大數據技術在安全生產風險防控中的應用

朱梅倩(中國航空油料有限責任公司，北京 100088)

0 引言

隨著信息技術不斷迭代發展，大數據技術被廣泛應用于社會各個行業和領域。就安全生產領域而言，企業生產活動產生的海量數據真實、準確地反映出企業生產活動的動態場景，通過即時匯總、分析海量數據可以發掘出安全生產的潛在規律和演化機制。著名的海因里希法則就是統計分析55萬件機械事故并得出安全生產規律的一個成功案例。現在可獲取的數據種類更多、范圍更廣、跨度更大，全面推廣大數據在安全生產活動中的運用，能夠打破信息壁壘，提高管理效能，促成各系統之間數據共享，從而更加有效地落實風險管控隱患治理雙重預防機制，促進風險防控由定性管理向定量管理轉變，事故預防由經驗總結型向科學分析型轉變，隱患整治由傳統的分散驗證銷項向系統的集中驗證銷項轉變[1]，真正做到風險預控、關口前移，科學指導安全生產，確保企業持續健康平穩發展。

1 建立大數據風險防控管理平臺

1.1 大數據技術手段簡介

大數據技術是一個很寬泛的概念，具體到企業安全生產風險防控中，主要涉及物聯網技術、數據融合技術以及云計算技術等大數據手段。物聯網是通過傳感器與互聯網鏈接，使物體與物體、物體與網絡相連的統一網絡。在結構上一般分為感知層、網絡層和應用層。感知層通過采用傳感器技術和射頻識別技術采集各類信息[2]；網絡層采用無線技術和有線技術把感知層獲得的各類信息安全、穩定地傳輸到應用層；應用層通過采用數據存儲、處理技術等將接收到的信息數據匯總、存儲、處理，再以特定形式呈現出來[3]。數據融合技術將采集到的原始數據進行自動分析、綜合和校準，為后續數據處理提供更準確可靠的測量數據。由于采集到的數據不可避免存在一定誤差，感知層獲取的海量信息通過數據融合技術處理可以增加信息的準確性和穩定性，有助于降低應用層數據處理的難度。所以數據融合技術是物聯網的一個重要環節。云計算技術是將分布式存儲、虛擬化技術、編程模型等技術發展融合產生的一種計算方式，可以通過千萬臺互聯的電腦和服務器進行大量數據運算，具有強大的計算能力，并且可使系統中所有終端用戶都能運用這種計算形式[4]。物聯網只有借助云計算技術才能實現對其產生的海量信息進行有效的整合處理，云計算技術為數據的集中存儲和安全訪問提供了穩定支持，是實現物聯網大數據管理的關鍵技術。可以說，物聯網技術是大數據風險防控管理平臺的基礎，數據融合技術增強了采集數據信息的準確性，云計算技術增強了處理海量數據的能力，三種技術為企業安全風險預警與精準防控提供了技術支撐[5]。

1.2 大數據風險防控管理平臺的優勢和意義

大數據風險防控管理平臺的自動化數據采集不受員工主觀意識影響，能夠避免人工數據采集中可能影響到數據真實性、準確性的人為因素，同時能夠避免因崗位變動或人員流動造成管理水平的波動，而且極大地降低了人力成本，提高了企業信息采集的效率。大數據風險防控管理平臺能夠實時、直觀地展示企業生產狀態，反映生產活動變化，尤其可以對危險源或重點區域進行實時監測，并及時發出提示和預警。大數據風險防控管理平臺在檢測生產情況的同時，還能夠對數據進行智能統計、分析和挖掘，并通過多種形式進行展示，不僅可以用于針對性防控風險，而且能夠指導企業部署安全生產工作任務，有利于企業不斷改進生產方式，提高生產效率，促進安全發展[6]。

1.3 大數據風險防控管理平臺的基本要求

為了實現風險實時精準防控，平臺應具備安全生產態勢預測預警、安全生產日常運行狀態監測、安全生產重大戰略跟蹤、重大安全隱患風險分析等功能以及基于地理信息可視化的安全生產大數據監測分析和可視化數據圖表生成、多維度信息展示等功能[7]。首先，要能夠真實可靠進行風險識別，通過自動化、系統化和智能化處理來進行數據的關聯分析和規律挖掘，彌補傳統風險辨識手段的不足。其次，要能夠基于大數據開展風險評價，對數據庫進行整合與挖掘，開展模型分析，實現數據化的風險評價分級。再次，要能夠實現大數據的風險預警預測與控制，將安全科學理論和大數據理論有機結合，對未來可能形成的事故進行趨勢預測，從而能夠有的放矢地消除或管控安全風險，為風險管理決策提供科學的數據支撐。最后，將情景構建與相關大數據預測模型相結合，為應急處置的主動性提供技術支持，從而最大限度地降低事故發生的可能性及危害性[8]。通過辨識、分級、預警和應急，實現靜態與動態預警、實時預警、全自動化預警、精確風險預警等，推送針對預警信息的控制對策，分級分類有序進行風險管理工作，有效提升風險管理水平[9]。

