CN117933914A - 一种基于物联网的生产作业风险监管方法及*** - Google Patents

Abstract

本发明提供一种基于物联网的生产作业风险监管方法及***，该***包括物联设备模块、作业计划模块、作业现场模块、智能反违章预警模块以及反违章行为识别模块，所述生产作业风险监管***与作业现场物联管理平台和手机客户端通信连接；所述物联设备模块用于维护作业现场使用的智能设备的基础信息台账；所述作业计划模块用于根据划现场作业计划；所述作业现场模块用于对作业现场进行管控以及将作业计划与智能设备进行关联；所述反违章行为识别模块用于实现反违章行为识别；所述智能反违章预警模块用于向手机客户端下发违章整改通知单。本发明可提升作业现场安全管控效率，推进安全管控向数字化、智能化转型升级。

Description

一种基于物联网的生产作业风险监管方法及***

技术领域

本发明涉及电子信息技术领域，，具体是一种基于物联网的生产作业风险监管方法及***。

背景技术

目前电网建设、城乡配网升级改造高风险作业多，安全生产组织管理面临严峻考验，现有的工作模式是在管理信息***上填写工作计划及工作票之后工作人员到现场办公。

但是对于进入工作现场的工作人员的身份资质识别及智能终端设备运行状态不能实时识别，监督管理部门由于人力、物力等的原因，仅采用传统的管理手段难以满足企业安全管控需求增长要求，同时获取的信息也存在相对滞后，作业人员对各类违规操作信息不上报，使安全生产监管部门无法了解企业的最新信息及可能存在的问题。

发明内容

本发明的目的在于提供一种基于物联网的生产作业风险监管方法及***，解决传统粗放管理模式下监管人员的工作方式难以匹配企业作业现场数量的快速增长，且在执法中能主动获取的信息也相对滞后；且由于作业现场数量多，部分作业现场存在的违规操作信息上报不及时，使生产监管人员无法了解作业现场实时信息及可能存在的违章问题，从而提升作业现场安全管控效率，推进安全管控向数字化、智能化转型升级。

一种基于物联网的生产作业风险监管***，包括物联设备模块、作业计划模块、作业现场模块、智能反违章预警模块以及反违章行为识别模块，所述生产作业风险监管***与作业现场物联管理平台和手机客户端通信连接；

所述物联设备模块，用于维护作业现场使用的智能设备的基础信息台账，所述智能设备包括智能安全帽及布控球；

所述作业计划模块，用于根据物联设备模块提供的智能设备的基础信息台账规划现场作业计划；

所述作业现场模块，用于根据现场作业计划对作业现场进行管控以及将作业计划与智能设备进行关联；

所述反违章行为识别模块，用于对作业现场物联管理平台接入智能设备的位置信息和视频信息进行算法分析，基于反违章行为特征库采用图像识别算法，将图像识别的内容与反违章行为特征进行权值算法匹配，实现反违章行为识别，并将违章行为数据推送至智能反违章预警模块；

所述智能反违章预警模块，用于接收反违章行为识别模块推送的违章数据，稽查和管理人员查看当日违章看板数据，甄别违章行为后，向手机客户端下发违章整改通知单。

进一步的，所述基础信息台账包含设备编码、设备类型、设备名称、设备状态、设备统一视频平台的编码、设备所属单位。

进一步的，所述基础信息台账包含设备编码、设备类型、设备名称、设备状态、设备统一视频平台的编码、设备所属单位。

进一步的，所述对作业现场进行管控包括负责人确定现场作业地址后相关工作班成员现场签到并开展作业、记录现场开工时间、作业开工经纬度，同时负责人在作业现场确认和开启智能设备；所述将作业计划与智能设备进行关联，具体包括：添加设备领用记录，所述设备领用记录包括日计划的ID、设备的ID、领用的状态和领用的时间。

进一步的，所述违章行为包括未戴安全帽、高处作业未佩戴安全带、未设置安全围栏，所述反违章行为特征库包括一般违章、Ⅰ类严重违章、Ⅱ类严重违章、Ⅲ类严重违章和典型违章。

