圣瞳全链路工业巡检AI平台-
人工智能在焦化场景巡检系统中的应用
项目背景
本项目通过建设智能焦化厂系统，实现焦化厂所有设备及场景 数字化 运维，为焦化厂各类关键设备运行状态数据及环境数据互联互通、远程专家诊断、故障维修技术指导等提供平台支撑。系统建成后，将实现“站内设备智能巡检、人员行为智能管控、设备状态智能监测、设备异常主动预警”等智慧应用。实现运维检修效率大幅提升、设备监测能力全面提升、设备管控方式全面提升、焦化厂监控、巡检、预警、决策、现场安全作业管控智慧升级，达到运维智慧化的效果。
行业痛点
传统行业巡检普遍采用的是人工巡视的工作方式，存在以下业务痛点：
1、存在重大危险源
甲醇本身为易燃易爆化学品，且具有易挥发的特性，因此需要对甲醇车间的温度进行严格监测与控制，防止因超温导致甲醇挥发进而导致闪爆事故，而依靠传统的温度计及人员手动测量很难及时获取全车间温度信息及温度变化情况，无法做到及时监测。
2、皮带监测
皮带运输机做为焦化厂的重要前置设备，若出现故障将导致焦化厂的后续作业无法正常进行，以皮带跑偏为例，在皮带机输送煤炭的过程中发生皮带跑偏，煤炭将倾洒在输煤廊道，导致生产效率清零，并且会增加工作人员不必要的清理工作；在皮带机运行过程中，人员被严令禁止翻越皮带机，当部分员工为了方便而跨越皮带机，这将存在非常大的人员安全隐患。
3、传统巡检方式数据汇总低效
在传统巡检方式下，人员分散在各个工作场景中，每个场景中的人员无法同时同步完成巡检工作，从而导致巡检数据不能及时汇总，在焦化厂这种设备众多的巡检场景下，长此以往将造成巡检的劣势富集，巡检效率将大幅下降。
落地案例
淮北焦化厂的智能巡检需求主要包含如下内容：
1、输煤皮带检测：通过AI智能算法对焦化厂输煤皮带进行检测，实现皮带跑偏、皮带堵煤、漏煤场景的实时监测及告警，协助工作人员对设备异常状态及时采取相关措施。
2、甲醇车间温度识别：通过双光摄像机对甲醇车间温度进行实时监测，实时展示甲醇车间温度并记录车间温度变化曲线，当车间温度超过安全阈值时，系统将发出告警提示。
3、配电室表计识别：通过AI智能识别算法对配电室内的表计状态进行识别，现场需要识别的表计包含圆形指示灯、条形指示灯的AI智能识别，系统进行告警提示。
4、人员行为、着装识别：通过AI智能算法对比现场人员着装规范进行监测，当出现在监控中的人员未按照要求穿戴安全帽、玩手机行为、违规翻越。
人工智能在变电站安监系统的应用
项目背景
“安全第一、预防为主”是众所周知的安全工作方针，但在实际的安全管理与生产中，由于存在管理和实施的差距，还没有彻底地做到安全第一，因而导致了隐患的存在和事故的不断发生，而这些事故发生的主要原因就是习惯性、无知性以及盲目性违章的积垒。
变电站日常运营与维护工作存在作业范围大、监控设备多、安全风险高等情况。面对点多、面广、量大的作业现场，无论是采用传统的人工监察模式，还是使用人工对实时监控视频进行监控，都难以满足现场安全监管全覆盖要求。现阶段，虽然变电站视频监控系统已纳入省公司安全生产管控系统，户外作业现场逐步开始应用移动视频监控装置，但视频采集设备无法实现自动识别违章并预警的功能，现场违章情况只能通过人工进行辨识，工作效率低，且容易出现漏看等情况。这样就无法对所有违章情况进行责任落实与整改，对全面监控安全事故风险、强化安全监督考核、推进安全文化建设实践等实际安全监督业务需求造成了很大影响。现场安全作业管控急需利用人工智能、边缘计算技术，结合智能算法，形成安全管控合力，通过现场布置违章识别设备，在移动智能终端设备实现边缘计算-违章行为检测，即在终端设备上加入边缘计算模块，对作业人员违章行为进行自动及时的识别，分析作业人员的违章行为，从而实现智能化的作业现场违章行为检测，对人员行为违章、安全文明作业措施未落实等进行及时报警和现场监督管控，实现对站内安全作业的监管和指导，降低安全事故的发生率。
行业痛点
1 、人员着装规范装监管：主要集中在对于人员着装的持续监管，根据不同作业场景，对人员着装监管的内容较多，但用管理人员现场监督以及通过监控远程查看的方式，都不可能做到实时监管，往往会发生工人入场着装符合要求，而作业过程中会有减少部分着装穿戴的情况发生，而此时靠人眼监督的时效性、准确性和持续性都无法保证。
2 、人员行为监管：如人员抽烟、摔倒等情况，往往是极短时间内发生，用传统方式如果监管人员此时没有看到，则会造成监管漏洞，待危险发生时往往为时已晚。
3 、作业环境监管：以烟火识别为例，作业环境中，如果一旦发生火灾，将对人员、物品造成不可估量的损失，传统火焰检测设备如传感器，往往只适合相对封闭的空间，并且待发现时为时已晚，而室外场合因设备设施分散，空气流动大，传统设备起不到作用，基本还采用人员值守看管，效率较低，还容易对监管人员本身造成伤害。
