基于物聯網和人工智能的化工園區智慧管理平臺建設

周葉芬

工業云制造(四川)創新中心有限公司,四川 成都 610000

0 引言

隨著全球化工產業的快速發展,化工園區的數量和規模不斷擴大,安全管理問題日益凸顯。傳統的安全管理方式往往存在響應不及時、處理不準確等問題。因此,園區迫切需要一種基于物聯網和人工智能的智慧管理平臺,以實現實時、立體、主動分析的安全管理。《化工園區安全風險智能化管控平臺建設指南(試行)》《應急管理部辦公廳關于印發〈“工業互聯網+危化安全生產”試點建設方案〉的通知》等相關文件也提出推進化工園區安全生產信息化智能化平臺建設[1]。

本文旨在研究基于物聯網和人工智能的化工園區智慧管理平臺的建設,通過對物聯網技術、人工智能技術在化工園區管理方面進行深入研究,探索物聯網和人工智能技術在實際應用的效果,為園區的數字化轉型和智能化升級提供方案,推動物聯網、人工智能技術在化工園區智慧管理方面的應用和發展,優化管理流程和資源配置,降低成本,提高應急響應和處置效率。

1 化工園區智慧管理平臺總體設計

化工園區智慧管理平臺按照《化工園區安全風險智能化管控平臺建設指南(試行)》的建設要求[2],采用物聯網、人工智能、大數據等技術打造集安全生產風險感知與監測、應急指揮調度、危化信息監管共享、行業數據處理、產業服務等為一體的能力體系,具備快速感知、實時監測、超前預警、動態優化、智能決策、聯動處置、系統評估、全局協同能力[3]。通過應用該平臺,力爭實現安全生產全過程、全要素、全產業鏈的連接和監管,從而推動現場檢查向線上線下相結合檢查轉變、一次性檢查向持續監測轉變[1]。這將大大提高行政管理效率,并提升危化工行業的安全水平。該平臺具有以下的技術關鍵點。

1.1 風險感知與監測

在園區重大危險源、風險點現場部署水土氣各類傳感器、高空瞭望設備、無人機等感知設備,通過閾值管理及超閾值預警、風險管控和隱患排查治理閉環監管、視頻異常分析和報警等多維度進行安全生產過程監管和監測。同時,對園區主要區域和重點企業通過四色圖進行區分和標注,用紅黃藍綠由高到低代表該區域的風險程度,幫助相關部門及領導更精準、更直觀地了解園區風險態勢,實時了解園區所有風險監測點、危險源、危化品、風險隱患及報警次數和所在位置等具體情況。當園區發生安全生產風險時,可直接調用無人機、高空瞭望和現場攝像頭接入就近視頻監控內容,方便實時了解風險事件發生時的現場情況,預防和降低安全事故的發生,提升工業安全生產的感知、監測、預警、處置和評估能力。

1.2 應急指揮及調度

平臺搭建應急演練情景庫、應急處置預案庫、應急處置專家庫、應急救援隊伍庫和應急救援物資庫等功能模塊[1],依托GIS地圖、預警信息、調度系統、應急資源管理系統和預案數字化管理系統。當發生緊急事件時,可通過系統立即聯系應急救援專家、應急救援隊伍,緊急推送應急事件相關信息至應急相關部門及領導,并可查詢應急預案,召集相關部門及領導啟動應急會商,調動應急救援物資。同時,也可為日常應急演練提供支撐、對安全事件發生時提供精準的決策支撐能力,便于快速響應、快速處置,將安全風險快速控制并將損失降至最低,有力推動應急處置從被動響應向主動預防轉變,提升應急處置的精準性、科學性和快速響應能力,以更好地應對化工園區的各種突發事件。

