CN116596314A - 一种基于大数据的安全风险管控方法、装置及计算设备 - Google Patents
一种基于大数据的安全风险管控方法、装置及计算设备 Download PDFInfo
- Publication number
- CN116596314A CN116596314A CN202310613400.9A CN202310613400A CN116596314A CN 116596314 A CN116596314 A CN 116596314A CN 202310613400 A CN202310613400 A CN 202310613400A CN 116596314 A CN116596314 A CN 116596314A
- Authority
- CN
- China
- Prior art keywords
- accident
- task
- data
- managed
- safety
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000000126 substance Substances 0.000 claims abstract description 86
- 238000012502 risk assessment Methods 0.000 claims abstract description 68
- 238000007689 inspection Methods 0.000 claims description 56
- 238000007726 management method Methods 0.000 claims description 29
- 238000004519 manufacturing process Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 11
- 231100000279 safety data Toxicity 0.000 claims description 10
- 238000012824 chemical production Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010000372 Accident at work Diseases 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Classifications
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的安全风险管控方法、装置及计算设备，包括：获取安全基础信息；解析安全基础信息关联的作业规范文档，得到各个待管控任务；对于每个待管控任务，确定该待管控任务对应的任务区域图像数据以及任务基础数据；基于任务区域图像数据和任务基础数据，生成针对该待管控任务的三维建模；利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在三维建模中，结合事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；基于预演动画，确定与该待管控任务相关联的多个事故点位；向每个事故点位输出相对应的安全风险预警数据；可见，本发明能够提高安全风险管控的智能化程度。
Description
技术领域
本发明涉及计算机技术领域，具体而言，涉及一种基于大数据的安全风险管控方法、装置及计算设备。
背景技术
在实践中发现，化工生产过程复杂多样，涉及的物料易燃易爆、有毒有害，生产条件多高温高压、低温负压，现场危险化学品储存量大、危险源集中，危险化学品企业重特大事故多发，暴露出传统安全风险管控手段“看不住、管不全、管不好”等问题突出。然而，现在针对这些化工厂等危险区域的安全风险管控方法还是高度依赖于人工巡检，存在着智能化程度较低的问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于大数据的安全风险管控方法、装置及计算设备，能够提高安全风险管控的智能化程度。
根据本发明实施例的一个方面，提供了一种基于大数据的安全风险管控方法，包括：
获取安全基础信息；其中，所述安全基础信息包括化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息；
解析所述安全基础信息关联的作业规范文档，得到各个待管控任务；
对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据；
基于所述任务区域图像数据和所述任务基础数据，生成针对该待管控任务的三维建模；
利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在所述三维建模中，结合所述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；其中，所述化工事故风险评估模型基于各个历史化工事故数据训练得到；
基于所述预演动画，确定与该待管控任务相关联的多个事故点位；
向每个事故点位输出相对应的安全风险预警数据。
作为一种可选的实施方式，所述向每个事故点位输出相对应的安全风险预警数据，包括：
基于所述多个事故点位，确定相匹配的风险级别；
按照所述风险级别，向每个事故点位输出相对应的安全风险预警数据。
作为一种可选的实施方式，所述方法还包括：
对于每个事故点位，在地图预览界面中导入与该事故点位相匹配的点位地图；其中，所述点位地图中至少包括员工、车辆以及生产设备；
基于所述预演动画，在所述点位地图中对事故相关联的员工、车辆以及生产设备添加事故标识；
基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查。
