一种物联网高风险作业关键要素联动风险感知与管控系统的制作方法

1.本发明涉及基于物联网技术的安全管控技术领域，具体为一种物联网高风险作业关键要素联动风险感知与管控系统。


背景技术：

2.专业技术基础管理信息化体系是安全作业智能化的根本保证。着眼于“人机数字化共生”技术的研发与应用，利用云知识库、工业物联网，打造“人机一体化”、“工业末端辅助决策神经元网络”、“高风险作业实体化数字孪生”等智慧安全作业综合解决方案，因此，对一种物联网高风险作业关键要素联动风险感知与管控系统的需求日益增长。
3.传统电力行业作业人员对生产现场作业的安全环境主要靠人工经验判断，在无法获得全局信息的情况下，往往会漏判故障点，生产现场交差作业情况比较多，事故往往出在信息不通，仅凭工作人员的感觉来掌握周边安全状况，难免事故发生，操作管理智能化不足，任务策划、执行方式采取人工设定，分析、预测、操作步骤依赖生产人员的经验，因此，针对上述问题提出一种物联网高风险作业关键要素联动风险感知与管控系统。


技术实现要素：

4.本发明的目的在于提供一种物联网高风险作业关键要素联动风险感知与管控系统，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种物联网高风险作业关键要素联动风险感知与管控系统，包括数据集成架构方案、终端技术方案、基础数据支持方案和技术平台支持方案，所述终端技术方案包括数据采集和物联网基本组成，所述数据采集包括设备启停开关量、拉力检测、震动检测、温度检测和图像识别，所述图像识别包括作业人员身份识别、工作区域设备识别和位置标识识别，所述物联网基本组成包括uwb、基站、网络(nbiot、zigbee、网桥、wifi、有线)、传感器、视频算法识别、电子围栏、区域作业安全警示、物联边平台、安全生产管控系统、大屏展示和物联网设备，所述终端技术方案的实施步骤包括：
7.s1、搭建工作区a工作区b的三维模型，在工作区a和工作区b部署物联网边缘计算网关，uwb人员定位基站和机器视觉基础设施；
8.s2、在工作区b作业人员与设备的安全距离算法，有限空间判断人员活动情况与风险状态；
9.s3、通过物联网数据采集，进行深度学习，不断训练，得出作业风险高准确率ai模型。
10.优选的，所述数据集成架构方案包括后台、前端和数据，所述后台包括springboot mybatis mysql 场景地图，所述后台用于提供数据服务、应用服务和展示服务，所述数据包括云端数据，结构化关系数据库mysql，非关系型mongodb、缓冲数据库redis，所述前端包括pc端浏览器、大屏展示、驾驶舱、远程支持、异常数据推送、数据监控和pc桌面 移动终端
应用，所述移动终端应用包括安卓app、ios app和微信小程序。
11.优选的，所述基础数据支持方案包括地理信息区域、作业区域特种人员资格信息、作业文件包及质量安全计划和起重操作步骤与执行时间控制，所述地理信息区域包括专业分区、重点部位分区和危险点分区。
12.优选的，所述技术平台支持方案包括以下步骤：
13.a1、以物联网为主体，结合nb
‑
iot等物联网应用，采用sa mec组网方式，以数据环境建设、地理场景搭建、组织架构、业务场景、大数据为支撑，构建“nb
‑
iot 数字孪生底座”；
14.a2、设备运行“脉搏”数据，反映实时运行状态轨迹；
15.a3、实现智能干预，进而为智慧场区大脑提供海量运行数据。
16.优选的，所述物联网设备包括uwb人员定位标签、边缘计算网关、起重机定位标签、和计量传感器，所述uwb人员定位标签配戴在人体上的定位器，可以嵌入安全里，也可以放在胸牌里，用于识别人的位置，边缘计算网关是组成局域网的计算设备，有128g内存，可进行数据收集并计算，结果可以通过网络在传输至企业内网服务器或云服务器。起重机定位标签如同人体上的定位器，计量传感器用于计量线路用电量，边缘计算网关是可以控制起重机启停的，因此，通过定位确定距离，数据输入边缘计算网关判断人员与起重机是否保持规定的安全距离，由边缘计算网关发出执行指令，控制起重机启停，达到安全操作管控。