一种基于物联网的生产作业风险监管方法，包括如下步骤：

步骤1、维护作业现场使用的智能设备的基础信息台账，所述智能设备包括智能安全帽、布控球，所述基础信息台账包含设备编码、设备类型、设备名称、设备状态、设备统一视频平台的编码、设备所属单位；

步骤2、根据物联设备模块提供的智能设备的基础信息台账规划现场作业计划；

步骤3、根据现场作业计划对作业现场进行管控以及将作业计划与智能设备进行关联；

步骤4、对作业现场物联管理平台接入智能设备的位置信息和视频信息进行算法分析，基于反违章行为特征库采用图像识别算法，将图像识别的内容与反违章行为特征进行权值算法匹配，实现反违章行为识别，并将违章行为数据推送至智能反违章预警模块；

步骤5、接收反违章行为识别模块推送的违章数据，用于稽查和管理人员查看当日违章看板数据，甄别违章行为后，向手机客户端下发违章整改通知单。

进一步的，所述步骤2具体包括：

步骤2.1、工作负责人在作业计划模块录入周作业计划，指定工作时间、地点、内容、存在风险因素、相关作业人员、完成填报后提报审核人员进行审核并补充相关内容；

步骤2.2、审核人员进行审核，如果审核不通过，则退回到录入状态，审核完成之后，周计划将进入待拆解状态；

步骤2.3、配置定时任务对周计划进行拆解，按作业日分拆成多条日计划。

进一步的，所述步骤3具体包括：

步骤3.1、负责人在要作业现场领取智能设备，并与周计划拆解出的日计划进行关联；

步骤3.2、负责人在作业现场对指定的作业进行开工，并将开工位置LocationA{x1,y1}存储在服务端；

步骤3.3、现场作业人员和到岗到位人员使用手机客户端进行签到，在签到时手机客户端采集当前用户的位置LocationB{x2,y2}，传递给电脑客户端进行电子围栏半径判断；

步骤3.4、电脑客户端服务计算作业人员位置与作业地点位置距离，判定是否在作业半径之内，如果人员不在围栏半径时给出提醒，电子围栏半径计算方式如下：D＝2r*arcsin(sqrt(sin((x1-x2)/2)^2+cos(x1)*cos(x2)*sin((y1-y2)/2)^2))；

步骤3.5、作业人员签到成功后，工作负责人带领作业人员进行安措交底确认，并上传安措数据，开始佩戴相关智能设备并开展作业，在用户作业过程中手机客户端持续进行采集坐标位置，如果连续3次判定不在围栏半径之内，则发出超出作业范围告警。

进一步的，所述步骤4具体包括：

步骤4.1、作业现场的智能设备将位置信息和视频信息传输到反违章行为识别模块，结合图像识别算法，实现作业现场行为的算法分析，算法检测违章行为包含作业人员无资质、作业现场未按要求布置安全围栏、外来人员闯入作业区域/带电区域、登高作业人员无资质、登高作业未使用安全带、作业人员着装不规范、作业人员/工程机械进入带电区域、安全帽未正确佩戴、作业人员资信有问题；

步骤4.2、将图像识别算法识别的行为与违章库按设置算法进行运算和匹配，如果达到违章定性要求则认定为违章行为，若未达到则持续进行运算分析，算法逻辑如下：

首先，将不同级别的违章预警等级设置不同的系数，一般违章SC1，Ⅰ类严重违章SC2，Ⅱ类严重违章SC3，Ⅲ类严重违章SC4，典型违章SC5；

其次，统计历史违章行为次数：一般违章W1，Ⅰ类严重违章W2，Ⅱ类严重违章W3，Ⅲ类严重违章W4，典型违章W5；

再次，对作业现场相关人员的扣分情况做一个综合计算：所述作业人员(人数n)的历史违章扣分分数集合为H＝{h1，h2，h3，h4，...hn-1，hn}，则

最后，计算作业现场人员的违章预警分阈值S＝100-(Hm+1)*(SC1*W1+SC2*W2+SC3*W3+SC4*W4+SC5*W5)，其中预警风险等级低S1(98)，预警风险等级中S2(95)，预警风险等级高S3(90)，预警分不同等级阈值对应相关违章等级；

