居家养老护理员职场风险研究

目的:探讨居家养老护理员的艰辛工作历程及其在服务过程面临的职场风险。方法:采取访谈法,对8位居家养老护理员进行质性资料的收集及分析。结果:研究发现,在居家护理过程中,充斥着职场风险,包括性骚扰、肢体暴力、语言暴力、恶劣环境、不被尊重、职业伤害等,这些问题导致居家养老护理员暴露在无工作尊严与充满危机的服务情境中。结论:根据研究结果,应采取提升居家养老护理员的专业形象与待遇、做好居家照顾服务前的风险评估、健全居家照顾服务支持体系与争取老人及家属的理解与支持等措施,以提高居家养老护理员工作满意度,减少养老护理员的流失,缓解养老护理员不足的窘境,改善居家养老护理员劳动条件及降低职业风险。

对我国期货市场风险的思考

期货市场是商品经济发展的产物,是目前商品交易的一种高级形式。由于我国的经济改革是“摸着石头过河”,认识期货市场存在风险的原因,对于我们正确看待中国期货市场的风险和完善期货市场十分重要。

高速公路隧道出口区域交通风险场识别研究

为分析车辆在高速公路隧道出口区域的行驶安全规律,定量识别风险水平,参考相关领域的场论研究,结合交通特征要素,提出交通风险场理论,从人-车-环境多角度考虑高速公路隧道出口区域的风险特征。首先通过驾驶员瞳孔变化差异,将隧道出口区域划分为隧道出口接近段、隧道出口段和隧道出口过渡段。其次参考环境风险场及场论等相关理论,将交通风险场根据不同因素的作用方式细化为点效应场、线效应场及面效应场,建立综合风险效应场模型。最后通过实地调查,获取云南省不同高速公路隧道出口区域的人、车、环境等相关交通信息数据,代入模型后得到高速公路隧道出口区域风险场。通过得到的交通风险场特征对照速度协调评价法得出的风险分布规律,验证交通风险场模型的可行性。结果表明:隧道出口接近段驾驶风险场强较大但影响范围小;隧道出口段的风险场强呈现先窄后宽的变化特征;出口过渡段前100 m路段风险水平最高,过渡段后100 m路段车速逐渐平稳,风险水平较低。通过交通风险场理论的应用可知,交通风险场强模型可以有效评估不同道路环境下交通风险分布,且较传统风险识别方式更加具有时空特征,可以准确地找到交通环境中的风险强点,针对性地进行调整,为今后的道路风险防控奠定基础。

基于风险场的不同认知次任务下接管风险评估模型

为有效评估不同认知次任务下L3级自动驾驶车辆接管时的风险,开展了驾驶接管风险评估模型研究。设计了城市快速路紧急接管场景并开展不同认知次任务下的驾驶模拟试验。考虑轨迹场、势能场和行为场因素,构建了接管风险评估模型。采用接管风险指数法,验证了所建模型的有效性。结合实测数据,量化不同认知次任务和回避操作类型对接管风险场场强的影响。结果表明:被试者进行接管操作后1~9 s内模型接管风险指数分布情况的M-W检验和K-S检验结果均为p<0.05,说明模型可以有效评估车辆在接管过程中的接管风险。此外,模型接管风险指数的均方根误差均值(0.062)小于碰撞时间倒数的均方根误差均值(0.098),说明模型在表征风险的准确性方面要优于碰撞时间倒数。研究结果可为接管过程中的车辆运行风险评估和避撞设计提供借鉴和参考。

基于行车风险场的自动驾驶接管风险评估模型

为评估L3级自动驾驶的接管风险,降低接管过程中的事故率,设计城市快速路接管场景并开展驾驶模拟实验,以行车风险场理论为基础,采用动态和静态风险分布函数反映其他交通单元对接管风险的影响,引入车辆性能概率因子对自动驾驶接管过程中的事故发生概率进行表征,同时考虑接管反应时间的影响,构建自动驾驶接管风险评估模型,基于驾驶模拟实验获取接管反应时间数据和车辆轨迹数据对模型参数进行标定,并与碰撞时间倒数进行对比,验证模型的有效性。结果表明:驾驶员接管后1~9 s内模型计算所得的接管风险指数的变化趋势与碰撞时间倒数一致,但接管过程中风险指数的均方根误差均值(0.059)相较于碰撞时间倒数的均方根误差均值(0.093)下降了37%。构建的模型能够有效评估驾驶员的接管风险,且模型在表征风险的准确性方面优于碰撞时间倒数。

