CN112336355A - 基于脑电信号作业人员的安全监管系统、装置及设备 - Google Patents
基于脑电信号作业人员的安全监管系统、装置及设备 Download PDFInfo
- Publication number
- CN112336355A CN112336355A CN202011232076.9A CN202011232076A CN112336355A CN 112336355 A CN112336355 A CN 112336355A CN 202011232076 A CN202011232076 A CN 202011232076A CN 112336355 A CN112336355 A CN 112336355A
- Authority
- CN
- China
- Prior art keywords
- electroencephalogram
- operating personnel
- operator
- gas concentration
- frequency
- 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
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 230000005484 gravity Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 23
- 210000004556 brain Anatomy 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 15
- 238000012806 monitoring device Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 208000005374 Poisoning Diseases 0.000 claims description 8
- 231100000572 poisoning Toxicity 0.000 claims description 8
- 230000000607 poisoning effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 210000001061 forehead Anatomy 0.000 claims description 6
- 206010017740 Gas poisoning Diseases 0.000 claims description 4
- 210000003128 head Anatomy 0.000 claims description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 45
- 206010016256 fatigue Diseases 0.000 description 21
- 238000004458 analytical method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000000241 respiratory effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 206010024642 Listless Diseases 0.000 description 1
- 208000019914 Mental Fatigue Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 208000017971 listlessness Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种基于脑电信号作业人员的安全监管系统、装置及设备,通过信号采集设备检测作业人员作业过程中的脑电信号和气体浓度,在监管系统中对采集的脑电信号进行处理得到重心频率,根据重心频率与重心频率预设值比较判断作业人员是否处于疲劳、困倦的生理疲劳状态,根据气体浓度与第一气体浓度预设值和第二气体浓度预设值比较,判断作业人员是否安全环境作业,实现对作业人员的生理指标进行监测,对出现影响劳动者安全和作业安全的指标变化进行安全监管;该方法采用信号采集设备获取作业人员的脑电信号,对现场作业人员没有干扰,能够更自然地实现对人员生理指标数据的收集和预测,获得的数据更加准确。
Description
技术领域
本发明涉及作业人员安全技术领域,尤其涉及一种基于脑电信号作业人员的安全监管系统、装置及设备。
背景技术
安全是电力企业生命线,近年来,随着对电力企业安全生产监管力度的加强,电力安全生产事故的发生减少许多。但电力企业安全生产形势依然严峻,每年还是存在因电力安全生产事故发生人身伤亡的事件。
