袁立志 盈德气体集团 QHSE总监
各位领导、各位同仁，下午好！今天有幸和大家分享盈德气体在防止驾驶疲劳管理上的做法和经验。
今天分三块内容：一是集团介绍、二是危险货物管理痛点、三是疲劳管理全过程管理实践。
盈德气体发源地在湖南，经过20年的快速发展，2024年销售收入达到175亿，全国以及亚洲或其他地区的业务部布局超过170个、348万标方装置产能，各个行业都会涉及到。亚太区TOP5工业气体生产商、工业气体中国品牌第一。“我们相信气体的潜能”是集团的理念，“以创新可持续的气体解决方案赋能社会”是我们的使命，希望能够承担更多的企业社会责任，不断发现气体的应用价值，致力成为领先的工业气体和服务提供商。
回到物流，我们有稳定和完善的工业气体危险货物保障网络。由于产品都是工业气体，属于危险货物，也需要物流保障体系快速覆盖到所有客户。我们的液体客户全国超过5000家，全国有3个物流中心，日均产能15000吨，自有和400多专用配送车辆，日均配送车次360，每年运送车辆=按照4万公里来算，每年会绕地球1000圈。
我们的客户导向供应模式从设计开始，设计与工程中心设计好后，制造工厂生产出液体，再通过液体槽车供应给客户。另外还有氢气工厂通过氢气管输车或者钢瓶车配送给客户。
工业气体是工业的血液，我们的供应对象和覆盖面非常广泛，涉及到各行各业包括冶金、玻璃、建材、机械制造等，他们的用气规模非常不同，钢瓶气、几个标方的液体，中型的储罐用户、管道气客户等涉及非常多，客户类型和种类也非常不同。
基于公司介绍，再看看危险货物运输疲劳管理的特点。
“温岭事故”由于弯道速度过快的原因，我们也关注到另外一个点是驾驶员连续驾驶超过8个小时没有休息，为什么会超速？可能会带来另外一个不同的答案是因为疲劳，在疲劳状态时失去了控制，产生一系列的后果。
疲劳驾驶在气体运输行业是否也常见？工业气体行业去年也发生过几起严重翻车事故，通过调查也是源于疲劳驾驶。2024年国内事故统计交通事故由于疲劳导致占了13%。产生的后果怎么样？重大事故中疲劳驾驶程度产生严重后果的有37%，后果严重程度会比其他交通事故原因更严重，需要关注疲劳原因的产生。
什么是驾驶疲劳？它的感觉或症状有驾驶过程中很难常时间保持在车道上正常行驶、打方向过大造成道路偏移或者错误路口标识等，这就会造成认知功能降低和预防性判断能力的降低。
什么会导致驾驶疲劳？我们初步分类原因，可能会是工作因素（负荷、班次长短、类型、出车计划预见性），人的生理因素（睡眠、生物钟调整、健康状况、年龄状况），其他工作之外的因素（如家庭和朋友、上班途中时间、生活状况），还有物理因素（驾驶室温度、湿度、海拔、空气质量、噪声）等，影响疲劳的因素非常多且非常复杂。
用一个调查数据看疲劳驾驶是否离我们很远，这是我引用国外的数据，他们调查了大家在一年或者全生命周期的打磕睡发生的概率。反馈的情况很有意思，在30天内有过打磕睡或者有点迷糊的达到2.6%，过去半年有7%，一年内大概有9.7%的概率会疲劳驾驶，女性占比6.5%，男性占比13%。全生命周期至少有一次以上发生过打磕睡的接近45%。从年龄来看，16-24岁更容易疲劳，产生疲劳状况到14.8%，六七十岁以上稍微降低，短期睡眠需要的更少，中间状态40-59岁占比10.9%，也是高于中位数。实际上疲劳驾驶离每个人并不遥远，作为普通驾驶人员都会经历疲劳状况，职业驾驶员工作日常就是在车上，存在打磕睡的经历更多，疲劳驾驶暴露平均是普通驾驶人员的5倍以上水平。
盈德也做了相关信息统计，去年产品事故率降到了百万公里0.1，前年达到了0.05。如何体现？是通过驾驶行为的实时监控持续改善，随着近两年的管理水平提高，千公里高风险降到零点零几，因此我们把中风险纳入管理过程，千公里中高风险叠加在一起的次数已经降到零点几。
通过数据对中高风险进一步分析，看疲劳的状况占比。在所有中高风险中，疲劳风险行为占比往往到了65%，所以疲劳风险在管理事件中影响最高。还有在11月份、12月份和1月份也就是在冬季的中高风险行为占比也很高。
由于业务会分布在全国各地，行业不同，需求量不一样，配送点和配送量也不一样，而且各个地方的储罐大小从1个立方到几十个立方、上百立方都有，客户可接受货物的时间受限，工作时长的延长，同时驾驶员的生理因素，比如疲劳症状个体化识别、个体化帮助对如何提前发现和干预都带来很多挑战。我们通过驾驶前中后的疲劳管理进行干预，提升对驾驶疲劳的管控。
第三点是实践。针对以上问题我们会建立疲劳风险预警或者资源配置机制，驾驶前更多是和国家法律法规保持一致，有轮班、驾驶人员强制性休息、低流量路线、行前测评等常规工作。
去年集团引入智能调度系统帮助规划相应路径。我们170个站点、5000个客户，如何匹配？光靠人力无法达到精准且有效，让很多司机跑了很多冤枉路、延长了工作时间，通过智能调度系统就可以发挥作用，把约束条件进行导入，就可以把数据、需求分析好，把数据沉淀，通过智能化算法优先调节，不断优化管控条件，同时也把疲劳驾驶时长进行控制。通过智能化调度融合，把配送半径减少，减少排队时间，提升等待效率。
在驾驶中识别危险信号包括驾驶员自我识别和AI监测。危险信号是通过很多培训让员工愿意说出疲劳状态，不要羞于说出，得到集团押运员或其他人协助。当然也有AI系统辅助识别有没有疲劳状况。另外我们有“关键20分钟”行动计划，就是配备“提神醒脑三件套”。同时防疲劳座椅也正在测试，看能否通过系统识别从座椅角度帮助他改善疲劳状态，从过程中改善这行为。还有环境改善包括季节性调整，我们发现冬季疲劳次数上升是因为打空调时内循环造成驾驶室温度太高或者二氧化碳浓度过高，因此我们就会要求调整空调以及舒缓，帮助驾驶员应对疲劳驾驶的韧性。
最后采用什么方案应对疲劳？包括周工作时长、疲劳趋势跟踪，我们会通过自动配送系统调出一周时间看变化区间，设定安全红黄蓝区间，进行区间管控，同时看每个季度或每个月的变化趋势，通过技术改善、培训、约谈、帮扶以及和承包商互动平衡运力，不断完善预警和疲劳驾驶区域，提升韧性。另外还有驾驶行为画像识别高风险司机，也可以团队行为画像，通过卫星地图结合团队疲劳驾驶易触发地段和时间段，形成疲劳热力图，优化后续行程计划
疲劳驾驶是大概率事件，而且导致疲劳驾驶的成因和过程非常复杂，但是预防和管理可以采用驾驶前做好工作规划，过程中让员工开放识别疲劳风险并有效采取管控措施，最后作趋势分析及时干预，提升驾驶行为的改善。
我的分享就到这里，谢谢大家。
