Jian Wang and Ze-Nian Li
jwangc,li@cs.sfu.ca
School of Computing Science
Simon Fraser University
Burnaby,BC V5A1S6,Canada
ABSTRACT
This paper proposes a novel algorithm to solve the problem of segmenting foreground-moving objects from the background scene.The major cue used for object segmentation is the motion information,which is initially extracted from MPEG motion vectors.Since the MPEG motion vectors are generated for simple video compression without any consideration of visual objects,they may not correspond to the true motion of the macroblocks.We propose a Kernel-based Multiple Cue(KMC) algorithm to deal with the above inconsistency of MPEG motion vectors and use multiple cues to segment moving objects. KMC detects and calibrates camera movements;and then?nds the kernels of moving objects.The segmentation starts from these kernels,which are textured regions with credible motion vectors.Beside motion information,it also makes use of color and texture to help achieving a better segmentation.Moreover,KMC can keep track of the segmented objects over multiple frames,which is useful for object-based coding.Experimental results show that KMC combines temporal and spatial information in a graceful way,which enables it to segment and track the moving objects under different camera motions.Future work includes object segmentation in compressed domain,motion estimation from raw video,etc.
Keywords:Motion vector,Locale,Kernel,Object segmentation,Multiple cues,Tracking
1.INTRODUCTION
The segmentation of foreground moving objects from the background scene in digital video has seen a high degree of interest in recent years.Many object segmentation algorithms have been proposed in the literature.QBIC and VideoQ use color as the major cue for segmentation.ASSET2detects corners in each frame to establish the feature correspondence between consecutive frames,estimate motion information,and segments moving objects based on this motion information.Polana and Nelson use Fourier Transform to detect and recognize objects with repetitive motion pattern,such as walking people. Malassiotis and Strintzis use the difference map between consecutive frames and apply an active contour model(snake) algorithm to segment moving objects.These algorithms can be grouped into color and texture based or motion based.MPEG-4is currently examining two temporal algorithms,and one spatial algorithm that is based on a watershed algorithm for object segmentation.Li proposes feature localization instead of segmentation and introduces a new concept locale,which is a set of tiles(or pixels)that can capture a certain feature.Locales are different from the segmented regions in three ways.Figure1shows the two locales in an image.The tiles forming the locales may not be connected.The locales can be overlapping,because a tile may belong to multiple locales.Moreover,the union of all locales in an image does not have to be the entire image.
This paper proposes a Kernel-based Multiple Cue(KMC)algorithm,which uses MPEG motion vectors as the major cue to solve the problem of object segmentation.The KMC algorithm can deal with the inconsistency of the MPEG motion vectors and use multiple cues to re?ne the segmentation result.Moreover,a spatial segmentation algorithm is applied to extract the object shape and an object tracking algorithm is proposed to keep track of the segmented objects over multiple frames.
2.OBJECT SEGMENTATION AND TRACKING
2.1.De?nitions
In this paper,kernel is de?ned as a group of neighboring macroblocks with credible motion vectors.In order to ensure that,the kernel must meet three criteria,which are motion consistency,low residue,and texture constraint.The detection of kernel is intended to?nd regions with credible motion vectors,and subsequent object segmentation will start from these regions so that there exists a better chance to get good result.
blue
L red blue
red
L Figure 1.Localization vs.segmentation locale 3locale 1
locale N
Figure 2.Motion locale
This paper introduces a concept motion locale ,which is similar to locale .Motion locales can be non-connected,in-complete,and overlapping and they contain spatiotemporal information about a segmented moving object such as object size,centroid position,color distribution,texture,and a link to its previous occurrence.
Figure 2shows the procedure of keeping track of a motion locale over multiple frames.Each rectangle represents a video frame and the irregular polygon stands for a moving object.The dashed line describes the motion trajectory of the centroid of the moving object.The information about a segmented object is saved in a motion locale,which represents a spatiotemporal entity.The multiple occurrences of the same object are re?ected by the links between locales.The trajectory of a moving object can be seen clearly from the motion locale.
2.2.Basic Assumptions
The KMC algorithm has several assumptions,which are near orthographic camera projection assumption,rigid object assump-tion,and global af?ne motion assumption.The paper assumes that the distance from the scene to the camera is far compared to the variation of depth in the scene.Therefore,the depth estimation can be neglected.The rigid object is assumed so that the macroblocks composing the object can be clustered and segmented from the background based on motion information.The global motion caused by camera is assumed to be af?ne motion and a 2D af?ne motion model is used to describe the camera motion.
2.3.Flow Chart
Figure 3shows the overall structure of the KMC algorithm.At ?rst,different camera motions,such as still (no motion),pan/tilt,and zoom,are detected and calibrated.After that,a kernel detection and merge procedure is applied to deal with the inconsistency of the MPEG motion vectors and to ?nd the regions with reliable motion vectors,and subsequent object segmentation will start from the detected kernels.The kernel detection and merge procedure segments a video frame into the background,the object kernels,and the unde?ned region.However,sometimes the motion cue itself is not enough to recover the whole object region.The detected object kernels may miss some object macroblocks or add some background macroblocks.In order to deal with that,a region growing and re?nement process is applied to add the object macroblocks and remove the background ones.This process is based on the color,texture,and other cues by considering the similarity between neighboring
Figure3.Overall structure of KMC
macroblocks to reassign a macroblock to the background or an object kernel.Moreover,a spatial segmentation algorithm is performed to extract the object shape and an object tracking algorithm is designed to detect the segmented objects and their motion trajectory over multiple frames.
2.4.Camera Motion Detection
A six-parameter2D af?ne motion model is used to detect background motion in this paper.The background macroblocks are assumed to conform to an af?ne motion model,which has six parameters.The three pairs of parameters can be resolved by using the centroid coordinates and motion vectors of at least three macroblocks.The estimation of the af?ne motion model is to solve the equations
(1)
(2) where to are the af?ne parameters to be estimated.
2.4.1.Camera Pan/Tilt
When the camera is panning/tilting,there exists a major motion group moving towards a certain direction that corresponds to the camera motion.Therefore,pan/tilt can be detected by checking if there is a motion group that occupies a large part of the scene.In this paper,the threshold is set to0.6,which means a pan/tilt is detected if the largest motion group occupies more than 60percent of the entire scene.However,the method can make mistakes if the moving objects occupy a large part of the scene and move with similar motions.In order to avoid that,the motion of outmost macroblocks are checked to see if the boundary of the scene is moving or not.If the boundary of the scene is also moving,then the camera is moving;otherwise,the camera is still.
Figure4.Symmetrical Pair of Macroblocks under Zoom
2.4.2.Camera Zoom
Camera zoom is modeled using a six-parameter af?ne motion model.When the camera is zooming,the motion pattern shows some symmetry around the center.It is detected by checking the number of symmetrical pair of macroblocks.
Figure4shows some macroblocks under camera zoom.The shaded macroblocks are located symetrically around the center with opposite motion vectors.They are linked by dash lines.When the camera is zooming,the motion vectors will display some degree of symmetry around the center of the frame.When the camera is zooming in,all the pixels should move away from the center;when the camera is zooming out,all the pixels should move towards the center.
Let denotes the center of the frame.For each macroblock A in the frame,there exists a symmetrical macroblock B. The centers of A and B are represented by and respectively.The motion vectors of A and B are and. The following relationships hold for A and B.
(3)
The af?ne motion parameters are estimated using the centroid coordinates and motion vectors of three macroblocks that show the symmetrical motion pattern illustrated in Figure4.Suppose the centroid of the macroblocks is,, and and their motion vectors are,,.The estimation of the af?ne motion model is to solve the equations
(4)
(5)
(6)
(7)
(8)
(9)
where to are the af?ne parameters to be estimated.In order to improve the result,all the data that conform to the zoom pattern are used to estimate the af?ne parameters and their averages are used as the?nal af?ne motion parameters.In this paper,video clips are used for experiments and at least six pairs of macroblocks with the above symmetrical motion pattern are needed to estimate the af?ne motion parameters.The average of the estimated parameters are used as the af?ne parameters for the camera motion.
2.5.Kernel Detection and Merge
Kernel detection is intended to?nd the regions with credible motion vectors.The neighboring macroblocks with similar motion and small motion estimation error are merged to form a kernel.A kernel can be any size and any shape.Once a kernel is formed, it is checked to see if the kernel has some texture.If the kernel has no texture,then it is considered to be unreliable and removed from the kernel list.
2.5.1.Motion Consistency
The macroblocks forming a kernel must conform to a consistent motion pattern.The macroblocks are merged into multiple groups based on their motion similarity.The neighboring macroblocks are compared and if their motions are similar,they will be put into one motion group.The similarity is measured as follows.
(10) where denotes the motion vector of a macroblock M,and denotes the motion vector of a neighboring macroblock N of M.If is smaller than a certain threshold(set to3in this paper),the two macroblocks will be put into one group as a candidate kernel.
