掌桥专利:专业的专利平台
掌桥专利
首页

一种电力企业安全生产管理系统及方法

文献发布时间:2023-06-19 19:30:30


一种电力企业安全生产管理系统及方法

技术领域

本申请涉及生产安全领域,具体而言涉及一种电力企业安全生产管理系统及方法。

背景技术

通过对目前电力生产管理现状分析,得出安全管理存在的痛点和不足:

1.监督管理难:作业面积广,人员复杂,户外作业,难以有效全局管控,安全规章繁杂,监管人员较少,主要依赖人力监管及作业人员自觉遵守;

2.安全监管手段弱:防护措施依赖于安措,缺少智能提示和实时监管,安全管理手段及方式较传统,缺少先进的技术手段;

3.监控盲区大:监控人员负责几十至上百路摄像头,无法实现24小时实时监视,存在较多监控盲区,仅能起到事故后回放检索功能,无预警、追踪、警示提醒功能;

4.外包人员管理难:外包队伍流动性大,人员安全意识参差不齐,存在进场人员安全防护用品佩戴不完善,无资质、未进行安全培训人员顶班等问题,管控难度大。

发明内容

本申请公开了一种电力企业安全生产管理系统及方法,通过对行走路线的监测以及工作行为的监测实现对电力企业的安全生产与管理。

为达到上述目的,本申请提供了以下方案:

一种电力企业安全生产管理系统,系统包括:数据采集模块、模型构建模块、路线识别模块、行为识别模块和报警模块;

数据采集模块用于采集工人和车辆信息、工人路线图像和行为数据;

模型构建模用于构建路线安全模型和行为不安全模型;

路线识别模块用于监测当前工人行走路线以及车辆行驶路线是否违规;

行为识别模块用于监测当前工人的行为是否违规;

报警模块用于对违规现象进行报警。

可选的,所述数据采集模块还包括:

数据采集模块包括工人和车辆信息采集子模块、工人路线图像采集子模块和行为数据采集子模块;

所述工人和车辆信息采集子模块用于采集工人基础信息与工厂车辆基础信息;

所述工人路线图像采集子模块用于对工人的安全行走路线进行提取;

行为数据采集子模块用于对工人的行为进行数据采集。

可选的,所述模型构建模块还包括:路线安全模型构建子模块和行为不安全模型构建子模块;

所述工人路线图像采集子模块对工人的安全行走路线进行提取;所述行为不安全模型构建子模块用于格局不安全行为的原始图像;构建行为不安全模型。

可选的,所述路线安全模型构建子模块具体包括:

所述路线安全模型构建子模块在标注的空旷区内设置若干目标点并将目标点进行存储,目标点间距均匀且沿空旷区逐渐向远处延伸;

根据视频跟踪工人的位置,生成工人在工厂的行走路线,行经该目标点时,该目标点值为1,否则为0;

采集工人在空旷区安全通行的值为1的目标点的连接线,根据空旷区的道路基本信息构建道路风险关系;

根据工人在空旷区安全通行的值为1的目标点的连接线,计算每一条连接线的综合道路风险;

综合道路风险低的路线择优选择,作为安全行走路线;

将安全行走路线作为训练集进行训练,构建路线安全模型。

可选的,所述行为不安全模型构建子模块具体包括:

获取大量工人不安全行为的原始图像;每张图像上标出不安全行为的类别及位置,建立不安全行为标签图像;构建行为不安全模型。

可选的,所述工人不安全行为包括:

高处作业不使用安全带,高处作业安全带未挂在牢固的构件上;

高处作业不戴安全帽;

站在石棉瓦、油毡、苇箔等轻型、简易结构的屋面上施工;

焊工不使用防火安全带;

沿绳索、脚手杆攀爬脚手架、竖井架等;

在高处平台、孔洞边缘、安全网内休息或倚坐栏杆;

搭乘载货吊笼;

在雷雨、暴雨、浓雾、风力大于等于五级时进行高处作业;

进入现场不戴安全帽;

在已吊起的物件下面或起重臂下作业或行走;

安全帽佩戴不规范;

擅自穿越安全警戒区;

不走通行道,跨越皮带或在皮带上站立;

跨越输煤机、卷扬机等运转设备的钢绳;

运输机械未停稳或挪动时,人员上、下传递物件;

在机械的转动、传动部分保护罩上坐、立、行走,或用手触摸运转中机

用吊头、抓头或其它载货设备输送人员;

在运行中人工清理皮带滚筒上的粘煤或对设备进行其他清理工作;

在一、二级动火区域吸烟;

对有压力、带电、充油的容器及管道施焊;

在密闭容器内同时进行电焊、气焊工作;

未经批准的各种机动车辆进入易燃易爆区;

焊工不使用防火安全带;

就地排放易燃、易爆物料及危险化学品。

可选的,所述路线识别模块具体包括:

利用构建的路线安全模型对每一位工人的行走路线进行检测,若工人的行走路线超出路线安全模型或者距离左右边界过近则判定行走路线错误,并发出行走路线警报。

一种电力企业安全生产管理方法,其特征在于,方法包括:

