基于安全指数云图的工厂安全状态评估方法与流程

本发明涉及工厂生产安全的监测和评估，尤其涉及一种基于安全指数云图的工厂安全状态评估方法。

背景技术：

由于近年来工厂设备问题导致的工厂安全事故越来越多，工厂安全问题成为人们日渐关注的问题。

目前已有大量的工作将研究的焦点放在了工厂设备安全监控问题上。然而大多数工厂的安全监控主要集中在微观尺度，即关注的对象往往是单个仪表的状态。对于更加宏观的尺度，例如工厂区域整体的安全状态，还没有较好的方法进行评估。特别是宏观层面的各个区域状态之间的关联关系往往能够反映工厂危险状态的扩散规律，从而帮助管理人员锁定需要重点监控的区域。

技术实现要素：

为了解决以上提到的技术问题，本发明提供了一种基于安全指数云图的工厂安全状态评估方法，包括如下步骤：

S1：将工厂区域划分为若干网格；

S2：针对每个网格区域中仪表的报警信息，计算得到各网格区域的安全指数；

S3：将步骤S2中得到的安全指数进行颜色映射，得到安全指数分布图，对安全指数分布图进行平滑后得到安全指数云图；

S4：基于所述安全指数云图对工厂的安全状态进行评估。

可选的，在所述步骤S1中，在划分网格时，将工厂区域划分为大小相同的网格。

可选的，在所述步骤S2中，根据报警信息计算安全指数时，根据网格区域内仪表的报警级别以及预设的仪表的安全权重系数，计算得到网格区域的安全指数。

可选的，在所述步骤S2中，计算得到的安全指数处于0至100的区间内。

可选的，所述安全指数通过以下公式计算得到：

$SI=(1-\frac{\underset{i=1}{\overset{n}{\Σ}}{a}_i\·w_i}{n\×k})\×100$

其中，SI代表安全指数，k表示仪表报警级别的最大值，a_i表示第i个仪表的报警级别，a_i∈[1k]且为整数，n表示该网格区域内仪表的总个数，w_i为安全权重系数。

可选的，在所述步骤S3中，具体包括：

S31：基于步骤S2得到的安全指数，映射得到各网格的呈现颜色；

S32：得到完整的所述安全指数分布图，使得所述安全指数分布图中各网格区域分别显示步骤S31确定的颜色；

S33：对所述安全指数分布图进行平滑后得到所述安全指数云图。

可选的，在所述步骤S31中，将安全指数映射到由深红色渐变到深绿色的颜色空间中。

本发明为了从宏观上把握工厂的安全状态，创造性地以可视化的方式展示工厂不同区域之间的安全状态及其关联关系。该发明首先对整个工厂平面图进行网格化划分，得到相同大小的网格；然后计算每个网格区域的安全指数；接着基于安全指数得到网格区域的安全指数分布图，对安全指数分布图进行平滑后得到安全指数云图；最后利用安全指数云图对工厂的安全状态进行评估。相比于一般的工厂安全状态评估方法，本发明所描述的方案更加侧重于从工厂区域这一宏观的空间尺度分析工厂的安全状态。该方法生成的安全指数分布图能够在时间和空间尺度上动态地反映工厂安全状态的变化规律。

进一步具体来说，本发明以工厂的区域为研究对像，从更为宏观的空间尺度研究工厂的安全状态，生成的安全指数分布图能够挖掘不同区域之间的关联关系，能够动态的反映危险状况的出现、扩散和消散过程，方便管理人员对工厂的安全状态进行监测、管理和研究。

附图说明

图1是本发明一可选实施例中网格划分示意图；

图2是本发明一可选实施例中安全指数分布图；

图3是本发明一可选实施例中安全指数云图。

具体实施方式

以下将结合图1至图3对本发明提供的基于安全指数云图的工厂安全状态评估方法进行详细描述，其为本发明可选的实施例。可以认为，本领域技术人员在不改变本发明精神和内容的范围内，能够对其进行修改和润色。