步骤4.3、将算法判定的违章行为的风险等级与***的违章库进行匹配，如果匹配上则标记好违章的类型、等级、违章内容，和关联的计划ID，生成违章看板需要的信息。

进一步的，所述步骤5具体包括：

步骤5.1、稽查人员和管理人员查看***中违章行为看板，看板中包括作业信息、人员信息、现场视频截图和违章告警信息，以及作业人员在现场的活动轨迹；

步骤5.2、判定是违章后，在***下发违章整改信息推送给作业现场负责人，同时以短信的方式提醒负责人有违章行为；

步骤5.3、现场作业人员在收到违章整改通知单后进行确认；

步骤5.4、现场作业人员通过手机客户端选择进行申诉，发起申诉流程，如果申诉失败，则进行整改，如果申诉成功，则整改单直接进行归档状态；

步骤5.5、作业人员进行违章行为整改，并通过手机客户端上传相应的佐证材料；

步骤5.6、审核人员依据上传的整改材料进行判定，如果未达到整改要求，则作业人员继续进行整改；

步骤5.7、违章整改完成，进行归档状态。

本发明具有如下有益效果：

本发明基于物联网的反违章行为识别和判定方法，替换人工判定和审核方式，在提升工作效率的同时能够有效提升现场安全管控水平，及时预警现场违章作业行为，且能够对现场作业人员起到警示教育作用，降低现场作业安全事故的发生，具有良好的社会经济效益。

附图说明

图1是本发明实施例基于物联网的生产作业风险监管***的结构示意图；

图2是本发明实施例基于物联网的生产作业风险监管***的工作原理图；

图3是本发明实施例基于物联网的生产作业风险监管方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1及图2，本发明实施例提供一种基于物联网的生产作业风险监管***，包括物联设备模块、作业计划模块、作业现场模块、智能反违章预警模块以及反违章行为识别模块，所述生产作业风险监管***与作业现场物联管理平台和手机客户端和电脑客户端通信连接。

所述物联设备模块，用于维护作业现场使用的智能设备的基础信息台账，所述智能设备包括智能安全帽及布控球等，所述基础信息台账包含设备编码、设备类型、设备名称、设备状态、设备统一视频平台的编码、设备所属单位等，用于提供给作业计划模块，为作业计划模块提供智能设备的相关信息。

所述作业计划模块，用于根据物联设备模块提供的智能设备的基础信息台账规划现场作业计划，所述现场作业计划包括计划作业的内容、时间、地点、负责人信息、风险等级和智能设备编码等信息，所述设备编码根据智能设备的基础信息台账提供。

所述作业现场模块，用于根据现场作业计划对作业现场进行管控以及将作业计划与智能设备进行关联，具体的，所述对作业现场进行管控包括负责人确定现场作业地址后相关工作班成员现场签到并开展作业、记录现场开工时间、作业开工经纬度，同时负责人在作业现场确认和开启智能设备，所述智能设备在生产作业风险监管***智能设备台账中维护，并且该智能设备的编码与计划信息中智能设备编码保持一致。所述设备关联即为添加设备领用记录，日计划领用智能设备的关键信息包括日计划的ID、设备的ID、领用的状态和领用的时间。

所述反违章行为识别模块，用于对作业现场物联管理平台接入智能设备的位置信息和视频信息进行算法分析，基于反违章行为特征库采用图像识别算法，将图像识别的内容与反违章行为特征进行权值算法匹配，实现反违章行为识别，并将违章行为数据推送至智能反违章预警模块。所述违章行为包括未戴安全帽、高处作业未佩戴安全带、未设置安全围栏等，所述反违章行为特征库包括一般违章、Ⅰ类严重违章、Ⅱ类严重违章、Ⅲ类严重违章和典型违章，具体子类明确了违章行为，如工作负责人不在现场、现场未开启安全保护措施等。

