基于CPS 危險(xiǎn)化學(xué)品風(fēng)險(xiǎn)監(jiān)控預(yù)警系統(tǒng)關(guān)鍵技術(shù)研究

石 峰，張保存，杜九懿，張 宇，闞 哲

（1.遼寧石油化工大學(xué)信息與控制工程學(xué)院，遼寧撫順113001；2.山東省天然氣管道有限責(zé)任公司濰坊輸氣管理處，山東 濟(jì)南250000）

危險(xiǎn)化學(xué)品，顧名思義是一種化學(xué)藥品、化學(xué)制劑或者化學(xué)原料，其具有爆炸性、易燃性、毒害性等特征，在生產(chǎn)、運(yùn)輸、儲(chǔ)存、經(jīng)營(yíng)等過程中容易造成事故，導(dǎo)致人身傷亡、財(cái)產(chǎn)損毀等[1]。所以，危險(xiǎn)化學(xué)品的安全管理工作必須引起所有人的高度重視[2]。截至2015 年底，我國(guó)危險(xiǎn)化學(xué)品生產(chǎn)、儲(chǔ)存企業(yè)共有危險(xiǎn)化學(xué)品重大危險(xiǎn)源（以下簡(jiǎn)稱重大危險(xiǎn)源）約1.2 萬個(gè)，其數(shù)量多，分布廣，潛在安全風(fēng)險(xiǎn)大[3]。近年來，國(guó)家不斷強(qiáng)化重大危險(xiǎn)源安全管理，重大危險(xiǎn)源自動(dòng)化設(shè)施、監(jiān)測(cè)監(jiān)控設(shè)施裝備、日常安全管理等方面均取得了較大進(jìn)步，并且部分地區(qū)，企業(yè)建立了重大危險(xiǎn)源監(jiān)控系統(tǒng)中心[4]。但綜合分析，目前我國(guó)重大危險(xiǎn)源安全方面仍存在自動(dòng)化及監(jiān)測(cè)監(jiān)控設(shè)施不完善、監(jiān)控預(yù)警信息化水平低、政府安全監(jiān)督管理困難、發(fā)生事故無法及時(shí)獲取有關(guān)信息等問題[5]。特別是重大危險(xiǎn)源監(jiān)控信息化整體水平比較低，監(jiān)控基礎(chǔ)設(shè)施缺乏、政府和企業(yè)的信息網(wǎng)絡(luò)不暢通、事故預(yù)警能力不足等情況日益突出,亟需建立國(guó)家-省-市-縣-企業(yè)五級(jí)重大危險(xiǎn)源在線監(jiān)控及事故預(yù)警系統(tǒng)[6]。

CPS（Cyber-Physical System，CPS）是集感知、計(jì)算、控制和通信于一體，將信息空間與物理空間緊密結(jié)合的復(fù)雜控制系統(tǒng)，融合了嵌入式技術(shù)、無線傳感器技術(shù)、云計(jì)算技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等[7]。本文基于CPS 技術(shù)，采用自主研制多元數(shù)據(jù)采集器，對(duì)石油化工過程危險(xiǎn)化學(xué)品進(jìn)行在線監(jiān)控及風(fēng)險(xiǎn)評(píng)價(jià)。主要闡述了CPS 危險(xiǎn)化學(xué)品風(fēng)險(xiǎn)監(jiān)控預(yù)警系統(tǒng)的框架設(shè)計(jì)、實(shí)體層設(shè)計(jì)、基于遺傳算法優(yōu)化的BP 神經(jīng)網(wǎng)絡(luò)算法的風(fēng)險(xiǎn)評(píng)價(jià)方法。通過DCS及組態(tài)實(shí)際數(shù)據(jù)仿真過程，證實(shí)本系統(tǒng)具備危險(xiǎn)化學(xué)品在線風(fēng)險(xiǎn)預(yù)估能力，實(shí)時(shí)可靠。

1 系統(tǒng)架構(gòu)設(shè)計(jì)

CPS 技術(shù)是一種工業(yè)4.0 技術(shù)的產(chǎn)物，在5G 技術(shù)驅(qū)使下，萬物物聯(lián)時(shí)代即將開啟。CPS 技術(shù)涵蓋通信、計(jì)算機(jī)和控制領(lǐng)域[8]。在工業(yè)過程中利用廣泛分布的傳感器、執(zhí)行器，將物理世界（物理進(jìn)程）和虛擬世界（計(jì)算進(jìn)程）深度融合起來，從而協(xié)調(diào)一致地對(duì)物理世界進(jìn)行監(jiān)視和控制，做到實(shí)時(shí)感知、動(dòng)態(tài)反饋控制，并能夠提供可靠的信息服務(wù)[9]。

