TWI759339B - 防墜系統及防墜自回縮式救生索設備 - Google Patents
防墜系統及防墜自回縮式救生索設備 Download PDFInfo
- Publication number
- TWI759339B TWI759339B TW106135111A TW106135111A TWI759339B TW I759339 B TWI759339 B TW I759339B TW 106135111 A TW106135111 A TW 106135111A TW 106135111 A TW106135111 A TW 106135111A TW I759339 B TWI759339 B TW I759339B
- Authority
- TW
- Taiwan
- Prior art keywords
- srl
- data
- ppems
- lifeline
- hub
- Prior art date
Links
- 230000001681 protective effect Effects 0.000 title description 23
- 230000015654 memory Effects 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims description 69
- 230000007613 environmental effect Effects 0.000 claims description 30
- 230000004044 response Effects 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 4
- 230000002265 prevention Effects 0.000 claims 3
- 238000000034 method Methods 0.000 description 68
- 230000000694 effects Effects 0.000 description 52
- 238000004458 analytical method Methods 0.000 description 40
- 230000001133 acceleration Effects 0.000 description 27
- 238000007726 management method Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 24
- 230000033001 locomotion Effects 0.000 description 15
- 230000006399 behavior Effects 0.000 description 14
- 238000005259 measurement Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 229920013636 polyphenyl ether polymer Polymers 0.000 description 7
- 230000003542 behavioural effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 231100001261 hazardous Toxicity 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012550 audit Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012628 principal component regression Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 206010000153 Abnormal labour Diseases 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B9/00—Safety arrangements
- G05B9/02—Safety arrangements electric
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
- A62B35/0093—Fall arrest reel devices
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
- A62B35/0006—Harnesses; Accessories therefor
- A62B35/0025—Details and accessories
- A62B35/0037—Attachments for lifelines and lanyards
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62B—DEVICES, APPARATUS OR METHODS FOR LIFE-SAVING
- A62B35/00—Safety belts or body harnesses; Similar equipment for limiting displacement of the human body, especially in case of sudden changes of motion
- A62B35/0043—Lifelines, lanyards, and anchors therefore
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B6/00—Internal feedback arrangements for obtaining particular characteristics, e.g. proportional, integral or differential
- G05B6/02—Internal feedback arrangements for obtaining particular characteristics, e.g. proportional, integral or differential electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Emergency Lowering Means (AREA)
- Emergency Alarm Devices (AREA)
Abstract
在一些實例中,一種系統包括:一自回縮式救生索(self-retracting lifeline,SRL),其包括一或多個電子感測器,該一或多個電子感測器經組態以產生指示該SRL的一操作之資料;及至少一計算裝置,其包含一或多個電腦處理器與一記憶體,該記憶體包含指令,當該等指令由該一或多個電腦處理器執行時導致該一或多個電腦處理器:接收指示該SRL的該操作之該資料;應用該資料至一安全模型,該安全模型預測與該SRL相關的一安全事件的一發生的一可能性;且至少部分基於該安全事件的該發生的該可能性,執行一或多個操作。
Description
本揭露係關於安全設備,且具體地,係關於防墜設備。
防墜設備對於在可能有害的或甚至致命的高度處操作的勞工是重要的安全設備。例如,為了幫助確保在墜落事件中的安全性,勞工通常配戴安全吊帶以防墜設備(諸如短節繩、能量吸收器、自回縮式救生索(self-retracting lifeline,SRL)、下降器、及類似者)連接至支撐結構。SRL一般包括纏繞在經偏置之滾筒上之救生索,滾筒可旋轉地連接至殼體。當救生索從殼體伸出與縮回殼體中時,救生索的運動導致滾筒旋轉。自回縮式救生索的實例包括3M防墜業務(Fall Protection Business)所製造的ULTRA-LOK自回縮式救生索、NANO-LOK自回縮式救生索、與REBEL自回縮式救生索。
大致上,本揭露描述了用於監測與預測防墜設備(諸如SRL)的安全事件之技術。在一些實例中,安全事件可指的是個人防護設備(personal protective equipment,PPE)的使用者的活動、PPE的狀況、或危險的環境狀況。例如,在防墜設備的背景中,安全事件可能是防墜設備的誤用、墜落設備的使用者經歷墜落、或防墜設備的故
障。在呼吸器的背景中,安全事件可能是呼吸器的誤用、呼吸器的使用者未接收到適當的品質及/或量的空氣、或呼吸器的故障。安全事件也可能與PPE所在的環境中的危害物有關。
根據本揭露的態樣,SRL可經組態以併入用於擷取資料的一或多個電子感測器,該資料指示SRL的操作、SRL的位置、或圍繞SRL的環境狀況。在一些情況中,電子感測器可經組態以測量長度、速度、加速度、力、或與SRL的救生索相關的各種其他特性、SRL的位置、及/或與SRL所位於的環境相關的環境因素,在本文中一般稱作使用資料或獲取的感測器資料。SRL可經組態以傳送使用資料至管理系統,管理系統係經組態以執行分析引擎,分析引擎應用該使用資料(或該使用資料的至少一子集)至安全模型,以在使用者(例如,勞工)穿著SRL從事活動時,即時地或幾乎即時地預測與SRL相關的安全事件的發生的可能性。以此方式,該等技術可提供工具以準確地測量及/或監測SRL的操作,基於該操作而判定預測結果,以及產生可用以即時地或準即時地警告迫在眉睫的安全事件的可能性或甚至避免迫在眉睫的安全事件之警示、模型、或規則組。
在一些實例中,一種系統包括:一自回縮式救生索(self-retracting lifeline,SRL),其包含一或多個電子感測器,該一或多個電子感測器經組態以產生指示該SRL的一操作之資料;及至少一計算裝置,其包含一或多個電腦處理器與一記憶體,該記憶體包含指令,當該等指令由該一或多個電腦處理器執行時導致該一或多個電腦處理器:接收指示該SRL的該操作之該資料;應用該資料至一安全模
型,該安全模型預測與該SRL相關的一安全事件的一發生的一可能性;且至少部分基於該安全事件的該發生的該可能性,執行一或多個操作。
在一些實例中,一自回縮式救生索包括:一第一連接器,其經組態以耦接至一錨;一第二連接器,其經組態以耦接至該救生索的一使用者;及一或多個電子感測器,該一或多個電子感測器經組態以產生指示該SRL的一操作之使用資料。
在一些實例中,一計算裝置包括:一或多個電腦處理器;與一記憶體,該記憶體包含指令,當該等指令由該一或多個電腦處理器執行時導致該一或多個電腦處理器:獲得來自至少一自回縮式救生索(SRL)的使用資料,其中該使用資料包含指示該至少一SRL的操作之資料;應用該使用資料至一安全模型,該安全模型特徵化該至少一SRL的一使用者的活動;基於該使用資料至該安全模型之應用,預測與該至少一SRL相關的一安全事件的一發生的一可能性;及回應於預測該安全事件的該發生的該可能性,產生一輸出。
於附圖及以下說明中提出本揭露之一或多項實例的細節。可從說明與圖式以及從申請專利範圍中明白了解本揭露之其他特徵、目的、以及優點。
2:計算系統/計算環境
4:電腦網路
6:個人防護設備管理系統(PPEMS)
7:區域網路
8:勞工/環境
8A、8B:環境
10:環境/勞工
10A-10N:勞工
11、11A、11B、11N:自回縮式救生索(SRL)
12:支撐結構
13:呼吸器
14、14A、14B、14N:集線器
15:安全站
16:終端使用者計算裝置
17、17A、17B、17C:信標
18:計算裝置
19、19A、19B:無線存取點
20、24、26:使用者
21、21A、21B:感測站
60:計算裝置
61:客戶端應用程式
62:個人防護設備(PPE)
63:客戶端
64:介面層
66:應用程式層
68:服務器
68A:事件端點前端
68B:事件選擇器
68C:事件處理器
68D:(HP)事件處理器
68E:通知服務器
68F:流分析服務器
68G:記錄管理與報告服務器
68H:安全服務器
68I:自檢查組件
69:事件流
70:服務匯流排
72:資料層
74:資料儲存庫
74A:事件資料/安全資料
74B:歷史資料與模型
74C:審核資料
74D:組態資料
74E:自檢查標準
74F:工作關係資料
90:第一連接器
92:救生索
94:第二連接器
96:殼體
98:計算裝置
100:處理器
102:記憶體
104:通訊單元
106:延伸感測器
108:張力感測器
109:速度計
110:加速計
112:位置感測器
114:高度計
116:環境感測器
118:輸出單元
130:編碼器/處理器
132:記憶體
134:使用資料
136:警示資料/偏心偏轉器
136A-136C:偏心偏轉器
138:規則/加重端
140:通信單元
142:感測器
144:使用者介面
146:遠端介面
160:索加速度
162:索速度
164:索長度
166:安全區域
168:鬆開區域
180:力或張力
182:索長度
184:安全區域
186:鬆開區域
188:過拉伸區域
190:速度
192:臨限
194:速度
200、202、204、206:方塊
圖1係繪示實例系統之方塊圖,其中具有嵌入式感測器與通訊能力的個人防護設備(PPE)係在多個工作環境中利用並由根據本揭露的各種技術之個人防護設備管理系統進行管理。
圖2係繪示圖1中所示的個人防護設備管理系統的操作透視之方塊圖。
圖3係根據本揭露的態樣繪示自回縮式救生索(SRL)的一實例之方塊圖。
圖4A根據本揭露的態樣繪示可包括在SRL中之編碼器的實例。
圖4B根據本揭露的態樣繪示可包括在SRL中之偏轉器單元的實例。
圖5係根據本揭露的各個態樣繪示與可穿戴式資料集線器通訊的SRL的實例之概念圖。
圖6根據本揭露的態樣繪示藉由本文中的個人防護設備管理系統或其他裝置關於勞工活動以測量索速度、加速度、與索長度的方式所施加的實例模型,其中該模型係配置以界定安全區域與安全事件之不安全行為預測區域。
圖7根據本揭露的態樣繪示藉由本文中的個人防護設備管理系統或其他裝置關於勞工活動以測量安全索上的力/張力與長度的方式所施加的第二模型之實例,其中該模型係配置以界定安全區域與安全事件之不安全行為預測區域。
圖8A與圖8B根據本揭露的態樣繪示來自勞工的使用資料實例的輪廓,其藉由個人防護設備管理系統判定,以代表低風險行為與觸發警示或其他回應的高風險行為。
圖9根據本揭露的態樣繪示用於預測安全事件的可能性之實例程序。
