基于数字孪生的电力施工风险作业分析研究
2022-12-24潘静娟吴沁林徐浚哲施政奇
潘静娟,万 浩,吴沁林,徐浚哲,施政奇
(国网南通供电分公司,江苏 南通 226000)
0 引言
近年来,国内发生的基建项目安全事故不仅造成了重大的人身伤亡,也给国家带来了巨大的经济损失和不良的社会影响[1-3]。为此,国家安全生产监督管理局加大对基建项目的监管力度,出台了多个安全监管文件,以提高基建施工安全监督管理水平[4-5]。电力施工具有高空、施工难度大、施工周期长等特点[6]。其高危风险作业分析对于预防安全事故发生具有积极的意义。传统的高危风险作业分析依赖安全员人工进行现场监管,存在高危风险作业识别率低、隐患大等问题[7-8]。因此,亟需通过信息化手段,实现电力施工高危风险作业分析。
国内外许多学者对电力施工高危风险作业分析作了大量研究。文献[9]提出了1种基于安全闭环管理的电力施工高危风险作业分析方法,通过安全质量闭环管控,查找电力施工高危风险。文献[10]提出了1种基于风险因素辨识的施工高危风险作业分析方法,通过挖掘风险源辨识、风险事件辨识中的信息,建立风险评估体系。文献[11]提出了1种基于风险管理体系的电力施工高危风险作业分析方法,通过标准风险管理流程对高危风险进行管控。文献[12]提出了1种基于作业流程管控的电力施工高危风险作业分析方法,通过改进电力施工的流程,提高了电力施工高危风险分析能力。文献[13]提出了1种基于盾构风险管控的电力施工高危风险作业分析方法,通过辨识盾构风险源,对电力施工高危风险进行分析。由此可见,电力施工高危风险作业分析方法多样,且取得了一定的成绩。但上述研究中缺少对施工现场环境的还原,安全风险点标注不完整。
针对电力施工中存在的高危风险作业能力识别率低、隐患大的问题,本文提出了1种基于数字孪生的电力施工高危风险作业分析方法。在进行数字孪生三维建模的基础上,标注施工安全的风险点,并将摄像头获取的施工图像数据与最佳作业条件库的阈值进行比较,从而在出现施工状态异常时进行告警。
1 电力施工高危风险作业分析框架
电力施工高危风险作业分析框架如图1所示。
本文所述的基于数字孪生的电力施工高危风险作业分析主要包括建立电力施工现场三维模型、标注安全风险点、建立最佳作业条件库、施工人员行为分析这4个环节。
在建立电力施工现场三维模型环节,首先通过对电力施工现场实物的运行信息提取获取电力施工现场的数据模型[14],并以数字化检测获取电力施工现场的量测信息。然后,将数据模型和量测信息进行融合,并对施工现场进行仿真。最后,生成电力施工现场的三维模型。
在标注安全风险点环节,通过层次细节模型(level of detail,LOD)[15]对电力施工风险的关键点进行标注。
在建立最佳作业条件库环节,依据历史的电力施工现场的施工步骤、施工安全措施、施工环境影响因素等信息,建立最佳作业条件和预警范围。
在施工人员行为分析环节,通过施工现场摄像头和施工人员安全帽提取施工人员的行为特征,并将施工人员的行为特征与最佳作业条件库的阈值进行比较,在出现风险时作高危风险告警。
2 电力施工高危风险作业分析建模
2.1 电力施工现场三维模型建立
数字孪生技术是在航空航天飞机的信息镜像模型的基础上发展而来的。数字孪生是充分利用物理模型、传感器等数据,通过多尺度的仿真,将实体空间的物体在虚拟空间中建立映射关系。数字孪生技术可用于电力施工现场的安全管理[16-17]。
基于电力施工现场三维模型,在项目设计阶段,可利用三维模型的直观性提前发现设计图纸问题,并在项目开工前规避这些问题。正式开工前,通过对场地布置的三维建模,可分析项目材料的堆放、设备的进场,得出最佳布场方案。在施工准备阶段,可通过碰撞检测及净高分析,提前发现设计不合理的地方及各专业之间的碰撞问题,并通过施工深化设计对施工方案进行优化,提前解决施工过程中会产生的问题。基于三维技术搭建协同管理平台,并将模型与清单进行关联。基于三维数字化模型联动性的特点,设计变更后通过修改模型可快速统计出工程量的变化。设计开发变更流程管理功能是通过平台管理变更流程,实时掌握变更的处理情况。
电力施工现场三维模型建立分为5个步骤。
①电力施工现场数据提取。
电力施工现场的数据具有规模大、结构复杂等特点,通过降维、去噪方法,可有效提取电力施工现场数据。
设电力施工现场的三维模型的边分别为A、B和C,规整的路径有n个,则时间规整的取值范围为:
Max(|A|,|B|,|C|)≤n≤|A|+|B|+|C|
(1)
设电力施工现场三维模型边坐标为j、强度坐标为k、动态规整路径为Ue,则最佳的规整路径U(j,k)为:
(2)
②电力施工现场数字化检测。
通过计算、通信和控制技术的深度融合,实现电力施工现场数字化检测。这将有利于虚拟空间的数据与物理空间的深度融合,从而实现电网施工现场实体的智能化。
③电力施工数据实体仿真。
从规划、设计、建设等电力施工的全流程进行仿真,实现电力施工的信息流、施工进度、风险等数字化集成。
④电力施工现场数据特征关联。
建立电力施工现场内在机理模型,实现电力施工现场的实体与虚拟空间模型的连接。
⑤电力施工三维模型建立。