请参考图1至图3，本发明提供了一种基于安全指数云图的工厂安全状态评估方法，包括如下步骤：

S1：将工厂区域划分为若干网格；进一步可选的方案中，在所述步骤S1中，在划分网格时，将工厂区域划分为大小相同的网格。

具体来说，可将整个工厂区域在东西、南北走向分别等长地划分为相同大小的网格。当然，工厂中的每个仪表将包含于唯一的一个网格内。

S2：针对每个网格区域中仪表的报警信息，计算得到各网格区域的安全指数；

在进一步可选的实施例中，在所述步骤S2中，根据报警信息计算安全指数时，根据网格区域内仪表的报警级别以及预设的仪表的安全权重系数，计算得到网格区域的安全指数。计算得到的安全指数处于0至100的区间内。

可见，安全指数是在给定时间段内评价工厂安全程度的相对数，它是一个无量纲的量，根据给定的时间段长度的不同以及区域大小的不同，安全指数可以具有不同的时间和空间尺度。安全指数的取值区间为[0,100]，数值越大表示越安全。

对于如何计算，本发明给出了以下方式，但其实，其计算方式也并不限于此，任何能够实现安全评估的指数计算方式，都不脱离本发明的保护范围，所述安全指数通过以下公式计算得到：

$SI=(1-\frac{\underset{i=1}{\overset{n}{\Σ}}{a}_i\·w_i}{n\×k})\×100$

其中，SI代表安全指数，k表示仪表报警级别的最大值，a_i表示第i个仪表的报警级别，a_i∈[1k]且为整数，n表示该网格区域内仪表的总个数，w_i为安全权重系数。

S3：将步骤S2中得到的安全指数进行颜色映射，得到安全指数分布图，对安全指数分布图进行平滑后得到安全指数云图；

进一步来说，在本发明可选的实施例中，在所述步骤S3中，具体包括：

S31：基于步骤S2得到的安全指数，映射得到各网格的呈现颜色；举例来说，在所述步骤S31中，将各网格区域的安全指数映射到连续的颜色空间，进而可以得到各网格区域的安全指数分布图。具体到上文提到的实施方式中，即将范围为[0,100]安全指数映射到由深红色变化到深绿色的颜色空间，得到的效果，可以参照图2来理解。

当然，这种颜色空间并不限于由深红色到深绿色的颜色空间，最简单来说，也可以是由纯黑色到纯白色的颜色空间，本发明不对其进行具体的限定，只要实现了安全指数与颜色的映射，就是本发明力求保护的方案之一。

S32：得到完整的所述安全指数分布图，使得所述安全指数分布图中各网格区域分别显示步骤S31确定的颜色；

S33：对所述安全指数分布图进行平滑后得到所述安全指数云图。

这里平滑处理的手段可以采用图像平滑算子，如均值滤波器、高斯滤波器等对网格区域的安全指数分布图进行平滑，得到安全指数云图。

以高斯滤波器为例，得到的网格区域的安全指数分布图，利用高斯滤波器进行平滑后，网格区域的边界将变得模糊，相同颜色的网格聚合在一起，从而得到最终的安全指数云图，其效果可以参照图3理解。

S4：基于所述安全指数云图对工厂的安全状态进行评估。本发明不对具体评估的对象和手段进行限定，只要是基于前文得到的安全指数云图对工厂的安全状态进行评估，就不脱离本发明的保护范围。最简单的评估可以举例为：根据工厂的安全指数云图，通过颜色的分布评估工厂的安全状态。红色颜色越深、红色区域面积越大则表明该区域越危险。

综上所述，本发明为了从宏观上把握工厂的安全状态，创造性地以可视化的方式展示工厂不同区域之间的安全状态及其关联关系。该发明首先对整个工厂平面图进行网格化划分，得到相同大小的网格；然后计算每个网格区域的安全指数；接着基于安全指数得到网格区域的安全指数分布图，对安全指数分布图进行平滑后得到安全指数云图；最后利用安全指数云图对工厂的安全状态进行评估。相比于一般的工厂安全状态评估方法，本发明所描述的方案更加侧重于从工厂区域这一宏观的空间尺度分析工厂的安全状态。该方法生成的安全指数云图能够在时间和空间尺度上动态地反映工厂安全状态的变化规律。

进一步具体来说，本发明以工厂的区域为研究对像，从更为宏观的空间尺度研究工厂的安全状态，生成的安全指数云图能够挖掘不同区域之间的关联关系，能够动态的反映危险状况的出现、扩散和消散过程，方便管理人员对工厂的安全状态进行监测、管理和研究。