[发明专利]一种全过程智能监测的动火作业闭环自动管控方法及系统

说明书

本发明公开一种全过程智能监测的动火作业闭环自动管控方法及系统，建立动火作业安全损失函数，实现了对动火作业安全性的度量，主要涉及动火作业票所标定的三种动火作业要素：①动火作业区域，②动火作业种类，③动火作业距危险源的空间距离。在此基础上，通过一套机器视觉智能检测及识别技术，实现了对动火作业区域，动火作业行为以及邻域危险源的检测及分类。该检测及分类结果进一步反馈输入至动火作业安全损失函数，根据规则化的动火作业闭环管控规则，发出动火作业终止或继续的指令，以实现动火作业闭环自动管控。

技术领域

本发明涉及一种全过程智能监测的动火作业闭环自动管控方法及系统，属于动火作业的管控技术领域。

背景技术

化工企业生产过程中的物料、中间件及最终产品具有易燃易爆、有毒有害等特性，对于生产工艺及设备的安全性要求极端苛刻。随着化工工业生产规模化程度不断提高，生产设备长时间不间断运行于高温、高压及强腐蚀环境中，不可避免的造成设备老化和结构性缺陷。亟需各类对化工工业设备的定期维修，难免产生动火作业。在化工生产现场的动火作业是一项高危作业，对其施行严格的管控是防范中毒、火灾、爆炸等严重事故的关键。

目前，对于动火作业的管控主要通过动火作业篇的签发进行预防性的作业审查，通过监火员进行动火作业的管理和控制。该种防范策略需要耗费大量的人力物力，且对作业和监视人员的业务水平有着严峻的考验，此外人员的疏忽及疲劳也会造成动火作业的安全隐患。

随着人工智能及机器视觉技术的发展，自动化的智能成像监测已成为替代各类人工观察工作的有效技术手段，已见目标检测、分类与行为识别的领域应用，有着监测效率高、及时性、准确性高等的技术优势，且具备长时间不间断工作的能力。然而，在动火作业管控领域，人工智能技术及机器视觉技术面临应用断层，尚未有针对动火作业自动化管控的技术手段。主要问题在于：①缺乏对动火作业安全性度量的规则化描述，②缺乏动火作业规范的规则化描述，③缺乏针对动火作业的区域检测、行为识别及目标检测技术。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种全过程智能监测的动火作业闭环自动管控方法及系统，通过人工智能技术辨识动火作业位置、行为及危险源目标，通过t时刻动火作业安全损失函数度量动火作业的安全性，以实现动火作业闭环自动管控。

技术方案：一种全过程智能监测的动火作业闭环自动管控方法，结合动火作业票、机器视觉技术和基于卷积神经网络的深度学习技术建立了t时刻动火作业安全损失函数，采用机器视觉技术检测动火产生的区域，采用行为识别深度学习模型判断t时刻动火作业行为种类，采用目标检测深度学习模型检测并分类危险源，最终计算得到t时刻动火作业的安全性度量；根据所建立的基于动火作业安全损失函数的动火作业闭环管控规则，发送动火作业终止或继续的指令，从而完成动火作业闭环自动管控。

所述t时刻动火作业安全损失函数，用于度量动火作业安全性；t时刻动火作业安全损失函数为：

其中，l(t)为t时刻动火作业发生的位置，γ为动火作业票所标定的动火作业区域的位置，h(t)为t时刻动火作业行为种类，η为动火作业票所标定的动火作业行为种类，w_i为危险源的权重，i为危险源等级，s_i(t)为t时刻监测范围内动火作业区域距离第i等级危险源的距离，τ₁,τ₂为动火作业票所标定的动火作业起始和终止时刻，α₁,α₂为损失权重。动火作业安全性随动火作业安全损失函数值递减而递增。

所述i为危险源等级，共分为4级危险源，危险源的权重分别为：

w₁＝1，w₂＝0.7，w₃＝0.6，w₅＝0.5。

采用基于光学特征的动火种子点选择及随机游走方法，检测t时刻动火发生位置：