共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
正信息化一方面加速了安全生产事故信息传播速度,导致安全生产的被关注度空前高涨;另一方面,也为解决安全生产问题带来了"利器"——大数据。当前,大数据正以惊人的速度渗透到越来越多的领域,电商、零售商、IT企业等应用大数据的成功案例屡见不鲜。大数据在安全生产中的应用,最基本的功能就是从海量的安全生产数据中寻找事故发生的规律、预测未来,从而对症下药,有效遏 相似文献
3.
为从安全生产大数据中挖掘安全规律并最终提炼安全生产基础原理,首先在对安全生产大数据的定义及其内涵进一步阐释基础上,提出安全生产大数据采集的定义,并将其分解为3个过程;然后提出安全生产大数据的5W2H采集法,并对其内涵(采集原因,使用主体、采集者及采集对象,采集数据类型,采集边界,采集时间,采集数据量及其采集方法)进行详细分析;最后以思维路径为主、过程路径和技术路径为辅,建立安全生产大数据采集的一般模式。结果表明,安全生产大数据采集模式的研究可为安全生产大数据的存储、处理及其应用提供基础。 相似文献
4.
5.
单宁珍 《中国安全科学学报》2018,(8)
正《安全生产管理知识》这本书介绍了安全生产管理的基本原理、主要方法以及主要内容。书中说大数据时代企业安全监督是非常重要的事,相关政府以及部门必须要做好全面的安全监督工作。全书共分为8章,书中前2章详细介绍安全生产管理的基本理论、概念以及生产经营需要注意的事项等一系列具体内容,其中包括生产标准的问题以及企业安全文化和企业经营管理会遇到的问题。在如今的大数据时代下,安全生产与管理也与大数据息息相关。从2012年开始,大数据这个词开始被广泛使用和传播。它 相似文献
6.
7.
8.
《中国安全生产科学技术》2017,(3)
正2017年3月1日,国家发展改革委在官方网站公布了促进大数据发展重大工程和"互联网+政务服务"示范工程拟支持项目名单。其中,促进大数据发展重大工程拟支持项目名单共38个,中国安科院牵头的"国家安全生产监管监察大数据平台"项目名列其中。国家安全生产监管监察大数据平台项目将建立以大数据、云计算、物联网以及移动互联网等为基础的国家级安 相似文献
9.
10.
《铁路节能环保与安全卫生》2015,(2)
本文阐述了企业安全生产预警系统和"大数据"技术的概念,重点研究了如何利用"大数据"技术在数据采集、利用中的特有优势,解决传统方法面临的数据采集困难、数据分散且数量较大、分析结果不准确,以及无法实现预测功能等问题。通过"大数据"技术,可以提高数据采集效率、挖掘数据价值,实现真正的预测预警。同时,本文还提出了企业安全生产预警系统未来研究的四个重点方向。 相似文献
11.
为明晰大数据对安全绩效管理的影响,把握信息时代下企业安全绩效管理的研究方向,基于大数据时代下安全绩效管理内容,阐述数据驱动下安全绩效管理的应用优势,探讨数据驱动下安全绩效管理的研究变革,剖析大数据环境下企业安全绩效管理的数据流向,构建数据驱动下安全绩效管理的框架模型,并提出数据驱动下企业安全绩效管理应用对策。结果表明:基于大数据的安全绩效管理有助于提升企业安全管理水平,也为安全生产系统优化提供理论依据。 相似文献
12.
由大数据分析得出基层自查隐患不足、习惯性违章需整治及开展设备设施隐患排查的必要性等安全生产管理方面的问题,指明安全生产管理的方向,从而说明大数据在定量、科学及规范指导安全生产中的重要性、必要性和实用性。 相似文献
13.
《中国安全生产科学技术》2017,(7)
正中国安全生产科学研究院承担的国家安全生产监管监察大数据平台项目是国家发改委批复的第一批促进大数据发展重大工程之一。为做好该项目的顶层设计和建设工作,自2017年4月起,中国安全生产科学研究院组织人员分次赴国家信息中心、国家林业局信息中心、新闻出版总署信息中心、人社部社会保险事业管理中心和航天信息股份有限公司等第一批促进大数据发展重大工程项目承担单位以及全国海关信息中心、北京石油交易所等国内其他 相似文献
14.
15.
16.
随着安全生产管理精细化、安全生产标准化和安全隐患排查治理活动的不断推进,企业安全生产基础信息呈现剧增现象。为及时发现隐患、减少风险,通过运用风险管理学和安全生产大数据等方法,构建安全生产风险动态监管系统,为企业实现安全生产风险动态监管提供高效、及时、准确的技术支撑,从而提高企业的安全生产风险管理水平和生产效益。 相似文献
17.
18.
为充分利用实际生产过程中产生的数值和文本数据,预防事故的发生,加强企业的安全管理水平,基于多种机器学习模型提出了一种能综合利用数值数据和文本数据的企业风险分析方法。首先,基于岭回归、被动进取、弹性网络回归、梯度增强等机器学习算法,构建了面向数据信息的生产风险分析模型;然后依次基于Jieba分词、LDA主题建模、单分类算法和集成算法等文本挖掘技术,构建了面向文本信息的生产风险分析模型;最后利用Pearson相关系数和回归算法,实现了面向“数值-文本”大安全数据的企业安全分析。结果表明:基于梯度增强回归算法的数据分析模型效果最好,基于Voting模型的文本分析模型表型分类效果最优,Pearson相关系数为0.443 8,基于GBR模型的“数值-文本”综合分析拟合度最高,“数值—文本—比对—综合”的大安全数据分析思路有助于提高企业的安全管理水平。 相似文献
19.
移动互联网+、5G智能终端的广泛应用和普及以及新一轮信息技术革命为安全生产大数据统计分析、科学决策提供了重要的机遇。因此,迫切需要加快推进信息化建设,实现对人的不安全行为、物的不安全状态、环境的不安全因素以及管理缺陷的有效监测和预警,增强信息化建设对企业安全生产管理水平的支撑作用;迫切需要加快推进安全生产信息化工作,为构建安全生产长效机制提供重要的技术支撑。在搜集、查阅、整理大量国内相关文献资料的基础上,从安全隐患大数据分析的角度,通过对隐患类型、等级、治理状态等信息进行统计、对比分析,生成隐患数据综合报表、安全指数图、趋势图等,全面掌握隐患排查治理工作动态、评估安全管理形势、探索隐患发生的特点和规律,及时发布安全生产预警信息,建立一套客观、科学、严谨的安全生产管理体系,对科学决策、精准施策、源头治理,杜绝生产安全事故,起到了极为重要的作用。 相似文献
20.
《现代职业安全》2020,(8)
正油田企业生产作业点多、线长、面广,主要产品易燃易爆、危险性大、野外流动作业频繁、工种繁多、作业风险大,这些特点决定了油田安全生产管理的复杂性和艰巨性。因此,落实油田企业安全风险管控意义重大。近年来,随着物联网、大数据在安全生产中的应用和发展,企业安全监管信息化和智能化程度不断加深,相关大数据应用平台及安全风险预测系统已在电力、煤矿、航空等领域广泛应用。本文所研究的长庆油田HSE风险预警系统正是通过深入挖掘分析作业现场监管采集的事故隐患信息,进行风险研判和预测预警展现,找准风险管理重点并持续改进,尽可能降低高风险事故隐患的发生率,确保了油田HSE管理持续向好。 相似文献