所述智能反违章预警模块，用于接收反违章行为识别模块推送的违章数据，稽查和管理人员查看当日违章看板数据，甄别违章行为后，向手机客户端下发违章整改通知单。现场作业人员在手机客户端收到整改通知单后，可以进行直接整改或者申诉，整改完成后即进行归档。所述整改单包括稽查单ID、类型、编码、关联的计划信息、创建人ID、被稽查单位信息、被稽查人员信息以及稽查计分和金额信息。

请参阅图3，本发明实施例还提供一种基于物联网的生产作业风险监管方法，包括如下步骤：

步骤1、维护作业现场使用的智能设备的基础信息台账

用户在物联设备模块中录入智能设备(如智能安全帽、接地线、布控球)的基础信息台账，所述基础信息台账包含设备编码、设备类型、设备名称、设备状态、设备统一视频平台的编码、设备所属单位等。设备相关运行状态信息如地理位置、电压电源情况则由对接的物联平台进行采集分析和传输。其中数据标记格式为DeviceInfo{id,sno,type,name,status,unicode,owner}。

步骤2、根据物联设备模块提供的智能设备的基础信息台账规划现场作业计划，所述现场作业计划包括计划作业的内容、时间、地点、负责人信息、风险等级和智能设备编码等信息，所述设备编码根据智能设备的基础信息台账提供。具体过程如下：

步骤2.1、工作负责人在作业计划模块录入周作业计划，指定工作时间、地点、内容、存在风险因素、相关作业人员、完成填报后提报审核人员进行审核并补充相关内容，周计划数据标记格式为WeekInfo{id,code,name,worktype,workbegindate,workenddate,content,le adcode,leadname,risklevle}。

步骤2.2、审核人员进行审核，如果审核不通过，则需要退回到录入状态，审核完成之后，周计划将进入待拆解状态。

步骤2.3、配置定时任务对周计划进行拆解，按作业日分拆成多条日计划。日计划信息标识为DayInfo{id,objweekid,code,name,worktype,workbegindate,workenddate,content,leadcode,leadname,risklevle}。

步骤3、根据现场作业计划对作业现场进行管控以及将作业计划与智能设备进行关联。具体过程如下：

步骤3.1、负责人在要作业现场领取智能设备，并与周计划拆解出的日计划进行关联。日计划领用智能设备关键信息标识为DayDeviceRel{id,objDay,objDevice,state,time}。

步骤3.2、负责人在作业现场对指定的作业进行开工，并将开工位置LocationA{x1,y1}存储在服务端。其中作业开工信息标识为DayExecute{id,objDay,excstatus,starttime,finishtime,longitude,latitude,auditor}。

步骤3.3、现场作业人员和到岗到位人员使用手机客户端的移动APP进行签到，在签到时移动APP会采集当前用户的位置LocationB{x2,y2}，传递给电脑客户端进行电子围栏半径判断。

步骤3.4、电脑客户端服务计算作业人员位置与作业地点位置距离，判定是否在作业半径之内(如3KM)，如果人员不在围栏半径时给出提醒，电子围栏半径计算方式如下：D＝2r*arcsin(sqrt(sin((x1-x2)/2)^2+cos(x1)*cos(x2)*sin((y1-y2)/2)^2))。

步骤3.5、作业人员签到成功后，工作负责人带领作业人员进行安措交底确认，并上传安措数据，开始佩戴相关智能设备并开展作业，其中签到信息标识为Sign{id,objDay,personcode,longitude,latitude}，在用户作业过程中移动APP会持续进行采集坐标位置，如果连续3次判定不在围栏半径之内，则发出超出作业范围告警。

步骤4、对作业现场物联管理平台接入智能设备的位置信息和视频信息进行算法分析，基于反违章行为特征库采用图像识别算法，将图像识别的内容与反违章行为特征进行权值算法匹配，实现反违章行为识别，并将违章行为数据推送至智能反违章预警模块。具体实施过程如下：

