(1.國網四川省電力公司電力科學研究院,四川 成都 610041;2.成都信息工程大學控制工程學院,四川 成都 610025)
在高海拔、高寒等電力作業現場,由于高度缺氧、紫外線照射和溫差變化大等影響,對工作人員安全評價和管理難度加大,迫切需要一種能夠在惡劣環境下保障電力作業人員安全的裝置,輔助現場人員對復雜環境和自身體征狀況及時感知,進行團隊溝通和安全管理。
南京郵電大學開展了一種可穿戴式消防交互設備系統設計研究[1],對消防員災害狀態下的身體機能、活動輕度、體溫和呼吸率等進行監測。電子科技大學開展了可穿戴技術在企業現場設備維護作業及在心血管遠程監護中的應用研究[2-3]。中國電力科學研究院將可穿戴技術運用到安全帽和電子手表上,結合后臺監護系統實現對電力作業人員的安全監護,對人員的不安全行為及時進行警告,發生安全事故時及時開展應急救援[4]。電網企業現有的電力作業現場通信終端具備音視頻錄制、4G通信功能,已內置重力傳感器、震動模塊、GPS 定位,但不具備環境數據采集功能;此外,近場通信對講機和應急單兵終端不可穿戴,功能單一且使用方式落后,難以保障惡劣環境下作業人員的安全。
下面設計和實現了一種基于可穿戴設備和物聯網技術的惡劣電力作業環境安全保障系統,采用能夠監測心電的智能手表和監測大氣環境的可穿戴通信網關,實現電力現場作業人員健康和環境狀況的監測預警、可穿戴設備/可視終端及后臺的安全高效通信等功能,以保障工作人員的職業健康安全和安全生產。
考慮到高原等惡劣環境工作現場的情況復雜,現場安全保障需要的功能點眾多,設計了一種可擴展的可穿戴安全保障架構,使用無線可穿戴式網關,集中管理個體所有的可穿戴設備信息,并與后臺服務器進行數據交換,如圖1所示。
該系統由可穿戴信息采集設備、信息處理網關、應用系統3部分組成。可穿戴信息采集設備采集工作人員心電、脈搏、體溫、血氧、血壓等生命體征信息,通過ZIGBEE、藍牙、WiFi無線網絡傳輸等方式與信息網關進行信息傳輸。信息處理網關主要由網絡通信、數據處理與集中管理模塊構成。數據處理是整個系統架構的核心模塊,主要承擔數據接入、顯示、轉換、存儲等任務以及內置語音對講、GPS定位、環境信息(紫外線強度、氣壓、溫度等)采集和4G通信等功能。應用系統提供健康管理、信息援助與協同決策功能。
智能手機實施方案如圖2所示,采用業務分離及模塊化的設計思路,將可穿戴智能手表分為手表模組與生理信號采集兩部分。在智能手表模組部分,完成智能手表的常用功能,如操作系統、藍牙傳輸、屏驅動、存儲等;在生理信號采集部分,完成心電、心率、血氧、體溫的采集和數據預處理。兩者通過并口進行通信,生理信號采集部分將生理信號采集和預處理完畢后傳輸給智能手表,在智能手表上通過專業的健康分析算法進行顯示。健康信息可通過藍牙同步至手機和可穿戴網關,用戶通過手機或后臺進行日常健康管理。
信息處理網關是數據匯聚、處理和輸出的關鍵設備。監測信息包括生命體征信息、位置信息與環境信息,它們包含不同具體指標,來源于不同的可穿戴設備。以生命體征信息為例,包含心電、脈搏、體溫、血氧、血壓等指標。信息處理網關接收處理數據信息后,將結果通過4G網絡上傳至后端服務器,系統將數據可視化后在Web端顯示其結果。后臺管理系統主要負責對現場作業人員設備信息的匯總、分析、管理、存儲及反饋,可進行環境監測、健康分析與異常報警。
網關系統硬件結構如圖3所示,可穿戴安全保障網關主要分為電源、語音對講及信息處理模塊3部分。電源模塊采用12 V鋰電池供電,并具有系統供電穩壓及充放電管理,它直接供給語音對講和信息處理模塊。語音對講模塊主要完成團隊作業時的近場溝通;信息處理模塊可分為傳感器、網絡傳輸、近場網關與基本信息4部分。傳感器集成了環境感知模塊和GPS,可定位作業人員地理信息位置,并采集當地的環境情況(溫濕度、大氣氣壓、紫外線等);網絡傳輸主要采用4G模組,用于本地信息與后臺的交互;近場網關采用藍牙和WiFi模組,主要用于集成和擴展可穿戴設備;NFC作為個體標識,用手表掃描后可讀取其人員基本信息,存儲模組將完成本地的一些歷史數據存檔。

