CN107657390A - 一种特种设备安全隐患管控大数据监测系统及监测方法 - Google Patents
一种特种设备安全隐患管控大数据监测系统及监测方法 Download PDFInfo
- Publication number
- CN107657390A CN107657390A CN201710953013.4A CN201710953013A CN107657390A CN 107657390 A CN107657390 A CN 107657390A CN 201710953013 A CN201710953013 A CN 201710953013A CN 107657390 A CN107657390 A CN 107657390A
- Authority
- CN
- China
- Prior art keywords
- hidden danger
- module
- management
- special
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Abstract
本发明涉及一种特种设备安全隐患管控大数据监测系统及监测方法,属于特种设备安全隐患监测领域,一种基于大数据的特种设备安全隐患监测系统及监测方法,包括特种设备安全隐患先验评估知识库系统、隐患对象实时样本数据采集系统、存储统计系统、风险概率计算系统、安全管控措施知识库管理系统、分析结果查询系统;所述隐患对象实时样本数据采集系统通过云服务器将数据上传至存储统计系统,所述风险概率计算系统对特种设备安全隐患先验评估知识库系统和存储统计系统数据进行实时大数据计算分析,所述风险概率计算系统分析判别之后调用安全管控措施知识库管理系统,将判别结果及应对措施通过云服务器下传至分析结果查询系统中。
Description
技术领域
本发明涉及一种特种设备安全隐患监测系统及监测方法,属于特种设备安全隐患监测领域,尤其涉及一种基于大数据的特种设备安全隐患监测系统及监测方法。
背景技术
特种设备,是指对人身和财产安全有较大危险性的锅炉、压力容器(含气瓶)、压力管道、电梯、起重机械、客运索道、大型游乐设施、场(厂)内专用机动车辆,因为特种设备的使用安全涉及到广大群众的生命安全,因此,对特种设备的安全隐患权重的预判和实时监控,并对特种设备的安全管理、检测、作业过程进行实时跟踪记录,保证特种设备正常运行,是十分必要的。
本专利中提出了一种应用于特种设备安全领域的隐患管控的大数据分析方法,对特种设备运行过程中的安全隐患进行预警分析,并对可能会导致安全事故的关键安全要素进行判别。
在特种设备安全隐患分析应用领域中,目前与本专利中所要解决问题相关的专利分析如下。
在专利号为CN204389194U,申请日期为2014.12.30,名称为“岸边集装箱起重机的安全评估装置”专利中,该申请提供岸边集装箱起重机安全评估装置,包括:壁厚检测单元,用于对主要受力结构件进行壁厚检测和腐蚀状态分析;虚拟仿真分析单元,对主要受力结构件进行剩余寿命预测分析;振动分析单元,对主要受力结构件进行振动分析;啃轨分析单元,用于对小车和大车的轨道变化情况分析;缺陷检测单元,用于对主要构件的焊缝以及母材的结构完整性分析;标准检测单元,用于以国家标准为基础,对各机构和装置等安全分析;强度特性分析单元,用于对主要受力结构件进行动态、静态应力测试和虚拟仿真分析;疲劳模型分析单元,用于对岸边集装箱起重机进行整机疲劳寿命分析。本实用新型可以对岸边集装箱起重机进行全面的安全和寿命评估。其不足之处在于普适性较差,仅限于专业设备的专门检测。
在专利号为CN106650860A,申请日期为2017.02.24,名称为“车载气瓶检验装置”专利中,该申请公开了“一种车载气瓶检验装置”,该发明为每个车载气瓶提供特种设备专用二维码标签,并实现每个标签的唯一性,可追溯性和可控性,即通过标签可唯一标识和追溯每个气瓶。实现气瓶登记、瓶阀拆装、瓶内清洗、水压试验、气密性试验、抽真空与灌氮气、贴合格标签等工序的信息采集,上传到信息存储器,最终实现对车载气瓶气瓶安装登记管理、档案管理、检验记录管理、检验报告管理、员工管理等。其不足之处在于普适性较差,仅限于专业设备的专门检测。