根據本揭露的態樣,SRL可組態以併入用於擷取資料的一或多個電子感測器,該資料指示操作、位置、或圍繞SRL的環境狀況。這類資料通常可在本文中稱為使用資料,或者替代地,感測器資料。使用資料可採取一時間期間的樣本流的形式。在一些情況中,電子感測器可組態以測量長度、速度、加速度、力、或與SRL的救生索相關的各種其他特性、指示SRL的位置之位置資訊、及/或與SRL所位於的環境相關的環境因素。此外,如本文中所述,SRL可組態以包括用於輸出通訊至各別勞工的一或多個電子組件,諸如揚聲器、振動裝置、LED、蜂鳴器、或用於輸出警示、音頻訊息、聲音、指示器、及類似者的其他裝置。
根據本揭露的態樣,SRL可組態以傳輸獲取的使用資料至個人防護設備管理系統(personal protection equipment management system,PPEMS),個人防護設備管理系統可係具有分析引擎之雲端系統,分析引擎經組態以處理從各種工作環境處的勞工群體所使用與部署的SRL或其他個人防護設備傳入的使用資料流。PPEMS的分析引擎可應用一或多個模型至傳入的使用資料流(或該使用資料的至少一
子集),以針對與任何單獨的SRL相關的勞工,監測與預測安全事件的發生的可能性。例如,分析引擎可將測量的參數(例如,電子感測器測量的參數)與特徵化SRL的使用者之活動的已知模型(例如,代表安全的活動、不安全的活動、或關注的活動(其一般發生在不安全的活動之前)),以判定事件發生的可能性。
然後,分析引擎可回應於預測安全事件的發生的可能性產生一輸出。例如,分析引擎可基於從SRL的使用者收集的資料產生指示安全事件很可能發生的一輸出。該輸出可使用以提醒SRL的使用者安全事件可能發生,以允許使用者修改或調整其行為。在其他實例中,SRL內嵌的電路系統或較靠近勞工的中間資料集線器內的處理器可藉由PPEMS或其他機構來編程,以應用PPEMS判定的模型或規則組,以便區域地產生與輸出用來避免或減輕預測的安全事件之警示或其他預防措施。以這種方式,該等技術提供工具以準確地測量及/或監測SRL的操作,並且基於該操作而判定預測結果。
圖1係繪示包括個人防護設備管理系統(PPEMS)6的計算系統2實例之方塊圖,PPEMS用於管理個人防護設備。如本文所述,PPEMS允許授權的使用者執行預防性職業健康與安全行動,並且管理安全防護設備的檢查與維護。藉由與PPEMS 6互動,安全專業人員可例如管理區域檢查、勞工檢查、勞工健康與安全合規培訓。
一般來說,PPEMS 6提供資料獲取、監測、活動記錄、報告、預測分析、與警示產生。例如,根據本文描述的各種實例,PPEMS 6包括底層分析與安全事件預測引擎及警示系統。如下面
進一步描述的,PPEMS 6提供一套整合的個人安全防護設備管理工具,且實施本揭露的各種技術。也就是說,PPEMS 6提供整合的端對端系統,其用於管理一或多個物理環境10內的勞工8所使用的個人防護設備,例如,安全設備,該等環境可能是建築工地、採礦或製造場所、或任何物理環境。本揭露的技術可在計算環境2的各個部分內實現。
如圖1的實例中所示,系統2代表計算環境,其中複數個物理環境8A、8B(統稱為環境8)內的計算裝置藉由一或多個電腦網路4與PPEMS 6電子通訊。物理環境8之各者代表一物理環境,諸如工作環境,其中一或多個個體,諸如勞工10,在各別環境內從事工作或活動時利用個人防護設備。
在此實例中,環境8A通常顯示為具有勞工10,而環境8B以展開的形式顯示,以提供更詳細的實例。在圖1的實例中,複數個勞工10A-10N係顯示為利用各別的防墜設備,其在本實例中顯示為附接至安全支撐結構12之自回縮式救生索(SRL)11A-11N。
如本文進一步描述的,SRL 11之各者包括嵌入式感測器或監測裝置及處理電子裝置,其經組態以在使用者(例如,勞工)穿著防墜設備從事活動時即時地擷取資料。例如,如相關於圖3所示的實例更詳細地描述,SRL可包括各種電子感測器,諸如延伸感測器、張力感測器、加速計、位置感測器、高度計、一或多個環境感測器、及/或用於測量SRL 11的操作的其他感測器之一或多者。此外,SRL 11之各者可包括一或多個輸出裝置,其用於輸出指示SRL 11的
操作之資料,及/或產生並輸出通訊至各別的勞工10。例如,SRL 11可包括一或多個裝置,其用以產生聽覺反饋(例如,一或多個揚聲器)、視覺反饋(例如,一或多個顯示器、發光二極體(LED)或類似者)、或觸覺反饋(例如,振動或提供其他觸覺反饋的裝置)。
通常,環境8之各者包括計算設施(例如,區域網路),SRL 11藉由該計算設施能夠與PPEMS 6通訊。例如,環境8可經組態以無線技術,諸如802.11無線網路、802.15 ZigBee網路、及類似者。在圖1的實例中,環境8B包括區域網路7,區域網路提供用於經由網路4與PPEMS 6通訊之封包式傳輸介質。另外,環境8B包括複數個無線存取點19A、19B,無線存取點可地理上分布整個環境中,以提供整個工作環境中的無線通訊的支援。
SRL 11之各者係組態以經由無線通訊(諸如經由802.11 WiFi協定、藍牙協定、或類似者)來傳送資料,諸如感測到的運動、事件與狀況。SRL 11可例如直接與無線存取點19通訊。作為另一實例,各勞工10可配備以可穿戴通訊集線器14A-14M的各別一者,其實現與促進SRL 11與PPEMS 6之間的通訊。在一些實例中,集線器可以是本質上安全的計算裝置、智慧型手機、腕戴式、頭戴式、或體戴式計算裝置、或任何其他計算裝置。SRL 11以及用於各別勞工11的其他PPE可經由藍牙或其他短程協定與各別的通訊集線器14進行通訊,且通訊集線器可經由無線存取點19所處理的無線通訊而與PPEMs 6通訊。雖然顯示為可穿戴式裝置,集線器14可經實施
為環境8B內部署的獨立裝置。在一些實例中,集線器可係PPE之一物品。
通常,集線器14之各者操作為用於SRL 11中繼通訊至與自SRL 11之無線裝置,且可在與PPEMS 6的通訊遺失的情況下緩衝使用資料。此外,集線器14之各者可經由PPEMS 6編程,使得區域警示規則可安裝與執行,而不需要連接至雲端。如此,集線器14之各者提供來自SRL 11及/或各別環境內的其他PPE的使用資料流的中繼,及在與PPEMS 6的通訊遺失的事件中,基於事件流提供用於區域警示的區域計算環境。
如圖1的實例中所示,環境(諸如環境8B)也可一或多個無線致能的信標,例如信標17A-17C,其提供工作環境內的準確位置資訊。例如,信標17A-17C可以是GPS致能的,使得各別信標內的控制器能夠精確地判定各別信標的位置。基於與一或多個信標17的無線通訊,給定的SRL 11或勞工10穿戴的通訊集線器14係組態以判定工作環境8B內的勞工的位置。以此方式,報告至PPEMS 6的事件資料可戳記以位置資訊,以協助分析、報告、與PPEMS執行的分析。
此外,諸如環境8B的環境也可一或多個無線致能的感測站,諸如感測站21A、21B。各感測站21包括一或多個感測器與控制器,其經組態以輸出指示感測到的環境狀況之資料。此外,感測站21可位在環境8B的各別地理區域內,或以其他方式與信標17互動,以判定各別的位置,並且在向PPEMS 6報告環境資料時包括此類位置
資訊。如此,PPEMS 6可組態以將感測的環境狀況與特定區域相關聯,且因此,可在處理自SRL 11接收的事件資料時利用所擷取的環境資料。例如,PPEMS 6可利用環境資料以協助產生用於SRL 11且用於執行預測分析的警示或其他指令,諸如,判定某些環境狀況(例如,熱、濕度、可見度)與異常的勞工行為或增加的安全事件之間的任何關聯性。如此,PPEMS 6可利用當前的環境狀況以協助預測與避免即將發生的安全事件。可由感測裝置21感測的環境狀況實例包括但不限於溫度、濕度、氣體的存在、壓力、可見度、風、及類似者。
在實例實施方案中,環境,諸如環境8B,也可包括分布整個環境中的一或多個安全站15,以提供用於存取PPEMs 6之觀看站。安全站15可允許勞工10之一者檢查SRL 11及/或其他安全設備,驗證安全設備適合於環境8的特定一者,及/或交換資料。例如,安全站15可傳輸警示規則、軟體更新、或韌體更新至SRL 11或其他設備。安全站15還可接收儲存在SRL 11、集線器14、及/或其他安全設備上的資料。也就是說,雖然SRL 11(及/或資料集線器14)一般而言可傳輸來自SRL 11的感測器的使用資料至網路4,在一些情況中,SRL 11(及/或資料集線器14)可能不連接至網路4。在此類情況中,SRL 11(及/或資料集線器14)可區域地儲存使用資料,並且在鄰近安全站15時將使用資料傳輸至安全站15。然後,安全站15可上傳來自SRL 11的資料,並連接至網路4。
另外,環境8之各者包括計算設施,計算設施提供操作環境給終端使用者計算裝置16用於經由網路4與PPEMS 6互動。例
如,環境8之各者一般包括一或多個安全管理器,其負責監督環境內的安全合規性。通常,各使用者20與計算裝置16互動以存取PPEMS 6。環境8之各者可包括系統。類似地,遠端使用者可使用計算裝置18經由網路4與PPEMS互動。為了實例的目的,終端使用者計算裝置16可係筆記型電腦、桌上型電腦、行動裝置(諸如平板電腦或所謂的智慧型手機)、及類似者。
使用者20、24與PPEMS 6互動以控制與主動管理勞工10所使用的安全設備的許多態樣,諸如存取與查看使用記錄、分析與報告。例如,使用者20、24可再檢查PPEMS 6所獲取與儲存的使用資訊,其中該使用資訊可包括指定在一時間期間(例如,一天、一星期、或類似者)上的開始與結束時間之資料、在特定事件(諸如,偵測到墜落)期間所收集的資料、自使用者獲取的感測資料、環境資料、及類似者。此外,使用者20、24可與PPEMS 6互動以執行資產追蹤,並為個別件的安全設備(例如,SRL 11)安排維護事件,以確保符合任何程序或規定。PPEMS 6可允許使用者20、24建立與完成相關於維護程序的數位檢查表,並且將來自計算裝置16、18的程序的任何結果同步至PPEMS 6。
此外,如本文所描述的,PPEMS 6整合了事件處理平台,事件處理平台經組態以處理來自數位致能的PPE(諸如SRL 11)的成千或甚至數百萬的同時發生的事件流。PPEMS 6的底層分析引擎應用歷史資料與模型至入站的資料流,以基於勞工11的狀況或行為模式計算斷定,諸如已識別的異常或安全事件的預測發生。另外,
PPEMS 6提供即時的警示與報告,以通知勞工10及/或使用者20、24任何預測的事件、異常、傾向、及類似者。
在一些實例中,PPEMS 6的分析引擎可應用分析以識別感測的勞工資料、環境狀況、地理區域、與其他因素之間的關係或相關性,並且分析對於安全事件的影響。PPEMS 6可基於從多個勞工10群體獲取的資料,判定哪些特定的活動(可能在某些地理區域內)導致或預測會導致安全事件的不尋常高度發生。
以此方式,PPEMS 6利用底層分析引擎與通訊系統緊密地整合用於管理個人防護設備的綜合工具,以提供資料獲取、監測、活動記錄、報告、行為分析、與警示產生。此外,PPEMS 6提供通訊系統,通訊系統用於系統2的各種元件的操作與利用以及系統的各種元件之間的操作與利用。使用者20、24可存取PPEMS以查看PPEMS 6對從勞工10獲取的資料所執行的任何分析的結果。在一些實例中,PPEMS 6可經由網路伺服器(例如,HTTP伺服器)呈現網路式介面,或可部署客戶端應用程式用於使用者20、24所使用的計算裝置16、18的裝置,諸如桌上型電腦、膝上型電腦、行動裝置(諸如智慧型手機與平板電腦)、或類似者。
在一些實例中,PPEMS 6可提供用於直接查詢PPEMS 6的資料庫查詢引擎,以例如藉由儀表板、警示通知、報告、及類似者的方式,查看獲取的安全資訊、合規資訊、與分析引擎的任何結果。也就是說,使用者24、26或在計算裝置16、18上執行的軟體可向PPEMS 6提交查詢,且接收與查詢對應的資料,以用一或多個報告
或儀表板的形式呈現。此類儀表板可提供關於系統2的各種見解,諸如多個勞工群體的基線(「正常(normal)」)操作、從事可能使勞工面臨風險的異常活動之任何異常勞工的識別、不尋常的異常(例如,高)安全事件已經發生或預測會發生之環境2內的任何地理區域的識別、出現與其他環境相關的安全事件的異常發生之任何環境2的識別、及類似者。
如下面詳細說明的,PPEMS 6可簡化負責監測的個人的工作流程,並確保實體或環境的安全合規性。也就是說,本揭露的技術可實現主動的安全管理,並允許組織針對環境8內的某些區域、特定件的安全設備11、或個別勞工10採取預防性或糾正措施,定義並且可進一步允許該實體實施由底層分析引擎所資料驅動的工作流程程序。
作為一實例,PPEMS 6的底層分析引擎可組態以針對給定環境8內或整個組織的多個環境中的勞工群體,計算與呈現客戶定義的度量。例如,PPEMS 6可組態以在勞工群體之中(例如,環境8A、8B的任一或兩者的勞工10之中)獲取資料,並且提供總計的性能度量與預測的行為分析。此外,使用者20、24可針對任何安全墜落的發生設定基準,且PPEMS 6可針對個人或定義的勞工群體追蹤相對於該基準的實際性能度量。
作為另一實例,如果狀況的某些組合存在,PPEMS 6可進一步觸發警示,例如,以加速安全設備(諸如SRL 11的一者)的檢查或保養。以此方式,PPEMS 6可識別該度量不符合基準的個別件
的SRL 11或勞工10,且促使使用者干預及/或執行程序以改善相對於基準的度量,從而確保合規性並且主動管理勞工10的安全。在一些實例中,一或多個操作可包括改變一或多個PPE物品的操作,該PPE物品包括但不限於SRL 11。
圖2係提供PPEMS 6作為雲端式平台時的操作透視方塊圖,PPEMS作為雲端式平台能夠支援具有整個勞工10群體之多個不同的工作環境8,勞工群體具有各種通訊致能的個人防護設備(PPE),諸如安全釋放管索(safety release line,SRL)11、呼吸器13、安全帽或其他安全設備。在圖2的實例中,PPEMS 6的組件係根據實現本揭露的技術的多個邏輯層而配置。各層可藉由包含硬體、軟體、或硬體與軟體的組合之一一或多個模組實施。
在圖2中,個人防護設備(PPE)62(諸如SRL 11、呼吸器13及/或其他設備),直接或藉由集線器14,以及計算裝置60操作為經由介面層64而與PPEMS 6通訊的客戶端63。計算裝置60通常執行客戶端軟體應用程式,諸如桌上型電腦應用程式、行動裝置應用程式、與網路應用程式。計算裝置60可代表圖1的計算裝置16、18的任一者。計算裝置60的實例可包括,但不限於,可攜式或行動計算裝置(例如,智慧型手機、可穿戴型計算裝置、平板電腦)、膝上型電腦、桌上型電腦、智慧型電視平台、與伺服器,這裡僅舉出幾個實例。
如在本揭露中進一步描述的,PPE 62與PPEMS 6通訊(直接或經由集線器14)以提供從嵌入式感測器與其他監測電路系統
