随着地铁的快速建设和隐患排查系统的建立，系统中积累了大量隐患排查记录，但是隐患排查记录信息冗杂，相关工作严重依赖导则与专家经验，需要投入大量人力成本。为提高隐患排查工作效率和安全管理决策，同时促进排查工作实现全程自动化，本文提出了一种基于文本挖掘与可视化技术的自动化分析隐患排查文本框架，该框架主要包括以下四个步骤：第一，基于Term Frequency-Inverse Document Frequency(TF-IDF)算法，对隐患描述下的关键词有一个整体的概括；第二，基于TF-IDF筛出特征值较高的关键词，借助吉布斯抽样的Latent Dirichlet Allocation(LDA)模型识别出大规模隐患描述语料库中潜藏的主题信息和隐患排查要点；第三，结合时间维度，通过Word Cloud(WC)技术对隐患描述进行可视化分析，绘制隐患词云演化图；第四，借助Word Co-occurrence Network(WCN)模型，挖掘隐患共现关系。该框架在分析武汉地铁2016-2018年施工安全隐患排查记录中得到了应用和验证。实验结果表明，该框架有效挖掘出34类隐患所对应的隐患排查要点和可视化信息。

土木工程施工现场是一个复杂多变且事故发生率较高的作业环境，同一个工程场地存在着多个危险区域。对该区域传统的管理方式是派专职人员进行看守和管理，这种人工管理的方式易出错且不能够及时发现人员的进入情况。对于动态危险区域，操作人员在操作机械的同时还要兼顾周围环境情况，这不仅会降低工作效率且不利于发现该区域存在的工人。为了解决这个问题和提高监管的效率，计算机视觉的融入将会是很好的选择，该方法首先需要根据相关规章制度去确定危险区域，然后在合适的位置布置摄像头，最后运用YOLOv3(You Only Look Once，是一种快速和准确的实时对象检测算法，发展到YOLOv3实现了算法上的突破，在精度和速度上也实现了质的飞越)目标识别算法实现智能监管。本文介绍了该算法的基本原理和具体的目标识别实现途径，并针对危险区域的范围不同设计了两种训练集的制作方式，最后用实验去验证该方法的可行性与准确性，结果表明，该方法对于工人的识别具有较高的正确率，故把该方法用于危险区域的工人识别将会大大降低事故发生概率，弥补了单纯人工监管的缺陷，丰富了安全管理的手段。

装配式建筑因其施工方便、绿色环保等优点被大力推广。吊装作业作为装配式建筑施工过程的关键环节，其涉及的安全管理要素多且关系复杂。目前的吊装安全风险管理方法仍存在智能化水平低、预测精确度无法保证、安全管理要素无法实时控制等问题。针对以上吊装安全风险管理问题，本文将数字孪生概念引入吊装安全风险管理领域，分析了吊装安全风险诱发因素，搭建了面向吊装安全管理的数字孪生框架，阐述了数字孪生模型的运行机制。同时，针对数字孪生建模这一关键问题，提出物理吊装过程、虚拟吊装过程、虚实信息交互的建模方法，并在某项目中进行实际应用，验证了方法的有效性，为数字孪生在吊装安全风险管理方面的应用提供了理论支撑与技术支持。

为解决项目质量和安全管理无法直观表达、提前预防、及时整改等问题，本研究将BIM技术引入项目安全与质量管理工作中，验证了基于BIM 5D的工程安全与质量协同管理的可行性。通过研究得出：通过“事前预防”的BIM技术（建立Revit模型、深化设计、施工模拟、可视化技术交底），将项目质量和安全问题提前暴露，减少返工造成的不必要麻烦，保证物资的有序进场和合理堆放，为安全文明施工提供基础；通过“事中控制”的BIM 5D+智慧工地决策系统，将质量、安全问题进行归集、分析，将分析结果以图表呈现，对关键问题进行预警，及时发现问题并整改。上述方法保证了项目安全，提升了工程质量，为施工企业应用BIM 5D提供了参考。

目前全国城市轨道交通工程正处在高速发展阶段，建设过程中安全风险激增，事故频发。结合全国城市轨道交通工程建设安全管理现状，分析城市轨道交通工程建设安全管理信息化的必要性，提出通过建立和完善城市轨道交通工程建设安全管理责任体系，构建城市轨道交通工程建设安全管理信息平台，以解决城市轨道交通工程建设安全管理中存在的问题，从根本上提高我国城市轨道交通工程建设安全管理水平。

随着建筑技术的日益进步，施工现场的安全问题一直面临着巨大的挑战。保障现场施工的安全是安全文明施工的需要也是保障施工人员切身利益的需要。本文主要分析了现阶段施工现场主要面临的安全问题，通过结合BIM技术，提出能够解决现场问题的合理化方案。借助BIM技术在安全监控流程、施工现场布置、复杂建筑安全施工等方面的优势，达到安全交底、危险源提前预防、完善安全管理流程，实时把控现场动态、施工现场合理布置的目的。