2.5.2.Low Estimation Error
The motion estimation error of the whole kernel should be smaller than a certain threshold,which is set to0.85in this paper. This is to make sure that the motion estimation is accurate enough.Motion estimation is applied to each macroblock of a candidate kernel.The motion estimation error for a macroblock M with motion vector is computed as:
(11) where is the number of correctly estimated pixels and is the total number of pixels in the macroblock,which is256in this paper.
The motion estimation error of an entire kernel K is described in the following equation.
(12)
where denotes the macroblocks that belong to kernel K,and denote the macroblock and its motion vector respectively.is the percentage of wrong pixels in the motion compensated macroblock with motion vector.
2.5.
3.Texture constraint
Texture constraint is applied to each candidate kernel to ensure that a kernel contains some texture.Each kernel is checked for the percentage of edge points.If the percentage is smaller than a threshold,the kernel is removed.The edge points are detected using a Sobel edge detector.Texture constraint is based on the observation that the motion vectors of?at regions can be easily affected by noises and are not reliable;while motion vectors of textured regions are more reliable and more likely to correspond to the real motion.
2.5.4.Merge macroblocks into kernels
At the beginning of the algorithm,each macroblock is assumed to be a candidate kernel.Then neighboring macroblocks are merged into large kernels as described below.
For a macroblock M that is neighboring to a candidate kernel K,if its motion estimation error is lower than a certain threshold,then its motion difference with the kernel is checked.The difference between their motions is:
(13) where is a macroblock of kernel K that is neighboring to M.
If the difference is smaller than a certain threshold,then the macroblock is added to the kernel and the information of the kernel,such as its size and motion are updated as follows.
The size of a kernel K is measured in the number of macroblocks forming K.The kernel motion is the average motion of all the macroblocks of K.It can be described by the following equation.
(14) where denotes the macroblocks that belong to kernel K and denotes the motion vector of a certain macroblock i.
After kernel detection,a video frame is segmented into kernels and unde?ned regions.These unde?ned regions fail to be clustered into kernels,because they have inconsistent motion pattern,high motion estimation error,or no internal texture.
2.5.5.Background Kernel Detection
If the camera is not moving,the background kernel is the one containing still macroblocks.Otherwise,the background kernel is the largest kernel conforming to the camera motion.
2.5.6.Kernel Merge With the Background Region
The criterion for kernel merge is based on motion.If the motion difference between a detected kernel and the background is smaller than a threshold,then it is merged with the background region according to the following rule.
1.If the camera is still and a kernel has no motion or almost no motion,then add this kernel to the background.
2.If the camera is moving,then detect the background kernel?rst.If the difference of this macroblock’s motion and the
background motion is smaller than a motion similarity threshold,then add this kernel to the background kernel.
After kernel detection and merge,a frame is usually segmented into three parts,which are the background,the object kernels,and the unde?ned region.The background corresponds to the region that moves consistently with the camera motion. The object kernels correspond to the moving objects in the scene.And the unde?ned region contains macroblocks that cannot be put into either background kernel or object kernels based on motion cue,which will be further processed by a multiple cue algorithm.
2.6.Multiple Cue Processing
The kernel detection and merge process using motion information may not be enough to recover the whole object region.The detected object regions may miss some object macroblocks or add some background macroblocks.Therefore,a post-processing step is needed to add the object macroblocks and remove the background ones.This region growing and re?nement process is based on the color,texture,and other cues.The algorithm considers the similarity between macroblocks based on color,texture, and other cues to reassign a macroblock to the background or an object kernel.The algorithm aims to segment a frame into regions consisting of macroblocks similar in motion or color,or consistent in texture.The equation for the similarity between two macroblocks and is as follow.
(15) where and are the chromaticity index of the pixel in A and B block and returns1if equals to ,and0otherwise.
2.7.Object Tracking
A motion locale list is used to link the multiple occurrences of an object and get its motion trajectory.Each time an object is segmented,it is considered as a motion locale.When a motion locale is added to the motion locale list,the motion locale list is searched for a matching one.The matching is based on color distribution,size,and motion continuity.The search is intended to?nd the occurrence of the object in a previous frame and link its occurrences over multiple frames.The con?dence value of a motion locale is increased by one if a good matching is found.If no good matching can be found for a motion locale,then it is added as a new one to the motion locale list with con?dence value set to zero.The motion locale list can serve for two purposes, object tracking and outlier removal.The motion locales with no link to other motion locales are most probably outliers and are removed from the list.
Figure5shows how a motion locale is added to the motion locale list.The information of each segmented object,such as frame number,locale number,bounding rectangle,centroid,color histogram,size,and matching locale,are stored into a spatiotemporal motion locale list.The list shows the link between motion locales and the con?dence value of each motion locale.The motion trajectory of a motion locale can be computed by tracing it in the list.The con?dence value associated with a motion locale indicates the degree of its spatiotemporal consistency.The higher the con?dence value,the more consistent it is spatiotemporally.
increase confidence value
and add to the locale list
segmented object locales
locale feature extraction
existing locale list
search the locale list
l o c a l e N l o c a l e 5l o c a l e 4l o c a l e 3l o c a l e 2l o c a l e 1bounding rectangle
color distribution
set confidence value to 0
add to the locale list link with the matching locale
find a match yes no
size
motion
centroid
:::Figure 5.Motion locale and locale list
3.EXPERIMENTAL RESULTS
3.1.Source Video Clips
The Bike clip has different camera motions,such as still,pan/tilt,and zoom,which is suitable for testing the ability of the algorithm to detect the camera motion correctly.It also has a moving object that exists in multiple frames and is used to produce some experimental results about object segmentation and tracking.
The Tennis clip has many frames with camera zooming motion.It is chosen to show the experimental results of camera motion detection and object segmentation under different camera motions,especially under zooming.
3.2.Time and Speed
KMC uses MPEG motion vectors as the source of motion information and does not estimate optical ?ow.Therefore,it is very fast and runs in real time.
3.3.Threshold Selection
The KMC algorithm uses several thresholds for kernel detection and merge and multiple cue re ?nement.The thresholds are chosen empirically and remain the same for all testing videos.The threshold for motion estimation error is set to 0.85and the threshold for multiple cue re ?nement is set to 0.8.
3.4.Results
Table 1shows the camera pan detection result of bike video.The ?rst column is the frame number and the second column
shows the angles of the camera pan and the angles is in the range of to
.For example,at frame 3,the angle of camera pan is ,which means the camera is panning towards southeast.The last column shows the magnitude of the pan in pixels.For example,the ?rst row of the table shows that the camera is pan towards southeast in a distance of 5pixels.The angle and distance of camera pan are extracted from the largest motion group in the scene,which corresponds to camera motion.
Table1.Camera Pan Parameters of Bike Video
Frame Angle Magnitude
33045
93047
153176
27515
33387
Figure6.Camera zooming detection.
Figure6is an example of camera zooming from another video clip.From the motion vector map,it is clear that the camera is zooming in and the motion vectors are moving outward from the center of the frame.The right part of the frame does not conform to this motion pattern because of the object motion.
Table2shows the camera zooming detection result of tennis video.This video has many frames with camera zooming, which is modeled by an af?ne motion model.The table shows the frame number and the computed af?ne motion parameters. The?rst column is the frame number in which a camera zooming happens.Columns2to7correspond to the six af?ne motion parameters to.
Figure7is an example of object segmentation on frame9of bike video.The result shows four rectangular areas.The upper right area shows the current frame image,the upper left one visualizes the motion vectors of this frame with each small rectangle standing for a macroblock of pixels.The bottom right area shows the?nal object segmentation result and the bottom left area shows the result of kernel detection and merge.The shaded regions denote the detected kernels.The
Table2.Camera Zooming Pattern Modeled by an Af?ne Motion Model.
Frame a1a2a3a4a5a6
27 1.056-0.016-7.2260.000 1.052-5.977
33 1.093-0.003-14.840-0.010 1.117-11.794
39 1.144-0.000-24.0460.001 1.138-16.567
45 1.140-0.005-22.842-0.001 1.147-17.272
51 1.1420.003-24.1110.000 1.146-17.333
57 1.144-0.002-23.9050.000 1.151-17.710
63 1.145-0.013-22.629-0.006 1.146-16.054
69 1.124-0.003-20.465-0.003 1.130-14.860
75 1.130-0.009-20.7020.005 1.120-15.009
81 1.125-0.013-19.707-0.006 1.144-15.582
870.9140.683-61.718-0.012 1.130-13.016
Figure7.Object Segmentation Result on Frame9of Bike Video.
black region corresponds to the background kernel,which may be disjointed.It is desirable to allow the background kernel to be disjointed,because the foreground objects may cover some parts.It can be seen that the detected kernels are the regions with reliable motion vectors.These kernels all have some edge points and the large?at regions are not detected as kernel, because they do not have enough edge points.These kernels also have good motion consistency among their macroblocks.By comparing the images in the middle row with those in the bottom row,it can be seen that three object macroblocks are missed from the kernel-based segmentation.The reason is that these three macroblocks locate at the boundary of the object and have different motion vectors.Therefore,motion-based segmentation cannot?nd them.However,the multiple cue procedure re?nes the segmentation result and?nds the three macroblocks.
