基于群智感知的石化企业噪声地图平台设计与实现

赵 盛，孙 迪，于金宁，张昌运

(中石化安全工程研究院有限公司，山东青岛 266104)

石化企业工艺复杂，噪声源密集且涉及工种广泛，近年来，职业性噪声聋发病率呈总体上升趋势，严重危害职业人群的身心健康。噪声地图通过实际数据采集、声学仿真模拟等，生成噪声值分布图，用以指导噪声污染治理和预测噪声污染发展趋势。但传统噪声地图存在开发成本高、数据采集不全、时效性局限等问题，而群智感知技术可以利用移动设备作为基本数据采集单元，通过互联网协作，最终实现大规模复杂数据的分析和挖掘。本研究提出利用群智感知技术解决噪声地图技术瓶颈，为指导全厂级噪声地图绘制提供科学依据。

1 需求分析

1.1 现状及问题

噪声地图依托声学仿真模拟软件，得到表现噪声空间分布的数据地图，广泛用于噪声的监测、预测和噪声影响评估，是一种行之有效的噪声污染管理手段。目前，噪声地图多用于城市交通声环境判定和预测，而工业区噪声地图绘制应用较少，究其原因如下：①工业区噪声源点多面广，空间上分布不均匀，时间上非稳态(生产工况切换)，传统噪声污染监测使用单点监测或人工单设备监测，数据采集成本高昂；②传统噪声地图数据采集仅基于正常工况下噪声水平，对异常工况下的噪声影响无法做出准确评估；③传统噪声地图5年甚至更长时间才更新一次，时效性严重滞后，无法及时全面掌握和控制厂区内噪声污染。

1.2 应用需求

按照《“工业互联网+安全生产”行动计划(2021—2023年)》部署，构建开放型安全信息生态系统，最大程度提升安全管理效力，相关管理部门亟需构建一套数据采集成本低、多次重复采样、时效性高的噪声地图平台，可通过分析噪声地图和实际情况，准确指导厂级声环境功能区划分；掌握噪声暴露人口及比例，确定适当的治理计划；预测噪声危害的发展趋势，提出最优对策和建议。

基于以上分析，提出构建基于群智感知的石化企业噪声地图平台，实现大型工厂实时地图的数据采集、可视化。

2 架构设计

随着移动智能设备的普及及通信网络技术发展，群智感知技术作为新型有效的数据收集技术，可收集原来需要布置大量传感器才能收集的信号数据，使其在大型化工领域应用成为可能。本文设计的基于群智感知的石化企业噪声地图平台包括3个组成部分：安卓采集终端、Web服务器端和客户端，见图1。

图1 基于群智感知的石化企业噪声地图平台架构

2.1 安卓采集终端

执行噪声传感数据的采集、存储、上传，包括分贝数据、GPS数据和时间信息。随着安卓系统的智能对讲终端在大型化工厂的逐渐普及，其内部配备的麦克风传感器、GPS数据、陀螺仪传感器、加速度传感器等可实现对噪声传感数据的采集。嵌入的数据管理模块完成数据的过滤和校正，以消除智能终端采集的噪声数据与标准噪声仪器测量的结果偏差。

2.2 Web服务器端

根据用户场景分类和噪声传感数据质量评估分类，负责对噪声传感数据持久化存储，以及数据清洗、处理，选取有效数据作为噪声地图绘制基础。场景分类包括静态型(封闭空间、开放空间)、动态型(封闭空间、开放空间)。噪声传感数据质量评估分类能够帮助过滤低质量的传感数据、提高用户总体贡献度。

2.3 客户端

客户端有安卓终端和Web客户端。数据建模后，选择合适的验证算法进行分析和可视化管理。数据分析使用折线图、柱状图绘制噪声分贝数据实时动态变化趋势，可视化管理采用不同颜色梯度、特殊高亮形式显示的热力图在地图上渲染、展现分贝变化趋势。

