电力生产作业场所职业病预警评价模型研究与应用

本文分析了生产型作业场所存在的职业危害因素,从电力生产作业场所职业病防控的角度出发,构建了电力生产作业场所职业病危害预警指标体系,基于多级物元分析法和层次分析法,构建了职业病预警评价模型,针对合肥市某一电力生产作业场所,进行了预警模型的应用。结果表明:该预警模型构建合理,评价结果准确,能够用于作业场所职业病风险的预警。

基于安全生产标准化评审浅谈上海市某区工贸企业生产作业场所管理现状

本文对上海市某区150家工贸企业进行安全生产标准化评审,选取生产设备设施和作业安全两个要素考核情况进行分析。结果表明:(1)企业生产设备设施的现场管理状况相对较好的情况下,其总分也处在比较高的水平,并且与同一分数段的企业生产设备设施现场管理情况安全生产标准化程度更加接近。(2)总分随着作业安全要素管理水平提高而呈现上升的趋势,且同一分数段的企业作业安全现场管理情况安全生产标准化程度也更加接近。(3)企业生产作业场所存在较多同类问题,建议企业根据安全标准化体系要求并结合企业实际情况及时整改并报备当地安全主管部门。

让“扫一扫”为安全生产助力

进入企业生产作业场所,需要到门卫值班室登记,由门禁管理人员开门放行。如果门禁管理不严,让无关人员擅自闯进,就可能造成安全隐患。或者,给员工配发门禁卡,刷卡开门。但是如果门禁卡丢失了、忘带了,员工进出就不方便,而且丢失的门禁卡如果被别有用心者利用,就会造成严重的安全隐患。运用“扫一扫”助力安全生产,不失为一种有举措。

基于轮廓方向特征的头部特征识别

针对危险生产作业场所的定员管理问题,采用机器视觉技术对进出作业场所的人数进行在线、实时统计。首先引入纹理梯度算子,定义方向熵函数以获取人头轮廓的方向特征并对轮廓点进行编码;接着,基于标准圆的轮廓及其方向二元特征实现对人头轮廓的准确匹配;最后建立弧长置信度函数完成对人员目标的定位。在目标跟踪过程中,建立预测函数辅助人头运动轨迹的获取,最终根据运动轨迹线判断目标是否进入或离开生产作业场所。实验表明,提出的方法准确率在90%以上,具有良好的实用性与学术价值,对于确保安全生产具有重大现实意义。

人头区域的提取与人员跟踪的实现

在危险作业场所中,采用机器视觉技术对进入工作现场人员进行实时统计。文章首先使用颜色特征并结合区域生长的方法对人的头部区域进行初步定位,接着基于圆轮廓对人头区域实现确定。在提取连续帧人头区域的基础上进行目标跟踪,建立预测函数辅助人头运动轨迹的获取,最终根据运动轨迹线判断目标是否进入或离开生产作业场所。实验表明,本文提出的方法准确率在90%以上,具有良好的实用性与学术价值,对于确保安全生产具有重大现实意义。