典型特种设备质控数字化关键技术研究与应用概述

蓝 麒 曹宏伟 郝素利 刘 渊 李 擎 谭明波

（1.中国特种设备检测研究院 北京 100029）

（2.中国矿业大学（北京） 北京 100083）

（3.北京信息科技大学 北京 100096）

1 引言

“典型特种设备质控数字化关键技术研究与应用”属于“十四五”国家重点研发计划项目“国家质量基础设施体系”专项，本项目通过数字化转型，力求实现特种设备质量安全风险防控数据高度可信、信息充分共享、资源智能匹配、业务辅助决策，推动特种设备质量安全风险综合治理能力的跨越式提升。本项目是“十二五”国家科技支撑计划“基于风险的特种设备安全监管关键技术研究”与“十三五”国家重点研发计划“基于大数据的特种设备事故预测预防技术研究”与“高参数承压类特种设备风险防控与治理关键技术研究”的延续与拓展。

项目针对特种设备质控去中心化协同机理、质控知识表达与推理决策等两大科学问题，主要围绕以下关键技术开展研究：1）质控全链条、多主体质量安全要素多维特征抽取及基于超级账本的质控数据去中心化共享技术；2）多维质控数据赋权拜占庭共识及自动校验智能合约共融技术；3）基于图模型与启发式算法融合的防控资源匹配调度技术；4）检验和监管的知识表示、抽取、推理与集成技术；5）基于混合现实的典型特种设备远程智能诊断技术。项目课题设置与相互关系如图1所示。

图1 项目课题设置与相互关系

2 研究概况

Sebastian等人[1]将新一代数字化技术总结为SMACIT，即社交技术（Social）、移动技术（Mobile）、分析技术（Analytics）、云技术（Cloud）和物联网技术（IoT），包括大数据、云计算、区块链、物联网、人工智能、虚拟现实技术等。数字化技术赋能传统产业提质增效，通过与数字技术全方位、全链条、全流程的融合，从而重建新的产业链、供应链、价值链，带来新的产品形态和新的商业模式，是实现可持续发展、高质量发展和培育新增长点的关键。整体而言，全球数字化转型尚处于发展探索期，生成式人工智能等技术产品正逐步从实验走向商用，国内外金融、司法、物流、医疗、制造等领域正在积极探索尝试应用，特种设备领域跨区域、全链条、多主体防控数字化刚刚起步。

2.1 立项背景

截至2022年底，全国特种设备达到1 955.25万台[另有气瓶2.35亿只、压力管道85.9万km（在册）]，其中电梯964.46万台、大型游乐设施2.52万台（套）[2]。“十三五” GDP直接贡献率达2%～3%，关联贡献率达64.13%[3]。根据市场监管总局历年通报，2013—2022年全国发生特种设备事故1 912起，死亡2 018人，严重影响生产安全和社会稳定，其质量安全和风险防控备受社会关注。目前，我国在特种设备质控方面采取的技术手段和方式较为传统，综合效能差、数字化水平低，亟须通过数字化转型，实现质控数据高度可信、质控信息充分共享、质控资源智能匹配、质控业务辅助决策，推动质控综合能力和水平提升。

新中国成立70余年来，我国特种设备体制机制不断完善、法规标准体系不断健全、安全科技成果不断取得突破[4]、安全水平和应急能力不断提升，形成了中国特色的特种设备安全监察体系。根据行业领域特点，特种设备重点关注设计、制造、安装、使用、修理、检验、监管等全链条、多主体的质量安全风险防控，其中检验和监管是关键环节，能够涵盖设备全生命周期各个节点。当前，特种设备质控主体在不同环节建立了多个不同系统，但未实现充分联通，且工作方式传统、手段单一，在数据方面存在来源不可靠、标准不统一、数据壁垒和数据烟囱、不实数据和僵尸数据等问题，在防控资源方面存在区域配置不合理、基层人员专业知识和经验不足、优质专家资源难以普惠、现场智能化专业装备欠缺等问题。

