基于关键区域特征匹配的生产现场隐患识别方法

唐 强

（1.华南理工大学，广东 广州 510006；2.广东省能源集团深圳市广前电力有限公司，广东 深圳 518054）

0 引言

生产现场存在的隐患主要包括设备隐患、操作隐患、环境隐患、管理隐患等。其中，设备隐患是指由设备老旧、安全装置失效、维护不当等问题造成的安全性生成事故。操作隐患是指由操作人员技能不足、疏忽大意、违规操作等问题造成的安全生产事故。环境隐患涉及地面湿滑、通风不良、照明不足等生产现场环境不良问题，会对安全生产造成影响。管理隐患可以理解为安全管理不到位，包括安全制度不健全、安全检查不到位、安全教育不足等表现形式，也会导致非安全事故的发生[1]。为了消除生产现场的隐患问题，可以从加强设备维护和检查、改善生产现场环境、建立健全安全管理制度、改善生产现场环境、配备安全设施等方面着手，在确保生产现场安全的同时，避免生产任务发生中断。

对于生产现场各类隐患问题的识别，姚懋欣等提出了基于LSTM 特征提取的识别方法，在长短时记忆网络的基础上，提取生产现场各类隐患问题的复位特征，再通过统一化训练的方式，确定各类隐患问题的表现形式[2]。段翔兮等人提出了基于KNN 算法的隐患识别方法，通过使用Vicon 软件完成对生产设备运行状态的捕捉，采用KNN 算法提取生产现场的各类隐患信息，并以此完成对各类生成设备运行能力的分析。建模过程中，主机元件使用8 个定位点对生产现场进行全方位标记，利用摄像头捕捉生产设备的运行动作，再以此来判断是否存在隐患问题[3]。然而，在实际应用过程中，基于LSTM 特征提取的识别方法、基于KNN 算法的隐患识别方法普遍存在着无法完全准确地识别出设备老化、操作不规范、物料储存不当这三类隐患的问题。除此之外，还有学者提出了检查表法，使用事先设计好的检查表或者评估表进行系统性的检查和评估，根据指标判断是否存在隐患。但是某些隐患可能只在特定条件下可见，对于经验法和检查表法来说难以发现。

为避免上述情况的发生，本文设计一种基于关键区域特征匹配的生产现场隐患识别方法。关键区域特征匹配是指利用技术性手段对生产现场的关键区域进行特征识别与匹配，实现更有效的生产管理和质量控制[4]。在生产现场，关键区域主要包括原材料区、成品加工区、半成品加工区、成品检验区与半成品检验区，针对这些区域进行特征匹配处理，既可以避免出现产品质量与生产效率不达标的问题，也能够实现对各类隐患问题表现能力的准确判定。

1 生产现场隐患信息处理

基于关键区域特征匹配的生产现场隐患信息处理就是在关键区域特征匹配算法的基础上，定义具体的隐患信息分类标准，本章节针对上述内容展开深入研究。

1.1 关键区域特征匹配

1.1.1 隐患信息的关键区域特征获取

获取生产现场隐患信息的关键区域特征的步骤如下：

1）划分关键区域：明确生产现场各个关键区域的划分标准，主要包括原材料存放区、成品存放区与生产加工区。

2）收集关键区域的生产特征数据：可以用来描述生产现场隐患问题的关键区域特征数据涉及设备信息、操作信息、监管信息等，可以通过现场调查、监测反馈等方式进行收集。

3）关键区域特征信息整理：对员工反馈及收集所得的生产现场关键区域特征数据进行针对性整理与分析，找出各项潜在的隐患信息[5]。

4）关键区域隐患信息的监测与反馈：完成隐患信息的收集与获取后，还应针对生产现场关键区域进行持续监测，以确保后续识别流程的准确实施。

设定M1，M2，…，Mn表示n个不同的生产现场关键区域定义参量，β表示隐患信息取样系数，表示生产现场关键区域特征的数值定义项，采用上述物理量，可将隐患信息的关键区域特征表达式定义为：