在专利号为CN106250947A,申请日期为2016.08.02,名称为“一种特种设备安全风险预警的方法“专利中,该申请公开了”一种特种设备安全风险预警的方法“,步骤如下:步骤一、在特种设备上粘贴RFID标签,通过可编辑巡查报告的带有GPRS传输模块、定位模块的手持移动设备读取RFID标签编号;步骤二、通过手持移动设备编辑巡查报告;步骤三、后台系统将手持移动设备读取RFID标签的当前时刻日期与后台系统设定的检修期比较,若当前时刻日期到达设定的检修期,短信猫给检修员发送短信,进行设备检修,后台系统进行存档;若没有到达检修期则作为正常的巡查报告进行存档。本发明能够自动推送需要巡查的特种设备信息,再通过接收巡查员发来的巡查报告,完成特种设备的巡查闭环流程,自动化报警派单,电子版巡查报告存档。其不足之处在于其隐患分析的功能不具备,并且相比较二维码方式,RFID对设备的要求更高,不能适用于一般的手机和未安装RFID读写器的移动设备。
在专利号为CN106022046A,申请日期为2016.05.24,名称为“一种特种设备持证操作监管方法“专利中,公开了一种特种设备持证操作监管方法。在云服务数据库中建立特种设备操作人员数据库后,操作人员现场通过特种设备显示器上的二维码调用云服务数据库中的特种设备操作人员数据库,操作人员现场拍摄人脸图片信息上传至操作人员数据库进行比对,比对成功后安全监控平台控制特种设备开启。本发明提高了作业员的身份认证级别,实现了作业员的身份信息和操作记录的信息化,方便实现事故的追责保证特种设备安全运行。其不足之处在于,此方法仅限于对安检人中员的真实性进行检查。
在专利号为CN205430312U,申请日期为2015.12.21,名称为“面向4G的特种设备安全应急移动式平台”专利中,该专利公开了一种面向4G的特种设备安全应急移动式平台,包括物联网监控下位机系统、特种设备应急救援指挥调度平台和4G的智能移动终端;所述物联网监控下位机系统用于监测被监测对象的异常信号并产生报警信号,物联网监控下位机系统将该异常信号传输给特种设备应急救援指挥调度平台,同时报警信号通过调度平台传递到具体智能移动终端。其不足之处在于,该方法是一种针对专门设施的监控,缺少具体的隐患分析方法。
在专利号为CN101497342A,申请日期为2009.01.13,名称为“自轮运转特种设备运行安全的系统综合监管方法及其系统”专利中,该申请公开了一种自轮运转特种设备运行监管系统的控制方法,基于自轮运转特种设备运行智能监控装置的以铁路局、段、工区相应管理部门为主管机构的多级监管系统,执行统一、规范原则,采用分级监控模式,严格强制和辅助目标监控,实施以人为本与智能综合的自轮运转特种设备运行安全作业监控模式和监管模式,定义自轮运转特种设备运行监控参数,确定典型事故类型,强化智能预防事故功能,加强监控记录保护,运用无线通信网络和监控装置的GPS定位实现系统智能综合监管以及对每台自轮运转特种设备的运行位置和状态的监管,并能显示运行监管态势,快速调用原始记录数据和分析。其不足之处在于,该方法缺少一种具体的隐患分析方法。
在专利号为CN102034149A,申请日期为2010.12.08,名称为“特种设备安全监控管理系统”专利中,该申请公开了一种特种设备安全监控管理系统,基于RFID自动识别和数据采集技术,包括服务器、RFID特种设备标签、RFID特种设备证卡、RFID读写器及RFID特种设备点检仪,服务器内设有数据信息存储库,与RFID读写器相连;RFID读写器,内设有数据模块,用于验证操作人员的操作资格;RFID特种设备标签,是与管理对象,“点”设备相对应的,通过RFID读写器与服务器相连;RFID特种设备点检仪用于采集信息,并将采集到的信息发送给服务器;RFID特种设备证卡是与管理对象:“面”作业岗位相对应,其通过RFID特种设备点检仪与服务器相连。使用时,采用该管理系统能及时发现问题,并及时采取措施。其不足之处在于,该方法缺少一种隐患分析方法,同时采用RFID方式,对于未安装RFID读写器的手机等移动设备不具备普适性。
在专利号CN201051296Y,申请日期为2007.03.30,名称为“一种承压类特种设备安全管理自动监控设备”专利中,公开了一种具有定时上传数据和实时报警功能的远程监控设备,具体为一种承压类特种设备安全管理自动监控设备,它包括现场监控终端设备、监控中心设备,所述现场监控终端设备包括传感器、采集报警终端、显示设备、无线通信设备、开关电源和报警装置,所述监控中心设备包括计算机设备、无线通信设备、报警装置、GSMModem10等。其不足之处在于,该方法只限于特定设备的特定检测方式。。
因此,一种应用于特种设备事故风险进行精确评估对特种设备安全隐患监测管理的大数据分析系统,对特种设备使用中的安全隐患进行预警分析,并对可能会导致安全事故的关键安全要素进行判别非常必要。