圖1 可穿戴電力作業安全保障系統架構

圖2 智能手表實施方案

圖3 網關系統硬件結構
基于采集的氣象環境和人體生理體征信息,如何進行人員健康狀態評價是本系統的關鍵。下面先介紹特征因子提取,然后通過機器學習的方法進行生命狀態評價分類,并以疲勞度為例進行人體安全度判別。
人體生理信號分為周期性生理信號和非周期性生理信號兩類[5]。人體周期性生理信號有PPG(脈搏波)、ECG(心電信號)等,可以反映人體疲勞和壓力情況;非周期性信號如體溫、血壓可直接反映人體生命體征狀態[6]。非周期性信號是能夠表征生命狀態的特征因子,但由于其往往數據量大,需要進行時頻分析,預處理得出特征因子。
例如心電數據[7],時域特征因子選用HR(心電R波數)和SD(R波間隔標準差);頻域特征因子選用HF(高頻段功率值)、LF(低頻段功率值)及VLF(極低頻段功率值)為特征因子。
系統傳感器采集人體的心電、心率、血壓等特征參數,通過時頻分析、多尺度熵分析等方式預處理提取出特征因子向量,并將其劃分為訓練樣本集和測試樣本集,利用機器學習中的多分類支持向量機(DAG-SVMS)根據訓練樣本集來確定最優多分類超平面算法。標定模塊利用得到的多分類器模型對測試樣本集進行處理,完成樣本數據的特征分類,其具體步驟如圖4所示。其中,算法標定模塊流程如圖5所示。

圖4 DAG-SVM實施思路

圖5 算法標定模塊流程
作業人員安全度判別方法流程如圖6所示[7],將人員的疲勞度等級Gn分為5級,即狀態良好、輕度疲勞、疲勞、比較疲勞及非常疲勞,分別對應G1至G5,取值為1~5。根據X對作業人員疲勞程度進行判別,X越小,安全度越高,其中f的取值在0和1之間。
如前所述,作業人員心電數據指標包括時域指標和頻域指標。基于心電的差異性原理,通過心率變異度等指標進行人員的疲勞度判別。將支持向量機SVM與心電數據相結合,其中,SVM的訓練過程為:采集電力工作場景下已作業疲勞和未作業疲勞人員的心電數據,得到數據集;對數據集提取心電數據指標,包括時域指標和頻域指標;將提取心電數據指標的輸入SVM完成訓練和標定。
基于智能手表的慣性傳感數據采集[7],運動數據指標包括作業時間WT、作業程度WD、狀態系數K、跌倒姿態P1、墜落姿態P2。其中,作業時間WT為記錄的累計持續振動時間,WD為運動數據的均方差,K為抬手狀態時間的歸一化系數。
生理信號很大程度上是精神疲勞,作業姿態統計和應急識別的結果很大可能是體力疲勞,本方法基于自身生理信號與作業姿態融合的方式對作業人員疲勞程度進行判別,對疲勞程度識別更準確。

圖6 作業人員安全度判別方法流程
采用大數據分析,基于工作人員健康采集數據,結合歷史數據和環境參數,實時監測和預測作業人員的健康狀態、疲勞度分析及預警,防范人身意外,為人員分工、作業計劃時間安排及勞動防護提供輔助決策。基于地理信息和人員定位,可視化顯示人員作業點位置、任務協作和人員健康實時狀態。將數據存儲和處理均放在服務器端,可穿戴手表與網關之間通過藍牙通信,網關通過4G網絡及虛擬專用網,接入服務器。
作業人員通過手機終端與個體可穿戴網關相連,可獲取環境信息、定位信息、健康信息,同時可連接后臺服務器以推送綜合信息。普通用戶的健康數據信息通過APP收集后以加密接口方式與平臺進行通信,平臺管理員通過管理后臺對平臺數據進行管理。手機APP與可穿戴網關、后臺服務器的網絡通信架構如圖7所示。

圖7 系統網絡通信架構
可穿戴系統指標參數如表1所示。可穿戴智能手表可以實時監測作業人員心電、脈搏、呼吸、心率、體溫,并通過無線通訊的方式向可穿戴網關傳送信息。可穿戴網關具有語音對講功能,保障團隊協作過程中的通信正常。另外,可穿戴網關內置環境監測系統,能夠測量高原溫濕度、紫外線、大氣氣壓。后臺安全管理軟件系統可進行日常人員健康狀況的管理,防止惡劣天氣出勤、曬傷、高原反應等。

表1 可穿戴系統實現指標
可穿戴設備的使用效果如圖8所示,網關與可視化終端集成在臂章上,與智能手表無線通信。
使用該系統后,人員生命體征、環境信息、人員歷史狀況等進行了信息化展現,作業場景安全防護水平大大提高。

圖8 可穿戴設備使用效果
圖9為疲勞度的分析應用界面。

圖9 疲勞度分析
研制了惡劣電力作業環境的可穿戴安全保障系統,包括心電健康智能手表和具備近場通信、遠程通信和環境監測的可穿戴網關。提出和實現了基于生理特征信號的復雜環境人體健康管理算法,實現健康狀態的實時評價和智能預警。
所研制的網關以臂章形式穿戴或手持系統與智能手表結合,可實現環境、生命體征、位置數據、運動數據等信息的實時采集,具有良好的適用性和擴展性,形成一套基于物聯網、可穿戴技術的人身安全和企業安全生產保障軟硬件架構。該項目完成后進行產品試制,可應用于藏區電網調試、高海拔地區檢修試驗、智能變電站等作業現場,替代現場原有的對講機等單一設備,提高現場安全管控的智能化和有效性。