【技术实现步骤摘要】
本专利技术涉及信息管理，尤其涉及一种基于大数据的职业健康安全监控预警系统。
技术介绍
1、随着大数据时代的到来，企业、工厂、企事业单位等单位的数据日益增长，其中包括职业健康和安全相关的数据。为了更好地管理和提高职业健康与安全管理的效率和质量，基于大数据技术的职业健康安全监控预警系统应运而生。该系统可以自动化地从大量的数据中识别安全隐患和健康风险，并提供实时的预警和报告，为企业职业健康和安全管理提供强有力的支持。
2、专利号cn2023108834956公开了一种职业健康安全精准管理系统，包括账号登录模块、清单上传模块、清单审核模块和清单更新模块；账户登录模块用于用户登录职业健康安全精准管理系统；清单上传模块用于将任务清单上传至职业健康安全精准管理系统；清单审核模块用于对任务清单进行审核，将审核不通过的任务清单退回至用户；清单更新模块用于对审核通过的任务清单进行更新。上述职业健康安全精准管理系统为管理人员设置专用账号，登录后进入职业健康安全精准管理系统的清单上传模块，对任务清单进行数据上传，并对上传的任务内容进行逐一审核和批准；对不符合要求的任务内容进行退回，重新进行上传和审核；解决了现有职业健康安全精准管理系统标准不统一和企业信息遗失等情况。
3、专利号cn2021112153205公开了一种职业健康风险整体管控系统，包括健康体检一体机、健康平台和专家医生健康管理团队，健康体检一体机连接至健康平台，健康平台连接至专家医生健康管理团队，健康平台对体检的数据进行健康风险分析，健康平台根据数据的不同的风险等级进
4、虽然，以上专利中都对职工的职业健康进行精准管理，但无法根据职工的工作环境及生理特征对健康趋势进行精准判断及预测，从而职工的健康趋势判断失误率高及健康状态预测的准确率低。
技术实现思路
1、本专利技术的目的是提供一种基于大数据的职业健康安全监控预警系统，能够通过健康融合监测模型对各无损数据链结合工作环境及生理特征进行实时监测，以获取职业健康安全预测结果；以提高对职工健康趋势的精准判断，提升职工健康预测准确率。
2、本专利技术利用下述技术方案：
3、一种基于大数据的职业健康安全监控预警系统，包括检验模块、采集模块、处理模块、评测模块和预警模块；其中，
4、检验模块，用于验证用户的身份及职业工种；
5、采集模块，用于对已通过检验模块完成验证的用户进行健康数据采集，还用于采集各职业工种的工作环境参数；
6、处理模块，用于对采集的所有数据进行预处理；
7、评测模块，用于将完成预处理的数据进行关联性构建，并对用户的职业健康安全进行预测，以生成预测结果；
8、预警模块，用于根据预测结果对用户进行警告和提示。
9、优选地，检验模块包括身份识别单元和职业匹配单元；身份识别单元利用智能卡识别器对用户的智能卡进行读取，以提取智能卡的内部信息数据；职业匹配单元利用信息匹配算法根据内部信息数据，将用户匹配至对应的职业工种；内部信息数据包括但不限于员工编号、姓名、年龄、部门和身份证号码；职业工种包括但不限于科学研究人员、工作技术人员、农业技术人员、飞机船舶技术人员、经济金融人员和教学职工人员。
10、优选地，采集模块包括人体检测单元、环境采集单元和导入扫描单元；人体检测单元利用便携穿戴设备测量记录用户的各种生理参数及运动数据；便携穿戴设备指将生理传感器和运动传感器集成于一体的便携式检测设备；生理参数包括但不限于压力值、体温、心率、血压、呼吸频率和睡眠时间；运动数据包括但不限于静止时间、运动速度、运动加速度、运动步数和消耗能量；环境采集单元利用传感器网络获取用户的工作环境参数及外表特征数据；传感器网络包括但不限于温度传感器、湿度传感器、摄像装置、激光粉尘仪和毫米波雷达；工作环境参数包括但不限于温度、湿度和空气质量；外表特征数据包括但不限于面部；导入扫描单元利用扫描仪将用户的纸质版或电子版的体检报告内容进行扫描提取；体检报告内容包括但不限于身高、心率和血压。
11、优选地，处理模块对采集的所有数据进行预处理的流程为：
12、a：根据数据来源将采集的所有数据划分至对应的数据处理区域；
13、数据来源包括内部生理部分外部环境部分历史体检部分内部生理部分、外部环境部分和历史体检部分；数据处理区域包括内部处理区域、外部处理区域和历史数据区域；内部处理区域用于处理内部生理部分的生理参数及运动数据；外部处理区域用于处理外部环境部分的工作环境参数及外表特征数据；历史数据区域用于处理历史体检部分的体检报告内容；