2 大數據風險防控管理平臺帶來的挑戰與解決思路

2.1 安全管理機制亟待改進

傳統的安全管理思想和制度規范已經不能滿足信息時代企業安全發展的需求，大量新建的、分散的各種平臺、系統、程序等亟需統一管理和規范。企業要注重信息化建設的規劃，有序加大安全管理信息化投入，并且建立健全大數據背景下的安全管理工作體系、制度、標準與文化[10]，科學規范安全管理信息化建設、運行和管理工作。大數據安全管理涉及多部門職能，要統籌協調安全管理部門、投資管理部門、科技管理部門以及信息化管理部門的關系，加強溝通交流，形成有效合力，確保方向一致、責任清晰、分工明確。同時，還要平衡好自動化風險防控與人工風險辨識防控的關系，并加強對平臺使用和管理人員的監管，促進安全管理水平的持續提升。

2.2 基礎設施建設需要提速

要應對數據巨量化、多樣化帶來的挑戰，實現海量數據的高效收集、儲存、加工與傳輸，離不開信息和通信等硬件的支撐。企業要注重數字轉型、智能升級、融合創新，加強信息基礎設施建設，提升匯聚及處理結果數據、過程數據和內容數據的能力，為數據的安全性與可用性提供保障。提高生產場所信息采集的質量和效率，做到全面覆蓋生產管理各個環節，對所有生產作業環境進行實時監控，保證信息收集的及時準確以及信息數據的快速傳輸，確保及時掌握現場真實狀況和變化。

2.3 相關人員素質有待提升

企業管理人員和技術人員只有不斷充實業務知識和更新知識結構，才能跟上時代發展步伐、滿足企業發展需要。因此企業要高度重視人才隊伍建設，建立完善符合科技發展和企業實際的培訓機制，在提升安全管理專業知識的同時，注重提升人員信息知識水平。使得大數據管理平臺相關人員具備信息化管理的素質和能力，能夠通過大數據風險防控管理平臺的建立與使用，對其功能的完善和應用提出更符合企業管理需求的思路和措施，從而實現安全管理信息化建設的高效推進和循環改進[11]。

2.4 信息安全必須得到保障

安全永遠第一。大數據風險防控管理平臺實現安全風險精準防控的根本前提是不能產生新的風險點，充分保障自身數據和信息的安全性。所以在建設、使用大數據風險防控管理平臺的過程中，必須首先保證信息安全、網絡安全、系統安全。要建立完善的信息安全管理機制，保障系統電力供應，實行數據多處備份，強化對各類異常行為的檢測，抵御各種電子攻擊[12]，切實保障企業信息的安全性。此外，大數據風險防控管理平臺還存在著個人數據被濫用的隱患，應建立個人隱私保護制度，明確平臺管理人員權限，關口前移，從源頭上加強個人隱私保護，加大監督管理力度，保護個人隱私數據不被過度或不合理利用。

3 結語

基于大數據技術所建立的安全生產風險防控管理平臺，通過對企業生產活動產生的海量信息數據進行收集、匯總和整理，并借助軟硬件以及數學模型進行分析、處理，及時準確分析預測風險，精準防范安全事故隱患，實現風險隱患的即時反饋和定向預警，并提出相應的防范與應對措施，是打破“信息孤島”，科學精準防控企業安全風險的重要管理手段。在大數據技術普遍應用的背景下，企業應高度重視大數據技術、信息數據的驅動作用，大力推進安全管理信息化建設，合理創新管理模式和制度，及時更新信息技術設備，加快大數據技術人才的培育與成長，強化大數據信息的交流與傳遞，并在此基礎上建設和優化數據模型，有效篩選出與企業發展及安全生產業務關系密切的信息數據，深入挖掘有助于提升企業安全發展水平的管理規律，為企業發展科學決策提供強大支撐，從而不斷提高企業安全管理效率和質量，提升企業生產本質化安全水平，促進企業安全管理與信息時代發展相適應，在真正意義上實現企業安全發展、智能化發展。