作为一种可选的实施方式，在基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查之后，所述方法还包括：
获取基于所述巡检路线进行事故安全排查所得到的安全数据；
基于所述安全数据、所述多个事故点位、所述巡检路线、所述事故风险评估结果以及所述作业规范文档，生成针对该待管控任务的安全事故报告；
将所述安全事故报告存储于预设的历史化工事故数据库，并定期基于所述历史化工事故数据库中的更新数据，对所述化工事故风险评估模型进行迭代更新。
作为一种可选的实施方式，所述方法还包括：
对于每个待管控任务，确定该待管控任务对应的目标人员数据；以及
所述对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据，包括：
对于每个待管控任务，基于该待管控任务对应的目标人员数据，确定所述目标人员数据相匹配的所述任务区域图像数据，以及，所述安全基础信息中与所述目标人员数据相匹配的所述任务基础数据。
根据本发明实施例的另一方面，还提供了一种基于大数据的安全风险管控装置，包括：
信息获取单元，用于获取安全基础信息；其中，所述安全基础信息包括化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息；
文档解析单元，用于解析所述安全基础信息关联的作业规范文档，得到各个待管控任务；
数据确定单元，用于对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据；
建模单元，用于基于所述任务区域图像数据和所述任务基础数据，生成针对该待管控任务的三维建模；
评估单元，用于利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在所述三维建模中，结合所述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；其中，所述化工事故风险评估模型基于各个历史化工事故数据训练得到；
点位确定单元，用于基于所述预演动画，确定与该待管控任务相关联的多个事故点位；
数据输出单元，用于向每个事故点位输出相对应的安全风险预警数据。
根据本发明实施例的又一方面，还提供了一种计算设备，所述计算设备包括：至少一个处理器、存储器和输入输出单元；其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行上述基于大数据的安全风险管控方法。
根据本发明实施例的又一方面，还提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行上述基于大数据的安全风险管控方法。
在本发明实施例中，获取安全基础信息；解析安全基础信息关联的作业规范文档，得到各个待管控任务；对于每个待管控任务，确定该待管控任务对应的任务区域图像数据以及任务基础数据；基于任务区域图像数据和任务基础数据，生成针对该待管控任务的三维建模；利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在三维建模中，结合事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；基于预演动画，确定与该待管控任务相关联的多个事故点位；向每个事故点位输出相对应的安全风险预警数据；可见，本发明能够提高安全风险管控的智能化程度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的基于大数据的安全风险管控方法的流程示意图；
图2是根据本发明实施例的一种可选的基于大数据的安全风险管控装置的结构示意图；
图3示意性地示出了本发明实施例的一种介质的结构示意图；
图4示意性地示出了本发明实施例的一种计算设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面参考图1，图1为本发明一实施例提供的基于大数据的安全风险管控方法的流程示意图。需要注意的是，本发明的实施方式可以应用于适用的任何场景。
图1所示的本发明一实施例提供的基于大数据的安全风险管控方法的流程，包括：
步骤S101，获取安全基础信息；其中，所述安全基础信息包括化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息。
在本实施例中，执行主体可以为终端设备、服务器等电子设备。
其中，执行主体可以从本地存储或者预先建立连接的其他电子设备中获取上述的安全基础信息，其中，安全基础信息是针对指定化工区域、预先存储的基础信息，可以包括但不限于化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息。
步骤S102，解析所述安全基础信息关联的作业规范文档，得到各个待管控任务。
在本实施例中，在执行主体得到安全基础信息之后，可以进一步解析与安全基础信息关联的作业规范文档，得到多个待管控任务。其中，作业规范文档用于描述上述指定化工区域所对应的各个化工作业流程以及每个化工作业流程对应的安全规范，基于对作业规范文档进行解析，能够确定出需要进行安全检测的各个待管控任务。
作为一种可选的实施方式，解析所述安全基础信息关联的作业规范文档，得到各个待管控任务可以包括：确定上述安全基础信息对应的指定化工区域的区域类别，确定与区域类别相匹配的作业规范文档；对该作业规范文档进行OCR识别，得到该作业规范文档中的多个安全校验任务以及每个安全校验任务对应的安全规范；对每个安全校验任务进行初始的安全校验，得到针对该安全校验任务的安全校验结果；如果该安全校验任务的安全校验结果为安全校验未通过，则将该安全校验任务确定为上述的待管控任务。如果该安全校验任务的安全校验结果为安全校验通过，则将该安全校验任务打上相对应的安全标记。这里的安全校验方式可以为将安全规范中的至少一项安全判断条件与安全校验任务的当前任务数据进行匹配，如果存在有安全判断条件与当前任务数据不匹配，则确定安全校验未通过。如果所有的安全判断条件均与当前任务数据匹配，则确定安全校验通过。
