生產(chǎn)智能監(jiān)控怎樣借助AI來(lái)實(shí)現(xiàn)

安全生產(chǎn)是社會(huì)發(fā)展永恒的主題，是一切工作的真諦。

對(duì)于工業(yè)生產(chǎn)企業(yè)而言，由于業(yè)務(wù)連續(xù)性強(qiáng)、系統(tǒng)復(fù)雜，大量生產(chǎn)設(shè)備相互聯(lián)系、耦合緊密，而且具有功率大、運(yùn)轉(zhuǎn)速度高的特點(diǎn)。安全生產(chǎn)更是保證從業(yè)人員的人身安全與健康，設(shè)備和設(shè)施免受損壞，環(huán)境免遭破壞，保證生產(chǎn)經(jīng)營(yíng)活動(dòng)得以順利進(jìn)行的必要條件。

對(duì)于石油石化行業(yè)屬于危險(xiǎn)、危害因素眾多的高危行業(yè)，安全生產(chǎn)形勢(shì)依然十分嚴(yán)峻。

人工智能在安全生產(chǎn)領(lǐng)域的作用顯著提升

以人工智能技術(shù)為手段，精準(zhǔn)把握 “高精度質(zhì)量檢測(cè)，大范圍安全管理”的行業(yè)需求，應(yīng)用機(jī)器視覺(jué)、體態(tài)識(shí)別、異常行為分析預(yù)警等人工智能技術(shù)，在安全防范、監(jiān)管實(shí)施、質(zhì)量檢測(cè)和生產(chǎn)流程管理方面，實(shí)現(xiàn)實(shí)時(shí)監(jiān)控、自動(dòng)發(fā)現(xiàn)問(wèn)題、主動(dòng)預(yù)警，提高了過(guò)去依靠肉眼或“遠(yuǎn)水救不了近火”的窘境，確保生產(chǎn)安全高效、勞動(dòng)力分配得當(dāng)、保持低成本優(yōu)勢(shì)，為協(xié)助工業(yè)企業(yè)“降本增效、安全生產(chǎn)”，等等智能化應(yīng)用，已經(jīng)逐漸在工業(yè)生產(chǎn)安全領(lǐng)域發(fā)揮著重要作用，改變了以往安全管理工作“事后處理”的模式，轉(zhuǎn)向?qū)ξｋU(xiǎn)的預(yù)先識(shí)別、分析和控制的科學(xué)化管理方式，最終實(shí)現(xiàn)事先控制，預(yù)防為主，關(guān)口前移，防患于未然的目的。

通常情況下，石化企業(yè)歷年來(lái)已分期分批投建了視頻監(jiān)控系統(tǒng)，基本實(shí)現(xiàn)每個(gè)生產(chǎn)裝置和重點(diǎn)部位都已安裝監(jiān)控?cái)z像機(jī)。傳統(tǒng)機(jī)器視覺(jué)檢測(cè)（如比對(duì)法）解決了人工目檢的一些做不了、做不好以及人做成本高的問(wèn)題。但依然存在安全隱患：

1、現(xiàn)場(chǎng)作業(yè)監(jiān)管過(guò)程中，由于人力、物力等各種原因，各環(huán)節(jié)相關(guān)管理人員有時(shí)會(huì)無(wú)法到施工現(xiàn)場(chǎng)監(jiān)督監(jiān)護(hù)、審核確認(rèn)作業(yè)票證，或到了現(xiàn)場(chǎng)也是象征性的停留很短時(shí)間，最終難以滿足當(dāng)前作業(yè)許可制度規(guī)范的要求。

2、盡管已經(jīng)實(shí)現(xiàn)了對(duì)作業(yè)票證的電子審批全過(guò)程管理，但是在施工現(xiàn)場(chǎng)工人的不規(guī)范行為、設(shè)備設(shè)施的違規(guī)使用等方面也很難進(jìn)行監(jiān)管，即使有視頻監(jiān)控，一般也僅絕限于在控制室進(jìn)行人工識(shí)別監(jiān)控，甚至僅能監(jiān)控到主要生產(chǎn)裝置及要害部位，不能實(shí)現(xiàn)在任何生產(chǎn)區(qū)域發(fā)生不規(guī)范作業(yè)時(shí)進(jìn)行監(jiān)控的要求。

