基于工业互联网全连接管理的安全生产管理方法及系统与流程

1.本发明涉及数据处理技术领域，具体涉及基于工业互联网全连接管理的安全生产管理方法及系统。


背景技术：

2.随着工业化发展，生产设备的运行速度不断加快，伴随着生产安全事故发生率攀升，因而如何保障车间工作人员在设备运行时的工作安全，成为当前生产安全叩待解决的问题。
3.目前常用方法是在生产区域安装图像采集设备，基于安全管理人员在监控室内进行工作人员行为监督，同时在工作人员进入生产区域工作前进行安全教育，双管齐下以降低生产事故发生率，但现有方法对于安全管理人员的可靠性和工作人员的安全认知素质要求较高。
4.现有技术中存在设备生产安全管理依赖于安全教育以及管理人员进行生产区域监督巡查，导致设备及生产区域工作人员的危险状况难于及时察觉，存在生产运行安全风险的技术问题。


技术实现要素：

5.本技术提供了基于工业互联网全连接管理的安全生产管理方法及系统，用于针对解决现有技术中存在设备生产安全管理依赖于安全教育以及管理人员进行生产区域监督巡查，导致设备及生产区域工作人员的危险状况难于及时察觉，存在生产运行安全风险的技术问题。
6.鉴于上述问题，本技术提供了基于工业互联网全连接管理的安全生产管理方法及系统。
7.本技术的第一个方面，提供了基于工业互联网全连接管理的安全生产管理方法，所述方法包括：采集获得生产区域的区域设备信息，其中，所述区域设备信息包括设备布设信息、设备运行模式信息；对所述区域设备信息进行信息解析，获得所述生产区域的多等级预警区间划分结果；通过所述图像采集装置进行所述生产区域的区域图像采集，获得设备图像信息，根据所述设备图像信息匹配附加预警特征；通过所述图像采集装置进行目标用户的用户图像采集，获得用户图像采集结果；根据所述用户图像采集结果和所述多等级预警区间划分结果获得区间预警等级，根据所述区间预警等级匹配预警特征集合；通过所述预警特征集合和所述附加预警特征对所述用户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息；根据所述动作预警信息进行所述生产区域的安全生产管理。
8.本技术的第二个方面，提供了一种基于工业互联网全连接管理的安全生产管理系统，所述系统包括：设备信息采集模块，用于采集获得生产区域的区域设备信息，其中，所述区域设备信息包括设备布设信息、设备运行模式信息；设备信息解析模块，用于对所述区域
设备信息进行信息解析，获得所述生产区域的多等级预警区间划分结果；设备图像采集模块，用于通过图像采集装置进行所述生产区域的区域图像采集，获得设备图像信息，根据所述设备图像信息匹配附加预警特征；用户图像采集模块，用于通过所述图像采集装置进行目标用户的用户图像采集，获得用户图像采集结果；预警等级划分模块，用于根据所述用户图像采集结果和所述多等级预警区间划分结果获得区间预警等级，根据所述区间预警等级匹配预警特征集合；特征识别匹配模块，用于通过所述预警特征集合和所述附加预警特征对所述用户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息；生产管理执行模块，用于根据所述动作预警信息进行所述生产区域的安全生产管理。
9.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术实施例提供的方法通过采集获得生产区域的区域设备信息，对所述区域设备信息进行信息解析，获得所述生产区域的多等级预警区间划分结果为后续进行用户区间等级特征匹配提供匹配基准；通过所述图像采集装置进行所述生产区域的区域图像采集，获得设备图像信息，根据所述设备图像信息匹配附加预警特征，所述附加预警特征进一步提高了用户设备操作行为安全性；通过所述图像采集装置进行目标用户的用户图像采集，获得用户图像采集结果；根据所述用户图像采集结果和所述多等级预警区间划分结果获得区间预警等级，根据所述区间预警等级匹配预警特征集合，所述预警特征集合为判断用户是否存在风险动作行为提供特征比对基准；通过所述预警特征集合和所述附加预警特征对所述用户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息；根据所述动作预警信息进行所述生产区域的安全生产管理。达到了生产区域内设备异常及工作人员风险行为得以实时动态监测预警，生产安全性大幅提高的技术效果。
附图说明