步骤S103，对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据。
在本实施例中，对于每个待管控任务，执行主体可以先确定该待管控任务涉及的任务区域，这里的任务区域是上述指定化工区域中的子区域。之后，执行主体可以基于与该任务区域中部署的图像采集设备之间的通信连接，获取图像采集设备所采集的、该待管控任务对应的任务区域图像数据。并且，对于每个待管控任务，可以在上述安全基础信息中确定与该待管控任务相匹配的任务基础数据。其中，任务基础数据可以用于描述该待管控任务的任务类别、任务名称、任务处理人员、任务涉及设备、任务交付时间等。
步骤S104，基于所述任务区域图像数据和所述任务基础数据，生成针对该待管控任务的三维建模。
在本实施例中，执行主体在得到任务区域图像数据和任务基础数据之后，可以对该待管控任务进行三维建模。其中，任务区域图像数据通常为二维图像，执行主体可以采用现有的各类二维与三维转换技术，将任务区域图像转换为初始的三维数据，之后，再对任务基础数据进行解析，在初始的三维数据中添加任务基础数据中涵盖的信息，得到最终的三维建模。
作为一种可选的实施方式，基于所述任务区域图像数据和所述任务基础数据，生成针对该待管控任务的三维建模，可以包括：获取上述任务区域对应的各个图像采集设备所采集得到的多张任务区域图像数据，确定每张任务区域图像数据的图像采集设备的设备参数；基于各张任务区域图像数据对应的设备参数，将各张任务区域图像中的特征点转换为三维坐标点；基于各个三维坐标点，生成上述初始的三维数据。对初始的三维数据进行数据解析，得到任务区域的设备情况以及人员情况。同时，对任务基础数据进行解析，得到任务预先配置的设备情况以及人员情况，在初始的三维数据中采用色彩标注的方式，标注任务预先配置的设备情况以及人员情况，得到最终的三维建模。
步骤S105，利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在所述三维建模中，结合所述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；其中，所述化工事故风险评估模型基于各个历史化工事故数据训练得到。
在本实施例中，执行主体可以在得到上述三维建模之后，进一步确定上述三维建模对应的模型参数，并将模型参数作为化工事故风险评估模型的输入数据，得到化工事故风险评估模型输出的事故风险评估结果。其中，模型参数至少包括上述色彩标注对应的三维子数据。事故风险评估结果用于描述针对该待管控任务的风险情况，可以包括但不限于风险等级、风险类别等，本实施例对此不做限定。之后，执行主体还可以在三维建模中，结合上述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画。其中，预演动画用于动态地在三维建模中描述该待管控任务的安全风险。
举例而言，如果待管控任务为指定气体泄露，此时的任务区域即为会产生指定气体的区域，此时的三维建模可以是针对任务区域，色彩标注了当前设备、人员与预设设备、人员之间的差异的建模。之后，基于三维模型的模型参数，输入化工事故风险评估模型，得到化工事故风险评估模型输出的事故风险评估结果，如指定气体泄漏可能性大于80％。其中，化工事故风险评估模型是基于历史的大量化工事故数据，训练得到的模型，能够基于任务设备、任务人员、任务环境、任务时间等综合因素，判断出事故风险评估结果。之后，执行主体可以利用指定气体泄露事故可能性大于80％，进行模拟事故预演，得到预演动画。其中，预演动画能够展现指定气体的泄露源头、泄露传播方向与各个未来时间点之间的映射关系，之后，执行主体可以基于预演动画的映射关系，确定出与气体泄露事故相关联的事故点位，如泄露点位、气密性最大点位、传播速度最广点位，从而针对性地对各个点位输出安全风险预警，例如，对泄露点位输出用于指示关闭源头的安全风险预警数据，对气密性最大点位输出用于指示启动气体回收预案的安全风险预警数据，对传播速度最广点位输出用于启动气流速改变预案的安全风险预警数据。
步骤S106，基于所述预演动画，确定与该待管控任务相关联的多个事故点位。
在本实施例中，执行主体可以在得到预演动画之后，对预演动画所预测的事故未来发展情况进行解析，得到与事故关联性最强的若干个事故点位。其中，事故点位可以包含上述任务区域内的点位，也可以包含预测会关联影响的其他区域的点位。
步骤S107，向每个事故点位输出相对应的安全风险预警数据。
在本实施例中，执行主体可以对每个事故点位，输出与该事故点位相对应的安全风险预警数据，进一步提高安全性。
作为一种可选的实施方式，所述向每个事故点位输出相对应的安全风险预警数据，包括：
基于所述多个事故点位，确定相匹配的风险级别；
按照所述风险级别，向每个事故点位输出相对应的安全风险预警数据。
在本实施方式中，执行主体可以在得到多个事故点位之后，基于每个事故点位与事故的关联性程度，确定每个事故点位对应的风险级别。可以理解，事故点位与事故的关联性程度越高，每个事故点位对应的风险级别越高。之后，执行主体可以按照风险级别，向每个事故点位输出与该事故点位对应的安全风险预警数据。其中，不同的风险级别可以对应不同的安全风险预警数据的输出方式，例如，更高级别的风险可以通知与该待管控任务相关的所有人员，较低级别的风险可以通知与该待管控任务对应的当前负责人员。
作为一种可选的实施方式，所述方法还包括：
对于每个事故点位，在地图预览界面中导入与该事故点位相匹配的点位地图；其中，所述点位地图中至少包括员工、车辆以及生产设备；