17.优选的，所述电子围栏涉及一种电子围栏算法，所述电子围栏算法用于判断点是否位于电子围栏内，所述电子围栏算法包括点线判断法、射线法和改进的射线法，所述点线判断法包含以下步骤：
18.b1、把多边形的每条边看作首尾相连的有向线段；
19.b2、如果一个点相对于多边形的每条边(有向线段)的方向(左侧还是右侧)都相同，那么这个点就在这个多边形内部；
20.b3、定义点在有向线段的一侧，定义有向线段(x1,y1),(x2,y2)，对于点(x,y)计算：
21.v＝(x2
‑
x1)*(y
‑
y1)
‑
(y2
‑
y1)*(x
‑
x1)，
22.上式也可以表示为比较斜率大小的形式：y
‑
y1)/(x
‑
x1)>(y2
‑
x1)/(x2
‑
x1)；
23.b4、v＝0表示点在线段所在的直线上，v>0表示点在线段的左侧，v<0表示点在线段的右侧。
24.优选的，所述射线法包含以下步骤：
25.c1、当点不在多边形边上时，从点水平出发做一条射线；
26.c2、计算该射线与多边形的边的相交点个数，如果是奇数，那么点就一定在多边形内部，否则，在外部。
27.优选的，所述改进的射线法包含以下步骤：
28.d1、在算法的代码里规定被射线穿越的线段的两个端点算作射线两侧；
29.d2、点和多边形顶点重合的情况下比较点坐标和多边形顶点的坐标是否相同；
30.d3、如果有射线连续经过的两个顶点显然都位于射线一侧这种情况，看作没有发生穿越，射线上的这两个顶点不算在内。
31.与现有技术相比，本发明的有益效果是：
32.1、本发明中，通过在工作区a和工作区b作业层创建“典型高风险作业关键要素联
动风险感知与管控系统”，搭建“电力生产高风险作业本质安全需求 新一代信息技术”融合创新的高速公路首段路基，构建高风险作业关键要素(包括人、设备、环境、制度标准)相互联动，以在本质安全层面实现作业过程风险感知与管控的技术标准。
33.2、本发明中，通过设置的电子围栏算法解决了电力行业多年来高危作业依靠人为经验判断的时代，降低了人因造成的安全事故，从而科学有效地进行特种行业的作业操作，避免重复作业、解决现场交叉作业带来的安全事故，提高工作效率，节约大量人力成本和检修成本。
附图说明
34.图1为本发明标准起重机力臂长度与起重量的特性曲线；
35.图2为本发明射线法原理示意图；
36.图3为本发明射线过顶点示意图；
37.图4为本发明射线过水平边线示意图。
38.图1中：横坐标r是力臂长度，纵坐标q是起重量，其中曲线1表示机构承载能力确定的起重量，曲线2表示臂架结构承载能力确定的起重量，曲线3表示整体稳定性确定的起重量，曲线4表示起重机正常安全工作范围。
具体实施方式
39.请参阅图1
‑
4，本发明提供一种技术方案：
40.一种物联网高风险作业关键要素联动风险感知与管控系统，包括数据集成架构方案、终端技术方案、基础数据支持方案和技术平台支持方案，所述终端技术方案包括数据采集和物联网基本组成，所述数据采集包括设备启停开关量、拉力检测、震动检测、温度检测和图像识别，所述图像识别包括作业人员身份识别、工作区域设备识别和位置标识识别，所述物联网基本组成包括uwb、基站、网络(nbiot、zigbee、网桥、wifi、有线)、传感器、视频算法识别、电子围栏、区域作业安全警示、物联边平台、安全生产管控系统、大屏展示和物联网设备，所述终端技术方案的实施步骤包括：
41.s1、搭建工作区a工作区b的三维模型，在工作区a和工作区b部署物联网边缘计算网关，uwb人员定位基站和机器视觉基础设施；
42.s2、在工作区b作业人员与设备的安全距离算法，有限空间判断人员活动情况与风险状态；
43.s3、通过物联网数据采集，进行深度学习，不断训练，得出作业风险高准确率ai模型。