獲取的資料流,並從PPEMS 6接收警示、組態、與其他通訊。在計算裝置60上執行的客戶端應用程式可與PPEMS 6進行通訊,以發送與接收由服務器68擷取、儲存、產生、及/或以其他方式處理的資訊。例如,客戶端應用程式可請求與編輯安全事件資訊,安全事件資訊包括由PPEMS 6管理及/或儲存的分析資料。在一些實例中,客戶端應用程式61可請求並顯示總計的安全事件資訊,其總結或以其他方式總計從PPE 62獲取及/或由PPEMS 6產生的安全事件的眾多個別實例與對應的資料。客戶端應用程式可與PPEMS 6互動,以查詢關於過去的與預測的安全事件、勞工10的行為傾向之分析資訊,僅舉出幾個實例。在一些實例中,客戶端應用程式可輸出從PPEMS 6接收的顯示資訊,以為客戶端63的使用者視覺化此類資訊。如下面進一步繪示與描述的,PPEMS 6可向客戶端應用程式提供資訊,客戶端應用程式輸出該資訊以顯示在使用者介面中。
在計算裝置60上執行的客戶端應用程式可針對不同的平台實施,但是包括相似或相同的功能。例如,客戶端應用程式可係桌上型電腦應用程式,其經編譯以在桌上型電腦作業系統(諸如Microsoft Windows、Apple OS X、或Linux)上運行,僅舉出幾個實例。作為另一實例,客戶端應用程式可係行動裝置應用程式,其經編譯以在行動裝置作業系統(諸如Google Android、Apple iOS、Microsoft Windows Mobile、或BlackBerry OS)上運行,僅舉出幾個實例。作為另一實例,客戶端應用程式可係網路應用程式,諸如網路瀏覽器,其顯示自PPEMS 6接收的網頁。在網路應用程式的實例中,
PPEMS 6可接收來自網路應用程式(例如,網路瀏覽器)的請求、處理請求、並將一或多個回應發送回網路應用程式。以此方式,網頁的收集、客戶端處理的網路應用程式、與PPEMS 6執行的伺服器端處理共同地提供功能來執行本揭露的技術。以此方式,客戶端應用程式使用根據本揭露的技術之PPEMS 6的各種服務,且應用程式可操作於各種不同的計算環境內(例如,PPE的嵌入式電路系統或處理器、桌上型電腦作業系統、行動裝置作業系統、或網路瀏覽器,僅舉出幾個實例)。
如圖2所示,PPEMS 6包括介面層64,其代表一組應用程式編程介面(application programming interface,API)或由PPEMS 6呈現與支援的協定介面。介面層64最初從客戶端63之任何者接收訊息,以在PPEMS 6處進一步處理。介面層64因此可提供可用於在客戶端63上執行的客戶端應用程式之一或多個介面。在一些實例中,介面可係可經由網路可存取的應用程式編程介面(API)。介面層64可以一或多個網路伺服器實施。一或多個網路伺服器可接收傳入的請求、程序、及/或轉發來自請求的資訊至服務器68,並且基於自服務器68接收的資訊提供一或多個回應至最初發送請求的客戶端應用程式。在一些實例中,實現介面層64的一或多個網路伺服器可包括運行環境,以部署提供一或多個介面的程式邏輯。如下面進一步描述的,各服務器可提供可經由介面層64存取的一或多個介面的群組。
在一些實例中,介面層64可提供表示狀態傳送(Representational State Transfer,RESTful)介面,其使用HTTP方法來
與服務器互動並且操縱PPEMS 6的資源。在此類實例中,服務器68可產生JavaScript物件表示法(JavaScript Object Notation,JSON)訊息,該訊息由介面層64發送回提交最初請求的客戶端應用程式61。在一些實例中,介面層64提供使用簡單物件存取協定(Simple Object Access Protocol,SOAP)的網路服務以處理來自客戶端應用程式61的請求。在又其他實例中,介面層64可使用遠端程序呼叫(Remote Procedure Calls,RPC)以處理來自客戶端63的請求。在接收到來自客戶端應用程式之使用一或多個服務器68的請求時,介面層64發送資訊至包括服務器68的應用程式層66。
如圖2所示,PPEMS 6也包括代表服務器的集合之應用程式層66,其用於實現PPEMS 6的多數底層操作。應用程式層66接收包括在自客戶端應用程式61接收的請求中之資訊,且根據該等請求所叫用的一或多個服務器68而進一步處理該資訊。應用程式層66可經實施為在一或多個應用程式伺服器上執行的一或多個離散的軟體服務器,例如,實體或虛擬機。也就是說,應用程式伺服器提供用於服務器68的執行之運行環境。在一些實例中,上述的功能介面層64與應用程式層66的功能可在相同的伺服器處實施。
應用程式層66可包括一或多個單獨的軟體服務器68,例如,作為一實例,例如經由邏輯服務匯流排70通訊的程序。服務匯流排70一般代表邏輯互連或介面組,其允許不同的服務器發送訊息至其他服務器,諸如藉由一發布/訂閱通訊模型。例如,服務器68之各者可基於用於各別服務的標準組,訂閱特定類型的訊息。當一服務器
發布特定類型的訊息在服務匯流排70上時,訂閱該類型的訊息之其他服務器將收到該訊息。以此方式,服務器68之各者可將資訊傳達給彼此。作為另一實例,服務器68可以點對點的方式使用插槽或其他通訊機構來進行通訊。在又其他實例中,管線系統架構可用於在軟體系統服務器處理資料訊息時,執行資料訊息的工作流程與邏輯處理。在描述服務器68之各者的功能之前,在本文中簡要描述該等層。
PPEMS 6的資料層72代表資料儲存庫,資料儲存庫對於在PPEMS 6中使用一或多個資料儲存庫74的資訊提供持久性。一資料儲存庫,通常,可係儲存及/或管理資料之任何資料結構或軟體。資料儲存庫的實例包括但不限於關聯式資料庫、多維資料庫、地圖、與散列表(hash table),僅舉出幾個實例。資料層72可使用關聯式資料庫管理系統(Relational Database Management System,RDBMS)軟體實施,以管理資料儲存庫74中的資訊。RDBMS軟體可管理一或多個資料儲存庫74,其可使用結構化查詢語言(Structured Query Language,SQL)存取。一或多個資料庫中的資訊可使用RDBMS軟體進行儲存、檢索、與修改。在一些實例中,資料層72可使用物件資料庫管理系統(Object Database Management System,ODBMS)、線上分析處理(Online Analytical Processing,OLAP)資料庫、或其他合適的資料管理系統實施。
如圖2所示,服務器68A-68H(「服務器(services)68」)之各者係在PPEMS 6內以模組化的形式實施。雖然針對各服務器顯示為單獨的模組,在一些實例中,二或更多服務器的功能可組合
成單一模組或組件。服務器68之各者可以軟體、硬體、或硬體與軟體的組合實施。此外,服務器68可經實施為獨立的裝置、單獨的虛擬機或容器、程序、執行緒或軟體指令,其通常用於在一或多個實體處理器上執行。
在一些實例中,一或多個服務器68可各自提供通過介面層64而暴露之一或多個介面。因此,計算裝置60的客戶端應用程式可呼叫一或多個服務器68的一或多個介面以執行本揭露的技術。
根據本揭露的技術,服務器68可包括事件處理平台,事件處理平台包括事件端點前端(event endpoint frontend)68A、事件選擇器68B、事件處理器68C、與高優先性(high priority,HP)事件處理器68D。事件端點前端68A操作為前端介面,用於接收與發送通訊至PPE 62與集線器14。換句話說,事件端點前端68A操作以作為部署在環境8內且為勞工10所利用的安全設備之前線介面。在一些情況中,事件端點前端68A可經實施為複數個任務或工作,該複數個任務或工作經大量產生以接收來自攜帶由安全設備所感測與擷取的資料之PPE 62的事件流69的個別入站的通訊。當接收事件流69時,例如,事件端點前端68A可大量產生任務以快速令入站的通訊(稱為事件)進入佇列,並關閉通訊對話,從而提供高速的處理與可擴縮性。各傳入的通訊可,例如,攜帶最近擷取的資料,代表感測的狀況、運動、溫度、動作或其他資料的資料,通常稱為事件。事件端點前端68A與PPE之間交換的通訊可係即時的或準即時的,取決於通訊延遲與連續性。
事件選擇器68B操作經由前端68A自PPE 62及/或集線器14接收的事件流69,並基於規則或分類判定與傳入的事件相關的優先性。基於優先性,事件選擇器68B令該等事件進入藉由事件處理器68C或高優先性(HP)事件處理器68D後續處理的佇列。額外的計算資源與物件可專用於HP事件處理器68D,以確保對於關鍵事件的回應,諸如PPE的不正確使用、基於地理位置與狀況之不正確的過濾器及/或呼吸器的使用、未能正確繫牢SRL 11、及類似者。回應於處理高優先性事件,HP事件處理器68D可立即叫用通知服務器68E,以產生欲輸出至SRL 11、集線器14、及/或遠端使用者20、24之警示、指令、警告、或其他類似訊息。未歸類於高優先性的事件係由事件處理器68C處理與消耗。
通常,事件處理器68C或高優先性(HP)事件處理器68D操作傳入的事件流,以更新資料儲存庫74內的事件資料74A。通常,事件資料74A可包括自PPE 62獲得的使用資料的全部或子集。例如,在一些情況中,事件資料74A可包括自PPE 62的電子感測器獲得的資料的全部樣本流。在其他情況中,事件資料74A可包括例如與特定的時間期間或PPE 62的活動相關的此類資料的子集。事件處理器68C、68D可建立、讀取、更新、與刪除儲存在事件資料74A中的事件資訊。事件資訊可儲存在各別的資料庫記錄中作為一結構,該結構包括資訊的名稱/值對,諸如以列/行格式指定的資料表。例如,名稱(例如,行)可係「勞工ID」,且值可係員工識別號。事件記錄可包
括資訊,諸如但不限於:勞工識別、PPE識別、(多個)獲取時間戳、與指示一或多個感測參數的資料。
此外,事件選擇器68B導引傳入的事件流至流分析服務器68F,流分析服務器代表分析引擎的實例,其經組態以執行傳入的事件流的深入處理,以執行即時分析。流分析服務器68F可,例如,經組態以在接收到事件資料74A時,即時地處理與比較多個事件資料74A流與歷史資料及模型74B。以此方式,流分析服務器68D可經組態以偵測異常、轉換傳入的事件資料值、基於狀況或勞工的行為在偵測到安全性疑慮時觸發警示。歷史資料與模型74B可包括,例如,指定的安全規則、業務規則、及類似者。以此方式,歷史資料與模型74B可特徵化SRL 11的使用者的活動為,例如,符合安全規則、業務規則、及類似者。此外,流分析服務器68D可藉由記錄管理與報告服務器68D的方式產生輸出,以藉由通知服務器68F或計算裝置60傳達至PPPE 62。
以此方式,分析服務器68F處理來自環境8內的勞工10所利用的經致能的安全PPE 62之入站的事件流,可能是數百或數千個事件流,以應用歷史資料與模型74B來計算斷定,諸如基於狀況或勞工的行為模式識別的異常或即將發生的安全事件的預測發生。分析服務器68D可藉由服務匯流排70發布該等斷定至通知服務器68F及/或記錄管理,以輸出至客戶端63之任何者。
以此方式,分析服務器68F可組態為主動安全管理系統,其預測即將發生的安全性疑慮,並提供即時的警示與報告。此
外,分析服務器68F可係決策支援系統,其提供用於處理入站的事件資料流之技術,以產生用於企業、安全人員、與其他遠端使用者、以總計的或個別的勞工及/或PPE為基礎,以統計資料、結論、及/或建議的形式之斷定。例如,分析服務器68F可應用歷史資料與模型74B,以基於偵測到的行為或活動模式、環境狀況與地理位置,針對特定的勞工,判定該勞工即將發生安全事件的可能性。在一些實例中,分析服務器68F可判定勞工目前是否受損,例如,歸因於體力透支、疾病、或酒精/藥物使用,而可能需要介入以防止安全事件。作為又一實例,分析服務器68F可提供特定環境8中的勞工的比較評級或安全設備的類型。
因此,分析服務器68F可維持或以其他方式使用提供風險度量的一或多個模型以預測安全事件。分析服務器68F也可產生命令組、建議、與品質測量。在一些實例中,分析服務器68F可基於處理PPEMS 6儲存的資訊來產生使用者介面,以提供可操作的資訊至客戶端63之任何者。例如,分析服務器68F可產生用於在客戶端63之任何者處輸出之儀表板、警示通知、報告、及類似者。此類資訊可提供關於下列之各種見解:多個勞工群體的基線(「正常」)操作、從事可能使勞工面臨風險的異常活動之任何異常勞工的識別、不尋常的異常(例如,高)安全事件已經發生或預測會發生之環境內的任何地理區域的識別、出現與其他環境相關的安全事件的異常發生之任何環境的識別、及類似者。
雖然可使用其他技術,在一實施方案實例中,分析服務器68F在操作安全事件流時利用機器學習以執行即時分析。也就是說,分析服務器68F包括可執行碼以偵測模式,可執行碼係藉由應用機器學習至事件流的訓練資料與已知的安全事件而產生。可執行碼可採取軟體指令或規則組的形式,並且通常稱為模型,該模型可隨後應用至事件流69以偵測類似的模式與預測即將發生的事件。
在一些實例中,分析服務器68F可產生用於特定的勞工、特定的勞工群體、特定的環境、或其組合之各別的模型。分析服務器68F可基於自PPE 62接收的使用資料更新模型。例如,分析服務器68F可基於自PPE 62接收的資料更新用於特定的勞工、特定的勞工群體、特定的環境、或其組合之該等模型。
替代地,或額外地,分析服務器68F可傳送所產生的碼及/或機器學習模型的全部或部分至集線器16(或PPE 62),以用於在其上執行,以近乎即時地提供區域警示給PPE。可用於產生模型74B的機器學習技術實例可包括各種學習風格,諸如監督學習、非監督學習、與半監督學習。演算法類型實例包括貝氏演算法(Bayesian algorithms)、叢集演算法(Clustering algorithms)、決策樹演算法、正則化演算法、回歸演算法、以實例為基的演算法、人工神經網路演算法、深度學習演算法、降維演算法、及類似者。具體演算法的各種實例包括貝氏線性回歸(Bayesian Linear Regression)、提升決策樹回歸(Boosted Decision Tree Regression)、神經網路回歸(Neural Network Regression)、反向傳播神經網路(Back Propagation Neural
