CN114254842A - 一种风险分析***和风险分析方法 - Google Patents
一种风险分析***和风险分析方法 Download PDFInfo
- Publication number
- CN114254842A CN114254842A CN202011000480.3A CN202011000480A CN114254842A CN 114254842 A CN114254842 A CN 114254842A CN 202011000480 A CN202011000480 A CN 202011000480A CN 114254842 A CN114254842 A CN 114254842A
- Authority
- CN
- China
- Prior art keywords
- risk
- information
- server
- suite
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims description 31
- 238000012163 sequencing technique Methods 0.000 claims description 19
- 230000006378 damage Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 208000027418 Wounds and injury Diseases 0.000 claims description 4
- 208000014674 injury Diseases 0.000 claims description 4
- 238000004141 dimensional analysis Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 17
- 238000012545 processing Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 5
- 238000003672 processing method Methods 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000003068 static effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000001681 protective effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012954 risk control Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000003423 ankle Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
Abstract
本发明公开了一种风险分析***和风险分析方法,该***包括至少一个智能穿戴套件以及与智能穿戴套件配对连接的终端设备和服务器;智能穿戴套件采集用户的至少一种第一风险信息,并将至少一种第一风险信息发送给配对连接的终端设备;终端设备对第一风险信息进行统计,将统计后的第一风险信息发送给服务器,并接收服务器发送的风险分析结果;服务器根据至少一种统计后的第一风险信息进行风险分析,并将风险分析结果发送给终端设备。本发明通过将风险信息采集统计,然后通过对大数据进行统一分析、综合判断,确定风险分析的结果,从而实现对风险信息差异化处理的效果,为实现智能防护、智能管理、专项管控等提供了依据。
Description
技术领域
本发明涉及安全防护技术领域,特别涉及一种风险分析***和风险分析方法。
背景技术
现有的劳保防护用品在各行各业有着普遍的应用,例如劳保服、防护手套、劳保鞋、防护头盔等等,其使用价值在于发生事故时能够降低使用者受损伤的程度。目前市场上大多劳保防护用品属于被动防护的方式,当风险或者事故来临时,传统的劳保防护用品只能被动防护来降低损伤程度,不能从根本上降低受伤事故的发生率。
目前只有少量能够主动发出风险提示的智能防护用品,在进行风险提示时,只局限于某个部位,功能比较单一,无法实现对智能防护用品探测到的风险信息进行深入分析研究。同时,现有的风险管理手段主要基于一些传统的方式,比如培训、流程管理、安全警示、常规劳动防护用品等,无法***地、全面地、严谨地、深入地、针对性地进行风险分析和风险评价。因此,现有的风险控制分析***、风险管理的监督***亟需改进。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种风险分析***和风险分析方法。
第一方面,本发明实施例提供一种风险分析***,可以包括:至少一个智能穿戴套件以及与所述智能穿戴套件配对连接的终端设备和服务器;
所述智能穿戴套件,用于采集用户的至少一种第一风险信息,并将至少一种所述第一风险信息发送给配对连接的终端设备;
所述终端设备,用于对所述第一风险信息进行统计,将统计后的第一风险信息发送给所述服务器,并接收所述服务器发送的风险分析结果;
所述服务器,用于根据至少一种所述统计后的第一风险信息进行风险分析,并将风险分析结果发送给所述终端设备。
可选的,所述对所述第一风险信息进行统计包括:
按照所述第一风险信息的风险类型、风险触发时间和/或风险等级对所述第一风险信息进行统计。
可选的,所述根据至少一种所述统计后的第一风险信息进行风险分析,包括:
将单位时间内所有类型的风险次数与预先设定的至少一个第一风险次数阈值进行比较,根据比较结果确定各时间段的风险等级;
将单位时间内所有类型的风险次数进行排序,根据排序结果确定各时间段的风险等级;
将单位时间内不同风险类型对应的风险次数与预先设定的至少一个第二风险次数阈值进行比较,根据比较结果确定风险类型的风险等级;和/或,
将单位时间内不同风险类型对应的风险次数进行排序,根据排序结果确定风险类型的风险等级。
可选的,所述终端设备,还用于接收所述智能穿戴套件发送的至少一种第一风险信息时,接收或记录所述智能穿戴套件的地理位置,并将所述地理位置发送给所述服务器;
所述服务器,还用于根据所述地理位置和预设的区域,以及单位时间内所有类型的风险次数与预先设定的至少一个第三风险次数阈值的比较结果,确定各时间段各区域的风险等级;
根据所述地理位置和预设的区域,以及单位时间内所有类型的风险次数的排序结果,确定各时间段各区域的风险等级;
根据所述地理位置和预设的区域,以及单位时间内不同风险类型对应的风险次数与预先设定的至少一个第四风险次数阈值的比较结果,确定各区域风险类型的风险等级;和/或,