44.所述数据集成架构方案包括后台、前端和数据，所述后台包括springboot mybatis mysql 场景地图，所述后台用于提供数据服务、应用服务和展示服务，所述数据包括云端数据，结构化关系数据库mysql，非关系型mongodb、缓冲数据库redis，所述前端包括pc端浏览器、大屏展示、驾驶舱、远程支持、异常数据推送、数据监控和pc桌面 移动终端应用，所述移动终端应用包括安卓app、ios app和微信小程序，这种设置有利于后台与前端的数据交互；
45.所述基础数据支持方案包括地理信息区域、作业区域特种人员资格信息、作业文
件包及质量安全计划和起重操作步骤与执行时间控制，所述地理信息区域包括专业分区、重点部位分区和危险点分区，这种设置有利于根据分区筛选数据；
46.所述技术平台支持方案包括以下步骤：
47.a1、以物联网为主体，结合nb
‑
iot等物联网应用，采用sa mec组网方式，以数据环境建设、地理场景搭建、组织架构、业务场景、大数据为支撑，构建“nb
‑
iot 数字孪生底座”；
48.a2、设备运行“脉搏”数据，反映实时运行状态轨迹；
49.a3、实现智能干预，进而为智慧场区大脑提供海量运行数据。
50.这种设置有利于通过“感知”真实物理场区，建立场区和数字孪生区之间的精准映射，并使得场区作业具备自我学习、智慧生长能力；
51.所述物联网设备包括uwb人员定位标签、边缘计算网关、起重机定位标签、和计量传感器，所述uwb人员定位标签配戴在人体上的定位器，可以嵌入安全里，也可以放在胸牌里，用于识别人的位置，边缘计算网关是组成局域网的计算设备，有128g内存，可进行数据收集并计算，结果可以通过网络在传输至企业内网服务器或云服务器。起重机定位标签如同人体上的定位器，计量传感器用于计量线路用电量，边缘计算网关是可以控制起重机启停的，因此，通过定位确定距离，数据输入边缘计算网关判断人员与起重机是否保持规定的安全距离，由边缘计算网关发出执行指令，控制起重机启停，达到安全操作管控，这种设置有利于起重机安全运行；
52.所述电子围栏涉及一种电子围栏算法，所述电子围栏算法用于判断点是否位于电子围栏内，所述电子围栏算法包括点线判断法、射线法和改进的射线法，所述点线判断法包含以下步骤：
53.b1、把多边形的每条边看作首尾相连的有向线段；
54.b2、如果一个点相对于多边形的每条边(有向线段)的方向(左侧还是右侧)都相同，那么这个点就在这个多边形内部；
55.b3、定义点在有向线段的一侧，定义有向线段(x1,y1),(x2,y2)，对于点(x,y)计算：
56.v＝(x2
‑
x1)*(y
‑
y1)
‑
(y2
‑
y1)*(x
‑
x1)，
57.上式也可以表示为比较斜率大小的形式：y
‑
y1)/(x
‑
x1)>(y2
‑
x1)/(x2
‑
x1)；
58.b4、v＝0表示点在线段所在的直线上，v>0表示点在线段的左侧，v<0表示点在线段的右侧。
59.这种设置适用于判断凸多边形电子围栏与点的位置关系；
60.所述射线法包含以下步骤：
61.c1、当点不在多边形边上时，从点水平出发做一条射线；
62.c2、计算该射线与多边形的边的相交点个数，如果是奇数，那么点就一定在多边形内部，否则，在外部。
63.这种设置可以正确使用在凹多边形上，而且不需要考虑精度误差问题，适合于大多数被判断点和多边形的位置关系；
64.所述改进的射线法包含以下步骤：
65.d1、在算法的代码里规定被射线穿越的线段的两个端点算作射线两侧；
66.d2、点和多边形顶点重合的情况下比较点坐标和多边形顶点的坐标是否相同；
67.d3、如果有射线连续经过的两个顶点显然都位于射线一侧这种情况，看作没有发生穿越，射线上的这两个顶点不算在内；
68.这种设置适用于判断射线连续经过的两个顶点的状况。
69.借助uwb精准定位能够绘制得出标准起重机力臂长度与起重量的特性曲线如图1所示，即：每台起重机最大起重量是一定，随着力臂长度的增加，起重量会减少，曲线表明，通过边缘计算网关实时计算出可以超负荷的曲线的范围，整体稳定性确定的起重量控制在机构承载能力确定的起重量以下最安全；
