數(shù)字智能化安全防護(hù)管理的研究與應(yīng)用

云南電網(wǎng)有限責(zé)任公司曲靖供電局 陸 原 陳 恒 王 甫 北京道亨軟件股份有限公司 路 寧 任秀英

隨著信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，對不同類型的數(shù)字化設(shè)備使用范圍越來越廣泛，因此高效率且安全性的特點(diǎn)，能夠完成多個(gè)行業(yè)的數(shù)據(jù)采集和管理。在生產(chǎn)能力不斷提高的前提下，經(jīng)濟(jì)勢態(tài)呈現(xiàn)穩(wěn)定增長趨勢，各行業(yè)為加快產(chǎn)業(yè)轉(zhuǎn)型和成本控制，在實(shí)際生產(chǎn)過程中，極容易造成安全危險(xiǎn)事故[1]。為保證在標(biāo)準(zhǔn)的環(huán)境內(nèi)進(jìn)行安全生產(chǎn)，大部分企業(yè)已經(jīng)完成了安全防護(hù)管理方法的應(yīng)用，在生產(chǎn)過程中進(jìn)行危險(xiǎn)因素的把控[2]。但由于原有方法只能在事故發(fā)生后進(jìn)行分析，且對不同行業(yè)的生產(chǎn)標(biāo)準(zhǔn)劃分不清晰，在一些小范圍或者潛在威脅中，無法進(jìn)行有效識別和管理，造成危險(xiǎn)因素并入生產(chǎn)的局面，導(dǎo)致運(yùn)行生產(chǎn)過程發(fā)生不同程度的事故[3]。

數(shù)字化和智能化技術(shù)不斷融合，產(chǎn)生了多種先進(jìn)的識別技術(shù)和感知技術(shù)，其中以可視化技術(shù)和人工智能技術(shù)為主，能夠?qū)Χ喾N數(shù)據(jù)進(jìn)行集中分類和識別[4]。通過機(jī)器學(xué)習(xí)等理論的應(yīng)用，在實(shí)際生產(chǎn)過程中能夠進(jìn)行數(shù)據(jù)自動(dòng)采集，并根據(jù)數(shù)據(jù)的自身特點(diǎn)進(jìn)行處理，直接對不同類型的數(shù)據(jù)進(jìn)行區(qū)分[5]。為保證各行各業(yè)的健康穩(wěn)定發(fā)展，對設(shè)備的維護(hù)和管理工作，越來越受到管理人員的重視，需要設(shè)計(jì)一種新型的安全防護(hù)管理方法。本文以此為基礎(chǔ)，研究數(shù)字智能化的安全防護(hù)管理方法，擬補(bǔ)原有方法的不足，以保障多種設(shè)備穩(wěn)定操作和運(yùn)行，為此提出理論支持。

1 數(shù)字智能化安全防護(hù)管理方法

1.1 基于可視化技術(shù)構(gòu)建安全管理模型

為正確地進(jìn)行安全防護(hù)管理工作，必須要對生產(chǎn)的各個(gè)階段進(jìn)行分析和描述，選擇可視化技術(shù)進(jìn)行全程監(jiān)控建模，以面向?qū)ο笳Z言的方式設(shè)置表達(dá)標(biāo)準(zhǔn)[6]。主要面向?qū)ο笳Z言，是一種通用的可視化建模語言，能夠?qū)ιa(chǎn)的各個(gè)階段進(jìn)行開發(fā)監(jiān)控，通過用例圖和行為圖以及交互圖的形式來展示[7]。

其中用例圖能夠直接連接外部參與者，對其產(chǎn)生的用例狀況進(jìn)行連接，完成對其生產(chǎn)全過程的描述。行為圖包括活動(dòng)圖和狀態(tài)圖，能夠?qū)ιa(chǎn)對象的狀態(tài)進(jìn)行顯示，通過引擎改變生產(chǎn)的事件，進(jìn)行需要安全防護(hù)的操作。而交互圖則可以描述生產(chǎn)對象之間的關(guān)系，通過順序圖進(jìn)行動(dòng)態(tài)協(xié)作，以表示生產(chǎn)過程之間事件的連續(xù)習(xí)慣，在出現(xiàn)安全事故時(shí)能夠排列出時(shí)間順序。

