【CN110119701A】基于视觉关系检测的煤矿综采工作面不安全行为识别方法【专利】
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准
附件
煤矿不安全行为认定标准。
煤矿作业现场人的不安全行为的表现
煤矿作业现场人的不安全行为的表现煤矿作业现场人的不安全行为是指在煤矿作业现场，操作人员在作业过程中存在的各种不规范、不慎重、不科学的行为。
这些行为会导致煤矿作业中发生安全事故的风险增加，给生命财产造成危害。
为减少煤矿事故发生的概率，需要对煤矿作业现场人的不安全行为进行认真分析和总结，找出其主要表现，从而采取针对性的措施进行防范和教育。
1. 未按规定佩戴安全防护用品作为煤矿作业人员，佩戴安全防护用品是必须的，这包括安全帽、防护鞋、防护眼镜、防尘口罩、耳塞等。
但是，许多作业人员为了方便和舒适，不按要求佩戴、穿戴这些防护用品，甚至在中途将其取下或脱下，导致了很多的安全隐患。
未佩戴安全帽或安全鞋，可能会导致头部和脚部受伤，未佩戴防护眼镜或口罩，可能会导致眼部和呼吸道受到伤害，未佩戴耳塞，可能会对听觉造成影响。
2. 违规操作机械和设备煤矿作业现场通常都有很多的机械和设备需要使用，包括起重设备、输送机组、采煤机等。
但是，由于经验不足或者心理压力过大等原因，一些作业人员会产生非法操作机械和设备的想法，他们可能不按照程序和规定操作或超负荷使用机械和设备，这将会对自身和周围的人员造成极大的威胁。
3. 闲聊和嗑瓜子闲聊和嗑瓜子在煤矿作业现场似乎是家常便饭，但是这些不良行为却给煤矿生产安全带来了巨大的隐患。
当作业人员在操作设备时，聊天和嗑瓜子会转移他们的注意力，导致工作的不顺畅并且容易犯错误。
一旦出现错误，就可能会引发严重的事故。
4. 不合理的管理制度在一些煤矿作业现场，因为管理制度不合理，造成了车辆和设备混乱，人员过多等情况，这些都为不安全的行为创造了条件。
例如，将未经授权的人员和未经培训的低水平工人调入现场作业，也会让现场出现不可预测的风险。
5. 忽视安全标志煤矿作业现场通常会设置安全标志来提醒作业人员注意安全，请保持沉着冷静，并遵循制定的安全操作程序。
然而，有些作业人员可能会忽视这些安全标志或跨越安全障碍保护装置，这种行为会导致安全事故的发生和其他不安全行为的出现。
综采工作面员工主要不安全行为表现考试题
可能造成的后果 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害或冒顶 人员伤害 人员伤害或冒顶 人员伤害或冒顶 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害或设备损坏 人员伤害 人员伤害 人员伤害或设备损坏 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害、设备损坏、冒顶 人员伤害、设备损坏 设备损坏、冒顶 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害、拉坏设备 人员伤害
行为痕迹 有痕 无痕 ● ● ● ● ● ● ● ● ● ● ● ● ● ●
频次 风险等级 高 低 特大 重大 中等 一般 低 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
可能造成的后果 人员伤害 人员伤害、拉坏设备 人员伤害 人员伤害 人员伤害 人员伤害 人员伤害、拉坏设备 损坏设备 人员伤害 人员窒息伤害 人员伤害或冒顶 人员伤害 人员伤害、拉坏设备 人员伤害、设备损坏