Networks)、先驗演算法(Apriori algorithm)、K平均數叢聚(K-Means Clustering)、k最近鄰(k-Nearest Neighbour,kNN)、學習向量量子化(Learning Vector Quantization,LVQ)、自組織地圖(Self-Organizing Map,SOM)、局部加權學習(Locally Weighted Learning,LWL)、脊回歸(Ridge Regression)、最小絕對收縮與選擇算子(Least Absolute Shrinkage and Selection Operator,LASSO)、彈力網(Elastic Net)、與最小角度回歸(Least-Angle Regression,LARS)、主成分分析(Principal Component Analysis,PCA)、與主成分回歸(Principal Component Regression,PCR)。
記錄管理與報告服務器68G處理及回應於經由介面層64自計算裝置60接收的訊息與查詢。例如,記錄管理與報告服務器68G可接收來自客戶端計算裝置對於下列的請求:與個別勞工、勞工群體或樣本組、環境8的地理區域或整體環境8、個別的PPE 62或PPE群組/類型有關的事件資料。回應地,記錄管理與報告服務器68G基於該請求而存取事件資訊。在檢索事件資料時,記錄管理與報告服務器68G建構輸出回應至最初請求該資訊的客戶端應用程式。在一些實例中,該資料可包括在文檔中,諸如HTML文檔,或該資料可以JSON格式編碼或藉由請求的客戶端計算裝置上執行的儀表板應用程式呈現。例如,如本揭露中進一步描述的,包括事件資訊的使用者介面實例係描繪在圖式中。
作為額外的實例,記錄管理與報告服務器68G可接收請求以查找、分析、與關聯PPE事件資訊。例如,記錄管理與報告服
務器68G可接收來自客戶端應用程式對於在一歷史時段上的事件資料74A的查詢請求,諸如使用者可查看在一時間期間上的PPE事件資訊及/或計算裝置可分析在該時間期間上的PPE事件資訊。
在實施方案實例中,服務器68亦可包括安全服務器68H,安全服務器驗證與授權對於PPEMS 6之使用者及請求。具體地,安全服務器68H可接收來自客戶端應用程式及/或其他服務器68的驗證請求,以存取資料層72中的資料及/或在應用程式層66中執行處理。驗證請求可包括憑證,諸如使用者名稱與密碼。安全服務器68H可查詢安全資料74A,以判定使用者名稱與密碼組合是否有效。組態資料74D可包括以授權憑證形式的安全資料、政策、與用於控制對PPEMS 6的存取之任何其他資訊。如上述,安全資料74A可包括授權憑證,諸如用於PPEMS 6的已授權使用者之有效的使用者名稱與密碼的組合。其他憑證可包括允許存取PPEMS 6之裝置識別符或裝置輪廓。
安全服務器68H可提供用於在PPEMS 6處執行的操作之審核與記錄功能。例如,安全服務器68H可記錄服務器68所執行的操作及/或服務器68在資料層72中存取的資料。安全服務器68H可儲存審核資訊(諸如記錄的操作、存取的資料、與規則處理結果)在審核資料74C中。在一些實例中,安全服務器68H可回應於經滿足的一或多個規則而產生事件。安全服務器68H可儲存指示該等事件的資料在審核資料74C中。
PPEMS 6可包括自檢查組件68I、自檢查標準74E、與工作關係資料74F。自檢查標準74E可包括一或多個自檢查標準。工作關係資料74F可包括對應於PPE、勞工、與工作環境的資料之間的映射。工作關係資料74F可係任何合適的用於儲存、檢索、更新、與刪除資料的資料儲存區。RMRS 69G可儲存勞工10A的唯一識別符與資料集線器14A的唯一裝置識別符之間的映射。工作關係資料儲存74F也可映射勞工至環境。在圖2的實例中,自檢查組件68I可接收或以其他方式判定用於資料集線器14A、勞工10A、及/或相關於或分配至勞工10A的PPE之來自工作關係資料74F的資料。基於此資料,自檢查組件68I可從自檢查標準74E選擇一或多個自檢查標準。自檢查組件68I可發送自檢查標準至資料集線器14A。
圖3更詳細地繪示SRL 11之一者的實例。在此實例中,SRL 11包括第一連接器90(用於附接至錨)、救生索92、與第二連接器94(用於附接至使用者(未圖示))。SRL 11亦包括殼體96,其容納能量吸收及/或制動系統與計算裝置98。在繪示的實例中,計算裝置98包括處理器100、記憶體102、通訊單元104、延伸感測器106、張力感測器108、速度計109、加速計110、位置感測器112、高度計114、一或多個環境感測器116、與輸出單元118。
應理解,圖3繪示的計算裝置98(且更廣義地說,SRL 11)的結構與配置係僅顯示用於例示性的目的。在其他實例中,SRL 11與計算裝置98可以多種其他方式組態而比圖3中所示的彼等具有額外的、更少的、或替代的組件。例如,在一些情況中,計算裝置98
可經組態以僅包括該等組件的子集,諸如通訊單元104與延伸感測器106。此外,雖然圖3的實例繪示計算裝置98為與殼體96整合,該等技術不限於此類配置。
第一連接器90可固定至固定結構,諸如鷹架或其他支撐結構。救生索92可纏繞在經偏置之滾筒上,滾筒可旋轉地連接至殼體96。第二連接器94可連接至使用者(例如,諸如勞工10之一者(圖1))。因此,在一些實例中,第一連接器90可組態為連接至支撐結構的固定點,且第二連接器94經組態以包括連接至勞工的鉤。在其他實例中,第二連接器94可連接至固定點,而第一連接器90可連接至勞工。當使用者執行活動時,救生索92的運動導致滾筒隨著救生索92延伸出與縮回進殼體96中而旋轉。
通常,計算裝置98可包括複數個感測器,感測器可擷取關於SRL 11的操作及/或使用SRL 11的環境之即時資料。此類資料可在本文中稱作使用資料。感測器可定位在殼體96內及/或可位在SRL 11內的其他位置,諸如靠近第一連接器90或第二連接器94。於一實例,處理器100係經組態以實施功能及/或處理指令以用於運算裝置98中執行。例如,處理器100可能夠處理由記憶體102所儲存的指令。處理器100可包括,例如,微處理器、數位信號處理器(DSP)、特定應用積體電路(ASIC)、場可程式閘陣列(FPGA)、或等效的離散或積體邏輯電路系統。
記憶體102可包括電腦可讀的儲存媒體或電腦可讀的儲存裝置。在一些實例中,記憶體102可包括短期記憶體或長期記憶體
之一或多者。記憶體102可包括,例如,隨機存取記憶體(RAM)、動態隨機存取記憶體(DRAM)、靜態隨機存取記憶體(SRAM)、磁性硬碟、光碟、快閃記憶體、或電性可程式記憶體形式(EPROM)或電性可抹除且可程式記憶體(EEPROM)的形式。
在一些實例中,記憶體102可儲存作業系統(未圖示)或其他應用程式,其控制計算裝置98的組件的操作。例如,作業系統可促進資料自電子感測器(例如,延伸感測器106、張力感測器108、加速計110、位置感測器112、高度計114、及/或環境感測器116)至通訊單元104之通訊。在一些實例中,記憶體102係用於儲存程式指令用於由處理器100執行。記憶體102也可經組態以於操作期間儲存資訊於計算裝置98內。
計算裝置98可使用通訊單元104以經由一或多個有線或無線連接與外部裝置通訊。通訊單元104可包括各種混頻器、濾波器、放大器與設計用於信號調變的其他組件,以及一或多個天線及/或設計用於傳輸與接收資料的其他組件。通訊單元104可使用任何一或多個合適的資料通訊技術發送與接收資料至其他計算裝置。此類通訊技術的實例可包括TCP/IP、以太網、Wi-Fi、藍牙、4G、LTE,僅舉出幾個實例。在一些情況中,通訊單元104可根據藍牙低功耗(Bluetooth Low Energy,BLU)協定操作。
延伸感測器106可經組態以產生並輸出指示至少一救生索92的延伸與救生索92的回縮之資料。在一些實例中,延伸感測器106可產生指示救生索92的延伸的長度或救生索92的回縮的長度之
資料。在其他實例中,延伸感測器106可產生指示延伸或回縮循環之資料。延伸感測器106可包括旋轉編碼器、光學感測器、霍爾效應感測器、或用於判定位置及/或旋轉的其他感測器之一或多者。在一些實例中,延伸感測器106亦可包括一或多個開關,一或多個開關產生指示救生索92的完全延伸或完全回縮之輸出。
張力感測器108可經組態以產生指示救生索92的張力之資料,例如,相對於第二連接器90。張力感測器108可包括力轉換器,力轉換器經放置與救生索92成一線,以直接或間接測量施加至SRL 11的張力。在一些情況中,張力感測器108可包括應變計以測量SRL 11上的靜力或靜張力。張力感測器108可額外地或替代地包括機械開關,機械開關具有彈簧偏置機構係使用以基於施加至SRL 11的預定張力而形成或斷開電性接觸。在又其他實例中,張力感測器108可包括一或多個用於判定SRL 11的摩擦制動器的旋轉之組件。例如,該一或多個組件可包括感測器(例如,光學感測器、霍爾效應感測器、或類似者),感測器經組態以在制動系統的啟動期間判定制動器的兩個組件之間的相對運動。
速度計109可經組態以產生指示救生索92的速度之資料。例如,速度計109可測量救生索的延伸及/或回縮(或接收來自延伸感測器106的此類測量)且應用延伸及/或回縮至時間尺度(例如,除以時間)。加速計110可經組態以產生指示SRL 11相對於重力的加速度之資料。加速計110可經組態為單或多軸加速計以判定加速度的
量值與方向,例如,作為向量,並可用於判定定向、坐標加速度、振動、衝撞、及/或墜落。
位置感測器112可經組態以產生指示SRL 11在環境8之一者中的位置之資料。位置感測器112可包括全球定位系統(GPS)接收器(以執行三角測量之構成組件(例如,使用信標及/或其他固定的通訊點)),或其他感測器以判定SRL 11的相對位置。
高度計114可經組態以產生指示在固定位準之上之SRL 11的高度之資料。在一些實例中,高度計114可經組態以基於大氣壓力的測量判定SRL 11的高度(例如,高度越高,壓力越低)。
環境感測器116可經組態以產生指示環境(諸如環境8)的特性之資料。在一些實例中,環境感測器116可包括一或多個感測器,一或多個感測器經組態以測量溫度、濕度、微粒含量、噪音位準、空氣品質、或可使用SRL 11的環境的任何種類的其他特性。
輸出單元118可經組態以輸出指示SRL 11的操作之資料,例如,由SRL 11的一或多個感測器(例如,諸如延伸感測器106、張力感測器108、加速計110、位置感測器112、高度計114、及/或環境感測器116)所測量。輸出單元118可包括由計算裝置98的處理器100可執行的指令,以產生與SRL 11的操作相關的資料。在一些實例中,輸出單元118可直接輸出來自SRL 11的一或多個感測器的資料。例如,輸出單元118可產生一或多個係含有來自SRL 11的一或多個感測器的即時或接近即時的資料之訊息,用於經由通訊單元104傳輸至另一裝置。
在其他實例中,輸出單元118(及/或處理器100)可處理來自一或多個感測器的資料,並產生特徵化來自一或多個感測器的該資料之訊息。例如,輸出單元118可判定SRL 11的使用時間的長度、救生索92的延伸與回縮循環的數量(例如,基於來自延伸感測器106的資料)、在使用期間使用者的速度的平均速率(例如,基於來自延伸感測器106或位置感測器112的資料)、SRL 11的使用者的瞬時速度或加速度(例如,基於來自加速計110的資料)、救生索92的制動器的鎖定之數量、及/或衝擊的嚴重程度(例如,基於來自張力感測器108的資料)。
在一些實例中,輸出單元118可經組態以即時地或接近即時地經由通訊單元104將該使用資料傳輸至另一裝置(例如,PPE 62)。然而,在一些情況中,通訊單元104可能不能夠與此類裝置通訊,例如,歸因於SRL 11所位於的環境及/或網路中斷。在此類情況中,輸出單元118可儲存使用資料至記憶體102。也就是說,輸出單元118(或感測器本身)可儲存使用資料至記憶體102,其可允許在網路連接變得可用時將使用資料上傳至另一裝置。
輸出單元118亦可經組態以產生SRL 11的使用者可感知的聽覺的、視覺的、觸覺的、或其他輸出。例如,輸出單元118可包括一或多個使用者介面裝置,其包括作為實例的各種燈、顯示器、觸覺反饋產生器、揚聲器、或類似者。在一實例中,輸出單元118可包括一或多個發光二極體(LED),其位於SRL 11上及/或包括在SRL 11的使用者的視野中的遠端裝置(例如,指示器眼鏡、帽舌、或類似
者)中。在另一實例中,輸出單元118可包括一或多個揚聲器,其位於SRL 11上及/或包括在遠端裝置(例如,耳機、頭戴式耳機、或類似者)中。在又另一實例中,輸出單元118可包括觸覺反饋產生器,其產生振動或其他觸覺反饋,且其包括在SRL 11或遠端裝置(例如,手鐲、頭盔、耳機、或類似者)上。
輸出單元118可經組態以基於SRL 11的操作產生該輸出。例如,輸出單元118可經組態以產生指示SRL 11的狀態(例如,SRL 11係正確地操作或需要檢查、修理、或更換)之輸出。作為另一實例,輸出單元118可經組態以產生一輸出,該輸出指示SRL 11適合於SRL 11所在的環境。在一些實例中,輸出單元118可經組態以產生指示SRL 11所在的環境不安全(例如,溫度、微粒位準、位置、或類似者可能對於使用SRL 11的勞工有危險)之輸出資料。
在一些實例中,SRL 11可經組態以儲存特徵化安全事件的可能性之規則,且輸出單元118可經組態以基於SRL 11的操作(如由感測器所測量的)與規則的比較而產生輸出。例如,SRL 11可經組態以基於上述的模型及/或來自PPEMS 6的歷史資料,儲存規則至記憶體102。區域地儲存與執行該等規則可允許SRL 11以可能較少的延遲來判定安全事件的可能性,相較於如果此類判定是由PPEMS 6做出及/或在沒有網路連接可用的情況中(使得與PPEMS 6的通訊是不可能的)來說。在此實例中,輸出單元118可經組態以產生聽覺的、視覺的、觸覺的、或其他輸出,該輸出可警示使用SRL 11的勞工可能有不安全的活動、異常的行為、或類似者。
根據本揭露的態樣,SRL 11可經由通訊單元104接收警示資料,且輸出單元118可基於該警示資料產生輸出。例如,SRL 11可接收警示資料自集線器14、PPEMS 6(直接地或經由一或集線器14)、終端使用者計算裝置16、使用計算裝置18的遠端使用者、安全站15、或其他計算裝置之一者。在一些實例中,該警示資料可基於SRL 11的操作。例如,輸出單元118可接收警示資料,其指示SRL 的狀態、SRL適於SRL 11所在的環境、SRL 11所在的環境是不安全的、或類似者。
在一些實例中,額外地或替代地,SRL 11可接收與安全事件的可能性相關的警示資料。例如,如上面所指出的,在一些實例中,PPEMS 6可應用歷史資料與模型至來自SRL 11的使用資料,以基於環境狀況或使用SRL 11的勞工的行為模式來計算斷定,諸如異常或即將發生的安全事件的預測發生。也就是說,PPEMS 6可應用分析以識別來自SRL 11的感測資料、SRL 11所位於的環境的環境狀況、SRL 11所位於的地理區域、及/或其他因素之間的關係或相關性。PPEMS 6可基於從多個勞工10群體獲取的資料,判定哪些特定的活動(可能在某些環境或地理區域內)導致或預測會導致安全事件的不尋常高度發生。SRL 11可接收來自PPEMS 6的警示資料,其指示安全事件的相對高的可能性。
