视频识别技术在作业现场违章行为预测方面的应用

针对油田电网作业现场存在的违章行为,利用视频行为预测技术通过对作业过程中违章行为的智能识别来及时提醒违章人员,可以在线实时检测施工人员、车辆和物品设备,降低施工现场的安全风险,有效控制违章行为,减小事故发生概率,实现安全风险的主动预防,从而达到消除事故风险的目的。     

危化品企业人员作业安全与风险智能管控平台建设研究

近年危化品企业安全事故带来了巨大的经济损失和人员伤亡,其中大多数都发生在现场作业环节。依托物联网、深度学习等智能技术,开发了适用于危化品企业的人员作业安全与风险智能管控平台,包括工作台、人员位置管控、违章行为监测等9个模块,实现了对现场作业过程中人员位置、人员状态、人员行为、监督管理和作业环境五个方面风险信息的采集、感知、处理、预警、风险分级和闭环处置。通过将平台在某化工企业的混合芳烃加氢装置进行应用表明:该平台能够准确地识别现场作业人员典型违章行为等风险,其综合识别准确率大于80%,可以有效规范人员行为和提高作业安全管理水平。     

作业现场异常事件视频智能识别及报警技术

正01应用领域针对石油石化企业生产运行及作业过程中的违章操作行为、环境异常事件,基于深度学习算法及图像处理技术,充分挖掘海量视频价值实现视频的自动抓拍,通过报警主动推送逐步代替传统的人工监控值守和现场巡查,提升现场智能化水平及事故早期识别发现能力。02技术核心组成及能力丰富的石化场景图像数据库:以管理业务规则和事件识别逻辑为指导,构建石化场景内识别对象、属性特征和人物/人人交互关系和事件类型的图像数据库,提供开发模型的可持续资源和算法性能测试平台。可按需定制的作业异常场景算法库:拥有成熟算法模块实现石化企业关注对象的检测、跟踪、特征计算及事件识别,包含不戴安全带、不戴安全帽、人员身份识别、劳保服识别和违章进入受限空间等场景,并可根据企业需要进行个性化定制。     

浅析石油钻井作业中的环境污染

油气田钻井作业是一个高风险、高污染、高能耗的行业,对水体、大气、土壤均有不同程度的污染,因此分析钻井作业对环境产生的污染,可以使相关作业人员更好地了解污染来源,以便采取有效的措施控制或减轻污染。本文分析了钻井作业中存在的一些主要环境污染因素,指出钻井作业活动对环境的影响以及环境污染对生物的危害,并根据石油行业HSE管理体系的要求,结合钻井实际提出了一些易于操作的控制、治理环境污染的方法和措施,以期能对现场作业人员有所帮助,并对环境保护有着积极的促进作用。     

浅谈陆上石油钻井现场安全监督的考核与管理

石油行业,特别是石油钻井行业历来被认为是个高风险、多事故的行业.受钻井公司HSE 管理委员会的委派,安全监督对所负责施工现场的QHSE 管理实施全员、全方位、全天候、全过程的监督管理;监督现场所有的施工单位、人员、施工作业严格执行钻井公司QHSE 管理体系的相关规定,对生产现场违章指挥、违章操作、违反劳动纪律及其它违反企业安全管理规章制度、体系文件的现象进行纠正、制止并给予经济处罚.为了规范安全监督人员的行为和管理工作,公正、合理地评价每位驻井安全监督的工作业绩和管理水平,应通过加大对安全监督的考核力度,激励安全监督人员加强理论知识的学习和责任心,不断提高生产现场的监督管理水平.     

某热电厂职业病危害现状调查分析

目的 调查热电厂作业场所危害因素分布特点及浓度,结合作业人员职业健康检查结果,探究各类职业病危害因素对作业人员健康的影响.方法 采用现场职业卫生学调查对热电厂各车间职业病危害因素进行识别,依据作业场所各类职业病危害因素健康效应、现场检测浓度和强度,结合作业人员近2年职业健康检查结果进行对照分析.结果 作业场所各类化学物质检测浓度均符合国家卫生限值要求,粉尘个别检测值超过卫生限值要求;个体噪声检测强度超出卫生限值要求;近2年职业健康检查结果显示,每年均筛检出噪声岗位职业禁忌证患者,且血压升高和肺功能异常人数有所增加.结论 热电厂作业工人听力异常受作业场所高噪声影响较明显,肺功能异常可能受粉尘、氢氧化钠、盐酸、氨等职业病危害因素影响.     

