基于YOLOv5s的外脚手架隐患智能动态检测

针对脚手架工程隐患人工巡检效率低、实时排查难的问题,提出一种基于深度学习的隐患实时检测方法。利用添加噪声、随机裁剪等数据增强方式扩充数据集,提高模型在复杂环境下的鲁棒性;基于YOLOv5s目标检测算法建立脚手架工程隐患图像识别模型并进行训练测试,与YOLOv4、Faster R-CNN进行对比,验证模型的有效性。结果表明,在脚手架工程隐患检测任务上,YOLOv5s模型的均值平均精度达到92.23%,较YOLOv4提升8.11百分点;检测速度达到97.01帧/s,较Faster R-CNN提升5倍。轻量的YOLOv5s网络模型适合部署于嵌入式智能监控中,实时采集现场数据并进行隐患分类识别,有效缩短隐患发现时间,研究结果可为脚手架工程监控预警平台提供研究基础。     

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。     

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。     

基于Faster R-CNN的海底管道智能检测方法

为提高海底管道缺陷及组件的检测精度并实现智能化海底管道安全检测,提出一种基于快速区域卷积神经网络(Faster R-CNN)的海底管道智能检测方法。首先,通过基值校正和分段映射-伪彩色化方法,将漏磁检测信号转化为伪彩色图,以增强漏磁信号的关键特征;其次,基于多模态数据增强来提升检测模型的泛化能力;然后,基于多模态数据增强后的样本训练改进的Faster R-CNN网络,建立最优的智能检测模型;最后,以试验场和渤海在役管道为例,验证所提方法的有效性。结果表明：所提方法的平均检测精度可达93.8%,相较原始的Faster R-CNN算法提高8%,且平均交并比达到0.75,能够精准地实现海底油气管道多目标检测,保障海底管道的安全运行。     

矿山排土场内部裂缝的雷达探测技术

矿山排土场出现裂缝后会直接影响到其自身稳定性,为了掌握排土场的安全状态和提出治理措施,就必须对排土场内部的裂缝分布进行了解.探地雷达作为一种物探设备与手段已经在公路和堤坝等裂缝探测工作中得到应用,将雷达探测技术引入到矿山排土场的裂缝探测中,从雷达探测机理和排土场裂缝物理特征上论证了该方法的适用性和可行性.解释了使用雷达探测的具体方法与过程,并提出利用雷达正演模拟来对探测图像的反演分析进行辅助解释,以提高探测精度和可靠性.对平川铁矿排土场的内部裂缝进行了探测实证,发现探测结论与已掌握的裂缝信息数据是基本一致的,说明了雷达探测技术在排土场内部裂缝探测工作中的实用意义.     

低空无人机飞行冲突分类探测与差异解脱方法研究

针对低空空域这一民用无人机当前的主要活动空间，为解决低空无人机飞行冲突问题，保证无人机飞行安全，提出了一种无人机飞行冲突分类探测与差异解脱方法。首先，在分析无人机低空运行模式的基础上，从对头、交叉和追赶等视角构建低空无人机异质飞行冲突场景，设计了基于安全间隔的无人机飞行保护区，建立了基于改进速度障碍法的无人机飞行冲突探测方法；然后，采用调整高度、航向和速度的飞行调配思路，设计了无人机飞行冲突解脱策略及其适用条件，构建了以最小化冲突解脱时间成本为导向的无人机飞行冲突解脱策略最优配置规则及实施流程；最后，设计多种典型冲突场景对所提方法进行了仿真验证，并分析了时间约束的敏感性。仿真结果表明，所提方法可对低空空域内潜在的无人机飞行冲突进行有效探测，并实现异质冲突场景下解脱策略优先级的科学配置，最优解脱策略的求解时间可控制在2.5 s以下。研究成果可为提升低空空域系统内无人机运行安全管理水平提供依据。     

基于安全度的机场围界安全评估方法

针对机场围界存在虚警率高、信息分散和难以从全局角度管理等问题,提出基于安全度的机场围界安全评估方法。基于分散环境集中监控思想,利用改进DS证据理论将前端探测设备获取的信息进行融合,再利用模糊集理论获得区段安全度,进而求得防区安全度和全局安全度。基于C#和Map Xtreme开发机场围界监控平台,结果表明,基于安全度的评估方法能够准确反映机场围界安全运行状况。     

