大数据时代 安全管理迈向智能化

文/王明心

2020年5月，工业和信息化部印发《关于工业大数据发展的指导意见》（工信部信发〔2020〕67号），明确将促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。并提出加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展、加强组织保障等7方面21条指导意见。

大数据正以惊人的速度渗透到越来越多的领域，在安全生产中的应用方兴未艾，在遏制事故发生、提升安全监管能力方面发挥了举足轻重的作用。特别是在石油、化工、冶金、半导体、制造业等行业领域，大数据在安全管理上的应用愈发普遍。

大数据对安全生产的支撑

通常意义上的大数据，指的都是对批量数据的计算。大数据有四大特点：数据规模巨大、处理速度快、数据类型多样、数据价值密度低。

随着信息科技的不断发展和互联网技术的不断普及，许多先进的设备和技术被应用于安全生产管理过程中，同时也形成了体量巨大的安全生产大数据（见图1）。大数据时代的到来为安全管理带来了新的思维方式和管理模式，将大数据应用于安全管理，能够为解决安全管理提供对策措施，主要的对策措施有5个方面：

图1 大数据已广泛应用于工业生产和安全管理

一是应用大数据技术实现各安全管理对象状态参数数据的实时采集，建立和生成安全生产大数据库，实现安全管理因素数据化管理。

二是风险辨识不再只依据于理论的认知，还依赖于对安全生产大数据挖掘规律的发现，从而避免风险因素的遗漏。

三是形成基于大数据思维和机械学习法的风险评价与分级的新模式，实现各要素之间的关联分析。

四是依靠大数据相关技术作支撑，充分发挥安全管理动态性的作用，实现连续、及时、准确的风险预警和风险管控的目标。同时依靠互联网快速便捷的优势，保障在风险预警的同时提供最佳的风险管控方案。

五是建立基于大数据的安全与风险管理模型，系统地、模型化地研究大数据能为安全管理带来的变革，从而实现安全管理水平整体性的提升。

大数据应用

安全管理的相关大数据应用，通常是基于物联网和云计算等新兴信息技术去实现。在具体的实际应用中，包含了数据的采集、处理和分析等方面。

一是数据的采集。企业工厂中成千上万的传感器、控制器、监测设备等，每时每刻都产出海量的数据信息，比如工厂环境的温度、湿度、有毒可燃气体的浓度；监测设备的预警阈值，工作状态；依靠视频监控设备等，还可以对厂区环境、作业人员动态等实现可视化管理。物联网技术的应用让企业可以快速、系统地获取各个设备的数据，进而分类和管理（见图2）。

图2 四川省青城山都江堰大数据平台应用实例

二是数据的处理。成千上万的设备产出海量的数据，以及设备终端的传感器、控制设备由不同的门类组成，其采样频率多样化，并且安全管理数据时间跨度非常大，这些都让数据处理的难度成倍增加。物联网和云计算的融合，解决了数据处理的问题，云计算的应用可以将海量数据存储到一个服务器中，从而实现设备状态实时展示，历史数据查询、报警、多终端管理等功能。

三是数据的分析。数据背后都是有逻辑性的，没有逻辑的数据只能称为信息。比如在冶金车间中，一氧化碳气体作为重点监测的有害气体，其浓度在一段时间内呈现出缓慢上升趋势。从实时数据的状态展示中，通常只能获取数值信息，很难发现数值变化趋势，只有等到有害气体浓度上升值到达监测设备预设的阈值报警之后，才会让安全作业人员发现问题。数据分析的作用，就是让这些数据深层次的逻辑性更快速地显现，让人们发现看不见的问题，从而提前解决隐患。

安全生产大数据的应用实例

大数据的采集、处理和分析都借助了物联网云平台去实现落地。

比如在国内冶金钢业首屈一指的首钢集团，旗下首钢股份公司迁安钢铁公司（以下简称“首钢迁钢厂”）使用北京中电华劳科技有限公司（以下简称“中电华劳”）的气体监测设备用于环境气体的监测，特别是工业气体的安全管理上，引进了中电华劳的物联网安全云平台（以下简称“华劳安全云”平台）。