发明内容
本发明的目的在于提供一种特种设备安全隐患管控大数据监测系统及其监测方法,监测系统基于移动端软件的隐患对象样本采集方法,可以将每一类隐患对象分解为直接可测量的特征变量,可以实现低成本的数据采集,同时保证了样本数据的真实性。同时还提供一种安全隐患风险监测评估方法,该方法可以对隐患所造成的特种设备事故风险进行精确评估,在此基础上,为管理人员提供了一种查询事故风险概率和有效管控措施的方法。
本发明采用以下技术方案:
一种特种设备安全隐患管控大数据监测系统,包括特种设备安全隐患先验评估知识库系统、隐患对象实时样本数据采集系统、存储统计系统、风险概率计算系统、安全管控措施知识库管理系统、分析结果查询系统;所述隐患对象实时样本数据采集系统通过云服务器将数据上传至存储统计系统,所述风险概率计算系统对特种设备安全隐患先验评估知识库系统和存储统计系统数据进行实时大数据计算分析,所述风险概率计算系统分析判别之后调用安全管控措施知识库管理系统,将判别结果及应对措施通过云服务器下传至分析结果查询系统中。
进一步的,所述特种设备安全隐患先验评估知识库系统包括隐患对象数据存储模块、隐患特征变量数据存储模块、特种设备使用单位措施数据存储模块、监督单位措施数据存储模块;所述隐患对象实时样本数据采集系统包括隐患特征变量样本采集模块、移动互联网隐患特征变量实时样本数据提交模块、所述存储统计系统包括隐患特征变量实时样本数据存储模块;所述风险概率计算系统包括安全隐患先验概率计算模块、贝叶斯网络生成模块、贝叶斯公式调整因子计算模块、安全隐患后验概率计算模块;所述风险概率计算系统包括贝叶斯网络重构计算模块、安全风险概率计算模块;所述安全管控措施知识库管理系统包括特种设备使用单位管控措施知识库管理模块、监督单位安全管控措施知识库管理模块;所述分析结果查询系统包括特种设备安全风险查询模块、特种设备安全管控措施查询模块。
进一步的,所述隐患特征变量样本采集模块包括GPS定位模块、GIS导航模块、隐患对象二维码识别模块、隐患对象特征样本数据采集模块、隐患对象拍照模块和数据提交模块。
进一步的,所述特种设备安全隐患先验评估知识库系统采用星型模式架构。
一种特种设备安全隐患管控大数据监测方法,包括以下步骤:
S1、建立特种设备安全隐患先验评估知识库,该知识库的核心概念包括隐患对象数据存储,其中标识了实际的隐患对象的数量,隐患特征变量数据存储是隐患对象数据存储的实际的个特征,特种设备使用单位措施数据存储存储了当前隐患对象有风险时,管理人员以某种概率可能会采取的措施,监督单位措施数据存储存储了当前隐患对象有风险时,上级监督单位以某种概率可能会采取的措施;
S2、在特种设备安全隐患先验评估知识库的基础上,安全隐患先验概率计算模块会完成相关特种设备当前状态下初始的安全隐患先验概率的计算,然后调用贝叶斯网络生成模块建立初步的贝叶斯网络判断模型;
S3、为了使基于先验概率建立的贝叶斯网络更加精确,由隐患样本数据采集人员使用隐患特征变量样本采集模块基于移动设备实现了对隐患对象相关的实时样本信号的采集,并通过移动互联网隐患特征变量实时样本数据提交模块将数据提交到云计算平台。
S4、在接收到移动端提交的样本数据以后,在云端首先利用隐患特征变量实时样本数据存储对样本数据进行保存,然后调用贝叶斯公式调整因子计算模块和安全隐患后验概率计算模块重新对特种设备的各隐患项的数据进行统计。统计完成后调用贝叶斯网络重构计算模块修正本发明中所建立的贝叶斯网络的各项参数,网络参数修正完成后调用特种设备安全风险概率计算模块实现对当前特种设备中每一种安全隐患对象的安全风险计算。接下来,分别调用特种设备使用单位管控措施知识库管理模块和监督单位安全管控措施知识库管理模块来分别的指示特种设备使用单位和监督单位应该在多大的概率可能下采用什么样的措施来消除特种设备使用过程中的隐患。
S5、本发明在移动端提供设计了分析查询接口分别为安全风险查询模块和安全管控措施查询模块,分别提供给特种设备使用单位管理人员和监督单位监管人员进行查询。
进一步的,所述贝叶斯网络,其组织形式为有向无环图,用于表示各个隐患对象之间的因果关系。