电力安全生产事故产生的主要原因有:一方面是因为电力企业安全生产管理疏漏,设备设施设计不合理,人员安全意识、技能水平较差等客观原因;另一方面是由于作业人员的工作环境恶劣,也存在作业人员身体状态不佳,主要表现在作业人员患有疾病、生理和心理紧张、疲劳、精神萎靡等主观原因。
因此,目前国内电力企业作业人员在现场作业过程中,通常由现场监护人利用眼睛直接观察等方式来保障作业人员的作业效果,并及时提醒安全措施,但是此方式无法准确的掌握作业人员内在的健康和疲劳状态。目前作业人员疲劳状态的获取,主要依靠用户的自我报告。另外,变电站内GIS室的SF6存在泄露的风险,通常现场泄露报警传感器装设在GIS设备下方离地面10cm处,反映不了作业人员实际可能吸入的有毒有害气体浓度。由上述可知,目前对现场作业人员的监护存在的问题有:一是用户自我报告不方便实施,尤其很难让作业人员每天都完成同样的健康或疲劳问卷调查,容易带来学习效应;二是时效性差,在某些工作场景下,用户不可能中断当前的工作完成问卷测量,容易带来安全问题;三是无法准确获得作业人员内在健康状况,不能准确评估和定义;四是GIS室内的SF6泄露传感器反映不了作业人员实际可能吸入的有毒有害气体浓度等。
发明内容
本发明实施例提供了一种基于脑电信号作业人员的安全监管系统、装置及设备,用于解决现有对作业人员的监管方式存在实施不便、时效性差,采集的作业人员身体数据不准确的技术问题。
为了实现上述目的,本发明实施例提供如下技术方案:
一种基于脑电信号作业人员的安全监管系统,包括数据采集模块、数据分析处理模块和判断模块;
所述数据采集模块,用于根据监护设备上录入作业人员的人员信息,通过信号采集设备实时采集对应作业人员额前的脑电信号以及作业人员环境中的气体浓度,并将采集的所述脑电信号和所述气体浓度传送至所述监护设备上;
所述数据分析处理模块,用于采用监管系统从所述监护设备上获取所述脑电信号进行处理分析,得到与所述脑电信号对应的重心频率;
所述判断模块,用于根据所述重心频率小于重心频率预设值,则作业人员处于疲劳、困倦的生理疲劳状态;根据所述气体浓度不小于第一气体浓度预设值,则作业人员处于轻微中毒状态;根据所述气体浓度不小于第二气体浓度预设值,则作业人员处于中毒状态。
优选地,所述数据分析处理模块对所述脑电信号进行处理分析包括滤波子模块、特征提取子模块和计算子模块;
所述滤波子模块,用于对所述脑电信号的噪声信号进行消除,得到滤波脑电信号;
所述特征提取子模块,用于对所述滤波脑电信号进行特征提取,得到五种脑电波形;
所述计算子模块,用于根据五种所述脑电波形的频率以及对应频率的功率计算,得到重心频率。
优选地,所述数据分析处理模块计算所述重心频率的表达式为:
式中,fg为重心频率,fn为第n种脑电波形的频率,P(fn)为fn频率下的脑电信号的功率。
优选地,所述基于脑电信号作业人员的安全监管系统还包括警报模块,所述警报模块用于根据判断作业人员的生理疲劳状态和/或气体中毒状态发出警报。
优选地,所述信号采集设备设置在安全帽上,安全帽以佩戴方式戴在作业人员的头部,用于实时采集作业人员额前的脑电信号以及作业人员环境中的气体浓度。
优选地,所述信号采集设备包括脑电采集模块和SF6气体传感器,所述脑电采集模块设置在所述安全帽的前额边,所述SF6气体传感器设置在所述安全帽的呼吸带上。
优选地,所述监护设备为平板电脑或笔记本电脑。
优选地,所述重心频率预设值为10Hz,所述第一气体浓度预设值为3000mg/m3,所述第二气体浓度预设值为6000mg/m3。
本发明还提供一种基于脑电信号作业人员的安全监管装置,包括上述所述的基于脑电信号作业人员的安全监管系统。
本发明还提供一种基于脑电信号作业人员的安全监管设备,包括上述所述的基于脑电信号作业人员的安全监管系统。
从以上技术方案可以看出,本发明实施例具有以下优点:
该基于脑电信号作业人员的安全监管系统、装置及设备通过信号采集设备检测作业人员作业过程中的脑电信号和气体浓度,在监管系统中对采集的脑电信号进行处理得到重心频率,根据重心频率与重心频率预设值比较判断作业人员是否处于疲劳、困倦的生理疲劳状态,根据气体浓度与第一气体浓度预设值和第二气体浓度预设值比较,判断作业人员是否安全环境作业,实现对作业人员的生理指标进行监测,对出现影响劳动者安全和作业安全的指标变化进行安全监管;该方法采用信号采集设备获取作业人员的脑电信号,对现场作业人员没有干扰,能够更自然地实现对人员生理指标数据的收集和预测,获得的数据更加准确;解决了现有对作业人员的监管方式存在实施不便、时效性差,采集的作业人员身体数据不准确的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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仅是本发明的一些实施例,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它的附图。
图1为本发明实施例所述的基于脑电信号作业人员的安全监管系统的框架图。