基于行车风险场的快速路短交织区车辆交互风险识别

为更加准确和直观地识别快速路短交织区行驶车辆之间的交互风险,解决传统风险识别模型无法连续识别换道时车辆间交互风险的问题,本文利用无人机采集快速路短交织区内车辆轨迹数据,并利用Tracker进行读取,筛选跟驰车辆对和换道车辆对,在现有行车风险场理论的基础上,综合考虑车辆面积、车辆前进时前后方风险差异、转弯时左右方风险差异以及车辆之间横向距离,适应性改进现有行车风险场模型DRF(Driving Safety Field),利用遗传算法和波良可夫模型标定模型参数。对比改进后行车风险场模型、车头时距倒数(THWI)、碰撞时间倒数(TTCI)对车辆间跟驰交互风险与换道交互风险的识别情况,验证该模型的有效性。结果表明,本文模型较THWI和TTCI更符合驾驶员的驾驶心理,且感知风险变化先于驾驶员,对车辆换道交互风险的识别率较THWI提升52.45%,较TTCI提升83.66%,本模型在换道交互风险的识别性能上表现的更加优越。基于本文模型对短交织区区域内多车共同作用产生的风险进行可视化,可辅助交通管理部门确定需要精细化组织的关键区域,也可作为评价管理措施改善效果的可视化手段。

基于行车风险场的交通冲突风险预警方法

城市交叉路口是交通事故多发路段,对于智能网联汽车来说,在行驶过程中进行风险检测与碰撞预警,从而保障驾驶的安全性至关重要。本文针对有信号灯的城市交叉路口提出一种考虑信号灯约束的行车风险场模型,并基于此模型设计三级碰撞预警方法。首先针对城市交叉路口的潜在冲突风险点构建功能场景,并将信号灯的约束作用考虑进行车风险场模型。为了解决碰撞预警问题,提出以TTC为指标划分三级冲突区域,通过计算主车行驶过程中周围对应的场强值,并根据干扰车在主车周围势能场的位置来衡量主车所受碰撞风险。实验结果表明,所设计的模型能够准确对进入主车势能场范围的干扰车进行预警,预警成功率可达100%,误报率仅为3.4%,证明所提方法的可靠性和有效性。

基于风险势场的网联自主车辆换道行为建模

为提高智能网联环境下网联自主车辆的换道安全,针对网联自主车辆环境感知及实时通讯的特点,以势场理论为基础,分析车辆不同方向所面临风险变的差异性,对动态车间距进行修正,构建车辆风险势场模型,将网联自主车辆驾驶过程中所面临的风险进行量化,以此为基础建立网联自主车辆安全换道距离模型,反映不同运动状态的换道车辆所需要的安全换道距离的变化趋势。对模型进行数值模拟分析,结果表明:当前车道和目标车道上车辆的运动状态直接影响换道时所需要的安全距离的大小。可见车辆进行换道操作时需调整自身的运动状态来改变风险势场的分布情况,避免与其他车辆的风险势场发生冲突,影响行车安全性。

基于预测风险场模型的智能车辆换道路径规划

针对智能车辆行驶环境和表达方式复杂等问题,提出了融合LSTM预测模型的智能车辆预测风险场模型。在传统势场模型基础上,考虑了动态目标行为预测信息,建立动态预测动能场,同时与道路环境中其他风险元素风险场相叠加,构建“预测风险场”统一模型。通过设计风险场代价函数完成规划轨迹簇的最小代价评估,获得最优路径规划轨迹。为验证该方法的有效性,进行了联合仿真和实车验证。结果表明,预测风险场模型有效表达了复杂行驶环境的交通态势,选取的最优路径提升了其综合安全性。

