基于区块链技术的生产应急管理系统设计

马文婷 张俊文

（兰州资源环境职业技术大学，甘肃 兰州 730000）

0 引言

目前，随着应急管理工作的不断推进，各种生产应急管理系统的建设也在不断进行。在从事安全生产工作的过程中，通常会存在很多安全隐患，例如生产设备老化或磨损导导致用受限，或由于操作人员的操作手法不当导致操作失误，进而对操作人员的生命安全产生威胁。为操作人员提供安全可靠的生产工作环境，推进生产工作安全平稳进行是生产应急管理工作的首要目的。

1 基于区块链技术的生产应急管理系统设计

1.1 系统总体框架

生产应急管理系统利用区块链技术，将不同区域的生产安全信息进行整合，实现对数据的有效共享与实时更新。整个生产应急管理系统共分为4个部分，分别为用户层、业务层、应用层和区块链层。具体结构如图1所示。

图1 生产应急管理系统结构图

用户层主要包括政府机关、社会应急力量和公众等。针对不同的用户需求，为用户提供生产应急管理服务。业务层主要针对不同等级的用户提供合规权限内的应急资源、应急救援等服务。在底层数据的技术上为用户提供访问服务，主要功能包括应急值守、指挥调度及应急保障等。应用层主要包括多点登录和数据目录等功能，内置GIS平台，实现对用户地理信息的存储、整合以及分析。区块链层主要负责对节点数据进行采集与管理。节点数据记录了应急管理工作的具体工作信息以及工作调度情况。同时按照时间顺序将节点进行排序，梳理出生产安全事故进行应急管理的完整信息链，同时对信息进行共享与实时更新，提高生产应急管理工作的时效性。

1.2 生产应急管理系统硬件设计

生产应急管理系统的硬件结构如图2所示。

图2 生产应急管理系统硬件结构图

主控服务器和传感器通过TH32C103CTF6芯片进行连接与控制，核心芯片连接GIS平台，GIS将用户地理信息进行整合与共享，传送到应急管理中心与数据库服务器中，以实现对用户进行应急管理服务。核心芯片TH32C103CTF6的型号为320H24M，采用64/48位双指令集成设计，对主控服务器与传感器进行控制。同时，为便于信息采集，提高设备的采集与识别能力，传感器采用IC-CT800CF型智能灵敏传感器，内置ICM控制芯片，具体参数见表1。

表1 智能灵敏传感器ICM控制芯片参数

根据上述参数设定传感器控制芯片，并在传感器下方接入HDM线，与核心控制新芯片进行连接，实现与控制中心的交互。智能灵敏传感器将设备信息进行采集与识别，并与主控服务器进行共享，对安全生产信息进行有效整合。

1.3 生产应急管理系统软件设计

区块链技术中的智能合约可自动执行部分合约上的功能，通过对智能合约进行合理制订，可对突发事件进行智能预警，构建出应急管理模型，具体构建步骤如下。

针对安全生产工作中的历史事故数据，使用智能算法构建应急树模型，并且总结出安全等级不同下的事故发生程度。将应急树中的突发安全事故设定为顶部事件，对突发安全事故的诱发因素与底层逻辑进行分析。将基础原因设定为底部事件，将引起突发事件所需要的底部事件最小集合设置为最小径集。对历史事故数据进行智能化分解，可计算出底部事件的重要程度，具体如公式（1）所示。

式中：P为顶部事件可能发生的概率；Y为底部事件数量为时，最小径集发生的概率；I为底部事件的重要程度。

则可以根据灰色预测模型理论计算出底部事件之间的关联程度，具体如公式（2）所示。

式中：为最小径集；为模式向量与待检矢量的序列差值；ε为底部事件数量为时最小径集与底部事件重要程度之间的关联程度。

则可以计算出未检测模式下的应急响应稳定程度，具体如公式（3）所示。

式中：为顶部事件的稳定系数；为模式向量与待检适量的序列差绝对值。

将应急响应稳定程度与底部事件的重要程度进行加权，即可得出应急响应值与底部事件数量之间的关联度，具体如公式（4）所示。

式中：为诱发顶部事件时，应急响应事件的发生概率；为应急响应值与底部事件之间的关联程度。

数值越大，说明关联程度越大，底部事件越容易诱发应急响应。对此，可以计算出应急响应的预警值，具体如公式（5）所示。

式中：ε为底部事件数量为时最小径集的关联程度。

根据上述计算步骤即可计算出应急响应的预警值，构建出应急响应模型，通过对比应急响应表即可确定应急类型。如果预警值超过应急阈值，区块链则会根据智能合约的规则进行预警，将响应信息发送到中心系统中，具体流程如图3所示。

