石化企业智能监控分析系统的设计_陆鹏飞.pdf

2023年03月|670 引言石化行业因其属于高温高压、易燃易爆、有毒有害的高危行业，具备大型化生产装置、复杂化生产工艺、密集化应用场景等特点。石化区常需满足设备的巡查和保养，作业内容及意义对生产运行非常重大。在整个实际应用过程中，现场作业场景管理存在落实不到位的现象，因此导致生产作业过程存在安全隐患。智能监控分析系统满足科学性和开放性，利用人工智能技术对现场作业场景展开全过程监管分析，实现对现场作业区域和重点巡检区域的不间断监测。除此之外，智能监控分析平台可以有效管理设备状态和报警信息，协同现场作业受控系统的同时保障设备“安稳长满优”运行。视频监控分析系统已经在各行业得到了十分广泛的应用，但石化区的作业场景不同于其他行业，模型搭建和算法成为困扰企业的难题。在此背景下，如何利用人工智能技术去全面监测生产作业过程，使“硬件+平台”的解决方案落地生根，达到实时反馈并远程处理现场数据内容的实际意义，确保各种装置高安全、高稳定、长周期运行，实现企业的高质高效发展1-3。从未来的发展趋势来看，解决方案的核心是以“硬件+平台”的布局态势，让各级管理人员全面掌控作业区域的进展状况，保障企业生产作业运行管理的安全。1 智能监控分析系统总体设计1.1 作业监护仪功能设计作业监护站具有三类摄像头：高清变焦摄像头可对监控视野内图像进行远近识别，监管现场施工人员是否有违章行为；红外摄像头可自动检测周围温度变化和气体浓度，提示周边环境是否有爆炸风险；多目摄像头可对现场区域进行全方位无死角监督，远程指导施工范围是否有边界入侵。同时，施工期间会全程人脸识别，保障施工人员工作安全。最后，施工现场视石化企业智能监控分析系统的设计陆鹏飞(中海油惠州石化有限公司，广东 惠州 516086)摘要：智能监控分析系统是一种科学的现场作业监管分析系统，利用作业监护仪完成对现场作业区域的全景监控，并实时回传数据到智能监控分析平台。一经发现异常情况，会快速聚焦目标并匹配有效处理方式，达到辅助决策的目的。通过人工智能技术的延伸和扩展，建设精准且高效的数据收集和预警分析体系，加快异常报警响应速度，降低风险事故发生概率的同时保障施工人员的健康安全。文章分析了石化行业对智能监控的需求，结合软硬件设计与实际应用场景，融合工业经验和现有技术，在有效提高现场作业分析效率的同时，高度贴合智慧工厂的发展理念。关键词：智能监控；人工智能；应用场景；智慧工厂中图分类号：TP277 文献标志码：A 文章编号：1008-4800(2023)09-0067-04DOI:10.19900/ki.ISSN1008-4800.2023.09.019Design of Intelligent Monitoring and Analysis System for Petrochemical EnterpriseLU Peng-fei(CNOOC Huizhou Petrochemical Co.,Ltd.,Huizhou 516086,China)Abstract:The intelligent monitoring and analysis system is a scientific supervision and analysis system for field operations.It uses the operation monitor to complete the panoramic monitoring of the field operation area,and sends real-time data back to the intelligent monitoring and analysis platform.Once the abnormal situation is found,it will quickly focus on the target and match effective treatment methods to achieve the purpose of assisting decision-making.Through the extension and expansion of artificial intelligence technology,an accurate and efficient data acquisition and early warning and analysis system is built to speed up the response speed of abnormal alarms,reduce the probability of risky accidents and protect the health and safety of construction personnel.This paper analyzed the petrochemical industrys demand for intelligent monitoring,combined with hardware and software design and