HD-YOLO:复杂场景下安全帽佩戴检测算法

针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题,提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先,设计了GRC-C2f结构,使用多分支结构捕获多尺度特征,兼顾训练阶段的特征提取能力和推理阶段的计算效率。其次,设计了DSASF颈部结构,结合动态上采样和多尺度特征融合,精准识别和定位图像中的小目标,以提高检测性能。然后,引入Focal Modulation模块替换原有的快速空间金字塔池化(Spatial Pyramid Pooling-Fast,SPPF)结构模块,捕捉图像中的长距离依赖和上下文信息,聚焦于复杂背景中的目标。最后,采用空间增强注意力模块(Spatially Enhanced Attention Module,SEAM)解决小目标遮挡问题。试验结果表明,HD-YOLO算法在同一数据集上平均精度均值为81.8%,相比原始YOLOv8算法提高了5.0百分点。设计的HD-YOLO算法有效提高了复杂场景中佩戴安全帽的检测精度。

压缩空气泡沫灭火系统长距离输运及喷淋特性试验研究

基于正压发泡的压缩空气泡沫灭火系统是一种新型高效的灭火系统,该系统产生的泡沫具有存留时间长、泡沫动量大等优点,可用于扑灭换流站变压器油火灾。采用全尺度试验的方式,以406 m和699 m管道为例,研究长距离管道压缩空气泡沫的输运特性及其在不同覆盖区域的喷淋特性。结果表明:压缩空气泡沫灭火系统的响应时间和达到稳定喷射状态的时间均随输运距离的增加呈单调递增变化;不同喷淋覆盖位置的泡沫性能差异不大,各试验工况下发泡倍数均高于5倍,25%析液时间均超过300 s;对于同一喷淋区域的泡沫供给强度,在距离左右两侧防火墙5.3 m位置处的泡沫供给强度最大,同时向两侧减小,通过多项式拟合得到了不同横向位置处泡沫供给强度分布的关系式。研究结果可为实际火灾中压缩空气泡沫灭火系统的灭火效果评估和泡沫覆盖盲区判定提供参考。

电网登高违章作业轻量级智能检测模型

电网登高作业众多,登高违章易造成高处坠落等严重事故。构建了轻量化且高精度的登高违章作业检测模型,以实现对不安全行为的高效检出。首先,基于YOLOv8算法框架构建基础网络模型,之后在颈部网络中引入幽灵模块(Ghost module),以构建轻量化模型;其次,在主干网络中引入高效多尺度注意力模块(Efficient Multi-scale Attention module,EMA),在保证轻量化基础上,提高模型精度;最后,基于网络层次分析法和模糊综合评价法,将孤立的不安全行为融合为登高作业综合评价体系。结果表明:相较于基础模型,本模型准确率提高3.3%,召回率提高9.9%,均值平均精度(mean Average Precision,mAP)mAP@50提高8.4%,mAP@50:95提高4.6%;在轻量化方面,参数量降低17.6%,计算量降低11.1%,模型所占存储容量降低16.1%,且漏检情况有所减少。

无人机载LoRa空地感知定位应急搜救系统设计与应用

为降低复杂环境下应急搜救作业人员的伤亡风险并提升救援效率,利用空中唤醒、LoRa感知定位等技术以及空地感知融合定位算法,开展无人机对地扫描飞行姿态角对LoRa传输角度影响的探究工作,对比分析传统卫星定位设备与LoRa物联网模组的性能差异,进行无人机载LoRa空地协同定位策略研究及应急搜救系统设计与实现工作。研究表明:在户外山谷环境中无人机载LoRa基站对地信号接收方位角不受环境限制,而且无人机载LoRa空中唤醒模组的功耗远低于卫星定位设备。经实地验证,研究设计的无人机载LoRa空地感知定位应急搜救系统在户外复杂环境下开展紧急搜救,能够有效实现长续航、快响应、定位准等效果,是一种便携的空地感知融合定位搜救方式,对降低人员伤亡风险、提高救援效率有显著作用。

非许可化工医药企业专家指导服务工作实践探析

随着非许可类化工医药企业的迅猛发展,其安全生产不容忽视,非许可化工医药企业的本质安全问题也越发引起业界的高度重视。文章通过专家指导服务工作的开展,分析明确了在实际工作中非许可化工医药企业存在的九大突出安全生产问题,并提出了强化非许可化工医药企业安全管理的措施与建议,对非许可化工医药企业提升本质安全水平、减少和防范安全事故的发生具有重要的理论指导意义和实际应用价值。