CPS 并不是簡(jiǎn)單地把傳感器網(wǎng)絡(luò)、執(zhí)行控制系統(tǒng)、嵌入式系統(tǒng)等獨(dú)立模塊簡(jiǎn)單地組合起來。CPS系統(tǒng)十分復(fù)雜，系統(tǒng)在模型的建立、數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性、虛擬世界和物理世界的一致性、安全性、可靠性、最優(yōu)控制策略等方面有很多問題需要解決。

1.1 系統(tǒng)整體架構(gòu)

對(duì)于CPS無論從哪個(gè)方面進(jìn)行研究，體系架構(gòu)都是首先要解決的問題。體系結(jié)構(gòu)是CPS 的骨骼，CPS在各個(gè)領(lǐng)域的應(yīng)用都要對(duì)其原有的體系架構(gòu)進(jìn)行研究，根據(jù)實(shí)際應(yīng)用的需要對(duì)原有體系架構(gòu)進(jìn)行擴(kuò)展[10]。

CPS 的基本物理組件有傳感器、執(zhí)行器、決策控制單元。傳感器負(fù)責(zé)對(duì)物理世界的各種環(huán)境變化進(jìn)行“感知”，如溫度、壓力、濕度、氣體濃度等，執(zhí)行器負(fù)責(zé)對(duì)被控物理實(shí)體進(jìn)行直接控制，而決策控制單元?jiǎng)t通過用戶定義的語(yǔ)義規(guī)則進(jìn)行邏輯控制。傳感器、執(zhí)行器、決策控制單元三部分構(gòu)成了CPS的反饋循環(huán)控制[11]。CPS 系統(tǒng)架構(gòu)如圖1 所示。傳感器獲取被控對(duì)象的狀態(tài)信息通過網(wǎng)絡(luò)通信傳遞給決策控制單元，決策控制單元根據(jù)用戶輸入的語(yǔ)義規(guī)則對(duì)信息進(jìn)行判斷處理并把控制指令傳遞給執(zhí)行器，執(zhí)行器根據(jù)控制指令調(diào)整被控對(duì)象。整個(gè)結(jié)構(gòu)構(gòu)成一個(gè)閉環(huán)。

1.2 系統(tǒng)技術(shù)架構(gòu)

以遠(yuǎn)程監(jiān)控及重大危險(xiǎn)源辨識(shí)為主要目的，提出一種基于CPS 危險(xiǎn)化學(xué)品風(fēng)險(xiǎn)監(jiān)控預(yù)警系統(tǒng)技術(shù)架構(gòu)方式，基于CPS 的系統(tǒng)技術(shù)架構(gòu)如圖2 所示。

CPS 危險(xiǎn)化學(xué)品遠(yuǎn)程監(jiān)控預(yù)警系統(tǒng)不僅能夠?qū)崿F(xiàn)傳統(tǒng)系統(tǒng)中的監(jiān)視、報(bào)警功能，還能解決分散的危險(xiǎn)化學(xué)品集中管理、同時(shí)監(jiān)視、隱患排查和風(fēng)險(xiǎn)預(yù)估等問題。

2 實(shí)體層設(shè)計(jì)

CPS 危險(xiǎn)化學(xué)品遠(yuǎn)程監(jiān)控預(yù)警系統(tǒng)中，實(shí)體層處于整個(gè)系統(tǒng)的最底層，負(fù)責(zé)對(duì)數(shù)據(jù)的實(shí)時(shí)采集、存儲(chǔ)、傳輸。這些功能需要傳感器模塊、處理器模塊、電源供應(yīng)模塊、通信模塊等配合完成。

2.1 終端節(jié)點(diǎn)結(jié)構(gòu)組成

在CPS 節(jié)點(diǎn)中，傳感器采集數(shù)據(jù)，處理器處理數(shù)據(jù)，通信模塊傳遞數(shù)據(jù)。多節(jié)點(diǎn)數(shù)據(jù)流向如圖3所示。傳感器采集的數(shù)據(jù)通過通信模塊傳遞給網(wǎng)關(guān)，并且在各節(jié)點(diǎn)之間進(jìn)行組網(wǎng)以實(shí)現(xiàn)節(jié)點(diǎn)之間的數(shù)據(jù)傳送、協(xié)同感知，各節(jié)點(diǎn)的數(shù)據(jù)最終流向網(wǎng)關(guān)。

2.2 ZigBee-3G 網(wǎng)關(guān)設(shè)計(jì)

ZigBee-3G 網(wǎng)關(guān)是連接ZigBee 和因特網(wǎng)的“橋梁”。傳感器節(jié)點(diǎn)采集的數(shù)據(jù)通過ZigBee 通信模塊以數(shù)據(jù)包的形式傳遞給網(wǎng)關(guān)。網(wǎng)關(guān)處理器對(duì)數(shù)據(jù)包進(jìn)行格式轉(zhuǎn)換并使用AT 指令控制3G 模塊完成初始化，格式轉(zhuǎn)換完畢的數(shù)據(jù)包經(jīng)由3G 模塊發(fā)送至服務(wù)器。ZigBee-3G 網(wǎng)關(guān)結(jié)構(gòu)如圖4 所示。3G 模塊型號(hào)為MF210V2，MF210V2 成本低、功耗低、可靠穩(wěn)定，支持標(biāo)準(zhǔn)的AT 指令和GPS 定位功能。

3 終端決策層設(shè)計(jì)

CPS 原型架構(gòu)中，頂層被定義為應(yīng)用層，由于CPS 需要處理海量數(shù)據(jù)，因此將系統(tǒng)搭建在云平臺(tái)上更為合理。在云平臺(tái)中使用云服務(wù)作為基礎(chǔ)構(gòu)件塊能夠提高云應(yīng)用的構(gòu)建速度，降低使用成本，提供安全可靠的應(yīng)用[12]。本文所提出的基于CPS危險(xiǎn)化學(xué)品風(fēng)險(xiǎn)監(jiān)控預(yù)警系統(tǒng)可以提供大范圍的危險(xiǎn)化學(xué)品風(fēng)險(xiǎn)隱患預(yù)估情況。決策層包含預(yù)警單元和決策控制單元。

3.1 重大危險(xiǎn)源分類方法

重大危險(xiǎn)源分類指數(shù)R 計(jì)算方法[13]：

式中，q1,q2,…,qn為每種危險(xiǎn)化學(xué)品實(shí)際存放量；Q1,Q2,…,Qn為每種危險(xiǎn)化學(xué)品臨界量；β1,β2,…,βn為每種危險(xiǎn)化學(xué)品的校正系數(shù)；α 為外界暴露人員的校正系數(shù)。

3.2 分類標(biāo)準(zhǔn)

主要危險(xiǎn)源的等級(jí)如表1 所示。

表1 主要危險(xiǎn)源的等級(jí)

3.3 GA+BP 神經(jīng)網(wǎng)絡(luò)算法評(píng)價(jià)方法

BP 神經(jīng)網(wǎng)絡(luò)的多層連接結(jié)構(gòu)使其能夠模擬復(fù)雜的非線性系統(tǒng)，從輸入中有效地挖掘更多信息從而完成復(fù)雜任務(wù)[14]。但由于BP 神經(jīng)網(wǎng)絡(luò)算法采用梯度下降法作為搜索方法，難免存在一些不足：

（1）收斂速度慢。BP 神經(jīng)網(wǎng)絡(luò)算法雖然可以處理復(fù)雜問題，但收斂速度慢，需要較長(zhǎng)的計(jì)算時(shí)間，消耗的系統(tǒng)資源也較大。

（2）訓(xùn)練過程不穩(wěn)定。BP 神經(jīng)網(wǎng)絡(luò)算法在反復(fù)循環(huán)訓(xùn)練過程中，學(xué)習(xí)速率決定權(quán)值的修正。較高的學(xué)習(xí)速率可以獲得較大的誤差減小率，在訓(xùn)練前期有很好的收斂效果，但是隨著訓(xùn)練次數(shù)的增多，較高的學(xué)習(xí)速率會(huì)導(dǎo)致權(quán)值超出誤差的最小值而無法收斂。

（3）局部極小化問題。BP 神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中，其權(quán)值沿局部改善的方向進(jìn)行調(diào)整。由于采用梯度下降搜索法，很容易陷入局部極值，網(wǎng)絡(luò)權(quán)值收斂于局部極小點(diǎn)，因此導(dǎo)致網(wǎng)絡(luò)訓(xùn)練失敗。

當(dāng)輸入節(jié)點(diǎn)的個(gè)數(shù)為m 個(gè)、輸出節(jié)點(diǎn)的個(gè)數(shù)為n 個(gè)、隱藏層節(jié)點(diǎn)的個(gè)數(shù)為t 時(shí)，網(wǎng)絡(luò)輸入和輸出之間的關(guān)系為：

式中，ysk為網(wǎng)絡(luò)的實(shí)際輸出；ωki為輸出層第k 個(gè)神經(jīng)元與隱藏層第i 個(gè)神經(jīng)元之間的權(quán)重；f 為傳遞函數(shù)；xk為輸入層第k 個(gè)神經(jīng)元的值；bi為隱藏層第i 個(gè)神經(jīng)元的閾值；vik為網(wǎng)絡(luò)的參數(shù)。

設(shè)定總的誤差E′小于ε，則有：

GA-BP 優(yōu)化問題的數(shù)學(xué)模型為：

式中，ynk為期望輸出；E 為優(yōu)化過程誤差。

利用遺傳算法求解上述優(yōu)化問題，將得到的結(jié)果代入式（3），計(jì)算輸出誤差E′，如果E′小于ε，則可以使用該模型進(jìn)行實(shí)際預(yù)測(cè)。

預(yù)警單元通過環(huán)己烷無催化氧化過程中傳感器采集到的數(shù)據(jù)對(duì)尾氧濃度進(jìn)行預(yù)測(cè)。根據(jù)預(yù)測(cè)結(jié)果確定風(fēng)險(xiǎn)等級(jí)并發(fā)送預(yù)警信息。當(dāng)風(fēng)險(xiǎn)等級(jí)為Ⅰ級(jí)時(shí)，極易發(fā)生火災(zāi)、爆炸危險(xiǎn)事故，此時(shí)生產(chǎn)現(xiàn)場(chǎng)會(huì)發(fā)出警報(bào)，反應(yīng)裝置停車；當(dāng)風(fēng)險(xiǎn)等級(jí)為Ⅱ級(jí)時(shí)，管理人員需要及時(shí)對(duì)決策控制單元的決策規(guī)則做適當(dāng)調(diào)整，將重要物理量控制在安全范圍內(nèi)；當(dāng)風(fēng)險(xiǎn)等級(jí)為Ⅲ級(jí)時(shí)，管理人員應(yīng)加強(qiáng)生產(chǎn)現(xiàn)場(chǎng)的安全防護(hù)，嚴(yán)格控制火源；當(dāng)風(fēng)險(xiǎn)等級(jí)為Ⅳ時(shí)，風(fēng)險(xiǎn)較小，可以忽略。決策控制單元根據(jù)傳感器實(shí)時(shí)采集的數(shù)據(jù)確定反應(yīng)溫度、進(jìn)氣量、進(jìn)氣氧含量3 個(gè)物理量的風(fēng)險(xiǎn)等級(jí)，不同的風(fēng)險(xiǎn)等級(jí)對(duì)應(yīng)不同控制規(guī)則，將影響尾氧濃度的物理量控制在安全范圍內(nèi)。

4 仿真實(shí)驗(yàn)

實(shí)驗(yàn)測(cè)試工作從整體和局部?jī)蓚€(gè)方面開展，在實(shí)驗(yàn)室內(nèi)利用現(xiàn)有儀表通過集散控制系統(tǒng)（DCS）搭建通信測(cè)試平臺(tái)，對(duì)終端節(jié)點(diǎn)、網(wǎng)絡(luò)通信、服務(wù)器間的數(shù)據(jù)通信情況進(jìn)行測(cè)試。分別測(cè)試終端節(jié)點(diǎn)通信情況及網(wǎng)絡(luò)通暢情況，同時(shí)對(duì)DCS 系統(tǒng)連接的儀表和多臺(tái)攝像機(jī)進(jìn)行數(shù)據(jù)實(shí)時(shí)采集，通過以太網(wǎng)實(shí)時(shí)傳送到云端服務(wù)器進(jìn)行重大危險(xiǎn)源辨識(shí)并進(jìn)行危險(xiǎn)化學(xué)品風(fēng)險(xiǎn)隱患預(yù)警。

4.1 實(shí)體層終端節(jié)點(diǎn)測(cè)試

對(duì)終端節(jié)點(diǎn)的測(cè)試主要包括硬件測(cè)試、數(shù)據(jù)采集及發(fā)送測(cè)試。測(cè)試硬件包括DCS、攝像頭、采集器、交換機(jī)及筆記本電腦。終端節(jié)點(diǎn)測(cè)試連接圖如圖5 所示。

在上位機(jī)開發(fā)串口通信測(cè)試平臺(tái)，驗(yàn)證終端節(jié)點(diǎn)數(shù)據(jù)采集及通信的正確性?；赩isual Studio 2010 環(huán)境，采用C#語(yǔ)言開發(fā)的終端節(jié)點(diǎn)測(cè)試平臺(tái)。將終端節(jié)點(diǎn)采集的DCS 數(shù)據(jù)和視頻數(shù)據(jù)組合成一個(gè)數(shù)據(jù)包，并發(fā)送至上位機(jī)，上位機(jī)接收到數(shù)據(jù)進(jìn)行對(duì)應(yīng)的顯示，終端節(jié)點(diǎn)測(cè)試平臺(tái)如圖6 所示。

從圖6 可以看出，其視頻數(shù)據(jù)完好，幀率滿足遠(yuǎn)程監(jiān)控預(yù)警系統(tǒng)要求。通過測(cè)試平臺(tái)DCS 數(shù)據(jù)得到解析并以電壓形式顯示。Modbus485 協(xié)議數(shù)據(jù)也可以得到解析，并以電壓形式顯示。采集終端可以完成海量數(shù)據(jù)搜集及分類，并通過以太網(wǎng)傳輸給云服務(wù)端。

4.2 仿真

以某石化公司尼龍鹽廠環(huán)己烷無催化氧化過程實(shí)測(cè)數(shù)據(jù)作為樣本數(shù)據(jù)。其中，反應(yīng)溫度、進(jìn)氣量、進(jìn)氣氧含量均為一定時(shí)刻的數(shù)據(jù)，而尾氧濃度是30 min 后的數(shù)據(jù)。樣本個(gè)數(shù)為120 個(gè)，隨機(jī)選取100 個(gè)樣本作為訓(xùn)練樣本，剩下的20 個(gè)樣本作為測(cè)試樣本，以驗(yàn)證BP 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能。在遺傳算法進(jìn)化過程中，初始種群L=10，交叉概率PC=0.4，變異概率PM=0.2。

GA+BP 神經(jīng)網(wǎng)絡(luò)的平均適應(yīng)度曲線如圖7所示。

以BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的誤差作為適應(yīng)值，所以網(wǎng)絡(luò)訓(xùn)練后得到的誤差越小，適應(yīng)值越小。從圖7 可以看出,整體適應(yīng)度曲線下降較快，遺傳到第20～30 代時(shí)適應(yīng)值變化較小，30 代后達(dá)到最佳適應(yīng)值，此時(shí)BP 神經(jīng)網(wǎng)絡(luò)取得最優(yōu)權(quán)值和閾值。

BP 神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)如圖8 所示。從圖8 可以看出，BP 神經(jīng)網(wǎng)絡(luò)在迭代35 次后均方誤差（muse）達(dá)到最小，此時(shí)網(wǎng)絡(luò)訓(xùn)練完畢。

用訓(xùn)練好的BP 神經(jīng)網(wǎng)絡(luò)對(duì)20 個(gè)樣本進(jìn)行測(cè)試，測(cè)試樣本的誤差曲線如圖9 所示。從圖9 可以看出，誤差曲線呈隨機(jī)波動(dòng)狀態(tài)，整體誤差不超過3%。

測(cè)試樣本數(shù)據(jù)如表2 所示。從表2 可以看出，尾氧濃度的實(shí)際輸出和期望輸出的風(fēng)險(xiǎn)等級(jí)均為Ⅳ級(jí)，化工運(yùn)行過程處于安全狀態(tài)。使用遺傳算法優(yōu)化的BP 神經(jīng)網(wǎng)絡(luò)用于環(huán)己烷無催化氧化過程中尾氧濃度的預(yù)測(cè)是完全可行的。

表2 測(cè)試樣本數(shù)據(jù)

4.3 云服務(wù)層對(duì)重大危險(xiǎn)源辨識(shí)及風(fēng)險(xiǎn)隱患預(yù)警

連接到DCS 系統(tǒng)的儀表有流量傳感器、溫度傳感器、壓力傳感器、液位傳感器。DCS 實(shí)驗(yàn)系統(tǒng)如圖10 所示。DCS 系統(tǒng)共有8 個(gè)攝像頭，其中2 個(gè)模擬攝像頭，6 個(gè)數(shù)字?jǐn)z像頭。采用含有少量乙醇的蒸餾裝置作為危險(xiǎn)品源，由采集器采集DCS 數(shù)據(jù)和攝像頭數(shù)據(jù)，然后傳輸?shù)皆贫朔?wù)器，由云端服務(wù)器進(jìn)行大數(shù)據(jù)計(jì)算。經(jīng)過云端計(jì)算乙醇的危險(xiǎn)等級(jí)遠(yuǎn)高于水的危險(xiǎn)等級(jí)。結(jié)果表明，所設(shè)計(jì)的CPS危險(xiǎn)化學(xué)品遠(yuǎn)程監(jiān)控系統(tǒng)可以對(duì)危險(xiǎn)源進(jìn)行辨識(shí)并給出風(fēng)險(xiǎn)等級(jí)。

實(shí)驗(yàn)中，式(1)只有Q1和Q2已知，Q1、Q2分別為乙醇、水的臨界值。根據(jù)《危險(xiǎn)化學(xué)品重大危險(xiǎn)源辨識(shí)》（GB 18218—2018），Q1=500 T，水不是危險(xiǎn)化學(xué)品，即Q2=0。根據(jù)視頻數(shù)據(jù)，當(dāng)3 名工作人員在存儲(chǔ)區(qū)工作1 d，工作時(shí)間8 h，當(dāng)溫度為25 ℃、氣壓為1 個(gè)大氣壓時(shí)，得到α1=3×8/24=1。乙醇的校正系數(shù)β1為1，利用監(jiān)測(cè)數(shù)據(jù)，Q1值小于1 T，計(jì)算得R?10，乙醇風(fēng)險(xiǎn)水平為Ⅳ。決策層處理結(jié)果如圖11 所示。從圖11 可以看出，乙醇的風(fēng)險(xiǎn)等級(jí)遠(yuǎn)高于水。乙醇具有易燃和易爆的風(fēng)險(xiǎn)，而水僅有造成淹沒設(shè)備和實(shí)驗(yàn)室的風(fēng)險(xiǎn)。實(shí)驗(yàn)室中并沒有儲(chǔ)存更高風(fēng)險(xiǎn)的化學(xué)品，但通過乙醇風(fēng)險(xiǎn)預(yù)警實(shí)驗(yàn)，證實(shí)CPS 遠(yuǎn)程監(jiān)控系統(tǒng)可以識(shí)別危害并給出危險(xiǎn)等級(jí)。

5 結(jié) 論

采用CPS 技術(shù)設(shè)計(jì)了危險(xiǎn)化學(xué)品風(fēng)險(xiǎn)監(jiān)控預(yù)警系統(tǒng)。通過對(duì)系統(tǒng)整體架構(gòu)和技術(shù)架構(gòu)得到了系統(tǒng)整體設(shè)計(jì)步驟。由物理層完成前端危險(xiǎn)化學(xué)品數(shù)據(jù)采集、數(shù)據(jù)傳輸和數(shù)據(jù)的本地存儲(chǔ)，實(shí)時(shí)將數(shù)據(jù)分類傳送到云端服務(wù)器，數(shù)據(jù)經(jīng)過網(wǎng)絡(luò)層由決策層進(jìn)行重大危險(xiǎn)源辨識(shí)和危險(xiǎn)化學(xué)品隱患風(fēng)險(xiǎn)預(yù)警，最后對(duì)整體進(jìn)行顯示。采用遺傳算法與神經(jīng)網(wǎng)絡(luò)算法，對(duì)重大危險(xiǎn)源進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。結(jié)果表明，該方法可以準(zhǔn)確完成危險(xiǎn)化學(xué)品重大危險(xiǎn)源風(fēng)險(xiǎn)評(píng)價(jià)，證實(shí)了基于CPS 危險(xiǎn)化學(xué)品遠(yuǎn)程監(jiān)控預(yù)警系統(tǒng)具備危險(xiǎn)源識(shí)別及風(fēng)險(xiǎn)隱患預(yù)估的能力。同時(shí)，使安全生產(chǎn)信息化系統(tǒng)達(dá)到了統(tǒng)一規(guī)劃、統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一規(guī)范和統(tǒng)一部署，保證系統(tǒng)整體績(jī)效，增強(qiáng)系統(tǒng)的可擴(kuò)展性和易維護(hù)性。