噪声职业病危害管理系统的研究与应用

这是一篇关于噪声职业病危害,管理系统,听力损失,职业健康检查,预测预警的论文, 主要内容为目的:建立噪声职业病危害管理系统,分析企业噪声职业病危害与预防控制现状,实现企业、职业卫生服务机构和监管部门对劳动者接触噪声所致职业病危害风险的动态监测预警,为噪声职业暴露人群监控与预警的提供有效技术依据,提升噪声职业病危害预防控制技术水平及职业健康风险的综合管理能力。方法:本文基于Spring Cloud微服务架构实现噪声职业病危害管理系统的整体设计,以噪声职业病危害风险评价与管理的思路,实现职业暴露调查数据、噪声检测结果数据、职业健康检查结果数据的统计和管理。对某热电企业作业人群进行职业暴露调查,连续三年(2017年-2019年)对该企业的噪声强度进行现场测量、对作业人员进行职业健康检查,并将数据录入到本研究的管理系统。选取该企业噪声作业人员(噪声等效声级>80d B(A))为接触组,以该企业非噪声作业人员为对照组,采用SPSS19.0对收集到的检测与体检数据进行统计处理,分析噪声导致听力损失的特征、2017-2019三年企业噪声职业病危害现状与发病趋势。计数资料组间的差异采用χ2检验。计量资料两组间均数的比较采用独立t检验。采用ISO 1999:2013(E)《声学噪声引起的听力损失评估》中听力损失风险的预测模型,计算噪声作业人群的听力损失风险概率。结果:以噪声职业病危害风险评价与管理的思路构建了噪声职业病危害管理系统,实现职业暴露调查数据、噪声检测结果数据、职业健康检查结果数据的统计和管理,登记、查询、管理噪声接触人群职业健康信息。本文提出的噪声职业病危害管理系统主要包括:职业暴露调查数据、工作场所、劳动个体职业暴露评估数据、体检、噪声强度数据分析、噪声致听力损失风险及管理的预警分析、公告管理、知识库管理、系统管理等内容。根据该热电企业连续三年的噪声强度检测数据可知该企业高噪声设备噪声瞬时强度可达到90d B(A)以上,甚至超过100d B(A)。大多数作业岗位均为噪声作业岗位,等效声级超过80 d B(A),且存在部分噪声超标岗位,等效声级超过85 d B(A)。该企业近三年未出现过职业病病例——职业性噪声聋,该企业2017～2019年3年作业人员纯音听阈测试结果听力异常率的差异有统计学意义(P<0.05),且近三年该企业整体听力异常率变化呈逐年下降的趋势(P<0.05)。该企业连续三年噪声接触组双耳高频(3000、4000、6000Hz)平均听阈≥40d B异常率高于对照组,差异有统计学意义(P<0.05);连续两年噪声接触组双耳高频(3000、4000、6000Hz)平均听阈≥40d B伴语频任意频率听阈>25d B异常率高于对照组,差异有统计学意义(P<0.05);噪声接触组与对照组的职业禁忌证检出情况差异无统计学意义。采用听力损失风险的预测模型预测等效声级85d B(A)下,人群从20岁暴露10、20、30、35、40年由年龄和噪声引起发生高频标准听阈偏移的风险分别为34.3%、55.2%、77.1%、84.2%、89.1%,引起职业性噪声聋的风险分别为0～0.5%、0～0.5%、0～0.5%、6.3%、11.8%。由年龄和噪声引起的听力损失以及由噪声引起的听力损失均在4000 Hz频率上出现听阈级的最大值,听力图随频率的变化呈V字形。结论:听力损失发展的特点为早期以高频听力下降为主,逐渐累及语频,从源头上早期预防和控制噪声聋的发生、将监测数据与体检结果相结合进行深入的统计分析对职业病危害进行风险管理显得尤为重要。职业病危害管理系统为职业病预防控制与风险分析提供所需要的数据,是职业病危害预防控制与风险分析的基础和保障。建立噪声职业病危害管理系统,将互联网大数据、计算机终端应用于职业性噪声聋高危人群监控及技术体系构建,用于企业、职业卫生技术服务机构、政府管理部门等对噪声接触情况及职业病危害进行统计分析,针对重点行业及时进行职业病防控。登记噪声检测强度、劳动者个人和用人单位职业健康监护资料,对指标变化趋势进行预测预警,掌握噪声聋在噪声作业人群、高噪声行业、企业的发病特点和发展趋势,优化风险管理对策。

