基于大数据分析的安全生产区域人员管理方法及系统

文档序号:8970 发布日期:2021-09-17 浏览:38次 英文

基于大数据分析的安全生产区域人员管理方法及系统

技术领域

本申请涉及大数据、安全生产领域,具体涉及一种基于大数据分析的安全生产区域人员管理方法与系统。

背景技术

企业在生产过程中,安全至关重要。安全生产区域存在诸多生产或存储设备,例如用于化学药品的化学反应和储存,或者为化学反应提供高温高压等,这些设备在运行时难免会出现故障或异常,从而发生危险事故,严重时造成大规模的人员伤亡,因此,安全生产区域的人员管理十分重要。

参与生产的工作人员需要对设备进行操作、巡视、检修等。人员是维护区域安全,及时发现和处理危险的重要参与者。不合理的人员管理方法,会造成人力资源的分配不合理,一方面不利于高效生产、另一方面不利于生产区域的安全维护。

发明内容

为了解决上述问题,本发明提供了一种基于大数据分析的安全生产区域人员管理方法,该方法包括以下步骤:

获取人员到达安全生产区域设备的运动状态序列、人员到达设备旁时设备的危险程度变化序列;分析运动状态序列与危险程度变化序列的关联关系得到人员与设备的关联特征;

根据设备邻域各位置上的人员运动状态得到人员与设备的运动状态分布特征:

获取人员与所有设备的关联特征得到该人员的关联向量;所有人员的关联向量组成第一集合,获取第一集合的主成分方向的单位向量得到第一空间;

将第一集合中的向量变换到第一空间得到第二集合;设置目标人员,根据第二集合中目标人员对应的向量与主成分方向的单位向量的方向相似度、以及第二集合各向量在主成分方向单位向量的投影长度得到目标人员在主成分方向上的可替代性;根据目标人员在主成分方向上的可替代性、以及目标人员与设备的运动状态分布特征得到目标人员的可替代性;根据目标人员的可替代性进行安全生产区域人员管理。

优选地,获取第一集合所在空间的单位向量得到第二空间,将第一空间主成分方向的单位向量变换至第二空间,第二空间单位向量对应的变换系数即为该主成分方向的权重系数;利用主成分方向的权重系数将目标人员与所有设备的运动状态分布特征加权叠加,根据目标人员在所有主成分方向上的可替代性与叠加结果得到目标人员的可替代性。

优选地,获取人员每次到达设备时,设备邻域各位置上的人员运动状态得到运动状态分布,将运动状态分布加权叠加得到人员与设备的运动状态分布特征。

优选地,根据人员每次到达设备时,设备危险程度的变化量确定权重系数,根据权重系数对运动状态分布进行加权叠加得到人员与设备的运动状态分布特征。

优选地,利用时序卷积网络分析运动状态序列与危险程度变化序列的关联关系,得到关联等级作为人员与设备的关联特征。

优选地,获取每次人员到达安全生产区域设备的运动状态序列、人员到达设备旁时设备的危险程度变化序列的关联关系,根据所有关联关系的均值得到人员与设备的关联特征。

本发明还提供一种基于大数据分析的安全生产区域人员管理系统,该系统包括:

数据获取模块,用于获取人员到达安全生产区域设备的运动状态序列、人员到达设备旁时设备的危险程度变化序列;

关系特征获取模块,用于分析运动状态序列与危险程度变化序列的关联关系得到人员与设备的关联特征;根据设备邻域各位置上的人员运动状态得到人员与设备的运动状态分布特征;

数据分析模块,用于获取人员与所有设备的关联特征得到该人员的关联向量;所有人员的关联向量组成第一集合,获取第一集合的主成分方向的单位向量得到第一空间;将第一集合中的向量变换到第一空间得到第二集合;设置目标人员,根据第二集合中目标人员对应的向量与主成分方向的单位向量的方向相似度、以及第二集合各向量在主成分方向单位向量的投影长度得到目标人员在主成分方向上的可替代性;根据目标人员在主成分方向上的可替代性、以及目标人员与设备的运动状态分布特征得到目标人员的可替代性;根据目标人员的可替代性进行安全生产区域人员管理。

本发明的有益效果如下:

本发明通过安全生产区域人员的运动轨迹和设备的危险程度获得人员与设备的关联特征和状态分布特征,准确的反映了人员和设备之间存在的关系。本发明通过人员与设备的关联特征和状态分布特征获得人员的可替代程度以及设备的可替代程度,从而进行安全生产区域人员管理,合理利用人力资源,避免不必要的人员出现在安全生产区域内,同时又避免因缺少必要的生产人员而增加生产区域的安全风险,合理高效的使用人力资源同时保证生产区域的安全。