10.图1为本技术提供的基于工业互联网全连接管理的安全生产管理方法流程示意图；图2为本技术提供的基于工业互联网全连接管理的安全生产管理方法中生成临时关注窗口的流程示意图；图3为本技术提供的基于工业互联网全连接管理的安全生产管理方法中生成动作预警信息的流程示意图；图4为本技术提供的一种基于工业互联网全连接管理的安全生产管理系统的结构示意图。
11.附图标记说明：设备信息采集模块11，设备信息解析模块12，设备图像采集模块13，用户图像采集模块14，预警等级划分模块15，特征识别匹配模块16，生产管理执行模块17。
具体实施方式
12.本技术提供了基于工业互联网全连接管理的安全生产管理方法及系统，用于针对解决现有技术中存在设备生产安全管理依赖于安全教育以及管理人员进行生产区域监督巡查，导致设备及生产区域工作人员的危险状况难于及时察觉，存在生产运行安全风险的技术问题。达到了生产区域内设备异常及工作人员风险行为得以实时动态监测预警，生产
安全性大幅提高的技术效果。
13.本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
14.下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
15.实施例一如图1所示，本技术提供了基于工业互联网全连接管理的安全生产管理方法，所述方法应用于安全生产管理系统，所述安全生产管理系统与图像采集装置通信连接，所述方法包括：s100:采集获得生产区域的区域设备信息，其中，所述区域设备信息包括设备布设信息、设备运行模式信息；具体而言，所述生产区域为布设有若干生产设备，通过工作人员手动或基于计算机程序进行生产设备工作参数调节以修改设备运行模式进行产品生产加工的工作空间。
16.在本实施例中，基于生产区域设备布设图纸或基于图像采集装置直接对生产区域进行图像采集实现获知设备在所述生产区域的布设空间位置信息，获得所述设备布设信息。基于厂家设备采购历史记录获知所述设备的运行模式信息，基于所述设备运行模式信息可获知不同运行模式下，输入设备的电压电流以及设备运行强度信息。所述设备布设信息和所述设备运行模式信息构成所述区域设备信息。
17.s200:对所述区域设备信息进行信息解析，获得所述生产区域的多等级预警区间划分结果；具体而言，在本实施例中，所述多等级预警区间为以具体生产设备为圆心的多个半径不同的同心圆，半径越小的同心圆对应的预警区间预警等级越高。
18.应理解的，同心圆半径大小，即多等级预警区间的面积与所述设备运行模式相关联。设备不同运行模式对应的输出电压电流及设备运行强度不同，相应的，发生运行事故时的设备对其周边不同距离造成的杀伤强度不同，运行过程中与设备距离不同的工作人员行为对于设备发生运行事故的影响程度存在差异性。
19.因而本实施例基于区域设备信息获得设备布设信息以及设备运行模式信息，根据不同运行模式下的设备输入电流电压以及运行强度信息结合生产区域安全管理人员经验进行初级多等级预警区间的设置，获得与设备多个运行模式相对应的多个初级多等级预警区间集合，结合设备在所述生产区域的所述设备布设信息进行所述多个初级多等级预警区间的优化，获得实际生产过程中，在所述生产区域内，用于进行生产安全管理的多个多等级预警区间集合，获得所述生产区域的多等级预警区间划分结果。
20.所述生产区域的多等级预警区间划分结果用于对工作人员行为进行分级限定，预警等级越高对应的预警区间半径越小，距离设备越近，对应的工作人员行为限制越多且越严格。本实施例中，在不同的设备运行模式下，所述多等级预警区间范围不同，且多等级预警区间内每一等级预警区间对于工作人员的行为合规性要求不同。
21.s300:通过所述图像采集装置进行所述生产区域的区域图像采集，获得设备图像信息，根据所述设备图像信息匹配附加预警特征；具体而言，应理解的，所述设备多为具有可手动进行填料仓等设备构建开闭的调节部件，在设备运行过程中，工作人员可靠近填料仓玻璃门观察填料在设备内的生产状态，但观察前提是填料仓的仓门处于关闭状态，否则存在料仓内生产原料部分飞溅造成伤害工作人员的风险。
