[发明专利]一种危险作业现场检查监督管理系统和方法在审

专利信息
申请号: 201910655330.7 申请日: 2019-07-19
公开(公告)号: CN110570076A 公开(公告)日: 2019-12-13
发明(设计)人: 晏舒;巫乔顺;许斌;徐洪刚;周荣平;邝昌云;赵呈供;王开超 申请(专利权)人: 云南昆钢电子信息科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06
代理公司: 53100 昆明正原专利商标代理有限公司 代理人: 徐玲菊;亢能
地址: 650302 *** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 危险作业 管理流程 处理器 安全生产管理 监督管理系统 企业安全生产 企业经济效益 图像分析模块 信息采集模块 处理器连接 薄弱环节 存储模块 管理水平 监控模块 伤亡事故 现场检查 隐患排查 作业类型 大数据 移动端 固化 标准化 改良 管理 检查 帮助
【说明书】:

发明涉及一种危险作业现场检查监督管理系统和方法,该系统包括处理器,与处理器连接的监控模块和若干移动端;处理器包括信息采集模块、大数据图像分析模块和存储模块。本发明的系统为一线从业人员固化危险作业管理流程,根据作业类型标准化检查元素,辅助隐患排查,识别企业危险作业管理中的薄弱环节,不断帮助企业改良管理流程,提高企业安全生产管理水平。本发明的管理方法可提高安全生产管理质量,最终达到减少伤亡事故,提高企业经济效益,社会效益。

技术领域

本发明涉及一种管理系统,尤其是一种危险作业现场检查监督管理系统,还涉及其管理方法。

背景技术

危险作业监督是企业安全生产管理重中之重的工作,传统的管理模式下,危险作业管理随机性较大,现场隐患排查不到位,随着人力资源的变动带来管理质量上的较大波动,而危险作业管理的结果输出缺乏有效的沉淀,输出结果利用率不高,无法为企业改进安全生产管理水平提供有效的支撑。

大数据图像分析是信息时代的一门重要的技术,可基于计算机处理大量的物理信息。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的实际数据中,提取隐含其内的、人们实现所不知的,但又是有潜在价值的信息和知识的过程。根据挖掘任务可将数据挖掘技术分为预测模型发现、聚类分析、分类与回归、关联分析、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现、离群点检测等。根据挖掘对象可分为关系数据库、面向对象数据库、空间数据库、时态数据库、文本数据源、多媒体数据库、异质数据库、遗产数据库以及环球网Web。

因此,如何借助现有的大数据技术、图像识别技术、机器学习技术、数据挖掘技术等进行危险作业数据管理,辅助一线从业人员提高隐患排查率,促进企业安全生产管理不断改良,是目前急需解决的问题。

发明内容

为了解决上述技术问题,本发明提供一种危险作业现场检查监督管理系统和方法,借助现有的大数据技术、图像识别技术、机器学习技术、数据挖掘技术将危险作业流程固化为事前管理,事中检查,事后控制三个主要流程,同时提供大数据工具进行辅助。本发明的技术方案具体如下:

一种危险作业现场检查监督管理系统,包括处理器,与处理器连接的监控模块和若干移动端;处理器包括信息采集模块、大数据图像分析模块和存储模块;其中:

信息采集模块实时接收移动端的检查信息,信息包括所需检查项目存在的隐患、照片或视频,大数据图像分析模块与信息采集模块连接,接收信息采集模块的照片或视频信息,并进行分析判断具体的安全隐患类型;

存储模块与信息采集模块、大数据图像分析模块连接,存储信息采集模块、图像分析模块的信息;存储模块与监控模块连接,监控模块调取存储模块的信息,向移动端发出警报。

进一步地,危险作业包括动火作业、高空作业和动土作业。

进一步地,监控模块调取存储模块的信息,进行数据挖掘,结合隐患数据、事故数据分析企业危险作业和隐患事故管理中的薄弱环节。

基于上述系统的危险作业现场检查监督管理方法,包括如下步骤:

步骤(1)、对危险作业类型进行分类并编制检查项目标准化详细内容

企业安全生产管理人员通过监控模块将危险作业类型进行分类;然后根据危险作业的分类编制检查项目标准化详细内容;

步骤(2)、编制符合现场环境的自定义检查项目内容

一线安全生产从业人员根据各自部门规章制度、基于标准化检查项目在移动端编制符合现场环境的自定义检查项目内容;

步骤(3)、事前管理

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南昆钢电子信息科技有限公司,未经云南昆钢电子信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910655330.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top