不安全行为

摘要： 以YOLOv5 s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.

摘要： 文章针对现阶段公路工程施工中传统安全教育培训与体验式安全教育培训的优缺点进行阐述。以蒲都高速公路项目为例,介绍了安全体验馆的建设与使用情况,总结了对参培人员的培训效果,并对体验式教育培训后日常安全检查中人员不安全行为的隐患占比进行了统计分析。

摘要： 不安全行为是建筑工人自身安全的最主要威胁,为准确刻画建筑工人不安全行为并揭示个体间的差异化特征,提出了一种基于姿态特征的建筑工人不安全行为刻画方法。该方法根据现场采集的建筑工人施工视频数据,利用OpenPose卷积神经网络提取建筑工人姿态的关键点,并结合用户画像理论和潜在类别聚类分析方法确定反映建筑工人行为特征的事实标签和模型标签。结果表明:以高处作业人员为例,该方法在实际施工视频测试中可取得95.60%的平均准确率和87.02%的平均精确率,且将建筑工人划分为5种不同的行为偏好群体是合理的。该研究结果对揭示建筑工人个体特征差异、促进建筑工人行为的个性化安全管理具有重要的现实意义。

摘要： 建筑行业是一个高危行业,其频发的安全事故与工人不安全行为的广泛传播有较大关联。为探究建筑工人不安全行为传播规律,本文分析了建筑工人在空间近邻影响下的行为学习过程,并基于有限理性经济人假设,结合从众心理特征,构建了行为学习模型,利用元胞自动机模拟不同条件下近邻空间中建筑工人不安全行为的传播扩散。仿真结果表明,扩大工人社交范围、增多意见领袖数量、提高违章成本能够有效抑制工人不安全行为传播。因此,施工企业应当施加必要的安全监管并提高惩罚力度,同时通过适当扩大班组规模、调整不同工组间工人的住宿安排等方式增进工人间的交流。除此之外,施工企业还应当注重班组长、技术骨干等意见领袖的选拔以及安全教育培训,发挥其带动作用。

摘要： 人的不安全行为是导致生产安全事故发生的重要因素,对于劳动密集型行业来说人的不安全行为干预难度较大。通过汇总梳理我国不安全行为研究的形成、发展与成熟的基本脉络,介绍了具有代表性的不安全行为识别、干预、预警技术成果和学术贡献,对典型行业不安全行为监测预警系统开发及应用效果进行了分析,提出了不安全行为研究当前存在的问题和发展前景。

摘要： 基于“人-机-管-环”的框架体系,采用灰色关联法确定关键因素。运用解释结构模型法(ISM)构建多级递阶结构模型从而直观呈现关键因素及作用路径。结果表明:智慧工地施工人员不安全行为致因因素可划分为7级3阶的多级递阶结构。其中,政策制度是最根本的深层因素,组织投入是最具承上启下的间接因素,健康状态是最重要的直接因素。

摘要： 为了有效控制矿工不安全行为,减少矿山安全事故,基于组织行为学理论构建了包含3个一级指标、11个二级指标、38个三级指标的矿工不安全行为影响因素指标体系;构建基于AHP-改进熵值法的指标分层赋权模型,确定各因素的主、客观组合权重,分析各指标层指标的重要度大小。结果表明:个体因素权重占比为43.19%,是矿工不安全行为的主导因素,群体和组织因素权重各占比分别为28.93%和27.88%,也显著影响矿工行为。研究结论为矿山企业有针对性地控制不安全行为,有效预控事故发生,实施“双控”管理提供了科学的理论基础。

摘要： 文章介绍了三起燃气事故由于人的不安全行为引起的严重后果和液化天然气槽车装车操作流程,从没有发现危险、没有认识到危险性、没有想到安全的应对行为、没有选择安全的应对行为、没有正确执行安全的行为五个方面分析作业人员不安全行为产生的原因。从作业人员的选用、培训、检查、作业程序化、监督、考核以及事故警报等对作业人员进行不安全行为干预,实践表明可以有效降低液化天然气槽车装车过程的风险。

摘要： 通过收集大量的矿井人员不安全行为统计资料,使用Excel工具、MatLab软件,运用分层法、控制图法等方法,对某集团矿井人员不安全行为种类、类型、死亡人数进行系统分析,以提升矿井人员安全管理水平,为某集团科学决策及矿井人员安全管理目标的制定提供理论依据,使其决策更具科学性。