噪声职业病危害管理系统的研究与应用

这是一篇关于噪声职业病危害,管理系统,听力损失,职业健康检查,预测预警的论文, 主要内容为目的:建立噪声职业病危害管理系统,分析企业噪声职业病危害与预防控制现状,实现企业、职业卫生服务机构和监管部门对劳动者接触噪声所致职业病危害风险的动态监测预警,为噪声职业暴露人群监控与预警的提供有效技术依据,提升噪声职业病危害预防控制技术水平及职业健康风险的综合管理能力。方法:本文基于Spring Cloud微服务架构实现噪声职业病危害管理系统的整体设计,以噪声职业病危害风险评价与管理的思路,实现职业暴露调查数据、噪声检测结果数据、职业健康检查结果数据的统计和管理。对某热电企业作业人群进行职业暴露调查,连续三年(2017年-2019年)对该企业的噪声强度进行现场测量、对作业人员进行职业健康检查,并将数据录入到本研究的管理系统。选取该企业噪声作业人员(噪声等效声级>80d B(A))为接触组,以该企业非噪声作业人员为对照组,采用SPSS19.0对收集到的检测与体检数据进行统计处理,分析噪声导致听力损失的特征、2017-2019三年企业噪声职业病危害现状与发病趋势。计数资料组间的差异采用χ2检验。计量资料两组间均数的比较采用独立t检验。采用ISO 1999:2013(E)《声学噪声引起的听力损失评估》中听力损失风险的预测模型,计算噪声作业人群的听力损失风险概率。结果:以噪声职业病危害风险评价与管理的思路构建了噪声职业病危害管理系统,实现职业暴露调查数据、噪声检测结果数据、职业健康检查结果数据的统计和管理,登记、查询、管理噪声接触人群职业健康信息。本文提出的噪声职业病危害管理系统主要包括:职业暴露调查数据、工作场所、劳动个体职业暴露评估数据、体检、噪声强度数据分析、噪声致听力损失风险及管理的预警分析、公告管理、知识库管理、系统管理等内容。根据该热电企业连续三年的噪声强度检测数据可知该企业高噪声设备噪声瞬时强度可达到90d B(A)以上,甚至超过100d B(A)。大多数作业岗位均为噪声作业岗位,等效声级超过80 d B(A),且存在部分噪声超标岗位,等效声级超过85 d B(A)。该企业近三年未出现过职业病病例——职业性噪声聋,该企业2017～2019年3年作业人员纯音听阈测试结果听力异常率的差异有统计学意义(P<0.05),且近三年该企业整体听力异常率变化呈逐年下降的趋势(P<0.05)。该企业连续三年噪声接触组双耳高频(3000、4000、6000Hz)平均听阈≥40d B异常率高于对照组,差异有统计学意义(P<0.05);连续两年噪声接触组双耳高频(3000、4000、6000Hz)平均听阈≥40d B伴语频任意频率听阈>25d B异常率高于对照组,差异有统计学意义(P<0.05);噪声接触组与对照组的职业禁忌证检出情况差异无统计学意义。采用听力损失风险的预测模型预测等效声级85d B(A)下,人群从20岁暴露10、20、30、35、40年由年龄和噪声引起发生高频标准听阈偏移的风险分别为34.3%、55.2%、77.1%、84.2%、89.1%,引起职业性噪声聋的风险分别为0～0.5%、0～0.5%、0～0.5%、6.3%、11.8%。由年龄和噪声引起的听力损失以及由噪声引起的听力损失均在4000 Hz频率上出现听阈级的最大值,听力图随频率的变化呈V字形。结论:听力损失发展的特点为早期以高频听力下降为主,逐渐累及语频,从源头上早期预防和控制噪声聋的发生、将监测数据与体检结果相结合进行深入的统计分析对职业病危害进行风险管理显得尤为重要。职业病危害管理系统为职业病预防控制与风险分析提供所需要的数据,是职业病危害预防控制与风险分析的基础和保障。建立噪声职业病危害管理系统,将互联网大数据、计算机终端应用于职业性噪声聋高危人群监控及技术体系构建,用于企业、职业卫生技术服务机构、政府管理部门等对噪声接触情况及职业病危害进行统计分析,针对重点行业及时进行职业病防控。登记噪声检测强度、劳动者个人和用人单位职业健康监护资料,对指标变化趋势进行预测预警,掌握噪声聋在噪声作业人群、高噪声行业、企业的发病特点和发展趋势,优化风险管理对策。