70.工作流程：本发明中，搭建600mw以火力发电厂主厂房汽机平台工作区域(以下简称：工作区a)和6mw以上新能源风力发电厂塔筒工作区域(以下简称：工作区b)三维模型。在工作区a和工作区b部署物联网边缘计算网关，uwb人员定位基站，机器视觉基础设施，实现在工作区a起重作业相关的电子围栏自动绘制算法、电子围栏自动生效算法、电子围栏自动撤销算法等，在工作区b作业人员与设备的安全距离算法，有限空间判断人员活动情况与风险状态。通过物联网数据采集，进行深度学习，不断训练，得出作业风险高准确率ai模型，最大限度地消除作业人员在工作区a和工作区b作业的安全隐患，实现高风险作业智能化本质安全管理从0到1的变化。
71.所述电子围栏算法用于判断点是否位于电子围栏内，所述电子围栏算法包括点线判断法、射线法和改进的射线法，作业区域电子围栏的方法选择判断点是否在电子围栏内/外，用数学来描述就是判断一个点是在多边形内/外部，为了方便，这里的多边形默认为有向多边形，规定沿多边形的正向，边的左侧为多边形的外侧域，即多边形边按顺时针方向遍历；比较常见的判断点与多边形关系的算法有射线法、点线判断法、夹角和法等。
72.1.在火力发电厂运用点线判断法：
73.把多边形的每条边看作首尾相连的有向线段；如果一个点相对于多边形的每条边(有向线段)的方向(左侧还是右侧)都相同，那么这个点就在这个多边形内部；这种方法只适用于凸多边形，而不适用于凹多边形；定义点在有向线段的一侧，定义有向线段(x1,y1),(x2,y2)，对于点(x,y)计算：
74.v＝(x2
‑
x1)*(y
‑
y1)
‑
(y2
‑
y1)*(x
‑
x1)
75.v＝0表示点在线段所在的直线上，v>0表示点在线段的左侧，v<0表示点在线段的右侧；上面的计算式也可以表示为比较斜率大小的形式：y
‑
y1)/(x
‑
x1)>(y2
‑
x1)/(x2
‑
x1)
76.2.在新能源风机塔筒内运用射线法：
77.这种方法相比较其他算法而言，它不但可以正确使用在凹多边形上，而且不需要考虑精度误差问题；该算法思想是从点水平出发做一条射线，计算该射线与多边形的边的相交点个数，当点不在多边形边上时，如果是奇数，那么点就一定在多边形内部，否则就在外部；射线法原理示意图如图2所示。
78.射线与多边形的左右交点数分别为5和3，均是奇数，则点p(红点)在多边形内；在多边形外部的点与多边形交点数是偶数，则点在多边形外面；以上所述的是射线法算法的基本思想，适合于大多数被判断点和多边形的位置关系，但是也有一些特殊的位置关系的判断结果是错误的。
79.结合新能源风机塔筒内射线法，为满足塔筒内起重机作业算法，特进行如下改进的射线法设计：(以下列举这些特殊情况)
80.1.射线过水平边，如图4；显然，根据射线算法基本思想则无法判定点与多边形的位置关系；射线过顶点，如图3，多边形中的一个内角刚好接触测试点射线；在上图中，只有一个侧面(以红色突出显示)产生的测试点的左侧的节点为偶数，在底部也是相同的情况；无论哪种方式，数目为奇数才能表示测试点在多边形内部，然而测试点将在多边形内部其节点被视为偶数；显然，根据射线算法基本思想无法判定点与多边形的位置关系。
81.改进的射线法主要体现在以下几个方面：
82.(1)射线穿越一条线段需要线段两个端点分别在射线两侧；只要想通这一点，顶点穿越的问题就解决了；这样一来，我们只需要在算法的代码里规定被射线穿越的线段的两个端点算作射线两侧；
83.(2)点和多边形顶点重合的情况，这种情况可以直接比较点坐标和多边形顶点的坐标是否相同就行了。
84.如果有射线连续经过的两个顶点显然都位于射线一侧这种情况，根据上面的假设，这种情况可以看作没有发生穿越，射线上的这两个顶点不算在内；由于第(1)点的解决方案实际上已经覆盖到这种特例，因此不需要再做特别的处理；下面给出算法实现的核心代码：
85.86.87.[0088][0089]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想。以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。