我国安防工程检测的问题与建议

近年来,公安部授权全国30余家检测机构承担安防工程检测任务,以检促改,有力推动了安防工程质量的提高,安防工程建设逐步走向规范。但是,各地检测机构在检测实践中,逐步暴露出安防工程检测存在的一些问题。本文将总结安防工程检测出现的主要问题,分析问题发生的原因,提出完善安防工程检测的建议。     

南开学子设计自动断电插座 防止充电宝变充电爆

充电宝长时间充电容易爆炸?这可怎么办!近日,南开大学电子信息与光学工程学院大三学生储易设计出一款"可自动断电插座",用以确保"充电宝"安全充电。"近年来,充电宝充电不当而引发的爆炸事件频发,这主要是由于长时间充电致使充电宝电池短路而造成的后果。"储易说,普通插座不具备自动断电功能,因而长时间充电会使充电宝的电池内部产生高温,诱发电池短路,形成安全隐患。     

桂林市公共场所空气污染的检测与分析

采用甲醛检测仪、有机气体检测仪等测试分析了桂林市宾馆、商场、候车室、家具城、文化娱乐场等公共场所的甲醛和TVOC浓度。结果显示:候车室和文化娱乐场所的甲醛、TVOC合格率均为100%;宾馆、商场、家具城的TVOC合格率分别为98.7%、98.9%、95.0%,甲醛合格率分别为78.8%、91.1%、85.0%;皮革制品、家具板材等为主要的甲醛和TVOC污染源。     

化工园区大气环境管理系统设计

环境监控与预警是化工园区环境管理工作中的热点与挑战。在园区科学规划环境管理、建立包含气体泄漏检测与修复(LDAR)管理系统、大气环境监控预警系统和应急救援系统在内的大气环境管理平台,是园区大气环境质量控制、预防环境污染事件的重要前提。同时也是实现园区可持续发展、保障生产安全和人员健康的有效途径。     

药品和个人护理用品在固体基底中的检测方法和分布现状

药品和个人护理用品(Pharmaceuticals and personal care products,PPCPs)在环境中广泛存在,威胁生态环境和人类健康,受到越来越多的关注.本文综述了固体基底中PPCPs的检测方法,总结了国内外污泥、土壤、沉积物等基底中PPCPs的污染现状,并对PPCPs的进一步研究进行了展望.结果表明,PPCPs的检测方法朝多样化和趋优化的方向发展.污泥样品中PPCPs种类多、浓度高(μg·kg-1—mg·kg-1),土壤和沉积物中虽然浓度不高,但是总量不可小觑.目前,固体基底中的PPCPs还需要更全面和更广泛的研究.     

嵌入式智慧工地安全帽检测系统设计与实现

针对施工作业人员不佩戴安全帽的问题,设计了一种基于计算机视觉的嵌入式智慧工地安全帽检测系统并进行了实用性的算法改进,解决了人力检测效率低下、标准不一的问题,同时提升了在目标检测领域小目标检测的精度。介绍了人工和传统算法在安全帽佩戴监管方面的弊端以及嵌入式系统的优势,详细介绍了算法优化的方法以及本系统的实验结果。     

基于改进YOLOv5s算法的隧道初期火灾检测模型

为提升公路隧道初期火灾的检出率与检测精度,考虑初期烟火特征量小且不易侦测的特点,提出一种基于改进YOLOv5s算法的公路隧道初期火灾检测模型。首先,在YOLOv5s特征检测层并入变压器预测头,在原有3个特征检测头的基础上新增第4个160×160尺度的特征检测头,以增强多尺度识别能力;同时,引入加权双向特征金字塔网络(BiFPN)结构,用于融合高低层火焰和烟雾的语义信息;然后,采用完全交并比(CIoU)替换距离交并比(DIoU),并在置信度损失中采用Focal Loss改进YOLOv5s的损失函数,从而提升新模型整体的训练效果和检测精确度;最后,在真实隧道内开展初期火灾模拟试验,获取50 000幅训练集样本,并结合2022年3月1日江苏镇江观音山隧道真实火灾视频数据,对比分析YOLOv5s-Opt和YOLOv5s算法模型。结果表明：YOLOv5s-Opt对初期火灾的平均检测精度达到90.38%,比YOLOv5s提高2.06%;对于同一段火灾实测视频,YOLOv5s-Opt的检出率比YOLOv5s高出3.63%。YOLOv5s-Opt算法模型更擅长初期火灾小目标的检测和识别,在检测精度和检...     

高斯混合模型下建筑工人高空作业失稳检测方法

为防止施工现场高处坠落事故,实现个性化矫正管理,在考虑个体异质性对运动信号造成的差异化影响基础上,提出一种基于高斯混合模型(GMM)的实时检测方法,可及时识别建筑工人高空作业失稳状态。首先,采用姿态传感器实时采集加速度和角速度数据,以刻画建筑工人的高空作业姿态特征;然后,基于GMM算法,建立建筑工人高空作业的个性化失稳检测模型,获得个性化阈值,以判断姿势失稳状态;最后,通过试验对比基于个体数据集和公共数据集2种方式构建的模型。研究结果表明：生成的个性化检测模型在准确度P、召回率R和综合评价指标F₁值上,均远优于公共数据集模型,具有更好的个性化检测效果。该失稳检测方法能够从工人的作业姿态习惯探究个性化的高空失稳风险,促进差异化安全预控和精准化安全培训。     

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。     

基于光纤分布式测温的污水管道入流识别方法研究

针对排水管网物探检测需断水操作和无法对管道内部实时探查的问题,建立了一种基于光纤分布式测温的污水管道入流诊断方法,实现了无干扰条件下污水管道污水和雨水入流实时监控.采用感温光缆对选择的试验管段开展了时空高精度观测(空间精度1m、时间精度1min),获得了超过118万个管道水温数据.基于解析出的管道水温时空图像,提出了基于水温温差背景噪声值的入流定位方法;确定出无外部入流影响时管道水温空间和时间温差的背景噪声值分别约为±0.2℃和±0.5℃.采用水温图像降噪处理方法,自动识别出污水管道的旱天污水接入和雨天雨水接入事件,与现场调查结果一致.因此,该方法对污水管道入流的动态识别定位具有可靠性.