Figure8shows the result of object segmentation on frame9of tennis video.The result shows six images,each with a resolution of pixels.The?rst two images on the top show the original image and its motion vector map of macroblocks of pixels.The pointer in the middle of a macroblock is an illustration of its motion vector.The direction of the pointer is the direction to which the macroblock is moving and the length of the pointer is the distance that the macroblock actually moves in pixels.The two images in the middle show the results after kernel detection and merge and the bottom ones show the results after multiple cue re?nement.The black region corresponds to the background and most of the background macroblocks do not move,which means the camera is still in this frame.The detected kernel corresponds to the moving hand in the scene and the white ball is missed because it has wrong motion vectors.By comparing the middle images and those bottom ones,it is shown that the gray macroblocks with zero motion vectors are the new ones added to the segmented object kernel by using multiple cues.The motion of these macroblocks does not conform to a consistent object motion model. However,they are still recovered.This shows that the multiple cue approach is helpful in recovering an object that does not move consistently.This means that only part of an object moves consistently with a certain motion model can be detected by using motion information and the other parts of the object may be detected by using other cues,such as color,texture,etc.
Figure9is the illustration of object tracking result in the bike video.It shows the result of object segmentation and tracking over multiple frames.The object is segmented and a bounding rectangle is formed to cover the whole object.The list shows the spatiotemporal segmentation result,including the object segmentation results when the object is moving and when the object is still in the scene.When the object is moving,the motion and other cues are used to segment the object from the background,
Figure8.Object Segmentation Result on Frame9of Tennis Video.
Figure9.Object Tracking over Multiple Frames Result on Bike Video.
and when it is still,a projection and spatial segmentation algorithm is applied to segment the object.
Table3shows the performance of KMC algorithm.The?rst column is the frame number.The second column is the number of pixels in the manually segmented object,which is used to measure the performance of the segmentation results using KMC.The third column shows the number of object pixels of the segmented object.The fourth column shows the percentage of correctly segmented pixels,which is the result of dividing column3by column2.The?fth column is the number of background pixels of the segmented object and the last column shows the percentage of background pixels.These two percentages show how good the segmentation is.Since the two percentages are obtained by dividing object pixels and background pixels segmented by KMC with manually segmented object pixels,the two percentages may add up to more than .From the table,it can be seen that the correct ratios are all above,while the wrong ratios are all below.
4.CONCLUSION AND FUTURE WORK
This paper shows that the KMC algorithm can perform motion analysis directly on MPEG motion vectors and segment moving objects from the background scene under different camera motions,such as pan,tilt,and zoom.It combines multiple cues,such
Table3.Performance of spatial segmentation.
Frame NumOfObjectPels(manual)correct rate wrong rate
32691229885.4%40415.0%
62784232683.5%34412.4%
92810251289.4%49617.6%
122933261089.0%52217.8%
152889256188.7%47216.3%
183348268580.2%46914.0%
213378261088.6%60818.0%
as motion,color,texture and other cues,in a graceful way to achieve good segmentation results.The algorithm makes use of spatiotemporal information to keep track of segmented moving objects.