利用數(shù)字可視化技術(shù)建立安全管理模型，對需要監(jiān)管的全過程進(jìn)行分析，以綜合管理工具設(shè)置模型中多個(gè)層級，按照不同的指示操作進(jìn)行排序，基本上可以確定為數(shù)據(jù)層、支撐層、業(yè)務(wù)層以及表示層。每個(gè)層級內(nèi)設(shè)定的內(nèi)容不一致，具備的各項(xiàng)功能相對獨(dú)立，將可視化技術(shù)投入至每個(gè)層級內(nèi)，在全方位監(jiān)控的方式下，形成安全管理模型框架。

每個(gè)層級之間處于相對獨(dú)立狀態(tài)，各個(gè)模塊之間沒有交互的聯(lián)系性，在表示層中主要是通過信息數(shù)據(jù)的訪問，用以集成成產(chǎn)過程之間的發(fā)生事件。業(yè)務(wù)層主要對統(tǒng)一的生產(chǎn)方式進(jìn)行設(shè)定，將生產(chǎn)過程中產(chǎn)生的決策和查詢結(jié)果，直接上傳至模型中用以分析，通過數(shù)字化手段可以減少信息的溝通障礙，以此建立出各個(gè)生產(chǎn)階段的數(shù)據(jù)庫。支撐層和數(shù)據(jù)層主要是用于身份的認(rèn)證，和各種安全事件的數(shù)據(jù)采集，以保證用戶的單點(diǎn)登錄為基礎(chǔ)，在安全管理模型中，建立多組數(shù)據(jù)的儲(chǔ)存與訪問集合，用來共享生產(chǎn)過程中的文件和關(guān)系事件等。

1.2 模糊集理論設(shè)置安全防護(hù)等級

將產(chǎn)生的安全事件集合進(jìn)行標(biāo)記，以不同的生產(chǎn)時(shí)間進(jìn)行排序，利用模糊集理論判定安全防護(hù)等級，完成統(tǒng)一模式下的管理工作。以管理模型中的事件儲(chǔ)存層為基礎(chǔ)，在其中引入模糊集理論進(jìn)行分析，對影響事件發(fā)生的后續(xù)結(jié)構(gòu)進(jìn)行判斷，設(shè)置出生產(chǎn)過程中的安全防護(hù)等級。

在當(dāng)下網(wǎng)絡(luò)信息技術(shù)不斷更新的背景下，不同數(shù)據(jù)類型的傳輸速度均有所增加，因此對輸入的數(shù)據(jù)需要在第一時(shí)間進(jìn)行分類和處理，防止危險(xiǎn)因素與安全因素的重復(fù)并入。以發(fā)生危險(xiǎn)事件的概率為基礎(chǔ)，選擇不同時(shí)段下的數(shù)據(jù)集合x 和c，設(shè)置該危險(xiǎn)事件處于數(shù)據(jù)集合x 中，表示為xZ，安全事件屬于集合c，表示為cZ，根據(jù)同時(shí)段內(nèi)發(fā)生的概率，獲取兩種事件之間的相對關(guān)系，表達(dá)式為：

模糊集理論自身具有定量尺度規(guī)則，能夠通過建立判斷矩陣進(jìn)行數(shù)據(jù)分析，對比出不同數(shù)據(jù)中涵蓋的因素類型，以此確定該時(shí)間集合的危險(xiǎn)或安全等級。根據(jù)不同程度的安全防護(hù)等級設(shè)定，能夠清晰地了解到每一種危險(xiǎn)因素的破壞強(qiáng)度，對其進(jìn)行智能辨認(rèn)能夠及時(shí)完成標(biāo)記，區(qū)分安全因素與危險(xiǎn)因素，實(shí)現(xiàn)安全防護(hù)的最終目的。

1.3 危險(xiǎn)源智能辨識完成安全防護(hù)管理

在安全管理模型中加入智能感知模塊，通過對不同事物的發(fā)展過程分析，定位其產(chǎn)生危險(xiǎn)因素的確切位置，以數(shù)據(jù)采集為基礎(chǔ)，完成多類型危險(xiǎn)源的辨識與標(biāo)記。將感知模塊布置在模型內(nèi)，分別利用攝像頭和定位主站，以及元素標(biāo)簽進(jìn)行管控，對安全生產(chǎn)過程中產(chǎn)生的數(shù)據(jù)進(jìn)行分類處理，直接進(jìn)行危險(xiǎn)元素的辨識和警告處理。將攝像頭安裝在每一個(gè)需要監(jiān)控的施工區(qū)域，用來實(shí)時(shí)采集生產(chǎn)過程中的視頻數(shù)據(jù)，需要注意的是避免死角區(qū)的布置，保證工作人員進(jìn)行場地后，能夠出現(xiàn)在監(jiān)控區(qū)域。