基于改进YOLOv8的火灾探测报警系统的设计与实现

设计了基于改进YOLOv8的图像型火灾探测报警系统,其由火灾探测、数据传输、报警终端组成,实现了火灾探测、远程报警、火灾定位的功能。在YOLOv8模型的基础上增加一个检测头,并在主干部位添加EMA模块,提升了模型精度,mAP50(IoU阈值为50%时模型的平均精度均值)提升了6.3%,采用TensorRT将模型部署在Jetson nano上进行实验,模型推理时间为555.8 ms。该系统利用摄像头实时获得图像,通过在Jetson nano上部署改进的YOLOv8模型实现对火灾的识别,采用NB-IoT将运算结果传输至OneNET云平台,云平台将信息传输至微信小程序以实现火灾报警,系统响应时间为4.5 s。

综合风险监测预警实践路径探索研究——以湖北省风险隐患监测预警中心建设为例

提升风险监测预警能力是推进应急管理现代化的必经过程。本文以湖北省风险隐患监测预警中心建设为研究基础,从风险防控体系构建、数据汇聚融合、风险辨识评估算法模型应用、管理模式创新以及结合湖北特色城市数字公共基础设施建设五个方面总结了风险监测预警的湖北经验,并通过实际案例展示“监测-预警-研判-处置-督办-联动-评估”流程。希望通过湖北实践加快推进灾害风险辨识评估科学化、监测分析智能化、预警发布精准化,为我国风险监测预警业务发展提供可借鉴、可参考的新思路、新方法,用湖北实践奋力推进应急管理现代化。

关于湖北省工贸行业领域安全生产联合执法情况的调研报告

湖北省工贸行业领域生产经营单位底数庞大,且规模大小不一,安全管理水平低,基础薄弱,给安全监管带来了巨大挑战。为进一步加强工贸企业的安全生产管理,确保全省工贸行业领域安全生产,湖北省应急管理厅联合省经信厅对全省部分工贸企业开展了安全生产联合执法检查。本文分析了执法检查基本情况及存在的主要问题,并就提升我省工贸行业领域监管执法水平提出对策建议。

流程生产安全数智化监测系统传感器故障诊断研究

为保障流程生产安全监测数据的准确性,提出1种结合核主元分析和累积残差贡献率法的故障诊断方法。首先提出“感知-汇聚-决策”的多层级数智化监控系统架构;针对感知层传感器,基于核主元分析构建故障检测模型并通过累积残差贡献率法定位故障传感器;以DYTG转炉厂连铸作业区进行实证分析。研究结果表明:该故障诊断方法在SPE指标上的平均检测率和平均误检率分别为95.28%和2.61%,在T^(2)指标上的平均检测率和平均误检率分别为84.36%和1.71%,且针对4种故障形式均能精准定位故障传感器。研究结果有助于降低监测系统的维护成本,提升流程生产安全管控水平。

新型轨道消防救援车模块化系统设计

为实现对各种复杂的轨道交通事故的有效救援,应对各种复杂的轨道交通事故,首先,通过文献检索,分析国内外现有轨道消防救援系统的现状及其发展趋势;然后,总结和剖析路轨两用车在山地城市轨道交通系统中的适用性及模块化改造的可行性;最后,提出一套适合山地城市轨道特点的新型轨道交通路轨两用消防救援系统。结果表明:路轨两用消防救援车符合轨道消防救援使用要求。系统采用高强度模块化以及装配式设计理念,配备有控制各种火灾工况的灭火及排烟系统、牵引绞盘、应急发电、医护用品等应急救援装备,能够针对性的应对密闭、浓烟环境下轨道事故救援工作,极大减少发生事故后造成的损失。