3、對(duì)承包商的勞務(wù)人員的監(jiān)管也非常重要，在承包商施工人員進(jìn)入現(xiàn)場(chǎng)前，實(shí)行了安全教育培訓(xùn)、職業(yè)技能審查等工作，但是真正到現(xiàn)場(chǎng)施工時(shí)，也存在換人替代等安全隱患。

與傳統(tǒng)機(jī)器視覺(jué)檢測(cè)方法相比，基于人工智能的檢測(cè)方法將在減少對(duì)光照、擺放位置、傳輸速率等外在因素依賴程度，尤其是對(duì)一些較難識(shí)別的行為動(dòng)作的大量圖像進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，在充分訓(xùn)練的情況下，將為各種行為動(dòng)作和物體的主要和非主要特征提供更高的識(shí)別準(zhǔn)確率。

人工智能如何在安全生產(chǎn)領(lǐng)域落地

通過(guò)建立一套安全作業(yè)智能監(jiān)控管理系統(tǒng)，來(lái)加強(qiáng)作業(yè)現(xiàn)場(chǎng)的監(jiān)控管理力度，同時(shí)落實(shí)屬地管理的管理方法，及時(shí)發(fā)現(xiàn)各生產(chǎn)環(huán)節(jié)的安全隱患，以便于能夠及時(shí)分析和處理隱患，最終實(shí)現(xiàn)安全生產(chǎn)。

具體的應(yīng)用場(chǎng)景如下：

1、基于人工智能的安全作業(yè)智能監(jiān)控系統(tǒng)與作業(yè)許可票證管理系統(tǒng)相結(jié)合，實(shí)現(xiàn)對(duì)現(xiàn)場(chǎng)作業(yè)的全過(guò)程的實(shí)時(shí)監(jiān)控，實(shí)現(xiàn)對(duì)施工作業(yè)現(xiàn)場(chǎng)的監(jiān)護(hù)人、票證審核人、作業(yè)申請(qǐng)人以及承包商派駐的施工人員進(jìn)行智能識(shí)別、身份驗(yàn)證的監(jiān)控管理，同時(shí)也可監(jiān)控作業(yè)區(qū)域內(nèi)是否有人的危險(xiǎn)行為動(dòng)作、是否有未授權(quán)人或物的越界等不規(guī)范行為的發(fā)生。

2、運(yùn)用基于人工智能的機(jī)器視覺(jué)識(shí)別技術(shù)，代替?zhèn)鹘y(tǒng)的人工視覺(jué)識(shí)別方式，實(shí)現(xiàn)自動(dòng)智能識(shí)別預(yù)警功能。

3、能夠通過(guò)客戶端管理軟件系統(tǒng)實(shí)時(shí)查看各監(jiān)控點(diǎn)視頻圖像，對(duì)關(guān)鍵監(jiān)控點(diǎn)的遠(yuǎn)程視頻進(jìn)行調(diào)用、預(yù)警、廣播通知。

4、通過(guò)系統(tǒng)可以通過(guò)視頻回放查看該屬地下近期進(jìn)行的各種作業(yè)情況，隱患情況，視頻報(bào)警的處理情況。

5、實(shí)現(xiàn)分級(jí)網(wǎng)絡(luò)架構(gòu)，上級(jí)監(jiān)控中心能夠查看和管理所轄范圍內(nèi)的所有視頻圖像。

基于AI的安全生產(chǎn)智能監(jiān)控系統(tǒng)如何設(shè)計(jì)

基于人工智能的安全作業(yè)智能監(jiān)控系統(tǒng)承擔(dān)著石化企業(yè)安全指揮控制、通訊聯(lián)絡(luò)、數(shù)據(jù)采集、上傳和共享的重任，是企業(yè)安全生產(chǎn)和管理信息化的關(guān)鍵和紐帶，其設(shè)計(jì)原則必須保證整個(gè)系統(tǒng)具備可靠性高、穩(wěn)定性強(qiáng)、技術(shù)先進(jìn)、人機(jī)界面友好、操作簡(jiǎn)單、維護(hù)方便、方便升級(jí)等特點(diǎn)。