图2为本发明实施例所述的基于脑电信号作业人员的安全监管系统数据分析处理模块的框架图。
图3为本发明实施例所述的基于脑电信号作业人员的安全监管系统又一的框架图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
本发明实施例提供了一种基于脑电信号作业人员的安全监管系统、装置及设备,信号采集设备设置在安全帽上并可穿戴技术戴在作业人员的头部采集作业人员的脑电信号以及作业环境的气体浓度,并通过监管系统,实现对作业人员的危险告警、远程指导、紧急救援等功能,避免发生人身伤亡事故,用于解决了现有对作业人员的监管方式存在实施不便、时效性差,采集的作业人员身体数据不准确的技术问题。
实施例一:
图1为本发明实施例所述的基于脑电信号作业人员的安全监管系统的框架图。
如图1所示,本发明实施例提供了一种基于脑电信号作业人员的安全监管系统,应用于变电站上,包括数据采集模块10、数据分析处理模块20和判断模块30;
数据采集模块10,用于根据在监护设备上录入作业人员的人员信息,通过信号采集设备实时采集对应作业人员额前的脑电信号以及作业人员环境中的气体浓度,并将采集的脑电信号和气体浓度传送至监护设备上;
数据分析处理模块20,用于采用监管系统从监护设备上获取脑电信号进行处理分析,得到与脑电信号对应的重心频率;
判断模块30,用于根据重心频率小于重心频率预设值,则作业人员处于疲劳、困倦的生理疲劳状态;根据气体浓度不小于第一气体浓度预设值,则作业人员处于轻微中毒状态;根据气体浓度不小于第二气体浓度预设值,则作业人员处于中毒状态。
在本发明实施例中,该基于脑电信号作业人员的安全监管系统主要是对作业人员作业现场安全管控,包括:作业人员、监护人员(不参与作业)和后台监管人员。通过信号采集设备采集作业人员的脑电信号并传输至监管系统上,后台监管人员通过监管系统实行作业安全监管。
在本发明实施例中,在监护设备上录入作业人员的人员信息包括:作业日期、班组名称、变电站名称、作业人员姓名、工号以及作业类型等信息。
需要说明的是,作业人员进入作业现场前,监护人员通过使用手持监护设备并在监护设备上设置作业人员姓名和工号,监护设备与信号采集设备连接将作业人员的姓名、工号等信息传送至信号采集设备上。在本实施例中,监护人员手持监护设备,监护设备可以为PAD(平板电脑),PAD上设置有工作单设计的app、蓝牙通讯模块、录像模块、读写模块和显示模块。监护设备也可以为具有工作单设计的app、蓝牙通讯模块、录像模块、读写模块和显示模块等模块的笔记本电脑。
在本发明实施例的数据采集模块10中,主要将作业人员的人员信息记录在监护设备中,将信号采集设备设置在安全帽上,安全帽以佩戴方式戴在作业人员的头部,用于实时采集作业人员额前的脑电信号以及作业人员环境中的气体浓度。
需要说明的是,信号采集设备包括脑电采集模块、通讯模块、LED灯、SF6气体传感器、中央处理器CPU、锂电池、语音录像模块等。在安全帽的前额边沿安装有单通道脑电采集模块,可实时采集作业人员的前额脑电信号。蓝牙模块用于将脑电及音视频数据通过蓝牙传输方式与监护人员的监护设备进行数据交互。监护设备与远程的监管系统之间的数据传输主要通过无线局域网方式连接。信号采集设备通过无线通信技术(蓝牙或4G网络)与监护设备、监管系统互联。通讯模块可以采用GSM模块、通用分组无线业务GPRS模块、蓝牙等无线通信方式实现;SF6气体传感器用于检测作业人员作业环境中的SF6浓度;语音录像模块主要采用摄像头、麦克风实现语音、录像、拍照等功能。LED灯用于显示该信号采集设备是否启动,中央处理器CPU用于控制脑电采集模块、摄像头、麦克风、通讯模块、LED灯、SF6气体传感器等器件的运行;锂电池主要用于给信号采集设备中的电子器件提供电源。在本实施例中,信号采集设备包括脑电采集模块和SF6气体传感器,脑电采集模块设置在安全帽的前额边,SF6气体传感器设置在安全帽的呼吸带上,SF6气体传感器在作业人员的呼吸带,使得检测的气体浓度数据更为精准。
在本发明实施例的数据分析处理模块20和判断模块30中,主要是在监管系统中对脑电信号进行处理,得到重心频率。
需要说明的是,监管系统能够接收所有监护设备和/或信号采集设备上传的数据,并实时掌握每个作业人员的工作状态,并向作业人员、监护人员反馈作业人员报警数据信息。监管系统功具有以下功能:一是接收脑电信号、对脑电信号进行处理得到重心频率判断作业人员是否处于疲劳、困倦状态,以此判断是否终止作业人员作业,异常时向作业人员和监护人员同时发送提醒与告警信息;二是接收以及显示信号采集设备录制的音视频、拍摄的照片等数据;三是接收信号采集设备中呼吸带(安全帽的呼吸带中设置的SF6气体传感器)的SF6气体浓度数据,超标时报警;四是监管系统设置报警事项一览表,监管系统同时在电子地图和报警事项一览表中显示报警信息,并将报警信息保存到数据库中;五是监管系统将信号采集设备和监护设备传送的信息数据保存到监管系统的数据库中;六是在进行事故调查时,可对监管系统中保存的报警内容、音视频、照片等进行查询与回放;七是具备统计分析功能,统计某段时间内的工作次数、人数、报警次数、报警类型次数等,通过日期、班组名称、变电站名称、人员姓名、作业类型、报警类型等条件在监管系统中进行组合查询。在本实施例中,报警内容包括作业人员姓名、报警类型、报警时间、报警地点。报警类型包括身体异常报警、SF6泄露报警、紧急情况报警。