把收集到的數(shù)據(jù)資料作為原始數(shù)據(jù)，對每一個(gè)進(jìn)入場地的工作人員進(jìn)行標(biāo)號，以便在生產(chǎn)過程中出現(xiàn)問題后，能夠及時(shí)對人員進(jìn)行跟蹤處理。每個(gè)標(biāo)記的人物標(biāo)簽會(huì)直接轉(zhuǎn)換為數(shù)據(jù)，上傳至安全管理模型中，通過生產(chǎn)的布設(shè)主站，進(jìn)行多組數(shù)據(jù)通信的鏈路傳輸。在管理模型接收到傳輸數(shù)據(jù)后，管理模塊能夠同時(shí)進(jìn)行監(jiān)控狀態(tài)，保證在生產(chǎn)的各個(gè)環(huán)節(jié)進(jìn)行無死角監(jiān)控。此次引入的數(shù)字化智能化管理技術(shù)，主要有人臉識別和認(rèn)證系統(tǒng)，在標(biāo)記好的人員名單中，能夠通過人臉識別完成準(zhǔn)確定位。

在傳輸?shù)囊曨l信息中能夠匹配到人像照片，一旦出現(xiàn)危險(xiǎn)源信息對進(jìn)行對比，實(shí)時(shí)提供認(rèn)證結(jié)果并發(fā)出安全警告。在多次發(fā)出預(yù)警信息后，該危險(xiǎn)信號源沒有切斷，則管理模型會(huì)默認(rèn)其為危險(xiǎn)標(biāo)記物。在下一次進(jìn)入生產(chǎn)中，只有在模型中認(rèn)證成功的工作人員，能夠參與到正常的生產(chǎn)活動(dòng)，而沒有認(rèn)證成功的則不容許進(jìn)入場地，完成安全防護(hù)管理。至此利用可視化技術(shù)構(gòu)建安全管理模型，通過模糊集理論設(shè)置安全防護(hù)等級，智能辨識危險(xiǎn)源進(jìn)行安全防護(hù)管理，完成數(shù)字智能化安全防護(hù)管理的方法設(shè)計(jì)。

2 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證此次設(shè)計(jì)的方法具有實(shí)際應(yīng)用效果，能夠進(jìn)行有效的安全防護(hù)管理，采用實(shí)驗(yàn)測試的方法進(jìn)行論證。實(shí)驗(yàn)主要目的為測試管理方法的效果，在出現(xiàn)危險(xiǎn)因素時(shí)，能否進(jìn)行瞬時(shí)隔離，保證不同事物運(yùn)行中的安全性能。以實(shí)際生產(chǎn)車間的運(yùn)行數(shù)據(jù)為測試樣本，在常規(guī)生產(chǎn)操作中，若長時(shí)間地進(jìn)行設(shè)備操作，會(huì)產(chǎn)生極強(qiáng)的高壓電流，若不及時(shí)地進(jìn)行防護(hù)管理，會(huì)一直維持在高壓狀態(tài)，影響設(shè)備的安全運(yùn)行。

調(diào)取生產(chǎn)車間內(nèi)兩組運(yùn)行設(shè)備，以初始電流不超過60A 為運(yùn)行標(biāo)準(zhǔn)，每小時(shí)運(yùn)行電流不斷增長幅值，該車間工作運(yùn)行的生產(chǎn)時(shí)間不低于8小時(shí)，兩組設(shè)備的具體運(yùn)行數(shù)據(jù)，如表1所示。

表1 兩組設(shè)備運(yùn)行電流數(shù)據(jù)（A）

根據(jù)表中內(nèi)容所示，在兩組設(shè)備運(yùn)行過程中，均出現(xiàn)了電流不變換的情況，由此可以得出在超過85A 的電流幅值下，設(shè)備就會(huì)進(jìn)入不安全的操作環(huán)境。以此借助本文方法進(jìn)行管理，以高壓電流為危險(xiǎn)因素，在其達(dá)到85時(shí)進(jìn)行阻斷，保證設(shè)備能夠保持在平穩(wěn)電流下進(jìn)行生產(chǎn)操作。將兩組設(shè)備產(chǎn)生的電流數(shù)據(jù)進(jìn)行整理，上傳至MSATLAB 測試中，為保證測試的準(zhǔn)確性，引入一組傳統(tǒng)方法作對照，分別比較兩種方法的安全防護(hù)管理效果。

