[發明專利]基于智能物聯網的設備風險檢測方法

在審

• 申請號: 202210043311.0
• 申請日: 2022-01-14
• 公開（公告）號: CN114418983A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 孔慶端;楊耀黨;田雷;胡松濤;楊青三;姜棟梁;李金輝;張瑜;趙毅麗;黃庭剛;賈志闖;毛春麗;孟丹丹;陳亞楠;紀學峰;張雨;李先占;韓靜宜;李鍵
• 申請（專利權）人: 河南鑫安利安全科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06Q10/06;G06N3/04;G06N3/08;G01J5/48;G10L25/48
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 張丹丹

1.一種基于智能物聯網的設備風險檢測方法，其特征在于，所述方法包括：

獲取環境圖像；分割所述環境圖像獲得目標特種設備信息、危險源信息和人員信息；采集危險源音頻和目標特種設備音頻；

根據所述危險源信息獲得第一輻射區域；根據所述危險源音頻與正常作業下的標準危險源音頻的差異調整所述第一輻射區域的像素值，獲得危險源熱力圖；根據所述目標特種設備信息獲得第二輻射區域；根據所述目標特種設備音頻與正常作業下的標準目標特種設備音頻的差異調整所述第二輻射區域的像素值，獲得特種設備熱力圖；

將所述危險源熱力圖與所述設備熱力圖疊加，獲得環境危險熱力圖；根據所述人員信息獲得人員分布圖；

將所述環境危險熱力圖和所述人員分布圖送入預先訓練好的安全隱患等級判別網絡，輸出安全隱患等級。

2.根據權利要求1所述的一種基于智能物聯網的設備風險檢測方法，其特征在于，所述安全隱患等級判別網絡包括：

所述安全隱患等級判別網絡的損失函數中通過環境復雜度調整網絡損失值；所述環境復雜度包括音頻復雜度和區域復雜度；所述音頻復雜度通過所述目標特種設備音頻和經去噪后的目標特種設備去噪音頻的差異獲得；所述區域復雜度通過所述第一輻射區域和所述第二輻射區域的交集信息獲得；所述交集信息包括交集面積和交集次數；所述交集次數為以所述第二輻射區域為基礎，構成交集的所述第一輻射區域的數量。

3.根據權利要求2所述的一種基于智能物聯網的設備風險檢測方法，其特征在于，所述音頻復雜度通過所述第二音頻信息和所述第二去噪音頻信息的差異獲得包括：

通過音頻復雜度公式獲得所述音頻復雜度；所述音頻復雜度包括：

其中，f₁為所述音頻復雜度，P為所述第二音頻信息，P^*為所述第二去噪音頻信息。

4.根據權利要求2所述的一種基于智能物聯網的設備風險檢測方法，其特征在于，所述區域復雜度通過所述交集面積、所述交集次數和所述第二輻射區域面積獲得包括：

通過區域復雜度公式獲得所述區域復雜度；所述區域復雜度公式包括：

其中，f₂為所述復雜度公式，c_k為第k個交集的所述交集次數，s_k為第k個交集的所述交集面積，K為交集的數量，S為所述第二輻射區域面積。

5.根據權利要求1所述的一種基于智能物聯網的設備風險檢測方法，其特征在于，所述根據所述危險源信息獲得第一輻射區域包括：

根據所述危險源信息獲得危險程度，根據輻射區域半徑公式獲得第一輻射區域半徑；以所述危險源信息的所述目標中心點為圓心，根據所述第一輻射區域半徑做圓，獲得所述第一輻射區域；所述輻射區域半徑公式包括：

其中，R為所述第一輻射區域半徑，α為修正系數，d為所述危險程度，(w,h)為所述危險源信息中目標包圍框的寬和高。

6.根據權利要求1所述的一種基于智能物聯網的設備風險檢測方法，其特征在于，所述根據所述危險源音頻與正常作業下的標準危險源音頻的差異調整所述第一輻射區域的像素值包括：

根據所述危險源音頻與正常作業下的標準危險源音頻的差異獲得第一異常系數，根據像素值調整公式調整所述第一輻射區域；所述像素值調整公式包括：

其中，g(x,y)為所述第一輻射區域在(x,y)處的像素點調整后的像素值，(x′,y′)為所述危險源信息的目標中心點坐標，β為所述第一異常系數，d為所述危險程度，D為預設最大危險程度。

7.根據權利要求6所述的一種基于智能物聯網的設備風險檢測方法，其特征在于，所述根據所述危險源音頻與正常作業下的標準危險源音頻的差異獲得第一異常系數包括：

根據所述危險源音頻獲得危險源去噪音頻特征，根據所述標準危險源音頻獲得標準危險源音頻特征，根據異常系數計算公式獲得所述第一異常系數；所述異常系數計算公式包括：

其中，β為所述第一異常系數，Y為所述危險源去噪音頻特征，Y₀為標準危險源音頻特征。