基于物联网和人工智能的化工园区智慧管理平台建设

周叶芬

工业云制造(四川)创新中心有限公司,四川 成都 610000

0 引言

随着全球化工产业的快速发展,化工园区的数量和规模不断扩大,安全管理问题日益凸显。传统的安全管理方式往往存在响应不及时、处理不准确等问题。因此,园区迫切需要一种基于物联网和人工智能的智慧管理平台,以实现实时、立体、主动分析的安全管理。《化工园区安全风险智能化管控平台建设指南(试行)》《应急管理部办公厅关于印发〈“工业互联网+危化安全生产”试点建设方案〉的通知》等相关文件也提出推进化工园区安全生产信息化智能化平台建设[1]。

本文旨在研究基于物联网和人工智能的化工园区智慧管理平台的建设,通过对物联网技术、人工智能技术在化工园区管理方面进行深入研究,探索物联网和人工智能技术在实际应用的效果,为园区的数字化转型和智能化升级提供方案,推动物联网、人工智能技术在化工园区智慧管理方面的应用和发展,优化管理流程和资源配置,降低成本,提高应急响应和处置效率。

1 化工园区智慧管理平台总体设计

化工园区智慧管理平台按照《化工园区安全风险智能化管控平台建设指南(试行)》的建设要求[2],采用物联网、人工智能、大数据等技术打造集安全生产风险感知与监测、应急指挥调度、危化信息监管共享、行业数据处理、产业服务等为一体的能力体系,具备快速感知、实时监测、超前预警、动态优化、智能决策、联动处置、系统评估、全局协同能力[3]。通过应用该平台,力争实现安全生产全过程、全要素、全产业链的连接和监管,从而推动现场检查向线上线下相结合检查转变、一次性检查向持续监测转变[1]。这将大大提高行政管理效率,并提升危化工行业的安全水平。该平台具有以下的技术关键点。

1.1 风险感知与监测

在园区重大危险源、风险点现场部署水土气各类传感器、高空瞭望设备、无人机等感知设备,通过阈值管理及超阈值预警、风险管控和隐患排查治理闭环监管、视频异常分析和报警等多维度进行安全生产过程监管和监测。同时,对园区主要区域和重点企业通过四色图进行区分和标注,用红黄蓝绿由高到低代表该区域的风险程度,帮助相关部门及领导更精准、更直观地了解园区风险态势,实时了解园区所有风险监测点、危险源、危化品、风险隐患及报警次数和所在位置等具体情况。当园区发生安全生产风险时,可直接调用无人机、高空瞭望和现场摄像头接入就近视频监控内容,方便实时了解风险事件发生时的现场情况,预防和降低安全事故的发生,提升工业安全生产的感知、监测、预警、处置和评估能力。

1.2 应急指挥及调度

平台搭建应急演练情景库、应急处置预案库、应急处置专家库、应急救援队伍库和应急救援物资库等功能模块[1],依托GIS地图、预警信息、调度系统、应急资源管理系统和预案数字化管理系统。当发生紧急事件时,可通过系统立即联系应急救援专家、应急救援队伍,紧急推送应急事件相关信息至应急相关部门及领导,并可查询应急预案,召集相关部门及领导启动应急会商,调动应急救援物资。同时,也可为日常应急演练提供支撑、对安全事件发生时提供精准的决策支撑能力,便于快速响应、快速处置,将安全风险快速控制并将损失降至最低,有力推动应急处置从被动响应向主动预防转变,提升应急处置的精准性、科学性和快速响应能力,以更好地应对化工园区的各种突发事件。

1.3 信息共享与监管

依托数据中台,建立危险化学品生产、储存、使用、经营、运输和废弃处置企业大数据库,形成政府建设管理、企业申报信息、数据共建共享、部门分工监管的综合信息平台。综合利用电子标签、大数据、人工智能等高新技术,对生产、贮存、运输、使用、经营、废弃处置等各环节进行全过程信息化管理和监控,实现危险化学品来源可循、去向可溯、状态可控,做到企业、监管部门、执法部门及应急救援部门之间互联互通,提升跨部门、跨层级的安全生产联动联控能力[4]。

1.4 智能数据处理

构建统一的园区数据平台,同时对接危险化学品行业工业互联网安全生产监管平台等,建立安全生产数据目录,通过标准化数据交换接口、分析建模以及可视化等工具,开展数据支撑服务,利用人工智能、大数据分析等技术加速安全生产数据资源汇聚、资源流转和价值挖掘,使该平台具备业务全数字化、系统全连接、数据全融合的数据处理能力[1]。

2 物联网技术助力全域数据采集

化工园区的数据采集是智慧管理平台建设的基础。通过物联网技术,可以实时采集园区内的各种数据,包括压力、环境温湿度、有毒有害气体浓度、现场视频、设备运行情况等[5]。

2.1 物联网数据采集

采用传感器技术和4G/5G通信技术。通过部署各种传感器,实时监测园区内的环境参数和设备运行状态,并将数据通过无线通信网络传输到数据中心。

工艺报警数据的采集范围为属于重点监管危险化工工艺的生产过程、构成重大危险源的储存设备和构成重大危险源的由单个或多个库房构成的库区。采集温度、压力、液位、流量和有毒可燃气体浓度的报警数据,数据类型分为过程报警(即超限报警)和系统报警(即自身故障报警)两类。温度、压力、液位、流量的传感器及气体检测的点位数设置应不少于项目《安全设计专篇》《工艺指导书》《工艺卡》中的规定。

企业前端物联网主机将采集到的实时数据与报警阈值比对,当实时数据超出设定的阈值时,企业前端物联网主机将此作为报警数据传送至政府(园区)平台。当检测设施自身发生故障时,该类报警采集至企业前端物联网主机,并传送至政府(园区)平台。当安全联锁系统的联锁回路为摘除状态,企业前端物联网主机将此作为系统报警数据传送至政府(园区)平台。

2.2 数据接入

建立统一的数据标准、数据规范、接口规范;实现数据接入。支持MQTT、HTTP、Web Service等常用协议的数据接入,实现企业现场数据、各平台数据便捷接入。

重大危险源监测数据接入：按照化工危险化学品名录,对企业所涉及的危化品库区、罐区和生产装置的物料温度、压力、液位、有毒可燃气体的监测报警数据进行接入。

监控视频接入：支持接入企业罐区、库区涉及重大危险化学品的监控视频,以及接入本平台自建的园区全景画面。

安全生产承诺公示内容接入：对企业每天的生产情况和安全承诺公示内容进行接入。

其他数据接口：开放API接口,确保系统的可扩展型。

3 人工智能助力数据处理和分析

智慧管理平台接收到数据后,需要进行数据处理。数据处理主要包括数据清洗、数据转换和数据挖掘等工作,以提取出有价值的信息。

3.1 数据处理

离线方式：大数据离线处理一般使用 HDFS存储数据,使用MapReduce、Spark做批量计算,计算完成的数据如需在数据仓库存储,直接存入 Hive,然后从Hive 进行展现。

实时方式：指计算机对现场数据在其发生的实际时间内进行收集和处理的过程。多使用Storm、Spark Streaming、Flink等技术。

所有指标性参数在分析之前需要先进行数据的预处理。可对危险源的安全阀值进行编辑、修改;对超限数据进行分析报警。

3.2 数据融合

整合相关数据资源,建立必要的关联,为后续分析服务。数据融合阶段可以进行一些初步的分析显示,包括使用即时数据元绘制曲线、图表、最简单的求和运算等[5]。

3.3 动态分析

动态分析强调使用模型进行高级计算分析。数据分析算法是智慧管理平台的核心。通过人工智能技术,可以对采集到的数据进行深度分析,识别出异常数据,预测可能的风险。常用的数据分析算法包括机器学习、深度学习等,分2个方向：一是针对危险源信息的分析,二是针对监控系统状态的分析。

根据在线监控信息管理子系统中设定的分级预警方案和分级预警指标设计各种动态分析模型,使模型与每一个危险源监控点关联。调用之前处理好的数据元,套用模型进行计算,判断危险源状态、判断是否需要报警及报警级别。此过程定时循环进行,在危险源报警后也要循环反复计算危险源状态,判断是否状态升级[6]。

通过一体化AI算法算力平台,支持人员行为、环境风险等实时监测和识别报警,对液体泄漏、危化车辆、安全帽、工服、吸烟、打电话等场景数据进行视觉分析,助力化工园区实现安全生产管理智能化。高空瞭望系统24 h自动巡检、烟火自动报警、自动标注报警企业等功能,可在事故发生后,准确地发现事故,自动提醒运维人员,及时通知对应应急响应部门,在最低损失状态下快速地处理解决事故。

3.4 分级预警

平台对危险源细分不同的预警级别,对前端采集的数据进行存储,利用大数据分析与预警技术对获得的检测数据进行分析,对超出阀值的数据进行预警,包含危化品储量液位预警、超库龄风险预警、存储温度和压力预警,可燃和有毒气体的溢散浓度预警等,结合GIS地图进行位置标注,结合预警数据生成高危区域热力图。预警状况的反馈除了系统本身的声光报警之外,系统还可以通过自动调用手机短信平台、即时通讯工具等发出报警[6]。

3.5 监督危险源预警处置

对预警警情,将异常情况派送至企业端,要求企业进行处置,并通过指挥中心、手机等多终端查看处理进度,起到指导、督促的作用。

3.6 安全状态走势分析

通过预设模型计算安全状态走势。动态分析是以很短时间为周期循环不停地做数据分析工作。安全状态走势分析则是以周、月、季等较长周期为时间轴,所做的总结性走势分析。

根据学习和固化的预警态势,进行事件分析和预警,包含对人员越界、未佩戴安全帽、烟气异常、火情异常等进行自动分析、主动预警,并对预警区域地图画面进行着重显示,对人员聚集量较大区域生成热力图(在可视范围内,人员超过20人),同时将异常情况通过app或短信推送至监管负责人和企业负责人。

视频分析模型：针对浓烟、火苗、人员聚集等安全因素建立分析模型,实现对现场拍摄的实时画面进行对比分析。

烟气异常报警：对于除烟囱等常发位置外的任何溢散烟气进行监测,视频检测到烟气后启动报警,并结合GIS地图定位烟气发生的位置。

火情异常报警：对于可视范围内的所有火苗、火焰、烟火进行实时监测,视频检测到火情后启动报警,并结合GIS地图定位火情发生的位置。

视频画面追踪：针对重点罐区视频和危险工艺生产装置内视频接入,结合分析模型对视频内容进行实时对比分析;对于其他异常报警,可快速进行视频画面切入追踪。

无人机事故位置定位：对于异常预警,可启动无人机现场查勘,结合GIS地图自动规划最近航线,快速定位并到达预警发生的现场进行查勘。

人员聚集报警：对于园区所有可视范围内人员行为进行监测,初步实现对人员聚集情况进行报警。

报警信息推送至相关人员：结合报警信息和位置,将具体报警内容定向推送给相关负责人,主要渠道为app和短信。

4 化工园区智慧管理平台的应用

该平台将多种通信系统进行融合,实现多网合一、统一管理与统一调度的目的。应急调度示意图见图1。通过多媒体调度通信系统的建设,可将应急工作与日常检查相结合,达到预防为主、防治结合的目的;通过安全监控中心对园区影响安全生产信息采集,专家信息库的完善,编制丰富的内容库,构建有效可行的应急预案库,实现“早发现、早预防、早处置、早杜绝”的应急管理目标。同时,平台提供及时、高效、便捷的日常安全检查工具,减轻安全检查和防范的工作负担,提高工作效率,降低安全生产隐患的风险。通过这些功能,智慧管理平台能够真正实现化工园区的智能化安全管理,提高应急处置的科学性、精准性和快速响应能力。

图1 应急调度示意图

应急调度多通信系统融合方面,通过局域网/广域网将调度台、移动通信、值班室电话、现场广播等设备联通,从生产网到互联网的跨域通信,实现问题发生后,快速将推送信息给相关负责人进行联动、统一调动和管理。

4.1 紧急推送

按照企业和关键岗位分类,建立一套应急处置人员电子通讯录名单,根据系统预警信息,可在PC端自动推送信息,同时通过运营商网络给手机发送报警短信或报警电话;对于大范围应急处置,可借助短信平台进行信息群发和微信群发。

4.2 系统联动

对事故区域确认后,无人机根据GIS位置自动飞行到现场上空,对现场环境进行实时监测和数据回传,提供现场画面的支撑,提高调度指挥的实时性和科学性。

4.3 应急路线

监测到实时的安全监控系统告警,出现紧急情况时,可以根据事先设定的行动路线,自动调取显示相关应急预案,指挥现场人员撤离。

4.4 应急预案

根据园区企业、危化品和危险生产工艺内容,单独建立一套对应的应急预案信息库,给应急指挥提供决策支持。建立以下应急预案信息库：企业应急预案信息库、品类应急预案信息库、场景应急预案信息库。

根据区域或品类关联预案,实现自动调用或快速检索功能。

4.5 信息推送

通过app、短信、微信等平台进行应急或预警信息推送。

4.6 应急通信

建立一套应急通信系统,满足园区所有企业视频会议沟通、紧急呼叫、应急调度通信等需求,确保调度信息的无损传递。

5 应用效果

物联网技术应用在数据采集和传输上,打破以往数据采集不全面、无法早发现风险的局面,各种数据多维度、多方面进行展示,并且通过大数据技术进行建模分析,通过人工智能技术及时预测。通过化工园区智慧管理平台建设应用,AI技术实现园区人员异常行为识别率达90%,火灾烟雾识别率95%以上,预警准确率98%以上。同时,加强了化工行业安全生产从感知、监测到预警处置全过程能力,管理效率提升50%以上,突发事件响应速度提升60%以上,为化工园区科学管理提供切实可行的手段。

6 结束语

本文总结了基于物联网和人工智能的化工园区智慧管理平台的建设情况。该平台利用物联网技术和人工智能技术,构建了全新的能力体系,包括安全生产风险感知与监测、智能数据处理和应急指挥调度等功能。通过应用物联网技术和人工智能技术,使得化工行业生产过程中火灾、气体泄漏等问题可以被提前发现和即时处理。然而,在数字化转型的背景下,化工园区所面临的挑战更加多样化,需要不断升级和加强技术手段,并结合不同化工园区的生产和管理特性,对智慧管理平台进行调整,确保物联网技术、人工智能技术和其他技术能够灵活地应用于化工行业的智慧管理领域。