人工智能技术在事故预防中的应用研究

中车戚墅堰机车车辆工艺研究所有限公司 杨彦 王寅斌｜文

人工智能（Artificial Intelligence），英 文 缩 写 为AI， 在1956 年DARTMOUTH 学会上提出，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。近年来，随着计算机技术长足进步，人工智能技术取得了爆发式发展。2017 年5 月，阿尔法围棋（AlphaGo）在中国乌镇围棋峰会上，3 ∶0 战胜排名世界第一的世界围棋冠军柯洁，引发了全世界的轰动与思考。目前，人工智能在机器翻译、智能控制、机器人学、语言和图像识别、疾病诊断、自动驾驶等领域得到了广泛的研究及应用。

安全生产领域是人工智能技术未来应用的重要领域，目前电力、建筑施工行业，已经开始探索使用远程移动视频监控系统、智能管网巡检、区块链辅助安全管理等技术，取得了较好的效果。例如集成了人工智能边缘计算技术和图片视频AI识别技术的“反违章智能机器人”，实现了对作业现场未佩戴安全帽、未穿工作服、高处作业未佩戴安全带、作业现场抽烟等多种典型违章的智能识别，提升了施工现场安全管控效率。国内许多科研机构及公司都将安全生产领域的人工智能应用作为重要的研究方向及业务重点，开展了相关研究及实践工作。

事故预防的理论基础

事故致因理论是用来阐明事故的形成原因、演变规律及事故后果，以便对事故现象的发生、发展进行明确的分析，包括事故频发倾向理论、因果连锁理论、能量意外释放理论及轨迹交叉理论等。

图1 是事故轨迹交叉理论的模型，从图1 中可以看出，导致事故的因素概括起来可分为人和物（包括环境）两方面，当人的不安全行为（人为失误）和物的不安全状态在时间、空间发生了交集，事故就会发生。因此，如果我们采取相应措施，消除人的不安全行为或物的不安全状态，避免二者在某个时间、空间上的交汇，就能防止事故的发生。

图1 事故轨迹交叉理论

人的不安全行为和物的不安全状态，就是通常所说的安全隐患。及时发现并消除安全隐患，就能有效降低安全生产事故风险，这是安全生产的核心工作，也是安全管理人员日常最重要的工作之一。从风险分级管控和隐患排查治理双重预防机制的建设角度来看，要发现安全隐患，主要的手段是开展安全检查，通过检查及时发现隐患并消除，就能中断事故连锁的进程，从而避免事故的发生。

人工智能技术在事故预防中的优势

传统的隐患排查治理方式，是由生产经营单位组织安全生产管理人员、工程技术人员和其他相关人员进行现场排查，发出整改要求，责任单位制定整改计划并落实整改，整改结束后由安全管理人员对整改效果进行验证。传统的隐患排查治理主要包括5 个关键环节，如图2 所示。

传统的隐患排查治理工作模式存在3 大不足：一是片面性，传统的安全检查方式相当于“切片分析”，从被检查对象中抽取样本，检查的对象是某个空间、时间的静止状态，无法对被检查对象连续观察，更无法在第一时间发现隐患。特别是由于人的不安全行为具有瞬时性，现场安全检查时违章行为已经消失，所以安全检查发现的问题往往偏物的不安全状态，对占事故发生主因的人的不安全行为，检查人员反而很难发现。二是具有滞后性，传统的安全检查发现的问题，往往是隐患已经产生了一段时间的状态，有的甚至已经导致了事故才暴露出来。三是存在整改的真空期，从检查发现隐患到整改完成，存在一个整改期，在整改期由于隐患依然存在，可能在整改完成前就已经诱发了事故。

图4 人工智能技术在安全生产事故预防中的功能架构

人工智能技术具有的优势，可以有效避免传统隐患排查治理工作的不足。如图3 是基于人工智能技术优化后的隐患排查治理工作流程模型。首先是改变了传统的工作流程，由于人工智能技术与视频监控、物联网、红外传感器等技术的有效融合，对生产现场人的行为、物的状态进行不间断监测，把“切片分析”改为“全维度分析”，再加上知识管理技术的应用，可以实现隐患排查、等级判定、整改计划制定的整合，这样就有效缩短了发现、评估、整改、验证的周期，从而避免了滞后性和真空期。其次，将工作流程从单向流改为闭环流动，这样可以利用机器学习，将每一次隐患整改的经验，用来改进系统已有的知识结构，不断改善自身的性能，从而更好地完成下一次隐患排查治理循环。最后，也是最重要的，人工智能技术优化后的隐患排查治理系统可以把侧重点从静态的“物的不安全状态”，转为“人的不安全行为”，及时发现现场违章行为，解决了安全管理的难题。

功能架构及未来主要应用场景

从以上分析可以看出，人工智能技术因为具有得天独厚的优势，未来必然会在安全生产领域得到迅速发展和广泛应用，为“人防”和“技防”提供有力的支撑。根据近年来主要的研究成果及实际应用情况，综合人工智能技术未来的发展趋势，人工智能技术在生产安全事故预防中的功能架构可以归纳为图4 所示。

