危险作业场所便携式无线智能安全监管系统及方法与流程

本发明属于船舶作业安全监管，具体涉及一种危险作业场所便携式无线智能安全监管系统及方法。

背景技术：

1、船舶中存在很多密闭场所，密闭场所由于长期密闭，其舱内会因生物或化学因素而消耗氧气，致使舱内缺氧或无氧，同时，舱内也可能产生大量有害或窒息类(如烃类、硫化氢、惰性气体、二氧化碳等)气体，在未进行充分通风时，若人员进入这种场所，极易发生人员窒息或中毒事故，从而会对要进入密闭场所的作业人员的人身带来威胁；因此，对船舶密闭场所的作业安全管控，已成为船舶作业的重中之重。

2、目前，大多采用人工监管方式来进行船舶密闭场所的作业管控，其无法做到船舶密闭场所内各种气体的实时识别与浓度检测，因此，无法有效保证人员的作业安全；基于此，有必要提出一种在船舶密闭场所作业的安全监管系统，以确保密闭场所内作业人员的人身安全。

技术实现思路

1、本发明的目的是提供一种危险作业场所便携式无线智能安全监管系统及方法，用以解决现有技术无法有效保证密闭场所中人员的作业安全的问题。

2、为了实现上述目的，本发明采用以下技术方案：

3、第一方面，提供了一种危险作业场所便携式无线智能安全监管系统，包括：

4、便携式安全监测穿戴设备，其中，所述便携式安全监测穿戴设备上设置有气体传感器阵列、红外气体检测模块以及处理终端，所述气体传感器阵列包含有多种气体传感器，且所述处理终端分别电连接所述气体传感器阵列中的各个气体传感器以及所述红外气体检测模块；

5、所述处理终端用于获取所述气体传感器阵列中各个气体传感器所传输的气体检测信号，并利用获取的各个气体检测信号，组成船舶危险作业空间内的混合气体检测信号集；

6、所述处理终端，还通信连接有监控平台，用于将所述混合气体检测信号集传输至监控平台；

7、所述监控平台，用于对所述混合气体检测信号集进行特征提取处理，得到所述船舶危险作业空间内的混合气体的特征向量，并将所述特征向量输入至气体识别模型，以得出所述船舶危险作业空间内的气体种类；

8、所述监控平台，用于在得出船舶危险作业空间内的气体种类后，向所述处理终端发送浓度检测指令，以便使所述处理终端在接收到所述浓度检测指令后，控制所述红外气体检测模块向船舶危险作业空间发射红外光线，以获得船舶危险作业空间内的混合气体的红外光谱信号；

9、所述处理终端，用于接收所述红外气体检测模块所传输的红外光谱信号，并基于所述红外光谱信号，确定出所述船舶危险作业空间内的各气体的浓度；

10、所述处理终端，还用于在所述船舶危险作业空间内各气体中的目标气体的浓度符合报警阈值时，进行报警提示，并生成报警信号发送至所述监控平台；

11、所述监控平台，还用于基于所述报警信号生成作业风险预警处理方案，并将作业风险预警处理方案发送至作业监管端，以在发送后，完成对船舶危险作业空间内作业人员的安全监管。

12、基于上述公开的内容，本发明所提供的安全监管系统，为作业人员提供有便携式安全监测穿戴设备，其中，该便携式安全监测穿戴设备上设置有气体传感器阵列、红外气体检测模块以及处理终端，且便携式安全监测穿戴设备还通信连接有监控平台；如此，作业人员则可穿戴该设备，来进行船舶作业，并在作业时，实现内部气体种类和浓度的实时检测。

13、在具体应用时，气体传感器阵列用于采集船舶危险作业空间内的气体检测信号，并将检测到的信号经处理终端传输至监控平台，而监控平台则基于接收到的各个气体检测信号，来进行气体种类识别，从而得到船舶危险作业空间的气体种类；其中，在完成气体种类识别后，监控平台还会向便携式安全监测穿戴设备发送浓度检测指令，以便使穿戴设备向船舶危险作业空间发射红外光线，从而获取空间内混合气体的红外光谱信号；而后，穿戴设备则可基于红外光谱信号来得出混合气体中各气体的浓度；最后，当混合气体中的目标气体的浓度符合报警阈值时，便携式安全监测穿戴设备则会进行报警提示，以提醒作业人员及时离开作业场所，从而实现人员自救；同时，该设备还会向监控平台发送报警信号，而监控平台则可基于报警信号来生成相应的作业风险预警处理方案，并发送至作业监管端；如此，则可提醒作业监管人员及时到达现场进行辅助救援，从而进一步的提高人员的作业安全。