采用数字孪生技术,在电力施工全生命周期中的仿真、预测和优化流程,建立电力施工三维模型。
2.2 安全风险点标注
LOD模型是细节优化模型。在电力施工三维图形中,在不影响施工场景三维视觉效果的前提下,可采用逐层简化施工场景细节的方式来减少电力施工现场的复杂性。LOD模型可有效应用于安全风险点的标注[18]。
设:电力施工三维场景中的高危风险点的三维点位为a1,a2,...,am。其中:m为高危风险点的三维点位总数;电力施工三维的条件因子为fb。电力施工三维场景中的高危风险点Pb为:
(3)
通过式(3),可标注电力施工三维场景中的高危风险点。
2.3 最佳作业条件库建立
建立电力施工最佳作业条件库主要考虑在电力高危风险作业施工前对其作业范围进行划分[19],以及电力施工人员的施工步骤、施工安全措施和施工环境影响。电力施工最佳作业条件库如表1所示。表1中,阈值通过专家经验值确认。
表1 电力施工最佳作业条件库表
阈值的确定依据权重法,设:电力施工权重为w=(w1,w2,...,ws),s为阈值的总数;f为聚类中心个数;Eα为聚类的中心值;kb为特征值;Ga为中心单个指标贡献度。
(4)
电力施工阈值Δa为:
(5)
2.4 施工人员行为分析
在施工人员行为分析中,结合施工人员的5G安全帽的定位位置和电力施工现场视频监控确定监控范围[20]。平台在三维模型的基础上,通过5G安全帽定位施工人员的坐标信息,在三维模型中标注施工人员的位置。平台控制摄像头调取施工人员最佳监控位置,从而实现对电力施工现场人员的实时监控。
设通过施工人员5G安全帽监控的视频信息Zk为km×kn像素的矩阵视频。设倾斜旋转校准角度后的视频为Zs、5G安全帽监控的视频横切面边缘为Ux、视频纵切面边缘为Uy、电力施工现场视频的帧率为θ,则经过电力施工现场数字孪生模型与5G安全帽监控视频拟合后的数据Pv为:
(6)
拟合后的数据有效值为:
Zsj(Ux,Uy)=0≤Ux,Uy≤θ
(7)
同时,接入温湿度、风力等传感器数据,并将现场施工数据、施工环境数据与最佳作业条件的阈值数据进行比较。当施工人员偏离而出现安全隐患,系统会进行高危风险告警,并通知相关作业人员,以辅助施工现场安全管理。
3 仿真流程
通过对电力施工三维模型添加信息,利用三维模型对施工技术方案进行模拟预演。这不仅可以直观地表达设计效果,还可以检测施工过程中高危风险作业问题,以提前发现、规避问题。电力施工高危风险作业分析仿真流程如图2所示。
电力施工高危风险作业分析仿真步骤如下。
①通过电力现场施工数据建立电力现场施工三维模型。
②标记电力现场施工的安全风险点。
③依据历史的电力施工现场的施工步骤、施工安全措施、施工环境影响因素等信息,建立最佳作业条件和预警范围。
④将施工人员的行为特征与作业条件库的阈值进行比较,在出现风险时进行告警。
4 算例分析
为验证本文所提基于数字孪生的电力施工高危风险作业分析方法的有效性,在某地区电力现场施工中进行了验证。本文所提方法采用的计算机系统环境为Windows10,处理器为intel 酷睿8核2.8 GHz,内存为16 GB。
①电力施工高危风险作业运行时长。
电力施工高危风险作业分析模型的运行时长是反映高危风险模型处理性能的核心指标。电力施工高危风险作业分析模型的分析时长越短,则模型处理任务的速度越快。
试验分别选择5条、8条、10条、30条、50条、80条、100条、200条电力施工高危风险作业分析数据,采用本文所提基于数字孪生的电力施工高危风险作业分析方法与盾构风险模型对比模型运行时长。电力施工高危风险作业运行时长对比如表2所示。
表2 电力施工高危风险作业运行时长对比表
由表2可知,本文所提的基于数字孪生的电力施工高危风险作业分析方法在风险识别时长方面短于盾构风险模型。
②电力施工高危风险作业分析准确率。
电力施工高危风险作业分析准确率是风险识别的核心指标。其计算方式是风险分析正确的数量与分析总数的比值。该比值越高,说明分析效果越好。
试验分别选择1 000条、2 000条、3 000条、5 000条、6 000条、8 000条、10 000条电力施工高危风险数据,采用本文所提基于数字孪生的电力施工高危风险作业分析方法与盾构风险模型对比识别准确率。电力施工高危风险分析准确率对比如图3所示。
由图3可知,本文所提基于数字孪生的电力施工高危风险作业分析方法在风险识别准确率方面优于盾构风险模型。
③电力施工高危风险作业分析结果。
采用本文所提基于数字孪生的电力施工高危风险作业分析方法进行高危作业风险分析,可知风险点在变电站间隔区域。
5 结论
为解决电力施工中存在的高危风险作业识别率低、隐患大的问题,本文提出了1种基于数字孪生的电力施工高危风险作业分析方法。首先,通过数字孪生技术建立电力现场的三维模型,并标注施工安全的风险点和建立最佳作业条件库。然后,将施工现场人员5G安全帽定位传感器信息与虚拟环境中人员三维模型进行绑定,实时监控施工现场作业人员的位置信息并进行比较,当出现风险时进行告警。最后,将本文所提方法应用在某地区电力施工现场,其运行结果验证了该方法的有效性。下一步研究将结合语言技术,实现在电力施工高危风险时对电力施工现场人员的语音提示。