人工智能在燃?xì)夤艿拦こ坦芾碇械膽?yīng)用

江翠艷

摘要：管道運(yùn)輸是連接燃?xì)赓Y源與市場(chǎng)的高效率、低成本和安全可靠的關(guān)鍵環(huán)節(jié)，在油氣領(lǐng)域起著越來(lái)越重要的作用。文章結(jié)合燃?xì)夤艿拦こ淌┕み^(guò)程的現(xiàn)場(chǎng)管理難點(diǎn)，進(jìn)行智能管理技術(shù)可行性和應(yīng)用場(chǎng)景等方面的研究，體現(xiàn)了人工智能在燃?xì)夤こ贪踩?、質(zhì)量和文明施工管理方面的有效應(yīng)用。

關(guān)鍵詞：燃?xì)夤艿?智能管理;管道工程;典型應(yīng)用

1智能管道的概念

隨著我國(guó)燃?xì)夤艿澜ㄔO(shè)的快速發(fā)展，基于互聯(lián)網(wǎng)+、大數(shù)據(jù)等先進(jìn)技術(shù)的燃?xì)夤艿乐悄芑ㄔO(shè)已成為重要手段。要構(gòu)建智能管道，首先必須實(shí)現(xiàn)對(duì)管道的智能感知，對(duì)管道本身、關(guān)鍵設(shè)備、外部環(huán)境和維護(hù)資源進(jìn)行識(shí)別和集成，進(jìn)行采集、處理和傳輸，為管道運(yùn)行決策提供可靠的數(shù)據(jù)庫(kù)。隨著這些新技術(shù)的發(fā)展，傳統(tǒng)的管道管理逐漸向數(shù)字化、智能化方向發(fā)展。基于大數(shù)據(jù)分析、決策支持、預(yù)測(cè)分析等技術(shù)，出現(xiàn)了一種新的管理模式。管道智能化是管道信息技術(shù)領(lǐng)域的一個(gè)重要發(fā)展方向，是集成智能技術(shù)的燃?xì)夤艿李I(lǐng)域，是現(xiàn)代通信技術(shù)、網(wǎng)絡(luò)技術(shù)和與行業(yè)相關(guān)的先進(jìn)技術(shù)的綜合應(yīng)用。未來(lái)，將與大數(shù)據(jù)分析、人工智能緊密結(jié)合，為燃?xì)夤艿捞峁┌踩煽?、?yōu)化高效、環(huán)保的運(yùn)營(yíng)服務(wù)[1]。

2智能管理應(yīng)用場(chǎng)景

2.1施工管理智能應(yīng)用

（1）施工人員實(shí)名制登記。讀卡器收集員工的身份數(shù)據(jù)并將其存儲(chǔ)在數(shù)據(jù)庫(kù)中?，F(xiàn)場(chǎng)采集人臉圖像，使用在線人臉匹配算法進(jìn)行身份驗(yàn)證。（2）施工人員安全培訓(xùn)記錄。通過(guò)人臉識(shí)別算法對(duì)人員進(jìn)行識(shí)別，完成了施工人員的培訓(xùn)和應(yīng)用管理。（3）施工人員必須持有許可證。通過(guò)手持設(shè)備現(xiàn)場(chǎng)拍攝人臉照片，人臉比對(duì)算法驗(yàn)證身份，獲得實(shí)時(shí)的就業(yè)登記和確認(rèn)數(shù)據(jù)。（4）特種設(shè)備操作人員在職營(yíng)業(yè)執(zhí)照的登記審查。掃描專用設(shè)備運(yùn)行證書，自動(dòng)識(shí)別并獲取證書信息，連接數(shù)據(jù)庫(kù)進(jìn)行注冊(cè)審核。（5）審批工程機(jī)械設(shè)備和其他特種設(shè)備的合法證書。掃描專用設(shè)備證書，自動(dòng)獲取注冊(cè)證書信息，并與第三方系統(tǒng)連接，在線比較證書的有效性[2]。

2.2施工安全智能應(yīng)用

進(jìn)入閥室、下井、動(dòng)火等燃?xì)廨斔妥鳂I(yè)時(shí)，要由專人指導(dǎo)、監(jiān)督、檢查。在預(yù)先確定的空中工作空間中，視頻設(shè)備被用來(lái)收集圖像，手動(dòng)檢測(cè)算法被用來(lái)檢測(cè)是否有人被指派去監(jiān)視和監(jiān)督。主要設(shè)備監(jiān)控的安全區(qū)域和警戒區(qū)域，在大型設(shè)備操作中檢測(cè)入侵到預(yù)定義的安全警告區(qū)域[3]。