14、通过上述设计，本发明能够实时监测船舶危险作业空间内所存在的气体种类以及浓度，并在检测到空间内的目标气体的浓度符合报警阈值时，发出报警提示以及生成相应的预警救援方案；如此，本发明不仅能够及时提醒人员进行自救，还能够及时通知外部人员进行救援，从而可尽可能的提早人员的撤离时机以及确保救援的及时性，基于此，本发明能够有效保障在危险作业场所的人员作业安全，便于实际应用和推广。

15、在一个可能的设计中，任一气体传感器对应的气体检测信号包括多个检测信号，其中，所述监控平台包括：数据预处理单元以及特征提取单元；

16、所述数据预处理单元，用于计算出所述混合气体检测信号集中各个气体检测信号的信号均值以及协方差矩阵；

17、所述数据预处理单元，用于基于各个气体检测信号的信号均值以及协方差矩阵，对各个气体检测信号进行预处理，以得到预处理后的各个气体检测信号；

18、所述数据预处理单元，还用于利用预处理后的各个气体检测信号，组成标准化混合气体检测信号集，并将所述标准化混合气体检测信号集发送至特征提取单元；

19、所述特征提取单元，用于基于所述标准化混合气体检测信号集，构建出信号矩阵；

20、所述特征提取单元，用于对所述信号矩阵进行奇异值分解，得到所述信号矩阵的奇异值和各个奇异值对应的标准正交特征向量；

21、所述特征提取单元，用于基于所述奇异值，计算出所述混合气体检测信号集的特征值，并基于特征值，从各个标准正交特征向量中，确定出所述混合气体检测信号集的初始特征向量；

22、所述特征提取单元，还用于基于所述初始特征向量，确定出所述混合气体的特征向量。

23、在一个可能的设计中，所述特征提取单元，用于将各个奇异值的平方，作为所述混合气体检测信号集的特征值，且任一奇异值对应的标准正交特征向量，为该任一奇异值对应特征值的标准正交特征向量；

24、所述特征提取单元，用于计算出各个特征值的核主成分贡献率，并将各个特征值的核主成分贡献率按照从大至小的顺序进行排序，以得到贡献率数据序列；

25、所述特征提取单元，用于计算出所述贡献率数据序列中的前n个核主成分贡献率的总和，并判断前n个核主成分贡献率的总和是否大于贡献率阈值，

26、若否，所述特征提取单元则将n自加1，并重新计算所述贡献率数据序列中的前n个核主成分贡献率的总和，直至前n个核主成分贡献率的总和大于贡献率阈值时，将前n个核主成分贡献率对应的特征值的标准正交特征向量，作为混合气体检测信号集的初始特征向量，其中，n的初始值为0，且n小于等于特征值总数。

27、在一个可能的设计中，所述监控平台还包括：数据映射单元；

28、所述数据映射单元，用于获取所述标准化混合气体检测信号集的原始向量，并将所述原始向量进行升维映射处理，以得到所述原始向量对应的多维向量；

29、所述数据映射单元，还用于对所述多维向量进行标准化处理，得到标准化多维向量，并将所述标准化多维向量传输至所述特征提取单元；

30、所述特征提取单元，还用于基于所述混合气体检测信号集的初始特征向量，生成特征向量矩阵，并基于所述特征向量矩阵，对所述标准化多维向量进行降维处理，以在降维处理后，得到所述混合气体的特征向量。

31、在一个可能的设计中，所述处理终端包括质量增强单元以及浓度检测单元；

32、所述质量增强单元，用于对红外光谱信号进行信号质量增强处理，得到增强红外光谱信号，并将所述增强红外光谱信号发送至所述浓度检测单元；

33、所述浓度检测单元，用于基于所述增强红外光谱信号，计算出所述船舶危险作业空间内的各气体的浓度。

34、在一个可能的设计中，所述质量增强单元，用于采用多种经验模态分解算法，对所述红外光谱信号进行信号分解，以得到若干本征模态分量，其中，多种经验模态分解方法中至少包括emd分解算法；

35、所述质量增强单元，用于将若干本征模态分量按照频率从高到低的顺序进行排序，得到模态分量序列，并计算出所述红外光谱信号与模态分量序列中各个本征模态分量之间的相似度；

36、质量增强单元，用于基于红外光谱信号与各个本征模态分量之间的相似度，从目标分量中选取出用于进行信号重构的本征模态分量，其中，所述目标分量为所述红外光谱信号经过emd分解算法后所得到的本征模态分量；