基于所述预演动画，在所述点位地图中对事故相关联的员工、车辆以及生产设备添加事故标识；
基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查。
在本实施方式中，执行主体可以设有显示设备，或者，执行主体可以预先与显示设备建立连接，并在显示设备中设有地图预览界面。
并且，对于上述的每个事故点位，可以在地图预览界面中导入该事故点位相匹配的点位地图，该点位地图可以包含该点位的处理人员、处理车辆、处理生产设备等数据。基于上述的预演动画，可以按照时间先后以及优先性顺序，在点位地图中标注各个事故点位的事故关联员工、车辆以及生产设备。其中，预先设有不同处理优先级的事故标识。之后，通过解析各个事故点位的事故标识，能够生成针对各个事故点位的巡检路线，这里的巡检路线为按照事故标识指示的优先级由高至低的顺序，生成的路线。之后，可以将该巡检路线发送给相应的巡检人员，以使巡检人员能够按照巡检路线进行事故安全排查。
作为一种可选的实施方式，在基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查之后，所述方法还包括：
获取基于所述巡检路线进行事故安全排查所得到的安全数据；
基于所述安全数据、所述多个事故点位、所述巡检路线、所述事故风险评估结果以及所述作业规范文档，生成针对该待管控任务的安全事故报告；
将所述安全事故报告存储于预设的历史化工事故数据库，并定期基于所述历史化工事故数据库中的更新数据，对所述化工事故风险评估模型进行迭代更新。
在本实施方式中，在进行安全排查之后，可以进一步获取安全数据。这里的安全数据可以由上述巡检人员上报，其中，安全数据用于描述事故相关的具体安全情况，可以包括但不限于现场图像、技术人员处理措施。之后，执行主体可以基于安全数据、发生事故的多个事故点位、巡检路线、事故风险评估结果以及作业规范文档，生成最终针对该待管控任务的安全事故报告，并将该安全事故报告存储于预设的历史化工事故数据库，后续对上述化工事故风险评估模型进行迭代更新。
作为一种可选的实施方式，所述方法还包括：
对于每个待管控任务，确定该待管控任务对应的目标人员数据；以及
所述对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据，包括：
对于每个待管控任务，基于该待管控任务对应的目标人员数据，确定所述目标人员数据相匹配的所述任务区域图像数据，以及，所述安全基础信息中与所述目标人员数据相匹配的所述任务基础数据。
在本实施方式中，对于每个待管控任务，执行主体还可以进一步确定与该待管控任务对应的目标人员数据，这里的目标人员数据可以包括但不限于人员名称、人员职责、人员工作时间、人员历史报告等，本实施例对此不做限定。可以理解，目标人员数据中所涉及的各个人员通常为待管控任务中角色较为重要的人员。之后，执行主体可以在确定任务区域图像数据以及任务基础数据时，基于目标人员数据，确定与目标人员数据相匹配的任务区域图像数据以及任务基础数据。采用这种可选的实施方式，能够以重要人员为粒度拆解待管控任务，基于重要人员的位置匹配到重要的任务区域图像数据和任务基础数据，提高数据的可用性。
在本发明实施例中，获取安全基础信息；解析安全基础信息关联的作业规范文档，得到各个待管控任务；对于每个待管控任务，确定该待管控任务对应的任务区域图像数据以及任务基础数据；基于任务区域图像数据和任务基础数据，生成针对该待管控任务的三维建模；利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在三维建模中，结合事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；基于预演动画，确定与该待管控任务相关联的多个事故点位；向每个事故点位输出相对应的安全风险预警数据；可见，本发明能够提高安全风险管控的智能化程度。
在介绍了本发明示例性实施方式的方法之后，接下来，参考图2对本发明示例性实施方式的一种基于大数据的安全风险管控装置进行说明，该装置至少包括：
信息获取单元201，用于获取安全基础信息；其中，所述安全基础信息包括化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息；
文档解析单元202，用于解析所述安全基础信息关联的作业规范文档，得到各个待管控任务；
数据确定单元203，用于对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据；
建模单元204，用于基于所述任务区域图像数据和所述任务基础数据，生成针对该待管控任务的三维建模；
评估单元205，用于利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在所述三维建模中，结合所述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；其中，所述化工事故风险评估模型基于各个历史化工事故数据训练得到；
点位确定单元206，用于基于所述预演动画，确定与该待管控任务相关联的多个事故点位；
数据输出单元207，用于向每个事故点位输出相对应的安全风险预警数据。
其中，可以从本地存储或者预先建立连接的其他电子设备中获取上述的安全基础信息，其中，安全基础信息是针对指定化工区域、预先存储的基础信息，可以包括但不限于化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息。
在本实施例中，在得到安全基础信息之后，可以进一步解析与安全基础信息关联的作业规范文档，得到多个待管控任务。其中，作业规范文档用于描述上述指定化工区域所对应的各个化工作业流程以及每个化工作业流程对应的安全规范，基于对作业规范文档进行解析，能够确定出需要进行安全检测的各个待管控任务。