實(shí)驗(yàn)共分為兩個(gè)部分：第一部分測試管理方法的有效性，即在并入危險(xiǎn)因素的前提下，能夠完成有效地監(jiān)控，實(shí)現(xiàn)安全防護(hù)效果。第二部分測試管理方法的及時(shí)性，即在出現(xiàn)危險(xiǎn)因素的情況下，管理方法是否能夠能夠第一時(shí)間進(jìn)行監(jiān)測，并進(jìn)行有效隔離，保證運(yùn)行數(shù)據(jù)的穩(wěn)定。首先進(jìn)行第一輪測試，以平穩(wěn)運(yùn)行電流控制在85A 以下為安全標(biāo)準(zhǔn)，同時(shí)進(jìn)行兩組方法的管理效果對比，具體情況如圖1所示。

圖1 不同方法下高壓電流管理效果

根據(jù)圖中內(nèi)容所示，在本文方法的應(yīng)用下，能夠在出現(xiàn)高壓電流時(shí)進(jìn)行及時(shí)管理，保證設(shè)備在穩(wěn)定電流下進(jìn)行生產(chǎn)，具有安全防護(hù)的效果。而在傳統(tǒng)方法的應(yīng)用下，雖然能夠?qū)㈦娏鬟M(jìn)行管理，降至到穩(wěn)定范圍內(nèi)，但持續(xù)的時(shí)間較長，容易造成設(shè)備的損壞，在長期生產(chǎn)中影響后期的安全使用效果。綜合結(jié)果說明：本次設(shè)計(jì)的管理方法能夠?qū)Ω邏弘娏鬟M(jìn)行管理，使其在運(yùn)行周期內(nèi)保持在穩(wěn)定狀態(tài)，維持設(shè)定的安全生產(chǎn)。

為進(jìn)一步驗(yàn)證本文方法的管理效果，直接以設(shè)備產(chǎn)生的高壓電流的危險(xiǎn)源進(jìn)行測試，設(shè)定防護(hù)管理時(shí)間為15s，對比兩種方法的電流幅值，在多輪測試下結(jié)果如表2所示。

表2 不同管理方法下電流的控制效果（A）

根據(jù)表中內(nèi)容所示，本文設(shè)計(jì)的管理方法能夠在15s 之內(nèi)，直接將高壓電流完成控制，使其在安全范圍內(nèi)進(jìn)行生產(chǎn)應(yīng)用。而傳統(tǒng)方法則，受危險(xiǎn)因素劃分不清晰影響，在管控效果上遠(yuǎn)遠(yuǎn)低于本文方法，在設(shè)定的時(shí)間內(nèi)不能將高壓電流進(jìn)行管理，會(huì)影響后續(xù)的設(shè)備生產(chǎn)運(yùn)行。

綜合實(shí)驗(yàn)結(jié)果表明：本文方法能夠?qū)Ξa(chǎn)生危害的因素進(jìn)行控制，以設(shè)備生產(chǎn)的電流為例，可以將其穩(wěn)定在平穩(wěn)狀態(tài)，保證生產(chǎn)的穩(wěn)定運(yùn)行，具有實(shí)際應(yīng)用效果。

綜上，本文在分析安全防護(hù)的重要性基礎(chǔ)上，重新設(shè)計(jì)可一個(gè)數(shù)字智能化的管理方法，用于改善原有管理效果不佳的問題。通過可視化技術(shù)和人工智能識別技術(shù)，分別構(gòu)建安全管理模塊，以及危險(xiǎn)識別模塊，通過模糊理論集設(shè)置安全防護(hù)等級，以危險(xiǎn)元素辨識標(biāo)記劃分，完成不同行業(yè)的安全防護(hù)管理。實(shí)驗(yàn)結(jié)果表明：以生產(chǎn)運(yùn)行的設(shè)備作為測試對象，在本文方法應(yīng)用下，能夠?qū)Ξa(chǎn)生高壓的危險(xiǎn)電流進(jìn)行管控，將其降到安全的生產(chǎn)范圍內(nèi)，保證設(shè)備的長期穩(wěn)定生產(chǎn)，具有實(shí)際應(yīng)用效果。