序号 编号 不安全行为描述 36 37 38 39 40 41 42 43 44 45 46 47 48 49 ZC-36 ZC-37 ZC-38 ZC-39 ZC-40 ZC-41 ZC-42 ZC-43 ZC-44 ZC-45 ZC-46 ZC-47 ZC-48 ZC-49 拉移变列车时，人员在移变列车上作业 拉移变列车时，绞车的钢丝绳两侧站人或安排无证人员操作绞车 拉移变拆水管时，在皮带没有停稳或没有闭锁时跨越皮带 人员进入油缸支撑起的护板下作业时未垫道木 综采工作面生产时，架间喷雾或顺槽喷雾不按要求打开 生产中提前收回护帮板 系单体安全绳时,所用梯子靠在本单体上；利用单体横向拉重物 用煤机牵拉、推顶、拖吊设备物件 综采工作面更换支架液管，不关闭本架截止阀 人员进入综采两顺槽密闭、联巷形成的盲巷内或在内放置材料 打单体时不管顶底板的平整 卸单体时面向阀组泄液口 不停电拉移变列车 停打单体后液压枪前未加装截止阀
综采的不安全行为
●
●
齿轮连轴套未安装到位或螺栓未紧固
●
●
●
接链时未按规定张紧刮板链
●
●
●
机头盖板未上紧
●
●
●
未按规定停电、挂牌
●
●
●
验电、放电方法不当
●
●
●
序号
不安全行为描述
行为痕迹
频次
风险等级
有痕
无痕
高
低
特大
重大
中等
一般
低
摇表测量后未验放电
●
●
●
接线工艺不符合要求
●
●
●
●
●
未检查工作面排水情况或检查不到位
●
●
●
未及时清理浮煤
●
●
●
未检查拖拽电缆、水管或检查不到位
●
●
●
未检查电缆槽变形或检查不到位
●
●
●
未检查各手把、按钮、旋转开关、遥控器及急停开关或检查不到位
●
●
●
未检查显示器或检查不到位
●
●
●
未检查煤机冷却水量或检查不到位
●
●
●
未检查系统电压或检查不到位
●
●
●
未警告煤机附近人员
●
●
●
启动列车后，绞车司机未能听清人员信号
●
●
●
类别
序号
不安全行为描述
行为痕迹
频次
风险等级
有痕
无痕
高
低
特大
重大
中等
一般
低
综
采
工
作
面
拆卸单轨吊时，无人员监护
煤矿瓦斯事故中不安全行为形成机理及研究基于行为科学的视角
基于数据和实验的研究方法
3、实地调查：对煤矿瓦斯事故多发地区进行实地调查，与一线工人和管理人 员进行深入交流，了解事故发生现场的实际状况和不安全行为出现的概率。
基于数据和实验的研究方法
4、问卷调查：针对煤矿员工和相关管理人员，设计问卷进行调查，以获取他 们对不安全行为的认识、态度和看法。
基于数据和实验的研究方法
结果与ห้องสมุดไป่ตู้论
5、本研究还存在一定的局限性。首先，由于时间、经费等方面的限制，我们 只选取了部分煤矿企业进行实地调查和问卷调查。未来可以通过扩大样本范围和 增加调查时间来提高研究的可靠性和普适性。其次，我们主要了不安全行为的形 成机理和预防措施，而对不安全行为发生后的应急处置和伤害赔偿等方面的研究 尚显不足。未来可以针对这些问题进行深入研究，以期为煤矿企业的安全生产提 供更加全面的理论支持和实践指导。
谢谢观看
基于数据和实验的研究方法
基于数据和实验的研究方法
为了深入探讨煤矿瓦斯事故中不安全行为的形成机理和预防措施，本次演示 采用了以下研究方法：
基于数据和实验的研究方法
1、文献综述：搜集与煤矿瓦斯事故和不安全行为相关的文献资料，对前人的 研究成果进行梳理和评价。
基于数据和实验的研究方法
2、案例分析：选择近年来发生的典型煤矿瓦斯事故案例，对事故原因、不安 全行为类型和影响因素进行分析。
煤矿瓦斯事故中不安全行为形 成机理及研究基于行为科学的
视角
01 引言
目录
02 结果与讨论
引言
引言
煤矿瓦斯事故是一种常见的安全生产事故，给人民群众的生命财产安全带来 严重威胁。不安全行为是导致煤矿瓦斯事故的重要因素之一，因此，研究煤矿瓦 斯事故中不安全行为的形成机理对于预防和控制事故具有重要意义。本次演示将 从行为科学的视角，探讨煤矿瓦斯事故中不安全行为的形成机理，并提出相应的 预防措施。
煤矿生产中人的不安全行为分析
加强安全培训，提高员工安全意识
定期进行安全检查，及时发现并消除安全隐患
加强设备维护，确保设备安全运行
建立应急响应机制，提高应对突发事件的能力