根据所述地理位置和预设的区域,以及单位时间内不同风险类型对应的风险次数的排序结果,确定各区域风险类型的风险等级。
可选的,所述终端设备,还用于接收或记录所述智能穿戴套件的运动轨迹,并发送给所述服务器;
所述服务器还用于将所述地理位置、所述运动轨迹以及所述第一风险信息进行关联储存和/或生成风险轨迹图像并展示。
可选的,所述终端设备还用于记录所述智能穿戴套件对应用户的工种信息;
所述服务器,还用于根据所述工种信息和所述统计后的第一风险信息进行风险分析,确定出指定工种的风险分析结果。
可选的,所述终端设备还用于记录所述智能穿戴套件对应用户的其他信息;所述其他信息包括下列信息的任一项或多项的组合:智能穿戴套件使用时间信息、用户受到过伤害信息和用户操作违规信息;
所述服务器,还用于根据所述其他信息和所述统计后的第一风险信息进行关联储存。
可选的,所述终端设备,还用于接收所述智能穿戴套件发送的至少一种第一风险信息时,记录所述第一风险信息的风险描述信息;所述风险描述信息包括下列信息的任一项或多项的组合:触发风险提示的原因信息、仪器设备的工作状态信息、工作环境变化信息和风险规避方式信息;
所述服务器,还用于根据所述风险描述信息对所述统计后的第一风险信息进行多维度分析,确定发生风险提示的原因;和/或,
将所述风险描述信息与所述第一风险信息进行关联储存。
可选的,所述智能穿戴套件,还用于接收其他智能穿戴套件发送的至少一种第二风险信息,并将至少一种所述第二风险信息发送给配对连接的终端设备;
所述终端设备,用于对所述第二风险信息进行统计,将统计后的第二风险信息发送给所述服务器;并记录人为干预信息,并将所述人为干预信息发送给所述服务器;
所述服务器,用于将所述统计后的第二风险信息和所述人为干预信息关联储存,和/或根据所述统计后的第二风险信息和所述人为干预信息生成风险干预报告。
可选的,所述服务器还用于将所述至少一种第一风险信息作为影响事故发生的因素,输入到选择的机器学习模型中,预测出预设时间段内发生事故的概率。
第二方面,本发明实施例提供另一种风险分析***,可以包括:至少一个智能穿戴套件以及服务器;
所述智能穿戴套件,用于采集用户的至少一种第一风险信息,并将至少一种所述第一风险信息发送给所述服务器;
所述服务器,用于根据至少一种所述第一风险信息进行风险分析。
第三方面,本发明实施例提供一种风险分析方法,应用于服务器,可以包括:
获取至少一个统计后的第一风险信息;
对至少一个所述统计后的第一风险信息进行风险分析;
将单位时间内所有类型的风险次数与预先设定的至少一个第一风险次数阈值进行比较,根据比较结果确定各时间段的风险等级;
将单位时间内所有类型的风险次数进行排序,根据排序结果确定各时间段的风险等级;
将单位时间内不同风险类型对应的风险次数与预先设定的至少一个第二风险次数阈值进行比较,根据比较结果确定风险类型的风险等级;和/或,
将单位时间内不同风险类型对应的风险次数进行排序,根据排序结果确定风险类型的风险等级。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供了一种风险分析***和风险分析方法,该***包括至少一个智能穿戴套件以及与智能穿戴套件配对连接的终端设备和服务器;智能穿戴套件,用于采集用户的至少一种第一风险信息,并将至少一种第一风险信息发送给配对连接的终端设备;终端设备,用于对第一风险信息进行统计,将统计后的第一风险信息发送给服务器,并接收服务器发送的风险分析结果;服务器,用于根据至少一种统计后的第一风险信息进行风险分析,并将风险分析结果发送给终端设备。本发明实施例提供的***通过将第一风险信息采集统计,获得大量的风险信息,然后通过对大数据进行统一分析、综合判断,确定风险分析的结果,从而能够实现对风险信息差异化处理的效果。而且使用大数据处理功能,能够综合分析得出安全防护的问题症结或漏洞,为实现智能防护、智能管理、专项管控等提供了依据。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例1中提供的风险分析***的结构示意图;
图2为本发明实施例1中提供的一种智能手套、智能安全帽与终端设备连接的示意图;
图3为本发明实施例1中提供的一个风险示例的柱状示意图;
图4为本发明实施例1中提供的另一种风险分析***的结构示意图;
图5为本发明实施例1中提供的工作区域划分的示意图;
图6为本发明实施例1中提供的不同区域的风险次数的柱状示意图;
图7为本发明实施例1中提供的不同风险类型的风险次数的柱状示意图;
图8为本发明实施例1中提供的轨迹路线与风险信息结合的示意图;
图9为本发明实施例1中提供的一种具体的风险分析***的示意图;
图10为本发明实施例1中提供的另一种具体的风险分析***的示意图;
图11为本发明实施例2中提供的另一种风险分析***的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例1
本发明实施例1提供了一种风险分析***,参照图1所示,该***可以包括:至少一个智能穿戴套件以及与智能穿戴套件配对连接的终端设备和服务器;
智能穿戴套件,用于采集用户的至少一种第一风险信息,并将至少一种第一风险信息发送给配对连接的终端设备;
终端设备,用于对第一风险信息进行统计,将统计后的第一风险信息发送给服务器,并接收服务器发送的风险分析结果;
服务器,用于根据至少一种统计后的第一风险信息进行风险分析,并将风险分析结果发送给终端设备。
其中,本发明实施例中的智能穿戴套件包括下述任一项或多项智能穿戴设备的组合:智能手套、智能防护服、智能鞋、智能护肘、智能护膝、智能护踝、智能安全帽、智能头盔和智能眼镜,上述智能穿戴设备在使用时穿戴在用户身体不同部位,用于通过设置在其上的不同的功能模块达到采集身体不同部位风险信息的目的,从而实现主动防护。例如,上述各智能穿戴设备均包含有:探测单元、处理器单元、提示单元以及通信单元,探测单元可以包括测距传感器、加速度传感器、陀螺仪传感器、温湿度传感器、有害气体检测传感器、声音检测传感器等等,用于实时探测用户的自身运动信息和/或与周围物体的相对运动信息,以及周围环境信息。所述处理器单元,用于根据上述探测单元探测到的信息评估用户不同部位被周围物体伤害的风险,并生成不同部位风险信息,或,根据探测单元探测到的自身运动信息评估用户的姿态风险,并生成姿态风险信息。上述提示单元用于根据上述风险信息发出相应的提示;上述通信单元用于将上述第一风险信息发送给终端设备或服务器等,需要说明的是,本发明实施例是将上述第一风险信息发送给终端设备,例如通过智能穿戴套件上设置的蓝牙通信单元将上述第一风险信息实时发送给与其配对连接的终端设备。
