AI技术破解化工企业隐患监测难题

郑振华  深圳市奔凯安全技术股份有限公司

化工企业隐患监测一直是企业老大难问题。现阶段，大部分企业依靠人工进行巡检，深受巡检时间长、频次低、难管理等问题困扰。

奔凯安全利用机器视觉、深度学习等技术开发适用于化工企业AI隐患分析平台，能够进行槽车装卸、码头管理、巡查巡检、仓库管理、装置设备监测、人员管理、临时作业、日常作业八大场景百余种算法。下面以其中人员管理与临时作业两个场景为例进行介绍。

一、人员管理

行为识别是人员管理的核心。平台平时对异常行为进行监测分析，当有异常行为发生时启动整套平台的预警处置流程对异常行为进行管理。

人员安全行为管理

平台支持人员安全帽、护目镜、工作服、安全带、救生衣、皮肤暴露等穿戴不规范实时监测。

安全帽救生衣等穿戴不规范智能监管

平台支持常见的人员行为如人员越界、人员聚集、人员在岗、抽烟、打电话、睡岗等智能监管。

常见人员行为智能监管

平台支持设备异常状态如跑冒滴漏、围栏识别、货物堆放、货物倾倒等异常监测。

二、临时作业

临时作业是发生安全风险的重要因素。安全意识不强、存在侥幸心理等容易造成风险隐患。将临时作业流程与视频智能识别进行联动，一方面规范临时作业动作，另一方面提高作业监测预警能力。

平台支持动火作业智能监管、高处作业智能监管等，从作业申请、风险评估、安全措施、批准作业等作业前行为到作业过程中行为智能监测如监护人在岗监测到最后作业核实与恢复现场、关闭作业等，实现特殊作业全流程监管。

动火作业智能监管

高处作业智能监管

化工企业细分场景众多且复杂，用于人工智能训练素材极少，但一旦发生事故危害极为严重。平台支持基于元学习的小样本和不均衡样本深度学习框架， 解决场景中常见的数据量不足、落地速度慢的问题。

小样本学习技术

另一方面，AI平台支持依靠知识推理实现高危场景下的视频分析复杂应用。基于先验知识（规章条例、经验），构建了一套可以由系统进行对比验证，实施执行的化工安全条例知识库；通过对场景中的行为、状态等，系统执行机构根据已有的规则，进行智能推理，获得全方位、安全专家级的研判信息；对场景中的人员行为、设备装置状态、环境风险、全作业流程等进行监测，结合智能推理结果，对发现的安全隐患实时报警并进行管理。

知识推理

2019年中国化工产值达到11980亿美元，约占全球的36%，预计到2030年左右，中国单一国家的化工产值将会达到全球的50%。化工行业总量大、影响广，其安全生产一直受国家重点关注。奔凯定位于智慧安全专家，深耕安全生产领域，利用先进AI技术，减轻安全生产管理负担，提高隐患监测效率，能够为化工行业健康发展添砖加瓦。