05
建立应急预案
制定应急预案，明确应对措施和责任人
定期进行演练和评估，不断完善应急预案
建立应急救援队伍，确保及时有效进行救援工作
加强员工培训，提高应对突发事件的意识和能力
类型：可分为操作失误、违章指挥、违反劳动纪律等
危害：可能导致事故发生，造成人员伤亡和财产损失
预防措施：加强安全教育，提高员工安全意识，加强安全管理，严格执行安全规定和操作规程
产生原因
安全意识淡薄：对安全知识、技能和意识缺乏重视
操作不当：违反操作规程，导致事故发生
疲劳作业：长时间工作，导致注意力不集中，反应迟钝
明确责任主体：明确各级管理人员和员工的安全责任
制定责任追究制度：制定明确的责任追究制度，对违反安全规定的行为进行处罚
开展安全文化活动
开展安全检查，及时发现并纠正不安全行为
建立安全文化墙，营造安全氛围
举办安全知识ቤተ መጻሕፍቲ ባይዱ赛，提高员工安全意识
组织安全培训，提高员工安全技能
感谢您的观看
忽视安全培训：不参加安全培训，不了解安全知识，缺乏自我保护意识
疲劳作业
长时间连续工作，导致身体疲劳
睡眠不足，影响精神状态
忽视安全操作规程，导致事故发生
忽视安全防护措施，增加事故风险
03
对个人安全的影响
导致人身伤害：可能导致员工受伤甚至死亡
影响健康：长期接触有害物质可能导致职业病
影响家庭：员工受伤或死亡会对家庭造成巨大打击
心理压力：工作压力、家庭压力等导致情绪不稳定，影响安全行为
综采、综掘工作面岗位不安全行为
严禁高空作业不采取防护措施
８
严禁进入无支护区域或无效支护范围内作业
9
严禁利用支护的锚杆、钢带、锚索起吊或牵引物件
10
严禁风筒滞后迎头超过１０ｍ；严禁微风、循环风、无风时，不及时撤人
支护工
1
严禁不进行敲帮问顶及周围环境安全确认即进入迎头支护作业
2
严禁从里往外进行支护作业
３
操作锚杆机时，严禁锚杆机前方过人
４
锚杆机、钻杆故障时,严禁带病作业
5
严禁戴手套扶钻杆、袖口不系紧或单手操作锚杆机；
６
严禁锚杆机、锚杆等物件放置在综掘机上
7
严禁打钻时，用力过猛，导致卡钎、断钎伤人
8
严禁未按要求施工小班探构造孔
输送机司机
1
严禁输送机带病作业
２
严禁停机未闭锁
３
严禁直接跨越输送机
4
严禁皮带储存仓张紧车掉道未及时处理
5
严禁掘进面皮带机头、机尾不施工地锚
运料车司机
1
严禁未取得特殊工种证作业
2
严禁不携带便携仪入井
3
严禁不完好车辆入井
４
严禁运输车辆人货混装
５
严禁车辆司机（材料员）超速或超载行驶
６
严禁车辆停车司机离开驾驶室时不熄火、不打阻车木、不放置警示标志
5
严禁过转载机时不走人行过桥
6
运输机司机离岗后，严禁不打闭锁
电ﻫ工
1
严禁未取得特殊工种证作业
2
严禁不携带便携仪入井
３
检修机电设备时,严禁不按规定停电、放电、验电、挂牌，严禁约时送电
４
严禁操作高压带电设备时,不戴绝缘手套和穿绝缘靴
5
基于计算机视觉的煤矿井下安全监测系统研究
基于计算机视觉的煤矿井下安全监测系统研究随着科技的不断进步，煤矿安全问题正在得到越来越多的重视。
在过去的几十年里，煤矿事故频繁发生，造成严重的人员伤亡和经济损失。
而在这些事故中，很多都是因为煤矿井下的安全检测不够严格所导致的。
因此，如何提高煤矿井下的安全监测效率成为一个迫切需要解决的问题。
近年来，随着计算机视觉技术的发展，煤矿井下安全监测系统的研究也取得了重大突破。
计算机视觉技术是一种通过计算机对图像或视频进行分析和处理的技术，它不仅可以提高煤矿井下的安全监测效率，而且可以大大优化生产效率，减少生产成本，提高经济效益。
计算机视觉技术在煤矿井下的安全监测中主要应用于以下几个方面。
首先，计算机视觉技术可以用于煤矿井下人员定位和追踪。
在煤矿井下，人员的安全是至关重要的。
通过计算机视觉技术实时追踪和监测井下人员的位置和行动，可以及时发现人员的异常情况，及时采取应急措施，保障煤矿井下的人员安全。
其次，计算机视觉技术还可以用于煤矿井下的环境监测。