本发明实施例中将同一套智能穿戴套件上探测到的风险信息统称为第一风险信息,当然本实施例中第一风险信息可以是上述不同的风险信息,例如不同部位的防撞风险信息、姿态风险信息和环境风险信息等等,本发明实施例对此不作具体限定。
上述终端设备,可以是智能手机、智能手环、智能手表等,用于与上述智能穿戴套件一一配对使用,将一套智能穿戴套件探测到的第一风险信息进行统计后,通过终端设备中设置的通信装置发送给远端的服务器。例如,终端设备设置的通信装置可以通过Wifi、4G或者5G网络将统计后的第一风险信息发送给服务器,可以实时发送给服务器,也可以以预设的时间间隔发送给服务器,本发明实施例对此不作具体限定。
上述服务器,可以是一台服务器也可以是集群服务器,可以是本地服务器也可以是云端服务器,本发明实施例对此不作具体限定。服务器对统计后的第一风险信息进行分析,确定风险重点或痛点,有助于将分析后的有效预警反馈给用户。
本发明实施例提供的上述风险分析***,通过智能穿戴套件采集用户至少一种第一风险信息,并将该第一风险信息发送给配对连接的终端设备,然后该终端设备对第一风险信息进行统计处理,并将统计后的第一风险信息发送给服务器,服务器对统计后的第一风险信息进行风险分析后,将风险分析结果发送给终端设备。本发明实施例提供的***通过将风险信息采集统计,获得大量的风险信息,然后通过对大数据进行统一分析、综合判断,确定风险分析的结果,从而能够实现对风险信息差异化处理的效果。而且使用大数据处理功能,能够综合分析得出安全防护的问题症结或漏洞,为实现智能防护、智能管理、专项管控等提供了依据。
在一个可选的实施例中,上述终端设备对上述第一风险信息进行统计可以包括:按照第一风险信息的风险类型、风险触发时间和/或风险等级对第一风险信息进行统计。
其中,上述风险类型可以依据风险部位、风险动作或环境风险等进行划分,例如手部静态被撞风险、手部动态被撞风险、头部动态被撞风险、人体工程学风险、噪声风险、高温风险等。上述风险触发时间为终端设备接收到智能穿戴套件发送的第一风险信息时,对该第一风险信息标记时间标签。上述风险等级为智能穿戴套件采集的不同的第一风险信息的风险等级,可以是无风险、一级风险、二级风险、三级风险等。
需要说明的是,本发明实施例中可以根据上述风险类型、风险触发时间和风险等级中任一项或多项的任意组合进行统计。例如按照风险类型单独统计,统计出采集到的所有的第一风险信息中风险类型中出现的次数和出现的频率;按照风险触发时间单独统计,统计出采集到的所有第一风险信息中风险触发时间分别在每个时间段的次数或频率等。或者,按照风险类型和风险触发时间进行统计,统计出每个时间段内每种风险类型的次数或频率等。
当然,本发明实施例中也可以根据采集的第一风险信息统计出第一风险信息的风险频率和风险次数,上述风险频率可以是指同一套智能穿戴套件发送的第一风险信息的频率,也可以是同一智能穿戴设备发送的第一风险信息的频率,或者也可以是同一类型第一风险信息的频率等。上述风险次数可以是所有的第一风险信息的次数,也可以是同一部位的风险次数或者是同一套智能穿戴套件对应的用户的风险次数等。
本发明实施例中上述终端设备通过接收配对连接的智能穿戴套件发送的第一风险信息,并对第一风险信息进行统计,从而实现对大量的第一风险信息数据进行标记统计,方便服务器进行识读,进而实现快速分析和预测。
例如,参照图2所示,一个智能穿戴套件中包括的智能穿戴设备包括智能手套和智能安全帽,智能手套和智能安全帽通过设置在其上的通信单元与终端设备连接,例如通过蓝牙、紫蜂技术(Zigbee,一种低速短距离传输的无线网上协议)等将智能手套和智能安全帽采集的第一风险信息实时发送给终端设备。
具体的,上述智能手套上设置有测距传感器、加速度传感器、手套处理器单元以及手套通信单元。测距传感器用于探测用户的手部与手部周围物体之间的相对运动信息,相对运动信息可以包括手部与周围物体之间的距离值、距离变化值以及距离变化速度等;加速度传感器用于探测用户的手部的自身运动信息,包括手部运动的加速度值与加速度方向,通过上述加速度值可以判断出手部的动作状态,可以为:静止状态、稳定运动状态和高速运动状态等;通过加速度方向可以判断出手部的运动方向,包括:单一方向运动数据和多个方向反复运动数据等。手部处理器单元用于根据探测到的自身运动信息和相对运动信息评估手部被周围物体砸中的风险等级,即手部风险信息,更为具体的评估方式可以参照现有技术中的评估方式,在此不再赘述;手部通信单元将上述评估出的手部风险信息发送给终端设备。
智能安全帽上可以设置有测距传感器、加速度传感器、陀螺仪传感器和环境监测传感器以及头部处理器单元、头部通信单元,智能安全帽探测到头部被周围物体砸中或者撞击的逻辑与上述智能手套相同,在此不再赘述。上述陀螺仪传感器用于探测用户的自身姿态信息,例如使用三轴陀螺仪传感器能够探测用户处于直立状态还是弯腰状态等,从人体工程学的角度进一步分析用户腰椎部位受到长时间伤害的风险等级,进而给用户发出姿态风险的提示信息。上述环境监测传感器可以声音检测传感器(分贝仪),用于探测周围环境中的噪声分贝强度,然后与头部处理器中预设的分贝强度阈值进行比较,最终获得周围噪声风险信息。
在一个示例中,参照表1所示,终端设备a在一天内接受到与其配对连接的智能穿戴套件a不同的第一风险信息,其中智能终端a和智能穿戴套件a均可以穿戴在某一个员工(用户)身上,该表中对上述第一风险信息标记了第一风险信息的风险类型、风险触发时间以及风险次数。
表1
终端设备a将上述第一风险信息进行统计后,实时或者在预设的时间点发送给服务器,终端设备可以将统计表发送给服务器,也可以将统计到的文档发送给服务器,服务器接收到上述统计后的第一风险信息后进行风险分析。例如,参照表1所示,7:00-8:00手部静态被撞风险为2次,手部动态防撞风险为1次,头部静态被撞风险为3次,……;13:00-14:00手部静态被撞风险为3次,手部动态被撞风险为1次,头部静态被撞风险为1次,人体工程学风险为2次,噪声风险为1次等。
在一个可选的实施例中,根据至少一种统计后的第一风险信息进行风险分析,可以包括:
将单位时间内所有类型的风险次数与预先设定的至少一个第一风险次数阈值进行比较,根据比较结果确定各时间段的风险等级;
将单位时间内所有类型的风险次数进行排序,根据排序结果确定各时间段的风险等级;
将单位时间内不同风险类型对应的风险次数与预先设定的至少一个第二风险次数阈值进行比较,根据比较结果确定风险类型的风险等级;和/或,
将单位时间内不同风险类型对应的风险次数进行排序,根据排序结果确定风险类型的风险等级。