人工智能在输煤皮带智能巡检系统的应用
项目背景
在煤矿开采中，输煤皮带的巡检制度是确保设备正常运行的重要举措。由于皮带机所处的作业环境恶劣、输煤廊道跨度长、日常运营煤渣粉尘弥漫下可视范围有限，导致安监人员无法对作业面和设备状态做出及时有效的判断，在这种情况下，传统的人工巡检方式已经难以为继，亟需智能化手段改变巡检机制、全面提升效率和精度。
行业痛点
煤矿开采现场普遍存在环境监管难度大、人员监管不及时和工作面监管不到位等问题。输煤皮带作为其中作业面跨度最长、作业环境最复杂的典型作业场景，与其他巡检场景相比，在硬件、要求、识别率等方面均有着较高的差异化体现。从硬件上看，由于煤矿对于安全性要求高，运输皮带必须通过严格的火花/磨损实验认证；从场景看，煤矿作业场景的作业环境大多十分恶劣，对于皮带可靠性稳定性要求更高；从需求上看，煤矿监控设备需针对巡检目标进行定制化设计，如能准确判断出皮带跑偏、撕裂、脱煤、撒煤、堆煤等形态，并能针对人员跨越皮带行为进行识别等。
落地案例
中煤科工集团某研究院项目以多种巡检方式采集的数据为基础，以高精度计算机识别算法为核心，以圣瞳边缘计算设备和多端告警为支撑，以 自动化 管控为手段，打造一套适用于煤矿输送场景的综合性安全巡视检查系统，该系统解决以下问题：
1. 大煤块识别计数：当传送皮带上的煤块超过常规尺寸大小的时候，系统自动预警，并统计大块煤的数量。
2. 皮带跑偏检测：当煤炭落料无规律的偏向传送带的任意一边，传送带向左或向右跑偏，立即告警。
3. 翻越皮带检测：无论皮带当前是运行中还是停止状态下，当有人员跨越皮带时，立即告警。
解决方案
1 设计思路
本项目通过监测皮带区域，对于已有的摄像头进行利用，将视频源引入视频分析设备。设备对皮带跑偏，运输大煤块，锚杆等异物，人员翻越皮带等情况进行实时视频分析，获取分析结果，并将结果传送给控制系统，控制系统根据推送情况，进一步决定是否要远程启停皮带，将相关异物，皮带跑偏等现象进行纠正。
2 系统详细设计
基于上述设计思路，本方案设计的输煤皮带智能巡检系统包含如下算法功能：大煤块识别计数、皮带跑偏识别和人员翻越皮带监测。
本项目通过将智能分析服务接入圣瞳安全感知平台，实现了视频图像智能分析，为安全监控部门提供有力数据支撑。平台强化了视频图像的智能识别能力，不但深化发掘出视频图像的应用价值，还基于视频分析结果，对异常告警、皮带跑偏。
人工智能在火力发电安全作业智能管控应用
项目背景
火电厂针对日常的作业运维，会安排有大量外包人员进行临时性作业，作业过程中的安全监管是一大难题。由于作业地点随机，通过常规监控设备，未必能够对拍摄到作业过程并进行监管。当出现作业异常状况时，容易出现监管真空造成安全事故。
对于固定场所的日常作业管理，现场已经部署有大量监控摄像头，但日常管控还是由人工通过摄像头远程查看，需要人工进行大量检核工作，随着监控终端设备数量日益增多，海量数据造成人工检核工作量剧增现象日益凸显，响应及时性和管控有效性无法保证。
行业痛点
（1）人员着装：主要集中在对于人员着装的持续监管，根据不同作业场景，对人员着装监管的内容较多（如安全帽、安全带、工服、口罩等），但用管理人员现场监督以及通过监控远程查看的方式，都不可能做到实时监管，往往会发生工人入场着装符合要求，而作业过程中会有减少部分着装穿戴的情况发生，而此时靠人眼监督的时效性、准确性和持续性都无法保证。
（2）人员行为：如人员越界、禁区闯入等情况，往往是极短时间内发生，用传统方式如果监管人员此时没有查看到，则会造成监管漏洞，待危险发生时往往为时已晚。
（3）作业环境：以烟火识别为例，作业环境中，如果一旦发生火灾，将对人员、物品造成不可估量的损失，传统火焰检测设备如传感器，往往只适合相对封闭的空间，并且待发现时为时已晚，而室外场合因设备设施分散，空气流动大，传统设备起不到作用，基本还采用人员值守看管，效率较低，还容易对监管人员本身造成伤害。
（4）皮带监测：以物料异物检测为例，在传送皮带运输煤炭的过程中，如果出现大煤块，锚杆等大型异物，会在转换节点中出现煤块堆积，异物堆积等状况，大量堆积后，会影响皮带运输效率，严重情况下会出现设备安全隐患。传输皮带区域是严格不允许人员翻越的，有些工作人员为了方便，时不时会从皮带翻越闯过，造成了严重的人员安全隐患。针对这些情况，现场一般使用检测员来观察运煤过程中是否出现异物，跑偏等情况，效率较低，监测不及时，人员自身无法自我约束翻越皮带，造成设备人员等安全隐患。
落地案例
针对某火电厂的实际作业情况，做如下规划：
（1）临时作业监管：
对于外来人员临时作业情况，搭配执法记录仪或移动布控球，配合智能布控箱设备在临时作业场所展开分析应用，做到快速搭建、快速分析、快速查看，确保监管无遗漏。