因此，为解决数据孤岛与数据可信问题以及满足防控资源合理配置、防控效能提升等需求，亟须通过研究数字证书和报告的生成，结合区块链技术，探索多主体质控数据上链的验证共识，实现全程留痕、可以追溯、不可篡改；通过对防控主体资源能力的表征，开展设备风险与防控资源关系匹配计算，实现资源跨区域、跨主体、跨层级的准确、快速匹配调度；通过融合设备基础数据、法规标准、检验报告、监察文书等文本数据，搭建检验、监管与应急知识图谱，实现智能辅助决策问答；通过流程虚拟仿真MR作业指导和多维可视化指引，实现远程专家辅助，革新传统质量安全风险防控模式。

2.2 研究现状

1）物联网、大数据、云计算等新一代数字化技术在特种设备质控方面的研究和应用不够深入、不够充分。

新一代数字化技术革命已成为全球关注重点，正在对全球制造业、服务业格局产生重大影响。美国先后发布《联邦大数据研发战略计划》《美国及其智能国家战略》等，构建了以开发创新为基础、以促进传统产业转型为主旨的政策体系[5]。德国积极践行“工业4.0”，促进传统产业的数字化转型[6]。在具体行业，国外通过标准、手册等形式，建立若干数据量大的设备失效数据体系，基于数据驱动的分析方法逐步得到应用。

在我国，新一代数字化技术与经济社会尚未深度融合，尤其是数字化技术在特种设备质控中的应用，还处于起步阶段。中国特种设备检测研究院在知识表达、大数据故障预测、基于智能网联的移动式承压设备监管等方面取得了一定的科研成果[7]。江苏特检院、上海交通大学、广州特检院等针对电梯[8]、起重机[9]，开展了智能监测与预警技术等研究。总体来说，智能化、数字化水平较低，研究和应用不够深入。

2）特种设备质控需求与区块链技术深度融合，实现数据、业务和模式的去中心化是发展方向。

近年来，以美国、欧盟、英国、德国、日本、韩国等为代表的世界主要国家相继出台政策支撑区块链产业发展。主要应用领域包括政务、金融、医疗健康、数字身份、供应链与物流等。去中心化是区块链最显著的特征，但去中心化自治组织作为数字经济发展范式下的新兴事物，目前尚未形成统一的概念，Brafman等人[10]首次构建了去中心化自治组织的理论雏形；Benkler等人[11]强调并行参与者拥有多样性的动机，通过相互间的交流来达到协调一致，指出去中心化自治组织根据协议中定义的规则进行决策与执行。

国内特种设备质控工作，常州等地开展了基于区块链的气瓶安全追溯尝试[12]，在大部分地区还主要依靠纸质文件记录和证书报告、人工经验分析，导致数据可信差、共享难和效率低等问题。在传统工作模式下，由于知识经验共享难，基层检验监管工作经验积累匮乏、专业化水平低等，容易造成特种设备质控的“低洼地带”。迫切需要依托数字化技术将传统检验监管方式与区块链技术深度融合，实现数据、知识、经验的上链共享和数据、业务与模式的创新发展，推动质控效能提升。

3）智能资源调度、辅助决策方法研究和装备研制，提升基层检验监管能力，是特种设备质控数字化要解决的关键问题。

数据是促进数字发展、优化领域资源配置、应急安全防控的关键要素。海量数据资源蕴含着巨大价值，为数字化和智能化发展带来了新的机遇。美国DOMO公司从其企业客户的各个信息系统中抽取、整合数据，再以统计图表等可视化形式，将数据蕴含的信息推送给不同岗位的业务人员和管理者，从而做出判断和决策[13]。伊利诺伊大学厄巴纳尼香槟分校提出一种统一的判别影响模型，推断出用户家庭位置的数字画像，用以在推特上定向推送广告和新闻等应用[14]。