在煤矿井下，氧气、二氧化碳、硫化氢等气体的浓度会对人体健康造成极大的影响。
通过计算机视觉技术对气体浓度的实时监测，可以及时提醒人员，并采取相应的措施，保证人员的安全。
另外，计算机视觉技术还可以用于煤矿井下的机械设备监测。
在煤矿井下，各种机械设备的工作状态也不时需要进行监测和检测。
通过计算机视觉技术对机械设备的运行状态进行实时监测和分析，可以有效地提升机械设备的运转效率，减少生产成本，提高经济效益。
总之，基于计算机视觉技术的煤矿井下安全监测系统是一个非常有前途的研究方向。
通过不断深化和完善这项技术，可以大大提高煤矿井下的安全监测效率，保障人员的安全，减少事故发生的可能，并促进煤矿的可持续发展。
一种综采工作面异常状况的模式识别方法、装置与系统[发明专利]
![一种综采工作面异常状况的模式识别方法、装置与系统[发明专利]](https://img.taocdn.com/s3/m/93d18a8227d3240c8547ef89.png)
专利名称：一种综采工作面异常状况的模式识别方法、装置与系统
专利类型：发明专利
发明人：王先锋,罗显光,吕继方,余卫斌,张晓东,杨颖
申请号：CN201310194789.4
申请日：20130523
公开号：CN103248878A
公开日：
20130814
专利内容由知识产权出版社提供
摘要：本发明公开了一种综采工作面异常状况的模式识别方法、装置与系统。
利用工作面异常状况模式识别装置，对采集的全综采工作面内的视频信息进行图像提取，并分析所提取的图像，从中获取全综采工作面的实时安全情况信息。
如所获取的信息表明全综采工作面存在安全异常，则将异常信息发送给其他监控单元，并发出报警信息和\或开启自动应急系统。
申请人：南车株洲电力机车有限公司
地址：412001 湖南省株洲市石峰区田心高科园
国籍：CN
代理机构：北京集佳知识产权代理有限公司
代理人：王宝筠
更多信息请下载全文后查看。
智能化煤矿掘进工作面不安全行为影响因素及防控措施
智能化煤矿掘进工作面不安全行为影响因素及防控措施摘要：近年来，随着煤矿开采工作的不断深入，许多靠近地面的矿产资源被耗尽。
为了实现社会和经济发展，煤炭开采矿井必须选择地下开采的形式，以确保开采效率和产量能够达到预计的效果。
在开展工作的过程中，煤矿企业必须进行不同的过程控制，以确保具体内容能够顺利进行。
在环境因素、机械设备因素、地理条件和人员素质的影响下，智能化采煤工作面挖掘工作通常受到外部条件的限制，开采安全得不到有效保障，风险事故较高。
因此，煤矿企业有必要加强智能化煤矿挖掘安全的重要性，开展技术检测服务和应急响应，以满足社会和经济发展的要求。
关键词：智能化煤矿；掘进工作面；不安全行为；影响因素；防控措施国内外关于不安全行为的研究成果较多，但针对智能化煤矿，尤其是掘进工作面不安全行为影响因素及防控的研究成果很少。
目前我国正处于智能化煤矿建设的起步阶段和快速发展阶段,在智能化煤矿建设进程中，研究智能化掘进工作面员工不安全行为，将有助于智能化煤矿安全高效生产。
1煤矿掘进安全管理工作的重要性分析1.1确保煤矿掘进工作顺利完成煤矿掘进的整个过程也会受到各种条件的制约，会带来一定的安全隐患。
因此，有必要做好煤矿掘进过程的安全管理，确保采掘任务的顺利完成。
在开采过程中，必须遵循安全第一的基本原则，确保煤矿开采工作有序推进，严格执行相关管理办法，控制开挖步骤，减少安全隐患。
1.2降低安全事故发生的概率煤矿开采作业将面临各种风险和事故，这将在挖掘工作中造成极大的麻烦，并导致工作人员的人身事故。
完成开采任务后，必须加强安全工作的抗压强度，降低安全生产事故的发生率，引入前沿的安全管理理念，提高管理模式的针对性和合理性，督促开采工作按照明确的流程进行。
1.3提高煤矿掘进效率煤炭开采的质量和效率将对煤炭开采业的发展产生重要影响。
成功完成开采目标是煤炭开采的关键。