22.因而在本实施例中，对于填料仓门这一类存在手动开关功能的设备部件进行附加特征识别，以避免设备未处于完全封闭状态时，工作人员靠近设备的行为因满足生产管理预警要求而未被所述安全生产管理系统识别预警，从而导致工作人员受到伤害。附加特征为设备手动开闭装置的开闭状态特征，在本实施例中，通过所述图像采集装置进行所述生产区域的区域图像采集，获得设备图像信息，根据所述设备图像信息匹配附加特征，若所述设备图像信息中存在与附加特征具有一致性的设备手动开闭装置时，所述安全管理系统生成附加预警特征。本实施例对于所述附加预警特征的获得方法不做限制，可采用现有图像识别技术进行设备手动开闭装置开闭状态的特征识别。
23.所述附加预警特征有效提高了工作人员靠近设备观察设备运行状态时的安全性。
24.s400:通过所述图像采集装置进行目标用户的用户图像采集，获得用户图像采集结果；s500:根据所述用户图像采集结果和所述多等级预警区间划分结果获得区间预警等级，根据所述区间预警等级匹配预警特征集合；具体而言，本实施例中不同设备运行模式下，所述多等级预警区间范围不同，且多等级预警区间内每一等级预警区间对于工作人员的行为合规性要求不同，本实施例以所述生产区域中设备处于某一运行模式为例进行技术方案的阐述。
25.在本实施例中，通过图像采集装置进行所述目标用户的用户图像采集，基于所述用户图像采集结果可获得用户动作行为信息以及用户在所述生产区域的空间方位信息。
26.根据基于所述用户图像采集结果获得的用户在所述生产区域内的空间范围信息遍历所述多等级预警区间划分结果，获得目标用户所处空间方位的区间预警等级，基于区间预警等级获得该等级预警区间对于工作人员的行为合规性要求，基于行为合规性预警要求获得对于工作人员行为约束的预警特征集合，为后续进行用户动作预警提供比对参考基准。
27.s600:通过所述预警特征集合和所述附加预警特征对所述用户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息；s700:根据所述动作预警信息进行所述生产区域的安全生产管理。
28.具体而言，在本实施例中，基于所述用户图像采集结果获得反映用户在生产区域内动作行为的所述用户动作行为信息。以所述预警特征集合和所述附加预警特征进行对所述用户图像采集结果的用户动作特征识别匹配，判断所述目标用户是否存在不符合所述预警特征集合或附加预警特征要求的动作行为，生成识别匹配结果。
29.所述安全管理系统根据所述识别匹配结果生成动作预警信息，进行对应目标用户的行为预警，提醒目标用户改变动作行为或离开当前所处生产区域，以降低目标用户对于设备运行的影响以及设备运行对于目标用户生命安全健康的影响，实现对所述生产区域的
安全生产管理。
30.进一步的，所述安全生产管理系统与设备数据交互装置通信连接，本技术提供的方法步骤还包括：s810:通过所述设备数据交互装置进行所述生产区域的区域设备运行信息采集，获得设备运行数据；s820:获得所述生产区域的设备运行模式信息，根据所述设备运行模式信息进行当前模式的历史运行数据匹配，获得历史运行数据匹配结果；s830:通过所述历史运行数据匹配结果进行所述设备运行数据的运行评价，根据运行评价结果生成设备异常预警信息，根据所述设备异常预警信息进行所述生产区域的安全生产管理。
31.进一步的，本技术提供的方法步骤还包括：s831:基于所述设备异常预警信息进行异常影响评价，根据异常影响评价结果生成预警区间等级调整信息；s832:根据所述预警区间等级调整信息进行所述区间预警等级的调整，获得区间预警等级调整结果；s833:基于所述区间预警等级调整结果进行所述预警特征集合的匹配灵敏度修正，通过修正匹配灵敏度的所述预警特征集合进行所述用户图像采集结果的用户动作特征识别匹配。
32.具体而言，本实施例除却进行工作人员动作行为异常的识别实现所述生产区域的安全生产管理外，也同步进行设备运行状况预警管理完善所述生产区域的生产安全管理。
33.具体的，在本实施例中，对生产区域内各个设备布设数据交互装置，所述数据交互装置与所述生产区域内各个设备连接，用于获取设备包括但不限于运行模式、输出电流、电压、功率、温度、噪声强度信息的数据采集装置。通过所述设备数据交互装置进行所述生产区域的所述区域设备运行信息采集，获得设备运行数据。
34.获取设备历史运行数据，所述历史运行数据为所述生产区域内设备在各种运行模式下的设备运行数据信息，获得所述生产区域的设备运行模式信息，根据所述设备运行模式信息进行当前模式的历史运行数据匹配，获得历史运行数据匹配结果，所述历史运行数据匹配结果为所述生产区域内各设备在当前模式下处于正常运行状态的运行数据。
