Tilbake til søkeresultatene

BIA-Brukerstyrt innovasjonsarena

Sustainable value creation by digital predictions of safety performance in the construction industry

Alternativ tittel: Bærekraftig verdiskapning med digital prediksjon av fremtidig sikkerhetsprestasjon i bygg- og anleggsnæringen

Tildelt: kr 12,4 mill.

Bygg- og anleggsnæringen har i mange år hatt en betydelig høyere ulykkesfrekvens enn andre næringer. Det er derfor et stort behov for ny kunnskap og innovative metoder innen sikkerhetsstyring som kan bidra til å redusere antall ulykker samt økt bærekraft gjennom utvikling av trygge og sikre arbeidsmiljøer. Prosjektets hovedmål er å utvikle kunnskap om og metoder for anvendelse av kunstig intelligens i tidlige faser av bygg-og anleggsprosjekter for å forutsi fremtidig sikkerhetsnivå i produksjonsfasen og dermed gi bedre støtte til beslutninger om å redusere ulykkesrisikoen. Prosjektet vil gi ny kunnskap om bruk av maskinlæringsteknikker på tilgjengelig data for innovative og proaktive sikkerhetsstyringsmetoder. Et viktig fundament for prosjektet er å se på prosjektstyring og sikkerhetsstyring som integrerte. Dette betyr at ikke bare sikkerhetsdata, men også data om prosjekter generelt vil bli vurdert for bruk i modeller og maskinlæringsteknikker. Prosjektet utføres i tett samarbeid med fire industripartnere (Sporveien, Skanska, Norconsult og Safetec). De viktigste FoU-utfordringene i prosjektet er: 1) å demonstrere hvordan suksessfaktorer i tidlige prosjektfaser påvirker sikkerhet i produksjonen; 2) å utforske hvordan maskinlæringsteknikker, i kombinasjon med risikomodellering og datasimuleringer, kan benytte prosjektdata for å gi tidlige varsler om forventet mangel på kontroll på farekilder i produksjonsfasen; 3) å demonstrere hvordan proaktive sikkerhetsstyringsmetoder muliggjort av maskinlæring kan gi bedre kontroll på farekilder og dermed redusere antall ulykker.

The construction industry has, in many years, had a significant higher accident frequency rate than other industries. There is thus an urgent need for knowledge and novel safety management approaches that can contribute to reducing the number of accidents. The project's main aim is to develop knowledge about and methods for application of artificial intelligence in early phases of construction projects to predict future safety performance in the production phase and thus provide improved decision-making support to reduce number of accidents. The project will provide innovation by application of machine learning techniques on available data for novel and proactive safety management approaches. Furthermore, the project will lead to increased sustainability through development of safe and secure working environments. A key foundation in the project is to study project management and safety management as integrated, this also means that not only safety data but data about the project in general will be assessed for application in models and machine learning techniques. The project will be performed in close collaboration with four industrial partners (Sporveien, Skanska, Norconsult and Safetec). The project’s methodology is inspired by action research based on joint processes between researchers and industrial partners to develop unified solutions to specific issues, put the solutions into action and evaluate them. The most important R&D challenges addressed are: 1) to demonstrate how success factors in early project phases influence the abilities for safety in production; 2) to explore how machine learning techniques, in combination with risk modelling and computer simulations, can utilize data in projects to provide early warning signals on substandard safety performance in production; 3) to demonstrate how proactive safety management approaches through machine learning can improve hazard control and thereby reduce number of accidents.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

BIA-Brukerstyrt innovasjonsarena