基于改进YOLOv5s的综采工作面人员检测算法

为了智能监控井工煤矿综采工作面危险区域人员闯入和安全帽佩戴问题，避免监控视频受粉尘干扰、光照不均等因素影响图像检测精度的问题，提出一种基于改进YOLOv5s的目标检测算法(简称YOLOv5s-DPE),并建立相关模型。首先，在颈部网络部分，采用深度可分离卷积(DwConv)替换普通卷积，降低参数量和计算量；然后，引入改进的路径聚合网络(PANet)提升特征提取能力，替换边界框损失函数完全交并比(CIOU)为有效交并比(EIOU),提升检测准确率；最后，选取综采工作面视频中的人员图像进行检测，选取煤矿井下人员闯入和安全帽佩戴监控视频作为检测数据集，并进行训练和验证。结果表明：对比初始YOLOv5s算法模型，YOLOv5s-DPE算法模型的参数量下降14.2%,浮点数计算量下降7.6%,算法网络模型大小下降12.5%,均值平均精度(mAP)@0.5提升到93.7%,mAP@0.5∶0.95提升到65.8%,YOLOv5s-DPE模型对小目标检测效果更好，误检漏检等情况有所减少。     

矿山井下粉尘浓度的测定和改善作业环境的对策

1.尘肺与防止措施的现状矿山的防尘措施主要是湿式凿岩、洒水(抑制粉尘的发生)和佩戴防尘口罩。在地面的车间内也要测定粉尘浓度,规定评价标准,努力改善作业环境。目前,矿山从事接尘作业的矿工罹患尘肺病所占的比重仍高于产业部门。加之井下作业环境恶劣,产尘源多,粉尘浓度的变化大,给粉尘治理增加了困难。从这样的背景出发,在通产省矿山安全技术委员会之下设置了一个防尘分会,邀请各方面的专家、学者参加,就井下矿山粉尘     

我国自吸过滤式防尘口罩概况

在粉尘作业场所,工人佩戴自吸过滤式防尘口罩(以下简称防尘口罩)是预防矽(尘)肺等职业危害的有效的方法之一。近年来我国在防尘口罩的研究和生产方面有了较大的进展,1981年颁布了自吸过滤式防尘口罩标准,1985年3月通过了自吸过滤式防微粒口罩标准。目前,全国生产防尘口罩的工厂已有二十多家,近30个品种,年产量达几千万个,对防止粉尘危害起了一定的作用。     

基于YOLOv3的电网作业人员安全帽佩戴检测

为了有效监测电网作业人员不规范佩戴安全帽行为,提出1种基于YOLOv3的电网作业现场安全帽佩戴检测方法。针对安全帽佩戴规范性问题,构建正确佩戴、不正确佩戴和未佩戴安全帽3种情况下的图像样本库;并利用该数据库对YOLOv3模型进行训练与测试,结合模型参数、样本比例及算法对比分析,开展电网作业人员安全帽佩戴检测算例。结果表明:YOLOv3模型检测精度能够达到92.59%,同时模型每秒可检测15张图片,在复杂作业场景下能够实现有效检测,可为避免电网作业人员安全隐患提供技术参考。     

中国有色金属工业总公司长沙公司推广新型防尘防酸口罩

中国有色金属工业总公司长沙公司以中色长安环发(1996)第05号文《关于接尘人员必须使用防尘口罩的通知》指出,国务院于1987年《中华人民共和回尘肺病防治条例》第十二条中规定“职工使用的防止粉尘危害的防护用品,必须符合国家标准”,在通知中介绍了XY4型防尘防酸口罩。该型口罩具有防护效率高、呼吸阻力低、结构简便、滤料可以更换、价格低廉(同纱布口罩比较,每年可节约20％以上费用)等特点,要求企业推广使用,并提出三点要求: (1)各企业领导应提高对防尘工作的认     

