石油企业生产安全智能预警研究

企业发展中的生产安全是推动企业可持续发展的前提。目前石油企业大多都建立了安全生产预警系统，通过该系统对生产过程中各项风险指标进行监控，进行隐患及风险排查，开展安全管控工作。但随着新设备及生产技术不断引入，安全风险持续增加，安全管理难度大，传统安全生产预警系统无法满足需求[1-4]。近年来物联网、云计算、大数据、人工智能技术的出现加快了石油企业的数字化转型。数字油田、智能油田不断发展，给石油企业安全管理工作带来了先进的技术手段和管理新思路。如何将生产安全管理工作应用与新技术结合，实现安全管理精准智能化是下一代生产安全预警系统的发展方向[5-6]。

1传统生产安全预警系统问题

传统的石油企业安全生产预警系统，安全检查、日常安全管控采用人工表单记录生产作业现场的隐患违章并跟踪。系统提高了石油公司安全生产监督、管理、预警和指挥的信息化水平，但存在一些不足。

1.1安全管理不全面

目前的安全检查工作是由监督人员主导，监督人员只能在例行检查的时候进行安全检查，其他时间无法进行检查，不能全面的掌握企业生产过程中出现的安全状况。

1.2系统联动性和实时性差

系统没有作业人员、监督人员、设备实时信息，未能在动态管控中做到信息互通，出现问题，不能及时报警，导致安全管理人员工作量增加、安全问题屡改屡
犯等问题。

1.3数据录入工作量大

安全监督人员在进行安全检查后，然后人工录入数据，录入工作量比较大。

1.4安全数据利用率低

经过多年来的使用，许多石油企业积累了大量的隐患违章数据。但就目前数据分析仍主要基于数量对比、分类对比等形式，分析的层次、维度较为单一，无法充分利用大数据的价值。利用新的技术改进生产安全预警系统，让安全管理智能化，发挥数据的价值，提升系统功能，为安全管理提供有效的决策支持，是目前该系统迫切需要解决的关键问题。

2智能化生产预警系统构建目标

智能化安全预警系统的目标是运用网络、大数据、物联网和人工智能等技术将人、物、环境和管理结合在一起，实时在线、精准监控、及时消除安全隐患，有效保障人员生命和财产。具体目标如下：

2.1精准预防人的不安全行为

通过物联网（IOT）传感器和数据采集与监视控制系统（SCADA）设备识别作业现场设备的不安全性，对其进行安全管理。

2.2有效消除物的不安全状态

通过IOT传感器和SCADA设备识别作业现场设备的不安全性，对其进行安全管理。2.3减少环境的不安全通过IOT设备采集环境的温度、湿度、风力等，确保施工环境安全。

2.4提高管理效率

将安全管理过程的融入系统，实现安全管理即是计划（Plan）、实施（Do）、检查（Check）、处理(Act)的首字母组合(PDCA)有效化。

3生产安全智能预警系统构建

智能化预警系统利用人工智能信息技术，围绕人的不安全行为、物的不安全状态、环境不良、安全管理欠缺四大因素进行建立。实现人、物、环、管全面的安全生产管控，做到安全管理闭环。系统层次包括感知层、网络层、数据层、服务层、应用层[7-9]，如图1所示。

3.1感知层

感知层是生产安全预警系统的关键基础。只有全面感知，才能获取有价值的信息。感知层主要由IOT设备（摄像头、温度传感器、压力传感器等）、SCADA设备、智能手机、智能穿戴设备（手环）、计算机等物理感知设备及部分不能通过设备采集，必须通过人工采集的软件组成。该层的构建可以基于数字油田已经建立好的SCADA设备、监控设备、已有的数据采集软件等，可以接入其数据，避免重复投入。感知层收集人、物、环境相关的数据，包括人的轨迹、心率等；物的状态包括设备的压力、电流、密度等工作状态数据；环境的温度、湿度等。

3.2网络层

网络层主要是实时传输感知层收集到的人、物、环境、安全管理的数据。主要由移动网络3G/4G/5G、WIFI、互联网和物联网等基础通讯网络组成。

3.3数据层

数据层汇集感知层所采集的数据，为企业安全管理应用提供数据支撑。为了实现该层，首先应建立系统的元数据和主数据，然后通过提供不同的接口集成各种设备、软件采集来的数据，对接入的数据进行标准化处理，最后提供统一存储。该层实现较为复杂，数据来自不同的设备与系统，数据量大，数据不标准化，这些都是本层需要解决的。
3.4服务层