基于数据场的网络安全风险融合模型

针对目前网络安全风险评估中基于全局信息评估策略的不足,建立一种先局部后整体的网络安全风险融合模型。该方法在主机节点模糊评判统计分析的基础上,利用网络全局定位(GNP)实现网络拓扑的坐标化,通过对重要节点以及节点间关联性因子进行加权,然后采用数据场思想实现关联节点的风险融合。通过风险场的构建,该模型能够准确反映风险的融合规律和网络安全风险态势,为管理员提供直观的安全态势视图,方便风险阻断和策略制定。

基于风险场的评价理论研究

目前,已经有多种方法可以用于石油化工企业的定量风险评价,但是这些方法多数是基于二维的风险分析,不能满足当今社会日趋增长的三维空间的安全管理和风险评价要求,因此,提出了三维的风险场的评价理论,从三维风险等值面来考察风险的分布和风险变化率。该方法采用场论的基本知识,把风险场看作数量场,对不同事故的个人风险及其风险梯度进行叠加,得到个人风险及其变化率。针对同一个危险源产生的爆炸、火灾和中毒三种风险属性,给出了其叠加后的个人风险和个人风险变化率公式,在相应的坐标系中并对二维和三维个人风险的不同的空间分布进行了比较。该方法能够清晰、直观、全面地表示出个人风险场的分布情况,同时能够了解到多个风险共同作用下的风险变化情况。

人车路综合风险场模型构建及驾驶风格评估

为帮助驾驶人正确认知自身的安全驾驶能力,揭示“人-车-路”相互作用关系并衡量各要素对车辆驾驶安全性的影响,构建了考虑驾驶风格因子的综合风险场模型。首先,针对现有风险场模型在人因要素刻画不足,将车辆加速度方差和方向盘转角方差转化为驾驶风格因子,表征驾驶人潜在驾驶习惯;然后,根据事故风险的突发性和短时性特征,利用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)将驾驶全域风险分解为平稳阶段和局部突变阶段风险信号能量,作为评价驾驶能力内在属性的关键依据;最后,开展行人横穿风险场景的驾驶模拟试验验证。结果表明:驾驶风险能量在空间形态上呈“椭圆形”圈层分布,沿物理轮廓中心高边缘低,风险演变过程能量大小“爬山式”递增效应显著。对风险能量聚类可获得比主观问卷更加细致可量化的分类结果,对比发现,驾驶人存在“认知-操纵”偏差(问卷安全型-模型危险型/危险倾向)同时丰富的驾驶经验对薄弱的安全意识有补偿作用(问卷危险型-模型安全型/安全倾向)。研究成果可以为识别危险驾驶人群,提高安全驾驶能力提供一种新方法。

城市燃气管道泄漏事故风险场强度评价研究

城市燃气管道由于受到腐蚀、外力破坏等原因导致破裂,造成燃气大量泄漏,从而发生中毒、火灾、爆炸等事故,管道泄漏后在空间某点形成的风险场是多个危险源共同作用形成的。基于经典场理论提出城市燃气管道系统泄漏事故的三维风险场概念,借用工程数学经典矢量场理论推导出城市燃气管道系统泄漏事故三维风险场的风险强度公式,并根据爆炸事故风险传播受风速等环境因素影响,在风险强度公式中考虑了环境因素修正系数K,使得理论推导尽可能与实际情况相符。最后通过实例计算表明,利用风险强度公式评估燃气管道泄漏事故在空间某点的风险与实际相符合,该方法将系统风险研究从二维平面转化到三维立体中,使得评估结果更为科学、合理。

基于叠加-触发原理的铁路危险品运输系统风险场形成机理研究

引入风险场理论研究铁路危险品运输系统风险形成机理,基于系统风险因素识别,建立铁路危险品运输系统风险势函数及对应的风险场强模型,采用触发器原理分析了风险场叠加后的风险形成机理。研究结果表明:内部风险场承受体风险势和风险场强均为代数加和叠加;外部风险场分为单一和多风险源2类,风险势均表现为代数加和叠加,风险场强叠加均满足平行四边形法则。风险状态的变化直接作用于内、外风险场承受体,内部风险场承受体全部或部分崩溃,将导致铁路危险品运输系统失效,其释放的风险场能量将会对外部风险场承受体系统进行攻击,导致外部风险场承受体的部分或整体失效,进而产生风险级联效应。