式中：χ表示生产现场关键区域特征信息的整理参数；α表示生产现场关键区域的标准划分向量。为实现对生产现场隐患问题的准确识别，获取关键区域特征时，应避免对不同类型的信息参量进行混合运算。

1.1.2 信息区域特征的匹配运算

针对生产现场隐患信息区域特征的匹配运算就是利用关键区域特征获取条件，确定当前获取隐患信息所属的具体特征区域。基于关键区域特征匹配算法运算信息参量的主要目的，就是实现对生产现场隐患问题的精准识别，因此在实施关键区域特征数据的匹配与比对处理时，应关注存在异常情况的区域内，是否能够提取出多种不同类型的潜在隐患数据[6⁃7]。

用V表示关键区域内的隐患信息标记向量，表达式如下：

式中：ΔX表示生产现场隐患信息的单位累积量；c表示关键区域之间的特征信息参量匹配系数；x表示关联性度量值。

联立式（1）、式（2），可得到生产现场信息区域特征的匹配表达式为：

1.2 隐患信息分类标准定义

基于关键区域特征匹配条件定义生产现场隐患信息分类标准，主要涉及人员行为类隐患、设备设施类隐患与物料储存类隐患。人员行为类隐患包括错误操作、个体身体异常、疲劳操作等情况，可以理解为由人员操作不当或违反安全操作规程所引发的事故隐患[8]。设备设施类隐患包括设备布置不当、设备安装不合理、设备破损以及设备故障等行为情况，是指由设备设施老化或不及时维修所引发的生产安全型事故隐患。物料储存类隐患的表现形式较为单一，主要是指由易燃物料储存不当和有害物质泄漏造成的生产现场隐患问题，具有一定的危险性[9]。

隐患信息分类标准的定义可以根据生产现场的不同进行细化与调整。在制定分类标准时，必须考虑现场可能存在的各类风险性因素，并结合具体生产情况进行划分。

2 生产现场隐患识别方法设计

根据关键区域特征匹配原则设计生产现场隐患的识别方法，还应排查具体隐患问题，并通过评估隐患等级的方式求解识别阈值参量。

2.1 隐患问题排査

排查生产现场隐患问题的目的在于尽可能早地发现各类潜在隐患。首先，应根据关键区域特征匹配原则确定具体排查范围，并以此为基础，定义具体的隐患排查实施项目；然后，对上述项目所对应的隐患问题进行一一排查；最后，根据生产现场的安全运营情况及实际生产背景，落实隐患排查工作的每一个项目，如果排查过程中被测项目存在较大的安全隐患，则必须立刻停产，并对其进行相应的整改与整顿[10]。

生产现场隐患问题排査标准的表达式为：

式中：a表示生产现场隐患问题排查任务的立项系数；ha表示基于参数a的隐患整改向量；ga表示基于参数a的隐患排查实施向量；η表示排查效率。对于生产单位而言，如果整改隐患问题所需消耗的时间较长，则应在完成排查后，申请相关部门进行检查，在确保达到生成标准后，才可以恢复施工。

2.2 隐患等级评估

对于生产现场隐患等级的评估，通常根据隐患问题排査结果确定具体的评估标准，以便于生产单位制定更为可行的识别方案。一般来说，识别生产现场隐患等级遵循三级评估标准。一级隐患会严重威胁人员的生命安全与财产安全，有可能引发重大生产事故，如常见的生产工艺操作漏洞、安全防护设备严重损坏或缺失、危险化学品存储与管理不合规等。二级隐患会对人员的生命安全和财产安全造成一定程度的威胁，有可能引发一般性的生产事故，如部分设备安全防护措施不足、操作流程不完善等。三级隐患对人员的生命安全和财产安全影响相对较小，只会造成轻微的生产事故，如生产设备维护不及时、危险物质标识不清晰等。