1.3 信息共享與監管

依托數據中臺,建立危險化學品生產、儲存、使用、經營、運輸和廢棄處置企業大數據庫,形成政府建設管理、企業申報信息、數據共建共享、部門分工監管的綜合信息平臺。綜合利用電子標簽、大數據、人工智能等高新技術,對生產、貯存、運輸、使用、經營、廢棄處置等各環節進行全過程信息化管理和監控,實現危險化學品來源可循、去向可溯、狀態可控,做到企業、監管部門、執法部門及應急救援部門之間互聯互通,提升跨部門、跨層級的安全生產聯動聯控能力[4]。

1.4 智能數據處理

構建統一的園區數據平臺,同時對接危險化學品行業工業互聯網安全生產監管平臺等,建立安全生產數據目錄,通過標準化數據交換接口、分析建模以及可視化等工具,開展數據支撐服務,利用人工智能、大數據分析等技術加速安全生產數據資源匯聚、資源流轉和價值挖掘,使該平臺具備業務全數字化、系統全連接、數據全融合的數據處理能力[1]。

2 物聯網技術助力全域數據采集

化工園區的數據采集是智慧管理平臺建設的基礎。通過物聯網技術,可以實時采集園區內的各種數據,包括壓力、環境溫濕度、有毒有害氣體濃度、現場視頻、設備運行情況等[5]。

2.1 物聯網數據采集

采用傳感器技術和4G/5G通信技術。通過部署各種傳感器,實時監測園區內的環境參數和設備運行狀態,并將數據通過無線通信網絡傳輸到數據中心。

工藝報警數據的采集范圍為屬于重點監管危險化工工藝的生產過程、構成重大危險源的儲存設備和構成重大危險源的由單個或多個庫房構成的庫區。采集溫度、壓力、液位、流量和有毒可燃氣體濃度的報警數據,數據類型分為過程報警(即超限報警)和系統報警(即自身故障報警)兩類。溫度、壓力、液位、流量的傳感器及氣體檢測的點位數設置應不少于項目《安全設計專篇》《工藝指導書》《工藝卡》中的規定。

企業前端物聯網主機將采集到的實時數據與報警閾值比對,當實時數據超出設定的閾值時,企業前端物聯網主機將此作為報警數據傳送至政府(園區)平臺。當檢測設施自身發生故障時,該類報警采集至企業前端物聯網主機,并傳送至政府(園區)平臺。當安全聯鎖系統的聯鎖回路為摘除狀態,企業前端物聯網主機將此作為系統報警數據傳送至政府(園區)平臺。

2.2 數據接入

建立統一的數據標準、數據規范、接口規范;實現數據接入。支持MQTT、HTTP、Web Service等常用協議的數據接入,實現企業現場數據、各平臺數據便捷接入。

重大危險源監測數據接入：按照化工危險化學品名錄,對企業所涉及的危化品庫區、罐區和生產裝置的物料溫度、壓力、液位、有毒可燃氣體的監測報警數據進行接入。

監控視頻接入：支持接入企業罐區、庫區涉及重大危險化學品的監控視頻,以及接入本平臺自建的園區全景畫面。

安全生產承諾公示內容接入：對企業每天的生產情況和安全承諾公示內容進行接入。

其他數據接口：開放API接口,確保系統的可擴展型。

3 人工智能助力數據處理和分析

智慧管理平臺接收到數據后,需要進行數據處理。數據處理主要包括數據清洗、數據轉換和數據挖掘等工作,以提取出有價值的信息。

3.1 數據處理

離線方式：大數據離線處理一般使用 HDFS存儲數據,使用MapReduce、Spark做批量計算,計算完成的數據如需在數據倉庫存儲,直接存入 Hive,然后從Hive 進行展現。