冶金、化工、石油等行业的气体安全管理一直是企业安全管理的重中之重。“华劳安全云”平台是基于生产制造业信息化与工业化深度融合发展的巨大需求，以物联网、通信技术、云计算、大数据等技术为基础，为企业打造的工业互联网应用平台。

从数据的实时采集和处理上看，首钢迁钢厂引用“华劳安全云”平台主要是应用物联网数据通信和W IFI/4G/5G/NB技术把各类传感器、控制器、无人机、视频监控、机器人、GIS（地理信息系统）或北斗系统、人员等数据，以新的方式连接于一体并整合到云端，形成了完整的数据采集和处理系统，监测数据可显示到工业大屏、计算机、手机等终端，实现了数据实时查看、控制和智能化的管理。

从功能上看，“华劳安全云”平台包含设备监测实时数据采集和控制，可以查看设备在线、离线、报警等信息。设备异常监测，应用GIS（地理信息系统）、BIM（建筑信息模型）以及工业大屏，接收并展示采集器传回的各个监测设备的实时采集信息、网络状态、运行状态，还包括编码、位置、实时数据、报警阈值、气体类型、测量范围等信息，同时，能够自动智能判断设备状态、报警级别，并通过终端联动设备，用多种报警效果通知、提醒安全作业人员，实现真正的自动化控制和智能巡检。

在数据的分析上，通过“华劳安全云”平台后台实时分析数据，结合应用场景和业务模型进行相应的智能化运算（见图3）。其功能包含数据分析，数据统计，报警记录，报警分析模块和信息模块，即可以查看报警数据统计和各项趋势分析，按照区域统计一定时间内各厂区的报警百分比，反映区域内对气体泄漏源的管理及防护改善措施，同时形成多种形式，如表格、日期统计、曲线等，以及多种报警分级的记录。借助报警分析模块，可以查看隐患状态并对其溯源。借助“华劳安全云”平台，企业可以清楚地了解到工厂环境气体的变化状态、趋势，从而更快找到隐患源进行快速处理。

图3 “华劳安全云”在首钢迁钢厂的运行前端

除此之外，“华劳安全云”平台还涵盖了无人机平台、图像智能识别、建筑和厂区三维立体建模等功能，同时开放接口可以接入多种类型的安全管理设备和系统，因此可以在工厂安全管理的更多领域使用，比如设备安全、人员安全、流程安全等。将这些系统进行整合后，为安全管理提供了更多样化的数据支撑，并借助“华劳安全云”平台的自动采集和智能分析，将大数据有效应用于安全管理的多个方面。

大数据赋予安全管理预测风险能力

传统的安全管理以人为驱动，而目前企业正处于数据驱动安全管理的时代中，海量的数据能够快速反映出安全管理中的差异或者趋势，能够更直观、更快捷地洞察企业安全的状态。

除此之外，大数据赋予企业安全管理更大的价值在于预测。根据工厂的环境状态、天气状况、员工到岗工作的状态、设备的工龄及运行状态，可以分析出事故发生的概率；通过对数据的搜集和分析，快速明确安全隐患的源头、位置、相关人员信息等。当监测设备出现了异常报警，可以实时查看异常状态的所有信息，还会得到根据异常数据自动计算出来的设备异常原因，并快速与大数据库结合找到确切因素。

大数据为做好隐患防治，真正从源头出发做好安全管理提供支撑。基于大数据的安全管理，大幅降低了生产制造企业的安全风险，提升安全管理水平，并且通过自动化、智能化的安全控制管理，降低了企业安全管理的成本。

随着中国制造不断向着智能制造的方向积极迈进，安全管理也在紧跟时代步伐，迈向数据化、智能化时代，为智能制造的实现提供基础保障。