大數據時代下的安全管理的量化應用

江波

摘 要：通過對大數據在安全管理上的應用剖析，以液化天然氣管道的壓力變化為例，通過設備在一段時期內，對管道壓力值的變化值的讀取，通過計算機分析管線壓力的變化曲線，從而發現可能存在的風險，由此提出安全管理可以量化的管理思路，同時對計算機大數據發展的判斷、分析，另辟蹊徑的對安全生產管理提出新的工作方法，同時也提出應用推廣的難點與重點。

關鍵詞：大數據 應急管理 量化

中圖分類號：G64 文獻標識碼：A 文章編號：1672-3791（2018）09（a）-0100-02

從本質上講，事故屬于在一定條件下，可能發生，也可能不發生，隨時間推進產生的某些意外情況而顯現的隨機事件。當不安全因素事件充分集合時，事故必然發生；只有做到防患于未然，才能防止事故發生。安全管理最難的是什么？是對事故的科學預警。

1 大數據時代的管理化

當我們在建設一個項目前，我們要做安全評價，這是為什么？是為了我們要了解項目的安全性，通過評估，我們發現問題解決問題，但是我們做到了安全有效控制了嗎？海因里希統計了55萬件機械事故，其中死亡、重傷事故1666件，輕傷48334件，其余則為無傷害事故。從而得出一個重要結論，即在機械事故中，死亡、重傷、輕傷和無傷害事故的比例為1∶29∶300，國際上把這一法則叫事故法則。這個法則說明，在機械生產過程中，每發生330起意外事件，有300件未產生人員傷害，29件造成人員輕傷，1件導致重傷或死亡。對于不同的生產過程，不同類型的事故，上述比例關系不一定完全相同，但這個統計規律說明了在進行同一項活動中，無數次意外事件，必然導致重大傷亡事故的發生。要防止重大事故的發生必須減少和消除無傷害事故，要重視事故的苗頭和未遂事故，否則終會釀成大禍。傳統的安全管理就是靠安全人員去盯、去管、去培訓。

有效果！但是精力花費大！其實是嗎？天津港事故問責安監部門后，坊間有不少反思的文章，盡管反思的角度不同，但所有討論的核心還是那個苦惱了安監人多少年的老大難問題：怎么干，才能不必為事故買單？難道真的有種委屈的原罪叫干安全嗎？

2 大數據時代的管理化分析

21世紀的到來，科技最大的飛越就是互聯網+時代帶來的大數據被廣泛應用，環顧四周，大數據的廣泛應用于我們的周邊，隨著移動通信和行動裝置普及、物聯網和網絡發展，以及云端技術的不斷進步，現今數據產生、搜集和儲存方式比以往更為方便。數據挖掘與大數據分析可以從海量數據中，找到值得參考的樣型或規則，轉換成有價值的信息、洞察或知識，創造更多新價值。從網絡購物、網絡搜素，在大數據中，我們的每次點觸都被記錄，我們的喜好被標記，計算機大數據的應用的本質就是通過對目標的長時間關注，而了解目標的動態特點。安全管理的量化時代到來了。

筆者所在的企業是經營LNG接收站，此次以LNG接收站相關的安全管理舉例。首先，我們來評估一下LNG接收站的可能發生以下突發事件：LNG/天然氣泄漏、火災爆炸、特種設備失效、雷擊、臺風、船舶碰撞、其他人身傷亡事故等。

其中LNG/天然氣泄漏事故、火災爆炸事故是LNG企業生產過程所面臨的主要危險。

如何要做好有效的預警？當然必須要有數據支持，作為數字化的LNG接收站，安全管理不應該只是局限于現場的巡檢，更重要的是對數據的有效分析。首先，應急管理系統不但要能調用全套的DCS數據，還要必須對全接收站所有管線和閥門安裝數據讀取裝置，通過三維應急動態軟件，可以清晰地表述現場的運行情況。舉例如下：儲罐低壓泵液態外輸到槽車裝車區的管線壓力區間在1.1～1.3MPa之間。通過安置在管線上的眾多的數據讀取裝置，經過一段時間（設為3年，每年按365天計算）的不間斷記錄，通過數據處理，我們能夠得到一個管線壓力變化曲線圖形，將這個圖型按24h時間分，我們可以得到1095張圖，通過對比計算，不難發現正常的運行生產的期間（含不同年份的同月份比較）的圖形相似度是很高的，通過對比我們應該可以得到一些可信度高的圖形，可以代表正常生產的狀態，以此為標桿，設置數值，縮小管線壓力1.1～1.3MPa之間的區間，設為預警值，一旦發現管線的部分壓力數值與預警值有一段時間的偏差后，通過與管線檢查周期的對比，應該能修正處，再次檢維修的時間，從而保證相關設備及設施的及時保養維修，起到較好的預警作用。

