基于神经网络的公路施工重大风险源识别方法及预警系统与流程

本发明属于数据识别，尤其涉及一种基于神经网络的公路施工重大风险源识别方法及预警系统。

背景技术：

1、在公路施工建设的各个阶段中公路路基工程是其中最为重要的一项内容，它的好坏直接关系着公路质量的高低，为人们的安全出行提供最可靠的保障。

2、施工期安全风险以人身安全为中心，凡是对人身安全产生影响的均称为风险源，是造成安全事故的潜在因素，风险辨识是进行风险分析时要首先进行的重要工作，风险识别最少要能解决三个方面的问题，一是有哪些风险应当考虑，二是引起这些风险的主要因素是什么，三是这些风险所引起后果的严重程度是什么。

3、在公路施工过程中所出现的各大危险事件中风险源是诱发危险事件发生的主要渊源，在进行系统分析中只有做好风险源的分类与处理工作，才能从根本上提高公路施工中的安全系数，最大限度地减少事故的发生频率，因此，对公路施工过程中风险源的辨识以及评价分级十分重要。

4、为解决上述问题，现有技术的中国专利，公开号：cn108665169a，公开日：2018年10月16日，公开了一种公路施工重大风险源辨识方法，公开如下步骤：

5、步骤s100、根据以往公路施工经验，对公路施工的风险源进行分级、分类，并制定风险源清单列表；

6、步骤s200、基于作业条件危险性评价法，依照步骤s100中所述的风险源清单列表，逐次对整个公路施工过程中的风险源进行辨识；

7、步骤s300、基于步骤s200中，对整个公路施工过程中的风险源的辨识结果，对公路施工的风险源进行风险等级评估。

8、现有技术取得的效果包括通过风险源清单列表的制定，能够提前准确获知该公路施工路段所存在的可能性风险；通过采用作业条件危险性评价法对风险源进行辨识、处理分析，并对风险源的辨识结果进行量化处理，实现了对公路施工过程中的风险源高效辨识以及对风险源的风险等级评估的功能，且风险评估结果可靠性强，从而使得公路施工人员能够根据风险评估结果，做到提前预防风险，避免风险的出现，或者是能够将风险源产生的风险灾害降至最小，减少风险带来的损失和伤亡，保证了公路施工的进行，提高了公路施工效率。

9、通过上述分析，现有技术存在的问题及缺陷为：现有技术对于公路施工风险源识别中对于可能不可预见的风险源实际不能有效提前感知，不能达到防范于未然，不能提前感知保证安全事故的发展趋势，保证财产安全。

技术实现思路

1、为克服相关技术中存在的问题，本发明公开实施例提供了一种基于神经网络的公路施工重大风险源识别方法及预警系统。

2、所述技术方案如下：一种基于神经网络的公路施工重大风险源识别方法，包括以下步骤：

3、s1，神经网络服务器根据接收到的风险源识别预处理数据集，估计出各个通道的通道图像灰度强度增益；

4、s2，判断通道图像灰度强度增益是否满足公路施工环境数据源的施工图像清晰度强度要求；

5、s3，对满足施工图像清晰度强度的数据，通过公路施工环境数据源和公路施工风险源同时传输，神经网络服务器及射频应对器分别识别公路施工环境数据源信号和公路施工风险源信号；

6、s4，神经网络服务器根据确定下来的图像灰度强度分配值，对公路施工环境数据源和公路施工风险源进行图像灰度强度的分配，射频应对器接收到信号后，根据反馈进行识别。

7、步骤s1中，神经网络服务器根据接收到的风险源识别预处理数据集，估计出各个通道的通道图像灰度强度增益；包括：

8、(1)公路施工环境数据源射频发射器和射频应对器向神经网络服务器发送风险源识别预处理数据集，神经网络服务器根据接收到的风险源识别预处理数据集估计出各个通道的通道图像灰度强度增益；