practical application scenarios,combined with industrial experience and existing technology to effectively improve the efficiency of on-site operation analysis,and highly fit the development concept of smart factory.Keywords:intelligent monitoring;artificial intelligence;intelligent factory技术与信息68|2023年03月频回传也会后台保存，远程保障工人的生命安全。作业监护仪外观如图 1 所示。图1 作业监护仪外观1.2 作业监护仪的防爆设计石化行业的安全作业状态尤为重要，硬件终端涉及电流发热，其内在产生的火花和电弧会成为导致爆炸性气体混合物爆炸的引火线。作业监护仪的防爆设计遵循国家标准 GB/T 3836.42021爆炸性环境 第 4 部分：由本质安全型“i”保护的设备，设计上把限制电路的电气参数和采取一定保护措施的两种方式结合起来，以此达到削弱电流传导所产生的热效应、火花与电极的放电能量的目的。在防爆设计上，结合元器件本身的工作特性来重点关注设备运行状态对电流和电感的影响。设备开机，电感对电流有阻碍作用；设备关机，电容对电流有续流作用。所以在进行电路设计时，首先电气参数要降到最低：火花能量最低，电流能量最小，火焰最小，温度最低。最终状态下，无论电路系统处于正常工作状态或异常故障状态时，其所产生的能量温度都不能触及爆炸性气体混合物的燃点4。1.3 智能监控分析平台设计智能监控分析平台设计须依照石化行业智能监控需求，客观分析人工智能技术与安全生产作业管理的深度融合进程。系统本身不止于推进安全生产作业管理制度的建立，而是在实现全过程的现场检测的基础上做好深层次的数据分析，用数字化、网络化、智能化的算法去高效推动事前预测报警、事中分析处理和事后汇总管理。系统总体拓朴图如图 2 所示，在专用网络内统筹规划现场作业监护仪和智能监控分析平图2 智能监控分析系统总体拓朴图2023年03月|69台，将生产作业数据安全对接到自有的工业互联网平台。人机交互界面更加清晰，各级管理人员能够各司其职，在所属权限内能将软硬件的所见、所感、所知更好利用起来，达到资源共享、管理协同的目的，保障生产管理、作业维护在计划内的高效安全开展。1.4 工业互联网平台设计与对接现阶段，现场 VOCs 气体传感器会通过蓝牙接入现场生产作业监护站，将作业现场的气体数据传输至监护站中，监护站再通过企业 5G 网络将视频数据及环境 VOCs 信息推送至分析、识别、报警展示服务中；现场的 NB 测振终端、测温传感器、仪表数据等已经接入至企业工业互联网平台测振平台中，分析、识别、报警展示服务可以实时获取到这类工业数据。最终，各类数据汇聚集成后会接入展示到 WEB 端供管理人员参考，更全面地提供预测分析和辅助决策的作用。拓深数字化转型升级之路，并不局限于一款产品或一个平台的数据分析，多元化数据的“分析+比对+再分析”解决办法才符合智慧工厂的创新应用方向。在平台架构上，基于设施、设备、人员等各类主要素生成的海量数据，纳入工业互联网平台高效管理，以知识积累程度在云上展开汇聚服务，稳扎稳打实现工业 APP 创新应用。在此基础上，围绕工业 APP 应用层、工业 PAAS 层和 IAAS 层三大核心层，对接边缘层和物理层，对各类设备展开实时监测，后台一体化服务涉猎系统管理层、安全层和标准层，达到安全水平。在数据对接过程中，工业生产作业现场会存在对中高频数据的提取分析，边缘层就须满足对数据的预处理和大缓存，从而针对数据传输质量、平台运行存储和平台算法识别等方面制定新的标准，这也是大型企业主导的科学研究方向。一是在边缘层预处理数据，消除重复数据，降低平台负载压力；二是使用边缘缓存来保存工业现场的所有数据，通过缓存设备直接进入数据中心，从而减小网络的使用成本。这可以更好地满足行业用户的实时性和可靠性要求，将计算能力下放到数据源头的网络边缘侧。一是实时分析边缘层直接运行算法；二是边缘与平台在云端协同配合，实现模型不断优化，让更新模型可以实现迭代优化。总体来看，智能监控分析平台的海量数据可以纳入到工业互联网平台，能够解决多类工业设备接入、多源工业数据集成、海量数据处理分析、工业数据建模分析、工业应用集成创新、工业经验迭代优化等一系列问题。自下而上共包括云基础 IAAS 环境子层、数据服务 DAAS 子层和应用服务 PAAS 子层，在虚拟空间内建立工业对象模型，并提供 API 接口和一系列的便捷开发工具。未来阶段，提供全生命周期的技术能力创新，共包括云开发、云测试、云构造、云发布、云部署、云集成、云运维、云运营等一系列的工具与服务。2 人工智能技术设计开发在人工智能技术设计开发上，AI 分析服务结合实际应用场景需求来规划人机交互平台功能，比如展示预览智能视频流、查询报警信息栏、总览设备运行状态等功能。智能分析算法涉及火焰识别、安全帽识别、工作服识别、抽烟识别、打手机识别等，而智能化算法管理平台具备可扩展性和可升级性。