輸出單元118可解釋接收的警示資料並且產生輸出(例如,聽覺的、視覺的、或觸覺的輸出),以通知使用SRL 11的勞工該警示狀況(例如,安全事件的可能性係相對地高、環境係危險的、
SRL 11發生故障、SRL 11的一或多個組件需要修理或更換、或類似者)。在一些情況中,輸出單元118(或處理器100)可額外地或替代地解釋警示資料以修改SRL 11的操作或執行規則,以使SRL 11的操作符合所欲的/風險較低的行為。例如,輸出單元118(或處理器100)可啟動救生索92上的制動器,以防止救生索92自殼體96延伸。
因此,根據本揭露的態樣,來自SRL 11的感測器的使用資料(例如,來自延伸感測器106、張力感測器108、加速計110、位置感測器112、高度計114、環境感測器116、或其他感測器的資料)可以多種方式使用。根據一些態樣,使用資料可使用以判定使用統計。例如,PPEMS 6可基於來自感測器的使用資料判定使用SRL 11的時間的量、救生索92的延伸或回縮循環的數量、在使用期間中救生索92延伸或回縮的速度的平均速率、在使用期間中救生索92延伸或回縮的瞬時速度或加速度、救生索92鎖定的數量、救生索92受到的衝擊的嚴重性、或類似者。在其他實例中,上面提及的使用統計可區域地判定並儲存(例如,藉由SRL 11或集線器14之一者)。
根據本揭露的態樣,PPEMS 6可使用該使用資料以特徵化勞工10的活動。例如,PPEMS 6可建立生產性與非生產性時間的模式(例如,基於SRL 11的操作及/或勞工10的運動)、分類勞工的運動、識別關鍵運動、及/或推斷關鍵事件的發生。也就是說,PPEMS 6可獲得使用資料、使用服務器68分析使用資料(例如,藉
由比較該使用資料與來自已知的活動/事件的資料),並基於該分析產生輸出。
在一些實例中,該使用統計可使用以判定何時SRL 11需要維修或更換。例如,PPEMS 6可比較該使用資料與指示正常操作SRL 11的資料,以識別缺陷或異常。在其他實例中,PPEMS 6也可比較該使用資料與指示SRL 11的已知的使用壽命統計之資料。使用統計也可使用以提供勞工10如何使用SRL 11的瞭解至產品開發商,以改良產品的設計與性能。在又其他實例中,該使用統計可使用以收集人類的表現的後設資料以開發產品規格。在又其他實例中,該使用統計可使用作競爭基準工具。例如,使用資料可於SRL 11的客戶之間比較,以評估配備有SRL 11的整個勞工群體之間的度量(例如生產力、合規性、或類似者)。
額外或替代地,根據本揭露的態樣,來自SRL 11的感測器的使用資料可使用以判定狀態指示。例如,PPEMS 6可判定勞工10連接至SRL 11或者自SRL斷開。PPEMS 6也可相對於一些資料來判定勞工10的高度及/或位置。PPEMS 6亦可判定勞工10接近救生索92的抽出的預定長度。PPEMS 6也可判定勞工10對環境8(圖1)之一者中的危險區域的接近。在一些情況中,PPEMS 6可基於SRL 11的使用(如使用資料所指示的)及/或SRL 11所位於的環境的環境狀況,判定SRL 11的維修間隔。PPEMS 6也可基於使用資料判定是否SRL 11連接至錨/固定結構及/或是否錨/固定結構是合適的。
額外或替代地,根據本揭露的態樣,來自SRL 11的感測器的使用資料可使用以評估穿著SRL 11的勞工10的表現。例如,PPEMS 6可基於來自SRL 11的使用資料識別可指示勞工10的即將墜落之運動。PPEMS 6也可基於來自SRL 11的使用資料以識別可指示疲勞之運動。在一些情況中,PPEMS 6可基於來自SRL 11的使用資料以推斷墜落已經發生或勞工10不能勝任。PPEMS 6亦可在墜落已經發生後執行墜落資料分析,及/或判定溫度、濕度、與其他環境狀況,因為彼等相關於安全事件的可能性。
額外或替代地,根據本揭露的態樣,來自SRL 11的感測器的使用資料可使用以判定SRL 11的警示及/或主動控制操作。例如,PPEMS 6可判定安全事件(諸如墜落)即將發生,且啟動SRL 11的制動器。在一些情況中,PPEMS 6可調整對於墜落動力學的制止特性的性能。也就是說,PPEMS 6可基於安全事件的特定特性(例如,如使用資料所指示的)警示施加至SRL 11的該控制。在一些實例中,PPEMS 6可在勞工10接近環境8之一者中的危險時提供警告(例如,基於從位置感測器112收集的位置資料)。PPEMS 6還可閉鎖SRL 11,使得在SRL 11已經歷衝擊或需要維修之後,SRL 11將無法操作。
再次,PPEMS 6可基於應用使用資料至特徵化SRL 11的使用者的活動之一或多個安全模型,判定上述的性能特性及/或產生警示資料。安全模型可基於歷史資料或已知的安全事件來訓練。然而,雖然該等判定係相對於PPEMS 6來描述,如在本文中更詳細描述
的,一或多個其他的計算裝置(諸如集線器14或SRL 11)可經組態以執行此類功能的全部或子集。
在一些情況中,PPEMS 6可應用分析於PPE的組合。例如,PPEMS 6可得出SRL 11的使用者及/或與SRL 11一起使用的其他PPE之間的相關性。即,在一些情況中,PPEMS 6可不僅基於來自SRL 11的使用資料,而且還基於來自與SRL 11一起使用的其他PPE的使用資料,判定安全事件的可能性。在此類情況中,PPEMS 6可包括一或多個安全模型係建構自來自與SRL 11一起使用的一或多個SRL 11以外的裝置的已知的安全事件的資料。
圖4A繪示容納在殼體96內之SRL 11的內部組件的實例。在繪示的實例中,SRL 11包括編碼器130,編碼器係併入在SRL 11的滾筒上。在一些實例中,編碼器130可包括圖3所示的延伸感測器106的至少一部分。編碼器130可經組態以測量救生索92自殼體96延伸時之救生索92的索長度。編碼器130可經組態以輸出指示救生索92所纏繞之滾筒的轉數、滾筒的角速度、及/或滾筒的角加速度、或類似者之資料。此類資料可使用以判定救生索92的索長度(例如,已經自殼體96延伸的救生索92的量)、救生索92延伸的線性速度、及/或救生索92延伸的線性加速度。
例如,在一些情況中,編碼器130可經組態為旋轉編碼器(也稱為軸編碼器),其將救生索92所捲繞的滾筒的軸或輪軸的角位置或運動轉換成類比或數位碼。編碼器130可經組態為絕對編碼器(其輸出指示軸的當前位置之資料)或增量編碼器(其提供指示軸的
運動之資料),SRL 11可進一步處理該等資料以判定位置、距離、速度、加速度、或類似者。
圖4B繪示容納在殼體96(圖3)內之SRL 11的內部組件的另一實例。在繪示的實例中,SRL 11包括偏心偏轉器136A-136C(統稱為偏心偏轉器136)。偏心偏轉器136之各者包括一加重端138,當角加速度及/或角速度達到預定的臨限時,加重端向外移動以克服抵抗向外運動的偏置力(例如,彈簧張力)。因此,當救生索92自殼體96延伸時,偏心偏轉器136可產生指示救生索92所捲繞的滾筒的速度及/或加速度之資料。從速度及/或加速度資料,SRL 11可判定墜落已經發生。
圖5更詳細地繪示集線器14之一者的實例。例如,集線器14包括一或多個處理器130、可儲存使用資料134、警示資料136及/或規則136的記憶體132、通訊單元140、感測器142、使用者介面144、與遠端介面146。應理解,圖5繪示的集線器14的結構與配置係僅顯示用於例示性的目的。在其他實例中,集線器14可以多種其他方式組態而比圖5中所示的彼等具有額外的、更少的、或替代的組件。例如,集線器14亦可包括一或多個電池、充電組件、或圖5中未顯示的類似者。另外,雖然在圖5的實例中顯示為可穿戴裝置,在其他實例中,集線器14可實施為部署在特定環境中的獨立裝置。
通常,集線器14可實現與促進SRL 11與PPEMS 6之間的通訊。例如,SRL 11以及用於各別勞工的其他PPE可經由藍牙或其他短程協定與集線器14通訊,而集線器14可經由無線通訊(諸如
經由802.11 WiFi協定或類似者)與PPEMs 6通訊。在一些實例中,如本文中更詳細描述的,集線器14也可實施將安全事件(例如,來自PPEMs)的可能性特徵化之規則、產生及/或輸出警示、或執行各種其他功能。
在一實例中,處理器130係經組態以實施功能及/或處理指令以用於集線器14中執行。例如,處理器130可能夠處理記憶體132所儲存的指令。處理器130可包括,例如,微處理器、數位信號處理器(DSP)、特定應用積體電路(ASIC)、場可程式閘陣列(FPGA)、或等效的離散或積體邏輯電路系統。
記憶體132可包括電腦可讀的儲存媒體或電腦可讀的儲存裝置。在一些實例中,記憶體132可包括短期記憶體或長期記憶體之一或多者。記憶體132可包括,例如,隨機存取記憶體(RAM)、動態隨機存取記憶體(DRAM)、靜態隨機存取記憶體(SRAM)、磁性硬碟、光碟、快閃記憶體、或電性可程式記憶體形式(EPROM)或電性可抹除且可程式記憶體(EEPROM)的形式。
在一些實例中,記憶體132可儲存作業系統(未圖示)或其他應用程式,其控制集線器14的組件的操作。例如,作業系統可促進資料自記憶體132通訊至通訊單元140。在一些實例中,記憶體132係用於儲存程式指令用於由處理器100執行。記憶體132也可經組態以於操作期間儲存資訊於集線器14內。在圖5所示的實例中,記憶體132可儲存使用資料134、警示資料136、及/或規則138,如下面更詳細地描述。
集線器14可使用通訊單元140以經由一或多個有線或無線連接與外部裝置通訊。通訊單元140可包括各種混頻器、濾波器、放大器與設計用於信號調變的其他組件,以及一或多個天線及/或設計用於傳輸與接收資料的其他組件。通訊單元140可使用任何一或多個合適的資料通訊技術發送與接收資料至其他計算裝置。此類通訊技術的實例可包括TCP/IP、以太網、Wi-Fi、藍牙、4G、LTE,僅舉出幾個實例。例如,通訊單元140可經由藍牙或其他短程協定與SRL 11或其他PPE通訊,且通訊單元140可經由無線通訊(諸如經由802.11 WiFi協定或類似者)與PPEMs 6通訊。
感測器142可包括一或多個感測器,一或多個感測器產生指示與集線器14相關的勞工10的活動之資料,及/或指示集線器14所在的環境之資料。作為實例,感測器142可包括一或多個加速計、用以偵測特定環境中存在的狀況之一或多個感測器(例如,用於測量溫度、濕度、微粒含量、噪音位準、空氣品質、或可使用SRL 11的環境的任何各種其他特性之感測器)、或各種其他的感測器。
使用者介面144可包括一或多個使用者介面裝置,其包括作為實例的各種燈、顯示器、觸覺反饋產生器、揚聲器、或類似者。一般而言,使用者介面144可輸出SRL 11及/或集線器14的狀態、以及用於勞工10的任何警示。在一實例中,使用者介面144可包括照明的複數個多色LED,以提供資訊給勞工10。在另一實例中,使用者介面144可包括馬達,馬達經組態以振動集線器14以提供觸覺反饋至勞工10。
遠端介面146經組態以產生用於在客戶端62(圖2)輸出之資料。例如,遠端介面146可產生指示SRL 11及/或集線器14的狀態之資料。例如,遠端介面146可產生指示SRL 11是否連接至集線器14,及/或關於SRL 11的組件的資訊之資料。也就是說,作為實例,遠端介面146可產生指示下列之資料:SRL 11的剩餘使用壽命、SRL 11的電池的狀態、自殼體96延伸的救生索92的量(圖3)、救生索92的最大延伸距離、救生索92的延伸/回縮循環的數量、是否需要維修或更換SRL 11、救生索92的位置/速度/加速度、或類似者。遠端介面146可額外地或替代地產生指示由集線器14發出的任何警示之資料。
根據本揭露的態樣,集線器14可儲存來自SRL 11的感測器之使用資料134。例如,如本文所述,SRL 11的感測器可產生關於SRL 11的操作的資料(其指示勞工10的活動),且即時地或接近即時地傳輸該資料至集線器14。在一些實例中,集線器134可經由通訊單元140立即中繼使用資料134至另一計算裝置,諸如PPEMS 6。在其他實例中,在上傳該資料至另一裝置之前,記憶體132可儲存使用資料134達一些時間。例如,在一些情況中,通訊單元140可能夠與SRL 11進行通訊,但可不具有網路連接,例如,歸因於SRL 11所位於的環境及/或網路中斷。在此類情況中,集線器14可儲存使用資料134至記憶體132,其可允許在網路連接變得可用時將使用資料上傳至另一裝置。
根據本揭露的態樣,集線器14可儲存警示資料136,警示資料用於產生由使用者介面144及/或遠端介面146輸出的警示。因為集線器14可接收來自下列之警示資料:PPEMS 6、終端使用者的計算裝置16、使用計算裝置18的遠端使用者、安全站15、或其他計算裝置。在一些實例中,該警示資料可基於SRL 11的操作。例如,集線器14可接收指示SRL 11的狀態、SRL 11適於SRL 11所在的環境、SRL 11所在的環境是不安全的、或類似者之警示資料136。
在一些實例中,額外地或替代地,集線器14可接收與安全事件的可能性相關的警示資料136。例如,如上面所指出的,在一些實例中,PPEMS 6可應用歷史資料與模型至來自SRL 11的使用資料,以基於環境狀況或使用SRL 11的勞工的行為模式來計算斷定,諸如異常或即將發生的安全事件的預測發生。也就是說,PPEMS 6可應用分析以識別來自SRL 11的感測資料、SRL 11所位於的環境的環境狀況、SRL 11所位於的地理區域、及/或其他因素之間的關係或相關性。PPEMS 6可基於從多個勞工10群體獲取的資料,判定哪些特定的活動(可能在某些環境或地理區域內)導致或預測會導致安全事件的不尋常高度發生。集線器14可接收來自PPEMS 6的警示資料136,其指示安全事件的相對高的可能性。
集線器14可解釋接收的警示資料136並且產生輸出(例如,聽覺的、視覺的、或觸覺的輸出)於使用者介面144或遠端介面146處,以通知勞工10或遠端方該警示狀況(例如,安全事件的可能性係相對地高、環境係危險的、SRL 11發生故障、SRL 11的一
或多個組件需要修理或更換、或類似者)。在一些情況中,集線器14亦可解釋警示資料136並發出一或多個命令至SRL 11,以修改SRL 11的操作或執行規則,以使SRL 11的操作符合所欲的/風險較低的行為。
