CN115330129A - 一种企业安全风险预警分析方法及系统 - Google Patents

Abstract

本发明公开一种企业安全风险预警分析方法及系统，包括基础信息管理模块、用户管理模块、视频监控模块、物联网接入模块、数据存储模块、智能分析模块、主控模块；所述基础信息管理模块用于将生产、施工单位的组织架构、岗位与人员、及与生产相关物态信息进行录入或导入，以及管理物联网设备终端；所述用户管理模块用于创建不同级别的用户，并为不同的用户分配权限与角色；在基本视频监控的基础上，增加物联网传感器的众多数据，以智能AI技术为核心，尽最大可能的获取现场各类数据，并依据智能分析，做到智能监控及提前预警，真正做到解放人力、24小时无缝无死角监控，最大限度的解放了人力，提高了监控的效果，使得处置手段更为高效化和多样化。

Description

一种企业安全风险预警分析方法及系统

技术领域

本发明涉及企业安全技术领域，尤其涉及一种企业安全风险预警分析方法及 系统。

背景技术

以人工智能技术为手段，精准把握“高精度质量检测，大范围安全管理” 的行业需求，应用物联网、大数据、体态识别、异常行为分析预警等人工智能技 术，在安全防范、监管实施、质量检测和生产流程管理方面，实现实时监控、自 动发现问题、主动预警，改变了过去主要依靠肉眼的低效率状态，确保生产安全 高效、劳动力分配得当、保持低成本优势，为协助工业企业“降本增效、安全生 产”，等等智能化应用，已经逐渐在工业生产安全领域发挥着重要作用，改变了 以往安全管理工作“事后处理”的模式，转向对危险的预先识别、分析和控制的 科学化管理方式，最终实现事先控制，预防为主，关口前移，防患于未然的目的。

许多企业历年来已分期分批投建了视频监控系统，基本实现每个生产装置和 重点部位都已安装监控摄像机。传统机器视觉检测(如比对法)解决了人工目检 的一些做不了、做不好以及人做成本高的问题。但依然存在安全风险：

与传统机器视觉检测方法相比，基于物联网、大数据、人工智能的检测方法 将在减少对光照、位置、传输速率等外在因素依赖程度，尤其是对一些较难识别 的行为动作的大量图像、恶劣环境下的状态数据进行神经网络学习，及物联网传 感器的众多数据支撑下，在充分训练的情况下，将为各种行为动作和物体的主要 和非主要特征提供更高的识别准确率。

发明内容

本发明通过建立一套企业智能风险监控预警系统，来加强作业现场的监控范 围和管理力度，及时发现与预警各生产环节的安全风险，最终实现安全生产，具 体方案如下：

一种企业安全风险预警分析系统，包括基础信息管理模块、用户管理模块、 视频监控模块、物联网接入模块、数据存储模块、智能分析模块、主控模块；其 中：

所述基础信息管理模块用于将生产、施工单位的组织架构、岗位与人员、及 与生产相关物态信息进行录入或导入，以及管理物联网设备终端；

所述用户管理模块用于创建不同级别的用户，并为不同的用户分配权限与角 色；

所述视频监控模块用于实时监控生产与施工现场各点位的实时视频与音频；

所述物联网模块用于将生产工具、生产环境中部署的传感器全部接入物联 网，通过物联网接收重要生产工具与生产环境的状态数据、包括设备运行状态、 电压、电流、温度、湿度、烟感状态。

所述数据存储模块用于存储所有实时监控的视频、音频数据，以及物联网传 感器所上传的数据，供实时监测模块和智能分析模块调用。

所述智能分析模块根据监控数据和物联网传感器的采集的数据，实时分析安 全风险，并及时将分析结果呈现在主控模块，且能够将信息推送到移动端。

所述主控模块用于配置实时监测的模式，实时显示监控图像、生产工具、生 产工人、生产环境的状态指标，并呈现智能分析模块的分析结果，当有风险预警 时，能够通过动态图示及声音的形式及时警告；主控模块还能够同时用于监控作 业区域内是否有人的危险行为动作、是否有未授权人或物的越界不规范行为。