该层主要是提供应用层用户所需的数据及建立智能应用所需的基础模块。为安全应用提供数据查询服务、算法服务、地理信息系统（GIS）服务、机器学习及大数据挖掘服务等。
3.5应用层

应用层主要是针对人、物、环、管开发不同场景的应用软件。对人员违章的智能识别，可以通过接入的监控信号，采用目标检测算法等识别人的违章行为，包括未按规定穿戴劳保用品、在工作场所违规吸烟、打电话、非法闯入施工工地、施工时靠近危险边缘地带等。对员工现场生产行为进行了有效监督和管理。对隐患的智能识别，可以通过接入设备的传感器数据、现场监控数据，通过深度学习算法，识别作业现场的安全防护是否缺失、井控设备、特种设备电气设备的缺陷等。自动智能判断设备状态、报警级别，并通过终端联动设备，提醒安全作业人员，实现自动化控制和智能巡检。对环境的智能监测，可以通过传感器信号，识别压力超标、高温、大风等环境不良的情况，一旦超出预警阈值，发出警报，通知作业人员安全撤离。安全管理可以融入QHSE管理流程、进行人工监督检查、记录事故事件信息、应急抢险等。实现隐患统计台账、未整改隐患清单、各级隐患排查率、隐患分类、隐患治理闭环情况等。大数据智能分析：综合展示集成的数据和分析后的数据。将各类人员数据、设备数据、环境数据、统计数据、智能分析数据、安全风险预警分析数据等相关数据，通过GIS地图进行可视化关联展现。利用建立的各种机器学习或数学模型，实现隐患、违章的智能分析，追踪产生的原因。根据预测分析模型，提前预判可能产生的事故、事件，有针对性地开展对事故事件发生的原因监管[10-12]。

4结束语

生产安全智能预警系统通过使用人工智能等新技术，对安全数据进行全面收集与处理，可以对人的不安全行为、物的不安全状态、环境不良进行监控报警，可以通过机器学习与深度学习建立的安全模型进行事件分析与挖掘预测。为从源头出发做好安全管理提供支撑，可以大幅降低石油企业的安全风险，提升全管理水平，自动化、智能化的安全控制管理，降低了企业安全管理的成本。

参考文献

[1]聂鑫，宋辉.安全隐患大数据分析系统在钢铁企业安全管理中的应用与实践[J].工业安全与环保，2022，48（6）：60-62；94.

[2]李金，梁奎，王靖.大数据技术在企业安全生产预警系统中的运用分析[J].新型工业化，2022，12（4）：35-38+42.

[3]王明心.大数据时代安全管理迈向智能化[J].劳动保护，2021（8）：68-70.

[4]王莉.关于大数据技术在企业安全生产预警系统中的运用分析[J].信息技术与信息化，2021（1）：222-224.

[5]利锐欢，谢玉祺.基于大数据的安全生产人工智能应用分析[J].科技资讯，2022，20（14）：76-78.

[6]王斌，赵文豪，杨林，等.基于大数据分析的煤矿安全生产风险监测预警平台[C]//煤矿自动化与信息化--第29届全国煤矿自动化与信息化学术会议暨第10届中国煤矿信息化与自动化高层论坛论文集，2020：151-155.

[7]区剑锋，廖有潮，王伟萍.浅谈智慧安全生产平台的建设与应用研究[J].建设监理，2022（1）：25-29.

[8]刘玉林.视频识别技术在作业现场违章行为预测方面的应用[J].安全、健康和环境，2021，21（5）：22-26.

[9]李雅申，丁立国，杨秀彬.数字油田条件下QSHE智能一体化管理新思路[C]//第五届数字油田国际学术会议论文集，2017：71-74.

[10]菅虹燕.智能化视频识别技术在智慧煤矿安全管理中的应用[J].煤炭与化工，2022，45（2）：84-86；89.

作者:王刚彭 远春 金雪 梅廖浩 单位:中国石油集团川庆钻探工程有限公司安全环保质量监督检测研究院