35.将所述历史运行数据匹配结果中各项运行数据与所述设备运行数据的各项运行数据一一对应比对进行所述生产区域设备的运行评价，根据运行评价结果生成设备异常预警信息，所述设备异常预警信息包括但不限于输出功率异常预警、温度异常预警、噪声异常预警信息。
36.构建异常预警评价数据库，采集获取多个历史设备异常预警信息，基于专家评价法或工作人员在生产区域的设备异常处理经验获得与多个历史设备异常预警信息相对应的反映设备运行异常对于周围环境安全性影响程度的所述异常影响评价结果以及用于进行预警区间空间范围调整的所述预警区间等级调整信息进行异常预警评价数据库的数据填充。
37.基于所述设备异常预警信息生成检索指令，遍历所述异常预警评价数据库，获得与所述设备异常预警信息具有一致性的历史设备异常预警信息，将该历史设备异常预警信
息对应的异常影响评价结果作为所述设备异常预警信息的异常影响评价，根据异常影响评价结果对应的预警区间等级调整信息生成所述设备异常预警信息的所述预警区间等级调整信息。
38.根据所述预警区间等级调整信息进行所述区间预警等级的调整，获得区间预警等级调整结果，通常来讲，设备存在异常预警时，往往所述预警区间等级调整信息往往进行预警区间的等级上调并扩大预警区间范围，且对于目标用户动作行为限制越严格，即所述区间预警等级匹配的预警特征集合中用户行为特征限制更严格。
39.基于所述区间预警等级调整结果进行所述预警特征集合的匹配灵敏度修正，将用户图像采集结果的识别灵敏度上调，以更加精细化的进行所述目标用户的动作行为识别，通过修正匹配灵敏度的所述预警特征集合进行所述用户图像采集结果的用户动作特征识别匹配。
40.本实施例通过采集获取生产区域的设备运行数据进行设备运行状态异常识别，从而对应进行区间预警等级提高，以及系统对于用户动作行为识别精细度和灵敏度，达到了基于设备运行状态动态调整区间预警等级，从而保障基于用户图像采集结果可准确进行用户当前危险状态识别，提高设备运行过程中的生产安全性的技术效果。
41.进一步的，如图2所示，本技术提供的方法步骤还包括：s610:获得用户的历史表现数据，根据所述历史表现数据构建用户评价数据集；s620:基于所述用户评价数据集生成用户的初始关注度；s630:通过所述初始关注度进行用户的图像采集识别，获得所述动作预警信息；s640:判断所述动作预警信息与所述初始关注度反差值是否满足预设反差阈值；s650:当所述反差值不能满足所述预设反差阈值时，则根据所述反差值生成临时关注窗口；s660:通过所述临时关注窗口进行预警用户的持续关注采集。
42.进一步的，本技术提供的方法步骤还包括：s661:获得所述临时关注窗口的持续采集数据；s662:基于所述持续采集数据进行所述预警用户的状态评价，获得状态评价结果；s663:基于所述状态评价结果生成所述预警用户的用户预警信息，通过所述用户预警信息进行安全生产管理。
43.具体而言，应理解的，不同工作人员有不同的工作习惯，且在日产工作过程中发生工作失误的频率存在较为稳定的差异性，因而为降低生产区域内工作人员错误行为对设备运行造成风险的概率，在本实施例中，获得用户的历史表现数据，基于所述历史表现数据提取获得用户历史错误动作数据，根据历史错误动作数据在所述历史表现数据的占比获得用户评价数据，采用相同方式获得在所述生产区域工作的多个用户的用户评价数据构建所述用户评价数据集。
44.用户所述历史错误动作数据在所述历史表现数据的占比越低，表明该用户在生产区域日常工作中出现工作错误的频率越低，对应的用户评价数据越低。同时应理解的，用户评价数据越低的用户工作出错频率较低的同时，如若发生工作错误则表明该用户当前工作心理生理状态存疑的可能性越高，继续在所述生产区域工作造成用户自身或者设备运行控制危险事件的可能性越高。
45.基于所述用户评价数据集中多个用户的用户评价数据对应生成多个用户的初始关注度，在本实施例中，用户评价数据与用户初始关注度成正比，用户评价数据越低，对应的用户初始关注度越低。
46.通过所述预警特征集合和所述附加预警特征对所述用户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息，进一步的进行用户图像识别获得用户对应的初始关注度信息，基于用户对应的初始关注度获取反映用户历史工作错误频率与当前错误动作的动作预警信息反差程度的所述初始关注度反差值。
47.预设反差阈值，所述反差阈值用于评估用户当前是否存在生理或心理问题，若所述动作预警信息与所述初始关注度反差值在所述反差阈值范围内，表明用户在生产区域的工作错误频率属于用户工作常态，反之表明当前用户可能存在生理或心理问题。