實時方式：指計算機對現場數據在其發生的實際時間內進行收集和處理的過程。多使用Storm、Spark Streaming、Flink等技術。

所有指標性參數在分析之前需要先進行數據的預處理。可對危險源的安全閥值進行編輯、修改;對超限數據進行分析報警。

3.2 數據融合

整合相關數據資源,建立必要的關聯,為后續分析服務。數據融合階段可以進行一些初步的分析顯示,包括使用即時數據元繪制曲線、圖表、最簡單的求和運算等[5]。

3.3 動態分析

動態分析強調使用模型進行高級計算分析。數據分析算法是智慧管理平臺的核心。通過人工智能技術,可以對采集到的數據進行深度分析,識別出異常數據,預測可能的風險。常用的數據分析算法包括機器學習、深度學習等,分2個方向：一是針對危險源信息的分析,二是針對監控系統狀態的分析。

根據在線監控信息管理子系統中設定的分級預警方案和分級預警指標設計各種動態分析模型,使模型與每一個危險源監控點關聯。調用之前處理好的數據元,套用模型進行計算,判斷危險源狀態、判斷是否需要報警及報警級別。此過程定時循環進行,在危險源報警后也要循環反復計算危險源狀態,判斷是否狀態升級[6]。

通過一體化AI算法算力平臺,支持人員行為、環境風險等實時監測和識別報警,對液體泄漏、危化車輛、安全帽、工服、吸煙、打電話等場景數據進行視覺分析,助力化工園區實現安全生產管理智能化。高空瞭望系統24 h自動巡檢、煙火自動報警、自動標注報警企業等功能,可在事故發生后,準確地發現事故,自動提醒運維人員,及時通知對應應急響應部門,在最低損失狀態下快速地處理解決事故。

3.4 分級預警

平臺對危險源細分不同的預警級別,對前端采集的數據進行存儲,利用大數據分析與預警技術對獲得的檢測數據進行分析,對超出閥值的數據進行預警,包含危化品儲量液位預警、超庫齡風險預警、存儲溫度和壓力預警,可燃和有毒氣體的溢散濃度預警等,結合GIS地圖進行位置標注,結合預警數據生成高危區域熱力圖。預警狀況的反饋除了系統本身的聲光報警之外,系統還可以通過自動調用手機短信平臺、即時通訊工具等發出報警[6]。

3.5 監督危險源預警處置

對預警警情,將異常情況派送至企業端,要求企業進行處置,并通過指揮中心、手機等多終端查看處理進度,起到指導、督促的作用。

3.6 安全狀態走勢分析

通過預設模型計算安全狀態走勢。動態分析是以很短時間為周期循環不停地做數據分析工作。安全狀態走勢分析則是以周、月、季等較長周期為時間軸,所做的總結性走勢分析。

根據學習和固化的預警態勢,進行事件分析和預警,包含對人員越界、未佩戴安全帽、煙氣異常、火情異常等進行自動分析、主動預警,并對預警區域地圖畫面進行著重顯示,對人員聚集量較大區域生成熱力圖(在可視范圍內,人員超過20人),同時將異常情況通過app或短信推送至監管負責人和企業負責人。

