钻井过程人员异常行为视频智能识别系统

针对钻井现场视频监控人工值守工作量大、异常行为识别不及时、海量视频数据缺乏实时报警等问题,结合钻井作业操作规程建立井控坐岗监测、起下钻、甩钻具等钻井作业场景典型异常行为判别规则,在基于卷积神经网络的目标检测方法基础上,引入SIFT方法和基于强化学习的困难样本筛选策略,提高了算法识别的准确率与鲁棒性。测试结果表明,在像素分辨率1 920×1 080的情况下,该方法整体识别准确率达到85%以上,平均识别速度为135 ms/帧。在此基础上,开发了钻井过程人员异常行为智能识别系统,试点应用结果表明,该系统能够对接入的视频流进行实时检测,及时、准确识别出坐岗人员擅自离岗、起下钻及甩钻具过程人员危险站位等异常行为,有效提升钻井现场安全管理水平。

基于视频的含能材料生产智能管控应用研究

随着含能材料生产过程中视频监控点位数量增多,为了避免人工监控造成生产异常情况的遗漏,采用智能识别技术对违规行为进行管控,开展了智能化视频监控体系研究。以太原市某厂为例,结合管控需求确定了4项需要实现智能管控的项目;以9种基本框架为基础,提出了4项智能视频识别算法及系统的整体设计方案。在实施管控后,人员不安全行为的发生率降低至最大值的16%以下,物料不安全状态的报警次数增加至管控前的12倍。通过对比管控前后的变化,提出了4项可能影响智能管控效果的因素。

中色非矿副井提升管控系统的设计与研究

矿井提升不但是矿山企业重要的作业单元,也是矿山的咽喉,而副井提升更是承担了人员、物资上下井的重要任务,对矿山的整个生产衔接起到了关键作用,因此对副井提升系统的管控化设计至关重要,它是矿山能否高效运作的基础。通过副井提升管控系统的设计和建设,矿山可以实现提升系统的在线监视与控制、作业轨迹和作业序列的数据分析与管理、关键设备的预维护监控,以及副井提升系统自动化,智能化的全集成管控运行。

中色非矿副井提升管控系统的设计与研究

矿井提升不仅是矿山企业重要的作业单元,也是矿山的咽喉,而副井提升更是承担了人员、物资上下井的重要任务,对矿山的整个生产衔接起到了关键作用,因此对副井提升系统的管控化设计至关重要,它是矿山能否高效运作的基础。通过副井提升管控系统的设计和建设,矿山可以实现提升系统的在线监视与控制、作业轨迹和作业序列的数据分析与管理、关键设备的预维护监控,以及副井提升系统自动化、智能化的全集成管控运行。