智能监控分析技术助推石油化工企业数字化转型升级

何英博

（中海油惠州石化有限公司，广东惠州 516086）

0 引言

石化行业作为国民经济持续发展的重要支柱产业，正处于转变发展方式、优化经济结构的关键时期。现阶段，针对石化企业的各类需求，智能监控分析在云计算、物联网、人工智能等新一代信息技术的深度融合中越来越完备，可以适应数字化、智慧化、智能化领域发展的新趋势，以软硬件结合的方式加快数字化转型的步伐，实现高安全、高要求、高质量、高效率的运行模式。

智能监控分析技术要解决人工现场监控和实时现场决策中存在的交涉问题，把现场作业监护仪的可见、可知、可感的数据上传到数据识别监控报警平台，用数据信息的分析结果填充数据库，支撑智能化转型升级[1]。

1 智能监控分析业务痛点

目前，石化企业存在监护范围达不到全方位、现场作业交互效率不高、特殊区域作业内存在危险、厂区网络覆盖存在盲区、视频实时回传无法解析、其他业务范围仍待拓展等业务需求。在研发生产作业区智能监控分析技术时，针对多个应用场景展开科研分析是非常有必要的，可以形成运行安全高效的区域监护系统，并实现实时数据采集分析、实现自动报警、突发事件应急处理等功能。

（1）监护范围达不到全方位：石化区内有大量的临时施工作业范围存在视频监控盲区，需要监护人员全程监护。为解决安全施工中存在的风险隐患，需要软硬件联合监护，保障安全施工。

（2）现场作业交互效率不高：企业需要监护人员前往现场，用纸质或App 电子作业许可系统进行许可认证，但施工点位多、距离远，导致每次施工前开票时间极长。据不完全统计，施工队平均需要等待1h 左右才可取得作业票，时间成本高，难以切实维修设备[2]。

（3）特殊作业区域内存在风险：在高塔、火炬等厂区高处施工时，现场监护人员会因实时管控的要求同施工人员一起就位，而且作业空间十分狭窄，严重挤占作业空间资源，受影响的施工操作极易发生危险事故。

（4）厂区网络覆盖存在盲区：企业对于如钻井、装置区设备等需长时间施工才会解决的施工内容，多采用布设监控摄像头的方案，处理挖沟、埋线等现场操作事项，施工成本高且时间长。传统4G 无线布控球虽然可以解决布线施工难的问题，但是4G 网络宽带低，再加上存在多处施工点，难以保障监控视频的清晰度。且市面上多为单目布控球，存在监控盲区。多数布控球不具备智能分析功能，需要工作人员时刻监控并发现问题。

（5）视频实时回传无法解析：石化区的作业场景不同于其他行业，由于缺乏大量案例分析，数据库不成熟，不能应用成熟的AI 图像识别技术[3]。现如今，现场作业中违章识别、烟雾内的行为识别、烃检测等还存在诸多空档，需要进行广泛测试和对比分析。在健全AI 识别模型方面，行业上还未有应用案例，需要充分考虑多样应用场景所带来的复杂性，投入充足的样本进行训练，接轨转型发展的新篇章。

2 智能监控分析解决方案

智能监控分析解决方案以“硬件+平台”的技术路线为主方向，通过作业监护仪的AI 算法模型，对各类数据进行分析识别、实时报警，并实时回传到智能监控分析平台，辅助工作人员监管和规范作业内容，保障施工人员的工作安全。硬件层采用本安电源，路由器采用多路供电，自行开发出ARM 架构，整体架构涉及红外影像、变焦定焦的功能展示；平台层分为分析、识别、报警三项功能服务，涉及数据流设计和基础数据管理。主体思路上，智能监护仪会将采集到的视频流接入存储器中，现有的智能监控分析平台可以获取存储器中的视频数据，推送至AI 推理服务、AI 训练服务中。

在深入研究计算机视觉技术的过程中，不仅要高效化运用机器视觉，而且要对复杂应用场景中结构化的人、物、景进行快速分析，拓展到石化区多样化的作业场景，实现监控预警的目的。传统监控技术采集到的图像中，数据本身并没有价值，深入挖掘数据的真相才能产生实用价值。投入大量的样本，在设备端和平台端对数据展开深度学习。它模拟人脑的分析学习能力和行为思考能力，用新的监控方式实现智能保护。

智能监控分析技术立足于石化企业去顶层设计，后期可扩展到除安防系统外的其他系统。一方面，系统要采用开放性、标准化的设备、软件及信息资源，与原有的业务系统及数据库相连接；另一方面，系统也秉承创新理念，未来对于可能增添的新的子系统、数据库、功能、用户都会留有接口和二次开发API，更迭出先进和成熟的技术，使产品和技术在很长的生命周期内有持续的可维护性和可扩展性。其技术的可靠性原则、安全性原则、智能化原则更符合后续的系统建设。

3 智能监控分析技术框架

智能监控分析技术在设计理念上，将架构体系全覆盖到应用场景中。通过对现场作业视频的全景分析，可以对人员管控、环境监测、事故应急等业务需求及时进行协调处理。管理人员可以根据智能监控分析平台反馈的数据来指导操作流程，警示并解决现场作业期间穿戴安全、边界入侵、高空坠物等异常情况的出现。除此之外，针对某些油气泄露区域、重点监护机泵区域，可以采取强化检测的手段，将多台设备端部署到现场，展开无死角、不间断的管控，从而降低现场人员的巡检频次，解决安全管理的需要。应用本身解决的是处理现场异常响应的力度和速度问题，降低现场风险发生的概率，协同现场作业受控系统来达到更好的现场安全管控效果。Web 服务器Nginx 做反向代理，采用MYSQL 数据库，使请求分布到应用服务器微服务集群中，从而达到负载均衡的目的[4]。