本发明与现有技术相比具有的有益效果是:本发明的服务器端采用云计算方式,使用户无需进行部署即可使用系统;本发明的终端采用移动计算方式,可通过配套软件同时支持Android(iOS),以及微信服务号,当采用微信服务号模式时,用户无需安装任何APP即可使用本系统的终端;本发明中隐患风险评估涉及了目前特种设备安全管控中的绝大部分隐患对象,具有普适性,可以应用到大部分的特种设备管理中,可以自动的给特种设备使用单位和监督单位的管理者分析和报告整体的安全风险以及如何应对风险的安全措施;本发明所采用的特种设备隐患风险评估,采用严格的数学方法来对现实的特种设备安全隐患进行评估,同时又具有灵活性的特点,适应于任何知识程度的,同时具有较高的计算效率。本发明中的移动端采用GPS定位保证了位置的真实性,拍照保证了采样操作的真实性,二维码隐患对象识别又保证所采集的隐患对象的身份的真实性,样本数据的真实性保障了特种设备隐患风险评估网络计算的正确性。
附图说明
图1为本发明整体系统结构示意图
图2为本发明系统模块结构示意图
图3为本发明隐患特征变量样本采集模块及用户分析查询模块结构示意图
图4本发明中的特种设备安全隐患风险评估网络生成方法与步骤示意图
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
参照图1-4所示本发明提供了一种特种设备安全隐患管控大数据监测系统,包括特种设备安全隐患先验评估知识库系统、隐患对象实时样本数据采集系统、存储统计系统、风险概率计算系统、安全管控措施知识库管理系统、分析结果查询系统;所述隐患对象实时样本数据采集系统通过云服务器将数据上传至存储统计系统,所述风险概率计算系统对特种设备安全隐患先验评估知识库系统和存储统计系统数据进行实时大数据计算分析,所述风险概率计算系统分析判别之后调用安全管控措施知识库管理系统,将判别结果及应对措施通过云服务器下传至分析结果查询系统中。
进一步的,所述特种设备安全隐患先验评估知识库系统包括隐患对象数据存储模块1、隐患特征变量数据存储模块11、特种设备使用单位措施数据存储模块12、监督单位措施数据存储模块13;所述隐患对象实时样本数据采集系统包括隐患特征变量样本采集模块31、移动互联网隐患特征变量实时样本数据提交模块32、所述存储统计系统包括隐患特征变量实时样本数据存储模块33;所述风险概率计算系统包括安全隐患先验概率计算模块21、贝叶斯网络生成模块22、贝叶斯公式调整因子计算模块34、安全隐患后验概率计算模块35;所述风险概率计算系统包括贝叶斯网络重构计算模块41、安全风险概率计算模块42;所述安全管控措施知识库管理系统包括特种设备使用单位管控措施知识库管理模块51、监督单位安全管控措施知识库管理模块52;所述分析结果查询系统包括特种设备安全风险查询模块61、特种设备安全管控措施查询模块62。
进一步的,所述隐患特征变量样本采集模块31包括GPS定位模块、GIS导航模块、隐患对象二维码识别模块、隐患对象特征样本数据采集模块、隐患对象拍照模块和数据提交模块。
进一步的,所述特种设备安全隐患先验评估知识库系统采用星型模式架构。
一种特种设备安全隐患管控大数据监测方法,包括以下步骤:
S1、建立特种设备安全隐患先验评估知识库,该知识库的核心概念包括隐患对象数据存储,其中标识了实际的隐患对象的数量,隐患特征变量数据存储是隐患对象数据存储的实际的个特征,特种设备使用单位措施数据存储存储了当前隐患对象有风险时,管理人员以某种概率可能会采取的措施,监督单位措施数据存储存储了当前隐患对象有风险时,上级监督单位以某种概率可能会采取的措施;
S2、在特种设备安全隐患先验评估知识库的基础上,安全隐患先验概率计算模块会完成相关特种设备当前状态下初始的安全隐患先验概率的计算,然后调用贝叶斯网络生成模块建立初步的贝叶斯网络判断模型;
S3、为了使基于先验概率建立的贝叶斯网络更加精确,由隐患样本数据采集人员使用隐患特征变量样本采集模块基于移动设备实现了对隐患对象相关的实时样本信号的采集,并通过移动互联网隐患特征变量实时样本数据提交模块将数据提交到云计算平台。
S4、在接收到移动端提交的样本数据以后,在云端首先利用隐患特征变量实时样本数据存储对样本数据进行保存,然后调用贝叶斯公式调整因子计算模块和安全隐患后验概率计算模块重新对特种设备的各隐患项的数据进行统计。统计完成后调用贝叶斯网络重构计算模块修正本发明中所建立的贝叶斯网络的各项参数,网络参数修正完成后调用特种设备安全风险概率计算模块实现对当前特种设备中每一种安全隐患对象的安全风险计算。接下来,分别调用特种设备使用单位管控措施知识库管理模块和监督单位安全管控措施知识库管理模块来分别的指示特种设备使用单位和监督单位应该在多大的概率可能下采用什么样的措施来消除特种设备使用过程中的隐患。
S5、本发明在移动端提供设计了分析查询接口分别为安全风险查询模块和安全管控措施查询模块,分别提供给特种设备使用单位管理人员和监督单位监管人员进行查询。