风险分析--钻井作业实施HSE管理的核心

作为石油勘探开发的龙头,钻井作业具有高投入、高风险、高科技、劳动密集和长年野外、重体力、特高空、立体交叉的行业特点,存在各种各样的风险.钻井作业包括整个一口井的钻井活动,即在陆地上修建井场或海上建造钻井平台、安装钻机设备、钻井施工、下套管固井、测井、试油完井等一系列作业.由于钻井工艺和钻井场所的特殊性,在钻井作业的不同阶段和不同的环节中,均存在对人员身心健康、人员与设施安全和生态环境等不同程度和不同形式的影响和危害,即存在不同程度、形式各异的风险.因此,识别钻井作业中潜在的 HSE风险与危害的影响因素,是有效控制和削减钻井过程中给健康、安全与环境带来的危害与影响的重要环节,是实现安全监督管理标准化、减少隐患和事故、保护员工生命健康和国家财产安全的首要基础工作.     

面向石化厂区安全风险防控的异常场景图像识别技术研究

针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。     

工作安全分析在钻井作业现场的应用

在分析工作安全分析与工艺危害分析特点的基础上,阐述了工作安全分析在钻井作业现场实施的步骤、通过实践取得的成效以及注意事项,为高风险企业如何控制员工行为安全、提高员工安全意识和技能提供参考。     

某聚酯装置职业病危害因素对工人健康影响分析

目的探讨聚酯专用料装置职业病危害因素与作业工人健康的关系,并采取必要措施减少各类职业病危害因素对工人健康的影响。方法采用现场职业卫生学调查对某聚酯专用料装置职业病危害因素进行识别,依据作业场所各类职业病危害因素健康效应、现场检测浓度和强度,结合作业人员近3年职业健康检查结果进行综合对照分析。结果作业现场各类化学危害因素检测浓度均符合国家限值标准,噪声检测强度超出限值要求;近3年职业健康结果表明,听力下降人数有逐年增加趋势,血压升高和肝功能异常人数增加。结论作业工人听力下降受噪声影响较明显,乙醛、乙二醇、联苯、噪声等职业病危害因素对作业工人肝功能和血压可能产生影响。     

基于视频识别的直接作业环节安全管控

概述了石化行业现场直接作业环节的安全管控现状,分析了现场管控过程中存在的问题。考虑现场安全管理和监督监控的实际需要,设计了石化行业直接作业现场智能化管控系统,并深入研究作业现场违章行为图像识别的关键技术。现场应用表明,系统充分体现了日常管理、实时监控、智能报警、统计分析等方面的便利性和有效性,各类违章行为图像识别准确率达到80%以上,具有一定的推广价值。     

基于光纤传感探测的直升机修理异常振动源定位研究

目的 针对直升机异常振动故障排除,对振动源进行检测,并分析振源频谱,准确定位异常振动源,指导振动源调整,并对调整情况进行检测,提升直升机异常振动排故效率。方法 结合光纤传感器的振动检测特性应用分析,开发一套基于光纤传感探测的直升机修理异常振动源定位系统,实现直升机的振动源动态监控。结果 识别了直升机的主要振动源,分析统计了振动源频率,梳理了直升机试车、试飞典型振动故障,研究了光纤振动传感器感知被测量的实时调制方法和信号调制的光波解调方法,结合应用需求对市场上成熟的分布式光纤传感系统进行了优化设计,采用深度学习技术,对后端数据处理平台软件进行了重新设计。结论 通过有针对性地创建识别模型库,并对模型库进行实际样本训练,模型准确率可达到66.37%。     

活性炭辅助O_3/UV高级氧化处理钻井废水

文章探讨了活性炭、O3和UV联合处理钻井废水的可行性。结果表明,在相同的操作条件下,O3/UV处理法对钻井废水的去除率不高且极不稳定(去除率在5.8%~16.1%间变化)。加入活性炭作为反应载体后,系统显示出较强的氧化降解能力,去除率提高到23.6%,而改进曝气方式后可达到35%的处理率。分析表明,作为载体的活性炭在反应中起到至关重要的作用。     

