危化品行业是指涉及生产、储运、使用等各环节的危化品企业及相关产业链，其在 国民经济中占有重要地位，覆盖了石油、化工、新材料、农药等多个领域。因其高风险 性，离不开政府政策支撑与监管，以确保安全生产的稳定运行，同时随着科技的发展， 传统安防系统在前沿技术的不断加持下，促进了危化品企业安全生产业务的智能化升级。 本文介绍了危化品企业安全生产建设的相关政策依据及重要意义，探讨了智能安防系统 与危化品企业安全生产建设的关联及难点，并对安全生产AI智能产品创新应用、多维物 联感知技术及联合创新应用及基于AR全景技术的AI智能展示创新应用作了深入阐述。
　　一、危化品企业安全生产建设的相关政策依据及重要意义
　　当前，随着危化品企业安全生产要求日益提高，国务院安委会、应急管理部、工信部等相继推出与安全生产相关的政策文件，以推进安全生产建设。
　　自2020年至2023年，工信部、应急管理部分别印发关于“工业互联网+安全生产”相关的“试点建设”通知和要求，从信息化建设角度分析，明确了重大危险源管理、作业许可及作业过程管理、培训管理、双重预防机制、敏捷应急、封闭管理等建设要求，并贯彻企业、集团、园区、行业、政府等各个维度，以进一步将安全生产建设闭环，“试点建设”期间，有较多规模化化工企业实现“工业互联网+危化安全生产”的试点落地，实现工业互联网、AI智能、5G、大数据、云计算等前沿技术与安全生产业务的融合应用，并在安全生产辅助上取得一定成效。
　　2024年国务院安委会印发了《安全生产治本攻坚三年行动方案（2024-2026年）》子方案的通知，内容包括31个子方案，其中就有危化品安全生产治本攻坚行动方案，该通知是推进并深化危化品安全生产建设步伐的重要一步。在关于危险化学品安全风险管控数字化转型的要求中，强调了智能化管控平台对多个系统数据的接入要求，以进一步实现危化品安全管控数字化转型的进程。该要求势必推动信息化、智能化与安全生产业务相结合，实现有关系统的建设、应用、整合，进而实现“一次登录，信息互通”目标。
　　总体来说，近几年的安全生产政策驱动和落地，在危化品企业推动安全生产建设的同时，也加快了前沿技术在行业中的广泛应用。
　　二、智能安防系统与危化品企业安全
　　生产建设的关联及难点AI智能、大数据、云计算、物联网等技术是智能安防的发展基石，与安全生产业务结合后，成为了安全生产各信息化系统中的重要组成部分。其中，2021年实施的行业标准《石油化工电信设计规范》中，分别对“电视监控系统”“门禁控制系统”“入侵和紧急报警系统”等进行了分篇章介绍，而这些正是安防系统的几个主要系统，再结合“工业互联网+危化安全生产”相关政策文件要求，让传统安防演变为智能安防系统有了更明确的方向。下面将重点针对视频技术及其物联拓展应用进行分析和阐述，并分析其应用难点及应用要点。
　　1.电视监控系统
　　涉及采集、传输、存储、显示、控制等环节的设备，完成对重要设备、易发生火灾部位、易发生有毒有害气体泄漏部位、存在人身伤害的危险场所、无人值守重要区域、人员聚集场所等进行高清视频实时监控、录像回放等功能，以便供安全管控、应急指挥系统实时调取现场视频，快速处置、事件追溯等使用，为安全生产起到基础的视频保障功能。
　　2.建设难点
　　难点一：视频赋予AI智能已是趋势，安全帽识别、工作服识别、跑冒滴漏识别等智能算法应用已经较为常见，但目前主流的小模型算法还存在诸多弊端：
　　一是小模型算法精准度有限，每个场景均需大量素材“喂养”，面对危化品企业现场如跑冒滴漏的负样本积累难度，导致成熟算法投入成本和周期较大，不具备对环境的泛化应用。
　　二是小模型算法的能力仅为“识别”，无法“理解”，如涉及作业过程的步骤顺序，仅能单一步骤错误报警，无法对整个链路进行“思维”。
　　三是小模型算法基本属于“静态”模式，如河面与河岸场景，当潮涨潮落时，小模型算法无法对河面与河岸的变化进行动态甄别，类比到危化作业场景移动作业时，智能算法无法甄别作业面变化是一样的。
　　难点二：危化品企业的风险隐患较多，单一的视频监控技术较难全部捕捉：
　　首先，从技术角度，视频监控无法捕捉可燃气体、有毒有害气体泄漏，虽然有相关传感器系统，但相关传感器为点式部署，如微量泄漏或遇大风较难精准捕捉告警。
　　其次，动设备的热故障、环境的高温点存在较难监测的情况，可见光技术无法测温，仅能对肉眼可见的火焰进行智能识别。
　　难点三：危化品企业安全生产建设中，信息化和智能化系统类别较多，但其形成的信息孤岛也导致了各系统的价值割裂，如视频监控、可燃气体及有毒有害气体监测、DCS、工业消防、雷电预警等系统，将它们融合并进行数据关联、价值挖掘，为安全生产起到辅助作用是一个需要持续研究的课题。