目前，在特种设备安全监管领域，优势资源主要集中在一线城市和东部经济较为发达的地区，地域分布不均衡。在数据、业务和模式去中心化的基础之上，开展智能资源调度、辅助决策方法研究和装备研制，是提高基层检验监管水平、提升质控能力的有效途径。数字画像技术是充分利用数据资源的一种高效方式，从不同角度通过标签或者指标的形式予以展现，最早出现于电商和银行等行业。知识图谱是另一种数据资料的利用方式，有利于特种设备现场的检验监管辅助决策。我国在医疗卫生、智库检索、无线网络、高速列车、智能制造等领域，数字画像和知识图谱技术已有广泛应用。东华大学、上海特检院等单位开展了基于知识图谱的电梯故障预测研究[15]。总体来说，国内对于充分挖掘数据的有效信息，开展基于数字画像和知识图谱的特种设备检验监管的研究还相对较少。

3 项目总体研究方案

本项目软硬结合，将质量基础设施体系与数字科技相结合，是首个以软科学理念为引领、以数字化技术为基础、以现代化治理为核心的特种设备质量安全风险防控研究项目。项目拟面向特种设备质控数字化转型需求，以“理论方法—数据基础—关键技术—集成示范”为主线，围绕质量安全风险防控去中心化和智能决策，通过搭建基于区块链的去中心化联盟链，实现质控数据可信和共享，建立质控资源匹配调度策略库和“设备-场景-规范”知识库，构建检验和监管智能辅助决策系统及装备，建立“智能检验”和“智慧监管”新模式，并在全国范围内的电梯、大型游乐设施、长管拖车开展示范应用。项目面向数字化治理、面向智慧监管和智能检验、面向人工智能、面向仪器装备，推动治理模式变革、方式重塑、能力提升，助力特种设备现代化治理体系建设。项目总体技术路线如图2所示。

图2 项目总体技术路线

4 项目各课题主要研究内容

4.1 课题1：特种设备质控去中心化协同框架及关键标准研制

识别特种设备质控数字化转型需求，基于质控数字化中的技术及制度难题，以数字赋能和数字赋权为视域，从技术和制度2个方面构建质控数字化转型框架；基于深度学习构建质量安全要素事件特征提取模型及关系特征提取模型，形成全链条、多主体质量安全要素集及元数据规范；构建质控数据、模式及制度去中心化协同模型，为质控去中心化协同提供理论基础及方法支撑。

4.2 课题2：特种设备质控数据共融共识与分布式协作技术及标准研制

针对特种设备质量安全风险防控全链条、多主体数据共融共识、互信共享等需求，研究全链条、多主体数字证书和报告的生成规则和标准，形成质控数据的数字化及其标准，解决数据不统一问题；建立基于业务主体交互关系的数字证书和报告的共识机制，实现质控数据上链的多主体验证和共识；设计全链条、多主体信誉积分与实用拜占庭容错算法相结合的特种设备信誉积分赋权共识算法，建立数据校验等智能合约方法集，构建全链条、多主体特种设备质控区块链，实现质控数据的可信传递与分布式协作。

4.3 课题3：特种设备质控主体数字画像与资源匹配调度方法研究

以实际需求为导向，针对“设备风险-防控资源”之间不平衡、不匹配问题，围绕检验、监管和应急3种场景，以特种设备检验机构、监管机构、制造单位、使用单位和人员为防控资源主体研究对象，采用融合信息熵的相似度组合算法，开展主体资源能力标签与多维能力表征研究；开展设备风险与防控资源关系映射和匹配调度方法研究；开展资源匹配与调度策略的评估与优化，形成面向场景需求的调配策略库。

4.4 课题4：特种设备现场检验监管智能辅助决策关键技术与装备研发

围绕异质知识经验的数字化与匹配推荐问题，研究风险防控“设备-场景-规范”模型构建与知识结构化表征方法；应用命名实体识别、弱监督学习、增强预训练语言模型等方法，抽取风险防控实体、关系及属性，构建检验、监管与应急规范知识图谱。研究辅助决策检索意图识别与规范知识的匹配推荐方法，开发辅助决策服务系统，实现现场检验和监管的智能检索、问答和推荐。研究检验、监管工具模块化与多模态参数自动感知技术，研制多功能集成便携式检验与执法装备，实现现场检验和监管的设备识别、项目匹配、方法推荐、风险提示等智能辅助功能。