其中,预先设定的第一风险次数阈值和预先设定的第二风险次数阈值可以相同,也可以不同,第一风险次数阈值和第二风险次数阈值可以是多个不同的风险次数阈值,也可以是一个风险次数阈值。本发明实施例中将单位时间内所有类型的风险次数与第一风险次数阈值进行比较,确定各时间段属于高风险时间段、中等风险时间段或低风险时间段等。或者将单位时间内所有类型的风险次数进行排序,根据排序结果确定个时间段的风险等级属于高风险时间段、中等风险时间段或低风险时间段等。
本发明实施例中,还可以将单位时间内不同风险类型对应的风险次数与第二风险次数阈值进行比较,根据比较结果确定该风险类型属于高风险、中风险或者低风险等;还可以将单位时间内不同风险类型对应的风险次数进行排序,根据排序结果确定该风险类型属于高风险、中风险或者低风险等。
需要说明的是,本实施例中根据至少一种统计后的第一风险信息进行风险分析,可以是上述四种风险分析中的任何一种,也可以是多种风险分析的组合分析,本发明实施例对此不作具体限定。
例如,将单位时间内风险次数高于10次的时间段,确定为高风险时间段;和/或,将单位时间内风险次数高于8次的风险类型,确定为高风险的风险类型。其中,上述次数阈值可以相同也可以不同,也可以根据实际情况进行调整。
再例如,将不同时间段内的风险次数进行排序,将排序结果中风险次数最多的时间段确定为最高风险的风险时间段;或者,将不同的风险类型的风险次数进行排序,将排序结果中风险次数最多的风险类型确定为最高风险的风险类型等。
结合上一个具体的示例,服务器根据上一个示例中的终端设备a提供的统计后的第一风险信息进行分析,可以生成如图3所示的风险柱状图,该柱状示意图可以展示给管理者。若设定的第一次数阈值为10次,从图中可知,该员工在8-9点、9-10点以及14-15点为高风险时间段;主要风险类型为手部静态被撞风险和头部静态被撞风险。
在一个可选的实施例中,上述终端设备,还用于接收智能穿戴套件发送的至少一种第一风险信息时,接收或记录上述智能穿戴套件的地理位置,并将上述地理位置发送给上述服务器;
上述服务器,还用于根据所述地理位置和预设的区域,以及单位时间内所有类型的风险次数与预先设定的至少一个第三风险次数阈值的比较结果,确定各时间段各区域的风险等级;
根据所述地理位置和预设的区域,以及单位时间内所有类型的风险次数的排序结果,确定各时间段各区域的风险等级;
根据所述地理位置和预设的区域,以及单位时间内不同风险类型对应的风险次数与预先设定的至少一个第四风险次数阈值的比较结果,确定各区域风险类型的风险等级;和/或,
根据所述地理位置和预设的区域,以及单位时间内不同风险类型对应的风险次数的排序结果,确定各区域风险类型的风险等级。
需要说明的是,本实施例中的上述地理位置可以是智能穿戴套件上设置的定位装置将地理位置信息发送给终端设备的,也可以终端设备自身定位功能进行定位的,本实施例对此不作具体限定。本实施例中根据地理位置、预设的区域以及至少一种统计后的第一风险信息进行风险分析,可以是上述四种风险分析中的任何一种,也可以是多种风险分析的组合分析,本发明实施例对此不作具体限定。上述预设的区域,可以根据工作区域的长宽进行等距划分,也可以根据流水线、工作职能不同进行划分,本发明实施例对此不作具体限定。
例如,根据上述地理位置和预设的区域,确定单位时间内风险次数高于预设的第三次数阈值的区域为高风险区域;和/或,根据上述地理位置和预设的区域,确定单位时间内风险次数高于预设的第四次数阈值的风险类型为区域内高风险类型。其中,第三次数阈值和第四次数阈值可以相同也可以不同,也可以根据实际情况进行调整。
再例如,根据地理位置和预设的区域,以及单位时间内风险次数排序最高的区域,确定为高风险区域;或者,根据地理位置和预设的区域,不同区域内风险类型的风险次数排序最高的风险类型,确定为该区域最高风险类型等。
在另一个具体的示例中,参照图4所示,智能穿戴套件a、智能穿戴套件b和智能穿戴套件c分别穿戴在三个不同的员工身体不同部位,均有终端设备a、终端设备b和终端设备c分别与其配对连接,参照图5所示,上述三名员工的工作区域为区域A-区域L。表2中对一个月内上述地理位置以及风险类型和风险次数进行统计。
表2
服务器根据多个终端设备发送来的统计后的第一风险信息进行综合统计,生成如图6和图7所示的柱状示意图,该柱状示意图可以展示给管理者。从图6中可知,在所有的工作区域中,区域H是风险次数最多的区域,可以设定为高风险区域,对此区域工作的用户增加提醒或找到风险症结,或者需要进行更为严格和深入的风险管控。而且,区域H中“手部静态被撞风险”的风险次数最多,因此区域H需要针对“手部静态被撞风险”进行专项管控,例如管理者加强手部静态防撞培训,或者增加手部静态防撞提示等。从图7中可知,在整个工作区域,“人体工程学风险”的风险次数最高,需要对整个工作区域内的“人体工程学风险”进行专项管控。
在一个可选的实施例中,上述终端设备,还用于接收或记录智能穿戴套件的运动轨迹,并发送给上述服务器;
上述服务器还用于将地理位置、运动轨迹以及第一风险信息进行关联储存和/或生成风险轨迹图像并展示。
需要说明的是,本发明实施例中的上述运动轨迹可以是智能穿戴套件上设置的定位装置将运动轨迹发送给终端设备的,也可以终端设备自身定位功能进行定位后的运动轨迹,本实施例对此不作具体限定。
本发明实施例中通过将地理位置、运动轨迹以及第一风险信息进行关联储存,能够快速查询出某一个用户的运动轨迹以及在某个区域内收到的第一风险信息,更加直观地展示给管理者。例如,参照图8所示,图中为用户A的运动轨迹,实心圆形代表手部静态被撞风险,实心三角形代表手部动态被撞风险,实心正方形代表人体工程学风险,管理者能够从上述图8中快速分析出用户A的运动轨迹以及在哪个区域有被撞风险提示等,而且能够建立个人用户在整个工作区域的风险地图或者建立所有用户在整个工作区域的风险地图,提高安全管理的效率。
在一个可选的实施例中,上述终端设备还用于记录上述智能穿戴套件对应用户的工种信息;
上述服务器,还用于根据上述工种信息和上述统计后的第一风险信息进行风险分析,确定出指定工种的风险分析结果。
其中,用户的工种信息可以根据工作环境不同而进行不同的划分,例如在汽车制造行业的工作车间中,工种信息可以为钳工、钣金工、机修工、电工等,服务器可以根据不同工种的属性确定出指定工种的风险分析结果,为不同工种进行不同的防护培训指明了方向,从而达到了对风险信息进行差异化处理和应用的效果。例如,针对机修工进行风险分析,确定该工种经常遇到的风险类型和/或高风险时间段,针对该工种具体的风险类型进行专项管控,提高了管控精度,实现了准确定位风险的目的。
在一个可选的实施例中,上述终端设备还用于记录上述智能穿戴套件对应用户的其他信息;上述其他信息包括下列信息的任一项或多项的组合:智能穿戴套件使用时间信息、用户受到过伤害信息和用户操作违规信息;
上述服务器,还用于根据上述其他信息和上述统计后的第一风险信息进行关联储存。