　　三、安全生产AI智能产品的创新应用
　　危化品企业安全生产智能化建设的试点已经结束，并已进入到治本攻坚环节，在近几年的AI项目磨练中，AI产品的形态、功能和性能也有了较大发展。传统的AI项目，通常有“云”“边”“端”三种模式，不同场景需求采用不同的模式，如单一场景、单一算法应用可采用端智能，中小型场景、简单算法应用可采用边智能，中大型场景、复杂多样算法应用可采用中心或云端智能。
　　这三种模式下延伸出多种创新的产品应用，以解决上文提及的AI智能算法的各种弊端。将业务平台、算法仓、调度、训练、算力五合一于一体（如图1所示），是在产品形态上的一种创新，可充分节省机柜空间，缩短施工部署时间，改变了中大型AI项目在机房侧服务器堆叠的现状，同时在高度集成化的模式下，也可针对危化品企业的安全管控业务提供相关算法的智能应用，如作业管控智能算法编排、智能算法输出识别率优化等功能。
　　1.作业管控智能算法编排
　　危化品企业每天通常有几十上百个不同类型的作业任务，引入AI视频技术时，存在算法间无逻辑交互的单一报警，对一个完整的作业管控而言意义不大。如智能装卸作业，通常存在近10个甚至20多个主要步骤，针对加油站的卸油八步，涉及引车到位、安全检查、安全防护、卸前确认、油品接卸、接卸确认、卸后确认、卸后处理各步骤，可对步骤与步骤之间的智能算法进行前后逻辑串联，如识别到油罐车驶入，则开启第二步算法：静电接地线及绕车一周的识别，并关闭油罐车驶入算法，识别到静电接地线及绕车一周后，则启动第三步算法：灭火器、警示牌识别，关闭静电接地线及绕车一周算法，以此类推，完成八个步骤的串联，最后实现输出一份作业的综合报告（如图2-3所示）。

　　2.智能算法输出识别率优化
　　针对常规项目使用的AI智能算法，如安全帽识别，通常存在光线、遮挡等问题导致的未佩戴误报情况，创新应用则是对算法的独立次数告警调整为单位次数合并告警，通过AI算法监管优化系统模型自动过滤误报结果，提升智能算法识别输出准确率（如图4所示）。
　　该创新应用并非让智能算法的固有识别率提高，而是根据经验值将非技术性问题导致的误报过滤，进而提高其算法的输出识别率，最终精准识别风险隐患，减少因误报带来的人工复核工作量，保障安全生产。
　　四、多维物联感知技术及联合的创新应用
　　智能安防系统，不管是电视监控系统、门禁控制系统，还是入侵和紧急报警系统，单一的技术手段往往提供不了全面的监测效果。如单纯的可见图2-3 卸油八步法智能算法编排及作业报表输出光技术，在黑夜、雨雪、雾天等情况下监测效果较差，此时需要引入极光技术、透雾技术等，进而实现较好的高清监控。该情况下，引入红外热成像技术也可不受光线、雨雪雾等的影响，甚至可实现10公里以上的远距离观测，可应用于油田、危化品企业园区、化工园区等场景的周界布防中。同样，针对危化品企业的跑冒滴漏，其可燃气体及有毒有害气体泄漏无法使用常规的可见光技术覆盖，则引入激光、气云、傅里叶、工业听诊等技术类产品，可实现多达数百种气体的泄漏检测。

