[发明专利]基于边缘物联技术和神经网络的炼铁厂安全态势感知方法

说明书

本发明提出一种基于边缘物联技术和神经网络的炼铁厂安全态势感知方法，包括如下步骤：S1：将炼铁厂生产系统与人物环系统分解成子系统，然后将分解后的两个系统进行耦合、异构融合和池化；S2：数据采集；S3：边缘物联平台构建；S4：人工神经网络预测；S5：炼铁厂安全态势感知实现。将传统炼铁工艺分解为分子系统，与炼铁厂新建的“人”、“物”、“环”系统进行耦合，通过网关进行各系统设备之间的异构融合并收集各生产过程实时数据上传云端形成可对接使用的数据池，使用人工神经网络对数据池数据进行计算分析，从而实现对整个系统安全运营状况的感知预测。

技术领域

本发明涉及工业安全技术领域，特别涉及一种基于边缘物联技术和神经网络的炼铁厂安全态势感知方法。

背景技术

回顾工业发展历史，从工业1.0到工业3.0，历经机械化、电气化、自动化，如今的工业4.0则是智能化，要实现工业4.0，物联网是核心关键。对于作为国民经济命脉与基础的工业而言，将物联网技术应用于传统的工业领域是目前工业发展的一个主流方向，是对传统工业的一次变革。以物联网、云计算、边缘计算为代表的技术的出现，推动着传统工业向着信息化、智能化的方向前进，在此背景下，数据互联、共享与融合逐渐成为工业发展的主流趋势。

以钢铁行业为例，在传统的炼铁企业中，日常的生产活动都是围绕高炉进行，除高炉本体系统以外还涉及供料上料系统、炉顶系统、送风系统、铁渣处理系统、煤气除尘系统等伴生系统，这些系统相互独立，只负责统筹管理其各自体系下的子系统而在相互之间却没有交互通信，同时炼铁厂的管理及操作人员游离于各系统之外，很难从现有炼铁工艺各系统运行变化的改变中形成对整体安全的感知。

此外，传统炼铁企业作为工业领域工伤事故发生率最高的企业之一，其生产过程复杂、流程长、重大危险源点多面广。并且由于钢铁企业人员安全保障又与生产工艺密切相关，故钢铁企业从行业人员既可能面临高动能、高势能、高热能的危险，又可能面临有毒、有害物质以及易燃易爆等其他危险。

因此，使用物联网以及边缘计算技术将传统的钢铁企业进行改造，在此基础上构建一套安全态势感知系统对于炼铁企业来说是一件行之必益的事情。

发明内容

为了克服背景技术中的不足，本发明提出一种基于边缘物联技术和神经网络的炼铁厂安全态势感知方法，设计出一种在传统炼铁厂运营体系下运用边缘物联、人工神经网络、态势感知等技术构建一套炼铁厂安全态势感知系统的方法。将传统炼铁工艺分解为分子系统，与炼铁厂新建的“人”、“物”、“环”系统进行耦合，通过网关进行各系统设备之间的异构融合并收集各生产过程实时数据上传云端形成可对接使用的数据池，使用人工神经网络对数据池数据进行计算分析，从而实现对整个系统安全运营状况的感知预测。

为了达到上述目的，本发明采用以下技术方案实现：

一种基于边缘物联技术和神经网络的炼铁厂安全态势感知方法，包括如下步骤：

S1：将炼铁厂生产系统与人物环系统分解成子系统，然后将分解后的两个系统进行耦合、异构融合和池化；

S2：数据采集：建立炼铁厂生产系统与人物环系统的物联网网关连接关系，利用各类传感器对炼铁厂生产系统与人物环系统中各子系统的数据进行采集，将得到的数据在搭建的存储服务器中进行存储，形成一个大量信息采集的数据池；

S3：边缘物联平台构建；

S4：人工神经网络预测；

S5：炼铁厂安全态势感知实现。

进一步地，步骤S1中，所述的炼铁厂生产系统的分系统包括高炉本体系统、供料上料系统、炉顶系统、送风系统、铁渣处理系统、煤气除尘系统；将炼铁厂生产系统分解为将它们分解为各自的子系统；