IoT-based real-time wind data prediction for safety monitoring and alerting on construction sites

Résumé

Les appareils portables intelligents sont de plus en plus utilisés en raison de leur potentiel à fournir un environnement de travail plus sûr pour les travailleurs de la construction. Plusieurs études ont été menées afin d’examiner l’application de ces dispositifs pour améliorer la sécurité sur les chantiers de construction en termes d’interactions entre l’homme et le lieu de travail, ainsi que de surveillance et d’évaluation des risques. Parmi les dangers qui affectent la sécurité des travailleurs au chantier, les chutes constituent la principale cause de blessures et de décès. Plus de la moitié des chutes sont causées par des facteurs environnementaux tels que la neige, la glace, le froid extrême et les vents violents. De plus, en raison du changement climatique continu, la fréquence et l’intensité de ces facteurs environnementaux a augmenté ces dernières années. Les vents à grande vitesse sont l’une des conditions météorologiques les plus impactantes sur les chantiers de construction et l’une des principales causes d’incidents et d’accidents. Traditionnellement, pour surveiller la vitesse des vents forts sur le site de construction, on utilise des services météorologiques en ligne ou, dans certains cas, la station météorologique située sur le site de construction. Cependant, les méthodes traditionnelles de surveillance du vent ne sont pas adéquates et précises. Premièrement parce que la vitesse réelle du vent varie à différents endroits du site de construction en raison de la forme physique du site et ne correspond pas à la vitesse du vent indiquée sur les sites Web. Deuxièmement à cause du manque de suivi en temps réel des données sur le vent. Dans cette recherche, une nouvelle solution est proposée pour prédire la vitesse et la direction du vent en temps réel basée sur des capteurs IoT montés sur le casque des travailleurs et un algorithme d’apprentissage automatique supervisé. La solution proposée vise la réduction des risques existants liés au vent sur les chantiers de construction. Les principaux composants de cette solution sont un casque de protection équipé de capteurs à thermorésistance et un composant logiciel qui prédit la vitesse et la direction du vent à l’aide d’un algorithme d’apprentissage automatique et génère des alertes. Pour fournir l’ensemble des données nécessaires à la prédiction du vent pendant le développement du prototype, une soufflerie équipée d’un anémomètre, et une plateforme rotative permettant d’obtenir différentes expositions au vent ont été utilisées. Les données recueillies sont utilisées pour construire un modèle de régression pour l’algorithme d’apprentissage automatique supervisé proposé. L’exactitude et la précision de l’algorithme de prédiction sont comparées aux données recueillies par l’anémomètre de référence. Les résultats suggèrent que la vitesse et la direction du vent peuvent être prédites avec une grande précision en temps réel par la solution proposée.

Date	14 déc. 2021
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Ivanka Iordanova (Directeur(-trice)) & Ali Motamedi (Codirecteur(-trice))