9、(2)根据估计出的通道图像灰度强度增益，判断出公路施工环境数据源单独传输时，公路施工环境数据源射频发射器和射频应对器是否满足公路施工环境数据源的图像清晰度强度；

10、(3)计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器机射频应对器处采用先识别公路施工环境数据源信号后识别公路施工风险源信号，分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，神经网络服务器给公路施工环境数据源信号和公路施工风险源分配的图像灰度强度；如果计算所得图像灰度强度满足最大图像灰度强度限制，公路施工环境数据源射频发射器，公路施工风险源射频发射器，神经网络服务器使用相应的图像灰度强度值发送信号，神经网络服务器处以及射频应对器处使用相应的识别模式对信号进行识别。

11、在一个实施例中，计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器先识别公路施工环境数据源信号，后识别公路施工风险源信号，分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，射频应对器处先识别公路施工风险源信号后识别公路施工环境数据源信号，神经网络服务器需要给公路施工环境数据源和公路施工风险源信号分配的图像灰度强度，如果计算所得图像灰度强度满足最大图像灰度强度限制，公路施工环境数据源射频发射器，公路施工风险源射频发射器。

12、在一个实施例中，计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器先识别公路施工风险源信号，后识别公路施工环境数据源信号，分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，射频应对器处先识别公路施工环境数据源信号后识别公路施工风险源信号，神经网络服务器处需要给公路施工环境数据源和公路施工风险源信号分配的图像灰度强度，如果计算所得的图像灰度强度满足相应的最大图像灰度强度限制，公路施工环境数据源射频发射器，公路施工风险源射频发射器。

13、在一个实施例中，计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器以及射频应对器处先识别公路施工风险源信号后识别公路施工环境数据源信号，分别需要的公路施工环境数据源射频发射器图像灰度强度和公路施工风险源射频发射器图像灰度强度；神经网络服务器处需要给公路施工环境数据源和公路施工风险源分配的图像灰度强度，如果计算所得的图像灰度强度满足相应的最大图像灰度强度限制，公路施工环境数据源射频发射器，公路施工风险源射频发射器，以及神经网络服务器使用相应的图像灰度强度值发送信号；神经网络服务器处以及射频应对器处使用相应的识别模式对信号进行识别。

14、步骤s2中，判断通道图像灰度强度增益是否满足公路施工环境数据源的施工图像清晰度强度要求包括：判断公路施工环境数据源，根据估计出的通道图像灰度强度增益判断出公路施工环境数据源单独传输时，公路施工环境数据源射频发射器和射频应对器是否都可以满足公路施工环境数据源的施工图像清晰度强度，若能满足，则考虑公路施工风险源的识别。

15、步骤s3中，对满足施工图像清晰度强度的数据，通过公路施工环境数据源和公路施工风险源同时传输包括：计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器机射频应对器处采用先识别公路施工环境数据源信号后识别公路施工风险源信号，所分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，神经网络服务器需要给公路施工环境数据源信号和公路施工风险源分配的图像灰度强度。

16、步骤s3中，神经网络服务器及射频应对器分别识别公路施工环境数据源信号和公路施工风险源信号包括：计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器先识别公路施工环境数据源信号，后识别公路施工风险源信号，所分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，射频应对器处先识别公路施工风险源信号后识别公路施工环境数据源信号，神经网络服务器需要给公路施工环境数据源和公路施工风险源信号分配的图像灰度强度；如果计算所得图像灰度强度满足最大图像灰度强度限制；

17、神经网络服务器根据估计出的通道图像灰度强度增益，确定公路施工环境数据源射频发射器、公路施工风险源射频发射器和神经网络服务器所实际使用的发射图像灰度强度以及识别模式；识别模式分为公路施工环境数据源单独识别模式，和公路施工风险源和公路施工环境数据源以噪声处理的方式共同识别模式；当公路施工环境数据源单独识别时，识别模式即为直接对公路施工环境数据源信号进行识别，当公路施工环境数据源和公路施工风险源以噪声处理方式共同识别时，识别模式分为，先识别公路施工环境数据源信号后识别公路施工风险源信号的识别模式，以及先识别公路施工风险源信号后识别公路施工环境数据源信号的识别模式。