步骤4.1、作业现场的布控球、安全帽和接地线等将位置信息和视频信息传输到反违章行为识别模块，结合图像识别算法，实现作业现场行为的算法分析。算法检测违章行为包含作业人员无资质、作业现场未按要求布置安全围栏、外来人员闯入作业区域/带电区域、登高作业人员无资质、登高作业未使用安全带、作业人员着装不规范、作业人员/工程机械进入带电区域、安全帽未正确佩戴、作业人员资信有问题等。

步骤4.2、将图像识别算法识别的行为与违章库按设置算法进行运算和匹配，如果达到违章定性要求则认定为违章行为，若未达到则持续进行运算分析。关键算法逻辑如下：

首先，将不同级别的违章预警等级设置不同的系数，一般违章SC1，Ⅰ类严重违章SC2，Ⅱ类严重违章SC3，Ⅲ类严重违章SC4，典型违章SC5。

其次，统计历史违章行为次数：一般违章W1，Ⅰ类严重违章W2，Ⅱ类严重违章W3，Ⅲ类严重违章W4，典型违章W5。

再次，对作业现场相关人员的扣分情况做一个综合计算：所述作业人员(人数n)的历史违章扣分分数集合为H＝{h1，h2，h3，h4，...hn-1，hn}，则

最后，计算作业现场人员的违章预警分阈值S＝100-(Hm+1)*(SC1*W1+SC2*W2+SC3*W3+SC4*W4+SC5*W5)，其中预警风险等级低S1(98),预警风险等级中S2(95)，预警风险等级高S3(90)，预警分不同等级阈值对应相关违章等级。

步骤4.3、将算法判定的违章行为的风险等级与***的违章库进行匹配，如果匹配上则标记好违章的类型、等级、违章内容，和关联的计划ID，生成违章看板需要的信息。违章行为库关键信息标记如下PeccRule{id,code,context,rulelevel,ruletype,decuct,amount}，包含了违章标记编码，违章内容，违章等级、违章类型，相应的处罚扣分和处罚金额等。

步骤5、接收反违章行为识别模块推送的违章数据，用于稽查和管理人员查看当日违章看板数据，甄别违章行为后，向手机客户端下发违章整改通知单，具体实施过程如下：

步骤5.1、稽查人员和管理人员查看***中违章行为看板，看板中包括作业信息、人员信息、现场视频截图和违章告警信息，另外可以查看作业人员在现场的活动轨迹，以辅助违章判定。

步骤5.2、判定是违章后，在***下发违章整改信息推送给作业现场负责人，同时以短信的方式提醒负责人有违章行为，其中稽查单关键信息标识为：

JcInfo{id,type,code,objDay,creatercode,unitcode,unitname,personco de,personname,score,amount}。

步骤5.3、现场作业人员在收到违章整改通知单后进行确认。稽查章中会有关联违章行为，关键信息标识为：

JcPeccRel{id,objJc,objRule,rulecode,rulecontent,ruledecuct,ruleamount,rulelevel}。

步骤5.4、现场作业人员通过手机客户端选择进行申诉，发起申诉流程，如果申诉失败，则进行整改，如果申诉成功，则整改单直接进行归档状态。申诉关键信息标识为：

JcAppeal{id,objJc,appear,appearname,time,reason,status,auditor}。

步骤5.5、作业人员进行违章行为整改，并通过手机客户端上传相应的佐证材料。

步骤5.6、审核人员依据上传的整改材料进行判定，如果未达到整改要求，则作业人员继续进行整改。

步骤5.7、违章整改完成，进行归档状态。

本发明可解决传统粗放管理模式下监管人员的工作方式难以匹配企业作业现场数量的快速增长，且在执法中能主动获取的信息也相对滞后；且由于作业现场数量多，部分作业现场存在的违规操作信息上报不及时，使生产监管人员无法了解作业现场实时信息及可能存在的违章问题，从而提升作业现场安全管控效率，推进安全管控向数字化、智能化转型升级。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (10)

