基于FTA-IOT的高校校園安全系統性分析

朱 瑾 欒 奕 楊涵伊 龍騰騰

（西南林業大學 消防學院，云南 昆明 650024）

0 引言

高校作為人群高度集中的場合，一旦發生危機事件，極易造成連帶性的傷害。近年來，高校校園安全事故時有發生，其中住宿、交通、飲食這3方面發生事故頻次最多、影響最大：2008年11月14日，上海商學院宿舍樓602室由于違規使用熱得快發生火災，4名女生從6樓跳下當場身亡。2015年9月18日，山東建筑大學一輛轎車在操場玩漂移時撞上一名女生，導致該女生左腿截肢。2015年27起食物中毒事件發生在學校集體食堂，中毒1605人[1]。

目前國內學者對高校校園安全的分析大多停留在不安全現狀描述上，如周立新指出高校校園安全存在的主要問題是食物中毒現象時有發生、學生宿舍存在較大火災隱患、校園交通存在較大安全隱患等[2]。也有研究者如劉立功等采用層次分析法得出復雜校園周邊環境、規章制度、安全教育、自我保護意識等是影響高校安全的主要因素[3]。但他們都未探究影響校園安全的深層原因，也缺乏從危險因素是如何相互作用而導致事故發生方面的討論。本文采用事故樹分析法對高校校園安全進行分析，可以深入地揭示事故發生的潛在原因[4]，并體現各原因對事故的影響程度。本文還提出物聯網建設安全校園思想，以往的高校安全事故樹分析提出的改進措施大多基于傳統安全管理方式，已經不能滿足越來越“智能化”的校園[5-6]。因此本文結合物聯網技術的智能化識別、定位、跟蹤、監控等功能提出科技、高效的安全管理對策。

1 研究方法

1.1 事故樹分析

事故樹就是從結果到原因描述事件發生的有向邏輯樹，對這種樹進行演繹分析，尋找防止結果發生對策的方法就是事故樹分析法（Fault Tree Analysis，FTA）。通過對事故樹的定性分析，可為確定安全對策提供依據。

1.2 物聯網

物聯網（Internet of Things，IOT）主要是通過射頻識別（RFID）、紅外感應器、全球定位系統、氣體感應器等傳感設備，按照約定協議，將物品與互聯網相連，進行信息交換實現智能化識別、定位、跟蹤、監控等的一種網絡[7]。物聯網分為感知層、網絡層和應用層。感知層指對外物的感知，主要實現物體的信息采集、捕獲和識別。網絡層把感知到的信息無障礙、安全可靠地傳送，實現物與物的相通。應用層與行業需求相結合，最終實現物聯網的各種智能應用[8]。

2 結果與分析

通過對近年來高校安全事故的總結[9-17]，住宿、交通、飲食三方面發生事故頻次最多、造成影響最大，因此本文主要從這三方面展開分析。選取宏觀的高校住宿安全、高校交通安全、高校飲食安全作為事故樹的頂事件，不特指某一類型的事故。

2.1 住宿安全

2.1.1 事故樹編制

學生宿舍居住者眾多，可燃物相對集中。很多學生的安全意識不高，使用違禁電器、亂扔未熄滅的煙頭，很容易引發火災。一些宿舍消防設施不完善，或是損壞、過期未及時更換，使得發生火災時不能及時滅火。很多學校為了宿舍管理方便，一棟宿舍樓只開放一個進出口，其他安全通道則長期封閉，發生火災時嚴重阻礙逃生和滅火救援。同時，宿舍中有較多學生的貴重物品，但學生普遍防盜意識薄弱，加之宿舍樓人員進出頻繁，外來人員容易混入學生宿舍，財產極易被盜。確定頂上事件為高校住宿安全，對高校住宿安全從火災事故和財產安全的角度分析。事故樹，如圖1，事故樹各事件列，見表1。

圖1 高校住宿安全事故樹Fig.1 Fault tree diagram of accommodation safety for university campus

2.1.2 事故樹定性分析

（1）最小割（徑）集分析。根據割（徑）集個數法判定，此事故樹最小割集較多，所以宜采用最小徑集進行分析。通過EasyDraw軟件計算，得到10個最小徑集如下：

（2）結構重要度分析。通過EasyDraw軟件計算得此事故樹的結構重要度排序：

表1 住宿安全基本事件表Tab.1 Basic events of accommodation safety

依據上述結構重要度順序，得出如下結論：

財產安全下的X17-X20結構重要度最大，說明財產丟失可能性最大，是應最先關注的問題。其次是X1、X2，但X1、X2是客觀存在事件，不宜作為控制重點。火災初期控制下的X8、X9、X10、X11對頂上事件影響也較大，應作為重點控制對象。

2.1.3 基于物聯網的改進措施

（1）宿舍設置門禁系統。學生攜帶校園卡進出宿舍樓，RFID無線讀卡器無接觸式感應學生進出情況。每間宿舍房門也可由門鎖改為門禁形式的感應器，宿舍房門只能由本宿舍的學生刷校園卡開啟。若發生暴力開鎖事件，系統會發出警報傳到保衛處指揮中心，指揮中心人員通過樓道監控查看情況，做出相應措施。