平台系统选择spring-Boot-grpc 架构，融合了微服务架构的理念，是现代开源的高性能RPC 框架，可以在任何环境下运行。可以将数据中心内核跨数据中心有效地服务于可拔插的负载均衡、跟踪、健康检查和认证。这样的技术框架也适用于分布式计算，将不同设备、移动应用程序和浏览器连接到后端服务。基于HTTP/2 传输的双向流式传输，可拔插的认证、跟踪、负载均衡和健康检查。

系统架构以“总平台集中管理，分平台独立互联”为目标。总监控平台中心部署上级平台，通过级联方式集成下级视频汇聚设备，实现控制指令和视频数据的传递和交互。方案的核心价值体现在视频的整合能力、应用的扩展能力、网络的安全性能和平台的集成性能方面，把采集来的分布式视频在平台上高度统一管理起来，达到多方落地、多方共享、多方协同的优势[5]。

（1）系统平台能力：通过基于IP 数据交换的“高内聚、松耦合”的方式完成系统聚合，组成大型分布式视频集成系统，满足多层级、多地域、高并发的系统应用需求。未来，统一管理专用网络内上万视频点位是集中管理模式的标配，能够实现互联互通。

（2）系统分析能力：AI 推理分析系统，采用高性能的GPU 服务器，搭配智能算法，对视频监控中的百路重点位置视频展开智能化分析。不限于火焰识别、安全帽识别、工作服识别、抽烟识别、打手机识别等多种算法分析，利用人工智能技术模拟仿真现有应用场景的各类行为动作，为未来提供技术优化支持，提升识别率。其可扩展和可进化的智能化算法，不局限于满足以上行为的分析，还具备后期为其他算法提供扩展支持的能力。

（3）系统层级设计：具备PaaS 层和SaaS 层两大核心层级，PaaS 层基于大数据、云计算、AI 技术体系来承担基础设施的构建，解决大数据场景下的数据接入、存储、汇聚、容错等难题；SaaS 层基于PaaS 层的能力进行封装，对外输出行业化价值。

4 智能监控分析技术简介

智能监控分析技术的核心价值是运用技术创新驱动力推进“硬件+平台”式解决方案，为企业数字化转型打下高效互联的软硬件基础。软件层面可以汇聚集成硬件层的数据，接入各类数据展开全面分析。不同的行业会有不同服务形式的划分，设计出适配石化区内应用场景的服务架构，其中针对视频流像素分辨率、照度有下限标准要求，使其准确率随着后续数据样本在数量、质量上的不断投入变得更加精确。

智能监控分析技术的服务组成包括六大层。（1）表现层：可以接受用户传输来的数据,并将交互式操作界面投入系统运行，将最终显示数据给用户端；（2）数据交换层：客户端可以通过HTTP 协议、JSON、XML 方式与服务端交换数据；（3）服务支持层：Nginx 应用负载均衡，能够实现高性能负载均衡的Tomcat 集群，以及基于系统应用模块拓展出来的微服务，可上传文件至微服务中。其最大的优点是大多应用程序能够比传统的应用程序更高效地调用计算资源，也是由于它们会通过扩展组件的方式来突破功能瓶颈问题；（4）服务实现层：系统主要技术体现；（5）数据存储层：数据存储层主要采用Redis 和关系型数据库；（6）基础设施层：Tomcat 应用业务服务层是由多个小业务单元的微服务组成，不同的微服务分布在不同的物理机服务器上，并且会进行冗余部署，以实现去中心化，保证服务的高可用性。

5 智能监控分析实施方法

基于现场作业监护仪及企业系统平台的交互，将前端可视化、AI 数据分析、喊话报警平台异常事件回溯等功能整合起来，用人工智能和图像处理相关技术，对监控内容进行自动捕捉、智能识别、快速处理，实现对作业人员违规行为、作业环境异常事件的监控分析，用报警灯来警示传达气体泄漏等异常状况[6]。

生产作业区域的现场作业监护仪具备分析识别、实时报警的功能，能够通过利用自研的AI 算法模型，达到安全监控的目的。本技术旨在加快现场异常响应和处置速度，降低现场风险引发后果的严重程度，协同现场作业受控系统，达到更好的现场安全管控效果。

6 结语

智能监控分析技术的开发应用应与前沿技术的发展紧密结合，将先进的视频监控技术与图像处理技术融合起来，应用于石化企业生产作业区多样化的场景，最终将高清直观、动态捕捉的图像信息及时高效地呈现在值班人员及决策者面前，为石化企业安全生产的进行提供有力的保障及支撑，具备极大的研究价值及应用前景[7]。

现阶段，随着人工智能、计算机视觉等技术与石化行业领域的深度融合，数字化转型会成为未来的关键，需统一标准、统一规划，将人工智能技术深度融合到系统集成化平台，实现互联互通、资源共享。石化行业需要的是资源集中管理，共享、协同、安全，促进平台资源的综合创新、融合应用，实现可持续发展。