48.判断所述动作预警信息与所述初始关注度反差值是否满足预设反差阈值，当所述反差值不能满足所述预设反差阈值时，则根据所述反差值生成临时关注窗口，所述临时窗口为基于图像采集装置进行用户的追踪式图像采集的图像采集窗口，所述临时窗口对于用户的图像采集频率和临时窗口的存在时间取决于所述反差值，所述反差值偏离所述预设反差阈值越大，表明当前用户工作错误状况与常态差异性越大，需要进行临时窗口图像采集的时间跨度和采集频率越高，以确保可以准确分析确定用户当前的工作错误属于工作失误还是由用户生理心理变化引起。
49.通过所述临时关注窗口进行预警用户的持续关注采集，获得所述临时关注窗口的持续采集数据，基于所述持续采集数据，通过预警特征集合和附加预警特征对基于持续采集数据获得的用户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息，根据动作预警信息在持续采集数据中的出现占比进行所述预警用户的状态评价，获得状态评价结果，所述状态评价结果包括用户当前工作错误为工作失误及工作错误为心理生理异常，基于所述状态评价结果生成所述预警用户的用户预警信息，通过所述用户预警信息进行安全生产管理。
50.本实施例通过获取用户历史数据进行用户工作常态评价对于用户当前工作错误出现原因属于生理心理异常还是工作失误亦或是工作常态的评估，实现了基于用户历史工作常态进行用户当前工作错误的错误原因分析，达到了避免用户存在生理心理异常造成生产安全事故发生，提高生产区域生成安全性的技术效果。
51.进一步的，如图3所示，本技术提供的方法步骤还包括：s410:对所述用户图像采集结果进行用户信息识别，获得用户的权限信息；s420:通过所述权限信息进行所述预警特征集合的特征标识，获得特征标识结果；s430:根据所述识别匹配结果和所述特征标识结果生成所述动作预警信息。
52.进一步的，本技术提供的方法步骤还包括：s431:通过所述动作预警信息进行用户预警统计，获得用户预警统计结果；s432:根据所述用户预警统计结果获得预警频次信息和预警等级信息；s433:根据所述预警频次信息和所述预警等级信息获得用户预警值；s434:通过所述用户预警值生成用户状态异常预警结果，通过所述用户状态异常预警结果进行安全生产管理。
53.具体而言，在本实施例中，在所述生产区域内进行设备控制的工作人员包括操作
普工以及设备维修管理人员，操作普工身份用户的权限为操作设备、调节设备参数以及进行设备生产原料填料，设备维修管理人员的权限为拆卸设备以及进入设备内部进行检修处理。如若基于操作普工动作标准进行行为预警特征集合和行为附加预警特征的确定，用于对所述用户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息，则存在将设备维修管理人员的用户图像采集结果识别为动作预警，降低所述安全生产管理系统的用户行为预警识别准确度。
54.因而在本实施例中，对所述用户图像采集结果进行用户信息识别，获得用户的权限信息，所述用户权限信息包括操作普工权限信息以及设备维修管理人员权限信息。
55.通过所述权限信息进行所述预警特征集合的特征标识，获得特征标识结果，将预警特征集合划分为操作普工预警特征集合以及设备维修管理人员预警特征集合。
56.基于图像采集结果进行用户身份识别并调用对应的预警特征集合，对于用户图像采集结果的用户动作特征进行识别匹配，根据所述识别匹配结果和所述特征标识结果生成所述动作预警信息。
57.通过所述动作预警信息进行用户预警统计，获得反映用户在一定安全监测时间周期内出现风险动作频率和风险程度的所述用户预警统计结果，根据所述用户预警统计结果获得预警频次信息和预警等级信息，所述预警等级信息反映了用户动作的风险程度。
58.根据所述预警频次信息和所述预警等级信息进行加和处理获得用户预警值，通过所述用户预警值生成用户状态异常预警结果，通过所述用户状态异常预警结果进行安全生产管理，所述安全生产管理包括进行用户安全规范教育、用户违规罚款以及行为纠正中的一种或多种。
59.本实施例通过根据在生产区域中多种工作人员的操作权限不同，分别生成预警特征集合，对于用户图像采集结果的用户动作特征进行识别匹配，达到了提高进行动作预警信息生成的准确度，从而提高所述安全生产管理系统进行用户行为违规预警的准确度，提高生产区域的生产安全的技术效果。