14、b：将各数据处理区域的内部的参数数据，根据预设时间间隔聚合为若干数据块；预设时间间隔为小时；
15、c：根据参数数据类型将各数据块的参数数据进行分类，并根据正常生理指标将完成分类的参数数据按照健康等级进行分级；
16、健康等级包括5个等级，1-2级属于健康状态，3级表示用户存在某些疾病或生理缺陷，4-5级属于轻伤或严重损伤的状态；
17、d：对完成分级的参数数据利用数据清洗算法进行异常数据清理和修正；数据清洗算法包括但不限于数据去重算法、数据填充算法、数据转换算法和数据简化算法；
18、e：根据数据采集时间，各数据处理区域将完成数据清洗的所有数据块的内部数据进行关联归一，以构建对应的聚合数据链；
19、聚合数据链由健康等级、数据来源和数据处理区域构建的综合数据链表，以充分体现人体中各类参数数据对职业健康的影响；
20、f：将各聚合数据链利用数据压缩算法进行无损压缩，以构建对应的无损数据链；
21、g：将各无损数据链和各聚合数据链利用并行启发传输算法，传输至评测模块进行实时预测。
22、优选地，评测模块包括数据判断单元和健康评价单元；数据判断单元利用解压缩抽样算法对接收的各无损数据链进行解压缩，并利用对应的聚合数据链对完成解压缩的各无损数据链进行验证，以保证各数据处理区域的参数数据的完整性和准确性；健康评价单元利用预设的健康融合监测模型，对解压缩后的各无损数据链进行实时监测，以获取职业健康安全预测结果。
23、优选地，健康融合监测模型包括特征分离层、模型构建层、迭代训练层和预测输出层；特征分离层首先将解压缩后的无损数据链的特征值进行提取：
24、
25、其中，y1表示第一无损数据链的特征值，time()表示时间间隔提取函数，α表示生理参数权重值，pre表示压力值，表示哈达玛内积，⊙表示哈达玛本文档来自技高网...
【技术保护点】
1.一种基于大数据的职业健康安全监控预警系统，其特征在于：包括检验模块、采集模块、处理模块、评测模块和预警模块；其中，
2.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述检验模块包括身份识别单元和职业匹配单元；身份识别单元利用智能卡识别器对用户的智能卡进行读取，以提取智能卡的内部信息数据；职业匹配单元利用信息匹配算法根据内部信息数据，将用户匹配至对应的职业工种。
3.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述采集模块包括人体检测单元、环境采集单元和导入扫描单元；人体检测单元利用便携穿戴设备测量记录用户的各种生理参数及运动数据；便携穿戴设备指将生理传感器和运动传感器集成于一体的便携式检测设备；环境采集单元利用传感器网络获取用户的工作环境参数及外表特征数据；导入扫描单元利用扫描仪将用户的纸质版或电子版的体检报告内容进行扫描提取。
4.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述处理模块对采集的所有数据进行预处理的流程为：
5.根据权利要求1所述的基
6.根据权利要求5所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述健康融合监测模型包括特征分离层、模型构建层、迭代训练层和预测输出层；特征分离层首先将解压缩后的无损数据链的特征值进行提取：
7.根据权利要求6所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述模型构建层利用两个分支根据工作环境参数和外表特征数据，分别构建工作场景模型和三维人体模型；第一个分支包括3个3X3X3的边卷积层、2个5X5X1边卷积层、2个1X1X5边卷积层、2个3X3X3边池化层和2个3X3X3逆最大边池化层；2个3X3X3边池化层和2个3X3X3逆最大边池化层利用网格简化算法进行训练，以获取精细工作场景；第二个分支包括4个5X5X1边卷积层、2个1X1X5边卷积层、4个3X3X3边池化层、3个3X3X3逆最大边池化层、神经融合形状机制、包裹变形分支和补偿变形分支；第二个分支利用神经融合形状机制将包裹变形分支和补偿变形分支进行互相拼接，包裹变形分支与2个5X5X1边卷积层和1个1X1X5边卷积层串联，补偿变形分支与串联的2个5X5X1边卷积层和1个1X1X5边卷积层并联。