The proposed KMC algorithm can be improved in several ways.The camera motion detection procedure can use a Singular Value Decomposition(SVD)algorithm to estimate the af?ne camera motion parameters.The KMC algorithm can not detect moving objects when the kernel detection procedure fails to produce good result.An Expectation Maximization(EM)statistical method can be used to make the kernel detection process more robust.It is also an interesting topic to study how to apply the segmentation results of KMC to object based video coding,such as MPEG-4.Moreover,even though KMC makes use of some compressed information such as MPEG motion vectors,it is still far from working directly on the compressed domain. Considering the compression ratio of MPEG videos,it is desirable to segment moving objects directly on the compressed domain so that both the processing speed and ef?ciency can be improved.Finally,it is reasonable to anticipate that KMC will produce good results if the motion vectors of macroblocks correspond to their real motion.Therefore,optimization on MPEG motion vectors is desirable with the purpose to obtain better motion vectors.
ACKNOWLEDGMENTS
This work was supported in part by the Canadian National Science and Engineering Research Council under the grant OGP-36727,and the grant for Telelearning Research Project in the Canadian Network of Centres of Excellence.
REFERENCES
1.M.Flickner,et al.,“Query by image and video content:the QBIC system,”IEEE Computer28(9),pp.23–32,1995.
2.S.F.Chang,et al.,“VideoQ:an automated content based video search system using visual cues,”in Proc.ACM Multimedia
97,pp.313–324,1997.
3.S.Smith,“Asset-2:Real-time motion segmentation and object tracking,”Proc.ICCV,pp.237–250,1995.
4.R.Polana and R.Nelson,“Detection and recognition of periodic,non-rigid motion,”International Journal of Computer
Vision23(3),pp.261–282,1997.
5.Malassiotis and Strintzis,“Object-based coding of stereo image sequences,”IEEE Trans.on Circuits and Systems for
Video Technology7(6),pp.891–902,1997.
6.ISO/IEC JTC1/SC29/WG11N2202,Coding of moving pictures and audio,March1998.
7.R.Mech and M.Wollborn,“A noise robust method for segmentation of moving objects in video sequences considering a
moving camera,”Signal Processing66(2),pp.203–217,1998.
8.A.Neri,S.Colonnese,and G.Russo,“Automatic moving objects and background segmentation by means of higher order
statistics,”SPIE3024,pp.8–14,1997.
9.L.Vincent and P.Soille,“Watersheds in digital spaces:an ef?cient algorithm based on immersion simulations,”IEEE
Transactions on PAMI13(6),pp.583–598,1991.
10.Z.Li,O.Zaiane,and Z.Tauber,“Illumination invariance and object model in content-based image and video retrieval,”
Journal of Visual Communication and Image Representation10(3),pp.219–244,1999.
11.M.Lee,et al.,“A layered video object coding system using sprite and af?ne motion model,”IEEE Trans.on Circuits and
Systems for Video Technology7(1),pp.130–144,1997.
12.W.H.Press,et al.,Numerical recipes in C,Cambridge University Press,1992.
舞台灯光设计说明 1、设计目标 艺术舞台照明系统的使用功能要求满足各种综合演出活动的需要，保证举行各种会议照明和文艺演出活动的电视录象的要求。 依据设计要求，按技术先进、安全适用、经济合理、节约能源和保护环境的设计目标。 2、设计原则 根据国内优秀的成功范例，并结合舞台设计实践，因此，该系统设计方案应充分体现先进性、实用性和经济性。 2.1 系统的先进性 ●系统大量采用具有现代水平的舞台智能化设备。 ●具有效果、亮度、色彩、速度智能化控制的灯光系统。 ●各系统之间技术密集性，构成了国内舞台配置最高水平。 2.2 系统的实用性 ●由智能化设备支持的全系统，操作非常方便。 ●系统可靠。 ●在不中断主电力供应的前提下，控制系统自动持续地诊断检查，所有操 作信息都安全地储存和保护。 ●满足多种类型的用光需要。 ●除满足表演用光以外，还能够满足电视转播和电视节目制作的特殊需要， 并且能够应付多种类型的用光需要。 2.3 系统的经济性 设计中,将运营管理及运行成本因素渗透到每一个设计环节之中，选用技术先进、节能、环保的系统，从而实现高效、低成本的营运目标。
3、设计指标 舞台上的照度要求：全区照度标准值（1ux）≥1200; 舞台上的照度的色温要求：3200K°； 显色指数：Ra＞90 灯光线材的要求：应使用无氧铜阻燃电缆。 灯光控制操作台要求：应功能齐全、操作方便，应具有场景存储记忆功能。 灯具接口（插座）要求：应采用三芯带接地保护的插座。 灯光线路布局，须使用电缆桥架，不能使用圆形铁皮管。桥架要接地。与其他线路交汇时，要采用防干扰布局方法（如十字交叉等）。 灯光可控硅与配电设备，均要采用三相五线制。 可控硅须配有抗干扰措施，不得干扰其他设备。 舞台上至灯光控制室，应采用国际标准的数字接口（如：DMX—512等）。 灯光音响等控制机房，须安装防静电绝缘地板，并按照国家计算机机房标准接地处理。 4、基本光的位置与原则 4.1 面光系统设计 面光主要用于照亮舞台前部表演区，对舞台上的表演者起到正面照明的作用，配合耳光、顶光和逆光供人物造型用或使舞台上的物体呈现立体效果。面光灯设计为1道，以不同角度投射舞台前区，以保证面光投射光线、光斑、照度一致。 在舞台正面观众席上方设置1道面光桥，一道面光杆配置大功率LED灯采用（白光+琥珀光）光源，满足主席台会议及演出活动3200K色温的照明需求。 垂直投射：使舞台表演区下面获得均匀效果； 交叉投射：增强舞台中心区域及纵深亮度； 重点投射：加强局部舞台表演区域的照明。 4.2 顶光系统设计 顶光（分为会议用顶光及演出用顶光）、逆光通常在舞台吊杆中纵深每隔
. 有限空间作业安全 培训教材 姓名: 培训时间: 年月日 黑龙江泉林生态农业有限公司
二O一七年七月
一、有限空间作业基本知识介绍 1、有限空间 指封闭或部分封闭，未被设计为常规作业场所，自然通风或照明不良，易造成有毒有害、易燃易爆物质积聚或含氧量不足的空间。分为密闭半密闭设备、地下有限空间、地上有限空间三类。 其中密闭半密闭设备指船舱、贮罐、车载槽罐、反应塔（釜）、冷藏箱、压力容器、管道、烟道、锅炉等。地下有限空间指地下管道、地下室、地下仓库、地下工程、暗沟、隧道、涵洞、地坑、废井、地窖、污水池（井）、沼气池、化粪池、纸浆池（井）、下水道等。地上有限空间指储藏室、酒糟池、发酵池（罐）、垃圾站、温室、冷库、粮仓、料仓等。 2 有限空间作业 指作业人员进入有限空间实施的作业活动。 3 危险有害因素识别 3.1 企业应针对有限空间作业进行危险、有害因素识别。 3.2 有限空间危害、有害因素主要包括： a）作业空间小，工作场地狭窄，通风不畅，照明不良，工作人员出入困难，不利于工作监护和施救； b）作业空间内湿度较大，易发生电器设备设施漏电触电事故； c）作业空间温度较高，作业人员能量消耗大，易疲劳； d）存在酸、碱、易燃、易爆、有毒等具有一定危险性的气体和蒸汽、烟、尘等或存在缺氧或富氧环境，易引发窒息、中毒、火灾和爆炸事故； e）作业场所位于地下时，受地质条件影响，存在冒顶、坍塌等危险有害因素； f）作业场所进行高处作业或机械施工时，存在高处坠落、物体打击、机械伤害等危险有害因素； g）作业场所位于交通道路上时，存在车辆伤害等危险有害因素； h）其他危险有害因素。 二、工贸企业有限空间作业安全管理与监督暂行规定 （2013年5月20日国家安全监管总局令第59号公布，根据2015年5月29日国家安全监管总局 令第80号修正） 第一章总则 第一条为了加强对冶金、有色、建材、机械、轻工、纺织、烟草、商贸企业（以下统称工贸企业）有限空间作业的安全管理与监督，预防和减少生产安全事故，保障作业人员的安全与健康，根据《中华人民共和国安全生产法》等法律、行政法规，制定本规定。 第二条工贸企业有限空间作业的安全管理与监督，适用本规定。 本规定所称有限空间，是指封闭或者部分封闭，与外界相对隔离，出入口较为狭窄，作业人员不能长时间在内工作，自然通风不良，易造成有毒有害、易燃易爆物质积聚或者氧含量不足的空间。工贸企业有限空间的目录由国家安全生产监督管理总局确定、调整并公布。
