AI技术在危险化学品装卸车安全管控中的应用

AI技术在危险化学品装卸车安全管控中的应用

李春旭1 ,胡艳阳2  ,胡维强3 

（宁波钢铁有限公司 浙江省 宁波市 315800）

摘要：本文利用人工智能技术，融合大数据、云计算等技术手段，构建开放环境下危险化学品装卸车安全管控新模式，加强危险化学品安全装卸车的动态监管，是防范化解重大危险化学品装卸车风险的一项重要举措。

关键词：AI技术；危险品；装卸车；安全管控

1引言

随着我国工业化的稳步推进，危险化学品的生产与使用量居世界前列。因危险化学品具有易燃易爆等特性，近年来，我国危险化学品事故频发，尤其是装卸车作业过程中发生的泄漏、火灾爆炸、人员伤害事故，以及因超量超载在运输过程中发生的着火爆炸等安全事故，更是屡见不鲜。而危险化学品在装卸车作业过程中所面临的外界因素，如火源、静电、设备设施故障或缺陷、违章作业等会随时随地导致安全事故发生，由此可见危险化学品装卸车作业中存在较高的安全风险。近年来，随着AI技术的快速发展，让该技术在危险化学品装卸车安全管理方面得到运用，可以有效的预测风险，将事故扼杀在摇篮里。

2我国危险化学品装卸车安全管理现状

目前我国危险化学品企业在危险化学品装卸车作业中非常重视安全管控，一般由专业的安全管理人员或邀请第三方安全评价机构进行危险辨识，制定切实有效的对策措施，如装卸车作业现场配置导除静电装置、安全警示标识、车辆防滑三角木以及消防器材等，同时编制相关的安全管理制度，要求现场管理人员、操作人员严格执行，但是由于管理水平与安全技术一般，安全素质不高等因素，往往会出现违章作业、隐患整改不及时等现象，而导致在危险化学品装卸车作业中发生泄漏、着火、爆炸等安全事故。

3AI技术提升危化品装卸车作业风险辨识决断能力

以人脸识别、机器视觉、数据深度算法分析为代表的人工智能技术为危化品装卸车作业安全监管提供了全新的管理模式，让“人防”与“技防”两个体系的融合成为可能，系统自动实时捕捉数据、自动分析和智能决策，排除侥幸心理、执行不到位、管理不严等人的因素，实现以数据为依据的智能化安全管控。

3.1构建危化品装卸车作业安全管控智能化体系样本库

组织专业人员对危险化学品装卸车作业进行危险辨识，并进行分析分级，同时提出相应的安全措施，将危险因素与安全措施转化成图片格式，以“Y”与“N”进行分组，建立风险隐患AI辨识在线样本库。形成AI采集数据智能识别的数据依据。利用大数据和人工智能等现代信息技术，构建不确定与开放环境下危化品装卸车作业动态监管的智能化体系。

3.2对危化品装卸车作业风险实现全天候自动监测

安装监控设备，利用智能感知技术，让机器按照我们的要求准确捕捉信息，实现危险、安全关键数据的自动监测，弥补人工采集信息存在的缺陷。

3.3搭建危化品装卸车作业安全监管智能化平台

采集数据的主要目的是作出理性分析和科学决断。监控设备采集的数据，通过与样本库数据对比，进行风险隐患AI智能化辨识，初步识别“Y”与“N”，确认是危险还是安全状况，在利用事件树分析逻辑进行智能分析，最终确定风险隐患的严重性。通过人工智能强大的学习功能，让风险识别变得更加科学、更加精准，因此，智能化平台建设才是危化品装卸车作业安全管理现代化的未来。

3.4建立异常预警AI系统

利用人工智能技术的数据捕捉，识别危化品装卸车作业中物的不安全状态和人的不安全行为，进行智能分析，在显示界面进行预警，并对现场发出声光预警，同时形成报表，建立危化品装卸车作业动态风险智能评估与辅助决策系统，用智能化预判风险、提供决策建议，不断提高危化品装卸车作业安全管控。

