智能監控分析技術助推石油化工企業數字化轉型升級

何英博

（中海油惠州石化有限公司，廣東惠州 516086）

0 引言

石化行業作為國民經濟持續發展的重要支柱產業，正處于轉變發展方式、優化經濟結構的關鍵時期。現階段，針對石化企業的各類需求，智能監控分析在云計算、物聯網、人工智能等新一代信息技術的深度融合中越來越完備，可以適應數字化、智慧化、智能化領域發展的新趨勢，以軟硬件結合的方式加快數字化轉型的步伐，實現高安全、高要求、高質量、高效率的運行模式。

智能監控分析技術要解決人工現場監控和實時現場決策中存在的交涉問題，把現場作業監護儀的可見、可知、可感的數據上傳到數據識別監控報警平臺，用數據信息的分析結果填充數據庫，支撐智能化轉型升級[1]。

1 智能監控分析業務痛點

目前，石化企業存在監護范圍達不到全方位、現場作業交互效率不高、特殊區域作業內存在危險、廠區網絡覆蓋存在盲區、視頻實時回傳無法解析、其他業務范圍仍待拓展等業務需求。在研發生產作業區智能監控分析技術時，針對多個應用場景展開科研分析是非常有必要的，可以形成運行安全高效的區域監護系統，并實現實時數據采集分析、實現自動報警、突發事件應急處理等功能。

（1）監護范圍達不到全方位：石化區內有大量的臨時施工作業范圍存在視頻監控盲區，需要監護人員全程監護。為解決安全施工中存在的風險隱患，需要軟硬件聯合監護，保障安全施工。

（2）現場作業交互效率不高：企業需要監護人員前往現場，用紙質或App 電子作業許可系統進行許可認證，但施工點位多、距離遠，導致每次施工前開票時間極長。據不完全統計，施工隊平均需要等待1h 左右才可取得作業票，時間成本高，難以切實維修設備[2]。

（3）特殊作業區域內存在風險：在高塔、火炬等廠區高處施工時，現場監護人員會因實時管控的要求同施工人員一起就位，而且作業空間十分狹窄，嚴重擠占作業空間資源，受影響的施工操作極易發生危險事故。

（4）廠區網絡覆蓋存在盲區：企業對于如鉆井、裝置區設備等需長時間施工才會解決的施工內容，多采用布設監控攝像頭的方案，處理挖溝、埋線等現場操作事項，施工成本高且時間長。傳統4G 無線布控球雖然可以解決布線施工難的問題，但是4G 網絡寬帶低，再加上存在多處施工點，難以保障監控視頻的清晰度。且市面上多為單目布控球，存在監控盲區。多數布控球不具備智能分析功能，需要工作人員時刻監控并發現問題。

（5）視頻實時回傳無法解析：石化區的作業場景不同于其他行業，由于缺乏大量案例分析，數據庫不成熟，不能應用成熟的AI 圖像識別技術[3]。現如今，現場作業中違章識別、煙霧內的行為識別、烴檢測等還存在諸多空檔，需要進行廣泛測試和對比分析。在健全AI 識別模型方面，行業上還未有應用案例，需要充分考慮多樣應用場景所帶來的復雜性，投入充足的樣本進行訓練，接軌轉型發展的新篇章。

2 智能監控分析解決方案

智能監控分析解決方案以“硬件+平臺”的技術路線為主方向，通過作業監護儀的AI 算法模型，對各類數據進行分析識別、實時報警，并實時回傳到智能監控分析平臺，輔助工作人員監管和規范作業內容，保障施工人員的工作安全。硬件層采用本安電源，路由器采用多路供電，自行開發出ARM 架構，整體架構涉及紅外影像、變焦定焦的功能展示；平臺層分為分析、識別、報警三項功能服務，涉及數據流設計和基礎數據管理。主體思路上，智能監護儀會將采集到的視頻流接入存儲器中，現有的智能監控分析平臺可以獲取存儲器中的視頻數據，推送至AI 推理服務、AI 訓練服務中。

在深入研究計算機視覺技術的過程中，不僅要高效化運用機器視覺，而且要對復雜應用場景中結構化的人、物、景進行快速分析，拓展到石化區多樣化的作業場景，實現監控預警的目的。傳統監控技術采集到的圖像中，數據本身并沒有價值，深入挖掘數據的真相才能產生實用價值。投入大量的樣本，在設備端和平臺端對數據展開深度學習。它模擬人腦的分析學習能力和行為思考能力，用新的監控方式實現智能保護。

智能監控分析技術立足于石化企業去頂層設計，后期可擴展到除安防系統外的其他系統。一方面，系統要采用開放性、標準化的設備、軟件及信息資源，與原有的業務系統及數據庫相連接；另一方面，系統也秉承創新理念，未來對于可能增添的新的子系統、數據庫、功能、用戶都會留有接口和二次開發API，更迭出先進和成熟的技術，使產品和技術在很長的生命周期內有持續的可維護性和可擴展性。其技術的可靠性原則、安全性原則、智能化原則更符合后續的系統建設。

3 智能監控分析技術框架

智能監控分析技術在設計理念上，將架構體系全覆蓋到應用場景中。通過對現場作業視頻的全景分析，可以對人員管控、環境監測、事故應急等業務需求及時進行協調處理。管理人員可以根據智能監控分析平臺反饋的數據來指導操作流程，警示并解決現場作業期間穿戴安全、邊界入侵、高空墜物等異常情況的出現。除此之外，針對某些油氣泄露區域、重點監護機泵區域，可以采取強化檢測的手段，將多臺設備端部署到現場，展開無死角、不間斷的管控，從而降低現場人員的巡檢頻次，解決安全管理的需要。應用本身解決的是處理現場異常響應的力度和速度問題，降低現場風險發生的概率，協同現場作業受控系統來達到更好的現場安全管控效果。Web 服務器Nginx 做反向代理，采用MYSQL 數據庫，使請求分布到應用服務器微服務集群中，從而達到負載均衡的目的[4]。