进一步的,所述贝叶斯网络,其组织形式为有向无环图,用于表示各个隐患对象之间的因果关系。
本发明中所提出的方法的实现方式分为云计算部分和移动端计算两个大的部分。其中云计算部分支持主流云计算服务器,和数据库服务器,部署时无需自己搭建应用服务器;移动端计算支持iOS、Android环境下的APP,支持HTML5应用环境下的APP,支持微信订阅号和服务号。
本发明中所提出的特种设备安全隐患大数据分析方法的核心是建立是风险评估网络,其前提是建立特种设备安全隐患先验评估知识库,知识库采用星型模式进行组织,上述知识库存储的核心概念包括隐患对象数据、隐患对象特征变量数据、特种设备使用单位措施数据、监督单位措施数据。
本发明中所涉及的风险评估网络采用概率图方法实现,支持贝叶斯网络方法,隐患对象有因果关系或者物理上的联系时即进行连接,具体实现时组织为一种有向无环图网络,在求解时将该网络转换为因子图,并用sum-product算法求解。同时该网络具有自适应功能,可以根据实时采集的样本数据完成调整因子的计算和最新的后验概率的计算,以确保网络的准备性。
本发明中的提出的隐患对象实时样本数据采集部分是采用移动计算的方式实现,支持GPS定位、GIS导航、样本拍照功能。通过二维码身份识别,可以自动读取当前隐患对象的所有特征变量的类型,并同步的生成检查步骤,检查人员完成检查以后可以将特征变量样本上传。
本发明特种设备安全隐患管控风险评估网络的构成要素包括隐患对象,特种设备使用单位措施,监理措施。
本发明中的特种设备安全风险评估网络采用贝叶斯网络,其组织形式为有向无环图,可以用于表示各个隐患对象之间的因果关系,例如,P(OnO1),则表示隐患对象O1以一定的概率出现了风险的条件下,隐患对象On会出现风险的概率。
本发明中的特种设备安全风险评估网络,在判别风险以后,会自动的利用特种设备使用单位安全管控措施知识库管理模块提示针对该风险的特种设备使用单位应对措施,其原理如式P(U(o)O1,On)所示,表示当隐患对象O1,On以一定的概率出现了风险的条件下,特种设备使用单位应该以P(U(o))的概率采取应对措施U(o)。
本发明中的特种设备安全风险评估网络,在判别风险以后,会自动的利用监理安全管控措施知识库管理模块提示针对该风险的监督单位应对措施,其原理P(S(o)O1,On),表示当隐患对象O1,On以一定的概率出现了风险的条件下,监督单位应该以P(S(o))的概率采取应对措施S(o)。
本发明中移动端软件的核心组成模块,该移动端软件实现了对特种设备安全隐患对象各个特征变量的全样本数据采集,新采集的样本数据可以用于统计调整因子,该调整因子又可以修正本发明中的特种设备隐患风险评估网络,使其评估更加精确。
特种设备安全隐患对象特征样本数据采集部分包括:GPS定位模块和GIS导航模块,用于指示所要采集的特种设备安全隐患对象的地理位置,并提供导航功能;隐患对象二维码识别模块,用于对所要采集的特种设备隐患对象进行身份识别,移动设备可以使用此模块对该对象进行扫码操作,并调用隐患对象特征样本数据采集模块,按步骤对特种设备隐患对象的每一个特征样本进行数据采集,对于异常和关键步骤可以调用隐患对象拍照模块,保留照片证据;完成样本数据采集后调用数据提交模块将数据提交到云服务器。
本发明在移动端软件提供了分析查询模块,分别为:特种设备安全风险分析查询模块,用于对特种设备整体的风险情况进行分析查看。特种设备安全管控措施分析查询模块,用于对查询当出现安全风险时的主要应对策略。
本发明中所提到的特种设备隐患对象管控范围的示意图,涉及23个大类。所述的特种设备隐患对象由若干特征变量构成,即每一种特种设备隐患对象又可以进行拆分为直观可见的,同时可直接测量的检查步骤,上述的每一个检查步骤对应一项特征变量,在完成测量后,可以调用移动端软件,将特征变量的样本数据提交到云服务器端。
上述说明示出并描述了本发明的优选实施例,如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (6)
1.一种特种设备安全隐患管控大数据监测系统,其特征在于:包括特种设备安全隐患先验评估知识库系统、隐患对象实时样本数据采集系统、存储统计系统、风险概率计算系统、安全管控措施知识库管理系统、分析结果查询系统;所述隐患对象实时样本数据采集系统通过云服务器将数据上传至存储统计系统,所述风险概率计算系统对特种设备安全隐患先验评估知识库系统和存储统计系统数据进行实时大数据计算分析,所述风险概率计算系统分析判别之后调用安全管控措施知识库管理系统,将判别结果及应对措施通过云服务器下传至分析结果查询系统中。