在本发明实施例的判断模块30中,重心频率预设值优选选为10Hz,第一气体浓度预设值优选选为3000mg/m3,第二气体浓度预设值优选选为6000mg/m3。
本发明提供的一种基于脑电信号作业人员的安全监管系统通过信号采集设备检测作业人员作业过程中的脑电信号和气体浓度,在监管系统中对采集的脑电信号进行处理得到重心频率,根据重心频率与重心频率预设值比较判断作业人员是否处于疲劳、困倦的生理疲劳状态,根据气体浓度与第一气体浓度预设值和第二气体浓度预设值比较,判断作业人员是否安全环境作业,实现对作业人员的生理指标进行监测,对出现影响劳动者安全和作业安全的指标变化进行安全监管;该方法采用信号采集设备获取作业人员的脑电信号,对现场作业人员没有干扰,能够更自然地实现对人员生理指标数据的收集和预测,获得的数据更加准确;解决了现有对作业人员的监管方式存在实施不便、时效性差,采集的作业人员身体数据不准确的技术问题。
需要说明的是,该基于脑电信号作业人员的安全监管系统可作为作业人员现场中生理指标健康安全状态的监测和评价,也可以扩展应用到其他行业安全生产风险管控工作中。
图2为本发明实施例所述的基于脑电信号作业人员的安全监管系统数据分析处理模块的框架图。
如图2所示,在本发明的一个实施例中,数据分析处理模块20对所述脑电信号进行处理分析包括滤波子模块21、特征提取子模块22和计算子模块23:
滤波子模块21,用于对脑电信号的噪声信号进行消除,得到滤波脑电信号;
特征提取子模块22,用于对所滤波脑电信号进行特征提取,得到五种脑电波形;
计算子模块23,用于根据五种脑电波形的频率以及对应频率的功率计算,得到重心频率。
在本实施例中,数据分析处理模块20计算重心频率的表达式为:
式中,fg为重心频率,fn为第n种脑电波形的频率,P(fn)为fn频率下的脑电信号的功率。
在本发明实施例的滤波子模块21中,主要采用自适应滤波、主成分分析法或独立成分分析法对脑电信号的工频干扰及接触不良等噪声信号进行消除或清除。
需要说明的是,自适应滤波主要用于去噪。
在本发明实施例的特征提取子模块22中,主要是采用时域分析法、频域分析法或时频分析法对滤波脑电信号按照不同范围频率波形进行提取,得到五种频率阶段脑电信号的波形。
需要说明的是,时域分析法是直接从脑电信号的时域波形中提取相应的特征。频域分析法通过分析随频率变化的脑电功率变化的情况,可获得不同节律能量在脑电信号中的分布情况。该频域分析法应用广泛,当大脑由清醒变为疲劳状态时,会导致脑电总功率、各节律的功率以及频率分布的显著变化。时频分析法将信号的时域和频域结合分析,获得时间和频率方面的能量变化情况,短时傅里叶变换、小波变换、小波包变换足常用的时频分析方法。其中要实现一并分解信号的低频和高频信号,使用小波包变换其能使时频分辨率有效地增大,以提取更多能表征脑力疲劳的特征。
在本实施例中,五种频率阶段脑电信号的波形分别为从低到高依次为:频率为0.5~4Hz的δ波、频率为4~7.5Hz的θ波、频率为8~13Hz的α波、频率为14~30Hz的β波和频率为30~45Hz是γ波。
在本发明实施例的计算子模块23中,以上述五种脑电波形为例,主要是计算重心频率。
需要说明的是,重心频率是反应人体疲劳程度变化的一个重要特征,在人体正常状态下,α波段为脑电波的主要成分,占大部分能量,含有少量δ波及β波,因而重心频率一般在10Hz左右。而当人体感受到疲劳、困倦时,α波、β波逐渐减少,低频率δ波、θ波形增多。重心频率fg会向较低频率迁移,小于10Hz。
图3为本发明实施例所述的基于脑电信号作业人员的安全监管系统又一的框架图。
如图3所示,在本发明的一个实施例中,该基于脑电信号作业人员的安全监管系统还包括警报模块40,警报模块40用于根据判断作业人员的生理疲劳状态和/或气体中毒状态发出警报。在本实施例中,监护系统根据判断作业人员的生理疲劳状态和/或气体中毒状态也会发出警报
需要说明的是,该基于脑电信号作业人员的安全监管系统对出现影响劳动者安全和作业安全的指标变化发出预警。具体地,作业人员的脑电信号和气体浓度既可以传输到监管系统,在监管系统根据对脑电信号运算处理后得到重心频率结果,监管系统根据重心频率小于10Hz、气体浓度不小于第一气体浓度预设值和气体浓度不小于第二气体浓度预设值,说明该作业人员处于疲劳、困倦的生理疲劳状态、轻微中毒状态和中毒状态实现自动报警,也可将结果反馈至现场监护人员的监护端,监护人员通过重心频率可以判断是否需要终止和提醒现场作业人员,满足各种工作场景下对作业人员健康安全状态的监测要求。
实施例二:
本发明实施例还提供一种基于脑电信号作业人员的安全监管装置,应用于变电站上,包括上述的基于脑电信号作业人员的安全监管系统。
需要说明的是,实施例二装置中的系统已在实施例一中详细阐述了,因此对实施例二装置中的系统内容不再一一详细阐述。