附图说明

图1为方法流程图。

具体实施方式

本发明提出一种安全生产区域的管理方法,目的是及时发现不必要的生产人员或者发现缺失的人员,实现生产区域的人员的增减,合理利用人力资源,避免不必要的人员出现在安全生产区域内,同时又避免因缺少必要的生产人员而增加生产区域的安全风险。现有技术对安全生产区域的人员的管理,多集中在人员活动监控,而未解决根本的作业人员管理调配问题,忽略了人员与设备之间存在的复杂关系,导致人员的管理不合理。下面结合附图和具体实施例对本发明进一步详细说明。

实施例一:

本实施例提供一种基于大数据分析的安全生产区域人员管理方法,方法流程图如图1所示。

本发明基于人员与设备的关联特征、以及运动状态分布特征得到目标人员的可替代性。

首先,获取人员到达安全生产区域设备的运动状态序列、人员到达设备旁时设备的危险程度变化序列;获取人员每次到达设备时,设备邻域各位置上的人员运动状态得到运动状态分布。

获取相机采集的图像数据,本实施例中使用关键点检测网络从图像上获取每个人员在图像中的关键点(人员脚部接触地面的点),关键点作为人员在图像中的位置坐标,人员的位置坐标通过仿射变换,将位置坐标映射到地面坐标系。

每个设备都具有状态数据,设备的状态数据用于表示设备所处的状态,例如设备内部的压力、温度、化学品剩余量等,设备处于正常状态时,这些数据都会处于一个正常范围内,当这些数据超出正常范围时,认为设备出现故障或异常。对于每个设备获取设备超出正常范围的状态数据,将超出正常范围的数据输入全连接神经网络中(如果没有超出正常范围,认为超出正常范围的大小为0,数据集的标注采用人为标注),输出设备的危险程度,用于表征设备发生异常或故障的几率的大小,或者产生危险的大小。本实施例中将危险程度成为分为十个等级:0.0,0.1,……,0.9。

根据历史数据获取每个人员在不同时刻所处的位置,获取生产中每个人员不同时刻所处的位置。当人员出现在某个设备旁边时(以设备为中心,半径为预设值得圆形区域内时),记录下尚未进入设备之前设备的危险程度a,以及人员离开设备旁边时的危险程度b。设备的危险程度变化量为,表示人员靠近设备时设备危险程度的变化,若该值较大则认为人员可以降低设备的危险程度,例如对设备进行检修、调整设备的工作参数等。

具体地,关于人员到达安全生产区域设备的运动状态序列以及设备邻域各位置上的人员运动状态的获得方法,第一种实施方式是通过传统的速度统计方法获得,本实施例还提供一种特殊的滤波方式获取人员运动状态。

对于某个人员和某个设备,该人员会多次出现在该设备旁边,设第i次人员在设备旁边时,获取设备的危险程度变化量。获取人员到达该设备旁时的最近个时间单位内的运动轨迹(本实施例中,以一秒为一个时间单位),所述的运动轨迹是指人员位置坐标随时间的变化序列。对该序列进行特殊的均值滤波(不用常规的均值滤波方法的原因是,序列元素为向量,直接取均值不合适), 本实施例中采用的方法是:获取一个长度为的一维滑动窗口,每次滑动窗口时,以窗口内的每个位置坐标为中心生成一个高斯热斑,高斯热斑上每一个位置对应一个热度值,一个窗口内可以获得多个高斯热斑,对这些高斯热斑进行遗忘系数叠加。

对这些高斯热斑进行遗忘系数叠加的方法为:设上述窗口内的多个热斑按时间的先后顺序依次为。假设任意生产区域内任意一个位置为p,位置p在这些热斑上的热度值分别为,如果位置p在某个热斑之外,那么位置p在这个热斑上的热度值为0。利用遗忘系数获取位置p最终的热度值为,其中是遗忘系数,是一个超参数,本实施例中,并且越小表示这些热斑随着时间依次产生时没有在位置p处累积或叠加处较高的热度值,说明人员运动较快,这个称为在位置p最终的热度叠加结果,获取所有位置的最终的热度叠加结果,获取这些结果中大于预设阈值(本实施例中取值为0.2)的所有结果的和x,该值越小,说明人员在运动过程中在所有位置产生的热斑没有累积较高的热度值,即人员运动较快。即一次滑窗就获得一个x,作为一次滑窗时窗口中心位置(或者说窗口中心所在的时刻)对应的滤波结果(即该结果对应一个位置和一个时刻),用该值表示运动状态,该值越大说明人员在该位置处运动越快,该人员越关注该设备。本实施例中窗口步长为2进行滑动,获得滤波结果。

