面向小样本安全生产数据的事故集成预警模型

现有事故预警模型多依赖大量数据训练,而许多中小企业的安全生产数据积累不足。为了利用少量样本数据训练出相对精确的事故集成预警模型,首先,运用合成少数类过采样(SMOTE)算法对小样本数据进行预处理;其次,基于相关数据训练单个机器学习算法,选择最优机器算法作为集成方法的基分类器;同时,利用特征重要性优化企业事故预警指标;最后,通过投票法、装袋法、提升法、堆叠法4种集成方法进行拟合,提高企业事故预警模型精度。结果表明:SMOTE方法能较好地模拟出企业事故预警数值,增加其数据量,较好地解决了小样本数据不平衡问题。此外,在基于4种集成方法的企业事故预警模型的比较中,发现基于装袋法的企业事故集成预警模型拟合效果最佳,测试精度可达到88.46%。

基于集成算法的工贸企业安全预警系统优化

为了提高工贸企业安全预警预报能力,在构建了工贸企业生产安全预警指标体系的基础上,基于集成算法优化工贸企业安全预警系统。首先,将集成算法中的随机森林(RF)和XGBoost模型进行比较,基于随机森林来优化指标因素。为检验各指标因素之间是否存在相关关系,先用相关系数的方法计算各因素之间的相关程度,然后对其进行显著性检验;其次,在确定各指标因素的相关关系后,采用差分法解决序列相关性的问题;最后,基于差分得出的数据和优化后的指标,运用随机森林模型再次进行模拟,得出优化后预警模型的精度和平均绝对误差。结果表明,在数据量较小的情况下,一定程度上随机森林的集成效果比XGBoost模型更佳。运用差分法解决各因素相关性问题后得到的数据及用RF优化后的指标因素,使得随机森林的企业安全预警模型精度得到提升,平均绝对误差显著降低。

有序工艺流程系统安全分析

工艺流程的有序统筹对于提高整个生产过程的安全性有着重要作用。研究工艺流程中有序排布的各生产环节对其他环节的安全性影响程度具有重要的意义。尝试建立有序工艺流程中的S型安全系统分析模型,对于有序工艺流程中各项环节对其余环节的安全性影响进行分析,最后得到3种典型类型的分析模型,并用有序可视图模型对其进行安全分析。分析表明:在基于有序安全系统分析方法下的各项工艺的安全评价中,各项工艺的评分权重差异性会得到提高,部分生产环节的权重会与常规安全分析相差数倍。同时各项生产环节的权重排序也会因为将其所处位置顺序纳入考虑而进行修正。结果表明,有序工艺流程中的S型安全系统分析模型使用可靠,对于分析有序工艺流程中的生产环节对其他环节的安全影响具有指导意义。

面向非均衡文本信息的企业生产安全氛围智能感知模型

现有企业生产安全氛围的主要描述载体是文本,但文本无法定量描述的特点是企业生产安全氛围分析面临的重要挑战。基于机器学习和自然语言处理技术处理企业生产安全氛围文本信息,着重从安全氛围主题辨识和安全氛围等级预测两方面,综合实现对企业生产安全氛围的智能感知。首先借鉴合成少数类过采样技术(SMOTE)算法思想,提出一种“类SMOTE”算法,用于解决非均衡文本数据问题;然后基于隐含狄利克雷分布(LDA主题模型)实现安全氛围主题辨识,得到文本主题词及相关权重;最后基于机器学习算法实现安全氛围等级预测。经过实例验证,提出的“类SMOTE+LDA+Bayes”组合模型,对于企业生产安全氛围智能感知效果较好。

复合物流模式下的机械加工车间安全布局设计

机械加工车间的物流形式不唯一,一般是小推车、天车等多种物流形式的复合,本文以河南省某机械加工车间为例,运用系统布局设置(SLP)方法,并综合考虑复合物流与危险源,进行车间安全布局。首先按照类型将车间分成13个区域,之后应用单纯型法核算车间内的复杂物流量,然后基于曼哈顿距离实现系统布局设置(SLP),最后综合考虑车间内的危险源以及小推车与天车的复合物流,得到作业位置相关图,并以此获得3个布局方案,再应用层次分析法从4个维度对方案择优,得出该车间的最优安全布局方案。