8.根据权利要求6所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述迭代训练层利用多尺度注意力机制和位置注意力机制，对工作场景模型、三维人体模型和各无损数据链的特征矩阵进行若干次迭代训练，以获取特征权重矩阵；迭代训练层利用控制缝合层，将各无损数据链的特征矩阵拼接后分别输入工作场景模型和三维人体模型；迭代训练层包括2个串联的RES-ECA块、3个3X3X1卷积层、3个1X1X3卷积层和2个Relu激活函数；RES-ECA块包括4个3X3X3卷积层、6个并联Inception V3块的残差块、3个全局池化层、2个维度扩充层和3个Sigmoid激活函数。
9.根据权利要求6所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述预测输出层用于对特征权重矩阵进行优化更新，以获取职业健康安全预测结果；预测输出层包括3个Inception V1块、2个Inception V4块、2个5X5X5上采样层、1个3X3X3平均池化层和2个MISH激活函数。
10.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述预警模块包括警告提示单元、智能收集单元和策略防护单元；智能收集单元利用笔记本、打印设备、台式机和/或手机，将用户的体检报告进行显示及收集；策略防护单元利用策略生成算法，根据职业健康安全预测结果为用户提供健康养生建议；警告提示单元将职业健康安全预测结果和健康养生建议，利用短信和/或消息通知的方式提示用户。
...【技术特征摘要】
1.一种基于大数据的职业健康安全监控预警系统，其特征在于：包括检验模块、采集模块、处理模块、评测模块和预警模块；其中，
2.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述检验模块包括身份识别单元和职业匹配单元；身份识别单元利用智能卡识别器对用户的智能卡进行读取，以提取智能卡的内部信息数据；职业匹配单元利用信息匹配算法根据内部信息数据，将用户匹配至对应的职业工种。
3.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述采集模块包括人体检测单元、环境采集单元和导入扫描单元；人体检测单元利用便携穿戴设备测量记录用户的各种生理参数及运动数据；便携穿戴设备指将生理传感器和运动传感器集成于一体的便携式检测设备；环境采集单元利用传感器网络获取用户的工作环境参数及外表特征数据；导入扫描单元利用扫描仪将用户的纸质版或电子版的体检报告内容进行扫描提取。
4.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述处理模块对采集的所有数据进行预处理的流程为：
5.根据权利要求1所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述评测模块包括数据判断单元和健康评价单元；数据判断单元利用解压缩抽样算法对接收的各无损数据链进行解压缩，并利用对应的聚合数据链对完成解压缩的各无损数据链进行验证，以保证各数据处理区域的参数数据的完整性和准确性；健康评价单元利用预设的健康融合监测模型，对解压缩后的各无损数据链进行实时监测，以获取职业健康安全预测结果。
6.根据权利要求5所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述健康融合监测模型包括特征分离层、模型构建层、迭代训练层和预测输出层；特征分离层首先将解压缩后的无损数据链的特征值进行提取：
7.根据权利要求6所述的基于大数据的职业健康安全监控预警系统，其特征在于：所述模型构建层利用两个分支根据工作环境参数和外表特征数据，分别构建工作场景模型和三维人体模型；第一个分支包括3个3x3x3的边卷积层、2个5x5x1边卷积层、2个1x...
【专利技术属性】
技术研发人员：康乐，安琼新，岳焕娟，孙玉雷，朱颢东，南姣芬，刘小刚，王英奇，田小雪，
申请(专利权)人：河南鑫安利安全科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。