防尘口罩问答

一、国家公布的防尘口罩标准为何是强制性的? 答:凡有关人身安全的产品标准都是强制性的。防尘口罩是防止人免受尘肺病的危害,它属特种劳动防护用品,所以其标准是强制性的。 二、禁止使用纺布口罩防尘是否有文件? 答:早在1981年劳动部劳护46号《关于贯彻执行“自吸过滤式防尘口罩”国家标准的通知》就明确指出,纱布口罩对引起尘肺病危害最大的5微米以下的细尘无防护效果,应严格禁止使用于防尘。1987年国务院     

国产防尘面具简介

当采用通风防尘技术措施防止生产中粉尘尚不能奏效,或者条件限制不能采用防护措施时,作业人员佩戴防尘面具是免受粉尘危害的重要措施。防尘面具按其作用原理分为过滤式和隔离式两类。现将主要国产品种简介如下: 一、过滤式防尘面具过滤式防尘面具通过滤料净化含尘空气,供人体呼吸。此类防尘口罩分为自吸过滤式和送风过滤式两种,防尘效果好,重量轻,携带方便。其使用条件要求环境空气中含氧量不低于18％,不含有毒气体。 1.自吸过滤式防尘口罩自吸过滤式防尘口罩是在佩戴者的呼吸     

改进YOLOv3算法下通航机场场面运动目标检测

为获得更好的检测精度和更快的检测速度,保障通航机场场面运行安全,提出一种改进的YOLOv3算法,分别从网络结构和损失函数2方面进行改进。首先,在主干网络中使用深度可分离卷积代替原卷积,构建基于距离交并比(DIoU)的目标框回归损失函数;然后,以某通航机场为研究对象,搭建通航机场场面目标检测场景,采用迁移学习和冻结训练相结合的训练方法,以提升场面目标检测的速度;最后,比较分析所提算法与传统的YOLOv3、YOLOv4算法的识别效果。结果表明：飞机目标的检测效果明显优于车辆和人员目标,改进的YOLOv3算法对目标的检测精度、召回率、全类平均精度(mAP)分别达到92.96%、80.51%、91.96%,图形处理器处理速度高达74帧/s,较传统的YOLOv3、YOLOv4算法性能均有明显提升,可实现通航机场场面运动目标的有效检测。     

纱布口罩不能防尘更不能防“非典”

粉尘,是我国工人的主要职业危害。据有关方面统计,全国每年新增尘肺病2万例左右,死亡约5000人,对尘肺病至今仍无特效疗法,主要靠预防,而采用高效防尘口罩是非常重要的预防措施之一。笔者在研究防尘口罩时,对不同层数的纱布口罩,采用不同的粉尘进行实验,现简介如下:第一次实验是用8层纱布口罩,在粉尘室进行防尘实验。实验方法是将口罩戴在石膏人面部,然后用胶布密封口罩周边,头内装粉尘采样器。在与头部同一水平位置放置粉尘采样器做对照。粉尘室内尘浓度为高、中、低三组,分别是:313～381mg/m3、90～219mg/m3、5～10mg/m3。实验结果三组口罩…     

防尘口罩过滤效率探析

过滤效率是评价防尘口罩性能的首要参数.防尘口罩的功能是将空气中的粉尘、烟和雾等颗粒状物质(简称颗粒物)阻隔在使用者呼吸区之外,预防因吸入颗粒物而导致的各种呼吸道疾病,包括尘肺病.     

