大數據在QHSE管理體系中的應用探討

張鑫 鄒一葳 于曉文 陳鵬輝

摘要：基于現有安全監督大數據庫，將隱患違章數據與QHSE體系審核要素相結合，完成QHSE管理體系全要素問題分析，并提出對應改進措施，形成基于QHSE管理體系的安全監督大數據應用技術，實現監督數據分析視角從表象問題向管理追溯的轉變，發揮監督數據對作業現場運行管理、風險管控的指導作用，深入剖析問題出現原因，追溯現場QHSE管理問題，形成基于QHSE管理體系的安全監督大數據分 析報告，指導安全監督工作，切實提升現場安全管理水平。

關鍵詞：QHSE管理體系;安全監督;風險管控;安全管理

前言

近年來，出現了新的術語和概念來描述正在進行的數字化轉型，智能企業（IE）的概念改變了包括工業世界在內的世界形象，一系列技術創新包括人工智能（AI）、智能自動化、深度學習技術、預測分析和大數據計算分析。

油氣行業作業現場數據復雜性的增加和傳統分析方法效率的降低，大數據分析和機器學習技術的出現，使得許多行業的整體形象發生了變化。同時，油氣行業技術設備的不斷更新和廣泛應用，結合多方承包商現場合作服務模式，油氣行業數據類型和規模的不斷擴大，油氣行業的大數據時代即將來臨。隨著大數據在重要決策中的重要作用越發凸顯，對于油氣行業作業現場隱患的發現與分析、事故的預警，大數據分析技術應用在QHSE管理體系中，引起了業界和學術界的廣泛關注。

1 大數據在QHSE管理體系中應用的意義

QHSE管理體系是一個集質量、健康、安全和環境為一體的綜合性管理體系。它能嚴格監督、控制石油和天然氣企業的各種生產要素，保證材料、設備和人員的科學合理使用。能夠及時發現安全生產隱患，杜絕事故發生，大大提高生產效率和質量，在石油和天然氣企業安全管理中得到了廣泛的應用，取得了顯著的效果。大數據的應用是指將大數據分析和處理的結果應用于管理決策和戰略規劃的過程，是對大數據分析結果的測試和驗證，大數據應用過程直接反映了作業現場的實際情況。大數據分析和處理結果的價值和可用性可以指導大數據的分析和處理，同時也可以對作業現場隱患排查和事故預警做出提示。

2目前的生產需求和需要解決的關鍵技術問題

2.1 生產需求及技術難題

作為專職安全監督機構，經過十幾年來的沉淀積累，已建立起一套超百萬條的現場隱患違章大數據庫，針對上述數據形成了一套“日、周、月、季度、年”的監督數據動態分析方法并用于支撐監督管理。但就目前監督大數據分析所使用的方法及思路來看，隱患違章數據分析仍主要基于數量對比、分類對比等形式，分析的層次、維度較為單一，僅僅思考了數據所反映出的表象問題并提出改進措施，對于現場安全工作的深層次管理問題還涉及尚淺。

2.2 行業相關技術現狀及發展趨勢分析

行業QHSE現狀：QHSE 管理體系在油氣行業管理中廣泛運用，貫穿于文件修訂、指導書編制和管理評審等過程中，形成一套詳細的管理體系，并在運行中不斷優化，當前石油鉆井領域QHSE管理執行中以周期性檢查、評審為主，鉆井作業現場日常作業中存在大量不安全行為、不安全要素，反映現場管理人員、作業人員在執行QHSE管理要求上打折扣，沒有將QHSE管理體系具體要求落實到安全生產的具體作業中。

數據研究現狀：安全生產是石油行業工作中的重中之重，作為管控現場風險、保障安全作業的安全監督在日常檢查中，產生大量隱患違章數據。石油鉆井領域安全監督機構對于這些隱患違章數據的使用大多停留在基本的統計分析上，未能充分利用好監督數據，進一步發揮其對安全管理的作用。

當前，從海量監督數據中挖掘作業現場問題，指導現場石油行工作，提升風險管控水平是大數據在QHSE管理體系中的應用發展趨勢。

3 大數據在QHSE管理體系中應用研究方向

在數據采集部門，大量數據是從作業現場人員以及信息化系統中獲取。利用大數據和QHSE管理體系對這些數據進行更緊密的分析和整合，可以提高分析和應用過程的效率以及對人員和設備的持續監控。由于作業現場數據眾多，且其評估和選擇指標多種多樣，借助大數據和QHSE管理體系的結合，可以更直觀地接觸數據并以追溯管理責任為中心。在以下部分中，提供了大數據在QHSE管理體系中應用的概述。數據收集及處理過程如圖1所示。

3.1數據對標分析

在數據應用部門提出數據分析維度需求后，數據分析部門指定相關分析方案，數據采集部門通過人工或者自動化系統獲取原始數據，數據分析部門依據QHSE管理體系審核要素，完成原始數據與對應審核體系要素的標注，根據標注后的數據集，再根據需求進行數據提取、分析處理、評估，找出QHSE管理體系各要素問題在作業現場的具體表現形式，即每項數據對應QHSE管理體系要素在作業現場具體的表現實例。

3.2可視化分析

3.2.1管理問題追溯

原始數據在數據分析部門進行對標分析處理后，第二步工作就是根據數據集在作業現場具體的表現實例，深入剖析問題出現原因，采用魚骨圖、思維導圖、數據關聯等方式，對應各要素問題在作業現場的具體情況進行QHSE管理問題追溯，獲得表象問題與管理問題的對應關系。緊密結合作業現場風險和生產實際，將大量數據與QHSE管理評審體系要素進行對比研究，提出針對性建議，有效保障現場安全作業，從而達到為生產（工程）服務的目的。

隨著數據分析更加深入，進一步拓展數據分析層次及維度，更好的反映作業現場本質問題，實現對現場風險的預警分析來減小作業風險，使管理人員做出更好的決策，還提高了整個作業現場數據的準確性、質量和有效性。

3.2.2改進措施及數據分析報告

針對管理問題追溯分析的結果提出針對性改進措施，形成基于QHSE管理體系的大數據分析報告，指導現場管理人員工作。本報告包含對作業人員、設備設施和管理方面的整改建議及措施，從不同維度進行分析，例如：同一項目，同一作業人員的行為分析;不同項目，相同時間段，作業隊伍的整體的分析;不同項目，同一設備的數據變化等等，可以給管理人員提供較為全面的分析維度和結果，使得作業現場管理人員更好的利用數據做出更好的決策和調整措施，保證作業現場人員和設備達到最好的狀態。

4 結論

近年來，石油和天然氣行業作業現場數據的生成速度驚人，對一個安全監督機構來說，分析這些數據并將其靈活運用在QHSE管理體系中是一項挑戰。從這次調查中可以了解到，大數據可以用于QHSE管理體系中，通過不同分析緯度、技術和方法，比如統計分析、機器學習、數據挖掘、智能分析、云計算和數據處理，將作業現場具體的隱患違章表現形式與QHSE管理體系審核要素相聯系，實現從表象問題查找管理缺陷，進一步拓展監督數據分析層次及維度，數據分析更加深入，更好的反映現場本質問題，指導監督工作，有助于作業現場從管理上強化風險管控，切實提升現場安全管理水平。

作者簡介：張鑫（1995.10-），男，漢族，四川遂寧人，本科，助理工程師，研究方向：安全生產。