【技術實現步驟摘要】
本專利技術屬于圖像處理，具體涉及生產加工現場風險管控方法、裝置、電子設備及存儲介質。
技術介紹
1、在安全生產領域，傳統的方法主要依賴于人工監控和管理，這種方式存在諸多局限性，如效率低、成本高、難以24小時不間斷監控等。現有的識別算法是獨立的，比如物體識別：識別視頻中的關鍵物體，如工人、工具、設備等。行為識別：分析工人的行為模式，如攀爬、摔倒、違規操作等。
2、但在安全生產領域，作業是連貫性的，即使是某個單一動作對了，但實施順序錯了，或者多了，或者少了照樣存在安全風險。比如一項安全作業，按規范必須是分作業前、作業中、作業后的動作順序，不能亂，只識別某個階段的動作符合安全標準不一定能證明整個流程是規范的，自然也出不來準確的安全識別結果。
技術實現思路
1、本專利技術針對現有技術的缺陷，而提供一種生產加工現場風險管控方法。
2、為實現本專利技術的目的，本專利技術采用以下技術方案：
3、一種生產加工現場風險管控方法，所述風險管控方法包括以下步驟：
4、獲取生產工人的生產動作測試和作業標準規范視頻數據，采用前饋神經網絡，對視頻幀進行特征提取，識別關鍵動作幀，使用循環神經網絡，處理關鍵幀的時間序列，分析動作的連貫性和流暢性，識別并評估作業行為，包括生產工人生產操作姿態與危險操作姿態，所述危險操作姿態包括生產操作順序錯亂行為、生產操作缺項行為、生產操作增項行為，并生成生產作業姿態識別結果；
5、基于所述生產作業姿態識別結果，采用svm
6、基于所述生產操作性能評估結果，利用智能體強化學習算法，通過模擬生產操作中的生產場景，評估生產工人的生產操作應對能力，包括生產操作的連貫性邏輯判斷，生成決策能力分析結果；
7、獲取生產各個設備的屬性信息，分別對各個生產設備進行異常檢測，得到各個生產設備對應的異常檢測結果，檢測時，將各個生產設備的屬性信息，生產各個生產設備共同對應的特征矩陣結果；
8、基于所述生產作業姿態識別結果、生產作業姿態識別結果、生產操作性能評估結果、特征矩陣結果，構建工人生產訓練模型，再通過所述工人生產訓練模型，確定生產現場的風險等級；
9、基于所述生產現場的安全風險等級，確定生產現場的安全風險管控方案。
10、進一步地，所述工人生產訓練模型還包括ai視頻技術，所述ai視頻技術用于對生產工人的單一動作和若干個動作的重新時間軸梳理，或者缺項，增項判斷。
11、進一步地，所述危險操作姿態還包括攀爬行為、摔倒行為、跨越非工作區行為、違規操作設備行為和/或危險區域吸煙行為。
12、進一步地，本專利技術一種生產加工現場風險管控方法還包括違規行為識別算法，通過所述違規行為識別算法采集危險操作姿態的人體行為特征，并收集記錄所述人體行為特征的信道狀態信息。
13、進一步地，本專利技術一種生產加工現場風險管控方法還包括：獲取生產環境參數信息，所述生產環境參數信息包括溫度、濕度與氣體濃度，采用環境質量指數算法，通過模擬生產環境的場景，評估生產工人的生產操作能力，生成環境操作性能評估結果。
14、進一步地，所述氣體濃度包括由氧氣濃度、二氧化碳濃度、一氧化碳濃度與硫化氫濃度組成群組的任一組。
15、進一步地，確定生產現場的風險等級的同時，即可發出警報的同時，向外發送出報警短信或郵件，或者撥出危險操作報警電話。
16、一種生產加工現場風險管控裝置，所述風險管控裝置包括：生產作業姿態識別模塊，用于對生產工人生產操作姿態與危險操作姿態的識別；生產操作性能評估模塊，用于對生產工人應對生產過程中突發異常的應變評估；決策能力分析模塊，用于對生產工人生產操作能力的分析；以及特征矩陣模塊；用于各個生產設備的屬性信息異常檢測分析；其中，所述生產作業姿態識別模塊、生產操作性能評估模塊、決策能力分析模塊與特征矩陣模塊構建工人生產訓練模型。
17、一種電子設備，所述電子設備包括：存儲器，用于存儲可執行指令；處理器，用于運行所述存儲器存儲的可執行指令時，實現上述的生產加工現場風險管控方法。