2.根据权利要求1所述的一种特种设备安全隐患管控大数据监测系统,其特征在于:所述特种设备安全隐患先验评估知识库系统包括隐患对象数据存储模块(1)、隐患特征变量数据存储模块(11)、特种设备使用单位措施数据存储模块(12)、监督单位措施数据存储模块(13);所述隐患对象实时样本数据采集系统包括隐患特征变量样本采集模块(31)、移动互联网隐患特征变量实时样本数据提交模块(32)、所述存储统计系统包括隐患特征变量实时样本数据存储模块(33);所述风险概率计算系统包括安全隐患先验概率计算模块(21)、贝叶斯网络生成模块(22)、贝叶斯公式调整因子计算模块(34)、安全隐患后验概率计算模块(35);所述风险概率计算系统包括贝叶斯网络重构计算模块(41)、安全风险概率计算模块(42);所述安全管控措施知识库管理系统包括特种设备使用单位管控措施知识库管理模块(51)、监督单位安全管控措施知识库管理模块(52);所述分析结果查询系统包括特种设备安全风险查询模块(61)、特种设备安全管控措施查询模块(62)。
3.根据权利要求2所述的一种特种设备安全隐患管控大数据监测系统,其特征在于:所述隐患特征变量样本采集模块(31)包括GPS定位模块、GIS导航模块、隐患对象二维码识别模块、隐患对象特征样本数据采集模块、隐患对象拍照模块和数据提交模块。
4.根据权利要求3所述的一种特种设备安全隐患管控大数据监测系统,其特征在于:所述特种设备安全隐患先验评估知识库系统采用星型模式架构。
5.一种特种设备安全隐患管控大数据监测方法,其特征在于:包括以下步骤:
S1、建立特种设备安全隐患先验评估知识库,该知识库的核心概念包括隐患对象数据存储,其中标识了实际的隐患对象的数量,隐患特征变量数据存储是隐患对象数据存储的实际的个特征,特种设备使用单位措施数据存储存储了当前隐患对象有风险时,管理人员以某种概率可能会采取的措施,监督单位措施数据存储存储了当前隐患对象有风险时,上级监督单位以某种概率可能会采取的措施;
S2、在特种设备安全隐患先验评估知识库的基础上,安全隐患先验概率计算模块会完成相关特种设备当前状态下初始的安全隐患先验概率的计算,然后调用贝叶斯网络生成模块建立初步的贝叶斯网络判断模型;
S3、为了使基于先验概率建立的贝叶斯网络更加精确,由隐患样本数据采集人员使用隐患特征变量样本采集模块基于移动设备实现了对隐患对象相关的实时样本信号的采集,并通过移动互联网隐患特征变量实时样本数据提交模块将数据提交到云计算平台。
S4、在接收到移动端提交的样本数据以后,在云端首先利用隐患特征变量实时样本数据存储对样本数据进行保存,然后调用贝叶斯公式调整因子计算模块和安全隐患后验概率计算模块重新对特种设备的各隐患项的数据进行统计。统计完成后调用贝叶斯网络重构计算模块修正本发明中所建立的贝叶斯网络的各项参数,网络参数修正完成后调用特种设备安全风险概率计算模块实现对当前特种设备中每一种安全隐患对象的安全风险计算。接下来,分别调用特种设备使用单位管控措施知识库管理模块和监督单位安全管控措施知识库管理模块来分别的指示特种设备使用单位和监督单位应该在多大的概率可能下采用什么样的措施来消除特种设备使用过程中的隐患。
S5、本发明在移动端提供设计了分析查询接口分别为安全风险查询模块和安全管控措施查询模块,分别提供给特种设备使用单位管理人员和监督单位监管人员进行查询。
6.根据权利要求5所述的一种特种设备安全隐患管控大数据监测方法,其特征在于:所述贝叶斯网络,其组织形式为有向无环图,用于表示各个隐患对象之间的因果关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710953013.4A CN107657390A (zh) | 2017-10-13 | 2017-10-13 | 一种特种设备安全隐患管控大数据监测系统及监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710953013.4A CN107657390A (zh) | 2017-10-13 | 2017-10-13 | 一种特种设备安全隐患管控大数据监测系统及监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107657390A true CN107657390A (zh) | 2018-02-02 |
Family