优选地，风险管理单元，具体包括：风险评估模块、风险应对模块，其中风 险评估模块用以对作业环境、人员行为进行采集评估分析，并将结论数据推送至 主控模块，主控模块根据接收到的评估信息进行处理，并根据风险应对模块进行 下达指定，以进行对应等级的处理。

优选地，所述风险评估模块和风险应对模块分别对作业环境和人员行为划分 为四至一等级依次递减，包括未戴安全帽、违规用火、吸烟信息、环境异常状态。

一种企业安全风险预警分析方法，其特征在于，具体步骤包括：

一、基于物联网建立初始安全风险系统，并将各模块参数进行初始化；

二、检测各模块通讯连接，并根据视频监控模块获取初步数据，进行预处理；

三、对预处理的数据进行分析并返回主控模块，得到风险结果数据；所述预 处理包括基于所述风险类型、等级、时间、具体内容以进一步对所述风险视频、 音频中的行为进行特征化提取信息，

四、主控模块对预处理的风险结果数据会进行一个初步风险整改方案，并根 据整改方案将所述预处理中的数据进行精度整合，得到完整的风险案例；

五、重复步骤一至四，并将不同风险整改方案和风险案例信息作为模型的输 入、进一步分别导入风险完善方案中生成模型中进行模拟生成，并根据所述初始 风险整改方案生成模型对应的预设的风险条件时，完成对风险案例生成模型的训 练，得到若干不同风险类型的风险整改方案生成模型；

六、将不同阶段生成的风险整改方案、风险案例以及最终模型进行分类整理 并反馈至主控模块储存，并将信息推送至移动端。

与现有的技术相比，本发明优点在于：

区别于传统的安防系统，在基本视频监控的基础上，增加物联网传感器的众 多数据，以智能AI技术为核心，尽最大可能的获取现场各类数据，并依据智能 分析，做到智能监控及提前预警，真正做到解放人力、24小时无缝无死角监控， 最大限度的解放了人力，提高了监控的效果，使得处置手段更为高效化和多样化。

传统的监控系统与风险分析通常只使用视频监控做为数据来源，使用原始形 式来处理自然数据，模型的学习能力受到很大的局限，构成一个模式识别或机器 学习系统往往需要相当的专业知识来从原始数据中(如图像的像素值)提取特征， 并转换成一个适当的内部表示。

通过设置以主控模块为中心的平台，可以利用机器替代人分析视频中的人、 物、事，实现“机器看监控，人看报表”，统筹管理数据，构建主动安防系统， 做到“事前预警、事中报警、事后追踪”，同时通过视频AI分析技术、边缘计 算技术与各类企业生产场景状态数据的深度融合，实现高风险区域、关键设备、 人员行为智能监控、图像智能分析、作业现场安全监控、设备运行状态等场景的 智能化预警与改造。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一 步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限 定本发明。

本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原 理，并非在限制本发明的保护范围。

一种企业安全风险预警分析系统，包括基础信息管理模块、用户管理模块、 视频监控模块、物联网接入模块、数据存储模块、智能分析模块、主控模块；其 中：

所述基础信息管理模块用于将生产、施工单位的组织架构、岗位与人员、及 与生产相关物态信息进行录入或导入，以及管理物联网设备终端；

所述用户管理模块用于创建不同级别的用户，并为不同的用户分配权限与角 色；

所述视频监控模块用于实时监控生产与施工现场各点位的实时视频与音频；

所述物联网模块用于将生产工具、生产环境中部署的传感器全部接入物联 网，通过物联网接收重要生产工具与生产环境的状态数据、包括设备运行状态、 电压、电流、温度、湿度、烟感状态。