其中,智能穿戴套件使用时间信息是指用户穿戴上该智能穿戴套件之后即开始通过终端设备进行记录,包括穿戴智能穿戴套件的种类以及具体使用时间等。所述用户受到过伤害信息是指用户在曾经工作过程中穿戴智能穿戴套件受到过伤害的信息以及未穿戴智能穿戴套件受到过伤害的信息,均被记录到服务器中,为建立用户的个人风险档案提供了依据;所述用户操作违规信息包括用户曾经操作违规的信息和当下受到风险提示时是否有操作违规的信息,将这些信息均记录之后,为找到症结所在提供了大量依据。
本发明实施例是将上述用户的其他信息与统计后的第一风险信息进行关联储存,为建立用户个人风险档案提供了大量依据。例如,通过智能穿戴套件使用时间,可以统计同一工种用户对某一部位的智能穿戴设备的平均使用时间,从而可以评估单一用户是否正常、按照防护要求使用该部位的智能穿戴设备,不仅对日常安全管理提供了参考,而且对事后事故定责或者追溯原因提供了依据。
在一个可选的实施例中,上述终端设备,还用于接收上述智能穿戴套件发送的至少一种第一风险信息时,记录上述第一风险信息的风险描述信息;上述风险描述信息包括下列信息的任一项或多项的组合:触发风险提示的原因信息、仪器设备的工作状态信息、工作环境变化信息和风险规避方式信息;
上述服务器,还用于根据上述风险描述信息对上述统计后的第一风险信息进行多维度分析,确定发生风险提示的原因;和/或,将上述风险描述信息与上述第一风险信息进行关联储存,生成用户风险记录文档或个人风险档案。
本发明实施例中当智能穿戴套件发送给终端设备一个第一风险信息时,终端设备通过其上设置的文字录入或语音录入功能,记录该智能穿戴套件在使用过程中需要记录的事件,例如:触发风险提示的原因信息、仪器设备的工作状态信息、工作环境变化信息和风险规避方式信息,通过对第一风险信息进行多维度分析,确定发生风险提示的最终原因;或者,对这些信息与第一风险信息进行关联储存后,为建立个人风险档案提供了依据,起到了溯源的功效。
在一个可选的实施例中,服务器还用于将所述至少一种第一风险信息作为影响事故发生的因素,输入到选择的机器学习模型中,预测出预设时间段内发生事故的概率。
其中,机器学习模型是根据大量的影响事故发生的因素和事故数量进行训练后得到的,例如该机器学习模型可以为:
Y=b0+b1X1+b2X2+b3X3+……+bnXn
其中,Y为事故数量;
X1,X2,X3,……,Xn为影响事故发生的因素,例如产值(工作量)、作业人数、安全汇报数量、风险信息提示数量等。
首先,本发明实施例可以根据大量的数据(Xn,Y)进行机器学习模型的训练,得到b0,b1,b2,……,bn的值,从而利用采集的数据计算下一周期内事故发生的概率,从而更好的进行风险管理和专项管控。
在另一个可选的实施例中,参照图9所示,通过智能穿戴套件采集用户至少一种第一风险信息,并将该第一风险信息发送给配对连接的终端设备,例如智能穿戴套件a和终端设备a,终端设备a记录下地理位置、运动轨迹、用户工种、用户的其他信息以及风险描述信息等一系列信息后,一并发送给服务器,服务器对风险进行评估并反馈评估结果给终端设备a,并关联储存和预测事故发生概率,以使得管理者进行风险管控和风险溯源等。
在一个可选的实施例中,参照图10所示,上述智能穿戴套件,还用于接收其他智能穿戴套件发送的至少一种第二风险信息,并将至少一种第二风险信息发送给配对连接的终端设备;
上述终端设备,用于对第二风险信息进行统计,并记录人为干预信息,将统计后的第二风险信息和人为干预信息发送给上述服务器;
上述服务器,用于将统计后的第二风险信息和人为干预信息关联储存,和/或,用于根据上述统计后的第二风险信息和上述人为干预信息生成风险干预报告。
例如,参照图10所示,智能穿戴套件b探测到风险信息后,且到达预设的风险等级发出风险提示/报警,同时将该风险信息发送给智能穿戴套件a,若此时智能穿戴套件b的使用用户因外部环境嘈杂或者视线遮挡未及时规避,智能穿戴套件a的使用用户做出人为干预动作,达到辅助规避风险的目的,同时将人为干预信息记录在终端设备a中。当然,终端设备a也可以记载智能穿戴套件b的风险地点、风险类型、或者拍摄智能套件b风险信息照片等,并将这些信息关联储存在服务器中。服务器也可以根据上述信息,形成风险干预报告,以便于后期查询或者溯源等。本发明实施例中,智能穿戴套件a和终端设备a为用户A使用,智能穿戴套件b和终端设备b为用户B使用。可以将智能穿戴套件a与智能穿戴套件b之间预设时间段内距离的阈值作为干预动作条件,也可以将终端设备a和终端设备b之间预设时间段内距离的阈值作为干预动作条件。本发明实施例中,智能穿戴套件A探测的为第一风险信息,智能穿戴套件B探测的为第二风险信息。例如,当智能穿戴套件a探测到风险信息后,在设定的时间内,智能穿戴套件a的地理位置靠近智能穿戴套件b,并在这个距离以内保持了预设的时间,则认为用户A做出了人为干预动作;或者,当智能穿戴套件b探测到风险信息后,在设定的时间内,终端设备a的地理位置靠近终端设备b,并在这个距离以内保持了预设的时间,则认为用户A做出了人为干预动作。
本发明提供的上述风险分析***,通过智能穿戴套件采集用户至少一种风险信息,并将该风险信息发送给配对连接的终端设备,然后该终端设备对风险信息进行统计处理,并将统计后的风险信息发送给服务器,服务器对统计后的风险信息进行风险分析后,将风险分析结果发送给终端设备。本发明实施例的目的是为了建立一套HSE(Health健康、Safety安全、Environment环境)风险管理***,从HSE风险管理的角度,将其主要包括的风险识别、风险分析与评价,风险控制、风险管理/监督等进行改进,从而能够高效实现风险管控,快速发现风险症结,针对个人或区域进行指向性的培训,从而达到降低工作风险的目的,进一步节约了企业安全管理的成本。
基于同一发明构思,本发明实施例还提供了一种风险分析方法,该方法应用于服务器,可以包括:
获取至少一个统计后的风险信息;
对至少一个所述统计后的风险信息进行风险分析,将单位时间内风险次数高于预设的第一次数阈值的时间段,确定为高风险时间段;和/或,将单位时间内风险次数高于预设的第二次数阈值的风险类型,确定为高风险的风险类型。本实施例中的上述风险信息可以是通过智能穿戴套件采集的,也可以是通过其他方式采集的,本发明实施例对此不作具体限定,本方法的实施可以参见前述***的实施,重复之处不再赘述。
实施例2
本发明实施例2提供了另一种风险分析***,参照图11所示,该***可以包括至少一个智能穿戴套件以及服务器;
智能穿戴套件,用于采集用户的至少一种风险信息,并将至少一种所述风险信息发送给所述服务器;
服务器,用于根据至少一种所述风险信息进行风险分析。
