х. Бидов, М. Х. Кангезова, А. С. Петрова, А. П. Гришина // Известия Тульского государственного университета. Технические науки. 2023. № 4. С. 56-60. DOI 10.24412/2071-6168-2023-4-56-60. EDN EPXSEE.
19. Fatullaev R.S. Evaluation of Biotic Damage to Structures as a Risk Factor for Environmental Pollution During a Comprehensive Survey of the Cultural Heritage Site of Regional Significance "The Building of the Izvestia Newspaper" / R. S. Fatullaev, T. Kh. Bidov // XV International Scientific Conference "INTERAGROMASH 2022" : Collection of materials of the 15th International Scientific Conference. Global Precision Ag Innovation 2022, Rostov-on-Don, 02-04 марта 2022 года. Vol. 575-2. Rostov-on-Don: Springer Cham, 2023. P. 150-160. DOI 10.1007/978-3-031-21219-2_15. EDN WHPKIP.
20. Хубаев А.О. Повышение эффективности возведения монолитных конструкций с применением технологии виртуальной и дополненной реальности / А. О. Хубаев, С. С. Саакян // Известия Тульского государственного университета. Технические науки. 2019. № 12. С. 492-495. EDN STBFJA.
608
21. Формирование индексов перехода от базового уровня цен к уровням цен в отдельных субъектах РФ в рамках разработки сборника укрупненных базовых стоимостей работ по капитальному ремонту МКД / Р. С. Фатул-лаев, Т. Х. Бидов, Д. Э. Абдрашитова, Г. А. Сабанов // Известия Тульского государственного университета. Технические науки. 2023. № 3. С. 389-393. DOI 10.24412/2071-6168-2023-3-389-393. EDN KTNPEC.
22. Интенсификация процессов вакуумирования керамзитобетона / А. А. Лапидус, В. Д. Копылов, А. Е. Степанов, А. О. Хубаев // Научное обозрение. 2016. № 14. С. 233-238. EDN WMDSYZ.
23. Хубаев А.О. Определение методов повышения огнестойкости легких стальных тонкостенных конструкций / А. О. Хубаев, А. С. Зиновкин, А. Р. Жолтиков // БСТ: Бюллетень строительной техники. 2023. № 11(1071). С. 40-43. EDN HHHSMA.
Лапидус Азарий Абрамович, Заслуженный строитель Российской Федерации. Лауреат премии Правительства РФ в области науки и техники, Почётный строитель России, Почётный строитель города Москвы, Почетный работник Высшего профессионального образования РФ, д-р техн. наук, профессор, заведующий кафедрой, главный научный сотрудник лаборатории «Организационно-технологические системы использования искусственного интеллекта в строительстве» (ОТС), LapidusAA@mgsu. ru, Россия, Москва, Национальный исследовательский Московский государственный строительный университет,
Хубаев Алан Олегович, канд. техн. наук, доцент, старший научный сотрудник Научно-образовательного центра «Конструкции, технологии и организация строительства», старший научный сотрудник лаборатории «Организационно-технологические системы использования искусственного интеллекта в строительстве» (ОТС), [email protected], Россия, Москва, Национальный исследовательский Московский государственный строительный университет,
Бидов Тембот Хасанбиевич, канд. техн. наук, доцент, Директор Научно-образовательного центра «Конструкции, технологии и организация строительства», начальник лаборатории «Организационно-технологические системы использования искусственного интеллекта в строительстве» (ОТС), BidovTH@mgsu. ru, Россия, Москва, Национальный исследовательский Московский государственный строительный университет,
Топчий Дмитрий Владимирович, д-р техн. наук, доцент, профессор, заведующий кафедрой, ведущий научный сотрудник Молодежной лаборатории «Организационно-технологические системы использования искусственного интеллекта в строительстве», [email protected], Россия, Москва, Национальный исследовательский Московский государственный строительный университет
IMPROVING THE EFFICIENCY OF INTEGRATED SAFETY OF PRODUCTION PROCESSES DURING THE IMPLEMENTATION OF CONSTRUCTION PROJECTS BASED ON THE MONITORING PLATFORM IN THE ARCTIC
A.A. Lapidus, A.O. Khubaev, T.Kh. Bidov, D.V. Topchiy
Research is aimed at developing the concept of forming a safety system of work production on the basis of AI, which will minimize risks and optimize the construction process. optimize the construction process. The relevance of the topic is conditioned by the need to increase the level of safety at construction sites and to reduce the number of accidents. reducing the number of accidents. The concept development includes stages of data collection and processing, creation offorecasting and risk assessment models, as well as implementation of the safety monitoring and management system in construction sites. risks, as well as implementation of the system of monitoring and safety management in real time. real time. The results of the study include the development of a conceptual model of an AI-based safety system that allows to Automatically identify and categorize potential hazards at the construction site. The proposed concept offormation of the system of safety of work production at the organization of construction of civil buildings from monolithic reinforced concrete on the basis of AI allows to significantly reduce the number of emergency situations and improve the overall safety on the construction site.
Key words words: safety of work production, civil buildings, monolithic reinforced concrete, artificial intelligence, reinforced concrete, artificial intelligence, safety system, machine learning, monitoring, risks, forecasting, safety management.
Lapidus Azariy Abramovich, Honored Builder of the Russian Federation, Laureate of the Russian Federation Government Prize in Science and Technology, Honored Builder of Russia, Honored Builder of the City of Moscow, Honored Worker of Higher Professional Education of the Russian Federation, doctor of technical sciences. professor, head of the department, Chief Researcher of the Laboratory of Organizational and Technological Systems for the Use ofArtificial Intelligence in Construction (OTS), LapidusAA@mssu. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering,
Khubaev Alan Olegovich, candidate of technical sciences, docent, Leading Researcher of the Scientific and Educational Center for Construction, Technologies and Organization of Construction, Senior Researcher of the Laboratory of Organizational and Technological Systems for Using Artificial Intelligence in Construction (OTS), [email protected], Russia, Moscow, National Research Moscow State University of Civil Engineering,
Bidov Tembot Khasanbievich, candidate of technical sciences, docent, Director of the Scientific and Educational Center for Construction, Technologies and Organization of Construction, Head of the Laboratory of Organizational and Technological Systems for Using Artificial Intelligence in Construction (OTS), BidovTH@mgsu. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering,
Topchy Dmitry Vladimirovich, doctor of technical sciences, professor, head of the department, Russia, Moscow, Leading Researcher of the Laboratory of Organizational and Technological Systems for Using Artificial Intelligence in Construction (OTS), TopchiyD V@mgsu. ru, Russia, Moscow, National Research Moscow State University of Civil Engineering
609