根據本揭露的態樣,在一些情況中,集線器14可儲存用於產生警示資料136與發出警示之規則138。例如,集線器14可經組態以儲存特徵化安全事件的可能性之規則138,且使用者介面144及/或遠端介面可基於SRL 11的操作與規則138的比較而產生輸出。規則138可基於上述的模型及/或來自PPEMS 6的歷史資料定義。在一些實例中,PPEMS 6可提供規則138給集線器14,其可包含由PPEMS 6基於一或多個安全模型而產生的規則之子集。在此類實例中,集線器14可實施規則138,而不需網路連接至PPEMS 6。
通常,雖然本文中描述的某些技術或功能係由某些組件(例如,PPEMS 6、SRL 11、或集線器14)執行,但是應理解,本揭露的技術並不限於此方式。也就是說,本文中所描述的某些技術可由所描述的系統的一或多個組件執行。例如,在一些情況中,SRL 11可具有相對地有限的感測器組及/或處理能力。在此類情況中,集線器14之一者及/或PPEMS 6可負責使用資料的大多數或所有處理、判定安全事件的可能性、及類似者。在其他實例中,SRL 11可具有額外的感測器、額外的處理能力、及/或額外的記憶體,允許SRL 11執行額外的技術。關於判定哪些組件負責執行技術可以基於,例如,處理成本、財務成本、功率消耗、或類似者。
圖6繪示藉由本文中的個人防護設備管理系統或其他裝置關於勞工活動以測量索速度、加速度、與索長度的方式所施加的實例模型,其中該模型係配置以界定安全區域與不安全區域。換言之,圖6係曲線圖,其代表由PPEMS 6、集線器14、或SRL 11基於救生索(諸如圖3中所示的救生索92)被抽出的加速度160、救生索92被抽出的速度162、救生索已被抽出的長度164之測量,以預測安全事件的可能性所應用的模型。加速度160、速度162、與長度164的測量可基於自SRL 11的感測器收集的資料判定。由該曲線圖所表示的資料可在訓練/測試環境中評估或收集,且該曲線圖可使用作為「地圖(map)」以區分勞工的安全活動與不安全活動。
例如,安全區域166可代表與安全活動(例如,藉由監測勞工在測試環境中的活動來判定)相關的加速度160、速度162、與長度164之測量。鬆開區域168可代表與救生索未安全地固定至支撐結構(其可視為不安全的)相關的加速度160、速度162、與長度164之測量。過拉伸區域170可代表與救生索延伸超過正常操作參數(其亦可視為不安全的)相關的加速度160、速度162、與長度164之測量。
根據本揭露的態樣,PPEMS 6、集線器14、或SRL 11可藉由應用圖6所表示的模型或規則組至從SRL 11接收的使用資料,而發出一或多個警示。例如,若加速度160、速度162、或長度164之測量在安全區域166的外部,PPEMS 6、集線器14、或SRL 11可發出警示。在一些情況中,可基於加速度160、速度162、或長度164
之測量在安全區域166的外部有多遠,發出不同的警示。例如,若加速度160、速度162、或長度164之測量相對地接近安全區域166,PPEMS 6、集線器14、或SRL 11可發出警告:該活動令人擔憂,並可能導致安全事件。在另一實例中,若加速度160、速度162、或長度164之測量相對地遠離安全區域166,PPEMS 6、集線器14、或SRL 11可發出警告:該活動是不安全的,並具有立即的安全事件的高度可能性。
在一些情況中,在圖6中所示的曲線圖的資料可代表圖2中所示的歷史資料與模型74B。在此實例中,PPEMS 6可比較傳入的資料流與圖6中所示的地圖,以判定安全事件的可能性。在其他情況中,類似的地圖可額外地或替代地儲存至SRL 11及/或集線器14,而警示可基於區域儲存的資料而發出。
雖然圖6的實例繪示加速度160、速度162、與長度164,可開發具有比所示的彼等更多或更少的變數之其他地圖。在一實例中,地圖可僅基於救生索的長度而產生。在此實例中,當救生索延伸超出地圖所指定的索長度時,警示可發出給勞工。
圖7根據本揭露的態樣繪示藉由本文中的個人防護設備管理系統或其他裝置關於勞工活動以測量安全索上的力/張力與長度的方式所施加的第二模型之實例,其中該模型係配置以界定安全區域與安全事件之不安全行為預測區域。在此實例中,圖7是曲線圖,其代表由PPEMS 6、集線器14、或SRL 11基於救生索(諸如圖3中所示的救生索92)上的力或張力180與已被抽出的救生索的長度182之測
量,以預測安全事件的可能性所應用的模型或規則組。力或張力180與長度182的測量可基於自SRL 11的感測器收集的資料判定。由該曲線圖所表示的資料可在訓練/測試環境中評估或收集,且該曲線圖可使用作為「地圖(map)」以區分勞工的安全活動與不安全活動。
例如,安全區域184可代表與安全活動(例如,藉由監測勞工在測試環境中的活動來判定)相關的力或張力180與長度182之測量。鬆開區域186可代表與救生索未安全地固定至支撐結構(其可視為不安全的)相關的力或張力180與長度182之測量。過拉伸區域188可代表與救生索延伸超過正常操作參數(其亦可視為不安全的)相關的力或張力180與長度182之測量。
根據本揭露的態樣,PPEMS 6、集線器14、或SRL 11可以類似於上述針對圖6的方式,藉由應用圖6所表示的模型或規則組至來自SRL 11的使用資料,而發出一或多個警示。在一些情況中,在圖7中所示的曲線圖的資料可代表圖2中所示的歷史資料與模型74B。在其他情況中,類似的地圖可額外地或替代地儲存至SRL 11及/或集線器14,而警示可基於區域儲存的資料而發出。
根據本揭露的態樣,圖8A與圖8B繪示由PPEMS 6、集線器14、或SRL 11接收與處理的輸入事件資料流實例的輪廓,且基於一或多個模型或規則組的應用將其判定為代表低風險行為(圖8A)與高風險行為(圖8B),高風險行為導致觸發警示或其他回應。在實例中,圖8A與圖8B繪示事件資料實例的輪廓,其等經判定以分別指示在一段時間期間上的安全活動與不安全活動。例如,圖8A
的實例繪示救生索(諸如圖3中所示的救生索92)相對於運動臨限192被抽出的速度190,而圖8B的實例繪示救生索(諸如圖3中所示的救生索92)相對於臨限192被抽出的速度194。
在一些情況中,圖8A與圖8B中所示的輪廓可開發並儲存作為圖2中所示的PPEMS 6的歷史資料與模型74B。根據本揭露的態樣,PPEMS 6、集線器14、或SRL 11可藉由比較來自SRL 11的使用資料與臨限192,發出一或多個警示。例如,當速度194超過圖8B的實例中的臨限192,PPEMS 6、集線器14、或SRL 11可發出一或多個警示。在一些情況中,不同的警示可基於速度超過臨限192多少而發出,例如,以區分風險的活動以及不安全且具有立即的安全事件的高可能性之活動。
根據本揭露的態樣,圖9係用於預測安全事件的可能性之程序實例。雖然圖9中所示的技術係相關於PPEMS 6來描述,應理解,該等技術可藉由各種計算裝置來執行。
在所示的實例中,PPEMS 6從至少一自回縮式救生索(SRL),諸如SRL 11之至少一者,獲得使用資料(200)。如本文中所述,使用資料包含指示SRL 11的操作之資料。在一些實例中,PPEMS 6可藉由針對使用資料輪詢SRL 11或集線器14,來獲取使用資料。在其他實例中,SRL 11或集線器14可發送使用資料至PPEMS 6。例如,當使用資料產生時,PPEMS 6可即時地自SRL 11或集線器14接收使用資料。在其他實例中,PPEMS 6可接收已儲存的使用資料。
PPEMS 6可應用該使用資料至安全模型,該安全模型特徵化至少一SRL 11的使用者的活動(202)。例如,如本文所述,安全模型可基於來自已知的安全事件的資料及/或來自SRL 11的歷史資料訓練。以此方式,安全模型可經配置以界定安全區域與不安全區域。
PPEMS 6可基於應用該使用資料至安全模型,預測與至少一SRL 11相關的安全事件的發生的可能性(204)。例如,PPEMS 6可應用獲得的使用資料至安全模型,以判定使用資料是否與安全活動(例如,如模型所界定的)或可能的不安全活動一致。
PPEMS 6可回應於預測安全事件的發生的可能性產生一輸出(206)。例如,PPEMS 6可在使用資料不與安全活動(如安全模型所界定的)一致時產生警示資料。PPEMS 6可發送警示資料至SRL 11、安全管理人、或其他第三方,該警示資料指示安全事件的發生的可能性。
實例1:一種方法包含:獲得來自至少一自回縮式救生索(SRL)的使用資料,其中該使用資料包含指示該至少一SRL的操作之資料;藉由在一計算裝置實施的一分析引擎應用該使用資料至一安全模型,該安全模型特徵化該至少一SRL的一使用者的活動;基於該使用資料至該安全模型之應用,預測與該至少一SRL相關的一安全事件的一發生的一可能性;及回應於預測該安全事件的該發生的該可能性,產生一輸出。
實例2:如實例1之方法,其中該安全模型係從複數個SRL的已知的安全事件的歷史資料所建構,該複數個SRL具有與該至少一SRL類似的特性。
實例3:如實例1-2中任一者之方法,其進一步包含基於來自該至少一SRL的該使用資料更新該安全模型。
實例4:如實例1-3中任一者之方法,其中該安全模型係建構自來自與該至少一SRL一起使用的除了SRL以外的一或多個裝置的已知的安全事件的資料。
實例5:如實例1-4中任一者之方法,其進一步包含:基於該至少一SRL的一組態、該至少一SRL的一使用者、該至少一SRL所在的一環境、或與該至少一SRL一起使用的一或多個其他裝置之至少一者,選擇該安全模型。
實例6:如實例1-5中任一者之方法,其中該使用資料代表在一時間期間中該至少一SRL的一使用者的活動,且其中該使用資料包含指示該SRL的一救生索的延伸與縮回、施加至該至少一SRL的該救生索的一力、該至少一SRL的一加速度、該至少一SRL的一位置、或該至少一SRL的一高度之至少一者之資料。
實例7:如實例1-6中任一者之方法,其中該使用資料包含與該至少一SRL所在的一環境相關的環境資料,使得該安全事件的該發生的該可能性係基於該SRL所在的該環境。
實例8:如實例1-7中任一者之方法,其中應用該使用資料至特徵化該使用者的活動之該安全模型包含:應用該使用資料至
一安全模型,該安全模型係從與複數個SRL相關的已知的安全事件的訓練資料所建構。
實例9:如實例1-8中任一者之方法,其中預測該安全事件的該發生的該可能性包含:相對於由該安全模型所特徵化的已知的安全行為,識別該至少一SRL的一使用者的異常行為。
實例10:如實例1-9中任一者之方法,其中預測該安全事件的該發生的該可能性進一步包含:識別該至少一SRL所部署的一工作環境內的區域,該等區域係相關於一異常數量的安全事件。
實例11:如實例1-10中任一者之方法,其中應用該使用資料至該安全模型包含:應用該使用資料至特徵化至少一SRL的一使用者的一速度之一安全模型,且其中預測該安全事件的該發生的該可能性包含:判定該使用者在一時間期間上的該速度超過與在該時間期間上的安全活動相關的一速度。
實例12:如實例1-11中任一者之方法,其中應用該使用資料至該安全模型包含:應用該使用資料至一安全模型,該安全模型特徵化該至少一SRL的一使用者所施加至該至少一SRL的一救生索的一力,且其中預測該安全事件的該發生的該可能性包含:判定在一時間期間上所施加的該力超過與在該時間期間上的安全活動相關的一力。
實例13:如實例1-12中任一者之方法,其中應用該使用資料至該安全模型包含:應用該使用資料至一安全模型,該安全模型特徵化該至少一SRL的一救生索的一延伸長度,且其中預測該安全
事件的該發生的該可能性包含:判定該延伸長度超過或小於與在該時間期間上的安全活動相關的一延伸長度。
實例14:如實例1-13中任一者之方法,其中產生該輸出包含:產生指示一安全事件係可能的之警示資料。
實例15:如實例1-14中任一者之方法,其進一步包含基於該使用資料產生一使用者介面,其中該使用者介面指示該至少一SRL的操作、與該至少一SRL相關的安全事件、或該至少一SRL所部署且至少一安全事件已發生或可能發生的一地理區域之至少一者。
實例16:一種非暫時性電腦可讀的儲存媒體,其編碼有指令,當該等指令執行時導致一計算裝置的至少一處理器執行實例1-15之方法之任一者。
實例17:一種設備,其包含用於執行實例1-15之方法之任一者之構件。
應認識到,取決於實例,本文描述的任何技術的某些動作或事件可以不同的順序來執行,可全部加入、合併、或略去(例如,並非所有描述的動作或事件對於技術的實施都是必要的)。此外,在某些實例中,動作或事件可同時執行,例如,通過多線程處理、中斷處理、或多個處理器,而不是依序地。
在一或多個實例中,所描述的功能可以硬體、軟體、韌體、或其任何組合來實施。若以軟體實施,則功能可儲存在電腦可讀的媒體上或經由電腦可讀的媒體傳輸,作為一或多個指令或碼,並且由硬體型處理單元執行。電腦可讀的媒體可包括電腦可讀的儲存媒
體,其對應於有形的介質(諸如,資料儲存媒體),或通訊媒體,通訊媒體包括促進電腦程式從一處傳送至另一處之任何介質,例如,根據通訊協定。以此方式,電腦可讀的媒體通常可對應於(1)非暫時性之有形的電腦可讀的儲存媒體,或(2)通訊介質諸如信號或載波。資料儲存媒體可為任何可用媒體,其可由一或多個電腦或一或多個處理器存取,以擷取指令、碼、及/或資料結構以實施本揭露中描述的技術。一種電腦程式產品可包括電腦可讀媒體。
藉由實例的方式,且非限制,此類電腦可讀的儲存媒體可包含RAM、ROM、EEPROM、CD-ROM或其他光碟儲存器、磁碟儲存器、或其他磁性儲存裝置、快閃記憶體、或任何可使用以儲存以指令或資料結構形式的所欲的程式碼且可由電腦存取之其他介質。此外,任何連接係適當地稱為電腦可讀的媒體。例如,若指令是使用同軸電纜、光纖電纜、雙絞線、數位訂戶線(DSL)、或無線技術(諸如紅外線、無線電、與微波)自網站、伺服器、或其他遠端源傳輸,則同軸電纜、光纖電纜、雙絞線、DSL、或無線技術(諸如紅外線、無線電、與微波)係包括在介質的定義中。
然而,應理解,電腦可讀的儲存媒體與資料儲存媒體不包括連接、載波、信號、或其他暫時性媒體,而是替代地指向非暫時性、有形的儲存媒體。磁碟與光碟,如本文中所使用的,包括壓縮光碟(CD)、雷射光碟、光學光碟、數位多功能光碟(DVD)、軟碟與藍光光碟,其中磁碟通常以磁性方式再現資料,而光碟以雷射以光學方式再現資料。以上各項的組合也應包括在電腦可讀媒體的範圍之內。
指令可由一或多個處理器執行,諸如一或多個數位信號處理器(DSP)、通用微處理器、特定應用積體電路(ASIC)、現可程式閘陣列(FPGA)、或其他等效的積體或離散邏輯電路系統,以及此類組件之任何組合。因此,本文所用用語「處理器(processor)」可指任何前述結構或適於實施本文所述技術的任何其他結構。另外,在一些態樣中,本文描述的功能可提供在專用的硬體及/或軟體模組內。另外,可將該等技術完全實施在一或多個電路或邏輯元件中。