需要说明的是,本发明实施例中上述智能穿戴套件直接将风险信息发送给服务器,服务器对风险信息进行统计后,根据统计的风险信息进行风险分析,其统计的过程可以参照上述实施例1中智能终端的统计过程,只是因为无智能终端,所以无需再接收其他信息,本发明详细的实施例参照实施例1,在此不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种风险分析***,其特征在于,包括:至少一个智能穿戴套件以及与所述智能穿戴套件配对连接的终端设备和服务器;
所述智能穿戴套件,用于采集用户的至少一种第一风险信息,并将至少一种所述第一风险信息发送给配对连接的终端设备;
所述终端设备,用于对所述第一风险信息进行统计,将统计后的第一风险信息发送给所述服务器,并接收所述服务器发送的风险分析结果;
所述服务器,用于根据至少一种所述统计后的第一风险信息进行风险分析,并将风险分析结果发送给所述终端设备。
2.根据权利要求1所述的***,其特征在于,所述对所述第一风险信息进行统计包括:
按照所述第一风险信息的风险类型、风险触发时间和/或风险等级对所述第一风险信息进行统计。
3.根据权利要求2所述的***,其特征在于,所述根据至少一种所述统计后的第一风险信息进行风险分析,包括:
将单位时间内所有类型的风险次数与预先设定的至少一个第一风险次数阈值进行比较,根据比较结果确定各时间段的风险等级;
将单位时间内所有类型的风险次数进行排序,根据排序结果确定各时间段的风险等级;
将单位时间内不同风险类型对应的风险次数与预先设定的至少一个第二风险次数阈值进行比较,根据比较结果确定风险类型的风险等级;和/或,
将单位时间内不同风险类型对应的风险次数进行排序,根据排序结果确定风险类型的风险等级。
4.根据权利要求1所述的***,其特征在于,所述终端设备,还用于接收所述智能穿戴套件发送的至少一种第一风险信息时,接收或记录所述智能穿戴套件的地理位置,并将所述地理位置发送给所述服务器;
所述服务器,还用于根据所述地理位置和预设的区域,以及单位时间内所有类型的风险次数与预先设定的至少一个第三风险次数阈值的比较结果,确定各时间段各区域的风险等级;
根据所述地理位置和预设的区域,以及单位时间内所有类型的风险次数的排序结果,确定各时间段各区域的风险等级;
根据所述地理位置和预设的区域,以及单位时间内不同风险类型对应的风险次数与预先设定的至少一个第四风险次数阈值的比较结果,确定各区域风险类型的风险等级;和/或,
根据所述地理位置和预设的区域,以及单位时间内不同风险类型对应的风险次数的排序结果,确定各区域风险类型的风险等级。
5.根据权利要求4所述的***,其特征在于,所述终端设备,还用于接收或记录所述智能穿戴套件的运动轨迹,并发送给所述服务器;
所述服务器还用于将所述地理位置、所述运动轨迹以及所述第一风险信息进行关联储存和/或生成风险轨迹图像并展示。
6.根据权利要求1所述的***,其特征在于,所述终端设备还用于记录所述智能穿戴套件对应用户的工种信息;
所述服务器,还用于根据所述工种信息和所述统计后的第一风险信息进行风险分析,确定出指定工种的风险分析结果。
7.根据权利要求1所述的***,其特征在于,所述终端设备还用于记录所述智能穿戴套件对应用户的其他信息;所述其他信息包括下列信息的任一项或多项的组合:智能穿戴套件使用时间信息、用户受到过伤害信息和用户操作违规信息;
所述服务器,还用于根据所述其他信息和所述统计后的第一风险信息进行关联储存。
8.根据权利要求1所述的***,其特征在于,所述终端设备,还用于接收所述智能穿戴套件发送的至少一种第一风险信息时,记录所述第一风险信息的风险描述信息;所述风险描述信息包括下列信息的任一项或多项的组合:触发风险提示的原因信息、仪器设备的工作状态信息、工作环境变化信息和风险规避方式信息;
所述服务器,还用于根据所述风险描述信息对所述统计后的第一风险信息进行多维度分析,确定发生风险提示的原因;和/或,
将所述风险描述信息与所述第一风险信息进行关联储存。
9.根据权利要求1~8中任一项所述的***,其特征在于:
所述智能穿戴套件,还用于接收其他智能穿戴套件发送的至少一种第二风险信息,并将至少一种所述第二风险信息发送给配对连接的终端设备;
所述终端设备,用于对所述第二风险信息进行统计,并记录人为干预信息,将统计后的第二风险信息和所述人为干预信息发送给所述服务器;
所述服务器,用于将所述统计后的第二风险信息和所述人为干预信息关联储存,和/或,用于根据所述统计后的第二风险信息和所述人为干预信息生成风险干预报告。
10.根据权利要求1~8中任一项所述的***,其特征在于,所述服务器还用于将所述至少一种第一风险信息作为影响事故发生的因素,输入到选择的机器学习模型中,预测出预设时间段内发生事故的概率。
11.一种风险分析***,其特征在于,包括:至少一个智能穿戴套件以及服务器;
所述智能穿戴套件,用于采集用户的至少一种第一风险信息,并将至少一种所述第一风险信息发送给所述服务器;
所述服务器,用于根据至少一种所述第一风险信息进行风险分析。
12.一种风险分析方法,应用于服务器,其特征在于,包括:
获取至少一个统计后的第一风险信息;
对至少一个所述统计后的第一风险信息进行风险分析;
将单位时间内所有类型的风险次数与预先设定的至少一个第一风险次数阈值进行比较,根据比较结果确定各时间段的风险等级;
将单位时间内所有类型的风险次数进行排序,根据排序结果确定各时间段的风险等级;
将单位时间内不同风险类型对应的风险次数与预先设定的至少一个第二风险次数阈值进行比较,根据比较结果确定风险类型的风险等级;和/或,
将单位时间内不同风险类型对应的风险次数进行排序,根据排序结果确定风险类型的风险等级。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011000480.3A CN114254842A (zh) | 2020-09-22 | 2020-09-22 | 一种风险分析***和风险分析方法 |
US18/025,860 US20230350904A1 (en) | 2020-09-22 | 2021-09-14 | Risk analysis system and method |
PCT/CN2021/118131 WO2022062955A1 (zh) | 2020-09-22 | 2021-09-14 | 一种风险分析***和风险分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011000480.3A CN114254842A (zh) | 2020-09-22 | 2020-09-22 | 一种风险分析***和风险分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114254842A true CN114254842A (zh) | 2022-03-29 |