平臺系統選擇spring-Boot-grpc 架構，融合了微服務架構的理念，是現代開源的高性能RPC 框架，可以在任何環境下運行。可以將數據中心內核跨數據中心有效地服務于可拔插的負載均衡、跟蹤、健康檢查和認證。這樣的技術框架也適用于分布式計算，將不同設備、移動應用程序和瀏覽器連接到后端服務。基于HTTP/2 傳輸的雙向流式傳輸，可拔插的認證、跟蹤、負載均衡和健康檢查。

系統架構以“總平臺集中管理，分平臺獨立互聯”為目標。總監控平臺中心部署上級平臺，通過級聯方式集成下級視頻匯聚設備，實現控制指令和視頻數據的傳遞和交互。方案的核心價值體現在視頻的整合能力、應用的擴展能力、網絡的安全性能和平臺的集成性能方面，把采集來的分布式視頻在平臺上高度統一管理起來，達到多方落地、多方共享、多方協同的優勢[5]。

（1）系統平臺能力：通過基于IP 數據交換的“高內聚、松耦合”的方式完成系統聚合，組成大型分布式視頻集成系統，滿足多層級、多地域、高并發的系統應用需求。未來，統一管理專用網絡內上萬視頻點位是集中管理模式的標配，能夠實現互聯互通。

（2）系統分析能力：AI 推理分析系統，采用高性能的GPU 服務器，搭配智能算法，對視頻監控中的百路重點位置視頻展開智能化分析。不限于火焰識別、安全帽識別、工作服識別、抽煙識別、打手機識別等多種算法分析，利用人工智能技術模擬仿真現有應用場景的各類行為動作，為未來提供技術優化支持，提升識別率。其可擴展和可進化的智能化算法，不局限于滿足以上行為的分析，還具備后期為其他算法提供擴展支持的能力。

（3）系統層級設計：具備PaaS 層和SaaS 層兩大核心層級，PaaS 層基于大數據、云計算、AI 技術體系來承擔基礎設施的構建，解決大數據場景下的數據接入、存儲、匯聚、容錯等難題；SaaS 層基于PaaS 層的能力進行封裝，對外輸出行業化價值。

4 智能監控分析技術簡介

智能監控分析技術的核心價值是運用技術創新驅動力推進“硬件+平臺”式解決方案，為企業數字化轉型打下高效互聯的軟硬件基礎。軟件層面可以匯聚集成硬件層的數據，接入各類數據展開全面分析。不同的行業會有不同服務形式的劃分，設計出適配石化區內應用場景的服務架構，其中針對視頻流像素分辨率、照度有下限標準要求，使其準確率隨著后續數據樣本在數量、質量上的不斷投入變得更加精確。

智能監控分析技術的服務組成包括六大層。（1）表現層：可以接受用戶傳輸來的數據,并將交互式操作界面投入系統運行，將最終顯示數據給用戶端；（2）數據交換層：客戶端可以通過HTTP 協議、JSON、XML 方式與服務端交換數據；（3）服務支持層：Nginx 應用負載均衡，能夠實現高性能負載均衡的Tomcat 集群，以及基于系統應用模塊拓展出來的微服務，可上傳文件至微服務中。其最大的優點是大多應用程序能夠比傳統的應用程序更高效地調用計算資源，也是由于它們會通過擴展組件的方式來突破功能瓶頸問題；（4）服務實現層：系統主要技術體現；（5）數據存儲層：數據存儲層主要采用Redis 和關系型數據庫；（6）基礎設施層：Tomcat 應用業務服務層是由多個小業務單元的微服務組成，不同的微服務分布在不同的物理機服務器上，并且會進行冗余部署，以實現去中心化，保證服務的高可用性。

5 智能監控分析實施方法

基于現場作業監護儀及企業系統平臺的交互，將前端可視化、AI 數據分析、喊話報警平臺異常事件回溯等功能整合起來，用人工智能和圖像處理相關技術，對監控內容進行自動捕捉、智能識別、快速處理，實現對作業人員違規行為、作業環境異常事件的監控分析，用報警燈來警示傳達氣體泄漏等異常狀況[6]。

生產作業區域的現場作業監護儀具備分析識別、實時報警的功能，能夠通過利用自研的AI 算法模型，達到安全監控的目的。本技術旨在加快現場異常響應和處置速度，降低現場風險引發后果的嚴重程度，協同現場作業受控系統，達到更好的現場安全管控效果。

6 結語

智能監控分析技術的開發應用應與前沿技術的發展緊密結合，將先進的視頻監控技術與圖像處理技術融合起來，應用于石化企業生產作業區多樣化的場景，最終將高清直觀、動態捕捉的圖像信息及時高效地呈現在值班人員及決策者面前，為石化企業安全生產的進行提供有力的保障及支撐，具備極大的研究價值及應用前景[7]。

現階段，隨著人工智能、計算機視覺等技術與石化行業領域的深度融合，數字化轉型會成為未來的關鍵，需統一標準、統一規劃，將人工智能技術深度融合到系統集成化平臺，實現互聯互通、資源共享。石化行業需要的是資源集中管理，共享、協同、安全，促進平臺資源的綜合創新、融合應用，實現可持續發展。