实施例三:
本发明实施例提供了一种基于脑电信号作业人员的安全监管设备,包括上述的基于脑电信号作业人员的安全监管系统。
需要说明的是,实施例三设备中的系统已在实施例一中详细阐述了,因此对实施例三设备中的系统内容不再一一详细阐述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于脑电信号作业人员的安全监管系统,其特征在于,包括数据采集模块、数据分析处理模块和判断模块;
所述数据采集模块,用于根据监护设备上录入作业人员的人员信息,通过信号采集设备实时采集对应作业人员额前的脑电信号以及作业人员环境中的气体浓度,并将采集的所述脑电信号和所述气体浓度传送至所述监护设备上;
所述数据分析处理模块,用于采用监管系统从所述监护设备上获取所述脑电信号进行处理分析,得到与所述脑电信号对应的重心频率;
所述判断模块,用于根据所述重心频率小于重心频率预设值,则作业人员处于疲劳、困倦的生理疲劳状态;根据所述气体浓度不小于第一气体浓度预设值,则作业人员处于轻微中毒状态;根据所述气体浓度不小于第二气体浓度预设值,则作业人员处于中毒状态。
2.根据权利要求1所述的基于脑电信号作业人员的安全监管系统,其特征在于,所述数据分析处理模块对所述脑电信号进行处理分析包括滤波子模块、特征提取子模块和计算子模块;
所述滤波子模块,用于对所述脑电信号的噪声信号进行消除,得到滤波脑电信号;
所述特征提取子模块,用于对所述滤波脑电信号进行特征提取,得到五种脑电波形;
所述计算子模块,用于根据五种所述脑电波形的频率以及对应频率的功率计算,得到重心频率。
4.根据权利要求1所述的基于脑电信号作业人员的安全监管系统,其特征在于,还包括警报模块,所述警报模块用于根据判断作业人员的生理疲劳状态和/或气体中毒状态发出警报。
5.根据权利要求1所述的基于脑电信号作业人员的安全监管系统,其特征在于,所述信号采集设备设置在安全帽上,安全帽以佩戴方式戴在作业人员的头部,用于实时采集作业人员额前的脑电信号以及作业人员环境中的气体浓度。
6.根据权利要求5所述的基于脑电信号作业人员的安全监管系统,其特征在于,所述信号采集设备包括脑电采集模块和SF6气体传感器,所述脑电采集模块设置在所述安全帽的前额边,所述SF6气体传感器设置在所述安全帽的呼吸带上。
7.根据权利要求1所述的基于脑电信号作业人员的安全监管系统,其特征在于,所述监护设备为平板电脑或笔记本电脑。
8.根据权利要求1所述的基于脑电信号作业人员的安全监管系统,其特征在于,所述重心频率预设值为10Hz,所述第一气体浓度预设值为3000mg/m3,所述第二气体浓度预设值为6000mg/m3。
9.一种基于脑电信号作业人员的安全监管装置,其特征在于,包括如权利要求1-8任意一项所述的基于脑电信号作业人员的安全监管系统。
10.一种基于脑电信号作业人员的安全监管设备,其特征在于,包括如权利要求1-8任意一项所述的基于脑电信号作业人员的安全监管系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011232076.9A CN112336355A (zh) | 2020-11-06 | 2020-11-06 | 基于脑电信号作业人员的安全监管系统、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011232076.9A CN112336355A (zh) | 2020-11-06 | 2020-11-06 | 基于脑电信号作业人员的安全监管系统、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112336355A true CN112336355A (zh) | 2021-02-09 |
Family
ID=74429465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011232076.9A Pending CN112336355A (zh) | 2020-11-06 | 2020-11-06 | 基于脑电信号作业人员的安全监管系统、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112336355A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113571160A (zh) * | 2021-08-31 | 2021-10-29 | 上海梅斯医药科技有限公司 | 数字体验发布技术以及用于辅助治疗睡眠类疾病的声光方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101690659A (zh) * | 2009-09-29 | 2010-04-07 | 华东理工大学 | 脑电波分析方法 |