在本实施例中，对于每个待管控任务，可以先确定该待管控任务涉及的任务区域，这里的任务区域是上述指定化工区域中的子区域。之后，可以基于与该任务区域中部署的图像采集设备之间的通信连接，获取图像采集设备所采集的、该待管控任务对应的任务区域图像数据。并且，对于每个待管控任务，可以在上述安全基础信息中确定与该待管控任务相匹配的任务基础数据。其中，任务基础数据可以用于描述该待管控任务的任务类别、任务名称、任务处理人员、任务涉及设备、任务交付时间等。
在本实施例中，在得到任务区域图像数据和任务基础数据之后，可以对该待管控任务进行三维建模。其中，任务区域图像数据通常为二维图像，可以采用现有的各类二维与三维转换技术，将任务区域图像转换为初始的三维数据，之后，再对任务基础数据进行解析，在初始的三维数据中添加任务基础数据中涵盖的信息，得到最终的三维建模。
在本实施例中，可以在得到上述三维建模之后，进一步确定上述三维建模对应的模型参数，并将模型参数作为化工事故风险评估模型的输入数据，得到化工事故风险评估模型输出的事故风险评估结果。其中，模型参数至少包括上述色彩标注对应的三维子数据。事故风险评估结果用于描述针对该待管控任务的风险情况，可以包括但不限于风险等级、风险类别等，本实施例对此不做限定。之后，还可以在三维建模中，结合上述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画。其中，预演动画用于动态地在三维建模中描述该待管控任务的安全风险。
在本实施例中，可以在得到预演动画之后，对预演动画所预测的事故未来发展情况进行解析，得到与事故关联性最强的若干个事故点位。其中，事故点位可以包含上述任务区域内的点位，也可以包含预测会关联影响的其他区域的点位。
在本实施例中，可以对每个事故点位，输出与该事故点位相对应的安全风险预警数据，进一步提高安全性。
作为一种可选的实施方式，所述数据输出单元207具体用于：
基于所述多个事故点位，确定相匹配的风险级别；
按照所述风险级别，向每个事故点位输出相对应的安全风险预警数据。
在本实施方式中，可以在得到多个事故点位之后，基于每个事故点位与事故的关联性程度，确定每个事故点位对应的风险级别。可以理解，事故点位与事故的关联性程度越高，每个事故点位对应的风险级别越高。之后，可以按照风险级别，向每个事故点位输出与该事故点位对应的安全风险预警数据。其中，不同的风险级别可以对应不同的安全风险预警数据的输出方式，例如，更高级别的风险可以通知与该待管控任务相关的所有人员，较低级别的风险可以通知与该待管控任务对应的当前负责人员。
作为一种可选的实施方式，所述装置还包括：
事故排查单元，用于对于每个事故点位，在地图预览界面中导入与该事故点位相匹配的点位地图；其中，所述点位地图中至少包括员工、车辆以及生产设备；基于所述预演动画，在所述点位地图中对事故相关联的员工、车辆以及生产设备添加事故标识；基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查。
在本实施方式中，可以设有显示设备，或者，可以预先与显示设备建立连接，并在显示设备中设有地图预览界面。
并且，对于上述的每个事故点位，可以在地图预览界面中导入该事故点位相匹配的点位地图，该点位地图可以包含该点位的处理人员、处理车辆、处理生产设备等数据。基于上述的预演动画，可以按照时间先后以及优先性顺序，在点位地图中标注各个事故点位的事故关联员工、车辆以及生产设备。其中，预先设有不同处理优先级的事故标识。之后，通过解析各个事故点位的事故标识，能够生成针对各个事故点位的巡检路线，这里的巡检路线为按照事故标识指示的优先级由高至低的顺序，生成的路线。之后，可以将该巡检路线发送给相应的巡检人员，以使巡检人员能够按照巡检路线进行事故安全排查。
作为一种可选的实施方式，所述装置还包括：
模型更新单元，用于在基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查之后，获取基于所述巡检路线进行事故安全排查所得到的安全数据；基于所述安全数据、所述多个事故点位、所述巡检路线、所述事故风险评估结果以及所述作业规范文档，生成针对该待管控任务的安全事故报告；将所述安全事故报告存储于预设的历史化工事故数据库，并定期基于所述历史化工事故数据库中的更新数据，对所述化工事故风险评估模型进行迭代更新。
在本实施方式中，在进行安全排查之后，可以进一步获取安全数据。这里的安全数据可以由上述巡检人员上报，其中，安全数据用于描述事故相关的具体安全情况，可以包括但不限于现场图像、技术人员处理措施。之后，可以基于安全数据、发生事故的多个事故点位、巡检路线、事故风险评估结果以及作业规范文档，生成最终针对该待管控任务的安全事故报告，并将该安全事故报告存储于预设的历史化工事故数据库，后续对上述化工事故风险评估模型进行迭代更新。
作为一种可选的实施方式，所述数据确定单元203还用于：
对于每个待管控任务，确定该待管控任务对应的目标人员数据；以及
对于每个待管控任务，基于该待管控任务对应的目标人员数据，确定所述目标人员数据相匹配的所述任务区域图像数据，以及，所述安全基础信息中与所述目标人员数据相匹配的所述任务基础数据。
在本实施方式中，对于每个待管控任务，还可以进一步确定与该待管控任务对应的目标人员数据，这里的目标人员数据可以包括但不限于人员名称、人员职责、人员工作时间、人员历史报告等，本实施例对此不做限定。可以理解，目标人员数据中所涉及的各个人员通常为待管控任务中角色较为重要的人员。之后，可以在确定任务区域图像数据以及任务基础数据时，基于目标人员数据，确定与目标人员数据相匹配的任务区域图像数据以及任务基础数据。采用这种可选的实施方式，能够以重要人员为粒度拆解待管控任务，基于重要人员的位置匹配到重要的任务区域图像数据和任务基础数据，提高数据的可用性。
