[发明专利]基于智能物联网的设备风险检测方法

说明书

本发明涉及人工智能、安全生产技术领域，具体涉及一种基于智能物联网的设备风险检测方法。该方法包括：取环境图像，提取环境图像获得目标特种设备信息、危险源信息和人员信息，采集危险源音频和目标特种设备音频。根据危险源信息和危险源音频获得险源热力图，根据目标特种设备信息和目标特种设备音频获得特种设备热力图。将危险源热力图与所述设备热力图叠加，获得环境危险热力图，根据人员信息获得人员分布图。将环境危险热力图和人员分布图送入预先训练好的安全隐患等级判别网络，输出安全隐患等级。本发明通过特种设备自身情况和外界影响分析了特种设备的安全隐患。

技术领域

本发明涉及人工智能、安全生产技术领域，具体涉及一种基于智能物联网的设备风险检测方法。

背景技术

特种设备是指涉及生命安全、危险性较大的锅炉、压力容器、压力管道、电梯、起重机械、客运索道、大型游乐设施和场内专用机动车辆这八大类设备。特种设备在工作运行中，因为自身和其他危险源的影响，存在一定的安全隐患。其他危险源如物料储存罐、易燃易爆物、其他特种设备等。为保障特种设备的安全运行，需要实时获得特种设备的安全隐患，及时采取相应措施。

特种设备在工作时的音频特征可以反映设备在工作时的运行情况，工作异常的特种设备会存在异常的音频特征。但特种设备使用作业环境复杂，会受到危险源、人员等多方影响，无法在复杂的作业环境中得到准确的安全隐患结果。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于智能物联网的设备风险检测方法，所采用的技术方案具体如下：

本发明提出了一种基于智能物联网的设备风险检测方法，所述方法包括：

获取环境图像；分割所述环境图像获得目标特种设备信息、危险源信息和人员信息；采集危险源音频和目标特种设备音频；

根据所述危险源信息获得第一辐射区域；根据所述危险源音频与正常作业下的标准危险源音频的差异调整所述第一辐射区域的像素值，获得危险源热力图；根据所述目标特种设备信息获得第二辐射区域；根据所述目标特种设备音频与正常作业下的标准目标特种设备音频的差异调整所述第二辐射区域的像素值，获得特种设备热力图；

将所述危险源热力图与所述设备热力图叠加，获得环境危险热力图；根据所述人员信息获得人员分布图；

将所述环境危险热力图和所述人员分布图送入预先训练好的安全隐患等级判别网络，输出安全隐患等级。

进一步地，所述安全隐患等级判别网络包括：

所述安全隐患等级判别网络的损失函数中通过环境复杂度调整网络损失值；所述环境复杂度包括音频复杂度和区域复杂度；所述音频复杂度通过所述目标特种设备音频和经去噪后的目标特种设备去噪音频的差异获得；所述区域复杂度通过所述第一辐射区域和所述第二辐射区域的交集信息获得；所述交集信息包括交集面积和交集次数；所述交集次数为以所述第二辐射区域为基础，构成交集的所述第一辐射区域的数量。

进一步地，所述音频复杂度通过所述第二音频信息和所述第二去噪音频信息的差异获得包括：

通过音频复杂度公式获得所述音频复杂度；所述音频复杂度包括：

其中，f₁为所述音频复杂度，P为所述第二音频信息，P^*为所述第二去噪音频信息。

进一步地，所述区域复杂度通过所述交集面积、所述交集次数和所述第二辐射区域面积获得包括：

通过区域复杂度公式获得所述区域复杂度；所述区域复杂度公式包括：