本揭露的技術可以多種裝置或設備實施,包括無線通訊裝置或無線手持裝置、微處理器、積體電路(IC)或IC組(例如,晶片組)。各種組件、模組、或單元係描述在本揭露中,以強調經組態以執行所揭露的技術之裝置的功能態樣,但並不一定需要藉由不同硬體單元來實現。相反地,如上述,可將各種單元組合在硬體單元中或藉由相互合作的硬體單元的集合(包括上述的一或多個處理器)結合合適的軟體及/或韌體來提供。
已描述各種實例。這些及其他實例係在以下申請專利範圍的範疇內。
2:計算系統/計算環境
4:電腦網路
6:個人防護設備管理系統(PPEMS)
7:區域網路
8A、8B:環境
10A-10N:勞工
11A、11B、11N:自回縮式救生索(SRL)
12:支撐結構
14A、14B、14N:集線器
15:安全站
16:終端使用者計算裝置
17A、17B、17C:信標
18:計算裝置
19A、19B:無線存取點
20、24:使用者
21A、21B:感測站
Claims (11)
- 一種防墜系統,其包含:一自回縮式救生索(self-retracting lifeline,SRL)設備,其包括一殼體及一經偏置之滾筒(biased drum),該滾筒可旋轉地連接至殼體且一救生索纏繞(wound)於該滾筒上,該滾筒能夠隨著該救生索延伸出及縮回進該殼體中而旋轉,該自回縮式救生索設備進一步包括一或多個電子感測器,該一或多個電子感測器經組態以產生指示該SRL設備的一延伸/縮回操作之資料;以及至少一計算裝置,其包含一或多個電腦處理器與一記憶體,該記憶體包含指令,當該等指令由該一或多個電腦處理器執行時導致該一或多個電腦處理器:接收指示該SRL設備的該延伸/縮回操作之該資料;根據指示該SRL設備的該延伸/縮回操作之該資料應用該資料至一安全模型,該安全模型預測與該SRL設備相關的一安全事件的一發生的一可能性;以及至少部分基於該安全事件的該發生的該可能性,執行一或多個操作。
- 如請求項1之防墜系統,其中為了執行該一或多個操作,該記憶體包含指令,當該等指令由該一或多個電腦處理器執行時導致該一或多個電腦處理器:回應於預測該安全事件的該發生的該可能性,產生一警示;以及傳輸該警示至該SRL設備,其中該SRL設備經組態以接收該警示,且回應於接收該警示而產生一輸出。
- 如請求項1之防墜系統,其進一步包含一集線器,該集線器經組態以與該SRL設備與該至少一計算裝置通訊,且其中該SRL設備經組 態以傳輸使用資料至該集線器,且其中該集線器經組態以傳輸該使用資料至該至少一計算裝置。
- 如請求項1之防墜系統,其中該至少一計算裝置經組態以經由集線器傳輸該警示至該SRL設備。
- 如請求項1之防墜系統,其中該至少一計算裝置進一步經組態以在基於該安全模型中產生一組規則,並且傳輸該等規則至一集線器,該集線器經組態以與該SRL設備通訊,且其中該集線器經組態以基於該組規則產生一第二警示。
- 一種防墜自回縮式救生索(SRL)設備,其包括一殼體及一經偏置之滾筒,該滾筒可旋轉地連接至殼體且一救生索纏繞於該滾筒上,該滾筒能夠隨著該救生索延伸出及縮回進該殼體中而旋轉,該自回縮式救生索設備進一步包含:一第一連接器,其經組態以耦接至一錨;一第二連接器,其經組態以耦接至該救生索的一使用者;以及一或多個電子感測器,該一或多個電子感測器經組態以產生指示該防墜SRL設備的一操作之使用資料(usage data);及一通訊單元經組態以在基於一安全模型中而接收一組規則,該安全模型用於根據包含於該使用資料之指示該防墜SRL設備的一延伸/縮回操作之資料,預測與該防墜SRL設備相關的一安全事件的一發生的一可能性。
- 如請求項6之防墜自回縮式救生索設備,其中該通訊單元經組態以無線地傳輸該使用資料至一第二裝置。
- 如請求項7之防墜自回縮式救生索設備,其中該通訊單元進一步經組態以基於該使用資料至該安全模型之應用而接收警示資料,且其中該防墜SRL設備進一步包含一輸出單元,該輸出單元經組態以基於該警示資料而產生一輸出。
- 如請求項6之防墜自回縮式救生索設備,其中該一或多個感測器包含一延伸感測器、一張力感測器、一加速計、一位置感測器、或一高度計之至少一者。
- 如請求項6之防墜自回縮式救生索設備,其進一步包含一或多個環境感測器,該一或多個環境感測器經組態以產生指示該防墜SRL設備所位於的一環境之資料。
- 如請求項10之防墜自回縮式救生索設備,其中該一或多個環境感測器經組態以輸出資料,該資料指示溫度、氣壓、濕度、微粒含量、或環境噪音之至少一者。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662408442P | 2016-10-14 | 2016-10-14 | |
US62/408,442 | 2016-10-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201830268A TW201830268A (zh) | 2018-08-16 |
TWI759339B true TWI759339B (zh) | 2022-04-01 |
Family
ID=60162324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106135111A TWI759339B (zh) | 2016-10-14 | 2017-10-13 | 防墜系統及防墜自回縮式救生索設備 |
Country Status (12)
Country | Link |
---|---|
US (2) | US10496045B2 (zh) |
EP (1) | EP3525891B1 (zh) |
JP (1) | JP7076887B2 (zh) |
KR (1) | KR20190068595A (zh) |
CN (1) | CN109843389B (zh) |
AU (1) | AU2017342372B2 (zh) |
BR (1) | BR112019007629A2 (zh) |
CA (1) | CA3040180A1 (zh) |
CO (1) | CO2019003664A2 (zh) |
MX (1) | MX2019003950A (zh) |
TW (1) | TWI759339B (zh) |
WO (1) | WO2018071695A1 (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2728801C1 (ru) | 2016-10-14 | 2020-07-31 | 3М Инновейтив Пропертиз Компани | Самоконтроль для средства индивидуальной защиты |
US11724136B2 (en) * | 2017-02-16 | 2023-08-15 | 3M Innovative Properties Company | Safety apparatus comprising mechanical command interface |
CN111032167A (zh) * | 2017-07-17 | 2020-04-17 | 安全工业责任有限公司 | 攀爬辅助速度控制 |
US11298572B2 (en) * | 2017-07-18 | 2022-04-12 | Smart Harness Systems, LLC | Safety system with digital tracking and reporting and method of use |
CA3071617A1 (en) | 2017-08-10 | 2019-02-14 | 3M Innovative Properties Company | Fall arresting device event generation and monitoring |
US10828517B2 (en) * | 2017-08-16 | 2020-11-10 | Honeywell International Inc. | Smart fall arrest system |
DE102017120925B3 (de) * | 2017-09-11 | 2018-11-08 | Bornack Gmbh & Co. Kg | Schutzausrüstung mit Sensoreinrichtung |
US10512801B2 (en) * | 2018-04-20 | 2019-12-24 | Honeywell International Inc. | Distance-learning safety retraction lanyard |
JP2021523466A (ja) * | 2018-05-08 | 2021-09-02 | スリーエム イノベイティブ プロパティズ カンパニー | 比較安全イベント評価のための個人保護具及び安全管理システム |
CN112154015B (zh) * | 2018-05-23 | 2022-05-03 | 3M创新有限公司 | 用于坠落保护设备的冲击指示器及使用方法 |
US11433263B1 (en) * | 2018-06-14 | 2022-09-06 | Jerry Bishop | Structure climbing safety device |
US20210308502A1 (en) * | 2018-08-07 | 2021-10-07 | 3M Innovative Properties Company | Improvements to fall protection equipment |
US11951338B2 (en) * | 2018-08-14 | 2024-04-09 | Textron Innovations Inc. | Fall protection monitor |
US10952479B2 (en) * | 2018-09-25 | 2021-03-23 | Sony Corporation | Protection for head mounted display device |
EP3895138A4 (en) | 2019-01-14 | 2022-01-19 | MSA Technology, LLC | FALL SAFETY COMPLIANCE SYSTEM AND PROCEDURES |
EP3695885A1 (en) * | 2019-02-15 | 2020-08-19 | Fin Group S.R.L. | System for monitoring a fall arrest device |
WO2020170009A1 (en) * | 2019-02-19 | 2020-08-27 | 3M Innovative Properties Company | Systems and methods for monitoring the condition of a fall-protection safety system |
JP7526738B2 (ja) | 2019-03-22 | 2024-08-01 | スリーエム イノベイティブ プロパティズ カンパニー | 監視システムを有する落下防止システム |
US10832393B2 (en) * | 2019-04-01 | 2020-11-10 | International Business Machines Corporation | Automated trend detection by self-learning models through image generation and recognition |
EP3969128A1 (en) * | 2019-05-16 | 2022-03-23 | 3M Innovative Properties Company | Self-retracting lifeline communications systems |
US11358031B2 (en) * | 2019-05-28 | 2022-06-14 | International Business Machines Corporation | Safety device for assisting a user to traverse a structure |
KR102286381B1 (ko) * | 2019-06-25 | 2021-08-05 | 주식회사 한림기술 | 고소작업용 안전고리 체결 확인 센서를 구비한 안전관리 시스템 |
CN110599742B (zh) * | 2019-09-20 | 2021-11-26 | 浙江数智交院科技股份有限公司 | 作业人员的安全监测装置、系统和方法 |
US10909831B1 (en) * | 2020-05-19 | 2021-02-02 | Us Safety Technologies Llc | Safety harness motion detector systems and methods for use |
US11623108B2 (en) | 2020-05-19 | 2023-04-11 | Us Safety Technologies Llc | Safety harness motion detector systems and methods for use |
US11065481B1 (en) | 2020-05-19 | 2021-07-20 | Us Safety Technologies Llc | Safety harness motion detector systems and methods for use |
IT202000019591A1 (it) * | 2020-08-07 | 2022-02-07 | Sicurlive Group S R L | Sistema elettronico di sicurezza anticaduta ancorabile ad una macchina per il sollevamento e lo spostamento di materiali, e relativo metodo e kit |
US20220122009A1 (en) * | 2020-10-19 | 2022-04-21 | Strongarm Technologies, Inc. | Methods and apparatus for determining and preventing risk of human injury |