必须做好安全管理，努力提高煤炭开采效率。
煤矿采掘任务艰巨，容易出现各种产品质量问题。
《基于计算机视觉的煤矿工人安全帽佩戴情况自动检测方法研究》范文
《基于计算机视觉的煤矿工人安全帽佩戴情况自动检测方法研究》篇一一、引言随着科技的不断进步，计算机视觉技术在各个领域得到了广泛应用。
在煤矿作业中，工人的安全帽佩戴情况直接关系到作业安全与人员生命安全。
然而，由于工作环境复杂，传统的人工检测方法不仅效率低下，还存在误检、漏检等风险。
因此，基于计算机视觉的煤矿工人安全帽佩戴情况自动检测方法研究显得尤为重要。
本文旨在研究并开发一种基于计算机视觉的自动检测方法，以实现对煤矿工人安全帽佩戴情况的实时监测和准确判断。
二、研究背景及意义在煤矿作业中，工人必须佩戴安全帽以保护头部免受伤害。
然而，由于工作环境复杂、光线昏暗、工人体位多变等因素，人工检测工人的安全帽佩戴情况既费时又费力。
此外，人工检测容易受到人为因素的影响，如疲劳、疏忽等，可能导致误检、漏检等情况。
因此，研究基于计算机视觉的自动检测方法具有重要意义。
该方法能够实时监测工人的安全帽佩戴情况，及时发现未佩戴或佩戴不规范的工人，从而采取相应的措施，保障作业安全。
三、研究内容本研究基于计算机视觉技术，利用图像处理和机器学习算法，实现对煤矿工人安全帽佩戴情况的自动检测。
具体研究内容包括：1. 数据采集与预处理：首先，收集煤矿工人作业时的视频或图像数据。
然后，对数据进行预处理，包括去噪、增强等操作，以提高后续处理的准确性。
2. 目标检测与识别：利用计算机视觉技术，对预处理后的数据进行目标检测与识别。
通过训练深度学习模型，如卷积神经网络（CNN）等，实现对工人的实时检测与识别。
3. 安全帽佩戴情况判断：根据检测与识别的结果，判断工人是否佩戴安全帽以及佩戴是否规范。
通过设定一定的阈值和判断逻辑，实现对工人的安全帽佩戴情况的准确判断。
4. 实时监测与报警：将检测结果实时显示在监控屏幕上，并设置相应的报警系统。
当发现未佩戴或佩戴不规范的工人时，系统自动发出警报，并采取相应的措施。
四、方法与技术1. 数据采集：利用高清摄像头等设备，对煤矿工人作业现场进行实时监控和数据采集。
基于机器视觉的矿井人员安全检测系统
基于机器视觉的矿井人员安全检测系统随着矿井深度的增加和矿工数量的增长，矿井安全问题日益突出。
为了保障矿工的人身安全，基于机器视觉的矿井人员安全检测系统应运而生。
本文将介绍这一系统的原理和应用。
一、引言矿井作为一个特殊的工作环境，存在着各种潜在的危险。
传统的安全检测手段如人工巡查存在着低效、易出错的问题。
而机器视觉技术的发展为矿井人员的安全检测提供了新的解决方案。
二、系统原理基于机器视觉的矿井人员安全检测系统主要由摄像头、图像处理算法和监测平台组成。
摄像头安装于矿井的关键部位，实时采集矿井内的图像数据。
图像处理算法对采集到的图像数据进行分析和建模，从而提取出矿工的关键信息。
监测平台接受和显示图像处理算法输出的结果，并实现对矿工安全状态的监测和预警。
三、关键技术1. 人脸检测与识别技术：通过图像处理算法，实现对矿工人脸的检测和识别。
系统可以识别特定矿工的身份，从而准确把握每个矿工的安全状态。
2. 姿势检测技术：通过姿势检测算法，系统可以判断矿工是否处于正常的工作姿势，如是否弯腰、伸腿、跪地等，从而预防因错误姿势导致的事故。
3. 无照明环境下的人脸识别技术：在矿井中，由于照明条件的限制，摄像头采集到的图像往往存在低光照等问题。
针对这一问题，系统采用了无照明环境下的人脸识别技术，有效提高了矿工的识别准确率。
4. 矿井区域划分技术：通过对矿井空间进行划分，识别和建模矿井中不同区域的温度、湿度、氧气浓度等参数。
系统可以根据这些参数判断是否存在危险区域，并及时采取措施保护矿工安全。
四、系统应用基于机器视觉的矿井人员安全检测系统可以广泛应用于各类矿井工作场景。