4危化品装卸车作业安全监管AI系统构建

选取某化工企业粗苯装卸车作业区，搭建AI人工智能识别典型隐患场景，采集粗苯装卸车区域视频流数据，并将视频流转换为RGB32或YUV420格式图片数据，研究AI算法对RGB32或YUV420格式图片数据进行算法分析和AI风险识别得到风险隐患预警信息，将预警信息推送到后台数据资源池进行存储，同时推送到粗苯装卸车动态风险管控模块，显示器显示粗苯装卸车风险等级动态变化，并在装卸车现场发出声光警报。

2.1粗苯装卸车作业视频接入与展示

建立企业智慧安全管控视频平台，接入粗苯装卸车现场现有监控视频，结合粗苯装卸车作业现场现有监控摄像机位置，根据本项目AI识别对视频监控设备要求，需要新增固定式视频监控设备，以及需将视频监控数据上传至新建视频存储服务器，尽量利用企业现有或其他在建项目的同类设备、避免设备重复建设。

创建监控视频联动功能，管理人员在平台上点击某个摄像机图标符号，该摄像机实时监控视频被推送到系统页面展示。

2.2风险隐患AI辨识算法与管理

针对粗苯装卸车场景隐患，梳理AI辨识的风险隐患类型清单，如设备类的场地消防器材、三角木、安全警示标志、导放静电装置等，作业违规类的抽烟、打电话、人员闯入、劳保用品穿戴等；视频流转换：研究相关算法，将视频流转换为RGB32或YUV420格式图片数据；基于

粗苯装卸车典型隐患样本图谱库，研究AI深度学习算法（包括设备状态类算法、作业违规类算法），开发AI识别模型，对RGB32或YUV420格式图片数据进行识别并获得识别结果，实现对某危化品企业粗苯装卸高危作业典型场景实时辨识，发现可能存在的隐患信息。

根据算法类型和配置参数，对算法识别结果进行分类，结合区域网格划分数据，自动生成风险隐患信息，包括风险隐患内容、时间、地点、人员、车辆等信息，风险隐患信息以图片、文字、视频等方式多维度展示，在系统界面上自动弹窗显示AI识别的风险隐患图像，并在电子地图上高亮度闪烁提醒；

将AI识别的风险隐患信进行自动记录和存储至数据资源池，包括隐患内容、抓拍图片、时间、地点、人员、车辆等内容，识别的风险隐患信息通过分析计算，直接导致粗苯装卸车风险的动态变化，纳入到相应风险管控级别，然后根据企业安全管理网络，自动生产事故风险预警信息，并进行分级推送至对应责任人。

2.3风险隐患AI辨识样本图谱库

以本项目为基础，构建化工企业特有的风险隐患AI辨识在线样本库，标注样本实现分级、分类管理，分别形成训练样本库和验证样本库。样本库隐患类型具备原始数据采集、数据预处理、数据标注、任务管理等实用功能；经后期持续叠加，广泛采集化工企业全场景图像样本，有效保障化工企业安全监管领域风险AI辨识模型的训练、评估等工作。

4结语

利用人工智能技术对危化品装卸车作业安全实行“智慧监管”是监管方式创新的必由之路。通过人工智能与大数据、云计算等多种技术的交叉融合，构建实时化、规则化、协同化、可追溯的危化品装卸车作业动态监管平台，是今后危化品装卸车作业安全监管智能化的发展方向。

参考文献：

[1]宋会会.化学品装卸车事故分析及预防措施[J].安全、健康和环境,2021,21(12):7-9.

[2]路亚彬,张新晓,马良俊,桑海泉,李月阳.危险化学品装卸运输一体化安全风险预警平台设计与研究[J].中国安全生产科学技术,2019,15(05):179-184.

[3]殷达华.危险化学品装卸运输风险及防控对策[J].安全、健康和环境,2013,13(03):37-40.

[4] 魏燕华, 陆梦, 龚旭平,等. 人工智能赋能危化品装卸车作业安全监管及路径[J]. 中国港口, 2021(11):3.

[5] 毛金贵. 人工智能技术在车辆无人驾驶中的应用探讨[J]. 汽车测试报告,2021(22):2.