3 大數據時代下的應急管理措施

近年來，在DCS關聯領域有許多新進展，主要表現在：（1）系統功能向開放式方向發展。傳統DCS的結構是封閉式的，不同制造商的DCS之間難以兼容。而開放式的DCS將可以賦予用戶更大的系統集成自主權，用戶可根據實際需要選擇不同廠商的設備連同軟件資源連入控制系統，達到最佳的系統集成。這里不僅包括DCS與DCS的集成，更包括DCS與PLC、FCS及各種控制設備和軟件資源的廣義集成。（2）儀表技術向數字化、智能化、網絡化方向發展。工業控制設備的智能化、網絡化發展，可以促使過程控制的功能進一步分散下移，實現真正意義上的“全數字”“全分散”控制。另外，由于這些智能儀表具有的精度高、重復性好、可靠性高，并具備雙向通信和自診斷功能等特點，致使系統的安裝、使用和維護工作更為方便。

一直以來DCS的數據被廣泛使用在生產運行中，重點在于控制，但現代發展更著重于全系統信息綜合管理，今后“綜合”又將成為其關鍵字，向實現控制體系、運行體系、計劃體系、管理體系及應急體系的綜合自動化方向發展，實施從最底層的實時控制、優化控制上升到生產調度、經營管理，到最高層的戰略決策，形成一個具有柔性、高度自動化的管控一體化系統。

筆者認為，在大數據時代下的應急管理具有以下幾個特點。

（1）數據的全面性。

在企業（化工企業）要盡可能對廠區的閥門、管線、排風口，收集池等一系列位置，設立數據讀取裝置并網格化網絡化。通過計算機處理將數字化信息一方面在三維平臺在虛擬化的企業場景圖中顯示出來，另一方面在計算機后臺，將一系列的數值分門別類的存儲，通過橫向或縱向的比較，行程一個個類似股票分析的圖標和圖形。這樣可以直觀地將風險呈現在安全人員面前。就像當你得知了臺風路徑圖以后，你還會對臺風的何時何地登陸不清不楚嗎？剩下的就是你要做什么，怎么做好的事情了。其實應急管理也應該是這樣簡單的事情。

（2）數據的分析復雜性。

通過大數據，我們會得到一大堆的數據，如何正確選用數據和分析是個難題，我們不能一股腦的指望給計算機，運算邏輯的編排一定是人腦完成的。國家講到反恐的時候，總是強調人防和技防要相結合。其實應急也是這樣，對數字的分析篩選，找出規律，對操作人員的要求很高，對數字的拿捏不遜于任何一個華爾街的精算師。緊急管理現在就缺少這樣的人才。

（3）投入的巨大。

一具有個數字化的應急系統的企業，其硬件投資是巨大的，首先，其現場的每個閥門、儀表及管線的數值是可實時讀取的；其次，有個1∶1的數字化三維LNG模型，所有的數值可以在其上相應顯示并能及時更新，且服務器設置滿足災備條件；再次，整個工廠有自己的LET網絡，可以穩定的進行廠內數字化信息的讀取；最后，也是最重要的有一套適合企業本身的應急數據模型分析軟件及有經驗的應急數據分析師。

4 結語

隨之大數據應用的普及，筆者相信安全管理不再是靠天吃飯，拼運氣，而是通過具體的數據模型，對相關的人、物、環境的參數變化分析，從而判斷出何時是風險的發生高峰值，然后進行有效干預，杜絕事故的發生，相信那一天的到來，作為安全管理人員才會自豪的說，一切事故都是可以避免的，因為科學分析已經論證了。

參考文獻

[1] 陸紅.房價大數據分析模型構建方法[J].數字技術與應用，2017（3）：137-138.

[2] 鄭穎.基于Web信息大數據分析的信息資產研究與實現[D].北京交通大學，2017.

[3] 曹軍威，袁仲達，明陽陽，等.能源互聯網大數據分析技術綜述[J].南方電網技術，2015，9（11）：1-12.