从图4 可以看出，人工智能技术在安全生产事故预防的应用主要分为3 个层面：分析决策层、执行层、感知层。分析决策层相当于系统的大脑，主要的研究内容是算法、中央处理器（CPU），以及更高性能的存储器等；执行层相当于系统的躯干，主要研究内容是安全管理的方法，消除隐患的措施，以及如何通过教育培训、考核与激励，规范人员的安全行为；感知层相当于系统的触角，主要作用就是通过各类传感装置，把信息传递给分析决策层，并及时反馈执行的情况。在这3 个层面之间，信息传递非常重要，起到了穿针引线的作用，没有成本低、速度快、质量高的信息传递技术，人工智能技术的应用效果将大打折扣。目前信息传递领域主要的研究方向是第五代移动通信技术（简称5G），比如国内有的化工园区为了解决管道、阀门泄漏的隐患，采用“5G+AI”技术，可以及时发送泄漏信息。

目前来看，人工智能技术未来在安全生产事故预防中主要的应用场景将有以下5 大方面：

一是风险管控。包括了辨识、预警及应急。随着安全管理理念的发展，企业及社会认识到安全管理对象是风险而不是事故，风险管控的前提是辨识风险，此项工作往往耗费较大精力和时间，更需要高素质的安全管理人员及技术工艺人员、生产一线员工的参与，但企业在开展此项工作时候由于缺乏经验和管理工具，导致辨识不全面或不规范。人工智能技术可以综合行业内成熟的风险库（许多政府应急管理部门都建立了风险申报平台，可以以此为数据来源），为企业提供快速的指导，特别是为管理能力有限的中小企业提供服务。此外，系统可以根据各个企业风险的数量和等级的动态变化，及时提供预警信息，发生突发时间后通过分析决策系统，第一时间提供应急处置的策略，防止事故的扩大。

二是现场监管。现场监管包括了对人的行为和物的状态两方面，均是目前是研究的热点，由于图像分析技术的发展，可以与视频监控实现良好的融合，充分利用管理学中的“金鱼缸效应”（透明效应），实现整个企业生产现场管理的透明化，防范人员的不安全行为和设备的不安全状态，从而提高企业的生产现场安全管理水平。区别于传统的视频监控系统，用机器视觉代替人工肉眼，在节省人力资源的同时，更为高效且准确（部分隐患通过非可见光监控技术下才能发现，例如红外监控）。除了发现人员的不安全行为，系统还可以检查人员劳动防护用品的穿戴情况，及时发出提醒。为了解作业人员的心理及生理状态，系统可以与穿戴装置（例如智能手环、眼镜等）结合，及时发现人员是否疲劳、是否带病作业、是否酒后上岗等。此外，经过实践发现，此功能对有违章意图的员工能产生良好的震慑效果，从而培养员工良好的作业习惯。有些研究人员还研究了利用人员脑电信号和运动状态等信息，结合大数据系统，精准判断操作人员的工作状态，在异常时做成告警或干预。

三是知识管理。主要是在安全点检、隐患整治过程中，通过机器学习，不断完善典型隐患库、违章库，以及管理措施库。知识管理很重要的用途是安全教育培训，如果能与安全行为观察与沟通的理念与做法有机融合，可以更好地服务于员工的安全培训教育，提高教育培训的针对性。知识管理研究及应用的难点是典型隐患库、违章库，以及管理措施库的编码方式。

四是权限管理。在传统管理方式中，维修作业、施工作业、危险作业、有限空间作业等高风险作业的管控，均存在人证不符的风险，特别是存在外包作业时，风险更高。人工智能技术中人脸识别技术的应用，可以使授权更加精准，防止人证不符的现象，实现对审批人、监护人、申请人以及外包施工人员进行智能识别、身份验证，同时也可监控作业区域内是否有未经授权的危险作业。

五是设备设施状态管理。为了降低人工成本，提高竞争能力，近年来企业都在向着实现自动化或智能化生产的方向发展，需要时刻掌握设备设施状态。传统的人工巡检不但安全风险高，还会产生高额的人工成本。许多设备内部的关键管道和阀门的状态，仅凭人工更是无法检查，因此要通过物联网技术，在关键部位安装传感器（如烟感、热感、光感、震感、噪声、磁场、气体成分等）及红外、视频监控等，及时将关键部位的状态传递给系统分析决策层，为生产调度、维修保养，以及应急处置提供实时数据。

小结

人工智能技术正方兴未艾，虽然目前在安全生产领域的应用处于初级阶段，但从本文的分析来看，由于人工智能技术具有的独特优势，必将得到广泛而深刻的应用，将会彻底改变安全管理的模式和流程，提高企业安全管理水平，大幅度降低事故的发生概率。2020 年6月，工业和信息化部发布了《关于进一步加强工业行业安全生产管理的指导意见》（工信部安全〔2020〕83 号），提出要推动互联网、大数据、物联网、人工智能等技术在安全生产领域广泛应用，用智能化、信息化手段提升企业本质安全水平及工控安全、数据安全管理能力。安全管理的方式将会被重新定义，安全管理人员的工作重点将转移到文化营造、模型构建、算法设计、程序优化、系统维保、知识管理、教育训练、技术革新等方向。面对变革，安全管理人员必须要适应潮流的发展，努力学习新知识，掌握新技术，跟上时代步伐，更好地履行自己的职责，实现自身和企业的共同发展。安