Family
ID=80789426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011000480.3A Pending CN114254842A (zh) | 2020-09-22 | 2020-09-22 | 一种风险分析***和风险分析方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230350904A1 (zh) |
CN (1) | CN114254842A (zh) |
WO (1) | WO2022062955A1 (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105204413A (zh) * | 2015-08-19 | 2015-12-30 | 武汉联中科技有限公司 | 一种用于穿戴设备的信息处理***及方法 |
CN205247182U (zh) * | 2015-11-03 | 2016-05-18 | 深圳市嘉信装饰设计工程有限公司 | 一种智能建筑*** |
CN107334466A (zh) * | 2017-08-08 | 2017-11-10 | 西安交通大学 | 一种可穿戴的慢性病智能监控及预警的装置与方法 |
CN108089510A (zh) * | 2017-12-22 | 2018-05-29 | 深圳市前海公共安全科学研究院有限公司 | 一种施工人员行为智能监管***及方法 |
CN207667103U (zh) * | 2017-10-23 | 2018-07-31 | 苏州脉吉医疗技术有限公司 | 智能运动护具及提醒*** |
CN110197443A (zh) * | 2019-06-12 | 2019-09-03 | 成都大汇智联科技有限公司 | 一种智能安全帽风险管控*** |
CN110430246A (zh) * | 2019-07-18 | 2019-11-08 | 国网河北省电力有限公司 | 基建安全管控*** |
CN111275930A (zh) * | 2020-03-18 | 2020-06-12 | 手拉手信息技术有限公司 | 一种防溺水穿戴式设备控制***及其方法 |
CN111464780A (zh) * | 2020-03-12 | 2020-07-28 | 北京邮电大学 | 一种基于边云协同的风险行为预警***、方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9207468B2 (en) * | 2012-03-30 | 2015-12-08 | Honeywell International Inc. | Personal protection equipment verification |
US20160120734A1 (en) * | 2014-10-30 | 2016-05-05 | Elwha Llc | Garment system including at least one sensor and at least one actuator responsive to the sensor and related methods |
WO2016102284A1 (en) * | 2014-12-22 | 2016-06-30 | Koninklijke Philips N.V. | Wearable kit with smart patch |
KR102318887B1 (ko) * | 2015-03-06 | 2021-10-29 | 삼성전자주식회사 | 웨어러블 전자 장치 및 그 제어 방법 |
CN105530305B (zh) * | 2015-12-17 | 2018-12-11 | 吉林省易和智能机械科技有限公司 | 基于地理环境信息的监控信息处理方法及云平台 |
CN106056516B (zh) * | 2016-05-31 | 2018-12-04 | 杭州致峰网络科技有限公司 | 监护方法及*** |
US10986992B2 (en) * | 2016-08-17 | 2021-04-27 | Massachusetts Institute Of Technology | Dynamic display system and method for customizing a controller in a display system |
US20190012926A1 (en) * | 2017-07-05 | 2019-01-10 | Tyfoom, Llc | User interface for enhanced safety and training compliance |
CN108597176A (zh) * | 2018-04-26 | 2018-09-28 | 广东小天才科技有限公司 | 一种基于可穿戴设备的安全预警方法及可穿戴设备 |
US20200029635A1 (en) * | 2018-07-26 | 2020-01-30 | Microsoft Technology Licensing, Llc | Motion-restricting wearable safety device |
CN209514833U (zh) * | 2019-01-30 | 2019-10-18 | 防灾科技学院 | 手环 |
US20220246299A1 (en) * | 2021-01-29 | 2022-08-04 | OptiChroniX GmbH | Electronic patient advisor and healthcare system for remote management of chronic conditions |
-
2020
- 2020-09-22 CN CN202011000480.3A patent/CN114254842A/zh active Pending
-
2021
- 2021-09-14 WO PCT/CN2021/118131 patent/WO2022062955A1/zh active Application Filing
- 2021-09-14 US US18/025,860 patent/US20230350904A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105204413A (zh) * | 2015-08-19 | 2015-12-30 | 武汉联中科技有限公司 | 一种用于穿戴设备的信息处理***及方法 |