一规划背景 二项目概况 3、工程规模：xxx大剧院规划用地面积1.35公顷，总建筑面积29512平方米（含地下室面积）。建筑主体地面四层，地下一层，建筑高度33米。地面停车位62辆，其中包括大巴车位6辆，地下停车位108辆，考虑机械停车可达172辆。 4、设计依据 1）《xxx大剧院规划、建筑设计项目招标文件》2005年10月2）《xxx大剧院规划、建筑设计项目招标文件答疑及补充说明》2005年11月 3）Xxx市规划局提供的用地红线图及现状地形图。 4）《剧场建筑设计规范》JGJ57-2000 5）《高层民用建筑设计防火规范》GB50045-95（2001年版）6）《建筑设计防火规范》（GBJ16-87-2001年版） 7）《汽车库、修车库、停车场设计防火规范》GB50067-97 8）《汽车库建筑设计规范》JGJ100-98 9）《建筑内部装修设计防火规范》GB50222-95 10）《民用建筑设计通则》（JGJ37-87） 11）《建筑工程交通设计及停车库（场）设计置标准》DBJ08-7-96 12）《方便残疾人使用的城市道路和建筑物设计规范》
JGJ50-88 13）《建筑地面设计规范》GB50037-96 14）《城市道路和建筑物无障碍设计规范》（JGJ50-2001） 15）国家及省市有关环保、卫生、消防、交通、市政、绿化等部 门的法规及规范。 三总体规划篇 1、指导思想：我们的设计强调城市形态与建筑功能的高度统一。 我们希望大剧院不仅具有完美的声学效果、愉悦的观演气氛与理性的功能逻辑；更希望大剧院能够和谐的融入到城市空间中去，与行政中心、博物馆与城市规划展示馆、体育会展中心共同塑造出统一的城市意象，并在和谐中保持一份鲜明的个性。 2、城市意象：理想的建筑，应与城市融洽的从属共生。我们追求对称与纯净的城市几何形态，以行政中心为核心，将大剧院与“两馆”设计在同一个环形当中。环形创造出一种共享、参与的氛围，清晰的界定出城市公共空间的范围，营造出市民广场的围合感。 3、退让道路红线：建筑东侧退让黄山路50米，退让北侧广场大道20米。根据《常州大剧院规划、建筑设计项目招标文件答疑及补充说明》2005年11月15日，“……建筑基地原则上在红线范围内设计，如设计确有困难的，可适当在南、西两侧突破红线……”，方案适当对南侧红线有所突破，其目的在于考虑与博物馆及规划展示馆的对称围合布局。
CPK：Complex Process Capability index 的缩写，是现代企业用于表示制程能力的指标。 制程能力是过程性能的允许最大变化范围与过程的正常偏差的比值。 制程能力研究在於确认这些特性符合规格的程度，以保证制程成品不符规格的不良率在要求的水准之上，作为制程持续改善的依据。 当我们的产品通过了GageR&R的测试之后，我们即可开始Cpk值的测试。 CPK值越大表示品质越佳。 Cpk——过程能力指数 CPK = Min（CPKu,CPKl) CPKu = | USL-ˉx | / 3σ CPKl = | ˉx -LSL | / 3σ Cpk应用讲议 1. Cpk的中文定义为：制程能力指数，是某个工程或制程水准的量化反应，也是工程评估的一类指标。 2. 同Cpk息息相关的两个参数：Ca , Cp. Ca: 制程准确度。 Cp: 制程精密度。 3. Cpk, Ca, Cp三者的关系： Cpk = Cp * ( 1 - ｜Ca｜)，Cpk是Ca 及Cp两者的中和反应，Ca反应的是位置关系(集中趋势)，Cp反应的是散布关系(离散趋势) 4. 当选择制程站别Cpk来作管控时，应以成本做考量的首要因素，还 有是其品质特性对后制程的影响度。 5. 计算取样数据至少应有20~25组数据，方具有一定代表性。 6. 计算Cpk除收集取样数据外，还应知晓该品质特性的规格上下限(USL，LSL)，才可顺利计算其值。 7. 首先可用Excel的“STDEV”函数自动计算所取样数据的标准差(σ)，再计算出规格公差(T)，及规格中心值(U). 规格公差T＝规格上限－规格下限；规格中心值U＝（规格上限+规格下限）/2； 8. 依据公式：Ca=(X-U)/(T/2) ，计算出制程准确度：Ca值 (X为所 有取样数据的平均值) 9. 依据公式：Cp =T/6σ，计算出制程精密度：Cp值 10. 依据公式：Cpk=Cp(1-|Ca|) ，计算出制程能力指数：Cpk值 11. Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策） A++级Cpk≥2.0 特优可考虑成本的降低 A+ 级 2.0 ＞Cpk ≥ 1.67 优应当保持之 A 级 1.67 ＞Cpk ≥ 1.33 良能力良好，状态稳定，但应尽力提升为A＋级 B 级 1.33 ＞Cpk ≥ 1.0 一般状态一般，制程因素稍有变异即有产 生不良的危险，应利用各种资源及方法将其提升为 A级 C 级 1.0 ＞Cpk ≥ 0.67 差制程不良较多，必须提升其能力 D 级 0.67 ＞ Cpk 不可接受其能力太差，应考虑重新整改设计制程。 CPK与PPK都是表示制程能力的参数，现代计算中多采用Minitab软件来实现，方便快捷。
项目部一级安全教育内容 我们建筑业和其他行业不同，有自己的特点:产品固定、流动性大、露天、高处作业多、手工操作、体力劳动、施工现场变换不定、临时工多、工期不固定,特别是现今经济体制的改革和建筑业开放劳务市场后，建筑队伍不断地壮大，而且又多为年轻新手，安全知识极为贫乏，不安全因素多，比较容易形成临时观念，不采取可靠的安全防护措施,靠侥幸心理过日子，伤亡事故必然会发生。 所以，安全教育是提高职工安全生产知识的重要方法,开展安全教育更显出其重要意义，而且更有必要采取安全措施.以保证工人在生产过程中的安全和健康。“三级安全教育”是企业必须坚持的安全生产基本教育制度和主要形式，其包括项目部一级教育、施工协作队二级教育和班组三级教育。今天，我向大家进行项目部一级安全教育:国家和地方的有关安全生产方针、政策、法律法规等;本项目部《安全生产管理制度》;安全生产的意义与安全素质教育。 一、国家和地方有关安全生产、劳动保护的方针、政策、法律、法规、规范标准及规章制度等： 1、我国安全生产的方针是“安全第一、预防为主”。“安全第一”就是把安全生产、劳动保护、关心工人在生产过程中的生命安全和身体健康的问题提高到政治态度、阶级感情、党纪国法的高度加以认识而形成的概念。它表明在进行生产时,要把安全工作始终放在首位，作为头等大事来抓。 2、我国的劳动保护原则： ①“管生产必须管安全"和“谁主管谁负责”的原则：它是企业管理的重要原则之一,它体现安全与生产的辩证关系，明确要求我们的生产必须是安全生产,应坚持在计划、布置、检查、总结、评比生产的同时要进行计划、布置、检查、总结、评比安全工作； ②“安全具有否决权”的原则：也就是说为保障职工的安全和健康，在生产与安全发生
舞台灯光艺术工程设计说明 姓名: 苏晶学号: G1210402 专业: 电子系班级: 应电1 概述 随着经济快速发展, 极大地促进了中国地区的发展与繁荣。该剧院工程是文化事业及高雅艺术推向社会的重要标志, 她独特的造型和先进的、现代化的演出设施设备, 将被广大市民、旅游者、国内外艺术家所欣赏, 并担当文化传播交流的重要角色。 一、设计目标 依据设计要求, 按技术先进、安全适用、经济合理、节约能源和保护环境的设计目标,达到国外同类剧场的先进水平, 并满足以下要求: 1．该方案能够满足综艺演出等使用要求。 2. 能够承接国内外一流表演团体和剧目。 3. 满足电视现场直播和节目制作的要求。 4. 系统及设备体现现代先进水平。 5. 电力配置为一级负荷。 6. 设备运行实施智能化管理, 体现快捷、低耗、低成本的特点。 二、设计原则
在设计一个舞台艺术工程方案时, 要了解和熟悉其演出规则和潜在用途, 同时还要根据世界优秀的成功范例, 并结合舞台设计实践, 选择适宜于国内外表演团体方便使用的舞台灯光系统。因此, 该系统设计方案应充分体现先进性、实用性和经济性。 1. 系统的先进性 a 系统大量采用具有现代水平的舞台智能化设备。 b 具有图案、效果、亮度、色彩、速度智能化控制的灯光系统。 c 各系统之间技术密集性, 构成了国内剧场配置最高水平。 2. 系统的实用性 a 由智能化设备支持的全系统, 操作非常方便。 b 系统可靠。 c 在不中断主电力供应的前提下, 控制系统自动持续地诊断检查, 所有操 作信息都安全地储存和保护。 d 满足多种类型的用光需要。 e 除满足表演用光以外, 还能够满足电视转播和电视节目制作的特殊需要, 而且能够应付多种类型的用光需要。 3. 系统的经济性 设计中,将运营管理及运行成本因素渗透到每一个设计环节之中, 选用技术先进、节能、环保的系统设。同时, 为剧场管理搭建一个现代化的硬件平台, 从而实现高效、低成本的营运目标。 三、设计指标 1 照度指标: 主要表演区最大白光照度不小于1200Lux 2 观众厅照明: 75—150Lux 3 显色指数: Ra＞90 4 色温: 常规灯具3200K, 追光灯5600K