1.一种基于物联网的生产作业风险监管***，其特征在于：包括物联设备模块、作业计划模块、作业现场模块、智能反违章预警模块以及反违章行为识别模块，所述生产作业风险监管***与作业现场物联管理平台和手机客户端通信连接；

所述物联设备模块，用于维护作业现场使用的智能设备的基础信息台账，所述智能设备包括智能安全帽及布控球；

所述作业计划模块，用于根据物联设备模块提供的智能设备的基础信息台账规划现场作业计划；

所述作业现场模块，用于根据现场作业计划对作业现场进行管控以及将作业计划与智能设备进行关联；

所述反违章行为识别模块，用于对作业现场物联管理平台接入智能设备的位置信息和视频信息进行算法分析，基于反违章行为特征库采用图像识别算法，将图像识别的内容与反违章行为特征进行权值算法匹配，实现反违章行为识别，并将违章行为数据推送至智能反违章预警模块；

所述智能反违章预警模块，用于接收反违章行为识别模块推送的违章数据，稽查和管理人员查看当日违章看板数据，甄别违章行为后，向手机客户端下发违章整改通知单。

2.如权利要求1所述的基于物联网的生产作业风险监管***，其特征在于：所述基础信息台账包含设备编码、设备类型、设备名称、设备状态、设备统一视频平台的编码、设备所属单位。

3.如权利要求1所述的基于物联网的生产作业风险监管***，其特征在于：所述现场作业计划包括计划作业的内容、时间、地点、负责人信息、风险等级和智能设备编码。

4.如权利要求1所述的基于物联网的生产作业风险监管***，其特征在于：所述对作业现场进行管控包括负责人确定现场作业地址后相关工作班成员现场签到并开展作业、记录现场开工时间、作业开工经纬度，同时负责人在作业现场确认和开启智能设备；所述将作业计划与智能设备进行关联，具体包括：添加设备领用记录，所述设备领用记录包括日计划的ID、设备的ID、领用的状态和领用的时间。

5.如权利要求1所述的基于物联网的生产作业风险监管***，其特征在于：所述违章行为包括未戴安全帽、高处作业未佩戴安全带、未设置安全围栏，所述反违章行为特征库包括一般违章、Ⅰ类严重违章、Ⅱ类严重违章、Ⅲ类严重违章和典型违章。

6.一种基于物联网的生产作业风险监管方法，其特征在于，包括如下步骤：

步骤1、维护作业现场使用的智能设备的基础信息台账，所述智能设备包括智能安全帽、布控球，所述基础信息台账包含设备编码、设备类型、设备名称、设备状态、设备统一视频平台的编码、设备所属单位；

步骤2、根据物联设备模块提供的智能设备的基础信息台账规划现场作业计划；

步骤3、根据现场作业计划对作业现场进行管控以及将作业计划与智能设备进行关联；

步骤4、对作业现场物联管理平台接入智能设备的位置信息和视频信息进行算法分析，基于反违章行为特征库采用图像识别算法，将图像识别的内容与反违章行为特征进行权值算法匹配，实现反违章行为识别，并将违章行为数据推送至智能反违章预警模块；

步骤5、接收反违章行为识别模块推送的违章数据，用于稽查和管理人员查看当日违章看板数据，甄别违章行为后，向手机客户端下发违章整改通知单。

7.如权利要求6所述的基于物联网的生产作业风险监管方法，其特征在于：所述步骤2具体包括：

步骤2.1、工作负责人在作业计划模块录入周作业计划，指定工作时间、地点、内容、存在风险因素、相关作业人员、完成填报后提报审核人员进行审核并补充相关内容；

步骤2.2、审核人员进行审核，如果审核不通过，则退回到录入状态，审核完成之后，周计划将进入待拆解状态；

步骤2.3、配置定时任务对周计划进行拆解，按作业日分拆成多条日计划。

8.如权利要求6所述的基于物联网的生产作业风险监管方法，其特征在于：所述步骤3具体包括：

步骤3.1、负责人在要作业现场领取智能设备，并与周计划拆解出的日计划进行关联；

步骤3.2、负责人在作业现场对指定的作业进行开工，并将开工位置LocationA{x1,y1}存储在服务端；

步骤3.3、现场作业人员和到岗到位人员使用手机客户端进行签到，在签到时手机客户端采集当前用户的位置LocationB{x2,y2}，传递给电脑客户端进行电子围栏半径判断；