2.3施工質(zhì)量智能應(yīng)用

（1）地下管道建設(shè)預(yù)警區(qū)域檢測(cè)。在地下管道建設(shè)過(guò)程中，采用目標(biāo)檢測(cè)算法對(duì)預(yù)警區(qū)域的位置進(jìn)行檢測(cè)。（2）管線焊接異常數(shù)據(jù)審核。系統(tǒng)輸入焊接數(shù)據(jù)，通過(guò)預(yù)定義的判斷邏輯記錄焊接數(shù)據(jù)并進(jìn)行智能分析，自動(dòng)判斷焊接數(shù)據(jù)異常、環(huán)境溫度恒定或波動(dòng)小、兩焊縫間隔明顯過(guò)短、口徑不正確、充料等。（3）燃?xì)夤艿篮附覺(jué)射線檢查。利用計(jì)算機(jī)視覺(jué)算法對(duì)X射線膠片進(jìn)行分析，發(fā)現(xiàn)膠片記錄的質(zhì)量存在一些問(wèn)題，如破損焊縫的位置、膠片的數(shù)量、焊接標(biāo)語(yǔ)問(wèn)題等。

3技術(shù)方案

3.1技術(shù)架構(gòu)

針對(duì)智能應(yīng)用場(chǎng)景，采用技術(shù)架構(gòu)如圖1所示。

智能服務(wù)是核心，可以通過(guò)人臉識(shí)別、目標(biāo)檢測(cè)和軌跡跟蹤等來(lái)實(shí)現(xiàn)。其應(yīng)用過(guò)程分為4個(gè)階段：

（1）數(shù)據(jù)采集。視頻從攝像頭傳輸?shù)郊写鎯?chǔ)設(shè)備中。（2）數(shù)據(jù)處理。視頻數(shù)據(jù)處理設(shè)備從存儲(chǔ)設(shè)備中讀取視頻，利用視覺(jué)算法庫(kù)進(jìn)行視頻編解碼、圖像去噪、圖像增強(qiáng)等預(yù)處理，并打標(biāo)簽形成訓(xùn)練樣本庫(kù)，存放到集中存儲(chǔ)設(shè)備中。（3）模型訓(xùn)練及調(diào)優(yōu)。按實(shí)際應(yīng)用場(chǎng)景需求配置模型訓(xùn)練的AI-GPU集群，選擇模型并配置參數(shù)，對(duì)結(jié)果進(jìn)行評(píng)估;再根據(jù)結(jié)果不斷調(diào)整參數(shù)或模型，直至結(jié)果最優(yōu)。（4）模型應(yīng)用。訓(xùn)練好模型后，加載到視頻分析服務(wù)器運(yùn)行，算法自主檢測(cè)違規(guī)行為并向系統(tǒng)推送預(yù)警[4]。

3.2數(shù)據(jù)采集

針對(duì)不同外部條件下的數(shù)據(jù)采集、數(shù)據(jù)傳輸、模型應(yīng)用所使用的技術(shù)方案，最后對(duì)模型訓(xùn)練及調(diào)優(yōu)所應(yīng)用到的關(guān)鍵技術(shù)進(jìn)行必要的闡述。采用PyTorh、Mask-RCNN以及YOLOv3等與人工智能相關(guān)的技術(shù)支撐應(yīng)用場(chǎng)景。

（1）移動(dòng)巡查記錄儀。設(shè)備支持錄像、數(shù)據(jù)上傳等功能，重量輕，體積小，攜帶方便?？梢允褂帽驹O(shè)備用于現(xiàn)場(chǎng)移動(dòng)位置的視頻采集。（2）定點(diǎn)布控球。定點(diǎn)布控球內(nèi)置3G/4G模塊、GPS/北斗模塊、高性能鋰電池組，可安裝在車輛或其他需要布控的特殊位置?？梢允褂帽驹O(shè)備用于現(xiàn)場(chǎng)定點(diǎn)位置視頻采集。

3.3數(shù)據(jù)傳輸

數(shù)據(jù)傳輸方案的選擇受現(xiàn)場(chǎng)網(wǎng)絡(luò)的制約：現(xiàn)場(chǎng)的3G/4G/5G信號(hào)強(qiáng)弱，是否有WIFI，是否有有線網(wǎng)絡(luò)等。從傳輸?shù)目煽啃院退俣葋?lái)講，優(yōu)先選擇順序依次是：有線網(wǎng)絡(luò)、WIFI、5G、4G和3G。如果不具備網(wǎng)絡(luò)條件，那只有采用離線的方式：采集的視頻在本地完成存儲(chǔ)后，通過(guò)U盤等移動(dòng)介質(zhì)人工傳到分析系統(tǒng)進(jìn)行模型應(yīng)用[5]。

3.4模型應(yīng)用

模型應(yīng)用所采用的技術(shù)方案依賴于：網(wǎng)絡(luò)條件、所應(yīng)用場(chǎng)景的實(shí)時(shí)性要求、所應(yīng)用場(chǎng)景模型的復(fù)雜程度和同時(shí)接入的視頻路數(shù)。這幾個(gè)因素決定了在實(shí)際應(yīng)用過(guò)程中是采用現(xiàn)場(chǎng)邊緣計(jì)算、后臺(tái)集中運(yùn)算還是兩者相結(jié)合。