83家井工煤矿在岗农民工尘肺病现状调查及预防对策研究

为调查井工煤矿在岗农民工尘肺病防治现状并提出对策措施,采用分层整群抽样调查方法对4省（市）的83家井工煤矿进行调研,调查内容包括:职业卫生管理现状、职业健康监护与尘肺病诊断资料、X线胸片、农民工基本情况、职业卫生知识知晓情况、社会保险待遇等。调查结果显示:83家井工煤矿的职业病危害防治工作领导小组设置率和管理制度制定率均为100%,但制度内容和职业卫生培训缺乏针对性;粉尘危害防治费用平均为吨煤0.18元/月;采煤和掘进工作面的总尘浓度约为1.02～49.5 mg/m3;在岗检查时,农民工肺部异常的检出率高于正式工,在岗农民工疑似尘肺病检出率为7.94%,农民工尘肺病平均发病工龄14.47 a±6.79 a,平均发病年龄42.56岁±5.80岁,与正式工相比,农民工发病工龄短、发病年龄小。因此,建议政府从法规标准建设、探索职业健康责任险、加大监管力度等方面,企业从强化主体责任意识、源头治理及农民工职业卫生培训等方面,加强农民工尘肺病的防治工作。     

基于改进的YOLOv4安全帽佩戴检测研究

为了加强建筑工人佩戴安全帽情况的检测,防止安全事故的发生,提出1种改进的轻量级YOLOv4安全帽佩戴检测算法,用于运行在移动设备端,降低现场部署的条件;制作1个8 000幅图像的数据集,用于训练和评估安全帽检测算法;为了评估改进的YOLOv4的性能,从5个不同建筑工地采集到600张施工人员图像和60条施工视频作为验证集;根据建筑工地不同的视觉条件对图像进行分类,用于验证本文算法在不同外界环境下的性能。结果表明:改进后的模型检测速度是YOLOv4的3.4倍,可用于实时检测施工人员在不同施工现场条件下是否佩戴安全帽的情况,有利于提高安全检查和监督水平。     

基于改进YOLOX的变电站工人防护设备检测研究*

为解决电气工人防护设备检测问题,通过改进YOLOX算法,提出检测工作人员防护设备的模型。首先在预测部分改进损失函数,为解决损失函数计算存在的缺陷,对IOU损失的计算方法进行改进,根据防护设备任务特性,通过调整各种类型损失函数的权重,增加对模型误判的惩罚,对模型进行优化;其次在算法主干网络中引入CBAM注意力模块提高神经网络对工人防护设备的感知能力;最后在算法Neck部分,将UpSample结构用于多尺度特征融合,加强网络的细节表达能力,从而提升对小目标困难样本的检测精度。研究结果表明:改进后的YOLOX模型平均精度均值达到87.24%,与已有YOLOX模型相比提升2.46%,具备有效性,适用于变电站工人防护设备检测。研究结果可为电气工人提供更高的防护装备检测精度。     

煤矿岗前人员不安全状态智能检测系统研究*—以红柳林煤矿为例

为从根本上降低煤矿从业人员实施不安全行为的概率,在充分考虑煤矿从业人员不安全个体状态是诱发其不安全行为的主要原因的基础上,设计开发一套矿工不安全状态智能检测系统。首先,对2007—2022年期间各高危行业安全事故调查报告和专家研究进行归纳,总结得出煤矿从业人员不安全状态的影响因素,构建包括生理状态、心理状态以及个体能力状态在内的3个一级指标和15个二级指标体系;其次,通过相应的表征模型对不安全状态影响因素进行深入剖析;最后,基于构建的从业人员不安全状态倾向数据库,建立煤矿岗前不安全状态智能检测系统。研究结果表明:在下井工作前对从业人员个体状态进行智能检测,能够实现矿工不安全状态“早发现、早干预”,能够有效地降低人因事故发生率,研究结果对煤炭行业安全管理具有重要的参考价值。     

基于机器学习方法的安全帽佩戴行为检测

施工现场作业人员是否佩戴安全帽主要依靠人工检查,存在监管效率低、时效性差等问题,为了实时自动监管作业人员是否佩戴安全帽,提出1种基于机器学习的安全帽佩戴行为检测方法。首先利用深度学习YOLOv3算法检测出现场视频中的施工人员脸部位置,根据安全帽与人脸的关系估算出安全帽潜在区域;然后对安全帽潜在区域图像进行增强处理,使用HOG（方向梯度直方图）提取样本的特征向量;再利用SVM（机器学习的支持向量机）分类器对脸部上方是否有安全帽进行判断,进而实现对施工人员安全帽佩戴行为的实时检测与预警。以某高铁站施工现场为例进行验证,研究数据表明在施工通道和塔吊作业区域,该方法可实时有效检测出工人未佩戴安全帽的行为,识别率达90%。     