驻马店剧院 舞台灯光艺术工程设计说明 第一章、概述 随着经济快速发展，极大地促进了我国地区的发展与繁荣。该剧院工程是文化事业及高雅艺术推向社会的重要标志，她独特的造型和先进的、现代化的演出设施设备，将被广大市民、旅游者、国内外艺术家所欣赏，并担当文化传播交流的重要角色。 1、设计目标 依据设计要求，按技术先进、安全适用、经济合理、节约能源和保护环境的设计目标,达到国外同类剧场的先进水平，并满足以下要求： 1.1 该方案能够满足综艺演出等使用要求。 1.2 能够承接国内外一流表演团体和剧目。 1.3 满足电视现场直播和节目制作的要求。 1.4 系统及设备体现现代先进水平。 1.5 电力配置为一级负荷。 1.6 设备运行实施智能化管理，体现快捷、低耗、低成本的特点。 2、设计依据 2.1系统设备技术要求。 2.2 方案设计参照下列标准和规范： 国际照明委员会CIE推荐照度标准
●ESTA灯具光学性能测试标准草案（2002） ●《电视演播室灯光系统设计规范》(GYJ45-1992) ●《安全防范工作程序与要求》(GAT75-94) ●《民用建筑照明设计标准》(GBJ133-90) ●USITT DMX512（1990）通讯协议 3、设计原则 在设计一个舞台艺术工程方案时，要了解和熟悉其演出规则和潜在用途，同时还要根据世界优秀的成功范例，并结合舞台设计实践，选择适宜于国内外表演团体方便使用的舞台灯光系统。因此，该系统设计方案应充分体现先进性、实用性和经济性。 3.1 系统的先进性 ●系统大量采用具有现代水平的舞台智能化设备。 ●具有图案、效果、亮度、色彩、速度智能化控制的灯光系统。 ●各系统之间技术密集性，构成了国内剧场配置最高水平。 3.2 系统的实用性 ●由智能化设备支持的全系统，操作非常方便。 ●系统可靠。 ●在不中断主电力供应的前提下，控制系统自动持续地诊断检查，所有操 作信息都安全地储存和保护。 ●满足多种类型的用光需要。 ●除满足表演用光以外，还能够满足电视转播和电视节目制作的特殊需要， 并且能够应付多种类型的用光需要。 3.3 系统的经济性
Process Capability (Cp / Cpk / Pp / Ppk)
Global Training Material
Creator Function Approver Document ID Version / Status Location : Global Mechanics Process Manager : Mechanics : Jukka Mehtonen / Global Process Team : DMT00018-EN : V.2.0 / Approved : Notes : \\…\ NMP \ DOCMANR4 \ PCP \ PC Process Library DocMan
Change History : Issue Date
1.0 2.0 21st Dec’01 17th Jun’05
Handled By
Comments
Jim Christy & S?ren Lundsfryd Approved for Global Use Yrjo Saastamoinen Approved for Global Use
NOTE – All comments and improvements should be addressed to the creator of this document.
1 ? NOKIA 2005 T0001802.PPT/ 17-Jun-2005 / Yrjo Saastamoinen
Company Confidential
第1章总体概述及设计要求 剧院舞台灯光系统设计要求能够满足歌剧、芭蕾舞、戏剧、戏曲、综合文艺、会议的使用的需要。 第2章设计指导思想 ?舞台灯光建设不低于已建同类剧院档次，技术水平领先于已建同类剧院，经济性优于已建同类剧院。 ?舞台灯光系统设备配置充足，保证各类演出的需要。 ?灯光系统实用性，舞台灯光系统设计充分考虑演出的实际需求，目的是创造自由的照明空间，主要通过灯位、回路设置及与建筑配合实现。 ?灯光系统的先进性，充分应用先进的技术，同时考虑技术成熟性及性能价格比，技术还在发展阶段的部分可观望一段时间。 ?系统的可靠性，通过冗余设计实现，但系统可靠性是靠设备品质及品牌保证。 2.1灯光设计应用的先进技术 ?灯光信号传输控制网络的应用 ?综合大回路灯光控制台的应用 ?分布式(流动)调光硅箱的应用 ?LED灯具的应用 ?低碳、节能的要求 2.2相关建筑和机械布置 主舞台宽24米，深度16米，台上净高25米；台口宽18米，高10米。 台下设备包括两套主升降台，升降台可同步运行，也可单独升降，形成同一平面或阶梯状，供演出需要。 台上设备包括大幕机、电动吊杆、灯光吊杆、侧灯光吊杆、飞行器、台上电气与控制系统。 2.3灯光设计内容 ?舞台灯光灯位的要求 ?舞台灯光供电回路、信号回路的配置 ?舞台灯光控制系统 ?舞台灯具配置 ?场灯控制系统、工作灯布置及控制 ?特殊演出设备（含LED显示屏）
第3章舞台灯光设计 3.1设计概述 3.2设计依据的规范及标准 ?进口设备应符合：UL（美国厂家）、CE（欧洲厂家）标准 ?JGJ57-2000 多功能剧场建筑设计规范 ?GB/T 13582-1992 电子调光设备通用技术条件 ?GB/T 14218-1993 电子调光设备性能参数与测试方法 ?GB 7000.15-2000 舞台灯光、电视、电影及摄影场所（室内外）用灯具安全要求 ?WH/T 26-2007 舞台灯具光度测试与标注 ?WH-0202-1995 舞台灯光图符代号及制图规则 ?WH/T 0203-96 舞台调光设备术语标准 ?GB50054-1995 低压配电设计规范 ?JGJ/T 16-1992 民用建筑电气设计规范(附条文说明) JGJ 16-2008 ?GB50034-2004 建筑照明设计标准（附加条文说明） ?GB 50168-92 电气装置安装工程电缆线路施工及验收规范 ?GB 50171-1992 电气装置安装工程盘、柜及二次回路结线施工及验收规范 ?GB 50303-2002 建筑电气工程施工与质量验收规范 ?GB/T 11918-2001 工业用插头插座和耦合器第1部分：通用要求 ?GB/T 11919-2001 工业用插头插座和耦合器第2部分：带插销和插套的电器附件的尺寸互换性要求 ?GB 50311-2007 综合布线系统工程设计规范 ?GB 50312-2007 综合布线系统工程验收规范 3.2.1舞台灯光设计特点 ?灯具分布为全方位立体分布，包括纵深方向的正面光、斜侧、正侧光，上方的顶光、逆光、台面的地排光和预留的流动光，并可灵活选择或组合光位进行立 体的照明和造型。 ?基本光分布主舞台均匀，无黑区，保证各种文艺演出的需求，又满足于大中型会议或电视拍摄的投光，便于演出、排练以及工作照明的选用。 ?设置成像灯，可以切割各种形状的光斑，插入造型片可投射出各种效果。 ?设置电脑灯，可自动变换光束角度、色彩等。 ?配置追光灯，突出重点。 3.2.2舞台灯光控制系统设计特点 ?控制系统具有可靠性、安全性及可扩展性 ?提供系统设计的所有设备符合CE标准、UL标准；系统设计、管线选型、配套施工符合国际和国家相关行业标准或规范。 ?系统控制部分要求有严格的实时冗余追踪备份。 ?系统采用TN-S接线方式。
安全操作规程培训讲义 WTD standardization office【WTD 5AB- WTDK 08- WTD 2C】
安全操作规程培训讲义 安全监察科 安全生产基本常识 一、基本概念 1、安全与危险 安全与危险是相对的概念。危险是指系统中存在导致发生不期忘后果的可能性超过人们的承受程度。安全是指生产系统中人员免遭不可承受危险的伤害。 2、危险源 危险源是指可能造成人员伤害、疾病、财产损失、作业环境破坏或其他损失的根源或状态。 3、事故与事故隐患 事故是指造成人员死亡、伤害、职业病、财产损失或者其他损失的意外事件。 事故隐患泛指生产系统中可导致事故发生的人的不安全行为、物的不安全状态和管理上的缺陷。 4、本质安全 本质安全是指设备、设施或技术工艺含有内在的能够从根本上防止发生事故的功能。具体包括三方面的内容： ⑴失误——安全功能。指操作者即使操作失误，也不会发生事故或伤害，或者说设备、设施和技术工艺本身具有自动防止人的不安全行为的功能。
⑵故障——安全功能。是指设备、设施或技术工艺发生故障或损坏时，还能暂时维持正常工作或自动转变为安全状态。 ⑶上述两种安全功能应该是设备、设施和技术工艺本身固有的，即在它们的规划设计阶段就被纳入其中，而不是事后补偿的。 本质安全是安全生产预防为主的根本体现，也是安全生产管理的最高境界。实际上由于技术、资金和人们对事故的认识等原因，到目前还很难做到本质安全，只能作全社会为之奋斗的目标。 二、安全生产方针 建设工程施工安全生产的必须坚持“安全第一、预防为主”的基本方针。 要求在生产过程中，必须坚持“以人为本”的原则。在生产与安全的关系中，一切以安全为重，安全必须排在第一位。必须预先分析危险源，预测和评价危险、有害因素，掌握危险出现的规律和变化，采取相应的预防措施，将危险和安全隐患消灭的萌芽状态，施工企业的各级管理人员，坚持“管生产必须管安全”和“谁主管、谁负责”的原则，全面履行安全生产责任。 三、安全生产的三级教育 新作业人员上岗前必须进行“三级”安全教育，即公司（企业）、项目部和班组三级安全生产教育。 1、施工企业的安全生产培训教育的主要内容有：安全生产基本知识，国家和地方有关安全生产的方针、政策、法规、标准、规范，企业的
舞台灯光基础入门知识 剧场舞台灯光配置 剧场内舞台, 有多种舞台,有普通镜框式舞台, 有伸出式舞台，有岛式舞台，也有称为黑盒子的舞台，因为舞台形式不一，所以灯具的配置要求也不尽相同。为了方便起见我这里只谈一般普通的镜框式舞台，这种舞台不论在过去或者是现在改建和新建剧场中都比较多，因此谈谈这种舞台的灯具配置更显是极需和必要。 舞台（系指镜框式舞台，后文均同）因所演出的剧目不同对灯具要求也会有所不同。所以我们在配用灯具前必须要清楚在此舞台上以演出何种剧目为主，这样配置灯具就会有较明确的目标和意图。如有的舞台就定位在以演出传统的歌剧，芭蕾舞剧为主，则灯具的配置就必须按歌剧、芭蕾舞剧的要求来配置。如以大型歌舞，杂恧等特殊节目为主则灯光除了基本要求配置以外，应根据具体节目要求，来加特殊灯位和灯具的配置，这样在此就比较难以叙说清楚。因此我在这儿只说说剧场舞台的基本灯具的配置，按照这样的配置，可以满足一般的，如歌剧、舞剧、芭蕾、话剧、京剧等地方戏剧的要求。 在配置灯具前，首先应了解灯具的种类和它们的主要功能及用途。我在这里简单的介绍一些灯具的性能，以供灯具配置时势选择。 1.聚光灯——在舞台上用的聚光灯是指灯前面使用平凸聚光镜而言的，这种灯具可以调节光斑大小，出来的乐束比较集中，旁边漫射的光线