1、滿足集團(tuán)化監(jiān)控管理應(yīng)用的需要，能夠完全考慮未來(lái)公司近期、中期、遠(yuǎn)期發(fā)展，提出具體建設(shè)時(shí)間表，提供高效、優(yōu)質(zhì)的全系統(tǒng)技術(shù)支持服務(wù)。

2、保護(hù)既有投資，對(duì)原有已經(jīng)安裝和使用過(guò)監(jiān)控設(shè)備，在新系統(tǒng)建設(shè)中盡可能的采用兼容方式處理，從而實(shí)現(xiàn)建設(shè)的資源節(jié)省和設(shè)備運(yùn)轉(zhuǎn)周期加長(zhǎng)。

3、石化廠區(qū)屬于高危險(xiǎn)區(qū)域，所以有源設(shè)備均要采用符合國(guó)家標(biāo)準(zhǔn)的防爆設(shè)備，既要提高廠區(qū)內(nèi)的安全級(jí)別又能滿足視頻圖像采集的要求。

4、系統(tǒng)操作簡(jiǎn)單，可輕松的控制系統(tǒng)的各種設(shè)備，操作形象、簡(jiǎn)單，無(wú)須記憶各個(gè)煩瑣功能。并且控制面板和媒體播放器和視頻回放查詢集成在同一客戶端軟件界面，監(jiān)控系統(tǒng)終端通過(guò)同單一軟件就可以實(shí)現(xiàn)所有操作，方便客戶端的操作。

5、接口開(kāi)放，可以與其它相關(guān)系統(tǒng)無(wú)縫對(duì)接。

基于人工智能的安全生產(chǎn)監(jiān)控管理系統(tǒng)區(qū)別于傳統(tǒng)的安防系統(tǒng)，不僅僅在于視頻監(jiān)控，更多地以深度神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺(jué)AI技術(shù)為核心，用機(jī)器視覺(jué)代替人力肉眼的監(jiān)管，真正做到解放人力、24小時(shí)無(wú)縫無(wú)死角監(jiān)管，大大節(jié)省人力資源的同時(shí)，使得處置手段更為高效化和多樣化。

傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)往往使用原始形式來(lái)處理自然數(shù)據(jù)，模型的學(xué)習(xí)能力受到很大的局限，構(gòu)成一個(gè)模式識(shí)別或機(jī)器學(xué)習(xí)系統(tǒng)往往需要相當(dāng)?shù)膶I(yè)知識(shí)來(lái)從原始數(shù)據(jù)中（如圖像的像素值）提取特征，并轉(zhuǎn)換成一個(gè)適當(dāng)?shù)膬?nèi)部表示。

而深度學(xué)習(xí)則具有自動(dòng)提取特征的能力，它是一種針對(duì)表示的學(xué)習(xí)。深度學(xué)習(xí)允許多個(gè)處理層組成復(fù)雜計(jì)算模型，從而自動(dòng)獲取數(shù)據(jù)的表示與多個(gè)抽象級(jí)別。這些方法大大推動(dòng)了語(yǔ)音識(shí)別，視覺(jué)識(shí)別物體，物體檢測(cè)，藥物發(fā)現(xiàn)和基因組學(xué)等領(lǐng)域的發(fā)展。通過(guò)使用BP算法，深度學(xué)習(xí)有能力發(fā)現(xiàn)在大的數(shù)據(jù)集的隱含的復(fù)雜結(jié)構(gòu)。