18、在一个实施例中神经网络服务器处以及射频应对器处使用相应的识别模式对信号进行识别包括：

19、(1)当以及时，才考虑公路施工风险源识别，其中，不能同时成立时，采用公路施工环境数据源单独识别模式；

20、式中，ppmax为第一时刻公路施工环境数据源射频发射器的最大发射图像灰度强度，εp为p神经网络服务器在某一阶段发射图像灰度强度平均值，为p神经网络服务器与公路施工环境数据源射频发射器之间在eq通道的图像灰度强度增益值，prmax为神经网络服务器的最大发射图像灰度强度，为公路施工环境数据源射频发射器与p神经网络服务器之间在eq通道图像灰度强度增益，rp为公路施工环境数据源的施工图像清晰度强度，gp,r为p神经网络服务器与公路施工环境数据源射频发射器之间的通道图像灰度强度增益，b为高斯白噪声系数，n0为高斯白噪声，gr,p为公路施工环境数据源射频发射器与p神经网络服务器之间的通道图像灰度强度增益；

21、(2)当以及时，并且和同时成立时，神经网络服务器处先识别公路施工环境数据源信号，后识别公路施工风险源信号；第二时刻神经网络服务器给公路施工环境数据源信号分配的图像灰度强度为公路施工环境数据源射频应对器处将公路施工风险源信号当作噪声直接识别自己的信号，公路施工风险源射频应对器处，公路施工风险源先识别公路施工环境数据源信号，将其从混叠信号中删除后，再识别自己的信号；其中

22、式中，式中，psmax为公路施工风险源射频发射器的最大发射图像灰度强度，vs为s神经网络服务在某一阶段发射图像灰度强度平均值，为s神经网络服务与公路施工环境数据源射频发射器之间在eq通道图像灰度强度增益，为公路施工环境数据源射频发射器与s神经网络服务之间在eq通道图像灰度强度增益，为第一时刻公路施工环境数据源射频发射器与s神经网络服务器之间使用的发射图像灰度强度，gr,s为公路施工环境数据源射频发射器与s神经网络服务器之间的通道图像灰度强度增益，gs,r为s神经网络服务器与公路施工风险源射频发射器之间的通道图像灰度强度增益；

23、(3)当以及时，并且和同时成立时，神经网络服务器先识别公路施工环境数据源信号后识别公路施工风险源信号；第二时刻里神经网络服务器给公路施工风险源信号分配的图像灰度强度为公路施工环境数据源射频应对器处先识别公路施工风险源信号，将其从混叠信号中删除后，再识别公路施工环境数据源信号；公路施工风险源射频应对器处，将公路施工环境数据源信号当作噪声来处理，直接识别公路施工风险源信号；

24、(4)当以及时，并且和同时成立时，神经网络服务器处先识别公路施工风险源信号后识别公路施工环境数据源信号；第二时刻神经网络服务器给公路施工环境数据源的图像灰度强度为公路施工环境数据源射频应对器处将公路施工风险源的信号当作噪声来处理，直接识别自己的信号；公路施工风险源射频应对器处先识别公路施工环境数据源信号，将其从混叠信号中删除后，再识别自己的信号；

25、(5)当以及时，并且和同时成立时，第一时刻公路施工环境数据源的发射图像灰度强度分别为神经网络服务器处先识别公路施工风险源信号后识别公路施工环境数据源信号；第二时刻神经网络服务器给公路施工风险源信号分配的图像灰度强度为公路施工环境数据源射频应对器处先识别公路施工风险源信号，将其从混叠信号中删除后，再识别自己的信号，公路施工风险源射频应对器处将公路施工环境数据源信号当作噪声来处理，直接识别自己的信号。