基于YOLO-V3算法的加油站不安全行为检测

为控制加油站火灾爆炸风险目标,结合事故统计和故障树分析方法,提出一种基于YOLO-V3算法的加油站不安全行为检测模型。首先在收集90起加油站火灾爆炸事故的基础上,统计分析加油站火灾爆炸事故的点火源;其次构建加油站火灾爆炸故障树,计算各基本事件的结构重要度,并确定加油站危险性较高的不安全行为;然后采用现场采集和模拟的方法收集加油站不安全行为图像数据,利用数据增强方法构建加油站不安全行为图像数据集;最后基于深度学习的方法构建加油站不安全行为检测模型,经过1000次训练迭代后得到最终模型。研究结果表明：引起加油站火灾爆炸事故的不安全行为主要有抽烟、打电话等;训练得到的检测模型在测试集上对抽烟、打电话和正常行为检测类别的平均检测精度分别为67%、85%和77%,模型的平均检测精度均值为84%。     

基于YOLOv4算法的机场FOD检测与管理研究

FOD对机场安全的影响不可忽视，为了有效对FOD进行检测与管理，基于机场FOD的历史统计数据，借助层次分析法对机场常见FOD的危险性进行排序，得到影响最大的6类物品作为检测目标。采用YOLOv4算法进行检测得到每类物品检测的指标，通过对指标进行分析可知该算法对碎石、铁块的检测效果最好，对螺丝、螺母相对小的物体检测结果稍有不足。并通过与Faster-RCNN、SSD算法进行横向对比得到YOLOv4算法的整体检测性能最为良好合适。最后提出了基于目标检测的机场FOD闭环管理方法。     

基于HMM和DT的无人机异常检测方法

为了实时检测无人机异常状态,提出基于隐马尔可夫模型(Hidden Markov Model,HMM)和决策树(Decision Tree,DT)的无人机异常检测方法(HMMDT).首先根据异常致因将无人机异常分为干扰异常和硬件异常;然后结合HMM和DT建立无人机异常检测模型,定义无人机异常度衡量异常状态的严重程度,确定...     

多作业场景下个体防护装备自动检测研究

为实现对企业作业现场人员个体防护装备(Personal Protective Equipment, PPE)正确穿戴的精准监管，采用YOLOv5模型和单阶段目标检测算法，设计并开发了一种辅助作业现场PPE自动检测与研判的管理系统。通过对某企业工作全流程的调研和分析，明确了存在遮挡物、密集多目标、远距离目标及光照不均匀4类典型的作业场景及检测环境特征。基于不同作业场景下的监控设备完成数据采集，并建立了4种PPE的数据集。通过YOLOv5目标检测模型的训练和测试，融合现有的监控平台，实现了作业过程人员PPE使用情况的动态、快速研判。研究表明，系统对目前企业典型作业场景PPE使用情况的检测平均精确度为99.5%,同时兼顾了检测速度和运行成本，有效提升了企业现场安全管理效能。     

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。     

半挂车转弯盲区实时监测预警与安全保障

针对半挂车转弯内轮差和视觉盲区引发的交通安全问题,基于汽车转弯原理,构造动态直角坐标系下半挂车转弯轨迹方程,结合现有雷达检测技术,建立转弯盲区障碍物危险判别轨迹模型,并据此提出一个包括车侧相控探测雷达、可调后视镜、声光报警、夜间补光等硬件设施和以单片机为核心的软件程序构成的实时监测预警与安全保障一体化系统。结果表明:系统能够实时为半挂车驾驶员和车外交通参与者提供精确的车辆转弯状态与安全预警信息,避免转弯盲区内发生危险,实现转弯预警与安全保障的功能。     

环保型SF_6现场检测技术研究

如何诊断电气设备内部的SF_6气体状态对于保证电气设备正常运行至关重要。主要诊断方法为SF_6绝缘设备分解产物测量,但是现有检测方法存在响应速度慢、气体交叉、使用寿命短、检测尾气污染等弊端。基于此,提出环保型SF_6现场检测技术,研制了环保型SF_6现场检测装置,采用光学方法对SF_6纯度、微水、SO_2、H_2S和CO等气体进行检测,并在系统后端设计尾气回收装置。研制的设备在都匀变电站应用并进行了相关测试。结果表明,微水测试精度小于2.5×10~(-6),SF_6纯度测试精度小于1%,SO_2检测精度小于1.5×10~(-6),H_2S测试精度小于2.5×10~(-6),CO测试精度小于0.3×10~(-6),符合该领域检测标准。     