CN205247182U (zh) * | 2015-11-03 | 2016-05-18 | 深圳市嘉信装饰设计工程有限公司 | 一种智能建筑*** |
CN107334466A (zh) * | 2017-08-08 | 2017-11-10 | 西安交通大学 | 一种可穿戴的慢性病智能监控及预警的装置与方法 |
CN207667103U (zh) * | 2017-10-23 | 2018-07-31 | 苏州脉吉医疗技术有限公司 | 智能运动护具及提醒*** |
CN108089510A (zh) * | 2017-12-22 | 2018-05-29 | 深圳市前海公共安全科学研究院有限公司 | 一种施工人员行为智能监管***及方法 |
CN110197443A (zh) * | 2019-06-12 | 2019-09-03 | 成都大汇智联科技有限公司 | 一种智能安全帽风险管控*** |
CN110430246A (zh) * | 2019-07-18 | 2019-11-08 | 国网河北省电力有限公司 | 基建安全管控*** |
CN111464780A (zh) * | 2020-03-12 | 2020-07-28 | 北京邮电大学 | 一种基于边云协同的风险行为预警***、方法及装置 |
CN111275930A (zh) * | 2020-03-18 | 2020-06-12 | 手拉手信息技术有限公司 | 一种防溺水穿戴式设备控制***及其方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230350904A1 (en) | 2023-11-02 |
WO2022062955A1 (zh) | 2022-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11343598B2 (en) | Personal protective equipment (PPE) with analytical stream processing for safety event detection | |
RU2719555C1 (ru) | Система, содержащая средство индивидуальной защиты (PPE), c аналитической обработкой потоков данных для распознавания связанных с безопасностью событий | |
US11030873B2 (en) | Context-based programmable safety rules for personal protective equipment | |
US20230225680A1 (en) | Systems and methods for monitoring workplace activities | |
RU2728801C1 (ru) | Самоконтроль для средства индивидуальной защиты | |
US20200096952A1 (en) | Fall protection equipment event generation and monitoring | |
US11423348B2 (en) | System and method for assessing worker performance | |
CN206026334U (zh) | 一种运动量检测装置以及包括该装置的智能可穿戴设备 | |
US20140379292A1 (en) | Information processing system and method | |
KR20210006434A (ko) | 비교 안전 이벤트 평가를 위한 개인 보호 장비 및 안전 관리 시스템 | |
US20220147889A1 (en) | Device, system and method for assessing worker risk | |
KR20210015942A (ko) | 능동적 작업자 감지 및 평가를 갖는 개인 보호 장비 및 안전 관리 시스템 | |
KR102411052B1 (ko) | 안전모 기반의 근로자의 동작을 감지하는 장치 및 방법 | |
KR20160029674A (ko) | 연상 기억 장치에 의해 분류된 프레임을 이용하여 위치에 대한 메트릭스를 얻는 방법 및 장치 | |
CN114220117A (zh) | 一种穿戴合规性检测方法、装置和计算机可读存储介质 | |
Duan et al. | Risk events recognition using smartphone and machine learning in construction workers' material handling tasks | |
CN114254842A (zh) | 一种风险分析***和风险分析方法 | |
WO2022162443A1 (en) | Predictive system and method for safety in the workplace | |
CN112826514B (zh) | 一种房颤信号的分类方法、装置、终端以及存储介质 | |
US20230281540A1 (en) | Device, system and method for assessing worker risk | |
Bowen et al. | Evaluating low-cost activity trackers for use in large-scale data gathering of forestry workers | |
CN115510005A (zh) | 异常日志信息的展示方法、装置、电子设备及存储介质 | |
US11571142B2 (en) | Fall detection and identification by using data from human condition safety tags | |
CN111882135A (zh) | 一种物联网设备入侵检测方法及相关装置 | |
US20060036475A1 (en) | Business activity debugger |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |