大數據時代 安全管理邁向智能化

文/王明心

2020年5月，工業和信息化部印發《關于工業大數據發展的指導意見》（工信部信發〔2020〕67號），明確將促進工業數據匯聚共享、深化數據融合創新、提升數據治理能力、加強數據安全管理，著力打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系。并提出加快數據匯聚、推動數據共享、深化數據應用、完善數據治理、強化數據安全、促進產業發展、加強組織保障等7方面21條指導意見。

大數據正以驚人的速度滲透到越來越多的領域，在安全生產中的應用方興未艾，在遏制事故發生、提升安全監管能力方面發揮了舉足輕重的作用。特別是在石油、化工、冶金、半導體、制造業等行業領域，大數據在安全管理上的應用愈發普遍。

大數據對安全生產的支撐

通常意義上的大數據，指的都是對批量數據的計算。大數據有四大特點：數據規模巨大、處理速度快、數據類型多樣、數據價值密度低。

隨著信息科技的不斷發展和互聯網技術的不斷普及，許多先進的設備和技術被應用于安全生產管理過程中，同時也形成了體量巨大的安全生產大數據（見圖1）。大數據時代的到來為安全管理帶來了新的思維方式和管理模式，將大數據應用于安全管理，能夠為解決安全管理提供對策措施，主要的對策措施有5個方面：

圖1 大數據已廣泛應用于工業生產和安全管理

一是應用大數據技術實現各安全管理對象狀態參數數據的實時采集，建立和生成安全生產大數據庫，實現安全管理因素數據化管理。

二是風險辨識不再只依據于理論的認知，還依賴于對安全生產大數據挖掘規律的發現，從而避免風險因素的遺漏。

三是形成基于大數據思維和機械學習法的風險評價與分級的新模式，實現各要素之間的關聯分析。

四是依靠大數據相關技術作支撐，充分發揮安全管理動態性的作用，實現連續、及時、準確的風險預警和風險管控的目標。同時依靠互聯網快速便捷的優勢，保障在風險預警的同時提供最佳的風險管控方案。

五是建立基于大數據的安全與風險管理模型，系統地、模型化地研究大數據能為安全管理帶來的變革，從而實現安全管理水平整體性的提升。

大數據應用

安全管理的相關大數據應用，通常是基于物聯網和云計算等新興信息技術去實現。在具體的實際應用中，包含了數據的采集、處理和分析等方面。

一是數據的采集。企業工廠中成千上萬的傳感器、控制器、監測設備等，每時每刻都產出海量的數據信息，比如工廠環境的溫度、濕度、有毒可燃氣體的濃度；監測設備的預警閾值，工作狀態；依靠視頻監控設備等，還可以對廠區環境、作業人員動態等實現可視化管理。物聯網技術的應用讓企業可以快速、系統地獲取各個設備的數據，進而分類和管理（見圖2）。

圖2 四川省青城山都江堰大數據平臺應用實例

二是數據的處理。成千上萬的設備產出海量的數據，以及設備終端的傳感器、控制設備由不同的門類組成，其采樣頻率多樣化，并且安全管理數據時間跨度非常大，這些都讓數據處理的難度成倍增加。物聯網和云計算的融合，解決了數據處理的問題，云計算的應用可以將海量數據存儲到一個服務器中，從而實現設備狀態實時展示，歷史數據查詢、報警、多終端管理等功能。

三是數據的分析。數據背后都是有邏輯性的，沒有邏輯的數據只能稱為信息。比如在冶金車間中，一氧化碳氣體作為重點監測的有害氣體，其濃度在一段時間內呈現出緩慢上升趨勢。從實時數據的狀態展示中，通常只能獲取數值信息，很難發現數值變化趨勢，只有等到有害氣體濃度上升值到達監測設備預設的閾值報警之后，才會讓安全作業人員發現問題。數據分析的作用，就是讓這些數據深層次的邏輯性更快速地顯現，讓人們發現看不見的問題，從而提前解決隱患。

安全生產大數據的應用實例

大數據的采集、處理和分析都借助了物聯網云平臺去實現落地。

比如在國內冶金鋼業首屈一指的首鋼集團，旗下首鋼股份公司遷安鋼鐵公司（以下簡稱“首鋼遷鋼廠”）使用北京中電華勞科技有限公司（以下簡稱“中電華勞”）的氣體監測設備用于環境氣體的監測，特別是工業氣體的安全管理上，引進了中電華勞的物聯網安全云平臺（以下簡稱“華勞安全云”平臺）。

冶金、化工、石油等行業的氣體安全管理一直是企業安全管理的重中之重。“華勞安全云”平臺是基于生產制造業信息化與工業化深度融合發展的巨大需求，以物聯網、通信技術、云計算、大數據等技術為基礎，為企業打造的工業互聯網應用平臺。

從數據的實時采集和處理上看，首鋼遷鋼廠引用“華勞安全云”平臺主要是應用物聯網數據通信和W IFI/4G/5G/NB技術把各類傳感器、控制器、無人機、視頻監控、機器人、GIS（地理信息系統）或北斗系統、人員等數據，以新的方式連接于一體并整合到云端，形成了完整的數據采集和處理系統，監測數據可顯示到工業大屏、計算機、手機等終端，實現了數據實時查看、控制和智能化的管理。

從功能上看，“華勞安全云”平臺包含設備監測實時數據采集和控制，可以查看設備在線、離線、報警等信息。設備異常監測，應用GIS（地理信息系統）、BIM（建筑信息模型）以及工業大屏，接收并展示采集器傳回的各個監測設備的實時采集信息、網絡狀態、運行狀態，還包括編碼、位置、實時數據、報警閾值、氣體類型、測量范圍等信息，同時，能夠自動智能判斷設備狀態、報警級別，并通過終端聯動設備，用多種報警效果通知、提醒安全作業人員，實現真正的自動化控制和智能巡檢。

在數據的分析上，通過“華勞安全云”平臺后臺實時分析數據，結合應用場景和業務模型進行相應的智能化運算（見圖3）。其功能包含數據分析，數據統計，報警記錄，報警分析模塊和信息模塊，即可以查看報警數據統計和各項趨勢分析，按照區域統計一定時間內各廠區的報警百分比，反映區域內對氣體泄漏源的管理及防護改善措施，同時形成多種形式，如表格、日期統計、曲線等，以及多種報警分級的記錄。借助報警分析模塊，可以查看隱患狀態并對其溯源。借助“華勞安全云”平臺，企業可以清楚地了解到工廠環境氣體的變化狀態、趨勢，從而更快找到隱患源進行快速處理。

圖3 “華勞安全云”在首鋼遷鋼廠的運行前端

除此之外，“華勞安全云”平臺還涵蓋了無人機平臺、圖像智能識別、建筑和廠區三維立體建模等功能，同時開放接口可以接入多種類型的安全管理設備和系統，因此可以在工廠安全管理的更多領域使用，比如設備安全、人員安全、流程安全等。將這些系統進行整合后，為安全管理提供了更多樣化的數據支撐，并借助“華勞安全云”平臺的自動采集和智能分析，將大數據有效應用于安全管理的多個方面。

大數據賦予安全管理預測風險能力

傳統的安全管理以人為驅動，而目前企業正處于數據驅動安全管理的時代中，海量的數據能夠快速反映出安全管理中的差異或者趨勢，能夠更直觀、更快捷地洞察企業安全的狀態。

除此之外，大數據賦予企業安全管理更大的價值在于預測。根據工廠的環境狀態、天氣狀況、員工到崗工作的狀態、設備的工齡及運行狀態，可以分析出事故發生的概率；通過對數據的搜集和分析，快速明確安全隱患的源頭、位置、相關人員信息等。當監測設備出現了異常報警，可以實時查看異常狀態的所有信息，還會得到根據異常數據自動計算出來的設備異常原因，并快速與大數據庫結合找到確切因素。

大數據為做好隱患防治，真正從源頭出發做好安全管理提供支撐。基于大數據的安全管理，大幅降低了生產制造企業的安全風險，提升安全管理水平，并且通過自動化、智能化的安全控制管理，降低了企業安全管理的成本。

隨著中國制造不斷向著智能制造的方向積極邁進，安全管理也在緊跟時代步伐，邁向數據化、智能化時代，為智能制造的實現提供基礎保障。