S1、采集工人和车辆信息、工人路线图像和行为数据;

S2、构建路线安全模型和行为不安全模型;

S3、监测当前工人行走路线以及车辆行驶路线是否违规;

S4、监测当前工人的行为是否违规;

S5、对违规现象进行报警。

本申请的有益效果为:

本申请可以有效管控人的不安全行为,有效的杜绝安全生产事故,及时阻断人的不安全行为,提升安全管理、安全监督的能力,提升安全管理及安全监督,实现真正意义上的“珍惜生命以人为本”的安全方针,可以在电力等高危行业或高危作业场景推广应用。

附图说明

为了更清楚地说明本申请的技术方案,下面对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1为本申请实施例一一种电力企业安全生产管理系统的系统流程图;

图2为本申请实施例二一种电力企业安全生产管理方法的方法步骤图。

具体实施方式:

下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。

为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。

实施例一

在本实施例一中,如图1所示,一种电力企业安全生产管理系统及方法,具体包括:数据采集模块、模型构建模块、路线识别模块、行为识别模块和报警模块。

其中,数据采集模块包括工人和车辆信息采集模块、工人路线图像采集子模块和行为数据采集子模块;

工人和车辆信息采集模块用于采集工人基础信息与工厂车辆基础信息。每位工人的衣服上都有属于自己的工号,采集工人的面部信息、身高、姓名、性别和工号的基础信息,创建工人信息对照库。工厂车辆基础信息包括:车辆车牌号、车辆所述部门、车辆外形以及车辆颜色,创建车辆信息对照库;工人路线图像采集子模块对工人的安全行走路线进行提取,具体包括:提取整个工厂的视频或者二维图像,提取出障碍区域并标记障碍区,提取空旷区并标记可行走区域;行为数据采集子模块用于采集大量的、不同的工人的行为图像。

模型构建模块包括路线安全模型构建子模块和行为不安全模型构建子模块;

其中,路线安全模型构建子模块在标注的空旷区内设置若干目标点并将目标点进行存储,目标点间距均匀且沿空旷区逐渐向远处延伸;根据视频跟踪工人的位置,生成工人、车辆在工厂的行走路线,行经该目标点时,该目标点值为1,否则为0,采集工人、车辆在空旷区安全通行的值为1的目标点的连接线,根据空旷区的道路基本信息构建道路风险关系,道路基本信息包括道路的位置,包括道路起始位置、道路终止位置、道路边界位置和道路参考线的位置,道路参考线可以是道路中心线,曲种道路起始位置和道路终止位置可以预设,从而根据道路基本信息确定目标道路区域。在构建道路风险关系时可以基于不同的坐标系构建,坐标原点可以实当前的目标位置或者是目标道路中心线起点位置等,具体此处不做限定,下面笛卡尔坐标系为例进行介绍。道路风险场的计算方法如下:

其中,k

Y

其中,D为道路宽度,f

根据工人、车辆在空旷区安全通行的值为1的目标点的连接线,计算每一条连接线的综合道路风险。综合道路风险低的路线择优选择,作为安全行走路线。将安全行走路线作为训练集进行训练,构建路线安全模型。

行为不安全模型构建子模块包括:获取大量工人不安全行为的原始图像;每张图像上标出不安全行为的类别及位置,建立不安全行为标签图像;构建行为不安全模型,其中,行为不安全模型为Zeiler and Fergus卷积神经网络模型,深度学习算法为FasterR-CNN。将标签图像分为训练集和验证集,将训练集输入目标检测模型进行训练,判别损失函数是否满足限定,若满足,则将验证集输入行为不安全模型进行验证,判断是否到达训练次数或小于限定误差,判断不安全行为的类别及位置是否检测准确,准确完成训练,不准确则返回重新训练;若不满足限定,则重新训练,训练集与验证集的拆分比例为1:1,损失函数如下式:

对比损失函数:

具体的,工人不安全行为包括以下情况:

(1)高处作业不使用安全带,高处作业安全带未挂在牢固的构件上;

(2)高处作业不戴安全帽;

(3)站在石棉瓦、油毡、苇箔等轻型、简易结构的屋面上施工;

(4)焊工不使用防火安全带;

(5)沿绳索、脚手杆攀爬脚手架、竖井架等;

(6)在高处平台、孔洞边缘、安全网内休息或倚坐栏杆;

(7)搭乘载货吊笼;

(8)梯子架设在不稳固的支持物上进行工作;

(9)在雷雨、暴雨、浓雾、风力大于等于五级时进行高处作业;

(10)进入现场不戴安全帽;

(11)在已吊起的物件下面或起重臂下作业或行走;

(12)安全帽佩戴不规范;

(13)擅自穿越安全警戒区;

(14)不走通行道,跨越皮带或在皮带上站立;

(15)跨越输煤机、卷扬机等运转设备的钢绳;