基于人机交互仿真实验的起重违规作业影响因素分析

违规作业是起重机械事故高发的重要原因,但限于危险性、经济性等诸多因素,很难在工地现场搭建专门深入研究起重违规作业的真实环境。基于人机交互仿真实验,探究起重违规作业的影响因素。首先收集19项潜在的起重违规作业影响因素,通过人机交互仿真实验,记录不同影响因素下的起重违规作业情况;然后基于独立样本t检验、方差分析、秩和检验、回归分析等方法,综合探究起重违规作业的有效影响因素。结果表明:起重违规作业强影响因素有音乐种类、疲劳程度、工作难度、BMI和风速;中等影响因素有性别、尿意和实验时长;而手套佩戴、睡眠质量、外界天气、起重机种类、温度和噪音等对起重违规作业并无显著的影响。

面向“数值-文本”大安全数据的企业风险分析

为充分利用实际生产过程中产生的数值和文本数据,预防事故的发生,加强企业的安全管理水平,基于多种机器学习模型提出了一种能综合利用数值数据和文本数据的企业风险分析方法。首先,基于岭回归、被动进取、弹性网络回归、梯度增强等机器学习算法,构建了面向数据信息的生产风险分析模型;然后依次基于Jieba分词、LDA主题建模、单分类算法和集成算法等文本挖掘技术,构建了面向文本信息的生产风险分析模型;最后利用Pearson相关系数和回归算法,实现了面向“数值-文本”大安全数据的企业安全分析。结果表明:基于梯度增强回归算法的数据分析模型效果最好,基于Voting模型的文本分析模型表型分类效果最优,Pearson相关系数为0.4438,基于GBR模型的“数值-文本”综合分析拟合度最高,“数值—文本—比对—综合”的大安全数据分析思路有助于提高企业的安全管理水平。

铝板材加工企业应急管理体系评估

近些年来,国家对企业在日常及突发事件发生时的应急管理要求越来越高。随着《生产安全事故应急条例》的颁布,标志国家对企业应急管理有了新的要求,当下社会经济及科学技术快速发展,企业在投入新技术的同时,企业原有的应急管理手段也无法适应新的企业生产模式。21世纪,铝板材加工行业发展越来越快,铝板材加工企业数量增长迅速,铝板材加工企业的安全生产及应急管理效果也越来越受到重视,随着新工艺及新技术的投入,以往铝板材加工企业的应急管理制度存在一定的缺陷,导致突发事件发生时无法快速、准确控制事故影响及过程,使事故所造成的人员伤亡及财产损失进一步扩大。笔者将通过某铝板材加工企业应急管理实施现状进行实例评估,分析其存在的问题,提升企业应急管理效果。

基于事故预警系统触发阈值的创建

建立和完善生产安全事故预防预警体系,是实现企业安全生产管理从事后、事中管理向事前管理转变的重要手段。目前我国安全生产预警研究与实践还处于初级阶段,预警工具研发推进缓慢且实用性差。本文提出的"基于事故预警系统触发阈值的创建"思路,是以事故触发扰动理论为基础,以扰动因素为变量设定警戒值并发出警报,以对相关变量进行干预,从而降低事故的发生。

基于时间序列的冶金企业安全预警模型研究

冶金企业危险因素错综复杂,一旦发生事故后果不堪设想。这充分彰显了冶金企业构建安全预警机制的必要性和紧迫性。本文以中铝瑞闽股份有限公司为例,构建了公司级事故事件、新进员工情况、教育培训和应急演练、可记录工伤、未遂险兆事故事件、典型隐患、典型违章等七大类安全预警指标;并基于时间序列预警模型的差分分析、简单季节性分析以及预测模型,对该公司安全预警分值进行分析与预测,得出其安全现状和后一年具体安全预警分值,为该公司开展安全管理工作提供依据。