（1）現(xiàn)場(chǎng)邊緣計(jì)算?，F(xiàn)場(chǎng)邊緣計(jì)算的目的在于有效分擔(dān)后臺(tái)集中運(yùn)算的壓力，提高分析結(jié)果輸出的實(shí)時(shí)性，減少視頻傳輸帶寬，節(jié)省網(wǎng)絡(luò)成本。（2）后臺(tái)集中運(yùn)算。與邊緣設(shè)備相對(duì)應(yīng)，采用后臺(tái)集中運(yùn)算可以支持更多的視頻路數(shù)，也可以支持更復(fù)雜的算法模型。這一切均依賴于其強(qiáng)大的運(yùn)算能力和對(duì)網(wǎng)絡(luò)帶寬的大量消耗。（3）現(xiàn)場(chǎng)邊緣計(jì)算+后臺(tái)集中運(yùn)算。相較于現(xiàn)場(chǎng)邊緣計(jì)算或后臺(tái)集中運(yùn)算單獨(dú)應(yīng)用方案，更推薦現(xiàn)場(chǎng)邊緣計(jì)算+后臺(tái)集中運(yùn)算技術(shù)方案。這種方案可以降低后臺(tái)集中運(yùn)算的硬件和帶寬成本，也兼顧了模型運(yùn)算的實(shí)時(shí)性。

4典型應(yīng)用及其技術(shù)實(shí)現(xiàn)

4.1人臉識(shí)別考勤

很多應(yīng)用場(chǎng)景中都用到了人臉識(shí)別技術(shù)，如：施工人員實(shí)名登記、安全培訓(xùn)的簽到管理、持證上崗查驗(yàn)等。在崇明花博會(huì)燃?xì)夤こ淌┕がF(xiàn)場(chǎng)進(jìn)行了人臉識(shí)別測(cè)試，智能發(fā)現(xiàn)合法登記人員用綠色框進(jìn)行定位，發(fā)現(xiàn)陌生人員用紅色框進(jìn)行定位。

4.2施工護(hù)欄連續(xù)性檢測(cè)

在燃?xì)夤こ套鳂I(yè)場(chǎng)地中要按規(guī)范要求安裝防護(hù)欄桿并保證防護(hù)欄桿的連續(xù)性，在施工現(xiàn)場(chǎng)進(jìn)行了安全護(hù)欄不連續(xù)檢測(cè)測(cè)試。智能發(fā)現(xiàn)安全護(hù)欄不連續(xù)，對(duì)間隙用紅色框定位[6]。

4.3施工人員作業(yè)安全帽檢測(cè)

為了有效避免在燃?xì)夤こ套鳂I(yè)過(guò)程中工人不佩戴安全帽而引發(fā)的安全事故，對(duì)施工現(xiàn)場(chǎng)歷史錄像進(jìn)行了安全帽佩戴規(guī)范檢測(cè)測(cè)試。智能發(fā)現(xiàn)有人未按規(guī)定佩帶安全帽，用紅色框進(jìn)行定位。

結(jié)語(yǔ)

施工人員管理和工程安全質(zhì)量管理是工程管理的關(guān)鍵點(diǎn)，AI的運(yùn)用將有效提高燃?xì)庑袠I(yè)工程管理水平。通過(guò)人工智能以及物聯(lián)網(wǎng)等技術(shù)和方法，對(duì)燃?xì)馀涮坠芫€工程施工過(guò)程中的現(xiàn)場(chǎng)施工安全進(jìn)行智能管理技術(shù)可行性進(jìn)行研究，努力打造燃?xì)夤こ虘?yīng)用人工智能提升管理水平的標(biāo)桿。

參考文獻(xiàn)

[1]王燦洪.城鎮(zhèn)燃?xì)庵悄芄芫W(wǎng)生產(chǎn)運(yùn)營(yíng)技術(shù)管理的研究[J].建材與裝飾，2020，{4}（19）：185-186.

[2]白明亮.故障案例稀缺場(chǎng)景下的燃?xì)廨啓C(jī)智能故障檢測(cè)及診斷研究[D].哈爾濱工業(yè)大學(xué)，2020.

[3]黃元平，王仲，韓旭東，顧煜炯.燃?xì)庹羝?lián)合循環(huán)發(fā)電機(jī)組健康管理大數(shù)據(jù)系統(tǒng)[J].熱力發(fā)電，2020，49（12）：59-64.

[4]韓旭東.重型燃?xì)廨啓C(jī)故障知識(shí)管理與智能診斷系統(tǒng)研究[D].華北電力大學(xué)（北京），2020.

[5]杜雪峰.燃?xì)庵悄芑c燃?xì)釹CADA系統(tǒng)在燃?xì)獍踩芾碇械膽?yīng)用[J].化工管理，2020，{4}（09）：80-81.

[6]楊永明.重型燃?xì)廨啓C(jī)故障分析與智能診斷系統(tǒng)研究[D].華北電力大學(xué)（北京），2019.