它可以及时发现矿工的隐患，并通过预警系统及时提醒矿工采取措施，有效避免事故的发生。
此外，系统可以记录和分析历史数据，为矿井的安全管理提供参考依据。
五、总结基于机器视觉的矿井人员安全检测系统通过引入先进的图像处理算法和监测平台，实现了对矿工安全状态的实时监测和预警。
基于视频数据的煤矿井下不安全行为识别分析方法
收稿日期:2023-05-30基金项目:(2019041014-3);:(2023067)作者简介:(2000-),,,,。
doi:10.3969/j.issn.1005-2798.2023.11.008基于视频数据的煤矿井下不安全行为识别分析方法侯艳文,姚有利,贾泽琳,苏 丹,王晓义,郭 康(山西大同大学煤炭工程学院,山西大同 037003)摘 要:,,,。
、,。
YOLOv5、OpenPose ,,。
,,,,,。
关键词:YOLOv5;OpenPose ;视频数据;不安全行为中图分类号:TU714 文献标识码:B 文章编号:1005-2798(2023)11-0033-04Identification and Analysis of Unsafe Behaviorin Coal Mine based on Video DataHOU Yanwen,YAO Youli,JIA Zelin,SU Dan,WANG Xiaoyi,GUO Kang(College of Coal Engineering ,Shanxi Datong University ,Datong 037003,China )Abstract :The unsafe behavior of coal mine staff is the main reason leading to the accident.The traditional prevention and control of the unsafe behavior of coal miners mainly depends on people to manage and control,and the level of intelligence is low,it is difficult to de⁃tect and intelligent decision -making early warning in real -time.In this paper,computer vision and deep learning techniques are com⁃bined to identify unsafe behaviors of coal mine employees.Based on YOLOv5target detection algorithm and OpenPose pose estimation algorithm,the state of object and human behavior in video data are bining the unsafe state of underground objects and the unsafe behavior of human beings,a method of real -time analyzing the unsafe state of objects and the unsafe behavior of human beings isput forward,it can be used in the application layer service system to realize the functions of early warning and so on,it provides new ide⁃as and methods for intelligent recognition and early warning of unsafe behavior of miners.Key words :YOLOv5;OpenPose;video data;unsafe behavior 95%[1]。