设A1表示一级隐患定义项，A2表示二级隐患定义项，A3表示三级隐患定义项，表示标准评估向量，表示单位识别周期内的隐患信息取样均值，f表示基于关键区域特征匹配所定义的隐患信息评估权限值。联立上述物理量，可将生产现场的隐患等级评估条件表示为：

评估生产现场隐患等级时，需要列举出所有可能出现的风险性因素，以确保对隐患问题进行准确识别。

2.3 隐患识别阈值计算

计算隐患识别阈值时，需参考隐患问题排査、隐患等级评估结果。阈值可以理解为阈度标准，在排查生产现场隐患问题的过程中，若针对每一生产环节进行筛查，则会使得生产单位所承担的施工任务量大大增加，不但需要完成预先设定的生产任务，还必须针对现场各个环节进行仔细检查。若以隐患识别阈值为标准，定义具体的识别方案，能够适当缓解生产单位所需承担的施工压力，从而在保障顺利完成生产任务的同时，识别出所有潜在的隐患与风险问题。

为实现对生产现场隐患的准确识别，基于关键区域特征匹配条件定义识别信息时，应根据具体施工情况定义相应的整改措施和计划。

3 实验分析与研究

在生产现场，隐患问题是导致不安全生产事故的主要原因。本次实验选择设备老化、操作不规范、物料储存不当三类隐患问题作为识别对象，其在生产现场中的具体表现形式如图1 所示。

图1 设备隐患表现

图1 中的隐患分别为设备老化隐患、操作不规范隐患和物料储存不当隐患。设备老化是指生产设备的超龄服役。在施工过程中，如果不能识别出设备老化问题并对其进行及时更换，不但会影响生产进度，还会导致不安全事件。操作不规范是指参与生产任务的操作人员没有掌握机器设备的正确使用方法，长期不规范操作既影响机器使用寿命，还有可能对操作者造成伤害。物料储存不当是指将参与生产任务的设备及原材料摆放在不当位置，影响后续生产任务的实施。

分别应用基于关键区域特征匹配的生产现场隐患识别方法（第1 组）、基于LSTM 特征提取的识别方法（第2 组）、基于KNN 算法的隐患识别方法（第3 组）三组不同技术手段进行实验，分别将三种方法的执行程序输入Visual 操作软件中，根据判断框所输出的结果，来确定当前应用方法是否能够对生产现场隐患进行准确识别。图2 为第1 组隐患识别具体实验结果。

图2 第1 组隐患识别结果

分析图2 可知，第1 组方法作用下，Visual 操作软件对于设备老化类隐患、操作不规范类隐患、物料储存不当类隐患的判定结果均为符合识别条件。第2 组隐患识别结果如图3 所示。

图3 第2 组隐患识别结果

分析图3 可知，第2 组方法作用下，Visual 操作软件对于设备老化类隐患、物料储存不当类隐患的判定结果为符合识别条件，对于操作不规范类隐患的判定结果为不符合识别条件。第3 组隐患识别结果如图4 所示。

图4 第3 组隐患识别结果

分析图4 可知，第3 组方法作用下，Visual 操作软件对于设备老化类隐患、操作不规范类隐患、物料储存不当类隐患的判定结果均为不符合识别条件。

综上可知，基于关键区域特征匹配的生产现场隐患识别方法可以识别出设备老化、操作不规范、物料储存不当这三类隐患问题，在后续生产过程中，不会造成不安全事件。该方法能够对生产现场隐患进行有效识别，符合安全生产的实际应用需求。

4 结语

基于关键区域特征匹配的生产现场隐患识别方法通过提取关键特征数据的方式，将必要隐患信息筛选出来，并采取相应措施对其进行处理，以确保生产过程的安全性、稳定性与高效性。在实际应用过程中，相关企业单位可以对该方法进行优化，以使其适应多种不同的生产现场环境。与此同时，企业也需要提高员工的安全意识与技能水平，并以此为基础，推导生产项目的顺利进行。