摘要： 为提高重大节日或者赛事时大型人员聚集活动的安全性,降低踩踏事故发生的危险性,通过收集已有事故进行总结归纳,分析得到大型人员聚集活动中踩踏事故发生的原因,构建出了大型人员聚集活动踩踏事故危险性模型,设计踩踏事故危险性定性模拟的规则,利用QSIM算法对踩踏事故危险性进行定性模拟研究,得出大型人员聚集活动中踩踏事故危险性的发展、变化规律,进一步分析得到影响踩踏事故发生与控制事故危险的关键性因素。结果表明,在受到环境干扰的情况下,如果不对人员进行安全管理与安全教育,不采取任何安全管控措施,公众不安全行为必将上升且整体状态必将恶化,最终导致踩踏事故的危险性明确升高;在公众受到不同强度的环境干扰、影响因素处于不同状态时,管理人员应当进行针对性的管理和教育,进一步提高公众的安全行为、应急观念与安全意识,进而有效降低踩踏事故发生的危险性。研究结果对进一步防控大型人员聚集活动中踩踏事故的发生提供了方向性建议。

摘要： 为了掌握导致卡车事故发生的原因,制定降低事故发生率的有效措施,更好地预防交通事故.现选取山东省2017年十起较大卡车事故案例,从行为安全的角度,分析卡车司机的驾驶不安全行为与违章心理,提出预防类似事故发生的措施.

摘要： 国内外统计研究结果表明90％的事故是由于不安全行为导致.目前对于不安全行为产生的原因分析不够全面和深入,因此在不安全行为防范上存在较多误区.本文在研究分析不安全行为产生的深层次原因的基础上,提出了行为改善的途径和方法,结合国内外的实践,得出了不安全行为防范的6点结论:1、违章行为是不安全行为的一部分,过分地强调抓违章会激起员工的抵触情绪,抓违章只是治标,培养员工安全行为习惯是治本,需要投入更多时间精力.2、习惯性违章的原因主要原因不是知识和技能的缺失,知识和技能的培训效果有限,应从潜意识的改变和动机的疏导两方面着手.3、不安全行为的纠正应从抓违章反违章的外部监督为主转为开展自主活动为主,外部监督为辅.外部监督必不可少但要适度,不能成为主导.4、让员工从被动接受转向主动思考是防范不安全行为的关键,防范不安全行为的方法应建立在此基础上.以班组为中心共同讨论一起交流相互提醒,形成良好的安全氛围对于良好安全行为养成很重要.5、针对不安全行为的方法,必须简洁、实用、易行,有很强的操作性.6、虚拟现实技术、可穿戴设备的发展将对行为安全起到有力的支撑作用.

摘要： 行为安全“2-4”模型在事故预防,企业安全管理过程中具有广阔的应用前景.结合行为安全“2-4”模型事故致因理论,研究建筑行业事故发生规律与人的不安全行为,发现建筑行业事故多发的原因因素,指导企业安全管理,明确管理工作方向,具有重要的应用价值.

摘要： 为研究影响船员不安全行为的因素,结合问卷调查的形式,运用结构方程模型(SEM)选取工作环境、身心状况作为影响不安全行为的因素,探究三者之间的关系.通过对数据的处理与分析,得到以下结论:工作环境因素对不安全行为呈正向影响作用;身心状况对不安全行为呈正向影响作用;环境因素通过作用于船员的身心状况,再作用于不安全行为,即身心状况对工作环境和不安全行为起着中间效应的作用.该研究验证了工作环境、身心状况与不安全行为之间的关系,对船员的管理起到了一定的作用.

摘要： 人的不安全行为是造成事故的各项因素中的最主要原因,降低事故的最有效手段就是控制人的不安全行为,本人从安全文化、完善制度以及严格监督管理等方面肤浅的谈谈消除人的不安全行为的控制对策.

摘要： 研究表明矿工不安全行为是导致煤矿事故发生的主导因素,通过对不安全行为影响因素的统计和发生机理的深入分析,从崭新的视角出发,创新性地提出了矿工不安全行为多层次因素模型.以人的不安全行为多层次因素模型为依据,运用系统动力学原理,分析了矿工不安全行为多层次因素模型,为煤矿进行矿工不安全行为控制、预防事故提供了新思路.