连采工作面员工主要不安全行为表现
连采工作面员工主要不安全行为表现随着我国煤炭生产的不断发展，在煤矿作业过程中存在各种安全隐患。
其中，连采工作面的作业环境与作业方式较为特殊，对其员工的安全要求更为严格。
然而，仍有部分员工存在一些不安全行为。
本文将就连采工作面员工主要不安全行为表现进行探讨，并提出相应的防范措施。
连采工作面简介连采工作面属于日采全带式自动化采掘工艺中的一种方式，其采煤方法是利用无人区的掘进机进行强制掘进向两侧扩展，把两侧的煤炭从顶部伸入掘进机内，完成采煤的过程。
不同于传统的单机采煤，连采工作面需要多台设备协同作业，具备回采和进攻一体化的性质，工作面进退和移载体系自动化程度高，利用了大量的信息技术手段，被认为是目前煤炭工业技术最先进的采煤方式。
但是，由于其作业环境特殊，也存在更多的安全隐患，因此要求员工高度重视自身安全，积极遵守各项安全规章制度。
连采工作面员工主要不安全行为表现一、未按要求佩戴个人防护装备连采作业区域存在煤粉、毒气、噪声等危险因素，为避免此类风险，工作面相关政策规定员工在工作时必须佩戴个人防护设备，包括安全帽、防尘口罩、耳塞、防滑鞋等。
尽管员工都清楚佩戴个人保护用品的重要性，但在日常工作中仍有些人不戴或带不全这些设备，导致身体受伤事故的发生，给自己带来隐患。
二、违反操作规程连采作业过程中必须遵守各项操作规程，如未经许可不得擅自开关设备、驾驶机械等。
某些员工有时会因无法及时完成任务或者压力过大而违反操作规程，造成设备损坏或人身伤害事故。
三、操作不当连采作业是一项技术密集的工作，一些员工在操作方面存在一些固有问题，如对设备的性能和操作要求了解不足、操作手法极度单一等，操作时难以把握设备的运行情况，导致了一些意外事故的发生。
四、管理不当连采作业中，管理人员有时无法全面掌握作业现场的情况，没有及时发现不安全因素并采取相应措施，也容易导致不安全行为的发生。
连采工作面员工不安全行为的危害连采工作面员工存在不安全行为时，具有如下危害：1.影响生产效率：员工不安全行为可能导致设备损坏、品质下降等问题，威胁到生产进度和效率。
基于图像识别的煤矿井下员工不安全行为识别研究与应用
基于图像识别的煤矿井下员工不安全行为识别研究与应用常波峰;郭奋超;李国为;石超;马海军
【期刊名称】《智能矿山》
【年(卷),期】2024(5)5
【摘要】目前世界煤炭储量约为1.07万亿t,我国煤炭资源总量为2078.85亿t,其中已探明储量为1432亿t,占世界煤炭总储量的13.3%。
安全生产是各行各业不变的追求,根据相关统计,2022年我国共发生生产安全事故达2.52万余起,死亡20963人,其中全国煤矿共发生事故367起.
【总页数】5页(P73-77)
【作者】常波峰;郭奋超;李国为;石超;马海军
【作者单位】陕煤集团神木红柳林矿业有限公司
【正文语种】中文
【中图分类】F42
【相关文献】
1.基于HAZOP分析法的煤矿作业人员不安全行为识别研究与应用
2.基于交叉注意力机制的煤矿井下不安全行为识别
3.降低选煤成本提高洗选效率的措施
4.基于深度学习的井下人员不安全行为识别与预警系统研究
5.基于视频数据的煤矿井下不安全行为识别分析方法
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910360181.1
(22)申请日 2019.04.30
(71)申请人 东莞恒创智能科技有限公司
地址 523000 广东省东莞市松山湖高新技
术产业开发区新城大道5号道弘·龙
怡智谷A栋1106室
(72)发明人 杨峰 徐友庆 孟祥峰 高旺
麦倩怡 杨采艺
(74)专利代理机构 苏州创元专利商标事务所有
限公司 32103
代理人 范晴 丁浩秋
(51)Int.Cl.