在本发明实施例中，获取安全基础信息；解析安全基础信息关联的作业规范文档，得到各个待管控任务；对于每个待管控任务，确定该待管控任务对应的任务区域图像数据以及任务基础数据；基于任务区域图像数据和任务基础数据，生成针对该待管控任务的三维建模；利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在三维建模中，结合事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；基于预演动画，确定与该待管控任务相关联的多个事故点位；向每个事故点位输出相对应的安全风险预警数据；可见，本发明能够提高安全风险管控的智能化程度。
在介绍了本发明示例性实施方式的方法和装置之后，接下来，参考图3对本发明示例性实施方式的计算机可读存储介质进行说明，请参考图3，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会实现上述方法实施方式中所记载的各步骤，例如，获取安全基础信息；解析安全基础信息关联的作业规范文档，得到各个待管控任务；对于每个待管控任务，确定该待管控任务对应的任务区域图像数据以及任务基础数据；基于任务区域图像数据和任务基础数据，生成针对该待管控任务的三维建模；利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在三维建模中，结合事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；基于预演动画，确定与该待管控任务相关联的多个事故点位；向每个事故点位输出相对应的安全风险预警数据；各步骤的具体实现方式在此不再重复说明。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
在介绍了本发明示例性实施方式的方法、介质和装置之后，接下来，参考图4对本发明示例性实施方式的用于基于大数据的安全风险管控的计算设备。
图4示出了适于用来实现本发明实施方式的示例性计算设备40的框图，该计算设备40可以是计算机***或服务器。图4显示的计算设备40仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算设备40的组件可以包括但不限于：一个或者多个处理器或者处理单元401，***存储器402，连接不同***组件(包括***存储器402和处理单元401)的总线403。
计算设备40典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算设备40访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器402可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)4021和/或高速缓存存储器4022。计算设备40可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，ROM4023可以用于读写不可移动的、非易失性磁介质(图4中未显示，通常称为“硬盘驱动器”)。尽管未在图4中示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线403相连。***存储器402中可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块4024的程序/实用工具4025，可以存储在例如***存储器402中，且这样的程序模块4024包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块4024通常执行本发明所描述的实施例中的功能和/或方法。
计算设备40也可以与一个或多个外部设备404(如键盘、指向设备、显示器等)通信。这种通信可以通过输入/输出(I/O)接口405进行。并且，计算设备40还可以通过网络适配器406与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器406通过总线403与计算设备40的其它模块(如处理单元401等)通信。应当明白，尽管图4中未示出，可以结合计算设备40使用其它硬件和/或软件模块。
处理单元401通过运行存储在***存储器402中的程序，从而执行各种功能应用以及数据处理，例如，获取安全基础信息；解析安全基础信息关联的作业规范文档，得到各个待管控任务；对于每个待管控任务，确定该待管控任务对应的任务区域图像数据以及任务基础数据；基于任务区域图像数据和任务基础数据，生成针对该待管控任务的三维建模；利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在三维建模中，结合事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；基于预演动画，确定与该待管控任务相关联的多个事故点位；向每个事故点位输出相对应的安全风险预警数据。各步骤的具体实现方式在此不再重复说明。应当注意，尽管在上文详细描述中提及了基于大数据的安全风险管控装置的若干单元/模块或子单元/子模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
Claims (10)
1.一种基于大数据的安全风险管控方法，其特征在于，包括：
获取安全基础信息；其中，所述安全基础信息包括化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息；
解析所述安全基础信息关联的作业规范文档，得到各个待管控任务；
对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据；