安全生產(chǎn)管理 從行政管理到數(shù)據(jù)驅(qū)動(dòng)的進(jìn)化

事實(shí)證明，物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等新興技術(shù)無(wú)疑是當(dāng)下企業(yè)實(shí)現(xiàn)全方位的安全生產(chǎn)管理的有力抓手，相比“制度管理”其可以通過(guò)可預(yù)知的投入獲得可衡量的收益。當(dāng)然，這些新興技術(shù)也給傳統(tǒng)安全生產(chǎn)管理者帶來(lái)了困惑，就是如何在安全生產(chǎn)管理體系中去應(yīng)用它們。寄云科技提出“數(shù)據(jù)驅(qū)動(dòng)安全生產(chǎn)管理”，通過(guò)層次化的思維，在統(tǒng)一的工業(yè)互聯(lián)網(wǎng)平臺(tái)之上，分別從設(shè)備、生產(chǎn)和經(jīng)營(yíng)三個(gè)層面入手，落地安全生產(chǎn)管理解決方案。

基于數(shù)據(jù)驅(qū)動(dòng)的設(shè)備可靠性管理。在設(shè)備層面，方案構(gòu)建設(shè)備數(shù)字孿生模型，將資產(chǎn)、組織、過(guò)程、工藝的數(shù)據(jù)進(jìn)行了模型化，形成了不同層次的管理對(duì)象，實(shí)現(xiàn)指標(biāo)、從屬關(guān)系、數(shù)據(jù)源等屬性的配置，從而將接入平臺(tái)的設(shè)備基礎(chǔ)數(shù)據(jù)有效的管理起來(lái)。在這些基礎(chǔ)數(shù)據(jù)之上，方案為企業(yè)關(guān)鍵生產(chǎn)設(shè)備開(kāi)發(fā)預(yù)測(cè)性維護(hù)應(yīng)用，實(shí)現(xiàn)故障率的降低，提高設(shè)備的可靠性。

基于數(shù)據(jù)驅(qū)動(dòng)的生產(chǎn)關(guān)鍵工藝流程管理。在生產(chǎn)層面，方案采集生產(chǎn)過(guò)程中的各類數(shù)據(jù)，通過(guò)精細(xì)化的多維度、長(zhǎng)周期、以工藝為基礎(chǔ)結(jié)合人工智能的數(shù)據(jù)分析，來(lái)提高生產(chǎn)成品的收率。對(duì)于生產(chǎn)中需要監(jiān)控的各種關(guān)鍵指標(biāo)，方案根據(jù)指標(biāo)的各種特征，通過(guò)模型計(jì)算出相應(yīng)的監(jiān)控指標(biāo)，設(shè)定監(jiān)控策略，并對(duì)違背策略的異常進(jìn)行告警。

基于數(shù)據(jù)驅(qū)動(dòng)的安全風(fēng)險(xiǎn)管控決策和應(yīng)急指揮。方案建立全效應(yīng)急指揮和安全生產(chǎn)機(jī)制，基于大數(shù)據(jù)全面感知安全風(fēng)險(xiǎn)態(tài)勢(shì)，結(jié)合事故頻度、單位等特征統(tǒng)計(jì)分析，預(yù)測(cè)可能發(fā)生的重大突發(fā)事件;統(tǒng)一組態(tài)視角，打通控制系統(tǒng)信息化壁壘，實(shí)現(xiàn)實(shí)時(shí)的生產(chǎn)運(yùn)行監(jiān)控;系統(tǒng)還實(shí)現(xiàn)業(yè)務(wù)管理分級(jí)預(yù)警、報(bào)警功能，環(huán)保管理等。

數(shù)據(jù)是貫穿設(shè)備、生產(chǎn)和經(jīng)營(yíng)三個(gè)層面的血脈。方案通過(guò)采集設(shè)備數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、外部數(shù)據(jù)等，構(gòu)建融合的“數(shù)據(jù)中心”?；谶@個(gè)融合的“數(shù)據(jù)中心”，實(shí)現(xiàn)統(tǒng)一的設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè)，并能夠結(jié)合大數(shù)據(jù)、人工智能手段實(shí)現(xiàn)關(guān)鍵設(shè)備的預(yù)測(cè)性維護(hù)，以及生產(chǎn)過(guò)程優(yōu)化等應(yīng)用，并在此基礎(chǔ)上實(shí)現(xiàn)整體經(jīng)營(yíng)層面的全局管理，最終達(dá)到提升安全生產(chǎn)管理水平的目的。