共查询到20条相似文献,搜索用时 15 毫秒
1.
井下作业人员的不安全行为是矿山事故发生的主要原因之一,现有的井下监控方式仍然以人工监控为主,无法快速识别作业人员的不安全行为,导致难以实时预警。设计了一种基于深度学习的井下人员不安全行为识别与预警系统开发方案,首先制作以井下环境为背景的数据集,然后采用YOLOv4网络模型对矿工及安全帽等进行识别以判断安全帽佩戴情况,再采用Open Pose算法及ST-GCN模型对监控视频中的矿工行为进行识别,最后通过系统对不安全行为进行自动预警。结合多种深度学习和计算机开发技术开发了一种井下人员不安全行为识别与预警系统,为井下人员的安全管理提供了新的思路,对于智慧矿山建设具有参考意义。 相似文献
2.
3.
4.
煤矿井下矿工安全智能识别是防止矿工受到意外伤害的重要保护措施之一。为了提高煤矿井下光线不足等暗环境下的识别准确率,提出一种基于改进YOLOv5的目标检测算法对矿工安全穿戴进行智能识别。首先,实地采集数据构建安全穿戴数据集,将其输入到弱光增强网络Zero-DCE中,提升模型的泛化能力;其次,提出C-ASPP模块,通过对ASPP改进并加入注意力机制,将其加入主干网络之中,使模型更加高效关注安全穿戴区域的特征;然后,在主干融入Transformer算法,增强模型对不同尺度目标的动态调整能力;最后,在特征融合阶段,使用双向特征融合金字塔模型,提高模型的特征提取能力和检测性能。试验结果表明:改进后的YOLOv5算法的平均检测精度提升至90.2%,较原算法提高了3个百分点,检测速度为81.2帧/s,相较于其他算法有着较高的准确度和速度,可满足井下工作区域内矿工安全穿戴识别要求。 相似文献
5.
6.
介绍了一种基于BIM技术分析的实时监测、事件报告和预警平台,结合基于RSS距离的加权质心定位算法,用于改善煤矿井下施工安全管理和预防事故。该平台利用物联网、云计算、实时操作数据库、应用网关和应用程序接口,无缝集成了监控、分析和本地化方法,用于空气质量参数(包括温度、湿度、CH4、CO2和CO)的传感器表现出出色的性能,每个参数的回归常数始终大于0.97。该框架支持实时监控、识别异常事件(>90%),并验证矿工在地下矿山恶劣环境中的定位(误差小于1.8 m)。该研究成果能够有效促进煤矿井下安全,为矿井安全预警研究提供依据。 相似文献
7.
为提升煤矿安全生产治理能力和治理水平,推动煤炭行业安全高质量发展。在分析AI智能技术应用基础上,提出了AI智能识别系统总体框架和实现目标,建立了智慧矿山AI智能识别整体解决方案,设计了AI智能分析平台。该平台以AI技术为核心,以机器深度学习数学模型和报警系统为支撑,通过机器视觉算法实时解析煤矿井上下多作业场景的人员行为、设备状态、环境状态、非标准作业、高风险作业等,形成了软件+服务器智能视觉应用模式,通过机器视觉分析+人工辅助校对实现异常事件的精准分析、智能预警、实时追踪、现场制止、联锁联动,实现了人防到技防的变革,对提高煤矿安全生产保障能力,探索建设可视化、智慧化的远程安全管理模式具有指导意义。 相似文献
8.
9.
10.
11.
12.
煤矿员工不安全心理及其影响因素 总被引:1,自引:1,他引:0
根据环境影响心理、心理支配行为的理论和安全生产领域的相关研究成果,对生产过程中人的行为与生产安全事故的关系进行了论述;并结合开滦煤矿实际对引发矿工不安全行为的侥幸心理、麻痹心理、捷径心理、从众心理、摆脱心理、逞能心理、恐慌心理和逆反心理等8种主要心理以及影响矿工心理的煤矿作业环境中的温度、湿度、照明、色彩、噪声,人际关系,饮食及其他等4个方面的因素进行了分析论证;在此基础上,根据80%以上生产安全事故是由人的不安全行为所引发的事实,提出了应通过改善或消除引发矿工不安全心理的各种因素来消除或抑制矿工的不安全行为,从源头预防煤矿生产安全事故发生的观点. 相似文献
13.
实现矿井通风智能化是建设智能矿山的主要技术手段。针对目前通风系统调整失准、智能化水平低、预警信息不能反映到抢险救灾指挥中心等问题,提出一种矿井智能通风系统建设方案;该方案由井下监控设备和地面控制中心组成,旨在建立三维通风模拟与隐患智能识别平台,实现矿井通风数据实时动态分析、三维可视化展现以及安全预警与辅助决策;重点研究了通风监测大数据库、三维通风模拟、AI视频智能识别、预警及辅助决策、系统联动控制5个关键技术,详细阐述了各自的技术特征与实现方案。基于计算机软件开发技术、三维仿真技术以及人工智能技术设计并开发实现了矿井智能通风系统。 相似文献
14.
15.
16.
17.
煤矿安全生产视频分析与识别技术是保障我国煤矿智能化建设和煤炭工业高质量发展的核心技术支撑。为及时对煤矿井下安全隐患进行实时监测和预警,视频AI(Artificial Intelligence,人工智能)识别关键技术已经成为煤矿安全生产领域的研究热点。阐述了我国煤矿智能化建设过程中安全监测与监控的发展现状,分析了当前矿井视频监控与安全隐患识别预警存在的效率低、响应慢、效果差等问题,结合计算机视觉、边缘计算、大数据处理、云服务、智能终端等先进技术手段、进行了煤矿安全生产视频AI识别的顶层设计,提出了煤矿“人-机-环”全域视频AI感知的“云-边-端”协同计算系统架构,构建了视频识别端节点传感器、边缘计算设备、视频识别场景云服务应用体系,明确了智能识别与预警联动控制响应机制,打通了“云-边-端”信息交互感知与联动控制数据链,实现了数据共享联动和预警协同。同时,围绕矿山“人-机-环”全域AI视觉信息智能感知和全息泛化景象平台的构建,梳理了矿井安全隐患视觉感知及识别预警的技术处理流程,归纳了AI识别过程中的各类预处理-增强-重建-检测-识别方法的优点和缺点,明确了煤矿安全生产视频AI识别关键技术发... 相似文献
18.
在实现煤矿安全生产的过程中,人的不安全行为是造成煤矿事故的主要根源。在导致不安全行为的心理因素中,矿工的情绪问题占有重要地位。本文根据马斯洛的需求层次理论,分析了煤矿安全中矿工的需求与情堵问题,并就如何满足矿工合理需求,以保持其情绪稳定和实现安全生产提出了相应的对策。 相似文献
19.
在实现煤矿安全生产的过程中,人的不安全行为是造成煤矿事故的主要根源。在导致不安全行为的心理因素中,矿工的情绪问题占有重要地位。本文根据马斯洛的需求层次理论,分析了煤矿安全中矿工的需求与情绪问题,并就如何满足矿工合理需求,以保持其情绪稳定和实现安全生产提出了相应的对策。 相似文献