对该序列进行滤波,每次滑窗后滤波结果对应一个位置和一个时刻。因此对整个运动轨迹进行多次滑窗后获得的滤波结果有两种,一个结果是人员不同时间运动状态,即运动快慢随时间变化的序列称为设备的运动状态序列;另一个结果是不同位置人员所处的运动状态,即不同位置人员运动的快慢;如果人员没有出现在某一个位置,那么在该位置的运动状态为0,即所有位置人员所处的运动状态称为人员运动状态分布。另外,获取人员在到达设备旁边时的最近个时间内单位设备危险程度随时间的变化序列称为设备的危险程度变化序列

然后,利用时序卷积网络分析运动状态序列与危险程度变化序列的关联关系,得到关联等级作为人员与设备的关联特征。获取每次人员到达安全生产区域设备的运动状态序列、人员到达设备旁时设备的危险程度变化序列的关联关系,根据所有关联关系的均值得到人员与设备的关联特征。根据人员每次到达设备时,设备危险程度的变化量确定权重系数,根据权重系数对运动状态分布进行加权叠加得到人员与设备的运动状态分布特征。

时,(在i取不同值时,具有相同的序列长度,同理也是),将输入一个TCN网络中输出一个标量,本实施例中该值的取值值域为,该值表示这两个序列的关联等级,即关联等级分为11个等级,越大说明人员就越关注设备的危险程度变化。的均值就表示人员与设备的关联特征,越大表示设备的危险程度与人员的运动状态越有关联,表示该人员与设备存在较强的关联或关注。TCN网络的输入是两个序列,因此TCN网络的数据集可以很容易的用计算机大量模拟生成。

对人员运动状态分布表示对于一个人员和一个设备,人员第i次出现在该设备旁边时,人员运动状态分布),时,进行叠加,叠加方法是:设任意位置处的人员状态为,那么的叠加结果为取所有值时的取值集合结果就是叠加结果,其中权重系数为,(设备的危险程度变化量为)。该叠加结果表示人员在其所处的位置上是否关注设备的危险程度变化,表示人员在生产工作时的工作状态或工作情况。叠加结果上每个位置取值越大,说明员工工作状态越好,越有助于减少设备的危险程度。叠加结果称为人员与设备的运动状态分布特征。

最后,获取人员与所有设备的关联特征得到该人员的关联向量;所有人员的关联向量组成第一集合,获取第一集合的主成分方向的单位向量得到第一空间;将第一集合中的向量变换到第一空间得到第二集合;获取第一集合所在空间的单位向量得到第二空间,将第一空间主成分方向的单位向量变换至第二空间。设置目标人员,根据第二集合中目标人员对应的向量与主成分方向的单位向量的方向相似度、以及第二集合各向量在主成分方向单位向量的投影长度得到目标人员在主成分方向上的可替代性。第二空间单位向量对应的变换系数即为该主成分方向的权重系数;利用主成分方向的权重系数将目标人员与所有设备的运动状态分布特征加权叠加,根据目标人员在所有主成分方向上的可替代性与叠加结果得到目标人员的可替代性;根据目标人员的可替代性进行安全生产区域人员管理。

本实施例中假设有R个设备,Q个人员。对于一个人员,获取该人员和所有的R个设备的关联特征,这R个关联特征构成一个人员的关联向量,Q个人员的关联向量集合为第一集合

对第一集合主成分分析,获取这些向量的主成分方向,主成分方向表征关联向量的主要分布方向,即表征关联向量在投影方差极大的方向,有R个主成分方向。获取第一集合主成分方向所在的单位向量集合得到第一空间,该空间的单位向量集合为。将第一集合变换到第一空间中获得第二集合,第一集合所在的空间维度为R,这个R维空间的R个基向量构成第二空间,该空间的单位向量集合为(其中的每个基向量都对应一个设备)。

获取在第r个主成分方向上,目标人员q的可替代性为:

式中,表示行向量与单位行向量的内积,表示向量上的投影长度,投影长度越长,说明人员q的关联向量在第r个主成分方向上越重要。表示中Q个关联向量在上的投影长度之和,表示除了关联向量之外的其他关联向量在上的投影长度之和。

表示除了关联向量之外的其他关联向量在上的投影长度之和与关联向量上的投影长度的比值,该比值越大,说明关联向量上投影长度占比越小,越可以被其他关联向量替代;该比值越小,说明关联向量上投影长度占比越大,越不可以被其他关联向量替代。