页岩气分离器阀套式排污阀冲蚀特性研究

为解决页岩气开采过程中砂粒经过分离器后对排污阀造成严重冲蚀的问题,以长宁页岩气田某井为例,基于FLUENT软件,采用数值模拟的方法模拟在不同速度、砂量、粒径、形状系数和阀门开度情况下砂粒对排污阀冲蚀特性,并评估影响排污阀冲蚀特性的主要因素,明确排污阀的冲蚀情况。结果表明:阀瓣与节流孔冲蚀破坏是造成排污阀失效的主要原因;随着阀门开度减小,阀内压差呈指数式增长,在阀瓣和节流孔处流速最大,砂粒形状系数减小,对阀门冲蚀越严重;基于敏感性分析,各因素对阀门冲蚀特性影响程度为:ξ_(l)(速度)=0.73,ξ_(m)(砂粒粒径)=0.71,ξ_(n)(砂量)=0.70,ξ_(q)(形状系数)=0.67。因此,建议通过增大阀门内部流通面积将流体流速控制在7m/s以内,提高除砂器除砂能力,避免粒径较大的砂粒(砂粒粒径>60μm)进入排污阀,将进入排污阀的砂粒粒径控制在60μm内,为现场设备评价优化提供有效手段。

基于FQ和IMS的痕量爆炸物探测分析

为及时有效地查出行李、包裹和人身中隐藏的爆炸物,利用荧光淬灭(FQ)和离子迁移谱(IMS)2种痕量爆炸物检测仪器,分别通过擦拭和吸气2种采样方式,检测三硝基甲苯(TNT)、黑索金(RDX)、三过氧化三丙酮(TATP)、硝酸铵(AN)等多种爆炸物,并主要从报警时间和恢复时间2个方面进行对比分析。结果表明:擦拭采样情况下,FQ的平均报警时间比IMS少约2 s,平均恢复时间比IMS少约30 s,具有更高的检测效率。吸气采样情况下,FQ仪器可检测TNT和TATP,IMS仪器难以检测爆炸物。

38 mm型CO_(2)致裂器内部参数对致裂器做功能力影响

为快速获得液态CO_(2)致裂器内部参数对致裂器做功能力的影响特征,优化提高液态CO_(2)致裂器做功能力,提高煤层瓦斯抽采效率,设计液态CO_(2)致裂器做功能力快速评估试验装置。使用煤矿用38 mm型致裂器进行4水平3因素的9组正交试验,分析液态CO_(2)致裂器发热管内部装药量、主管内液态CO_(2)填充量、泄能片厚度以及泄能头释放口径对于致裂器做功能力的影响主次顺序;进一步对其中最重要的影响因素进行固定变量试验,分析最重要影响因素对液态CO_(2)致裂器做功能力的影响特征。结果表明:对于煤矿用38 mm型CO_(2)致裂器,泄能片厚度对于液态CO_(2)致裂器做功能力的影响最大,发热管内部装药量次之,主管内液态CO_(2)填充量及泄能头释放口径影响最弱;液态CO_(2)致裂器做功能力随着泄能片的厚度增加而增加,但当泄能片厚度增加到一定程度时,液态CO_(2)致裂器做功能力增幅不够明显,达到一定厚度泄能片不会破裂,当38 mm型致裂器内部参数设置为CO_(2)质量0.33 kg、释放口径18 mm、装药量60 g、泄能片厚度2.0 mm时致裂器做功能力对应三硝基甲苯(TNT)当量为0.202 kg,相对当前工地使用参数做功能力提升21.9%。

基于改进遗传算法的电厂粉尘监测节点覆盖控制研究

为有效降低粉尘环境监测中存在盲区和管控缺失的风险,优化火电厂粉尘环境监测系统的节点覆盖控制,延长无线传感器网络(WSN)寿命,提出一种基于改进遗传算法的节能优化方法。首先构建基于节点覆盖率、节点布设总能耗和节点通信传输总能耗的网络覆盖质量目标函数;然后针对传统遗传算法存在局部最优和编码重复的问题,提出整数编码的染色体组合方案、自适应调节交叉和变异概率的方法,以及精英保留策略;最后通过仿真对比分析,确定优化后的节点数量和分布方案。结果表明:改进的遗传算法显著提高了收敛速度,所需迭代次数减少至20次,适应度值优化52.18%;在节点部署和覆盖研究中,优化后的节点数量为42个,覆盖率达97.28%,节点休眠率为76.19%,有效提升了火电厂粉尘环境监测系统的节能效果。