37、所述质量增强单元，还用于利用选取出的本征模态分量进行信号重构，以在信号重构后，得到所述增强红外光谱信号。

38、在一个可能的设计中，所述质量增强单元，用于从各个相似度中，选取出最小的相似度，并获取最小的相似度对应本征模态分量在所述模态分量序列中的排序序号；

39、所述质量增强单元，用于将所述目标分量中的第l个本征模态分量至第k个本征模态分量，作为用于进行信号重构的本征模态分量，其中，l表示所述排序序号，且k为目标分量中的本征模态分量总数；

40、所述质量增强单元，还用于采用如下公式(1)，重构得到所述增强红外光谱信号；

41、

42、上述公式(1)中，y′(t)表示所述增强红外光谱信号，imfi表示选取出的用于进行信号重构的本征模态分量中的第i个本征模态分量，rk(t)表示所述红外光谱信号经过emd分解算法后所剩余的信号余项。

43、在一个可能的设计中，所述监控平台，还用于获取多个样本混合气体检测信号集，并对各个样本混合气体检测信号集进行特征提取处理，得到各样本混合气体检测信号集对应的样本特征向量；

44、所述监控平台，还用于以各个样本混合气体检测信号集对应的样本特征向量为输入，各个样本混合气体对应的气体种类识别结果为输出，来训练bpnn神经网络模型，以在训练完成后，得到所述气体识别模型。

45、在一个可能的设计中，所述气体识别模型包括输入层、隐含层以及输出层，其中，所述输入层的神经元个数等于任一样本特征向量的特征维度，且所述隐含层的神经元个数采用如下公式(2)确定得出：

46、

47、上述公式(2)中，a表示所述隐含层的神经元个数，p表示所述输入层的神经元个数，e表示输出层的神经元个数，且d表示1～10之间的常数。

48、第二方面，提供了一种基于实施例第一方面或第一方面中任意一种可能设计的所述危险作业场所便携式无线智能安全监管系统的监管方法，包括：

49、便携式安全监测穿戴设备获取所述气体传感器阵列中各个气体传感器所传输的气体检测信号，并利用获取的各个气体检测信号，组成船舶危险作业空间内的混合气体检测信号集；

50、便携式安全监测穿戴设备将所述混合气体检测信号集传输至监控平台；

51、所述监控平台对所述混合气体检测信号集进行特征提取处理，得到所述船舶危险作业空间内的混合气体的特征向量，并将所述特征向量输入至气体识别模型，以得出所述船舶危险作业空间内的气体种类；

52、所述监控平台在得出船舶危险作业空间内的气体种类后，向所述便携式安全监测穿戴设备发送浓度检测指令，以便使所述便携式安全监测穿戴设备在接收到所述浓度检测指令后，向所述船舶危险作业空间发射红外光线，以获得船舶危险作业空间内的混合气体的红外光谱信号；

53、所述便携式安全监测穿戴设备基于所述红外光谱信号，确定出所述船舶危险作业空间内的各气体的浓度；

54、所述便携式安全监测穿戴设备在所述船舶危险作业空间内各气体中的目标气体的浓度符合报警阈值时，进行报警提示，并生成报警信号发送至所述监控平台；

55、所述监控平台，还用于基于所述报警信号生成作业风险预警处理方案，并将作业风险预警处理方案发送至作业监管端，以在发送后，完成对船舶危险作业空间内作业人员的安全监管。

56、第三方面，提供了一种危险作业场所便携式无线智能安全监管装置，以装置为电子设备为例，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第二方面所述的危险作业场所便携式无线智能安全监管方法。

57、第四方面，提供了一种存储介质，存储介质上存储有指令，当所述指令在计算机上运行时，执行如第二方面所述的危险作业场所便携式无线智能安全监管方法。

58、第五方面，提供了一种包含指令的计算机程序产品，当指令在计算机上运行时，使计算机执行如第二方面所述的危险作业场所便携式无线智能安全监管方法。

59、有益效果：

60、(1)本发明能够实时监测船舶危险作业空间内所存在的气体种类以及浓度，并在检测到空间内的目标气体的浓度符合报警阈值时，发出报警提示以及生成相应的预警救援方案；如此，本发明不仅能够及时提醒人员进行自救，还能够及时通知外部人员进行救援，从而可尽可能的提早人员的撤离时机以及确保救援的及时性，基于此，本发明能够有效保障在危险作业场所的人员作业安全，便于实际应用和推广。