所述数据存储模块用于存储所有实时监控的视频、音频数据，以及物联网传 感器所上传的数据，供实时监测模块和智能分析模块调用。

所述智能分析模块根据监控数据和物联网传感器的采集的数据，实时分析安 全风险，并及时将分析结果呈现在主控模块，且能够将信息推送到移动端。

所述主控模块用于配置实时监测的模式，实时显示监控图像、生产工具、生 产工人、生产环境的状态指标，并呈现智能分析模块的分析结果，当有风险预警 时，能够通过动态图示及声音的形式及时警告；主控模块还能够同时用于监控作 业区域内是否有人的危险行为动作、是否有未授权人或物的越界不规范行为。

优选地，风险管理单元，具体包括：风险评估模块、风险应对模块，其中风 险评估模块用以对作业环境、人员行为进行采集评估分析，并将结论数据推送至 主控模块，主控模块根据接收到的评估信息进行处理，并根据风险应对模块进行 下达指定，以进行对应等级的处理。

优选地，所述风险评估模块和风险应对模块分别对作业环境和人员行为划分 为四至一等级依次递减，包括未戴安全帽、违规用火、吸烟信息、环境异常状态。

一种企业安全风险预警分析方法，其特征在于，具体步骤包括：

一、基于物联网建立初始安全风险系统，并将各模块参数进行初始化；

二、检测各模块通讯连接，并根据视频监控模块获取初步数据，进行预处理；

三、对预处理的数据进行分析并返回主控模块，得到风险结果数据；所述预 处理包括基于所述风险类型、等级、时间、具体内容以进一步对所述风险视频、 音频中的行为进行特征化提取信息，

四、主控模块对预处理的风险结果数据会进行一个初步风险整改方案，并根 据整改方案将所述预处理中的数据进行精度整合，得到完整的风险案例；

五、重复步骤一至四，并将不同风险整改方案和风险案例信息作为模型的输 入、进一步分别导入风险完善方案中生成模型中进行模拟生成，并根据所述初始 风险整改方案生成模型对应的预设的风险条件时，完成对风险案例生成模型的训 练，得到若干不同风险类型的风险整改方案生成模型；

六、将不同阶段生成的风险整改方案、风险案例以及最终模型进行分类整理 并反馈至主控模块储存，并将信息推送至移动端。

风险管理单元在实际运行中发现、跟踪企业运行过程中风险动态变化情况， 及时对安全生产过程中风险升高而导致的潜在风险进行风险等级调整，从而使得 对应级别的工作人员对该风险进行快速响应；

风险管理单元包括：风险评估模块、风险应对模块，其中，风险评估模块能 够基于分析作业场所存在的风险为参考依据，是否对作业场所的初始风险等级存 在干扰。

具体而言，包括对特定任务和数据的处理：

一、设置设定相关数据，例如作业内容、影响区域和时间段等，然后发送至 主控模块并通过相关监测系统进行审批，与常规任务和作业不同的是，特定任务 作至少需要经过三次审批，例如，通过部门领导或管理员审批、安环部门主管通 过监测系统审批等；

二、审批过程中，判断该特种作业活动是否影响该作业场所的风险等级；

三、在设定新的风险等级后，根据风险等级分级预警到相关的领导岗位，按 照四种级别提醒到不同的安全管理者，得到作业场所的初始风险等级后，当确定 存在某处作业场所出现风险时，判断该风险是否会对该作业场所的风险等级造成 影响，判断过程基于风险管理单元实现，

其中，风险管理单元中包括对风险数据的录入、审批、整改、复查、销案、 归档等环节；当安全主管部门在风险审批的时候，会考虑该风险是否对作业场所、 作业活动的风险等级有所影响。

为支撑行业和区域安全风险的统计和计算，在得到各企业安全风险等级及归 属性指标后，还可以根据用户实际情况去建立企业安全风险数据库，所述企业安 全风险数据库可以储存于所述评估模型中。根据城市企业容量，数据库类型可采 用Access数据库。