視頻分析模型：針對濃煙、火苗、人員聚集等安全因素建立分析模型,實現對現場拍攝的實時畫面進行對比分析。

煙氣異常報警：對于除煙囪等常發位置外的任何溢散煙氣進行監測,視頻檢測到煙氣后啟動報警,并結合GIS地圖定位煙氣發生的位置。

火情異常報警：對于可視范圍內的所有火苗、火焰、煙火進行實時監測,視頻檢測到火情后啟動報警,并結合GIS地圖定位火情發生的位置。

視頻畫面追蹤：針對重點罐區視頻和危險工藝生產裝置內視頻接入,結合分析模型對視頻內容進行實時對比分析;對于其他異常報警,可快速進行視頻畫面切入追蹤。

無人機事故位置定位：對于異常預警,可啟動無人機現場查勘,結合GIS地圖自動規劃最近航線,快速定位并到達預警發生的現場進行查勘。

人員聚集報警：對于園區所有可視范圍內人員行為進行監測,初步實現對人員聚集情況進行報警。

報警信息推送至相關人員：結合報警信息和位置,將具體報警內容定向推送給相關負責人,主要渠道為app和短信。

4 化工園區智慧管理平臺的應用

該平臺將多種通信系統進行融合,實現多網合一、統一管理與統一調度的目的。應急調度示意圖見圖1。通過多媒體調度通信系統的建設,可將應急工作與日常檢查相結合,達到預防為主、防治結合的目的;通過安全監控中心對園區影響安全生產信息采集,專家信息庫的完善,編制豐富的內容庫,構建有效可行的應急預案庫,實現“早發現、早預防、早處置、早杜絕”的應急管理目標。同時,平臺提供及時、高效、便捷的日常安全檢查工具,減輕安全檢查和防范的工作負擔,提高工作效率,降低安全生產隱患的風險。通過這些功能,智慧管理平臺能夠真正實現化工園區的智能化安全管理,提高應急處置的科學性、精準性和快速響應能力。

圖1 應急調度示意圖

應急調度多通信系統融合方面,通過局域網/廣域網將調度臺、移動通信、值班室電話、現場廣播等設備聯通,從生產網到互聯網的跨域通信,實現問題發生后,快速將推送信息給相關負責人進行聯動、統一調動和管理。

4.1 緊急推送

按照企業和關鍵崗位分類,建立一套應急處置人員電子通訊錄名單,根據系統預警信息,可在PC端自動推送信息,同時通過運營商網絡給手機發送報警短信或報警電話;對于大范圍應急處置,可借助短信平臺進行信息群發和微信群發。

4.2 系統聯動

對事故區域確認后,無人機根據GIS位置自動飛行到現場上空,對現場環境進行實時監測和數據回傳,提供現場畫面的支撐,提高調度指揮的實時性和科學性。

4.3 應急路線

監測到實時的安全監控系統告警,出現緊急情況時,可以根據事先設定的行動路線,自動調取顯示相關應急預案,指揮現場人員撤離。

4.4 應急預案

根據園區企業、危化品和危險生產工藝內容,單獨建立一套對應的應急預案信息庫,給應急指揮提供決策支持。建立以下應急預案信息庫：企業應急預案信息庫、品類應急預案信息庫、場景應急預案信息庫。

根據區域或品類關聯預案,實現自動調用或快速檢索功能。

4.5 信息推送

通過app、短信、微信等平臺進行應急或預警信息推送。

4.6 應急通信

建立一套應急通信系統,滿足園區所有企業視頻會議溝通、緊急呼叫、應急調度通信等需求,確保調度信息的無損傳遞。

5 應用效果

物聯網技術應用在數據采集和傳輸上,打破以往數據采集不全面、無法早發現風險的局面,各種數據多維度、多方面進行展示,并且通過大數據技術進行建模分析,通過人工智能技術及時預測。通過化工園區智慧管理平臺建設應用,AI技術實現園區人員異常行為識別率達90%,火災煙霧識別率95%以上,預警準確率98%以上。同時,加強了化工行業安全生產從感知、監測到預警處置全過程能力,管理效率提升50%以上,突發事件響應速度提升60%以上,為化工園區科學管理提供切實可行的手段。

6 結束語

本文總結了基于物聯網和人工智能的化工園區智慧管理平臺的建設情況。該平臺利用物聯網技術和人工智能技術,構建了全新的能力體系,包括安全生產風險感知與監測、智能數據處理和應急指揮調度等功能。通過應用物聯網技術和人工智能技術,使得化工行業生產過程中火災、氣體泄漏等問題可以被提前發現和即時處理。然而,在數字化轉型的背景下,化工園區所面臨的挑戰更加多樣化,需要不斷升級和加強技術手段,并結合不同化工園區的生產和管理特性,對智慧管理平臺進行調整,確保物聯網技術、人工智能技術和其他技術能夠靈活地應用于化工行業的智慧管理領域。