CN104720799A (zh) * | 2015-04-03 | 2015-06-24 | 上海帝仪科技有限公司 | 基于低频脑电信号的疲劳检测方法及系统 |
CN105094029A (zh) * | 2015-07-24 | 2015-11-25 | 上海帝仪科技有限公司 | 安全管理系统和方法 |
CN107374620A (zh) * | 2017-08-21 | 2017-11-24 | 南京理工大学 | 一种基于独立成分分析算法的脑电信号预处理方法 |
CN107510453A (zh) * | 2017-10-12 | 2017-12-26 | 北京翼石科技有限公司 | 一种前额区脑电分析方法 |
CN108836321A (zh) * | 2018-05-03 | 2018-11-20 | 江苏师范大学 | 一种基于自适应噪声消除系统的脑电信号预处理方法 |
CN108903936A (zh) * | 2018-07-03 | 2018-11-30 | 西安科技大学 | 基于人体信息和环境信息融合的智能矿用头盔控制方法 |
CN109831642A (zh) * | 2018-05-30 | 2019-05-31 | 四川中电启明星信息技术有限公司 | 一种可穿戴电力作业监控设备及方法 |
US20190167211A1 (en) * | 2017-04-20 | 2019-06-06 | Gmeci, Llc | Systems and methods for measuring physiological parameters |
US20190179286A1 (en) * | 2017-12-07 | 2019-06-13 | Saudi Arabian Oil Company | Intelligent Personal Protective Equipment |
CN111011972A (zh) * | 2020-01-08 | 2020-04-17 | 淄博翰帅劳保用品有限公司 | 一种具有提示功能的安全帽 |
CN111631710A (zh) * | 2020-06-22 | 2020-09-08 | 中国科学技术大学 | 一种状态相关的动态脑电信号中肌电伪迹的消除方法 |
CN111802741A (zh) * | 2020-04-20 | 2020-10-23 | 贰佰号科技(北京)有限公司 | 一种智能安全帽 |
-
2020
- 2020-11-06 CN CN202011232076.9A patent/CN112336355A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101690659A (zh) * | 2009-09-29 | 2010-04-07 | 华东理工大学 | 脑电波分析方法 |
CN104720799A (zh) * | 2015-04-03 | 2015-06-24 | 上海帝仪科技有限公司 | 基于低频脑电信号的疲劳检测方法及系统 |
CN105094029A (zh) * | 2015-07-24 | 2015-11-25 | 上海帝仪科技有限公司 | 安全管理系统和方法 |
US20190167211A1 (en) * | 2017-04-20 | 2019-06-06 | Gmeci, Llc | Systems and methods for measuring physiological parameters |
CN107374620A (zh) * | 2017-08-21 | 2017-11-24 | 南京理工大学 | 一种基于独立成分分析算法的脑电信号预处理方法 |
CN107510453A (zh) * | 2017-10-12 | 2017-12-26 | 北京翼石科技有限公司 | 一种前额区脑电分析方法 |
US20190179286A1 (en) * | 2017-12-07 | 2019-06-13 | Saudi Arabian Oil Company | Intelligent Personal Protective Equipment |
CN108836321A (zh) * | 2018-05-03 | 2018-11-20 | 江苏师范大学 | 一种基于自适应噪声消除系统的脑电信号预处理方法 |
CN109831642A (zh) * | 2018-05-30 | 2019-05-31 | 四川中电启明星信息技术有限公司 | 一种可穿戴电力作业监控设备及方法 |
CN108903936A (zh) * | 2018-07-03 | 2018-11-30 | 西安科技大学 | 基于人体信息和环境信息融合的智能矿用头盔控制方法 |
CN111011972A (zh) * | 2020-01-08 | 2020-04-17 | 淄博翰帅劳保用品有限公司 | 一种具有提示功能的安全帽 |
CN111802741A (zh) * | 2020-04-20 | 2020-10-23 | 贰佰号科技(北京)有限公司 | 一种智能安全帽 |
