共查询到20条相似文献,搜索用时 890 毫秒
1.
2.
3.
为探究高温户外作业下改性涂料安全帽在我国不同地区的隔热降温效果差异,本文采用Fluent数值仿真技术结合我国4个不同地区(北京、广州、南京、西藏)的太阳辐射特性,对比研究了改性安全帽和普通安全帽的降温性能及热舒适性差异。结果表明:改性安全帽相比普通安全帽可使帽体表面温度降低10℃左右,同时帽内外部温差降低3~4℃,说明改性安全帽能够有效降低太阳辐射得热;对于4个不同地区,改性安全帽相比普通安全帽的帽内温度可降低5~7℃,并且当太阳辐射量大于1 200 W/m2时,改性安全帽的降温性能愈发显著。进一步研究发现,相比佩戴普通安全帽,佩戴改性安全帽可使人体TEQ指数降低7.6%~9.6%,说明佩戴改性安全帽能够扩大作业者可从事体力劳动的工作范围,可提高户外安全帽佩戴者的热舒适性。 相似文献
4.
最近,山西省公布了一项针对产品质量的抽查结果,其中施工工地上在用的安全帽抽样合格率只有一半,不合格项目包括了:质量、垂直间距、帽壳内突出物、耐冲击性能等。据介绍,不合格的安全帽在意外发生时根本无法保证作业人员的头部安全,同时日常佩戴还会引起颈部疲劳、伤害颈椎。 相似文献
5.
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... 相似文献
6.
沈丛美 《中国个体防护装备》1999,(5)
这不是笑话,而是一个真实的事,一次下车间劳动,见到安监科的同志教一名“老机关”怎样佩戴安全帽,联想到一些管理人员平时拿安全帽当摆设的现象,不由得想议论上几句。 安全帽的佩戴是有一定要求的,其保护作用与能否正确佩戴有直接关系的道理也是很明显的。按要求佩戴,安全帽才能在关键时刻保安全,反之,其保护作用就会大打折扣。因此,安全帽佩戴得不正确,表现出随意性,实质是拿着安全当儿戏。说它是安全工作中的一个薄弱点,或者是安全观念不强的一个反映,或者是自我安全保护意识不强的一种流露,都不为过份。 相似文献
7.
日本日立公司电气专家草野茂来淮南平圩发电厂帮助解决变压器技术难题时,笔者在现场采访中发现,其所戴安全帽的,标签上打印了这么四行汉字:安全优先。单位:B立公司。姓名:草野茂。血型:Bo通过翻译人员了解到,此项安全帽是草野茂八日本带来的。为“草氏安全帽”叫好之余,颇有几分感慨。“草氏安全帽”在造型和功能上,与中国生产的安全帽几乎看不出有什么两样,但从安全帽的标签内容来说,“草氏安全帽”确实有其独到之处。顾名思义,安全帽是保护脑袋的工具。在具体工作中,由于现场工作环境不同,一旦发生危及工作人员安全的事故… 相似文献
8.
编辑同志:请问,进行汽车修理作业时是否需戴安全帽?国家对此有无相关规定?周洪臣先生:来函收悉。进行汽车修理作业是否需戴安全帽,应根据企业的具体情况来决定。如果是生产汽车的企业,在车间中工作时,工人必须佩戴安全帽。属于这一类企业的维修工人,应按企业规定,佩戴安全帽。 相似文献
9.
10.
最近,山西省公布了一项针对产品质量的抽查结果,其中施工工地上在用的安全帽抽样合格率只有一半,不合格项目包括了:质量、垂直间距、帽壳内突出物、耐冲击性能等。据介绍,不合格的安全帽在意外发生时根本无法保证作业人员的头部安全,同时日常佩戴还会引起颈部疲劳、伤害颈椎。 相似文献
11.
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%。 相似文献
12.
最近,山西省公布了一项针对产品质量的抽查结果,其中施工工地上在用的安全帽抽样合格率只有一半,不合格项目包括了:质量、垂直间距、帽壳内突出物、耐冲击性能等.据介绍,不合格的安全帽在意外发生时根本无法保证作业人员的头部安全,同时日常佩戴还会引起颈部疲劳、伤害颈椎. 相似文献
13.
14.
15.
建筑工人头部伤害是造成建筑伤亡事故的重要原因。佩戴安全帽是防止建筑工人发生脑部外伤事故的有效措施,而在实际工作中工人未佩戴安全帽的不安全行为时有发生。因此,对施工现场建筑工人佩戴安全帽自动实时检测进行探究,将为深入认知和主动预防安全事故提供新的视角。然而,传统的施工现场具有安全管理水平低下、管理范围小、主要依靠安全管理人员的主观监测并且时效性差、不能全程监控等一系列问题。针对上述现状,提出了一种基于Tensorflow框架,具有高精度、快速等特性的Faster RCNN方法,实时监测工人安全帽佩戴状况。为评估模型性能,收集了6 000张图像用于模型的训练与测试,结果表明,该模型识别工人安全监测中佩戴安全帽工人的平均精度达到90. 91%,召回率达到89. 19%;识别未佩戴安全帽工人的精度达到88. 32%,召回率达到85. 08%。同时,针对工人未佩戴安全帽而进入施工现场的违规行为,通过施工现场入口处监控摄像头截取视频流图像帧,设置检验试验,验证了本方法在施工现场实际应用的有效性。 相似文献
16.
在生产作业过程中,意外的高处坠落和物体打击事故时有发生。在建筑、矿山、电力、冶金、石油勘探、隧道工程、森林采伐等作业场所都存在发生高处坠落和物体打击事故的可能。这类事故发生突然,不及躲闪。事故发生时,头部伤害造成死亡和重伤的危险性最大。怎样才能帮助工人防御、减轻高处坠落和物体打击的危害呢?佩戴安全帽无疑是一个很好的预防措施。 相似文献
17.
《中国安全科学学报》2020,(2)
针对已有安全帽佩戴检测模型需求样本数据量大、易产生误检的问题,提出一种结合人体关节点检测和Faster R-CNN的安全帽佩戴检测模型;通过OpenPose从图像中定位人体头颈部位置并自动截取其周围小范围的子图像,然后利用Faster R-CNN检测子图像中的安全帽,最后分析安全帽中心点和头颈部节点之间的空间关系,进而判别是否正确佩戴安全帽。结果表明:相比传统目标检测方法,提出的增强检测方法有效降低了误检率,提高了环境适应性,同时,该方法在训练样本量较小时,召回率提高超过20%,准确率提高约10%,很大程度上减少了对训练样本的需求。 相似文献
18.
19.