基于物联网的地下水环境监测预警系统研究

这是一篇关于地下水环境,物联网,实时监测,BP神经网络,预测预警的论文, 主要内容为在生活及工农业用水中,地下水作为一种不可或缺的资源具有举足轻重的地位。近年来我国经济发展迅速,在人类活动的影响下地下水环境问题愈发突显,如地下水水位下降、地下水水质恶化等问题,导致次生地质灾害的发生。为了掌握地下水水质的变化情况,对地下水环境的监测就变得十分重要。传统的地下水监测是对地下水观测点进行采样室内分析,由于地下水观测点分散,采集地下水环境数据的周期长、频次低,对地下水情的变化不能及时发现。通过分析地下水水质指标,结合先进的传感器技术、无线传输技术、数据处理技术等,研究并开发地下水环境监测预警系统。系统主要分为采集站、One NET物联网云平台和基于Web的客户端。对采集站的主控制器、传感器、无线传输模块、本地存储模块等进行选型并采用Altium Designer软件进行核心板设计,完成了PCB的绘制与制作;系统采用光伏发电系统为其供电。采集站软件部分使用Keil5软件对STM32单片机进行程序设计和编写。客户端为基于B/S架构的Web客户端,前端框架选用vue.js,后台采用eggjs+Mysql的方案。One NET物联网云平台作为采集站与客户端之间的通信桥梁。根据已有的气象监测系统、用水量监测系统以及地下水环境监测系统获取的相关数据对相应的地下水水质参数进行预测研究,通过构建BP神经网络预测模型,在客户端中对地下水环境相关指标实现预测及预警。系统克服了大多数地下水监测系统监测项目单一、数据迟报等现象,实现了水位、水质、温度的综合性实时监测、远距离传输及预测预警。系统除了地下水环境的监测及预警,还可在地表水、矿山地下水、水库等场所的水环境监测中推广使用。与人工监测相比可准确的获取地下水环境水位、水质、水温参数。该论文有图54幅,表13个,参考文献86篇。

基于物联网的地下水环境监测预警系统研究

这是一篇关于地下水环境,物联网,实时监测,BP神经网络,预测预警的论文, 主要内容为在生活及工农业用水中,地下水作为一种不可或缺的资源具有举足轻重的地位。近年来我国经济发展迅速,在人类活动的影响下地下水环境问题愈发突显,如地下水水位下降、地下水水质恶化等问题,导致次生地质灾害的发生。为了掌握地下水水质的变化情况,对地下水环境的监测就变得十分重要。传统的地下水监测是对地下水观测点进行采样室内分析,由于地下水观测点分散,采集地下水环境数据的周期长、频次低,对地下水情的变化不能及时发现。通过分析地下水水质指标,结合先进的传感器技术、无线传输技术、数据处理技术等,研究并开发地下水环境监测预警系统。系统主要分为采集站、One NET物联网云平台和基于Web的客户端。对采集站的主控制器、传感器、无线传输模块、本地存储模块等进行选型并采用Altium Designer软件进行核心板设计,完成了PCB的绘制与制作;系统采用光伏发电系统为其供电。采集站软件部分使用Keil5软件对STM32单片机进行程序设计和编写。客户端为基于B/S架构的Web客户端,前端框架选用vue.js,后台采用eggjs+Mysql的方案。One NET物联网云平台作为采集站与客户端之间的通信桥梁。根据已有的气象监测系统、用水量监测系统以及地下水环境监测系统获取的相关数据对相应的地下水水质参数进行预测研究,通过构建BP神经网络预测模型,在客户端中对地下水环境相关指标实现预测及预警。系统克服了大多数地下水监测系统监测项目单一、数据迟报等现象,实现了水位、水质、温度的综合性实时监测、远距离传输及预测预警。系统除了地下水环境的监测及预警,还可在地表水、矿山地下水、水库等场所的水环境监测中推广使用。与人工监测相比可准确的获取地下水环境水位、水质、水温参数。该论文有图54幅,表13个,参考文献86篇。

农村生活污水监测系统分析与设计

这是一篇关于物联网技术,报警提示,预测预警,数据监测的论文, 主要内容为随着我国城市化进程的加快,农村生活水平逐渐提高,与此同时,农村生活污水的排放量也在逐年递增。为了建设美丽乡村,加强环境治理保护,农村各地开始新建污水厂,但由于专业人员的匮乏,导致农村生活污水厂缺乏合理可靠的系统进行监测。因此,本文选用多种水质传感器,通过物联网技术和互联网技术的结合,实现对污水水质参数的实时监测和预测,并为监测和预测数据设置阈值。当系统超出监测阈值时发出报警提示,超出预测阈值则发出预警提示,对污水厂水质参数的监测,为污水厂的污水处理提供了良好的数据参考。具体内容如下:一、查阅文献资料,阐述污水监测系统的相关背景和研究意义,并通过国内外研究,探究出污水监测系统的现状。在此基础上确定课题的研究内容,关键在于设计一个适合农村生活污水且拥有预警报警功能的水质监测系统。二、分析污水的主要特征,并且在了解污水的类别后,选取农村生活污水厂作为系统的监测地点。通过对污水处理过程中三个阶段工艺的了解,掌握污水厂内每个污水处理池设计的目的。然后根据农村生活污水的特点,分析出该水质的主要影响参数,针对影响参数给出具体的解释,为系统中硬件选型提供依据。三、对农村生活污水监测系统进行系统硬件设计,分析传感器的工作原理,选择适合水质监测的传感器型号,通过RS-485总线实现与STM32微处理器的连接,结合ESP8266WIFI模块实现数据的采集和传输。四、使用Idea和Wet Storm开发工具对监测系统进行开发,Vue和Element UI技术对界面进行布局美化设计。My SQL实现数据信息的存储,LSTM算法对监测到的水质数据建立模型进行预测。最终实现了水质数据的实时监测、水质报警、传感器设备节点的控制、水质预测预警等功能,为农村污水厂的运行提供可靠的水质数据和稳定的运行保障。在实际应用时,农村生活污水监测系统有较好的实用性和可重复利用性,可以自动实现数据的监测、传输和存储,为污水的处理提供了数据依据,对农村生活污水监测系统的设计具有推动作用,对同类项目起到参考价值。

农村生活污水监测系统分析与设计

这是一篇关于物联网技术,报警提示,预测预警,数据监测的论文, 主要内容为随着我国城市化进程的加快,农村生活水平逐渐提高,与此同时,农村生活污水的排放量也在逐年递增。为了建设美丽乡村,加强环境治理保护,农村各地开始新建污水厂,但由于专业人员的匮乏,导致农村生活污水厂缺乏合理可靠的系统进行监测。因此,本文选用多种水质传感器,通过物联网技术和互联网技术的结合,实现对污水水质参数的实时监测和预测,并为监测和预测数据设置阈值。当系统超出监测阈值时发出报警提示,超出预测阈值则发出预警提示,对污水厂水质参数的监测,为污水厂的污水处理提供了良好的数据参考。具体内容如下:一、查阅文献资料,阐述污水监测系统的相关背景和研究意义,并通过国内外研究,探究出污水监测系统的现状。在此基础上确定课题的研究内容,关键在于设计一个适合农村生活污水且拥有预警报警功能的水质监测系统。二、分析污水的主要特征,并且在了解污水的类别后,选取农村生活污水厂作为系统的监测地点。通过对污水处理过程中三个阶段工艺的了解,掌握污水厂内每个污水处理池设计的目的。然后根据农村生活污水的特点,分析出该水质的主要影响参数,针对影响参数给出具体的解释,为系统中硬件选型提供依据。三、对农村生活污水监测系统进行系统硬件设计,分析传感器的工作原理,选择适合水质监测的传感器型号,通过RS-485总线实现与STM32微处理器的连接,结合ESP8266WIFI模块实现数据的采集和传输。四、使用Idea和Wet Storm开发工具对监测系统进行开发,Vue和Element UI技术对界面进行布局美化设计。My SQL实现数据信息的存储,LSTM算法对监测到的水质数据建立模型进行预测。最终实现了水质数据的实时监测、水质报警、传感器设备节点的控制、水质预测预警等功能,为农村污水厂的运行提供可靠的水质数据和稳定的运行保障。在实际应用时,农村生活污水监测系统有较好的实用性和可重复利用性,可以自动实现数据的监测、传输和存储,为污水的处理提供了数据依据,对农村生活污水监测系统的设计具有推动作用,对同类项目起到参考价值。

基于大数据分析与挖掘的铁路沉降灾害预警模型研究

这是一篇关于铁路地面沉降,干涉雷达,预测预警,大数据挖掘的论文, 主要内容为地面沉降灾害是一种常见的缓变性地质灾害,其具有生成缓慢且防治难度大的特点。严重的地面沉降会对人们的经济生活到来巨大的危害,铁路沿线的地面沉降更是如此。高速铁路对于地面沉降特别敏感,不均匀的沉降不仅降低乘客乘坐的舒适度,更有可能直接威胁到列车的安全。本文课题通过对铁路沿线地面沉降数据进行大数据分析以及大数据挖掘,建立铁路地面沉降预测预警模型。并将预测预警模型应用于铁路地面沉降监测区域进行预测预警。其主要研究工作如下:1.对采集的卫星遥感图像进行预处理,并采用永久散射体合成孔径雷达干涉测量(PS-In SAR)技术计算监测区域的地表时序形变值。将获取的形变值用以监测铁路沿线的地面沉降变化情况。2.对地面沉降灾害的影响因素进行大数据分析,定量给出各个影响因素对地面沉降的影响。对铁路监测场所的地面沉降时间规律进行分析,结果表明隧道和桥梁场所的地面沉降值总体上呈现周期性变化,路基场所的沉降速度则表现为先快后慢。使用Aprioir算法挖掘各铁路场所地面沉降的关联规则,确定地面沉降预测的相关因素。3.对多种时间序列预测模型进行比较分析,选择长短期记忆人工神经网络(LSTM)作为地面沉降预测的基础模型。针对LSTM模型特征提取能力不足导致欠拟合的问题,提出CNN-LSTM组合模型提升特征提取阶段的效果。根据CNN-LSTM预测模型的结果进行地面沉降时空趋势的预测。通过对比实验验证CNN-LSTM预测模型的改进效果,结果表明本模型与单一LSTM预测模型相比,拟合效果更好,在隧道、桥梁、路基三种场所下的平均误差率为0.84%、5.7%、0.55%,符合铁路地面沉降预测的需求。4.结合预测模型获取的预测信息以及铁路沉降灾害风险指标,提出三种场景的铁路地面沉降预警模型。通过该模型可以用于铁路沿线区域的沉降风险预警。实验结果表明本文提出的隧道、桥梁、路基沉降灾害风险预警模型准确率分别为76%,86%,84%,满足预警的要求。5.基于Spring MVC、Bootstrap、My Batis等框架开发实现川藏铁路沿线地面沉降地质灾害在线预警应用功能。该应用功能对铁路沿线地面沉降的预警结果进行大数据可视化呈现,帮助铁路地面沉降监测人员做好预防措施。

基于物联网的地下水环境监测预警系统研究

这是一篇关于地下水环境,物联网,实时监测,BP神经网络,预测预警的论文, 主要内容为在生活及工农业用水中,地下水作为一种不可或缺的资源具有举足轻重的地位。近年来我国经济发展迅速,在人类活动的影响下地下水环境问题愈发突显,如地下水水位下降、地下水水质恶化等问题,导致次生地质灾害的发生。为了掌握地下水水质的变化情况,对地下水环境的监测就变得十分重要。传统的地下水监测是对地下水观测点进行采样室内分析,由于地下水观测点分散,采集地下水环境数据的周期长、频次低,对地下水情的变化不能及时发现。通过分析地下水水质指标,结合先进的传感器技术、无线传输技术、数据处理技术等,研究并开发地下水环境监测预警系统。系统主要分为采集站、One NET物联网云平台和基于Web的客户端。对采集站的主控制器、传感器、无线传输模块、本地存储模块等进行选型并采用Altium Designer软件进行核心板设计,完成了PCB的绘制与制作;系统采用光伏发电系统为其供电。采集站软件部分使用Keil5软件对STM32单片机进行程序设计和编写。客户端为基于B/S架构的Web客户端,前端框架选用vue.js,后台采用eggjs+Mysql的方案。One NET物联网云平台作为采集站与客户端之间的通信桥梁。根据已有的气象监测系统、用水量监测系统以及地下水环境监测系统获取的相关数据对相应的地下水水质参数进行预测研究,通过构建BP神经网络预测模型,在客户端中对地下水环境相关指标实现预测及预警。系统克服了大多数地下水监测系统监测项目单一、数据迟报等现象,实现了水位、水质、温度的综合性实时监测、远距离传输及预测预警。系统除了地下水环境的监测及预警,还可在地表水、矿山地下水、水库等场所的水环境监测中推广使用。与人工监测相比可准确的获取地下水环境水位、水质、水温参数。该论文有图54幅,表13个,参考文献86篇。