,该值越大说明关联向量上投影长度占比越小,同时其他关联向量在上投影长度之和又大,那么就说明关联向量越不重要。

即目标人员对应的向量与主成分方向的单位向量的方向相似度,本实施例采用余弦相似度,表示向量与向量的余弦相似度,越大表示向量与向量的夹角越小。该值越大说明越关注的大小。

总的来说,越大,说明在第r个主成分方向上人员q可替代性越大。第r个主成分所在的向量是V2中基向量的线性加权求和,即V2中每个向量只表示一个设备的特征,即表示的是多个设备结合在一起时的特征,如果一个人员关联向量在上的投影长度越长,就说明该人员与这多个设备同时具有较高的关联性或关注,即该人员同时要为这多个设备负责,为这多个设备提高维修、操作等服务。

则获取一个权重系数,满足表示中第x个基向量(第x个基向量表示第x个设备);当表征的就时第r个主成分方向和第x个设备的结合特征,越大,说明与第x个设备结合越紧密,若很小,甚至为0,说明与第x个设备没有结合在一起。

则目标人员q的可替代性为:,表示第q个人与第x个设备的运动状态分布特征,表示第q个人员与所有设备的运动状态分布特征的加权求和,越大,说明第x个设备与第r个主成分方向单位向量结合的越紧密。

正如上述所述人员q与设备x的运动状态分布特征表示人员q在所处位置上时是否对设备x的危险程度变化做出积极的响应,那么人员q与所有设备的分布特征的求和就是表征人员q在所处位置上时是否对所有设备的危险程度变化做出积极的响应。那么第q个人员与所有设备的运动状态分布特征的加权求和也就是表征人员q在所处位置上时是否对所有结合的设备的危险程度变化做出积极的响应。

因为表示第q个人与第x个设备的运动状态分布特征(运动状态分布特征可视为一张图像,一张表征状态分布的热力图),分布上每个位置都对应一个状态值,是运动状态分布特征的加权求和,结果为一个融合特征分布,该融合特征分布上每个位置也对应一个状态值。表示对分布上每个位置的状态值累计求和,结果越大说明人员在其处于大部分位置时都能积极相应或处理设备的故障等,那么人员的可替代性就越小。

两者越大人员在第r个主成分方向可替代性越大。由于主成分r表征的是人员q需要负责处理或关注的设备。,就表征人员q在处理这些设备时的被替代性,即表征人员q对这些设备的重要程度。越大,表示人员q越可以被替代,人员q越不重要。

同理,本实施例中可以获得设备r的可替代性的计算方法一样:大致方法为:对于一个设备r,获取所有人员与该设备的关联特征,构成设备的关联向量,利用主成分分析,获得每个设备在每个主成分方向上的可替代性,进而通过人员与设备的分布特征获得设备r的可替代性。设备r可替代性越大说明设备在生产中显得越不重要,对于这样的设备,为了增加设备的安全性,需要增加人手来关注或检修或操控该设备,避免其出现故障,发生危险。

根据人员的可替代性和设备的可替代性进行安全生产区域人员管理。当人员可替代性大于阈值时,可以让该人员离开生产区域,避免该人员发生危险。当设备的可替代性大于阈值时,给该设备多增添和分配人手,防止其出现危险,影响安全生产。

以上实施例仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明保护范围之内。

实施例二:

本实施例提供一种基于大数据分析的安全生产区域人员管理系统,该系统包括:

数据获取模块,用于获取人员到达安全生产区域设备的运动状态序列、人员到达设备旁时设备的危险程度变化序列;

关系特征获取模块,用于分析运动状态序列与危险程度变化序列的关联关系得到人员与设备的关联特征;根据设备邻域各位置上的人员运动状态得到人员与设备的运动状态分布特征;

数据分析模块,用于获取人员与所有设备的关联特征得到该人员的关联向量;所有人员的关联向量组成第一集合,获取第一集合的主成分方向的单位向量得到第一空间;将第一集合中的向量变换到第一空间得到第二集合;设置目标人员,根据第二集合中目标人员对应的向量与主成分方向的单位向量的方向相似度、以及第二集合各向量在主成分方向单位向量的投影长度得到目标人员在主成分方向上的可替代性;根据目标人员在主成分方向上的可替代性、以及目标人员与设备的运动状态分布特征得到目标人员的可替代性;根据目标人员的可替代性进行安全生产区域人员管理。

以上实施例仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明保护范围之内。

完整详细技术资料下载
上一篇:石墨接头机器人自动装卡簧、装栓机
下一篇:一种分布式系统的维修方案生成方法及系统

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!