18、一種計算機可讀存儲介質，存儲有可執行指令，所述可執行指令被處理器執行時實現上述的生產加工現場風險管控方法。
19、本專利技術相對于現有技術所具有的顯著的進步：
20、1.本專利技術具有能生產操作進行連貫性邏輯判斷，可有效地識別生產操作是否按標準規范進行操作。采用前饋神經網絡對生產工人生產操作姿態與危險操作姿態進行識別，有效地防止生產操作過程中出現生產操作順序錯亂行為、生產操作缺失行為、生產操作增多行為等危險操作行為。
21、2.本專利技術還能對生產過程中發生突發異常情況時，可對工人生產操作進行評估，以便取得工人的適應性和反應速度。
22、3.本專利技術能將生產各設備的屬性信息進行有效檢測，并將各個生產設備的屬性信息，生產各個生產設備共同對應的特征矩陣結果，通過特征矩陣結果快速獲知各個生產設備的生產狀態信息。
23、4.本專利技術可快速確定生產現場的風險等級的同時，還能發出警報的同時，向外發送出報警短信或郵件，或者撥出危險操作報警電話。
24、5.本專利技術能采集生產環境參數信息，以便獲知生產環境對工人生產操作的影響；又能快速獲知生產環境中的有害氣體濃度，以便快速作出應對措施，保證工人安全生產。
本文檔來自技高網...【技術保護點】
1.一種生產加工現場風險管控方法，其特征在于，所述風險管控方法包括以下步驟：
2.根據權利要求1所述的生產加工現場風險管控方法，其特征在于：所述工人生產訓練模型還包括AI視頻技術，所述AI視頻技術用于對生產工人的單一動作和若干個動作的重新時間軸梳理，或者缺項，增項判斷。
3.根據權利要求1所述的生產加工現場風險管控方法，其特征在于：所述危險操作姿態還包括攀爬行為、摔倒行為、跨越非工作區行為、違規操作設備行為和/或危險區域吸煙行為。
4.根據權利要求1-3任一項所述的生產加工現場風險管控方法，其特征在于：還包括違規行為識別算法，通過所述違規行為識別算法采集危險操作姿態的人體行為特征，并收集記錄所述人體行為特征的信道狀態信息。
5.根據權利要求1所述的生產加工現場風險管控方法，其特征在于，還包括：獲取生產環境參數信息，所述生產環境參數信息包括溫度、濕度與氣體濃度，采用環境質量指數算法，通過模擬生產環境的場景，評估生產工人的生產操作能力，生成環境操作性能評估結果。
6.根據權利要求5所述的生產加工現場風險管控方法，其特征在于，
7.根據權利要求1所述的生產加工現場風險管控方法，其特征在于，確定生產現場的風險等級的同時，即可發出警報的同時，向外發送出報警短信或郵件，或者撥出危險操作報警電話。
8.一種生產加工現場風險管控裝置，其特征在于，所述風險管控裝置包括：
9.一種電子設備，其特征在于，所述電子設備包括：
10.一種計算機可讀存儲介質，存儲有可執行指令，其特征在于：所述可執行指令被處理器執行時實現權利要求1至7任一項所述的生產加工現場風險管控方法。
...【技術特征摘要】
1.一種生產加工現場風險管控方法，其特征在于，所述風險管控方法包括以下步驟：
2.根據權利要求1所述的生產加工現場風險管控方法，其特征在于：所述工人生產訓練模型還包括ai視頻技術，所述ai視頻技術用于對生產工人的單一動作和若干個動作的重新時間軸梳理，或者缺項，增項判斷。
3.根據權利要求1所述的生產加工現場風險管控方法，其特征在于：所述危險操作姿態還包括攀爬行為、摔倒行為、跨越非工作區行為、違規操作設備行為和/或危險區域吸煙行為。
4.根據權利要求1-3任一項所述的生產加工現場風險管控方法，其特征在于：還包括違規行為識別算法，通過所述違規行為識別算法采集危險操作姿態的人體行為特征，并收集記錄所述人體行為特征的信道狀態信息。
5.根據權利要求1所述的生產加工現場風險管控方法，其特征在于，還包括：獲取生產環境參數信息，所述生產...
【專利技術屬性】
技術研發人員：謝鵬，吳冬瑩，
申請(專利權)人：廣西辰特能源科技發展有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。