近年來，能源化工企業(yè)的生產安全事故頻發(fā)引起社會各界高度關注，也對能化企業(yè)安全生產管理提出了更高的要求。寄云科技認為，安全生產管理作為復雜的社會技術系統，“人”是這個系統中最不具有可控性的元素，應當盡可能的避免過度的以改進“人”為目標的行政管理方式，而應該加大技術投入，讓物聯網、大數據和人工智能等提升設備、系統的可靠性，更好的輔助“人”進行安全生產管理。寄云科技通過工業(yè)互聯網等技術，已經幫助多個大型能化集團企業(yè)落地了數據驅動的安全生產管理解決方案，助其實現了從“制度”式管理向“科學”式管理的躍遷。
突破安全生產管理制度階段
安全生產管理理論和技術的發(fā)展已經歷了上百年，從模式角度來看，其經歷了經驗、制度、科學等階段的變遷。當前國內多數企業(yè)完成了從經驗管理到制度管理的遷移，較好的企業(yè)正在進行從制度管理到科學管理的探索和實踐。由此可見，國內大多數企業(yè)還處在以“人”為中心“制度”式安全生產管理階段。
但是這種以制度、行政管理為主，以人為核心的安全管控方式，是無法避免安全生產管理“死角”的。首先，“人”是安全生產管理這個復雜社會技術系統中的高級智慧“元素”，其有主觀能動性，有身體狀況、情緒、注意力等各種非可精確計量、控制的因素存在，所以，客觀來講，我們永遠也不可能追求到“人”不出現任何差錯。事實上，很多安全事故都是由于“人”的一個小的疏忽、大意才釀成了重大的安全事故。
其次，即便排除了“人”的不可控的可變因素，單就“人”自身的管控“能力”來講，其也面臨著大量時空盲點。比如，再頻繁的人工巡檢也不可能做到所有問題的實時發(fā)現。而對于人體難于到達的空間，以及人力所不能達到的觸覺、嗅覺等，都需要借助于外力。
再進一步來講，我們借助各種傳感器、儀器儀表獲得了各種設備、環(huán)境、生產等指標，單靠人力就能實現更高水平的管理嗎?可以肯定的是不能。企業(yè)現有的設備已經有了很多直接可見的指標，如控制系統的報警、現場人員的行為、可見或者可感知的環(huán)境變化等方面，實現了一些人員定位、電子圍欄、危險氣體超標等方面的告警，但企業(yè)仍然無法對內在的很多深層次指標進行深入分析，而往往很多安全事故并不是目力所及的直觀指標就能發(fā)現潛在危險的，需要大數據、人工智能來發(fā)現。
總體來看，當下處在“制度”模式階段的企業(yè)安全管理普遍面臨著：1、監(jiān)控設備缺失或系統局限性帶來的監(jiān)控數據及管控實時性欠缺;2、瞞報、漏報、誤報等帶來的數據真實性不足;3、數據、系統分散割裂帶來的數據分析片面性，以致無法實現基于全局數據的危險預知和預測。換句話說，這些企業(yè)對“人”的管理抱有過高的期望，而對技術的投入顯著的不足，才導致了當下企業(yè)努力改進安全生產管理卻收效甚微，沒有理清“人”與“技術投入”哪個才能獲得更加可靠的收益。
層次化思維落地安全生產管理
事實證明，物聯網、大數據和人工智能等新興技術無疑是當下企業(yè)實現全方位的安全生產管理的有力抓手，相比“制度管理”其可以通過可預知的投入獲得可衡量的收益。當然，這些新興技術也給傳統安全生產管理者帶來了困惑，就是如何在安全生產管理體系中去應用它們。寄云科技提出“數據驅動安全生產管理”，通過層次化的思維，在統一的工業(yè)互聯網平臺之上，分別從設備、生產和經營三個層面入手，落地安全生產管理解決方案。
基于數據驅動的設備可靠性管理。在設備層面，方案構建設備數字孿生模型，將資產、組織、過程、工藝的數據進行了模型化，形成了不同層次的管理對象，實現指標、從屬關系、數據源等屬性的配置，從而將接入平臺的設備基礎數據有效的管理起來。在這些基礎數據之上，方案為企業(yè)關鍵生產設備開發(fā)預測性維護應用，實現故障率的降低，提高設備的可靠性。
基于數據驅動的生產關鍵工藝流程管理。在生產層面，方案采集生產過程中的各類數據，通過精細化的多維度、長周期、以工藝為基礎結合人工智能的數據分析，來提高生產成品的收率。對于生產中需要監(jiān)控的各種關鍵指標，方案根據指標的各種特征，通過模型計算出相應的監(jiān)控指標，設定監(jiān)控策略，并對違背策略的異常進行告警。
基于數據驅動的安全風險管控決策和應急指揮。方案建立全效應急指揮和安全生產機制，基于大數據全面感知安全風險態(tài)勢，結合事故頻度、單位等特征統計分析，預測可能發(fā)生的重大突發(fā)事件;統一組態(tài)視角，打通控制系統信息化壁壘，實現實時的生產運行監(jiān)控;系統還實現業(yè)務管理分級預警、報警功能，環(huán)保管理等。
數據是貫穿設備、生產和經營三個層面的血脈。方案通過采集設備數據、生產數據、外部數據等，構建融合的“數據中心”?；谶@個融合的“數據中心”，實現統一的設備運行狀態(tài)的監(jiān)測，并能夠結合大數據、人工智能手段實現關鍵設備的預測性維護，以及生產過程優(yōu)化等應用，并在此基礎上實現整體經營層面的全局管理，最終達到提升安全生產管理水平的目的。