训练模型和学习升级上主要流程如下5：(1)导入训练素材：将正向和反向素材通过算法平台客户端导入平台中，进行分类标注、创建训练任务；(2)下发训练：任务创建完成后，通过相关接口将任务和素材下发至算法训练服务，由训练服务对素材进行训练；(3)生成算法模型：算法训练服务生成算法模型，并将该模型存入算法仓库中，算法模型可多次导入素材进行进化学习；(4)下发升级：算法模型可通过应用 SAAS 接口，将成型算法下发至分析服务器，进行升级部署。算法训练服务的主要功能包括素材管理、素材标注、模型训练、算法下发、模型管理等主要功能：(1)素材管理：建立模型训练的素材库，对素材库中的素材进行管理，系统会对上传的素材进行加密，保障数据安全性；(2)素材标注：用户将需要训练的图片进行筛选，并人工对要训练的图片部位进行框选标注，生成同一类型图片的样本集；(3)模型训练：系统可以自动进行模型训练过程，可以按照算法类型、素材类型、识别模式进行选择；(4)算法下发：训练完成后的模型可正式发布到技术与信息70|2023年03月算法仓库，由算法仓库进行统一管理；(5)模型管理：对训练后的模型进行管理，可查看编辑名称信息、版本信息、性能信息等，同时也可删除模型、升级模型。3 作业监护仪与智能监控分析平台的交融随着 5G 信号全面覆盖厂区，智能监护仪可以有效安稳传输数据流，频段上不仅支持移动 2.6G，还适配广电 700M，方便了实时数据远传。在技术方面，借助低延时技术去提升工业控制精准度，满足工业现场对低时延高和可靠性的突出需求；在硬件方面，根据业务需求和功能设计去提升现场识别分析率，实现了全景监控与智能分析。如图 1 的产品设计，以多目摄像头、红外热成像摄像头、智能 AI 摄像头对现场实景进行监管分析，且附带小屏幕实时显示设备运行状态。解决方案的核心是将终端和平台交融，通过生产作业区域智能监控应用的部署，将加快现场异常响应与并及时处置速度，降低现场风险发生后果的严重程度，协同现场作业受控系统达到更好的现场安全管控效果。终端层主要负责多目作业监护仪和视频分析服务器(含算力)；平台负责 AI 模型算法管理，以及视频监控调阅及 AI 分析报警，增加两者嵌合程度，深度融合。4 智能监控分析系统的发展方向目前，现场视频监控设备会将所采集到的视频流接入到视频监控录像机中，现有的视频管理平台再从视频监控录像机中获取视频数据。解决方案的下一阶段，将分析、识别、报警展示服务会集成到视频管理平台，推送至服务中。这是首类款硬件部署石化企业的新探索，也是稳扎稳打的进步。在完成系统架构设计和软硬件结合应用过程中，始终贴合智慧工厂的发展方向，布局于石化区的多个作业实施场景，实现模型拓展和算法优化的长周期可持续性成长。从信息化到智能化的道路，智能监控和智能分析在走平台化、服务化、生态化为核心理念的智能化建设道路，有着良好的经济效益和强大的技术生命力。未来，基于总体架构设计和业务需求的增加，系统将会以版本更新的迭代式创新应用。同时，借助于 5G 专用网络的优势，建立起高速率、低延时、大容量的局域专网，让生产作业的运行管理在专业人员的操作使用下全过程、全透明、全监测。虽然人工智能技术在石油化工行业数字化转型阶段已经初显成效，但是根据目前的实际反馈情况而言，需要更深层次完善相关技术指导和软硬件支持。展望未来发展方向，如何利用这些海量数据，以虚拟现实技术为突破口，预测关键技术指标，最后对系统进行优化调整。5 结语综上所述，智能监控分析技术拥有较多的优点以及广阔的发展前景，与人工智能技术的初步融合较有成效。其不仅可以对现有的监控场景进行全面识别和快速分析，同时能够快速判别石化企业管理体系的违规行为，并提供最优的解决方案。现阶段，主要基于工业互联网平台去运用数据分析方法和工业机理知识，深度挖掘工业现场大数据，实现精确优化建模，实现全面高效洞察工业对象和工业流程。伴随着软硬件技术给工业现场大数据的采集和传输提供的高效便捷，人工智能技术将会支撑并带动石油化工行业的上中下游全产业链的智慧升级。另外，基于图像处理和计算机视觉对工业现场大数据来考量深度学习、深度融合。未来要将上述的关键技术作为研究的重点方向，这可以加速人工智能技术与石化行业二者之间的融合发展，可以有效地加快石化行业向数字化、智能化转型，最终实现石化企业提质增效、安全平稳运行的可持续发展目标。参考文献：1 Grieves M.Digital twin:manufacturing excellence through vir-tual factory replicationR.Florida:U.S.Florida Institute of Technology,20142 宋希勇,程会武.探究石化企业智能巡检系统设计J.石油化工建设,2022,44(01):166-169.3 穆波,刘超,袁志祥,等.石化企业智能巡检系统设计与应用J.炼油与化工,2021,32(01):61-64.4 李剑峰.智慧石化建设:从信息化到智能化J.石油科技论坛,2020,39(01):34-42.5 刁俊武,田壮,论国柱.数字孪生技术在石油化工行业的应用研究J.石化技术,2022,29(07):79-82.