人员安全帽佩戴轻量化检测方法研究

为有效减小安全帽检测算法的计算复杂度，并提高算法对于小目标的检测精度，提出一种基于Pytorch深度学习框架的轻量化安全帽检测模型。使用轻量化网络设计减小模型的计算量；设计可变形双向聚合网络提高模型对检测对象尺度和形状多样性的适应能力，优化对小目标的检测效果；通过网络收集的施工现场图像验证安全帽检测算法的检测效果。与已有安全帽检测算法相比，该方法检测精度有明显提高、模型参数量显著下降，并以137帧/s的速度运行。可变形双向聚合网络利用深层语义特征和浅层细节特征，并自适应调整感受野，可以适应不同形状和尺寸的检测对象，提高检测精度。     

基于改进深度学习网络对裂缝检测研究

提出了一种运用于混凝土裂缝检测的模型yolov5-slC,该方法建立在yolov5模型的基础上,改进yolov5s网络结构,将普通卷积替换为轻量卷积GSConv,在此基础上继续引用slimneck结构,降低网络复杂度的同时并未丧失精度,缩短检测时间,减少计算量;引入轻量化上采样算子CARAFE,减少了计算开销。与原yolov5s相比,该方法的mAP₅₀提高了3.5百分点,mAP₉₅提高了9.4百分点。在试验数据集和补充数据集进行可视化对比,yolov5-slC均表现良好,能高效精确地为混凝土裂缝检测提供新方法。     

长期服役大型游乐设施安全状态评价方法研究

长期服役的大型游乐设施，尤其是达到或超过设计使用期限仍继续使用的大型游乐设施，由于其长期服役造成的部件性能劣化，极易导致设备发生故障或事故。提出基于健康管理理论的大型游乐设施服役状态评价方法，将主要受力部件剩余寿命评估理论引入服役状态评价模型，并考虑历史数据对当前安全状态的影响，使安全状态评价更加全面合理。服役状态评价方法以使用阶段风险评价为基础，综合利用各种先进检测监测手段和经验，获取设备当前工作状态的各项指标数据。在此基础上，利用健康管理理论和剩余寿命评估理论，对设备整机进行定量化安全评价，并得出设备关键部件和整机的安全等级，从而为使用单位的设备维护保养提供指导，全面提升设备的使用安全性能。基于健康管理理论的大型游乐设施服役状态评价方法在某电磁弹射过山车中开展工程应用，并得出设备的安全等级，有效指导了设备的使用维保，表明了服役状态评价方法的有效性和实用性。     

倾斜摄影技术在观光车辆路线坡度测量上的应用研究

本文针对非公路用观光车辆行驶路线坡度测量传统方法效率低的问题,对比研究了无人机倾斜摄影测量方法和传统方法在坡度测量上的应用,提出了基于坡道路线三维模型的测量算法。研究结果表明,无人机倾斜摄影测量方法具有较高的测量精度,可以满足观光车辆路线坡度测量精度要求,提高了工作效率,丰富了特种设备检验检测技术手段。     

金属非金属地下矿山在用设备安全性能检测与分析

为了确保矿山提升、通风、排水等系统的正常运行,确保矿山设备的安全性能,根据省安全监管局的统一部署,我院对我省33家矿山企业在用设备进行了检测检验。根据现场调研及检测检验的结果,按企业规模、企业性质、设备类型对检测检验数据进行统计、分析,找出了存在的主要问题,并提出了建议,为矿山企业的安全生产风险程度分级管理提供了技术支持。     

起重机械轨道测量装置及检测方法的研究

起重机械轨道是保证起重机械安全运行的重要条件。目前的轨道检测方法,精度较低,安全性差,无法满足各类工况的检测要求。为解决检测中出现的问题,本文提出一种起重机轨道检测方法,以准直激光束为基准直线,由机械小车配备光斑位置探测装置于轨道上行走并测量各检测点的偏差数值。本文介绍了检测原理、实施方式并分析了算法,对装置样机多次试验,数据对比,评估其测试精度,并得出了此检测装置具有较强实用性的结论。