考虑路面附着系数的行车风险场建模及避障控制研究

针对车辆在不同路面条件下的主动避障问题,提出一种考虑路面附着系数的行车风险场避障路径规划方法。首先,建立了包含道路边界风险场、目标引力场和障碍物风险场的行车风险场;基于容积卡尔曼滤波算法实时估算路面附着系数,并对考虑路面附着系数的行车风险场函数进行负梯度求导,得到风险值下降最快的避障路径;然后,采用5次多项式拟合优化得到满足车辆约束的避障参考路径;最后,采用模型预测控制算法跟踪避障路径。仿真结果表明:在相同车速下,路面附着系数越小,避障时的横向加速度越小,横向加速度的标准差越小,避障效果越平顺。

基于风险场的高速公路高风险区域甄别方法

为有效识别高速公路高风险区域,首先,在理论阐述和量化解释行车风险演化机制基础上引入势场理论,提出道路静态风险场的基本概念及性质;然后,在分析道路要素对行车安全影响的基础上,构建路域范围内的构造物、线形、路侧等要素的静态风险场计算模型,提出高速公路高风险区域甄别方法,同时,基于交通事故统计数据,对静态风险场计算模型的风险量进行参数标定;最后,依托实际项目,进行区域风险等级预测和有效性验证。结果表明:研究路段的33处区域中26处甄别结果与实际风险等级相同,仅有7处结果不一致,风险等级结果相差一个等级内的区域数量为30处;风险等级预测结果准确率达78.79%,与实际风险等级结果相差一个等级内的准确率达90.91%。静态风险场能够有效应用于高风险区域甄别,研究有助于设计及运营阶段高速公路安全治理。

基于风险场的区域突发性环境风险评价方法研究

在大尺度空间,风险源、风险受体和风险传播途径的多样性和相互作用的复杂性是区域环境风险评价的难点.同时,现有评价方法很少关注风险因子的释放规律,释放后在空间中的分布格局,以及风险受体受到损害的途径和程度.本文应用风险场理论,分析描述风险场形成和对风险受体作用的机制.结合南京化工园区实例进行环境风险源识别,采用集对分析等方法构建了各风险源产生的环境风险场,再分析处于风险场中的环境风险受体,最后得到区域环境风险水平分布,同时将其划分为5个等级.评价结果显示,位于风险源周围或河道下游的人口稠密、生态环境敏感地区环境风险值R≥6,风险水平处于极高、高等级,与园区现状具有较好的一致性.建议依据环境风险水平的分级、分类结果建立起以预防为主的环境风险管理体系.

生活必需品市场供应风险管理体系研究

生活必需品市场供应风险管理体系的建立与完善是一项重要惠民工程建设问题。在研究影响生活必需品市场供给的风险因素--生产、销售、物流配送等流程中,在供应风险鉴识甄别的基础上,从供应风险组织机构、供应风险等级评估、供应风险措施控制和供应风险信息互联互通等方面提出风险管理的手段,对当下居民生活必需品市场供应风险管理提供可行的参考依据。

基于预测风险场的智能汽车主动避撞运动规划

针对自动驾驶汽车侧方和后方的主动避撞问题,提出了融合障碍物运动预测的预测风险场和基于预测风险场的运动规划方法。在Frenet坐标系下,通过运动学模型预测未来场景下的各障碍车信息,建立基于道路纵向、横向和时间3个维度的预测风险场。考虑车辆动力学和速度、加速度与曲率约束,采用动态规划方法完成行为决策,并使用多项式曲线和二次规划方法对决策轨迹进行优化。结果表明:预测风险场能准确识别周围障碍车潜在风险随时间的变化趋势,并规划出满足各项约束的避撞轨迹,保障车辆运行的安全性和稳定性。