KR102620876B1 (ko) * | 2021-06-16 | 2024-01-05 | 한국과학기술원 | 안전 고리의 가설구조물 체결 여부 인식 방법 및 장치 |
CN115512516B (zh) * | 2021-06-22 | 2023-11-17 | 北京熵行科技有限公司 | 一种跌倒监测方法以及相应的电子设备和装置 |
US11630428B2 (en) * | 2021-08-06 | 2023-04-18 | Trimble Inc. | Real-time analysis of vibration samples for operating environment classification and anomaly detection |
US20230173313A1 (en) * | 2021-12-07 | 2023-06-08 | Zebra Technologies Corporation | Lanyard Device for Monitoring Safety of a User |
WO2023242711A1 (en) * | 2022-06-16 | 2023-12-21 | 3M Innovative Properties Company | System and method for detecting fall event |
US12070635B2 (en) | 2022-07-20 | 2024-08-27 | Honeywell International Inc. | Mounting device for a fall protection device and methods of using the same |
US20240285986A1 (en) * | 2023-02-23 | 2024-08-29 | Msa Technology, Llc | Systems and Methods for Tracking Lifeline Payout and Retraction |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200417848A (en) * | 2002-09-17 | 2004-09-16 | Allset Tracking Ab | Method and system for monitoring containers to maintain the security thereof |
CN102246215A (zh) * | 2008-08-14 | 2011-11-16 | 斯博瑞安防护设备有限责任公司 | 环境风险管理系统和方法 |
US8325053B2 (en) * | 2009-03-10 | 2012-12-04 | JCJ Inc. | Personal fall protection monitoring system |
CN102961833A (zh) * | 2012-11-01 | 2013-03-13 | 浙江大学 | 高空防护服 |
US8902074B2 (en) * | 2010-08-26 | 2014-12-02 | Honeywell International, Inc. | Harness for fall protection |
CN204147452U (zh) * | 2014-09-02 | 2015-02-11 | 国家电网公司 | 多功能电工安全带 |
JP5669961B2 (ja) * | 2012-01-10 | 2015-02-18 | 三菱電機株式会社 | ホームセキュリティシステムおよびそれに利用される車載システム |
US20160107007A1 (en) * | 2014-10-21 | 2016-04-21 | The Boeing Company | Line connector having a link detection system and method of making same |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002336367A (ja) * | 2001-05-18 | 2002-11-26 | Fujita Corp | 安全帯用発信機及び安全帯の使用状況監視システム |
JP4992729B2 (ja) | 2008-01-11 | 2012-08-08 | 中西金属工業株式会社 | 安全帯使用状況の監視及び警報システム |
NZ575464A (en) | 2009-03-10 | 2010-07-30 | Holmes Solutions Ltd | Improvements in and relating to braking mechanisms |
JP5116815B2 (ja) * | 2009-10-20 | 2013-01-09 | 藤井電工株式会社 | 安全帯およびその使用状況確認システム |
US9245434B2 (en) | 2011-02-09 | 2016-01-26 | Paul D. Baillargeon | Warning and message delivery and logging system utilizable in the monitoring of fall arresting and prevention devices and method of same |
CN102512773B (zh) * | 2012-02-02 | 2013-10-23 | 中国十七冶集团有限公司 | 一种用于安全绳佩戴状态远程监测装置 |
US10138102B2 (en) | 2013-07-23 | 2018-11-27 | Viki V. Walbridge | Warning and message delivery and logging system utilizable in a fall arresting and prevention device and method of same |
US10347108B2 (en) | 2015-01-16 | 2019-07-09 | City University Of Hong Kong | Monitoring user activity using wearable motion sensing device |
US9858794B2 (en) * | 2015-03-30 | 2018-01-02 | International Business Machines Corporation | Detecting and notifying of various potential hazards |
US11120679B2 (en) * | 2015-04-30 | 2021-09-14 | Honeywell International Inc. | System for integrating multiple sensor data to predict a fall risk |
US10274913B2 (en) * | 2016-06-27 | 2019-04-30 | The Boeing Company | Variable length self-locking lifeline system |
-
2017
- 2017-10-12 JP JP2019520016A patent/JP7076887B2/ja active Active
- 2017-10-12 CA CA3040180A patent/CA3040180A1/en not_active Abandoned
- 2017-10-12 MX MX2019003950A patent/MX2019003950A/es unknown
- 2017-10-12 CN CN201780063033.2A patent/CN109843389B/zh not_active Expired - Fee Related
- 2017-10-12 KR KR1020197013704A patent/KR20190068595A/ko unknown
- 2017-10-12 AU AU2017342372A patent/AU2017342372B2/en active Active
- 2017-10-12 US US15/782,645 patent/US10496045B2/en active Active
- 2017-10-12 WO PCT/US2017/056376 patent/WO2018071695A1/en unknown
- 2017-10-12 EP EP17788074.7A patent/EP3525891B1/en active Active
- 2017-10-12 BR BR112019007629A patent/BR112019007629A2/pt not_active Application Discontinuation
- 2017-10-13 TW TW106135111A patent/TWI759339B/zh not_active IP Right Cessation
-
2019
- 2019-04-12 CO CONC2019/0003664A patent/CO2019003664A2/es unknown
- 2019-11-26 US US16/695,595 patent/US20200096952A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200417848A (en) * | 2002-09-17 | 2004-09-16 | Allset Tracking Ab | Method and system for monitoring containers to maintain the security thereof |
CN102246215A (zh) * | 2008-08-14 | 2011-11-16 | 斯博瑞安防护设备有限责任公司 | 环境风险管理系统和方法 |
US8325053B2 (en) * | 2009-03-10 | 2012-12-04 | JCJ Inc. | Personal fall protection monitoring system |
US8928482B2 (en) * | 2009-03-10 | 2015-01-06 | JCJ Inc. | Personal fall protection system monitoring |
US8902074B2 (en) * | 2010-08-26 | 2014-12-02 | Honeywell International, Inc. | Harness for fall protection |
JP5669961B2 (ja) * | 2012-01-10 | 2015-02-18 | 三菱電機株式会社 | ホームセキュリティシステムおよびそれに利用される車載システム |
CN102961833A (zh) * | 2012-11-01 | 2013-03-13 | 浙江大学 | 高空防护服 |
CN204147452U (zh) * | 2014-09-02 | 2015-02-11 | 国家电网公司 | 多功能电工安全带 |
US20160107007A1 (en) * | 2014-10-21 | 2016-04-21 | The Boeing Company | Line connector having a link detection system and method of making same |
Also Published As
Publication number | Publication date |
---|---|
TW201830268A (zh) | 2018-08-16 |
CN109843389B (zh) | 2021-09-10 |
US20180107169A1 (en) | 2018-04-19 |
US10496045B2 (en) | 2019-12-03 |
CA3040180A1 (en) | 2018-04-19 |
BR112019007629A2 (pt) | 2019-07-02 |
CN109843389A (zh) | 2019-06-04 |
AU2017342372A1 (en) | 2019-05-02 |
WO2018071695A1 (en) | 2018-04-19 |
KR20190068595A (ko) | 2019-06-18 |
JP2019535352A (ja) | 2019-12-12 |
EP3525891B1 (en) | 2022-04-13 |
JP7076887B2 (ja) | 2022-05-30 |
US20200096952A1 (en) | 2020-03-26 |
MX2019003950A (es) | 2019-08-12 |
CO2019003664A2 (es) | 2019-04-30 |
AU2017342372B2 (en) | 2020-09-24 |
EP3525891A1 (en) | 2019-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI759339B (zh) | 防墜系統及防墜自回縮式救生索設備 | |
US11689833B2 (en) | Personal protective equipment (PPE) with analytical stream processing for safety event detection | |
KR102013114B1 (ko) | 안전 이벤트 검출을 위한 분석 스트림 처리를 가진 개인 보호 장비(ppe) | |
US11541256B2 (en) | Fall arresting device event generation and monitoring | |
US20240139560A1 (en) | Fall Protection Equipment Connection Status and Control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |