数字技术与应用杂志社

摘要：<正>在硅冶炼矿热炉作业高温、高噪、高粉尘的场景下，传统单一监控手段难以提前识别人员疲劳、姿势异常与环境突变的结构性痛点，因此，本文提出人机工程学与智能监控融合的冶炼作业安全预警模型。该模型采用端—边—云协同架构，端侧部署7.8 M参数与YOLOv5-s+Transformer混合网络，边缘侧完成时空特征融合，云端通过知识蒸馏持续优化模型。同时，设计滑动窗核密度动态阈值与快速上肢评估（RULA）加权映射策略，实现2 s级疲劳等级估算及38 s预警提前量。针对硅液喷溅、有毒气体瞬时泄漏等硅冶炼典型风险场景，通过多源特征权重动态分配，进一步提升风险识别特异性。该模型解决了硅冶炼场景风险语义割裂、数据尺度差异及干预滞后问题，为高温冶炼行业提供了可推广、可复制的安全技术路径。

专辑： 信息科技;基础科学;工程科技Ⅰ辑;工程科技Ⅱ辑

专题： 生物学;无机化工;有机化工;安全科学与灾害防治;工业通用技术及设备;自动化技术

分类号： TQ086;TP274;TB18