步骤3.4、电脑客户端服务计算作业人员位置与作业地点位置距离，判定是否在作业半径之内，如果人员不在围栏半径时给出提醒，电子围栏半径计算方式如下：D＝2r*arcsin(sqrt(sin((x1-x2)/2)^2+cos(x1)*cos(x2)*sin((y1-y2)/2)^2))；

步骤3.5、作业人员签到成功后，工作负责人带领作业人员进行安措交底确认，并上传安措数据，开始佩戴相关智能设备并开展作业，在用户作业过程中手机客户端持续进行采集坐标位置，如果连续3次判定不在围栏半径之内，则发出超出作业范围告警。

9.如权利要求6所述的基于物联网的生产作业风险监管方法，其特征在于：所述步骤4具体包括：

步骤4.1、作业现场的智能设备将位置信息和视频信息传输到反违章行为识别模块，结合图像识别算法，实现作业现场行为的算法分析，算法检测违章行为包含作业人员无资质、作业现场未按要求布置安全围栏、外来人员闯入作业区域/带电区域、登高作业人员无资质、登高作业未使用安全带、作业人员着装不规范、作业人员/工程机械进入带电区域、安全帽未正确佩戴、作业人员资信有问题；

步骤4.2、将图像识别算法识别的行为与违章库按设置算法进行运算和匹配，如果达到违章定性要求则认定为违章行为，若未达到则持续进行运算分析，算法逻辑如下：

首先，将不同级别的违章预警等级设置不同的系数，一般违章SC1，Ⅰ类严重违章SC2，Ⅱ类严重违章SC3，Ⅲ类严重违章SC4，典型违章SC5；

其次，统计历史违章行为次数：一般违章W1，Ⅰ类严重违章W2，Ⅱ类严重违章W3，Ⅲ类严重违章W4，典型违章W5；

再次，对作业现场相关人员的扣分情况做一个综合计算：所述作业人员(人数n)的历史违章扣分分数集合为H＝{h1，h2，h3，h4，...hn-1，hn}，则

最后，计算作业现场人员的违章预警分阈值S＝100-(Hm+1)*(SC1*W1+SC2*W2+SC3*W3+SC4*W4+SC5*W5)，其中预警风险等级低S1(98)，预警风险等级中S2(95)，预警风险等级高S3(90)，预警分不同等级阈值对应相关违章等级；

步骤4.3、将算法判定的违章行为的风险等级与***的违章库进行匹配，如果匹配上则标记好违章的类型、等级、违章内容，和关联的计划ID，生成违章看板需要的信息。

10.如权利要求9所述的基于物联网的生产作业风险监管方法，其特征在于：所述步骤5具体包括：

步骤5.1、稽查人员和管理人员查看***中违章行为看板，看板中包括作业信息、人员信息、现场视频截图和违章告警信息，以及作业人员在现场的活动轨迹；

步骤5.2、判定是违章后，在***下发违章整改信息推送给作业现场负责人，同时以短信的方式提醒负责人有违章行为；

步骤5.3、现场作业人员在收到违章整改通知单后进行确认；

步骤5.4、现场作业人员通过手机客户端选择进行申诉，发起申诉流程，如果申诉失败，则进行整改，如果申诉成功，则整改单直接进行归档状态；

步骤5.5、作业人员进行违章行为整改，并通过手机客户端上传相应的佐证材料；

步骤5.6、审核人员依据上传的整改材料进行判定，如果未达到整改要求，则作业人员继续进行整改；

步骤5.7、违章整改完成，进行归档状态。