基于改进YOLOv5的机械制造业企业安全风险管理模型

来源：中国安全科学学报杂志2025年第3期北京时间：

作者：张浩, 艾尔肯·亥木都拉

单位：1 新疆大学 商学院,新疆 乌鲁木齐 830046；2 新疆大学 智能制造现代产业学院,新疆 乌鲁木齐 830046

摘要：为提升机械制造业企业安全风险管理的效率与精确性,融合贝叶斯网络与机器视觉技术,基于改进的 YOLOv5计算作业现场安全隐患事件交并比(IoU)值,利用审计风险评估结合层次分析法(AHP)得出危险权重确定贝叶斯网络根节点的先验概率,建立贝叶斯网络模型与设计管理体系,实现闭环控制,构建一种机械制造业企业安全风险管理模型,并经实例验证。结果表明:该模型有着较为准确的识别与评估能力,能够发现一些潜在的安全隐患,据此可对现行的管理流程作适当优化。同时,该模型还能够实现定性与定量分析的有效结合,把专家经验和数据量化成果相互融合、彼此印证,使得风险评估结果在科学性与可靠性方面有一定提升,可为安全风险管理工作提供一个实用的新思路。

关键词：机械制造业企业,安全风险管理,贝叶斯网络,机器视觉,改进YOLOv5,层次分析法(AHP),先验概率