比较小，功率有至5KW侈种，焦距有长、中、短之分，视射距的远近按需要来加以选用。 2.罗纹灯——或称柔光灯，但在电视界则称此种灯为散光灯。在舞台方面为了区别上述的平凸聚光灯散而柔和，因此用起来漫射区域大，有时为了控制其漫射光线在镜前加上扉页来遍挡，其特点就是光区面积大，不似聚光灯有明显光斑的感觉，射距较近，功率有1KW 2KW等多种。 3.回光灯——此种灯前面无镜片，光线完全靠后面较大的反射镜射 出，用同样2KW的灯泡，其亮度较聚光要亮，故在舞台上要表现强烈光源和亮度时使用。其效果较其他灯具为佳，特点是光束强烈，但调光时要注意其聚焦点，不宜将聚焦点调在色纸上或幕布上，这样容易引起燃烧，另外在调光时中心常出现黑心，为了避免黑心，在灯前端中心加一环状挡板，其射出的光斑大而不易收拢。现在新出一种在反光碗上镀膜使线外线向后透射，以减低灯前面的温度，使用效果很好，名称为冷光超级聚光灯，实际该灯的结构与回光灯相同。 4.成像灯——或称成型灯、椭球聚光灯。其光束角有多种可以根据需要选择应用，主要特性是如幻灯似的能将光斑切割成方、菱形、三角形等各种形状，或投射出所需各种图案花纹，功率也有1KW 2KW等可选择配置。 5.简灯一一亦称PAR灯，或光束灯，其构造是在圆筒内按装镜面灯泡也有用反光碗装溴钨泡的，主要特性是射出较固定的光束，光束角度宽窄多种，光斑大小不能调整。
安全作业培训教材 目录 安全作业培训教材 0 1?编写目的 (1) 2.安全生产标准化的原则 (1) 3.安全汇报制度 (1) 4?人员的管控 (1) 4.1操作岗位人员教育培训 (1) 4.2安全防护劳保用具的佩戴 (1) 4.3危险作业双人操作制度 (1) 5?机器、设备、管道的管控 (1) 5.1熟悉容器的使用条件并按照使用条件来操作 ............... 容器（机）.. (1) 5.1.1 PP塑料槽 (1) 5.1.2搪瓷釜 (2) 5.1.3气库处理方案 (2) 5.2检修制度...... 反应釜，物料管道检修前处理（或淸洗）制度. (2) 5.2.1检修前准备 (2) 5.2.2动火制度 (2) 5.3排线排插等用电制度 (2) 5.4安全点检 (2) 5.4.1产前、定期、产后、节假日、异常情况（停电） (2) 5.4.2灭火器材的检査 (3) 5.4.3物料存放的定期点检 (3) 5.5新设备试压操作规定 ............... 新设备试压（机） (3) 5.6管道的使用 (3) 5.6.1金属软管拆卸安全作业制度 (3) 5.7真空泵使用制度 (3) 6?物料的管控 (4) 6.1有机溶剂的使用注意事项 ........................ 有机溶剂（物） . (4) 6.2压缩气体灌装制度 ................. 灌装（物） (4) 6.3腐蚀性刺激性危险化学品转移制度 .................... 物料转移（物）??????4 6.4反应釜、蒸憾釜出底液制度 ................ （物） (4) 6.5氮气冲压细则（物） (4) 6.6危险品的使用（物） (5) 6.61易燃、易爆和腐蚀性药品的使用规则 (5) 6.62有毒、有害药品的使用规则 (5) 6.7废弃物处理（物） (6) 7?环保制度
舞台灯光系统配置方案 设计单位： 时间：
目录 一、工程任务 (3) 1.1用户需求介绍 (3) 1.2设计内容 (3) 二、工程设计范围、规模及内容 (3) 2.1 设计范围 (3) 2.2 规模 (3) 2.3 内容 (4) 三、工程设计依据 (4) 四、舞台灯光设计方案 (4)
一、工程任务 1.1用户需求介绍 根据用户要求功能做如下定位： 满足如综艺歌舞晚会、会议、演出、交流会、学术报告、艺术课堂等用途； 1.2设计内容 小礼堂灯光系统改造 工程室内总面积为：600平方米，设计有：12排观众席。舞台宽度：18.243mm,舞台深度：9.79mm，舞台高度：5.9mm，台唇高度为：0.85mm。观众席成像为阶梯状态，直线深度为：16.39mm，宽度：18.005mm。控制室位于观众席的后面。 二、工程设计范围、规模及内容 2.1 设计范围 1）礼堂内的区域，包括演奏台和相关控制机房等场所。 2.2 规模 国家规范： 第104条建筑规模按观众容量可分为： 特大型1601座以上。 大型1201~1600座。 中性801~1200座。 小型300~800座。 话剧、戏曲剧不宜超过1200座。 歌舞剧场不宜超过1800座。 第105条建筑的质量标准分特、甲、乙、丙四个等级，特等的技术要求根据具体情况确定；甲、乙、丙等应符合下列规定： 一、主体结构耐久年限；甲等100年以上，乙等50-100年，丙等25-50
二、耐火等级：甲乙等不应低于二级，丙等不应低于三级； 三、室内环境标准应符合规范有关章节的相应规矩。 小型乙等排练厅：（小型300~800座，乙等50-100年） 小型乙等音乐厅：（小型300~800座，乙等50-100年） 小型乙等歌剧院：（小型300~800座，乙等50-100年） 2.3 内容 舞台灯光系统。 三、工程设计依据 舞台灯光工程系统必须具有先进性、实用性、安全性、经济性、可扩展性、可升级性。 本灯光系统设计方案是依据： JGJ-57-2000/J67-2001《剧场建筑设计规范》 GB/T50314-2000《智能建筑设计标准》 JGJ/T16-92《民用建筑电器设计规范》 WH-0204-1999《舞台灯具光学质量的测试与评价》 GB7000.14-2000《通风式灯具安全要求》 GB/T50311-2000《建筑与建筑群综合布线工程设计规范》 GB/T50312-2000《建筑与建筑群综合布线系统工程验收规范》 GB50259-96《电气装置安装工程电气照明装置施工及验收规范》 GB50169-92《电气安装工程接地装置施工质量验收规范》 GBJ54-83《低压配电装置及线路设计规范》 GB50052-95 《供配电系统设计规范》 GB50054-95 《低压配电设计规范》 GB50034-2004《建筑照明设计标准》 JGJ/T16-92《民用建筑电气设计规范》 GB15734-1995《电子调光设备无线电骚扰特性限值及测量方法》 四、舞台灯光设计方案 根据舞台灯光系统设计是遵循舞台艺术表演的规律和特殊使用要求进行配置的，其目的在于将各种表演艺术再现过程所需的灯光工艺设备，按系统工程进行设计配置，使舞台灯光系统准确、圆满地为艺术展示服务。 1. 创造完全的舞台布光自由空间，适应一切布光要求； 2. 为使该系统能够持续运行，适当加大储备和扩展空间； 3. 系统的抗干扰能力和安全性作为重要设计指标； 4. 高效节能冷光新型灯具被引入系统设计中；
三车间员工安全基础知识培训资料 一、安全生产基础知识 1、什么是安全生产？ （1）概念：安全生产是指在生产过程中，要努力改善劳动条件，克服不安全因素，防止伤亡事故的发生，使劳动生产在保证劳动者安全健康和国家财产安全的前提下顺利进行，安全生产的对象有人的不安全行为和物的不安全状态。所以消除危害人身安全健康的一切不得因素，保障员工的安全和健康，舒适地工作，称之为安全。（2）安全生产的重要性：化工企业的安全生产不同于其他行业，由于化工生产具有一定的特殊性，生产工艺复杂，操作要求严格，生产现场的设备密集、压力容器数量较多，易燃易爆物品多，工艺要求高等特点，具有潜在的危险性，一旦发生事故后果是严重的，所以说化工企业的安全管理非常重要。 2、我国安全生产的方针是什么？ 我国安全生产的方针是对安全生产工作的总要求，它是安全生产的工作方向。其内容是：“安全第一，预防为主、综合冶理”。在各行各业的管理过程中，必须要遵循这一方针，这是国家保护劳动者的安全健康的一项基本政策。所谓“安全第一”，是指安全生产是国家一切生产企业的头等大事。当生产任务与安全发生矛盾时，应先解决安全问题，使生产在确保安全的前提下顺利进行。 所谓“预防为主”，是指在实现“安全第一”的许许多多的工作中，做好预防工作是最重要的，它要求我们防微杜渐，防患于未然，把事故危害消灭在发生之前，也就是我们经常所说的把隐患消灭在萌芽状态之中。事故一旦发生往往很难挽回。到那时，如果不做好预防工作，安全第一也就成了一句空话。 3、员工遵章守纪的意义是什么？ 员工遵章守纪是安全生产工作的基础。因此，在生产过程中，不仅要有熟练的技艺，而且必须自觉遵守各项操作规程和劳动纪律，按应有的标准进行，形成每个环节、每道工序、每个人应有的职业范围。如没有这些元规范要求，劳动过程中可能会发生混乱，对生产造成损失，给人身安全带来危害。所以，只有严守规章制度，严守劳动纪律、杜绝违章，做到“四不伤害”即不伤害自己，不伤害别人、不被别人伤害，保护他人不受伤害，才能杜绝“三违”（即违章指挥、违章作业、违反劳动纪律）行为，最大限度地减少和消除种类伤亡事故的发生，从而达到克服安全生产的薄弱环节，切实解决企业安全生产工作中存在的各类问题，使“安全第一，预防为主”的方针真正落到实处。 二、危险化学品的概念 是指有易燃、易爆、易腐蚀、放射性等性质。在生产经营储运、使用和废弃物处置过程中，容易造成人身伤亡和财产损毁。 1、目前我车间涉及的原辅料有：、氨、尾气氯化氢、硫、三氯化磷、硫酸二甲酯、甲醇等均为《危险化学品名录》（2002版）中所列的危险化学品，在使用和储存过程中存在着火灾、爆炸、中毒（窒息）、触电、机械伤害、物体打击、高处坠落、灼烫、粉尘伤害、噪声、淹溺、自然灾害等危险有害因素。 本项目涉及的中间产品及回收套用的三氯硫磷（中间产品）、甲基二氯化物（中间产品）、甲基一氯化物（（中间产品）、二甲基硫化磷酰胺（中间产品）、副产品盐酸属危险化学品。 2、、剧毒化学品管理，设置防盗、监控报警装置；加设可燃气体报警装置，有毒气体报警装置，严格按照剧毒品五双管理落实监管工作。易燃易爆物料：甲醇储罐按要求拟安装液位报警装置、气体泄漏检测报警装置和高液位联锁紧急切断设施：罐区加设防盗、监控装置。 3、危险化学品使用场所的主要安全规定 1、严格管理明火 2、避免摩擦撞击 3、防止电气火花 4、防止泄漏 5、操作人员应具备相应的操作技能 4、危险化学品生产岗位安全操作要点 1、上岗前必须做好岗位检查，杜绝任何设备带病运行，尤其是安全附件。 2、必须严格执行工艺技术规程，遵守工艺纪律，做到平稳运行。 3、必须严格执行安全操作规程：安全操作规程是生产经验的总结，往往是通过血的教训换来的。 4、控制溢料和漏料，严防滴漏，是否存在泄料和溢料主要取决于岗位员工对待安全生产的态度和责任心；正确判断和处理异常情况。 5、严格按要求佩戴相关的劳动用品，穿戴使用个人防护用品是保护自身安全、健康的最后一道防线。