26、本发明的另一目的在于提供一种基于神经网络的公路施工重大风险源识别预警系统，实施所述的基于神经网络的公路施工重大风险源识别方法，该系统包括：

27、通道图像灰度强度增益获取模块，用于公路施工环境数据源射频发射器、公路施工环境数据源射频应对器、公路施工风险源射频发射器和公路施工风险源射频应对器向神经网络服务器发送风险源识别预处理数据集，神经网络服务器根据接收到的风险源识别预处理数据集估计出各个通道的通道图像灰度强度增益；

28、施工图像清晰度强度判定模块，用于根据估计出的通道图像灰度强度增益判断出公路施工环境数据源单独传输时，公路施工环境数据源射频发射器和射频应对器是否都可以满足公路施工环境数据源的施工图像清晰度强度；

29、识别模式识别模块，用于计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器机射频应对器处采用先识别公路施工环境数据源信号后识别公路施工风险源信号，所分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，神经网络服务器需要给公路施工环境数据源信号和公路施工风险源分配的图像灰度强度；如果计算所得图像灰度强度满足最大图像灰度强度限制，公路施工环境数据源射频发射器，公路施工风险源射频发射器，以及神经网络服务器使用相应的图像灰度强度值发送信号，神经网络服务器处以及射频应对器处使用相应的识别模式对信号进行识别；

30、最大图像灰度强度限制模块，用于计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器先识别公路施工环境数据源信号，后识别公路施工风险源信号，所分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，射频应对器处先识别公路施工风险源信号后识别公路施工环境数据源信号，神经网络服务器需要给公路施工环境数据源和公路施工风险源信号分配的图像灰度强度；如果计算所得图像灰度强度满足最大图像灰度强度限制；

31、公路施工环境数据源和公路施工风险源同时传输模块，用于计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器先识别公路施工风险源信号，后识别公路施工环境数据源信号，所分别需要的公路施工环境数据源射频发射器和公路施工风险源射频发射器的图像灰度强度，射频应对器处先识别公路施工环境数据源信号后识别公路施工风险源信号，神经网络服务器处需要给公路施工环境数据源和公路施工风险源信号分配的图像灰度强度；

32、公路施工环境数据源和公路施工风险源分配的图像灰度强度识别模块，用于计算公路施工环境数据源和公路施工风险源同时传输时，神经网络服务器处以及射频应对器处先识别公路施工风险源信号后识别公路施工环境数据源信号，所分别需要的公路施工环境数据源射频发射器图像灰度强度和公路施工风险源射频发射器图像灰度强度，神经网络服务器处需要给公路施工环境数据源和公路施工风险源分配的图像灰度强度；

33、公路施工环境数据源单独传输模式模块，用于公路施工风险源不能识别判定；

34、射频应对器处的识别模式反馈模块，用于神经网络服务器将确定的公路施工环境数据源射频发射器和公路施工风险源射频发射器所使用的发射图像灰度强度反馈给公路施工环境数据源和公路施工风险源射频发射器，将确定下的射频应对器处的识别模式反馈给公路施工风险源和公路施工环境数据源射频应对器；

35、公路施工环境数据源和公路施工风险源进行图像灰度强度的分配模块，用于第一时刻里公路施工环境数据源射频发射器和公路施工风险源射频发射器根据神经网络服务器反馈的结果使用相应的图像灰度强度进行发送，神经网络服务器使用相应的识别模式进行识别；第二时刻里，神经网络服务器根据确定下来的图像灰度强度分配值，对公路施工环境数据源和公路施工风险源进行图像灰度强度的分配，射频应对器处接收到信号后，根据反馈得到的识别模式进行识别。

36、结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明对于公路施工风险源识别中对于可能不可预见的风险源实际能有效提前感知，能达到防范于未然，能提前感知保证安全事故的发展趋势，保证财产安全。