<  Back to the Polytechnique Montréal portal

Analyse des accidents graves et mortels engendrés par les machines mobiles

Taha Belmekki

Masters thesis (2017)

[img]
Preview
Download (1MB)
Cite this document: Belmekki, T. (2017). Analyse des accidents graves et mortels engendrés par les machines mobiles (Masters thesis, École Polytechnique de Montréal). Retrieved from https://publications.polymtl.ca/2481/
Show abstract Hide abstract

Abstract

RÉSUMÉ : Les machines mobiles sont massivement utilisées dans plusieurs secteurs économiques majeurs tels que la construction, l’exploitation forestière, l’exploitation minière et l’agriculture. Elles sont impliquées dans des accidents causant des dommages humains et matériels considérables aussi bien en utilisation normale que durant les opérations de maintenance. L’objectif du présent travail est de déterminer les causes principales des accidents engendrés par les machines mobiles sur la base d’un échantillon de 309 accidents graves et mortels au Québec et d’estimer la probabilité ou la sévérité de ces accidents à l’aide de techniques statistiques et de fouille des données (data mining). Chaque rapport décrit chronologiquement et en détails toutes les circonstances entourant l’accident. Deux méthodes d’analyse sont développées et appliquées. La première méthode est l’analyse manuelle de chaque rapport d’accident. Le but est d’extraire les données, sous forme de vecteur d’informations libellé par accident grave ou mortel et résumant les circonstances et les causes retenues pour cet accident. Les principales causes d’accidents sont déterminées sur la base de leurs récurrences dans l’échantillon et une liste de vérification des éléments importants à vérifier pour une utilisation sécuritaire des machines mobiles est proposée. La seconde méthode est l’analyse quantitative de l’ensemble des vecteurs d’informations en faisant appel à des techniques statistiques et de fouille de données : modèles de régression logistique et de régression linéaire multiple, modèle d’analyse logique des données (LAD) et modèle de risque proportionnel de Cox. Chacun de ces modèles a permis d’estimer la probabilité et la sévérité d’un accident d’une façon différente. Les résultats de chaque modèle sont discutés.----------ABSTRACT : In Quebec, mobile machinery is frequently used in several major economic sectors such as construction, forestry, mining and agriculture. They cause a considerable amount of human and material damage during exploitation as well as maintenance operations. The study aims to determine the main causes of mobile equipment related accidents based on the analysis of 309 accidents reports in Quebec, and to estimate the probability and the severity of accidents using statistical methods and a data mining technique. Each report provides a detailed and chronological description of all circumstances surrounding the accident. Two analysis methods are developed and applied. The first one consists of analysing manually all the accidents reports to extract the most significant information. The main causes are determined according to their frequencies in the studied sample, lastly a chek-list was elaborated to verify the most important points for a safe use of mobile equipment. The second method consists of performing a quantitative analysis of mobile equipment related accidents. For this part, four statistical and data mining technics were applied: logistic regression, multiple linear regression, logical analysis of data (LAD) and proportional hazard model of Cox (PHM). Each model allows a different way to estimate the probability or the severity of accidents. The results of the models are discussed.

Open Access document in PolyPublie
Department: Département de mathématiques et de génie industriel
Dissertation/thesis director: Mohamed-Salah Ouali and Yuvin Chinniah
Date Deposited: 13 Jun 2017 11:09
Last Modified: 27 Jun 2019 16:48
PolyPublie URL: https://publications.polymtl.ca/2481/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only