标准礼堂灯光舞台灯光说明 一、使用功能和设计要求礼堂舞台照明系统的使用功能要求满足各种综合演出活动的需要，保证举行大中型会议照明和电视现场转播录象的要求。 具体设计原则为： 1．照度指标：主演区最大白光照度大于1200IX； 2．调光路数：384路硅箱，1024路调光台并且有1024光通道。在不同的位置提供供备用调光箱的电源和直通回路，满足全方位连续布光需要； 3．提供尽可能多的投光位置，每个演出位置至少有四个以上方向的投光角度，有光的立体感。防止眩光、反射光及无用的光斑； 4．指标均高于文化部《剧场建筑设计规范》、建设部《民用建筑电气设计规范》中有关剧场的相关标准。 二、布光方案 1．面光 一面光作为舞台前区及乐池升起后正面主光，每道均考虑四组两种灯具横向打满舞台，以备使用中变色或舞台纵深照明，按上下两层布置。参考配置如下： 2KW调焦成像聚光灯8—16只 2KW平凸聚光灯8只 2KW螺纹聚光灯16只 2．耳光 左右耳光：2KW调焦成像聚光灯2×6只 2KW螺纹聚光灯2×8只 2KW平凸聚光灯2×8只 3．侧光 考虑大型舞台上，侧光最远照射距离不亚于面光，将采用： 2KW调焦成像聚光灯2×8只 2KW平凸聚光灯2×8只 2KW螺纹聚光灯2×8只 1KW平凸聚光灯2×8只 1KW螺纹聚光灯2×8只 灯具可用仿ETC光源4型575W固定光束椭球聚光灯，国产影视聚光灯替代。调光回路设置、100路调光，20路直放。 4、假台口光 假台口光作为主演区的主光来源在各类演出中非常重要。 参考配置： 2KW调焦成像聚光灯8只 1KW平凸聚光灯8只 2KW螺纹聚光灯12只 1KW螺纹聚光灯16只 5柱光 柱光作用是传统近距照明，而且还可作为中后场演区的300—600的主光需要，或充分内耳光使用 2KW调焦成像聚光灯8只 2KW螺纹聚光灯8只 1KW螺纹聚光灯8只 1KW平凸聚光灯8只 6．顶光顶光以1KW和2KW螺纹聚光灯、1KW平凸聚光灯为主，适应配一些1KW调
行业资料：________ 高空作业安全教育、培训内容 单位：______________________ 部门：______________________ 日期：______年_____月_____日 第1 页共8 页
高空作业安全教育、培训内容 一、高空作业基本要求 1、施工人员在高空作业时，必须戴好安全帽、佩好安全带，工具及零配件要放在工具袋内，穿防滑鞋工作，袖口、裤口要扎紧。 2、操作人员在高空作业时，必须正确使用安全带。安全带一定要高挂低用。即阍安全带绳端的钩环挂于高处，而人在低处操作。 3、操作平台上的材料，不得堆放过多，要平均摆放。下班前要清扫一遍，将工具和剩余材料运到地上。 4、垂直上料架的各种安全装置必须齐全有效。限位装置和防钢丝绳断裂装置必须定期检查，以防失灵。 5、夜间施工时，操作台、梯道等均要设有充分的照明，灯泡要设有保护罩，高空作业使用的电压，要使用不大于36V的安全电压。 6、施工现场周围要设置围栏，并挂牌警示，严禁非施工人员入内。在危险区的通道上要搭设保护棚，以保护出入人员的安全。 7、在高空用气割或电焊切割时，要采取措施，防止火花落下伤人或引起火灾，乙炔发生器不得放在下风。 8、在高空进行各种用力较大的操作时，要注意安全，防止发生闪失，如在高空使用撬杠时，人要立稳，附近有脚手架可已安装好构件，要一手扶住，一手操作。撬杠插进深度要适宜，如果撬动距离较大，要逐步撬动，不得急于求成。 9、地面操作人员避免在高空作业面的正下方停留或通过，也不得在起重机的吊杆或正在吊装的构杆下停留或通过。 10、设置吊装禁区，禁止与吊装作业无关的人员入内。 第 2 页共 8 页
舞台灯光设计说明 一、设计要求： ☆照明质量要求： 视觉的满足仅用光量是不够的，即使有了演出所要求的亮度，全部的演出意图也不能充分地、正确地表现出来。要根据情况巧妙地配光或者彩色光使演出得到正确表现，这就不仅要考虑光的量而且还必须充分考虑光质的问题。 ☆照明水平要求： 舞台照度没有固定的模式，使用功能的多样性，演出风格有所不同，所以应将各灯种配齐，供灯光师们选用，使舞台的平均照度大于500LX，舞台演出区的照度大于2000LX。 ☆色温和显示性的要求: 色温和显示性的确定很有讲究，大多数椭球聚光灯有几种不同容量的灯光供选择，其中色温高低直接影响到发光率。长期实践证明，舞台使用色温3000K的灯光比较合适。 ☆眩光限制要求： 在该舞台演出的舞台中，除了需要灯光布置外，还需要注意眩光问题，光柱的投射角应控制在30-60度之间，最理想的角度是45度，当光柱照射范围包括观众眼部时，则对观众产生刺眼的感觉影响观看，由于投光的多方向性且舞台有一定的高度，距前排观众很近，这是对他们不可能产生眩光，而当演员在舞台一侧时，附近的观众必须以仰角观看演员的面部，这种逆于观众视线方向的侧面布光就可能产
生眩光，所以在舞台设计中一般对舞台边缘来说，内侧布光角度须提高到55度，光圈不宜超过首排观众的膝部，也就是说，灯位间距一般应根据投光角55度的原则来确定。除了直射眩光以外，还应避免舞台台面涂刷光亮的油漆造成的反射眩光。 ☆造型立体感的要求： 应通过灯光的合理运用，以得到不同程度的照明方向性的立体感效果，造型灯可使表演区变换层次，或是强烈庄重，也可以是淡雅无华的但应避免过多的缺乏亮度对比的漫射光，而显得困乏无措，方向性不要太强，防止造型的可板，窄束光的集射光获得阴影过多时，影像交错又会杂乱而冲淡了造型的美感，同时部分灯具加装换色器，以提高灯光变化的自由度。 二、照明灯具及特点 ☆光源灯具： 光源，舞台照明使用的光源有热辐射光源的白炽灯聚光灯泡，卤钨灯泡，气体放电光源有管形氙灯和金属卤化物灯 ☆聚光灯： 将点光源发出来的光束，利用反射镜集中到前面，通过透镜对舞台的局部范围自由地投出光线。灯光范围明显，接近于平行光，光圈边缘显著。它是舞台必不可少的照明器具；常用于面光、耳光、侧光等光位。 ☆回光灯： 它是一种反射式的灯具，其特点是其光质硬、照度高和射程远，用作逆光和侧光以强调景物轮廓的线条。该灯无透镜，在灯箱的后壁装有球形抛特面反射镜，使其直射光不扩散，构成反射光投射出去；是一种既经济、又高效的强光灯。
过程能力指数案例分析 过程能力判断 过程能力指数的值越大，表明产品的离散程度相对于技术标准的公差范围越小，因而过程能力就越高；过程能力指数的值越小，表明产品的离散程度相对公差范围越大，因而过程能力就越低。因此，可以从过程能力指数的数值大小来判断能力的高低。从经济和质量两方面的要求来看，过程能力指数值并非越大越好，而应在一个适当的范围内取值。 过程能力指数案例分析 服务是一种无形的产品，对其如何进行质量控制呢？在工业质量管理的方法里，有一种指标叫做过程能力指标C pk，表示生产的部件与设计界限规定的范围的吻合程度，我们发现，把它应用在服务业上，也是一种很好的控制方法。下面就以某银行为例子，来说明它的应用。 某银行在营业高峰期时，顾客的等待时间最少是4分钟，银行承诺最多11分钟要办理完其全部业务，这是银行对过去的业务经验的总结，同时认为，一般的平均等待时间是8分钟，这反映了其职员处理业务的平均速度和平均熟练程度。在某个高峰时段银行办理了50位客户业务，每位客户的等待时间如下(为了便于计算0.5表示半分钟)：
9.5，6.0，8.0，8.5，10.5，8.5，10.0，9.0，6.0，9.5，8.0，8.5,7.5 9.0,8.5,10.0,7.5,9.0,6.5,9.5,8.0,8.5,10.0,7.0,7.0，9.5，8.5,9.0，8.0，8.0，11.0，7.5，8.5，6.5，10.5，8.0，7.0，9.0，8.5 9.0，8.0，8.0，6.5，7.5，8.5，8.5，7.0，7.5，9.0，9.0 从这些数据可以看出银行实现了对顾客的承诺，每位顾客的等待时间都不超过11分钟，是否可以说该银行的服务质量达到了标准？部门经理应该如何评价本银行的的业务处理能力呢？ 首先，我们要对这些数据作分析处理，如上图。从图中我们可以得到，直方图表示数据的频度，数据的分布大体上是服从正态分布的，且曲线中值偏向右侧。 USL和LSL分别表示的是服务要求范围的上限和下限，在本案例中就是11分钟和4分钟，即落在这个界限内的顾客等待时间都是合适的。一般对于USL和LSL的获得，可以有两种方法。一是固有的标准，例如，某钢板厚度控制在6.4到5.6毫米为合格品，这就是标准；另外一个是以往的经验的总结，例如根据某种经验，处理某些业务，根据正常的程序，一般要3到8天等等。 使用统计软件可以计算出样本数据的平均值和标准差分别是8.36和1.165，我们用与S来表示，在数学上它们分别是与a的无偏估计值。接下来让我们看一下它们的现实意义。 平均值=8.36分，反映了曲线的位置，是位置参数。这个数字对于顾客来说，它反映了在该银行办理业务的平均等待时间；对该银行来说，他反映了该部门的平均效率；而对于其职员来说，它反映了职员办理业务的平均熟练程度。 而标准差S反映了顾客等待时间，即银行服务速度的波动性，波动造成差异，这是服务质量变异的属性。差异的扩大会造成失控，在失控状态下，可能会造成业务的阻碍和客户的不满与抱怨。因此，对于S当然是越小越好，因为它越小表示数据越集中，越靠近平均值，也就是时间长度的差异不大；如果S越大，就表示变化范围越大，也就是差异很大，很可能会造成服务质量变异。