各企业在计算得到安全风险等级和归属性指标后，通过创建和添加的方式， 对数据库自动添加一条记录，数据库的存储目标为城市所有企业的安全风险信 息。此后，用户可通过索引、视图等方式方便完成企业安全风险数据的查询检索、 修改编辑和统计计算等操作。

为突出安全风险重点区域、关键岗位和危险场所，绘制了直观展示的安全风 险空间分布图，在线监测与管控平台中，将风险清单中的风险模式、管控措施、 隐患排查、违章识别等信息嵌入主控模块，便于各岗位人员识别作业中的主要安 全风险和隐患，采取精准的风险控制措施。

评估模型突出重点；固有风险从“高风险设备设施、高风险工艺、高风险物 品、高风险场所、高风险作业”能突出重点人群、设备、工艺、场所等的危险性， 能充分展示实际现状情况。

本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理 的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更 改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (4)

1.一种企业安全风险预警分析系统，其特征在于，包括基础信息管理模块、用户管理模块、视频监控模块、物联网接入模块、数据存储模块、智能分析模块、主控模块；其中：

所述基础信息管理模块用于将生产、施工单位的组织架构、岗位与人员、及与生产相关物态信息进行录入或导入，以及管理物联网设备终端；

所述用户管理模块用于创建不同级别的用户，并为不同的用户分配权限与角色；

所述视频监控模块用于实时监控生产与施工现场各点位的实时视频与音频；

所述物联网模块用于将生产工具、生产环境中部署的传感器全部接入物联网，通过物联网接收重要生产工具与生产环境的状态数据、包括设备运行状态、电压、电流、温度、湿度、烟感状态。

所述数据存储模块用于存储所有实时监控的视频、音频数据，以及物联网传感器所上传的数据，供实时监测模块和智能分析模块调用。

所述智能分析模块根据监控数据和物联网传感器的采集的数据，实时分析安全风险，并及时将分析结果呈现在主控模块，且能够将信息推送到移动端。

所述主控模块用于配置实时监测的模式，实时显示监控图像、生产工具、生产工人、生产环境的状态指标，并呈现智能分析模块的分析结果，当有风险预警时，能够通过动态图示及声音的形式及时警告；主控模块还能够同时用于监控作业区域内是否有人的危险行为动作、是否有未授权人或物的越界不规范行为。

2.根据权利要求1所述的一种企业安全风险预警分析系统，其特征在于，所述智能分析模块还包括风险管理单元，具体包括：风险评估模块、风险应对模块，其中风险评估模块用以对作业环境、人员行为进行采集评估分析，并将结论数据推送至主控模块，主控模块根据接收到的评估信息进行处理，并根据风险应对模块进行下达指定，以进行对应等级的处理。

3.根据权利要求2所述的一种企业安全风险预警分析系统，其特征在于，所述风险评估模块和风险应对模块分别对作业环境和人员行为划分为四至一等级依次递减，包括未戴安全帽、违规用火、吸烟信息、环境异常状态。

4.一种企业安全风险预警分析方法，其特征在于，具体步骤包括：

一、基于物联网建立初始安全风险系统，并将各模块参数进行初始化；

二、检测各模块通讯连接，并根据视频监控模块获取初步数据，进行预处理；

三、对预处理的数据进行分析并返回主控模块，得到风险结果数据；所述预处理包括基于所述风险类型、等级、时间、具体内容以进一步对所述风险视频、音频中的行为进行特征化提取信息，

四、主控模块对预处理的风险结果数据会进行一个初步风险整改方案，并根据整改方案将所述预处理中的数据进行精度整合，得到完整的风险案例；

五、重复步骤一至四，并将不同风险整改方案和风险案例信息作为模型的输入、进一步分别导入风险完善方案中生成模型中进行模拟生成，并根据所述初始风险整改方案生成模型对应的预设的风险条件时，完成对风险案例生成模型的训练，得到若干不同风险类型的风险整改方案生成模型；

六、将不同阶段生成的风险整改方案、风险案例以及最终模型进行分类整理并反馈至主控模块储存，并将信息推送至移动端。