基于所述任务区域图像数据和所述任务基础数据，生成针对该待管控任务的三维建模；
利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在所述三维建模中，结合所述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；其中，所述化工事故风险评估模型基于各个历史化工事故数据训练得到；
基于所述预演动画，确定与该待管控任务相关联的多个事故点位；
向每个事故点位输出相对应的安全风险预警数据。
2.根据权利要求1所述的基于大数据的安全风险管控方法，其特征在于，所述向每个事故点位输出相对应的安全风险预警数据，包括：
基于所述多个事故点位，确定相匹配的风险级别；
按照所述风险级别，向每个事故点位输出相对应的安全风险预警数据。
3.根据权利要求1所述的基于大数据的安全风险管控方法，其特征在于，所述方法还包括：
对于每个事故点位，在地图预览界面中导入与该事故点位相匹配的点位地图；其中，所述点位地图中至少包括员工、车辆以及生产设备；
基于所述预演动画，在所述点位地图中对事故相关联的员工、车辆以及生产设备添加事故标识；
基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查。
4.根据权利要求3所述的基于大数据的安全风险管控方法，其特征在于，在基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查之后，所述方法还包括：
获取基于所述巡检路线进行事故安全排查所得到的安全数据；
基于所述安全数据、所述多个事故点位、所述巡检路线、所述事故风险评估结果以及所述作业规范文档，生成针对该待管控任务的安全事故报告；
将所述安全事故报告存储于预设的历史化工事故数据库，并定期基于所述历史化工事故数据库中的更新数据，对所述化工事故风险评估模型进行迭代更新。
5.根据权利要求1所述的基于大数据的安全风险管控方法，其特征在于，所述方法还包括：
对于每个待管控任务，确定该待管控任务对应的目标人员数据；以及
所述对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据，包括：
对于每个待管控任务，基于该待管控任务对应的目标人员数据，确定所述目标人员数据相匹配的所述任务区域图像数据，以及，所述安全基础信息中与所述目标人员数据相匹配的所述任务基础数据。
6.一种基于大数据的安全风险管控装置，其特征在于，包括：
信息获取单元，用于获取安全基础信息；其中，所述安全基础信息包括化工区域的安全生产证照、化工生产过程基础信息、化工设备设施基础信息、化工人员基础信息以及第三方人员基础信息；
文档解析单元，用于解析所述安全基础信息关联的作业规范文档，得到各个待管控任务；
数据确定单元，用于对于每个待管控任务，确定该待管控任务对应的任务区域图像数据，以及，所述安全基础信息中与该待管控任务相匹配的任务基础数据；
建模单元，用于基于所述任务区域图像数据和所述任务基础数据，生成针对该待管控任务的三维建模；
评估单元，用于利用预先训练完成的化工事故风险评估模型，生成针对该待管控任务的事故风险评估结果，并在所述三维建模中，结合所述事故风险评估结果，对该待管控任务进行模拟事故预演，得到预演动画；其中，所述化工事故风险评估模型基于各个历史化工事故数据训练得到；
点位确定单元，用于基于所述预演动画，确定与该待管控任务相关联的多个事故点位；
数据输出单元，用于向每个事故点位输出相对应的安全风险预警数据。
7.根据权利要求6所述的基于大数据的安全风险管控装置，其特征在于，所述数据输出单元具体用于：
基于所述多个事故点位，确定相匹配的风险级别；
按照所述风险级别，向每个事故点位输出相对应的安全风险预警数据。
8.根据权利要求6所述的基于大数据的安全风险管控装置，其特征在于，所述装置还包括：
事故排查单元，用于对于每个事故点位，在地图预览界面中导入与该事故点位相匹配的点位地图；其中，所述点位地图中至少包括员工、车辆以及生产设备；基于所述预演动画，在所述点位地图中对事故相关联的员工、车辆以及生产设备添加事故标识；基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查。
9.根据权利要求8所述的基于大数据的安全风险管控装置，其特征在于，所述装置还包括：
模型更新单元，用于在基于各个事故点位的事故标识，生成针对各个事故点位的巡检路线，以按照所述巡检路线进行事故安全排查之后，获取基于所述巡检路线进行事故安全排查所得到的安全数据；基于所述安全数据、所述多个事故点位、所述巡检路线、所述事故风险评估结果以及所述作业规范文档，生成针对该待管控任务的安全事故报告；将所述安全事故报告存储于预设的历史化工事故数据库，并定期基于所述历史化工事故数据库中的更新数据，对所述化工事故风险评估模型进行迭代更新。
10.一种计算设备，所述计算设备包括：
至少一个处理器、存储器和输入输出单元；
其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行如权利要求1～5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613400.9A CN116596314A (zh) | 2023-05-29 | 2023-05-29 | 一种基于大数据的安全风险管控方法、装置及计算设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613400.9A CN116596314A (zh) | 2023-05-29 | 2023-05-29 | 一种基于大数据的安全风险管控方法、装置及计算设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116596314A true CN116596314A (zh) | 2023-08-15 |
