机械安全风险预警

封面

版权信息

内容简介

前言

第1章 绪论

1.1 开展机械安全风险预警研究的背景和意义

1.2 国内外研究现状

1.2.1 机械安全研究现状

1.2.2 安全风险预警理论及系统研究现状

1.2.3 机械安全中人体异常行为识别与检测研究现状

1.2.4 风险值计算模型研究现状

1.3 机械安全风险预警的主要研究内容

第2章 机械安全风险预警体系

2.1 机械安全风险预警理论基础

2.1.1 危险源、事故与风险

2.1.2 事故致因理论

2.2 机械安全风险预警的概念

2.3 机械安全风险预警四维模型

2.3.1 机械安全风险预警四维模型的构建

2.3.2 逻辑维

2.3.3 要素维

2.3.4 系统维

2.3.5 知识维

2.4 机械安全风险预警实现的关键技术

第3章 机械安全风险预警监测要素的确定

3.1 机械危险基本类型

3.2 监测要素的确定原则

3.3 机械安全风险预警监测要素的确定方法

3.3.1 监测要素的确定流程

3.3.2 风险分析与风险评价

3.3.3 安全投资成本分析

3.4 基于年费用法的安全投资成本分析

3.4.1 最优可变安全投资

3.4.2 年费用法

3.5 基于模糊推理法的安全投资成本分析

3.5.1 模糊推理系统理论基础

3.5.2 模糊化变量的定义

3.5.3 模糊控制规则与模糊推理方法的确定

3.5.4 模糊推理结果

第4章 机械安全风险预警风险值计算模型及权重的确定

4.1 综合评价函数

4.2 用于机械安全风险预警的风险值计算模型

4.3 监测要素耦合权重的确定方法

4.3.1 监测要素权重确定的考虑因素

4.3.2 风险因素耦合概述

4.3.3 耦合权重确定方法的提出

4.3.4 AHP法

4.3.5 DEMATEL法

4.3.6 基于MSRAI的权重计算方法

4.3.7 耦合权重计算

第5章 面向机械安全风险预警的人的不安全行为检测与识别

5.1 机械安全中人的不安全行为的检测方式

5.2 人体与危险源之间的安全距离

5.2.1 安全距离分类

5.2.2 静态安全距离与动态安全距离

5.2.3 自主移动机器与人体之间动态安全距离的计算方法和验证

5.3 基于深度相机的人体位置检测

5.3.1 基于深度相机的人体位置检测概述

5.3.2 卷积神经网络简介

5.3.3 基于深度相机的人体位置检测方法

5.3.4 基于深度相机的机器人机械安全防护人体位置检测的实现

5.3.5 采用深度相机实现人体位置检测的优势

5.4 基于图像的个人防护用品佩戴识别

5.4.1 基于图像的个人防护用品佩戴识别流程

5.4.2 个人防护用品佩戴检测模型的构建

5.4.3 个人防护用品佩戴识别模型训练

5.4.4 个人防护用品佩戴检测模型测试

第6章 机器状态监测

6.1 机器状态监测流程

6.1.1 一般流程

6.1.2 设备审核

6.1.3 危害度审核

6.1.4 监测方法选择

6.1.5 数据采集与分析

6.1.6 评审

6.2 机器状态监测系统

6.2.1 机器状态监测系统的组成

6.2.2 数据采集模块

6.2.3 数据操作模块

6.2.4 数据分析模块

6.2.5 数据输出模块

6.2.6 数据存档模块与信息表示模块

第7章 机械安全风险预警系统的构建

7.1 预警监测系统

7.2 预警分级系统

7.3 预警措施系统

7.3.1 预警措施系统的构建要求

7.3.2 安全控制系统的组成

7.3.3 预警措施系统的组成

7.3.4 预警措施系统与安全控制系统的区别

7.4 机械安全风险预警系统安全相关部件的设计

7.4.1 SRP/MSREWS设计迭代过程

7.4.2 识别由SRP/MSREWS执行的安全功能

7.4.3 规定每种安全功能所要求的特征

7.4.4 确定所需性能等级PLr

7.4.5 安全功能设计和技术实现

7.4.6 评估性能等级PL

7.4.7 验证安全功能PL

第8章 机器人机械安全风险预警系统

8.1 监测要素的确定