4.5 课题5：典型特种设备质控分布式云平台研发及示范应用

针对基层人员知识储备不足，以及自然灾害、疫情及突发状况等不可抗力因素对典型特种设备故障救援、检验维保等工作的不利影响，研究基于数字孪生与混合现实的典型特种设备故障远程诊断以及检验维保应急智能辅助指引关键技术，搭建具有资源调度、辅助决策、远程诊断等功能并满足集用、集管、集控、集智等需求的典型特种设备质量安全风险防控分布式云平台，结合云边协同便携装备开展示范应用。

5 项目预期成果与经济社会效益

通过本项目研究，将形成特种设备质控数字化转型总体技术解决方案，建立质控数字化技术方法体系和智慧云平台，大幅提升特种设备监察、检验和应急资源和知识服务能力，主要包括9套图谱、2套装备、1个平台，如图3所示。

图3 项目预期主要成果

提出全链条、多主体、多源异构数据融合方法，基于超级账本构建全链条、多主体的数据去中心化存储及共享模型。设计基于业务与主体交互关系的共识机制，建立自动数据校验及智能合约方法集，形成质控数据共融共识与可信传递方法。以检验机构、监管机构、制造单位、使用单位和人员为防控资源主体，构建质控能力评估模型，形成检验、监管和应急场景下防控资源匹配与调度通用方法。构建电梯、大型游乐设施、长管拖车知识图谱，形成检验、监管、应急知识匹配与关联推荐决策方法。研究基于混合现实的检验维保智能辅助和典型故障远程诊断及救援指引技术，形成“远程+现场”“人工+智能”双模式驱动的特种设备远程诊断协作方法。采用工具模块化、集成化、便携式技术设计理念，研制智能化专业检验工作装备、可穿戴式安全监管移动执法装备，实现检验和监管工作指导、方法推荐、风险提示等智能辅助功能。研究成果以装备的形式呈现。采用“平台+服务”模式，搭建特种设备质控分布式云平台，为手持装备跨库检索、案例智推、智能问答等应用提供数据与算力支撑。

本项目具有重要的社会经济效益，项目旨在解决特种设备质控数字化转型所面临的问题，预期在质控数据可信、质控信息共享、质控资源智能匹配、质控业务辅助决策等方面取得一系列的研究成果，有助于提升基层检验、监管人员的专业技术水平和解决复杂问题能力，促进人效提升和知识下沉，提升检验、监管质量和智能决策水平，具有非常显著的社会效益。项目构建的特种设备质控数字化转型总体技术解决方案及其相应的方法和平台，将为设备安全生产、应急管理、资源调度、远程诊断等诸多方面和产业提供多种高附加值、高质量的增值服务，有利于大幅提升特种设备质量安全风险防控的管理效能，降低检验和监管成本，一定程度上节省企业运营成本，让数据多跑路、企业少跑路，助力数字政府和数字社会建设，预计每年可为国家和企业产生间接经济效益数亿元。

6 总结与展望

本项目预计主要在3个方面取得创新和突破：1）建立特种设备质控去中心化协同通用方法，揭示质控去中心化协同机理，基于Fabric架构（联盟、组织、用户）和赋权拜占庭算法，建立数据共融智能合约集、共识机制算法模型，研发质控联盟区块链，解决数据可信共享问题，为质控去中心化协同提供理论及数据基础；2）建立防控资源匹配调度通用方法，构建“设备风险-防控资源”映射关系图模型，采用蚁群算法等启发式算法建立匹配计算与组合优化模型，攻克多约束场景下资源匹配调度策略方法，解决防控资源不平衡、不充分难题，实现资源合理有效配置；3）建立检验、监管与应急智能辅助决策装备系统，基于知识图谱技术构建质控知识库，提出基于深度学习的质控知识提取模型，与基于图神经网络的知识匹配模型，研发面向检验和监管现场工作的便携式装备，解决特种设备质控知识表示与推理问题，实现知识经验的共享和传播。通过特种设备质量安全风险防控数字化关键技术研究，助推“智能检验”和“智慧监管”新模式，助力数字中国、数字政府建设，提升我国特种设备质量安全保障能力，保护人民生命财产安全。