(16)运输机械未停稳或挪动时,人员上、下传递物件;

(17)在机械的转动、传动部分保护罩上坐、立、行走,或用手触摸运转中机

(18)用吊头、抓头或其它载货设备输送人员;

(19)在运行中人工清理皮带滚筒上的粘煤或对设备进行其他清理工作;

(20)在一、二级动火区域吸烟;

(21)对有压力、带电、充油的容器及管道施焊;

(22)在密闭容器内同时进行电焊、气焊工作;

(23)未经批准的各种机动车辆进入易燃易爆区;

(24)焊工不使用防火安全带;

(25)就地排放易燃、易爆物料及危险化学品。

路线识别模块利用构建的路线安全模型对每一位工人的行走路线进行检测,若工人的行走路线超出路线安全模型或者距离左右边界过近则判定行走路线错误,并发出行走路线警报。当然,本实施例可识别且不仅仅可识别工人行走路线,车辆行走路线也可以创建车辆路线安全模型对车辆的行驶路线进行监测。

行为识别模块利用行为不安全模型对所有工人的行为进行识别监测,其中,若监测到工人基于高处作业不使用安全带,高处作业安全带未挂在牢固的构件上;则进行报警;若监测到工人高处作业不戴安全帽,则进行报警;若监测到工人站在石棉瓦、油毡、苇箔等轻型、简易结构的屋面上施工,则进行报警;若监测到工人焊工不使用防火安全带,则进行报警;若监测到工人沿绳索、脚手杆攀爬脚手架、竖井架等,则进行报警;若监测到工人在高处平台、孔洞边缘、安全网内休息或倚坐栏杆,则进行报警;若监测到工人搭乘载货吊笼,则进行报警;若监测到工人梯子架设在不稳固的支持物上进行工作,则进行报警;若监测到工人在雷雨、暴雨、浓雾、风力大于等于五级时进行高处作业,则进行报警;若监测到工人进入现场不戴安全帽,则进行报警;若监测到工人在已吊起的物件下面或起重臂下作业或行走,则进行报警;若监测到工人安全帽佩戴不规范,则进行报警;若监测到工人擅自穿越安全警戒区,则进行报警;若监测到工人不走通行道,跨越皮带或在皮带上站立,则进行报警;若监测到工人跨越输煤机、卷扬机等运转设备的钢绳,则进行报警;若监测到工人运输机械未停稳或挪动时,人员上、下传递物件,则进行报警;若监测到工人在机械的转动、传动部分保护罩上坐、立、行走,或用手触摸运转中机,则进行报警;若监测到工人用吊头、抓头或其它载货设备输送人员,则进行报警;若监测到工人在运行中人工清理皮带滚筒上的粘煤或对设备进行其他清理工作,则进行报警;若监测到工人在一、二级动火区域吸烟,则进行报警;若监测到工人对有压力、带电、充油的容器及管道施焊,则进行报警;若监测到工人在密闭容器内同时进行电焊、气焊工作,则进行报警;若监测到工人未经批准的各种机动车辆进入易燃易爆区,则进行报警;若监测到工人焊工不使用防火安全带,则进行报警;若监测到工人就地排放易燃、易爆物料及危险化学品,则进行报警。

报警模块包括行走路线报警子模块和行为不规范报警子模块。

当接收到行走路线报警信息时,如果是工人的行走路线不规范,则通过机器视觉识别人脸,根据人脸识别与工人信息对照库进行搜索查询,锁定人员后,将该人员的违规图像投影到厂区大屏中,并广播该员工的工号与姓名。待员工回到安全路线后,大屏图像撤销,广播停止。如果是车辆行驶路线不规范,则根据机器视觉识别车牌号,与车辆对照库进行比对搜索,将违规车辆投屏到大屏中,广播车辆车牌号,待车辆回归到安全路线后,大屏图像撤销,广播停止。

当接受到行为不规范报警信息时,包括:通过机器视觉识别人脸,根据人脸识别与工人信息对照库进行搜索查询,锁定人员后,将该人员的违规图像投影到厂区大屏中,并广播该员工的工号与姓名。待员工回到安全路线后,大屏图像撤销,广播停止。

实施例二

一种电力企业安全生产管理方法,如图2所示,方法包括:

S1、采集模块用于采集工人和车辆信息、工人路线图像和行为数据;

S2、构建路线安全模型和行为不安全模型;

S3、监测当前工人行走路线以及车辆行驶路线是否违规;

S4、监测当前工人的行为是否违规;

S5、对违规现象进行报警。

以上所述的实施例仅是对本申请优选方式进行的描述,并非对本申请的范围进行限定,在不脱离本申请设计精神的前提下,本领域普通技术人员对本申请的技术方案做出的各种变形和改进,均应落入本申请权利要求书确定的保护范围内。

相关技术
  • 一种电力生产企业综合管理系统及方法
  • 一种电力企业安全生产管理系统及方法
  • 一种化工企业安全生产风险管理系统及方法
技术分类

06120115929365