化工園區智慧安全應急平臺中的數據采集與預警分析

廣東藍盾樂庚信息技術有限公司 翁錦榕 鐘俊勇 吳文浩

1 引言

化工園區內分布著大量的有危險源和污染源企業，稍有不慎，就可能釀成嚴重的事故，造成重大人員傷亡和財產損失，個別事故還會造成嚴重的環境污染。智慧安全應急平臺正是在這樣的背景上產生的，對化工園區來說，智慧安全應急平臺的建設目的是為園區的安全生產保駕護航，構建集應急值守、監控預警、綜合研判、輔助決策、指揮調度、模擬演練等功能于一體的智能化應急系統，實現多部門協同聯動和信息共享[1]。

智慧安全應急平臺借助園區化工企業泛在的感知網絡（環境監測傳感器、生成過程監測傳感器、安全生產視頻監控設備、安防視頻監控設備等），基于新一代數據采集和分析技術，實現有毒可燃性氣體濃度、生產過程安全參數（溫度、壓力、液位、濃度等）等關鍵指標的實時采集、動態監測，將化工園區與信息化深度融合，實現對監測監控數據的深度挖掘和分析，識別潛藏的規律，從而將事故扼殺在萌芽狀態[2]。

通過調研發現，目前絕大部分化工園區對企業的管理，通常只是接入企業的監控視頻，對于生產過程安全參數和有毒可燃性氣體監測參數等關鍵指標的接入還很少。而且，即使接入了，對企業采集數據的安全保護也不夠。后端應急平臺對這些數據還只停留在基本的統計分析上，沒有做到真正的數據分析[3]。化工園區運營管理水平和公共服務能力還相對較低。因此，如何實現園區化工企業關鍵監測參數的安全接入和采集，實現后端平臺有效的數據分析，以及監測數據的可視化展示與預警，成為智慧化工園區亟待解決的問題。

2 化工企業關鍵安全參數的采集

生成過程控制系統或自動化控制系統，當前已被廣泛的用于化工行業。普遍采用OPC或Modbus協議來支持與第三方設備的通信。這意味著，對于大多數的化工企業，通過實現OPC通信或Modbus通信，就可以從企業現有的生產過程系統和環境監測系統來讀取重要安全參數的監測數據、報警值等。

2.1 關鍵安全參數的采集

通過對化工企業主流通信協議的研究，設計了一套企業數據采集系統，該系統主要支持OPC協議和Modbus TCP協議，從而來實現現場設備的數據采集、數據過濾、數據集成等功能。企業數據采集系統讀取生產過程裝置的壓力、液位、溫度、有毒可燃氣體濃度等安全參數和它們的報警數據，并將數據按照定義好的規范來生成文件。

數據采集軟件支持配置相關參數和所要獲取的監控數據，包括：OPC服務器IP或控制器IP、服務器或控制器標識、企業標識、客戶端標識、客戶端序號（用于區別多個生產過程監控系統、環境監測系統數據）、采集頻率、采集監控點（標簽項）等。

2.2 采集數據聯網規范

2.2.1 數據文件定義

企業數據采集系統采集后生成的文件，其格式為文本文件,文本編碼采用ANSI格式。

數據文件命名規則：年月日時分秒+企業編碼+企業采集點序號+數據文件類型碼.txt。

采集文件未完全生成數據前文件擴展為tmp，完成后改為txt。數據文件的第1條記錄是文件頭。文件頭由企業編號、生成時間、文件標識、數據類型數據記錄數組成。企業編號由10位字母數字表示，數據文件類型用4個字母表示。文件-數據體(設備數據記錄)由時間、監測點、名稱、監控對象、檢測值、報警上限值、報警下限值、傳感器狀態等組成。

2.2.2 通訊定義

化工企業和園區應急中心，應急中心和上級安監局，數據傳輸采用 TCP/IP 協議和套接字（Socket）接口通信。

（1）消息包格式（見表1）

表1

（2）消息列表（見表2）

2.3 關鍵安全參數的交換傳輸

關鍵安全參數采用前置交換模式進行交換傳輸，即在企業和應急中心分別部署數據交換系統。企業數據交換系統、園區應急中心數據交換系統、安監局數據交換系統通過消息隊列來實現數據交換，并且通過國密SM4加密算法，來保障通信的安全。

數據交換傳輸采用FTP的方式來進行交換傳輸。FTP是可靠的，面向連接的，和數據加密一起為數據的遠程傳輸提供可靠的保證。

2.4 關鍵安全參數的加解密

數據交換系統采用SM4加密算法。在企業端，數據加密功能采用密鑰對生成的文件進行加密，然后交付給數據傳輸程序，將加密后的文件傳輸到應急中心。在園區應急中心端，則對應有服務器端數據解密程序，采用同一秘鑰對收到的文件進行解密，然后交付給數據解析程序，通過事先約定的傳輸規范對文件進行解析，讀取數據，進行展示。