摘要： 杭州11·15地铁施工事故再一次凸显了预防地铁施工坍塌事故的重要性.研究表明人的不安全行为是导致事故发生的主要原因,因此,有必要对导致事故发生的行为原因进行分析研究.基于事故致因“2-4”模型对该事故的不安全原因、习惯性行为原因、体系原因进行分析,得到个人原因出现错误是由于组织行为不当造成的,组织行为对事故的发生起主导作用.

摘要： 结合建筑电气火灾事故的基本特征,从不安全行为产生的原因出发,利用事故致因“2-4”模型,从行为致因角度分析5起重特大事故并得出事故发生的原因规律,以期为有效控制不安全行为以及安全生产提供参考.

摘要： 港口危险品储运企业的隐患治理是企业稳健发展的重要保障,梳理目前港口危险品储运企业隐患治理工作存在的普遍问题,从思想认识、制度完善、重点工作、执行、考核、消除机制和安全评价的有效性等方面进行了分析总结,并在此基础上提出了可行、有效的对策措施,包括:治理重点前移、落实动态管理、强化执行与实施、系统地加强对人的不安全行为和管理缺陷的排查治理、完善考核、提高安全评价的有效性、建立后评估体系等内容.

摘要： 为了解中国地下空间隧道施工情况,对中国2005-2017年地下空间隧道进行事故统计,统计分析表明56起事故中坍塌事故占比最大.本文选取较大级以上事故,利用事故致因理论2-4模型,从行为角度对事故直接原因、间接原因、根本原因、根源原因进行分析并针对地下隧道施工提出对策与建议.

摘要： 本发明提供了一种基于机器视觉的实验室人员不安全行为安全检查方法。该方法首先采用人脸识别系统，判定实验室人员身份和是否符合实验室安全准入条件；采用图像传感器采集实验室内人员的视频图像，经图像处理后，提取人体行为特征集，据此判断实验室人员是否在进行不安全操作或存在不安全行为，若是，则在实验室安全检查标准库数据库中搜索对应的不安全行为条款号，并给出该不安全行为的内容描述；生成实验人员违规行为的安全检查表，发送给管理人员，经确认后，生成正式的安全检查报告，并发送给违规人员和相关管理人员，予以警示并责令整改；在规定的整改期限内，对违规人员的不安全行为进行持续督查，直至整改完毕。

摘要： 本发明公开了一种基于改进YOLOv5的皮带运输区域不安全行为检测与报警方法，包括如下步骤：确定皮带运输区域的危险因素；建立皮带运输区域数据集；采用YOLOv5模型，为其增加小目标检测层，替换其骨干网络为ShuffleNetV2，将其特征融合层由PANET修改为BIFPN，并添加注意力机制，得到改进的YOLOv5模型作为检测模型；利用皮带运输区域数据集训练该检测模型；利用训练好的检测模型进行不安全行为检测，并根据检测结果进行报警。本发明旨在对矿山中尤其是皮带运输机区域的人员的不安全行为进行检测，借助相应图片对一些不安全行为进行预警与限制，以达到安全生产的目的，实现更加高效快速实时有效的监督。

摘要： 本发明公开了一种驾驶员不安全行为检测预警系统及方法，系统设置有辅助控制器，辅助控制器的输入端连接有摄像头，输出端连接有油门信号调整模块和应急灯驱动模块，在辅助控制器上还连接有智能终端，智能终端中配置有疲劳检测模块和分心检测模块，辅助控制器将获取的驾驶员驾驶状态图像上传至智能终端进行疲劳检测和分心检测，智能终端将检测的结果传输至辅助控制器，并由通过油门信号调整模块实现限速控制以及通过应急灯驱动模块实现应急警示控制。其效果是：能够实现驾驶员多种类型的不安全行为检测，核心检测算法移植在智能终端中，充分利用了智能终端快速的数据处理能力，提升了检测速度，检测更为准确，约了系统硬件成本。

摘要： 本发明提供一种基于改进双流卷积神经网络的视频不安全行为识别方法，在原有的双流残差网络结构上，使用Res2Net模块替换原有的残差模块；或/和使用iResNet的方法来改进残差网络结构；利用公式(1)得到不同数量以及不同感受野大小的输出，公式(1)；将四个输出进行融合并经过一个11的卷积。可以促进网络信息的流动和减少信息的损失，模型总的网络结构一致。