ID=61118246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710953013.4A Pending CN107657390A (zh) | 2017-10-13 | 2017-10-13 | 一种特种设备安全隐患管控大数据监测系统及监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107657390A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109292569A (zh) * | 2018-09-21 | 2019-02-01 | 上海光华国瑞物联网信息科技有限公司 | 一种电梯设备故障率的检测分析系统及分析方法 |
CN109919334A (zh) * | 2019-03-01 | 2019-06-21 | 广州特种承压设备检测研究院 | 一种设备伤害检测和风险管理方法 |
CN110245849A (zh) * | 2019-05-31 | 2019-09-17 | 西安交通大学 | 基于系统事故致因理论的自动扶梯制动系统安全评估方法 |
CN111866121A (zh) * | 2020-07-17 | 2020-10-30 | 南京和控电气系统工程有限公司 | 一种大型起重机设备安全监控管理云平台 |
CN112948457A (zh) * | 2021-01-29 | 2021-06-11 | 中国特种设备检测研究院 | 客运索道检测监测与健康诊断系统、方法、介质、设备 |
CN114418983A (zh) * | 2022-01-14 | 2022-04-29 | 河南鑫安利安全科技股份有限公司 | 基于智能物联网的设备风险检测方法 |
CN114757590A (zh) * | 2022-06-14 | 2022-07-15 | 江苏金恒信息科技股份有限公司 | 基于大数据分析的企业运营风险预警及管控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105700518A (zh) * | 2016-03-10 | 2016-06-22 | 华中科技大学 | 一种工业过程故障诊断方法 |
CN105868481A (zh) * | 2016-04-06 | 2016-08-17 | 哈尔滨工业大学深圳研究生院 | 基于贝叶斯理论的海洋平台桩靴基础安装风险控制方法 |
CN106228245A (zh) * | 2016-07-21 | 2016-12-14 | 电子科技大学 | 基于变分推断和张量神经网络的知识库补全方法 |
-
2017
- 2017-10-13 CN CN201710953013.4A patent/CN107657390A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105700518A (zh) * | 2016-03-10 | 2016-06-22 | 华中科技大学 | 一种工业过程故障诊断方法 |
CN105868481A (zh) * | 2016-04-06 | 2016-08-17 | 哈尔滨工业大学深圳研究生院 | 基于贝叶斯理论的海洋平台桩靴基础安装风险控制方法 |
CN106228245A (zh) * | 2016-07-21 | 2016-12-14 | 电子科技大学 | 基于变分推断和张量神经网络的知识库补全方法 |
Non-Patent Citations (3)
Title |
---|
张弘等: ""基于贝叶斯网络的气井井筒完整性风险评价"", 《中国安全生产科学技术》 * |
张艳平: ""基于贝叶斯网络的数控机床故障诊断建模与推理方法研究"", 《万方平台》 * |
田炳伟: ""基于贝叶斯分类器的电力变压器设备故障诊断研究"", 《电子设计工程》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109292569A (zh) * | 2018-09-21 | 2019-02-01 | 上海光华国瑞物联网信息科技有限公司 | 一种电梯设备故障率的检测分析系统及分析方法 |
CN109919334A (zh) * | 2019-03-01 | 2019-06-21 | 广州特种承压设备检测研究院 | 一种设备伤害检测和风险管理方法 |