电网视频远程监控系统在环境污染治理中的应用研究

为提高环境污染治理水平,设计了电网视频远程监控系统,将改进系统应用到环境污染治理中,分析其对环境污染治理效果的影响。依据电网视频远程监控系统的整体规划,对组管理服务器、采集服务器、客户端等系统硬件部分进行改进,优化软件部分的应用层、会话层及数据处理层各功能模块,完成电网视频远程监控系统的设计。通过系统清晰度检测,分析电网视频远程监控系统在环境污染治理中的应用效果。实验结果表明,该系统实时性好、清晰度高、监控耗能低、监控准确度高,能够为环境污染治理提供极大的帮助。     

层次化的菌落自动检测方法

本文阐述了一种层次化的菌落自动检测方法。该方法以计算机视觉和模式识别理论为依据,通过从宏观到微观的层次化图像分析方法,逐步实现了菌落区域的粗定位和细分割。在此基础上,实现了菌落区域的自动检测和计数。实验证明,该方法可以快速准确的实现菌落的自动计数,从而改进现有基于人力的"平板检测"菌落计数法。     

关于建立藻类自动检测、分类与存储系统的方法的研究

基于计算机视觉和模式识别理论,研究自动和便捷的的藻类检测分类系统,实现提高检测的准确性和工作效率,实现水生生物的自动检测、分类与存储。     

伊朗阿旺2井钻井过程异常情况处理

叙述了位于伊朗中伊朗盆地的阿旺2井钻井过程中的异常情况,包括气侵、盐水侵、轻微溢流以及应对措施.实施情况表明,在首先保证全井安全的情况下,采用分段压井、近平衡钻进等方法在该地区进行施工,钻井施工会顺利进行.     

基于Faster R-CNN的海面垃圾检测研究

针对当前全球海洋垃圾污染造成严重生态破坏等问题,提出了一种基于改进Faster R-CNN的海面垃圾检测算法以及视频中前后2帧目标是否为同一目标的方法。改进Faster R-CNN算法通过将常用的VGG16特征提取网络替换为ResNet101网络并融入特征金字塔,提高对小目标的检测精度;判断视频前后两帧目标是否为同一目标的方法则通过对比前后2帧目标的面积、重合度以及颜色差异度确定是否为同一目标。在现场拍摄数据上的实验结果表明,与传统Faster R-CNN相比,该改进Faster R-CNN的mAP值提高了4.9%,损失曲线的收敛速度更快,且在实际检测中的检测效果更好;前后两帧是否同一物体的判断方法在九段视频的最高精测判断精度高达100%,平均准确率为93%。该研究方法主要包括以下优点:1)改进Faster R-CNN在海面小目标垃圾检测上具有更高的精度;2)判断视频中前后2帧目标是否为同一目标的算法代码复杂度小,方便根据实际情况更改判断阈值。     

基于深度学习的近岸海浪等级视频监测

深度学习是机器学习的重要研究领域,同时作为大数据的有效处理和分析工具越来越受到关注。以多源长时间序列近岸海浪视频环境数据为样本,波浪仪同步测量海浪等级数据为图像标签,构建了面向海洋环境适用于深度学习的海浪训练集、测试集。通过数据扩增技术对视频监测数据进行预处理,提高模型泛化能力,依据视频的相关性,引入误差函数,优化模型灵敏度,提出了适用于海洋领域海浪等级深度学习模型架构（Wave-CNNs）,最后将提出的改进深度学习模型应用于3000样本海浪图像训练集,并通过300样本海浪图像测试集对结果进行验证,实验结果表明,算法对3个等级海浪识别精度达到了66.6%,优于传统Bayes及SVM方法。     

基于5G网络的变压器噪声在线监测系统的设计与开发

变压器运行状况的好坏直接影响电力系统的安全稳定运行,而噪声是反映变压器运行状态的重要参数,因此针对变压器的噪声监测尤为重要.设计开发了基于5G网络的变压器噪声在线监测系统,由噪声采集、中心管理和网络传输3部分组成.系统界面通过地理信息系统(geographic information system,GIS)噪声监测地图...