3 功能特性

基于群智感知的石化企业噪声地图平台总体功能包括基础服务管理和风险预测预警。

3.1 基础服务管理

手持安卓智能对讲终端的巡检人员作业过程中无需特殊操作即可实时上传噪声监测传感数据，噪声数据真实有效地反映了厂内装置区噪声分布情况。通过全厂级三维立体式噪声分布数据图，可更加准确地界定噪声功能分区，优化监测点位置，掌握接噪人员暴露水平，为后续针对性的提出噪声污染管理措施提供技术支持。

3.2 风险预测预警

噪声监测传感原始数据经平台数据分析模块处理，得到每个岗位人员各个巡检标段的接噪声功率值和贡献系数，形成声贡献量数据库，同时根据国家职业卫生限值标准要求划分噪声危害风险等级；平台数据评估模块可筛选出影响岗位人员接噪水平的敏感数据点，作为工程治理目标的选择依据。

一方面，针对工程治理的敏感目标，通过平台预测预警模块在目标声源和巡检路线之间增加隔声设施，调整各类参数(包括隔声设施材质、结构、隔声量、吸声系数等)、对比噪声工程治理前后效果，预测噪声风险降级达标情况；另一方面，新改扩建设项目、分期建设项目等对既有声环境影响情况，可通过平台预测预警模块新增声源，赋予声源类型、高度、发声特性、声功率等参数值，观察噪声地图等值线变化趋势，预测声环境内噪声风险等级，对其中噪声影响超标区域，从规划角度提出拟建项目的噪声防护方案。

4 管理应用

选取某石化厂联合生产装置作为应用试点。配备安卓智能对讲终端的作业人员在工艺巡检、设备操作、参数核查等作业过程中，可实时采集到真实有效的声压级数据(采集模块显示巡检路线5个高噪声区域为：酸性水汽提塔区88.6 dB(A)；压缩机区99.5 dB(A)；加氢精制压缩机区87.3 dB(A)；高低分罐区89.5 dB(A)；泵区93.2 dB(A)。联合装置外操工个体接触噪声水平为89.2 dB(A))。管理平台根据场景分类(剔除临时性作业引发的背景噪声数据)绘制声压级地图，见图2。

图2 某石化厂联合生产装置区域环境噪声分布(标高1.5 m)

数据评估模块分析得出加氢精制压缩机区的声贡献量为168%，按照国家职业卫生限值标准，属于高风险等级，因此将加氢精制压缩机标段列为敏感治理目标。平台预测预警模块识别高风险后，可人工在降噪模型数据库中选取适合现场的降噪模块，即在目标声源和巡检路线之间增加隔声设施(隔声量35 dB(A))，降低外操工在加氢精制压缩机标段区域接噪水平，经平台推算后，预测个体接触噪声水平可降至82 dB(A)，符合国家职业卫生限值标准，风险等级降为低风险，见图3。

图3 某石化厂联合生产装置区域环境治理后噪声分布预测(标高1.5 m)

5 结语

基于群智感知的石化企业噪声地图平台在噪声数据实时动态显示、声贡献量分析、噪声风险识别预警和降噪治理效果预测方面为企业职业健康管理提供有力技术支撑。一方面，噪声地图以数字和图形的方式显示噪声污染在石化厂生产装置的分布情况，可用于制定减轻噪声影响的策略，如工程治理、缩短接触时间、人员听力保护等；另一方面，传统噪声地图反映的是年平均噪声指标，本系统为动态噪声地图，在不影响作业的情况下可多次定期采集声压级数据，快速实时的预测噪声变化情况。

基于群智感知的细粒化实时噪声地图平台处于起步阶段，在噪声传感数据过滤校正、算法分析、数据推测精度等方面还需进一步提高。但基于群智感知的噪声地图技术将会作为企业自主风险辨识、管控的强有力手段，最终实现精准预警、精准管控，为噪声职业病防治提供第一线视角及闭环管理。