CN111631710A (zh) * | 2020-06-22 | 2020-09-08 | 中国科学技术大学 | 一种状态相关的动态脑电信号中肌电伪迹的消除方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113571160A (zh) * | 2021-08-31 | 2021-10-29 | 上海梅斯医药科技有限公司 | 数字体验发布技术以及用于辅助治疗睡眠类疾病的声光方法 |
CN113571160B (zh) * | 2021-08-31 | 2022-08-30 | 上海梅斯医药科技有限公司 | 数字体验发布技术以及用于辅助治疗睡眠类疾病的声光方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8285372B2 (en) | Alertness/drowsiness and cognitive capacity index | |
AU2009222024B2 (en) | Field-deployable concussion detector | |
EP2473107B1 (en) | Consciousness monitoring | |
AU2009253692B2 (en) | Method and device for the detection of microsleep events | |
CA2784267C (en) | Method and device for point-of-care neuro-assessment and treatment guidance | |
US20120083668A1 (en) | Systems and methods to modify a characteristic of a user device based on a neurological and/or physiological measurement | |
CN203828910U (zh) | 一种可实时监测人体体征的睡眠舱 | |
CN111358109A (zh) | 一种智能安全帽的脑电信息监测装置及监测方法 | |
JP7244689B2 (ja) | 装置 | |
CN106821382A (zh) | 呼吸监测诊断系统、干扰过滤方法及诊断方法 | |
CN104825143A (zh) | 一种远程健康监护系统 | |
CN112336355A (zh) | 基于脑电信号作业人员的安全监管系统、装置及设备 | |
CN206063138U (zh) | 自然状态夜间突发健康危急报警云监控系统 | |
US11033214B1 (en) | Wearable eye tracking system | |
CN108784672A (zh) | 一种基于云平台的智能监护系统 | |
CN108451494A (zh) | 使用瞳孔反应来检测时域心脏参数的方法及系统 | |
Albalawi et al. | Single-channel real-time drowsiness detection based on electroencephalography | |
CN211749566U (zh) | 一种员工亚健康监测系统 | |
CN212994738U (zh) | 一种智能安全帽的脑电信息监测装置 | |
CN114631780A (zh) | 一种基于多级分类的低功耗可穿戴癫痫发作检测系统 | |
EP2397073A2 (en) | Engine driver recognition system and method using brain waves | |
KR20170037104A (ko) | 웨어러블 디바이스, 그를 이용한 재해 방지 방법 및 서비스 서버 | |
Patnaik et al. | iCAP: An IoT based Wearable For Real-Time Accidental Fall Detection and Health Monitoring of Remote Maintenance Workers | |
Pugliese et al. | Real-time Sleep Prediction Algorithm using Commercial Off the Shelf Wearable Devices | |
Salimuddin et al. | Driver drowsiness monitoring system using fusion of facial features & EEG |
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: 20210209 |
|
RJ01 | Rejection of invention patent application after publication |