基于多尺度特征的消防车道占用检测

为解决消防车道占用预警的智能检测问题,引入区域入侵原理,提出基于YOLOv7的轻量化消防车道占用预警方法。首先,以YOLOv7模型为基础,构建消防车道区域入侵研究框架,将实地调研与公开数据集相结合,形成包含消防车道与车辆检测的图像数据集;其次,采用感受野块模块替换空间金字塔池化跨阶段部分卷积,同时,添加SimAM注意力模型,提高网络多尺度特征提取和融合效果;然后,运用Slim-Neck结构减小模型的计算量和参数量;最后,通过PyQt5部署交互式界面设计,在陕西省西安市某小区进行实地算法验证。结果表明:模型识别消防车道和车辆的准确率均达到80%以上;与原模型相比,改进后的模型参数量减少20.5%,浮点计算量降低11.3%,检测速度提高42.4%,达到48.6帧/s。

运用GQFD的手持反射式太赫兹光谱探测器性能指标分析

在对手持反射式太赫兹光谱探测器性能指标分析过程中,通过爆炸物探测任务需求分析,采用界值法筛选了光谱分辨率、动态范围等8项性能指标,剔除了光谱获取率和快速扫描时间2项指标,运用灰关联分析的质量展开功能方法,建立任务需求与性能指标的质量屋模型。通过计算绝对权值与灰色综合关联矩阵,求解性能指标重要度排序,验证了方法的可行性和有效性。该方法减少了主观因素对权重计算的影响,提高了需求分析结果的可靠性,可为手持反射式太赫兹光谱探测器技术研发和决策提供有效支撑。

安全控制系统的设计思想

介绍了安全控制领域的国际标准 IEC61 50 8。给出了安全整体性要求的 4个等级 (SIL)相应的技术指标。从硬件故障的控制、系统故障的避免及安全系统软件的设计 3个方面阐述了安全控制系统的设计思想。对硬件故障控制中的 1 oo2 D和 2 oo3系统进行了比较 ,给出了相应的 SIL计算方法。针对避免系统故障 ,提出了系统设计的 6条原则和方法。介绍了

声发射法检测输气管道泄漏的研究综述

声发射法检测管道泄漏是目前的热点方法,研究涉及泄漏信号的产生与传播、信号拾取与处理、基于信号的智能识别与定位等。通过介绍声发射检测定位原理及一些基本规律,详细分析小波分析、局域均值分解、经验模态分解、变分模态分解在处理泄漏信号时的优劣,探讨人工智能在处理管道泄漏声发射信号中的应用,总结管道泄漏的模态研究、相关试验研究,来理清基于声发射的管道泄漏检测现状及展望未来发展。

卷积与长短期记忆网络在火灾源强实时预测中的应用

针对火灾场景中火源位置及强度实时、准确识别困难的问题,利用卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆(Long Short-Term Memory,LSTM)网络的算法优势,构建一种火灾源强实时预测模型,该模型通过建筑内温度传感器接收的序列数据,实时、准确地预测火灾场景中的火源位置及强度信息。采用火灾动力学模拟软件(Fire Dynamics Simulator,FDS)模拟火灾场景,获得温度传感器实时接收的序列数据,建立火灾场景数据库,进行火灾场景数据分析并对火灾源强实时预测模型完成训练,通过实例验证该模型的准确性、及时性和鲁棒性。结果表明,该模型能够通过较短长度样本数据实时、准确预测火灾场景中火源位置及强度,预测准确率为99.18%,在温度传感器间隔损坏且损坏率不高于70%时,预测准确率仍可达到95.10%以上。

堆叠集成算法在城市地下排水管网风险评估中的应用

近年来排水管网事故频发,因此迫切需要一种客观、高效的风险评估方法。基于此,提出基于堆叠模型的城市地下排水管网风险评估方法,显著提高建模的精度。研究选择管长、坡度等14个特征变量进行建模,将堆叠集成算法与独立机器学习算法的预测性能进行比较,探究排水管网风险的影响因素。结果显示:(1)研究区内4级风险和3级风险排水管段数占比分别为21.23%和21.38%,需要尽快在现场进行处置。(2)堆叠集成算法预测精确度为93.7%,高于随机森林(91%)、决策树(89%)和支持向量机(78%)的预测精确度,比独立机器学习算法的评估性能更好。(3)除了管长、管径等常规属性对排水管网风险有重要影响,沉积、障碍物等因素对排水管网的风险也不容忽视。结果有助于排水管网健康评估,对各类机器学习算法评估管网风险建模具有启示意义。