SM4是一個分組對稱密鑰算法，明文、密鑰、密文都是16字節，加密和解密密鑰相同。通過32次循環的非線性迭代輪函數來實現加密和解密。SM4基本過程是首先把16字節密鑰按照4字節一組分成4組，然后根據密鑰擴展算法，生成32組4字節輪密鑰；再把輸入的16字節數據也按照4字節一組分成4組然后進行循環運算。

3 監測數據的可視化展示

在安全參數的動態監測方面，實現了對園區化工企業溫度、壓力、液位、有毒可燃氣體濃度等安全參數的實時監測和預警[4]。系統提供列表、曲線、工藝流程圖、平面圖等方式來直觀展示實時監測信息和監測歷史數據的功能，實現即時聯動報警，報警方式包括地圖自動定位、周邊視頻的自動播放、彈框提醒、短信提醒等。

表2

4 數據預警分析

通過對報警信息和安全參數信息、企業信息、重大危險源信息等靜態數據和動態數據，進行數據分析，對事故風險進行預測預判，實現規律挖掘、圖形化分析、預警等功能[5]。大數據預警分析，我們結合應急業務，重點關注重大危險源分析和重大危險源報警分析。

4.1 重大危險源分析

（1）重大危險源級別占比分析

統計園區重大危險源的數量，各級別重大危險源的數量以及占比情況。

（2）重大危險源類型分析

統計園區不同類型重大危險源的數量，包括儲罐區，危化工藝生產場所等。

（3）重大危險源等級統計

按照危險源等級統計園區危險源分布情況。

（4）重大危險源引發事故數量分析

統計園區各重大危險源引發事故的情況。

（5）重大危險源區域分布分析

將園區根據企業進行分區，根據重大危險源引發事故的情況，來統計各區域發生事故的情況，從而對該區域進行重點監控。

（6）重大危險源逐年變化趨勢

統計重大危險源逐年變化趨勢，包括整體數量、級別占比和引發事故數量變化趨勢。

（7）重大危險源引發事故死亡人數分類統計

統計各重大危險源安全事故所造成死亡人數的變化趨勢。死亡人數分類按：0-2人、3-9人、10-29人、30人以上四種級別進行劃分。

4.2 重大危險源報警分析

對報警信息，按照時間、地區（地點）、企業安全生產種類進行存檔、統計分析和管理；從地點、行業類型、時間區間（如周、半月、月、季度、半年度等）、預警記錄類型等維度進行統計預警，并提供多種查詢統計方式。按照月度、季度對企業危險源、危險場所態勢進行預測預警，對企業預警態勢進行分級，并通過報警數據分析進行報警與事故轉換關系分析，從而為職能部門的重點監管提供信息技術支撐，為其隱患排查、安全檢查和行政執法等工作提供決策依據。其中，重點實現以下統計預警功能：

（1）報警區域統計

統計重大危險源報警的區域分布情況，按不同企業、區域范圍進行統計。

（2）報警季節統計

統計報警的季節分布情況，包括報警總量的季節分布、各設備報警的季節分布，找出報警與季節的關系。同時，統計報警在一天中的分布情況。

（3）報警行業統計

按行業分類（如：某區域精細化工、石油化工等）統計報警的季節變化趨勢，找出各行業安全報警與季節之間的關系。

（4）報警設備類型統計

按設備類型（視頻攝像頭、溫度傳感器、壓力傳感器、液位傳感器、氣體濃度傳感器）統計報警情況，包括統計歷史總量信息、實時監控變化情況等。

5 結束語

過去，已經有許多研究致力于解決化工園區企業安全監管的問題。它們有的只是接入化工企業的安全生產和安防視頻，做基本的監管和事故發生后的取證，有的是在此基礎上做一些智能視頻分析，有的是同時接入了化工企業的視頻和安全參數關鍵指標數據，實現企業數據采集和交換、可視化展示等，但是又沒有實現傳輸數據的安全保護，企業內網和傳輸網絡的安全隔離，監測數據可視化展示和預警聯動功能都較差，數據統計也只是基本的統計分析。

本文提出的數據采集和預警分析技術目前已在智慧化工園區項目中成功應用，取得了良好效果，使得化工園區運營管理能力和公共應急服務能力都得到很大改善，保障了化工園區的可持續發展。此外，該技術還可用于智慧安監等領域，具有廣闊的市場空間和發展前景。

[1]劉偉偉,王瑋.山東省化工園區現狀及智慧園區信息化建設初探[J].山東化工,2016,45(20)：126-127.

[2]楊曉宇.化工園區安全管理呼喚智慧化[J].化工管理,2014(31)：22-23.

[3]林芳宇.智慧園區政企公共服務平臺的設計與實現[D].吉林大學,2014.

[4]李云婷,嚴京海,孫峰,張大偉,夏曦,芮曉光,白鑫鑫,尹文君.基于大數據分析與認知技術的空氣質量預報預警平臺[J].中國環境管理,2017,9(02)：31-36.

[5]馮言勇,劉桐杰,李昱,方俊偉.通過大數據分析進行設備故障診斷的技術研究[J].自動化博覽,2017(12)：72-77.