G06K 9/00(2006.01)
G06K 9/34(2006.01)
G06K 9/62(2006.01)
G06N 3/04(2006.01)G06N 3/08(2006.01)G06Q 50/02(2012.01)
(54)发明名称基于视觉关系检测的煤矿综采工作面不安全行为识别方法(57)摘要本发明公开了一种基于视觉关系检测的煤矿综采工作面不安全行为识别方法，包括：获取煤矿综采工作面的图像数据，对数据进行标注和语义描述，建立煤矿综采工作面不安全行为语义图像数据集；在建立的数据集上构建“人-机-环”目标识别算法和视觉关系检测模型，形成图像文本描述；通过语句相似度计算进行图像文本描述语句与煤矿不安全行为数据库中词条进行匹配检索，识别煤矿不安全行为。
基于图像理解的方法，不仅能够对识别煤矿工作面中的“人、机、环”对象，还能识别每个对象间的语义关系，可以对煤矿工作面中的不安全行为进行识别，准确率
高。
权利要求书2页 说明书5页 附图4页CN 110119701 A 2019.08.13
C N 110119701
A
权 利 要 求 书1/2页CN 110119701 A
1.一种基于视觉关系检测的煤矿综采工作面不安全行为识别方法，其特征在于，包括以下步骤：
S01：获取煤矿综采工作面的图像数据，对数据进行标注和语义描述，建立煤矿综采工作面不安全行为语义图像数据集；
S02：在建立的数据集上构建“人-机-环”目标识别算法和视觉关系检测模型，形成图像文本描述；
S03：通过语句相似度计算进行图像文本描述语句与煤矿不安全行为数据库中词条进行匹配检索，识别煤矿不安全行为。
2.根据权利要求1所述的基于视觉关系检测的煤矿综采工作面不安全行为识别方法，其特征在于，所述步骤S01中煤矿综采工作面图像采集途径包括，通过网络搜索得到煤矿综采工作面的监控图像，通过三维模拟安全培训视频中截取综采工作面的图像，通过煤矿企业现场截取煤矿综采工作面的监控图像，及现场模拟不安全行为的图像。
3.根据权利要求2所述的基于视觉关系检测的煤矿综采工作面不安全行为识别方法，其特征在于，在搜集前期制定图像搜集策略，对采集到的图像进行预处理，进行尘雾图像清晰化和图像增强。
4.根据权利要求1所述的基于视觉关系检测的煤矿综采工作面不安全行为识别方法，其特征在于，所述步骤S01中对数据进行标注和语义描述包括：
S11：对煤矿综采工作面图像进行标注，包括矿工标注，环境图像划分和大型设备部件化标注，将大型设备拆分成多个部件作为对象；
S12：对煤矿综采工作面图像进行语义描述，按照设定的策略，对每一张图像，分别形成区域描述、对象描述、属性描述、关系描述、区域图根据、场景图构建和问答对构建；所述对象和关系根据煤矿综采工作面不安全行为管理手册中涉及的“人-机-环”的对象和相关关系进行确定；
S13：制定数据集存储格式和开发数据开放接口。
5.根据权利要求1所述的基于视觉关系检测的煤矿综采工作面不安全行为识别方法，其特征在于，所述步骤S02中形成图像文本描述，包括：
S21：构建Faster R-CNN的检测网络并进行训练，对采集的数据集进行特征提取；
S22：训练区域建议网络，生成高质量的区域建议框，所述区域建议网络和检测网络共享全图的卷积特征，使用Fast R-CNN 进行检测分类，检测图像上“人-机-环”对象的位置和类别；
S23：构建VTransE网络进行视觉关系检测，在目标识别的基础上，训练图像语义理解网络，选择损失函数，并根据训练误差对网络参数进行调优，得到图像的文本描述。
6.根据权利要求1所述的基于视觉关系检测的煤矿综采工作面不安全行为识别方法，其特征在于，所述步骤S03中的匹配检索包括：
S31：从煤矿综采工作面不安全行为管理手册、操作规程、事故案例和专家经验4个方面整理常见的不安全行为，形成不安全行为数据库；
S32：根据得到的图像文本描述，采用机械分析法分别对不安全行为数据库中的描述词条和图像文本描述语句进行分词处理，提取影响因素对应的关键词；
S33：采用基于多层次融合的语句相似度计算方法，匹配符合图像文本描述的不安全行
2。