　　1.激光技术
　　激光甲烷探测云台的激光器，可发出1654nm波长的光束，通过利用甲烷分子对1654nm波长光束的吸收衰减原理，激光束穿过被检测气体后，光束吸收，产生激光衰减现象，激光衰减强度与被测气体含量成正比，得出被测气体的浓度（如图5所示）。该技术同样可对一氧化碳、乙烯、丙烷等气体进行浓度检测。

　　2.气云技术
　　该技术是利用红外辐射对气体泄漏进行监测，其原理主要为利用红外辐射的特性，将泄露的气体在空气中形成可见的云雾，进而利用红外热像仪来捕捉并成像对应气云，最终在后台展示（如图6所示）。

　　3.傅里叶技术
　　利用待测气体与遥测背景之间的等效辐射亮温差产生的红外光谱指纹特征信息，实现对多种有毒有害气体的快速高灵敏度定性识别和半定量浓度反演；同时依据反演的污染气体种类和浓度信息，分别以不同颜色与扫描区域的视频图像进行伪彩叠加，实时呈现有毒有害污染气体在扫描区域的动态分布及扩散趋势，并对超标气体进行光声预警（如图7所示）。

　　4.工业听诊技术
　　通过工业听诊设备对现场声音的采集，经由智能算法解析，完成对设备运行状态声音等的特征值提取，提示出如齿轮磨损、轴承保护架断裂、搅拌叶片变形、高压气体泄漏等的智能告警（如图8所示）。

　　另外，红外热成像技术，除了实现周界管控外，还可针对动设备热故障、环境高温点进行在线诊断，其技术原理是利用了热成像设备可接收绝对零度温度以上的物体表面所辐射出的热辐射，可测算出物体表面温度，测量量程通常在-20℃~+550℃，在有效距离内可实现精准度Max（±2℃/±2%）的测温精度。
　　以上技术联合使用可实现双重复核甚至多维复核的效果，如工业听诊针对高压气体泄漏实现告警，同时结合双目热成像设备，实现可见光和热成像测温，后台不仅可以看到现场的视频画面，还可查看到听诊告警信号和热成像对环境温度及管道的测温数据，其中联动机制可以是听诊提示告警时，联动双目热成像云台转动至预置点，实现测温复核及后台弹窗展示，同样反向联动也可实现双重复核，只要看其联动的逻辑和意义是否契合安全生产的业务要求。
　　五、基于AR全景技术的AI智能展示创新应用
　　在AI和多维物联的加持下，危化品企业的风险隐患监测数据均可传回后台展示，单纯的视频“九宫格”展示已经无法满足业务需要，市面上盛行的GIS地图、三维地图等展示方式可以满足日常需要，但对全局的把控需依赖于各点位的数据叠加展示，地图仍然是静态呈现。
　　依托全景拼接技术的展示手法，可实现上帝视角的全景监控，如装置区的高点俯视，可实现180°、270°甚至360°的全景监控，依托该全景作为地图，通过AR标签技术，实现低点位AI视频、DCS点位、GDS点位、工业消防点位等数据的接入并以AR标签的形式在全景画面中呈现。点击标签即可展示相应位置的各类数据，当某系统触发告警时，系统会自发声光提醒，并弹出标签窗口，让用户第一时间了解报警现场的各类数据状况，真正实现“一次登录，信息互通”目标（如图9所示）。

　　在实现以上展示效果基础上，加载AI智能，在全景画面中根据作业面绘制作业区，赋予AI智能算法，实现如八大类特殊作业所需的智能算法识别，进而实现AR+AI的双重赋能（如图10所示）。

　　系统告警时，可关联提示提前维护的人员组织架构、装置信息等，通过融合通信技术的融合，根据预案可快速与责任人、专家等实现视频会商或音视频对讲等功能，为事件的快速处理提供有利手段。
　　六、总结
　　危化品企业安全生产建设，在持续性政策文件驱动下，将工业互联网、大数据、人工智能等前沿技术与安全生产业务相结合，实现了新一代智能安防系统对重大危险源、双重预防机制、智能巡检、危险作业无人化等业务管理的智能化提升，为企业各环节的安全规范管理、生产运行监控预警、资源管理及事故排查等提供了有效技术手段。

　　■ 文/方妙锲　厉明杰　浙江大华技术股份有限公司