图3 智能合约运行流程

传感设备对生产机组进行安全信息采集后经由深度学习算法进行信息的预处理，利用区块链技术对关键信息进行上链操作，将上链后的数据经由响应树进行分析，计算出时间的相应预警值。如果响应预警值超过了额定阈值，则智能合约将会发送响应预警信息，由应急管理中心进行应急的保障与救援工作。

应急管理中心收到应急指令后即可根据用户需求进行应急保障与救援工作。为做好应急管理工作，需要利用区块链技术对应急管理所需的物资进行智能化管理。根据物资的不同属性对物资进行科学分类，保证使用过程中的高效性。并且根据现场的事故情况，对物资资源进行科学的调配，制定针对性较强的物资分配方案，提高资源的利用率。同时，对应急事故严重程度进行提前预判与分析，对现有的应急力量、应急物资、事故距离和响应时间等因素进行综合考量，实施救灾行动。根据GIS平台给出的应急地理位置，选择距离和应急物资均较为合适的应急力量对生产安全事故区进行救援。同时为了提高应急保障与救援工作的公开度与透明度，利用大众媒体等技术手段对救援过程进行实施发布与更新，防止因救援缺乏时效性而导致负面评论的传播。

根据上述步骤即可完成对生产安全事故的应急保障与救援，将此环节中的救援步骤与上文中的区块链应急响应模型进行结合，即可有效完成对生产工作的应急管理。对上文中的系统结构进行整理，将其与硬件配置进行结合，至此，基于区块链技术的生产应急管理系统设计完成。

2 试验验证

为了更好地说明提出的基于区块链技术的生产应急管理系统在响应速度方面优于传统的生产应急管理系统，在理论的部分设计完成后，构建试验测试环节，对此应急管理系统实际的应急效果进行分析。

2.1 试验环境描述

本测试选取了1款常规的生产应急管理系统作为对比对象。为保证2款监管系统能够对生产安全工作进行正常的模拟应急响应测试，通过对测试环境进行参数上的配置，来成功搭建测试所需要的平台。具体参数见表2。

表2 应急管理系统测试环境

本次测试采用Intel Xeon（W）32位服务器，软件配置为weblogic sever 2008。同时数据库的内存设置为12G，软件采用Oracle125g作为中心数据库对生产安全数据进行储存。

2.2 测试结果分析

为提高试验结果的可靠性，本次测试选取了5种不同的模拟生产安全事故，并且距离依次递增，利用2种系统对安全事故进行应急管理工作，分别记录下每次生产安全事故从发出应急需求信号到得到应急处理之间的所需时间，将该时间定为应急管理工作的响应时间，响应时间越短代表其系统的响应速度越快，越能对生产安全事故进行及时的应急管理，得到不同方法下应急响应时间结果，如图4所示。

图4 应急响应时间对比

通过以上，测试结果可以看出，常规的生产应急管理系统的响应时间会随着距离的增大而相应有所延长，初始响应时间在1.5 s～2.0 s，在事故距离超过7 km后，其响应时间也超过了4.0 s，响应较慢。而该文提出的基于区块链技术的生产应急管理系统在响应时间上明显优于常规的生产应急管理系统，初始响应时间在1.0 s～0.5 s，并且不会随着事故距离的延长而增大，说明提出的生产应急管理系统在线响应速度上要优于传统的应急管理系统。这是由于提出的生产管理系统运用了区块链技术，建立了专业化的应急响应模型，因此可针对不同的未知生产安全事故进行及时预警，提高应急管理效率。

3 结论

该文所提出的生产应急管理系统与区块链技术进行了有效结合，极大地提高了应急管理的响应速度，可以在最快时间内对生产安全事故进行及时预警，为后续的救援和处理工作争取更多的时间，提高生产应急管理工作的时效性。同时利用区块链技术对救援任务和物资分配等工作也进行了合理的规划，可以提高物资的利用率，推动资源实现有效配置。从应急管理的实际出发，对我国安全生产工作的应急与响应技术有积极的研究意义。