寄云安全生產管理解決方案
寄云安全生產管理與應急指揮解決方案覆蓋電力、石化、化工等行業(yè)，為其提供安全生產管理、安全事故應急指揮等服務。方案基于寄云NeuSeer工業(yè)互聯網平臺構建，平臺包括大數據平臺、應用開發(fā)平臺、算法開發(fā)平臺和應用市場等功能及平臺，打破“數據壁壘”，實時匯集集團及下屬單位生產數據，縱向打通集團到板塊、營運企業(yè)及其下屬生產端的數據通道，橫向集成各行業(yè)板塊上下游以及外部數據資源，實現數據的集中匯集，實現全局信息資源的統一管理和利用;為開展生產、安全、環(huán)保、節(jié)能等工作的精細化管控提供支持，為開展應急管理、完善應急能力建設，提供實時、完整、準確的數據資源，為開展數據挖掘分析、數據共享、數據開發(fā)應用提供了統一的信息平臺。
方案在安全管理方面提供安全、生產、設備、環(huán)保、能耗等管理，并提供手機APP、智能報表等功能和服務，在應急指揮方面提供包括風險布控、監(jiān)測預警、應急準備設計、預案管理等在內的應急預防、應急恢復、應急準備和應急響應服務。
目前，該方案已經幫助多個大型化工集團企業(yè)全面實現集團重要生產經營信息的數字化，實現集團全業(yè)務整體生產經營情況的集中展示分析，成為集團一體化監(jiān)控、一站式輔助決策分析的信息窗口。另外，以領域數據和“設備畫像”為基礎，在生產方面，方案通過生產環(huán)境可視化、生產流程可視化、生產設備可視化、生產數據可視化等，實現對各板塊、營運企業(yè)生產計劃、關鍵生產控制點、生產缺陷、生產視頻全過程動態(tài)監(jiān)控。
寄云多層次挖掘大數據預測潛力
在設備、生產、經營等各個層面，寄云安全生產管理方案都能實現數據驅動的預測。
在設備層面，可以實現關鍵設備的預測性維護或精準的PHM，在故障發(fā)生前就對設備進行維護，提升設備可靠性。另外，在一些高端精密設備領域，如何在不停機的情況下實時監(jiān)測設備的狀態(tài)，也離不開大數據和人工智能分析。
在生產層面，可以實現根因分析、工藝分析與優(yōu)化等應用。比如，造成一種現象的原因可能關乎上萬個參數、許多種可能性的流程，通過大數據、人工智能等手段可以通過相似度矩陣、相似度匹配等方式，從海量數據中分析，這是一種根因分析方法。而工藝優(yōu)化也是建立在諸如產品良率、參數特征庫等海量數據基礎之上，賦予系統自我學習、自我調優(yōu)的能力。只要有足夠多的數據，以往很多難題現在都已不是問題。
在集團管控、應急指揮等高層管理方面更要通盤考慮各方面因素，像設備層面、環(huán)境層面、?；穼用?、隱患和各種各樣的易燃易爆泄露的氣體、高溫高壓管線……寄云方案已經為客戶實現了數據統一匯總融合，集團可以一探到底隨時查看現場設備狀態(tài)、各種電子化報表，杜絕了漏報、瞞報、延遲等弊端，并對這些海量實時、歷史數據進行分析，為決策層提供更有效、精準的判斷，形成集中管控和預警的能力。
平臺高效構建安全生產管理系統
傳統大型工業(yè)系統應用開發(fā)大家都習慣于以年計開發(fā)一套應用，但寄云科技已經大部分實現了三個月、五個月完成傳統一年甚至一年半才能交付的項目，這得益于寄云NeuSeer工業(yè)互聯網平臺在工業(yè)應用開發(fā)和工業(yè)大數據分析方面的積累。寄云NeuSeer平臺采用微服務架構，擁有豐富的工業(yè)應用開發(fā)組件，以及專注工業(yè)大數據分析的各種算法、模型，可以隨時通過訂閱的方式部署完成，將以往以數小時、數天或周計的工作在數分鐘內完成。
寄云NeuSeer平臺不僅給寄云科技開發(fā)和部署客戶應用帶來了效率飛躍，最重要的是客戶工作效率也從該平臺帶來了顯著的提升。比如，以往數據分析、報表制作等工作，可能需要工作者去各處尋找數據，現在有了統一融合的數據，他們可以隨時選取自己權限內的數據導入工作臺，并通過寄云NeuSeer工業(yè)大數據分析平臺實現一體化的數據分析工作，只需要點選或者鼠標拖拽即可完成以往繁雜的工作，在提升效率的同時，也降低了工作難度。
工作效率是一個方面，更重要的是大型工業(yè)生產體系非常龐雜，沒有平臺的支撐，任由各種應用、數據散布各處，時間越久給日后帶來的升級挑戰(zhàn)愈大。尤其安全生產管理是一個涉及政府監(jiān)管、復雜設備、大量工人等在內的復雜社會技術系統，更需要一個開放式、高效、靈活的平臺。寄云NeuSeer工業(yè)互聯網平臺已經在石油、化工、軌交、高端制造等在內的多個行業(yè)頭部企業(yè)成功應用，并得到了工信部工業(yè)互聯網產業(yè)聯盟的收錄與認證，值得信賴。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