摘要： 本发明涉及煤矿安全生产技术领域，且公开了煤矿井下人员不安全行为识别方法，包括以下步骤：步骤一、对入井人员进行酒精检测；步骤二、对入井人员携带的物品及穿戴的衣物进行检查；步骤三、通过人员模拟获取多种预设的不安全行为的多帧连续图像，步骤四、对步骤三的图像信息进行检测，并提取人员在图像中的姿态特征，步骤五、构建提取出能描述人体行为的无向骨架行为特征，步骤六、对步骤五中的行为特征进行分析及分类、步骤七、对井下人员行为图像进行摄取比对，根据比对结果进行后台报警。通过此方法可以对井下人员的不安全行为进行实时识别，识别效果好，减少后台监控人员需求，有效提高煤矿生产的安全性。

摘要： 本申请实施例提供一种钻井作业人员的不安全行为识别方法和装置，涉及数据分析技术领域，包括：通过眼动数据传感器获取钻井作业人员的眼动数据信息，对眼动数据信息进行处理，获得眼动数据信息对应的眼动特征参数，将眼动特征参数输入至识别模型中，获取识别模型的输出结果；根据输出结果确定作业人员的作业行为，并在作业行为不安全作业行为时，向作业人员发出警示。通过实时分析钻井作业人员的眼动数据信息，可以判断钻井作业人员的作业行为是否符合规定，实现对钻井作业人员的不安全作业行为的实时监测与识别。

摘要： 本发明提供一种基于yolo‑v4的船员驾驶台不安全行为识别方法，包括：根据事故报告、IMO规则、船公司体系文件和船长的经验，确定船员驾驶台不安全行为的类别；以“育鲲”轮和“长江叁号”邮轮的驾驶台以及航海模拟器作为采样地点，采用摄像头采集三个采样地点船员工作状态的视频数据；将采集的视频数据分别成图片，获取不安全行为图像数据；制作船员驾驶台不安全行为数据集；构建YOLOv4‑ghostnet网络模型；将制作的数据集放到构建的YOLOv4‑ghostnet网络模型中进行训练，选取并保存损失值最低的权值文件；将构建的模型和保存的权值文件集成到船员预警平台中，模型将检测出船员的不安全行为，并发出预警信号。本发明可以对船员进行实时的提醒，降低海事事故的发生概率，保障船舶安全。

摘要： 本发明提供一种地铁施工作业人员不安全行为自动识别方法及装置，涉及地铁施工作业技术领域，以有效降低作业人员不安全行为发生次数，提高施工场所人员安全保障。该方法包括：基于检测传感器获取地铁施工作业人员第一类不安全行为；基于人工智能图像处理方法获取地铁施工作业人员第二类不安全行为；基于第一类不安全行为和第二类不安全行为构建地铁施工作业人员不安全行为评价模型，并对评价模型进行训练，形成训练好的识别模型；基于训练好的识别模型自动识别新的不安全行为并进行预警。所述地铁施工作业人员不安全行为自动识别装置应用于地铁施工作业人员不安全行为自动识别方法。

摘要： 本发明公开一种校园内不规范不安全行为检测系统，包括检测处理系统和警示系统，所述检测处理系统包括数据采集模块、数据处理模块和网络更新模块，所述警示系统包括警示模块、展示模块和存储模块；本发明通过外置移动调节摄像头便捷式特性设置在任意需要监督的场所，增加监控检测范围，实现无死角实时监控，同时通过行为检测模型对获取的视频图像数据进行检测判断，获取学生的不规范行为和不安全行为并进行预警警示和通报批评，帮助学生提升自我监督的习惯和平行，且基于神经网络模型更新行为检测模型，有效提升检测结果的可信性，智能化程度高，避免了出现安全事故，同时降低了老师巡查的劳动强度。

摘要： 一种基于关键骨骼点的煤矿不安全行为识别预警系统，属于煤矿安全领域。系统主要由工业摄像头、分布式硬件资源、分布式软件资源、模型训练平台和应用服务平台构成。分布式硬件提供运算资源，分布式软件完成数据的接入、存储和转发，模型训练平台包含底层深度学习框架、深度学习算法和可视化配置工具，应用服务平台包含模型仓库、不安全行为专家库、生产系统实时监测系统、不安全行为推理识别引擎和不安全行为预警系统，推理引擎以专家库规则为准则，综合实时监测系统和模型实时分析结果进行推理分析。本发明基于人体骨骼点构建了煤矿重点岗位不安全行为识别预警系统，可显著减少人的不安全行为引发的事故，提高煤矿安全生产的水平。