（2）消防設施應用RFID系統。統計宿舍樓所有的滅火器、室內外消火栓、感煙探測器、感溫探測器、應急照明燈、應急疏散標志等的數量與位置，維保時間等信息，系統定期提醒管理人員進行設備檢測與維護。

（3）建立消防水監控系統，實時監測消防水池水位、水箱水位、噴淋水壓、水泵狀態等信息，若水位、水壓等數值異常，立即通知管理人員前往查看。

2.2 交通安全

2.2.1 事故樹編制

我國高校發展歷史較長，有許多路況復雜、交通設施老舊的校區，這些老校區難以滿足高校擴招后行人、車輛的增加，機動車亂停亂放現象嚴重，在上下課人車流高峰時期會出現人車混行、搶道等現象，行人對車輛往往不注意避讓，極易發生交通事故。確定頂上事件為高校交通安全，主要對高校交通安全從交通參與者行為、道路環境因素、學校管理因素3方面進行分析，事故樹，如圖2，事故樹各事件列，見表2。

圖2 高校交通安全事故樹Fig.2 Fault tree diagram of traffic safety for university campus

表2 交通安全基本事件表Tab.2 Basic events of traffic safety

2.2.2 事故樹定性分析

（1）最小割（徑）集分析。根據割（徑）集個數法判定，此事故樹最小割集較多，所以宜采用最小徑集進行分析。通過EasyDraw軟件計算，得到3個最小徑集如下：

（2）結構重要度分析。通過EasyDraw軟件計算得此事故樹的結構重要度排序：

依據上述結構重要度順序，得出如下結論：

學校管理因素下的X14-X18對頂上事件影響最大，其次是駕駛人和行人危險行為下的X1-X6，說明要加強車輛管理和車輛違法行為約束，加強交通安全教育。

2.2.3 基于物聯網的改進措施

（1）應用RFID技術進行車輛進出管理，車輛到達入口，感應器檢測到信號后，若是校內車輛則自動抬桿放行，若是外來車輛則語音提醒校內限速行駛，注意避讓行人。車輛到達出口，校內車輛自動抬桿放行，外來車輛根據在校內時長收費后放行。

（2）應用GPS技術對車輛測速、定位、軌跡跟蹤以此來限制其行駛速度和方向，規范車輛在校園內的行駛，對違規行為進行監督。

（3）采取校車視頻監控系統進行安全管理，確保校車駕駛員的行為規范，監控記錄駕駛員的不良駕駛行為。

2.3 飲食安全

2.3.1 事故樹編制

部分承包高校食堂的餐飲企業存在重利益輕衛生傾向，購買低價食品原材料，聘用職業素質較低，衛生安全常識缺乏的員工。有的高校食堂基礎設施不完善，食品加工、儲存過程存在污染的隱患。部分高校飲用水衛生管理制度落實不到位，二次供水設備防護不嚴、未定期清洗和消毒。學生飲水安全意識不高，很少定期清洗飲水機。確定頂上事件為高校飲食安全，主要對高校飲食安全從食堂食品衛生和飲水安全2方面分析，事故樹，如圖3，事故樹各事件列，見表3。

圖3 高校飲食安全事故樹Fig.3 Fault tree of dietary safety for university campus

表3 飲食安全基本事件表Tab.3 Basic events of dietary safety

2.3.2 事故定性分析

（1）最小割（徑）集分析。根據割（徑）集個數法判定，此事故樹最小割集較多，所以宜采用最小徑集進行分析。通過Easy Draw軟件計算,得到4個最小徑集如下：

（2）結構重要度分析。通過Easy Draw軟件計算得此事故樹的結構重要度排序：

依據上述結構重要度順序，得出如下結論：

X3-X5結構重要度最大，說明學生不良飲水習慣是應最先關注的問題。食堂衛生管理下的X1、X2以及食材安全、食品加工安全下的X6-X9對頂上事件影響較大，說明食材來源安全、食品加工過程衛生、環境衛生是保證食品安全的重要環節。

2.3.3 基于物聯網的改進措施

（1）使用基于物聯網的智能飲水機，飲水機加熱保溫達到一定時間后，會向綁定的手機發送通知，詢問飲水機是否需要繼續工作，用戶可以通過手機APP向飲水機發送控制命令，實現飲水機模式設定、溫度設定以及通斷電等操作，從而防止水被反復燒開形成“千滾水”。APP向用戶定期推送消息提醒用戶清洗飲水機。

（2）建立食品安全監控系統信息平臺，隨時隨地觀察和監控食品生產、加工現場由傳感器傳來的實際影像，供應鏈上的各企業和監管部門之間則通過物聯網實現“可視”的信息交互和監控。實現對食堂食品加工、清洗消毒、餐廚垃圾處置等全過程的信息監管。

（3）將RFID技術運用到食堂的食材管理上，統計食材的產地、生產者、生產日期及保質期等相關信息，可保證食材來源安全、管理者及時發現和處理過期食品。

3 結論

（1）運用事故樹分析法找出了影響高校校園安全的主要因素，結合物聯網技術提出了科技、高效的安全管理對策，對加強高校安全管理、改善校園環境具有重要的現實意義。

（2）由于目前對基本事件發生概率的統計資料還很缺乏，所以只是對事故樹進行定性分析，若能獲得可靠的事故樹基本事件發生概率，將獲得比較精確的分析結果，無疑會對高校安全事故的預防發揮重要作用。