CN110245849A (zh) * | 2019-05-31 | 2019-09-17 | 西安交通大学 | 基于系统事故致因理论的自动扶梯制动系统安全评估方法 |
CN110245849B (zh) * | 2019-05-31 | 2021-08-13 | 西安交通大学 | 基于系统事故致因理论的自动扶梯制动系统安全评估方法 |
CN111866121A (zh) * | 2020-07-17 | 2020-10-30 | 南京和控电气系统工程有限公司 | 一种大型起重机设备安全监控管理云平台 |
CN111866121B (zh) * | 2020-07-17 | 2022-06-14 | 南京和控电气系统工程有限公司 | 一种大型起重机设备安全监控管理云平台 |
CN112948457A (zh) * | 2021-01-29 | 2021-06-11 | 中国特种设备检测研究院 | 客运索道检测监测与健康诊断系统、方法、介质、设备 |
CN114418983A (zh) * | 2022-01-14 | 2022-04-29 | 河南鑫安利安全科技股份有限公司 | 基于智能物联网的设备风险检测方法 |
CN114418983B (zh) * | 2022-01-14 | 2024-01-30 | 河南鑫安利安全科技股份有限公司 | 基于智能物联网的设备风险检测方法 |
CN114757590A (zh) * | 2022-06-14 | 2022-07-15 | 江苏金恒信息科技股份有限公司 | 基于大数据分析的企业运营风险预警及管控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107657390A (zh) | 一种特种设备安全隐患管控大数据监测系统及监测方法 | |
CN109686061B (zh) | 基于gis与bim的桥梁监测辅助决策系统 | |
CN111242574A (zh) | 一种基于gps技术的智慧工地现场巡检管理系统及方法 | |
CN114640173B (zh) | 一种基于多特征量的变压器和发电机的预警模型 | |
CN109255288A (zh) | 一种路面破损检测方法、装置及终端设备 | |
CN107967727A (zh) | 智慧巡检方法及系统 | |
CN109919471A (zh) | 一种智慧风控评估方法及系统 | |
CN109117526A (zh) | 一种适用于机械系统设备维修指引数据记录及分析系统 | |
CN108627794A (zh) | 一种基于深度学习的智能化仪表检测方法 | |
CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
CN113935645A (zh) | 基于标识解析技术的高风险作业管控系统及方法 | |
CN109461227A (zh) | 巡检设备的方法及装置 | |
CN109308746A (zh) | 一种基于物联网的石化企业智能巡检系统及方法 | |
CN114137302A (zh) | 一种电能计量器具检定全过程监控系统 | |
CN110472866A (zh) | 一种工单质检分析方法及装置 | |
CN104778562B (zh) | 一种施工现场安全眼监管平台系统 | |
CN116823192A (zh) | 一种铁塔智能检测系统 | |
CN117234156A (zh) | 选矿厂巡检系统及巡检方法 | |
CN116523498A (zh) | 基于ai的电力设施巡视方法、系统、装置和存储介质 | |
CN114662619B (zh) | 基于多源数据融合的桥梁监测系统 | |
CN116562672A (zh) | 一种巡检工作质量评价方法及系统 | |
CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
CN109728540A (zh) | 一种电网线路巡检管理方法 | |
CN114896096A (zh) | 基于图像识别算法的数据中心设备故障预测系统及方法 | |
CN213458097U (zh) | 一种摄像设备和风险监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180202 |
|
RJ01 | Rejection of invention patent application after publication |