Family
ID=87593538
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310613400.9A Pending CN116596314A (zh) | 2023-05-29 | 2023-05-29 | 一种基于大数据的安全风险管控方法、装置及计算设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116596314A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118153969A (zh) * | 2024-05-10 | 2024-06-07 | 江苏宇视智能技术有限公司 | 一种基于多维信息化技术的智慧化工园区综合管理平台 |
-
2023
- 2023-05-29 CN CN202310613400.9A patent/CN116596314A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118153969A (zh) * | 2024-05-10 | 2024-06-07 | 江苏宇视智能技术有限公司 | 一种基于多维信息化技术的智慧化工园区综合管理平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Briand et al. | The case for context-driven software engineering research: generalizability is overrated | |
| CN112527630B (zh) | 测试用例生成方法、装置、计算机设备和存储介质 | |
| CN108959349B (zh) | 一种财务审计询证*** | |
| CN108874661B (zh) | 测试映射关系库生成方法、装置、计算机设备和存储介质 | |
| Kocaguneli et al. | Distributed development considered harmful? | |
| Ringmann et al. | Requirements for legally compliant software based on the GDPR | |
| CN111191870A (zh) | 工地危险源管理方法、装置、计算机设备和存储介质 | |
| CN116596314A (zh) | 一种基于大数据的安全风险管控方法、装置及计算设备 | |
| Barabanov et al. | Procedure for substantiated development of measures to design secure software for automated process control systems | |
| CN111797605A (zh) | 基于报表模板的报表生成方法、装置和计算机设备 | |
| CN114970176B (zh) | 电力作业的虚拟仿真方法、装置、计算机设备和存储介质 | |
| CN111967999A (zh) | 调查处理方法、装置、计算机设备和存储介质 | |
| CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
| Alenazi et al. | A novel approach to tracing safety requirements and state-based design models | |
| CN111324375A (zh) | 代码管理方法、装置、计算机设备和存储介质 | |
| Torre et al. | Model driven engineering for data protection and privacy: Application and experience with GDPR | |
| CN114971437A (zh) | 一种建筑工程项目风险评估***和方法 | |
| CN110414241A (zh) | 隐私策略检测方法、装置、计算机设备及存储介质 | |
| Susanto et al. | I-SolFramework: an integrated solution framework six layers assessment on multimedia information security architecture policy compliance | |
| CN117252340A (zh) | 一种基于卫星数据确权的土地延包网签*** | |
| US20130036123A1 (en) | Anti-tamper process toolset | |
| Yu et al. | Using bug reports as a software quality measure | |
| CN112748950B (zh) | 一种软件代码审查方法及装置 | |
| Tarekegn Gurmu | Preconstruction Phase Management Practices Enhancing Labor Productivity in Multistory Building Projects | |
| CN114661745A (zh) | 基于rpa和ai的招聘信息发布方法及装置 |
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 |