煤矿作业人员系统风险知觉能力量化分析

为了定量分析煤矿作业人员风险知觉能力,采用Wickens模型分析风险知觉能力和人因失误作用关系,基于此,结合模糊痕迹理论,提出了基于三角模糊数的信号检测理论,从危险信号辨识敏感性(α)和反应偏好(β)两个指标对煤矿作业人员风险知觉能力进行评价。以某煤矿机电作业人员为例,设计调查问卷,并利用基于三角模糊数的信号检测理论对机电作业人员风险知觉能力进行分析。结果表明,所提出方法可用于评价煤矿井下作业系统中人员的风险知觉能力,能为提升煤矿作业人员风险知觉能力提供参考。     

我国煤炭行业尘肺病现状分析及防治对策

尘肺病是我国目前最严重的职业病,每年新增尘肺病病例一万例以上,其中煤炭行业尘肺病病例约占全国尘肺病患者总数的50%。煤炭行业由尘肺病引发的矿工伤亡人数,远远高于各类工伤事故伤亡人数的总和。煤炭是我国的主要能源,在国民经济和社会发展中占重要地位,我国煤矿企业多,从业人员数量大,职业危害严重,其中以粉尘危害最为突出。煤矿尘肺病不仅危及矿工的身体健康和生命安全,而且关系到国民经济的发展和社会的和谐稳定。我国煤矿尘肺病现状堪忧,尘肺病发病病例不降反升,分布更加广泛,矿工检查诊断和求治不及时,尘肺病防治工作形势严峻。本文具体分析了我国煤矿尘肺病现状,从管理、技术、资金以及法律等多方面深入探讨了导致如今现状的原因,最后针对各方面原因提出了煤炭行业尘肺病防治对策。     

基于深度学习的复杂作业场景下安全帽识别研究*

为有效预防由于个人防护缺失所造成的事故,着力探究复杂作业情况下施工人员安全帽佩戴情况的智能化识别。提出在Faster R-CNN目标检测算法的基础上,针对小目标的安全帽识别问题通过增加锚点提升检测能力,为解决数据集中类别不平衡问题采用Focal loss替代原本的损失函数,为解决安全帽预测区域不匹配问题,引入ROI Align代替ROI Pooling操作中2次量化产生的误差,从而提升检测模型准确性,最后在构建的复杂作业场景下安全帽数据集的基础上进行网络性能评估。结果表明:基于改进后的Faster R-CNN网络框架mAP提高了15%,为智能化管控施工现场个人防护用品佩戴问题提供了有效精准化的识别方法。     

中国煤矿工人心理健康状况的元分析

为研究我国煤矿工人心理健康状况年代变化趋势,结合传统元分析与横断历史研究方法,选取2007-2014年基于症状自评量表（SCL-90）所得36组数据,分析25 546名煤矿工人在该量表9个因子得分均值的变化规律。结果表明:除“精神病性”外,煤矿工人SCL-90各因子得分均值与年代均呈负相关（-0.85~-0.02）,其中“焦虑”、“敌对”与年代呈高度负相关,“躯体化”、“人际关系敏感”、“抑郁”与年代显著负相关;2007-2014年期间,煤矿工人的心理问题逐渐减少,心理健康水平稳步上升;与成人男性常模相比,煤矿工人在“躯体化”、“恐怖”方面的心理问题较突出;比较井下矿工与地面矿工在SCL-90得分均值发现井下矿工的心理健康水平明显低于地面矿工;分析2007-2014年间历年煤矿事故发生次数与煤矿工人SCL-90各因子得分发现,煤矿事故数越大,煤矿工人的总体心理健康水平越低。研究结果为煤矿工人安全管理措施及心理健康提升方案的制定提供量化依据。