60.实施例二基于与前述实施例中基于工业互联网全连接管理的安全生产管理方法相同的发明构思，如图4所示，本技术提供了一种基于工业互联网全连接管理的安全生产管理系统，其中，所述系统包括：设备信息采集模块11，用于采集获得生产区域的区域设备信息，其中，所述区域设备信息包括设备布设信息、设备运行模式信息；设备信息解析模块12，用于对所述区域设备信息进行信息解析，获得所述生产区域的多等级预警区间划分结果；设备图像采集模块13，用于通过图像采集装置进行所述生产区域的区域图像采集，获得设备图像信息，根据所述设备图像信息匹配附加预警特征；用户图像采集模块14，用于通过图像采集装置进行目标用户的用户图像采集，获得用户图像采集结果；预警等级划分模块15，用于根据所述用户图像采集结果和所述多等级预警区间划分结果获得区间预警等级，根据所述区间预警等级匹配预警特征集合；特征识别匹配模块16，用于通过所述预警特征集合和所述附加预警特征对所述用
户图像采集结果的用户动作特征识别匹配，根据识别匹配结果生成动作预警信息；生产管理执行模块17，用于根据所述动作预警信息进行所述生产区域的安全生产管理。
61.进一步的，所述系统还包括：运行数据采集单元，用于通过所述设备数据交互装置进行所述生产区域的区域设备运行信息采集，获得设备运行数据；数据匹配执行单元，用于获得所述生产区域的设备运行模式信息，根据所述设备运行模式信息进行当前模式的历史运行数据匹配，获得历史运行数据匹配结果；运行数据评价单元，用于通过所述历史运行数据匹配结果进行所述设备运行数据的运行评价，根据运行评价结果生成设备异常预警信息，根据所述设备异常预警信息进行所述生产区域的安全生产管理。
62.进一步的，所述运行数据评价单元还包括：调整信息生成单元，用于基于所述设备异常预警信息进行异常影响评价，根据异常影响评价结果生成预警区间等级调整信息；预警等级调整单元，用于根据所述预警区间等级调整信息进行所述区间预警等级的调整，获得区间预警等级调整结果；特征识别匹配单元，用于基于所述区间预警等级调整结果进行所述预警特征集合的匹配灵敏度修正，通过修正匹配灵敏度的所述预警特征集合进行所述用户图像采集结果的用户动作特征识别匹配。
63.进一步的，所述特征识别匹配模块16还包括：评价数据获得单元，用于获得用户的历史表现数据，根据所述历史表现数据构建用户评价数据集；初始关注度获得单元，用于基于所述用户评价数据集生成用户的初始关注度；动作预警获得单元，用于通过所述初始关注度进行用户的图像采集识别，获得所述动作预警信息；反差值比对单元，用于判断所述动作预警信息与所述初始关注度反差值是否满足预设反差阈值；临时窗口构建单元，用于当所述反差值不能满足所述预设反差阈值时，则根据所述反差值生成临时关注窗口；关注采集执行单元，用于通过所述临时关注窗口进行预警用户的持续关注采集。
64.进一步的，所述关注采集执行单元还包括：采集数据获得单元，用于获得所述临时关注窗口的持续采集数据；状态评价执行单元，用于基于所述持续采集数据进行所述预警用户的状态评价，获得状态评价结果；预警信息获得单元，用于基于所述状态评价结果生成所述预警用户的用户预警信息，通过所述用户预警信息进行安全生产管理。
65.进一步的，所述用户图像采集模块14还包括：用户权限识别单元，用于对所述用户图像采集结果进行用户信息识别，获得用户的权限信息；
特征标识执行单元，用于通过所述权限信息进行所述预警特征集合的特征标识，获得特征标识结果；动作预警生成单元，用于根据所述识别匹配结果和所述特征标识结果生成所述动作预警信息。
66.进一步的，所述动作预警生成单元还包括：用户预警统计单元，用于通过所述动作预警信息进行用户预警统计，获得用户预警统计结果；统计结果分析单元，用于根据所述用户预警统计结果获得预警频次信息和预警等级信息；预警值获得单元，用于根据所述预警频次信息和所述预警等级信息获得用户预警值；生产管理执行单元，用于通过所述用户预警值生成用户状态异常预警结果，通过所述用户状态异常预警结果进行安全生产管理。
67.综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中，通过各种不限类型的计算机处理器识别计算机指令或程序，进而实现上述任一项方法或者步骤。
68.基于本发明的上述具体实施例，本技术领域的技术人员在不脱离本发明原理的前提下，对本发明所作的任何改进和修饰，皆应落入本发明的专利保护范围。