Método de evaluación automatizado para los comportamientos de riesgo de los operadores de grúas de muelle en puertos utilizando realidad virtual
Autores: He, Mengjie; Zhang, Yujie; Liu, Yi; Shen, Yang; Mi, Chao
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Método de evaluación automatizado para los comportamientos de riesgo de los operadores de grúas de muelle en puertos utilizando realidad virtual
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Evaluación de riesgos
Operadores de grúas de muelle
Método de evaluación automatizado
Deep Q-Network (DQN)
Módulo de simulación de riesgos
Comportamientos operativos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Actualmente, la evaluación del riesgo operacional de los operadores de grúas de muelle en puertos se basa en evaluaciones manuales basadas en la experiencia, pero este método carece de objetividad e imparcialidad. A medida que la capacidad de los puertos continúa creciendo, la tasa de accidentes portuarios también ha aumentado, por lo que es crucial evaluar científicamente los comportamientos de riesgo de los operadores y mejorar su conciencia de seguridad. Este artículo propone un método de evaluación automatizado basado en una Red Q Profunda (DQN) para evaluar los comportamientos de riesgo de los operadores de grúas de muelle en escenarios virtuales. Se ha añadido un módulo de simulación de riesgos al sistema de simulación de operación remota de grúas de muelle automatizado existente para simular riesgos potenciales durante las operaciones. Basándose en los datos recopilados, se ha desarrollado un modelo de referencia basado en DQN que refleja los comportamientos operacionales y los procesos de toma de decisiones de los operadores expertos. Este modelo permite una evaluación cuantitativa de los comportamientos de los operadores, garantizando la objetividad y precisión del proceso de evaluación. Los resultados experimentales muestran que, en comparación con los métodos de puntuación manuales tradicionales, el método propuesto es más estable y objetivo, reduciendo efectivamente los sesgos subjetivos y proporcionando una alternativa fiable a las evaluaciones manuales convencionales. Además, este método mejora la conciencia de seguridad de los operadores y su capacidad para manejar riesgos, ayudándoles a identificar y evitar riesgos durante las operaciones reales, garantizando así tanto la seguridad operacional como la eficiencia.
Descripción
Actualmente, la evaluación del riesgo operacional de los operadores de grúas de muelle en puertos se basa en evaluaciones manuales basadas en la experiencia, pero este método carece de objetividad e imparcialidad. A medida que la capacidad de los puertos continúa creciendo, la tasa de accidentes portuarios también ha aumentado, por lo que es crucial evaluar científicamente los comportamientos de riesgo de los operadores y mejorar su conciencia de seguridad. Este artículo propone un método de evaluación automatizado basado en una Red Q Profunda (DQN) para evaluar los comportamientos de riesgo de los operadores de grúas de muelle en escenarios virtuales. Se ha añadido un módulo de simulación de riesgos al sistema de simulación de operación remota de grúas de muelle automatizado existente para simular riesgos potenciales durante las operaciones. Basándose en los datos recopilados, se ha desarrollado un modelo de referencia basado en DQN que refleja los comportamientos operacionales y los procesos de toma de decisiones de los operadores expertos. Este modelo permite una evaluación cuantitativa de los comportamientos de los operadores, garantizando la objetividad y precisión del proceso de evaluación. Los resultados experimentales muestran que, en comparación con los métodos de puntuación manuales tradicionales, el método propuesto es más estable y objetivo, reduciendo efectivamente los sesgos subjetivos y proporcionando una alternativa fiable a las evaluaciones manuales convencionales. Además, este método mejora la conciencia de seguridad de los operadores y su capacidad para manejar riesgos, ayudándoles a identificar y evitar riesgos durante las operaciones reales, garantizando así tanto la seguridad operacional como la eficiencia.