化学生产过程一旦发生事故，后果将极其严重。因此安全问题在化工生产过程中占据着非常重要的位置。天气影响、检查难度、盲点、安全设施不足以及识别能力都是可能会削弱生产安全的因素。是否可以使用AI来降低风险并提高安全性？使用现有技术可以避免哪些风险，哪些问题仍然需要克服？本文将分析使用AI提高生产安全性的若干现有解决方案和发展趋势。
撰文 | 魏小米、陆少游
一、化工安全市场规模
化学工业是世界上最大的工业领域之一。据ACC (美国化学理事会) 2018年统计，2017年全球化学工业总产值为56,810亿美元。OECD (经济合作与发展组织) 2019年估计，2060年世界化学工业总产值将增至217,480亿美元。同时化学工业是就业市场的主要雇主之一，其在欧盟提供了330万个直接工作岗位(包括制药)及3倍间接工作岗位 (CEFIC 欧洲化学工业委员会, 2018年)，在美国提供了52.9万个工作岗位(不包括制药)及7.1倍间接工作岗位 (ACC ,2018)。一旦化工生产过程发生事故，可能造成极大的人员伤亡及经济损失。据国外科研人员发表于2016年的统计，1998至2015年间，全球30个国家发生了70次重大生产事故，造成2077人死亡，6417人受伤，美、中、英分别为发生事故的前三大国。发生事故的主要原因可归结为：设备维护不足、人员操作失误、生产制造缺陷、及人员培训不足。
二、化工安全通用智能技术
计算机视觉：运用图像处理、模式识别、计算机视觉、机器学习、深度学习等相关人工智能技术，配合智能传感器或机器人等载体，在化工生产过程中，监控感知工业生产活动，辅助安全生产，如监测危险品状态、监测容器状态、辨识评价危险源、观测生产过程、观测人员行为等。
物联网技术:通过智能传感器采集工业生产的相关数据，如容器温度、容器压力、天气状态等，通过物联网系统分析数据，驱使相关程序如控温程序控压程序等自动或半自动(预警后人工启动)运转，从而调整到最合适的条件，确保生产安全。
机器人技术:在化工生产中，机器人可替代人力进行自动生产规避工伤风险，也可替代人力进行巡检、灭火等劳作。
机器学习、深度学习：机器学习、深度学习技术通过学习输入数据集，对数据进行自动分析、建模、及预测，在化工生产中可广泛应用于安监、研发、工控、质量预测等应用场景。
三、智能技术在化工安全领域中应用分布
四、智能技术落地案例简述
NTT 与 三井化学：NTT与三井化学以注入反应器的原材料及反应器条件数据集与代表气体产品质量的某气体浓度为基础，利用深度学习算法自动对数据进行分析、建模、预测，成功打造出能够精确、快速预测气体产品质量的方案。通过此方案，操作员可检测出现故障的传感器或计量仪器，及时准确评估异常，从而提高预警准确性及生产安全性。
西门子：在操作员培训中，西门子利用虚拟现实技术模拟反应器群，使员工得以如身临其境体验实际操作，并领略错误操作的危害，从而更加熟悉操作内容及步骤，并且提高安全意识。
阿里云：在橡胶密炼、导热油炉燃烧优化等案例中，阿里云利用机器学习、强化学习等人工智能算法关联制造环节的数据，分析影响流程的关键因素，识别出最佳的工艺参数，并通过对时间、温度的精准控制提升了生产安全性。
巴斯夫 与 Citrine Informatics：巴斯夫与Citrine Informatics合作加速新环境催化剂技术的开发。此合作基于与材料、化工原料及加工过程相关的数据，利用机器学习构建模型，分析材料在各种条件下的表现，预测采用新材料后的性能，从而加快达到筛选材料、优化性能的目的。同时对材料的充分分析及对化学表现的可靠预测可减少研发实验意外，也可从模型分析导致产品缺陷、老化、失效的变化，从而改进生产并提高生产安全性。
五、智能技术在化工安全领域发展局限性
容错率低：高危化工生产过程对设备及系统的安全性与可靠性有极高要求。
技术不足：人工智能技术在化工安全领域的应用才刚刚起步，算法仍需改进与积累，增强准确性与可靠性。
有效数据匮乏：化工企业可用来建模的数据量巨大，信息源种类繁多，存在误差、噪声、时序不匹配、信息不全、标签数据样本不充分，运用人工智能方法进行建模训练前需要进行对数据进行清洗及适当的预处理。
智能设备部署不易：化工反应器区有可能管道密布、环境复杂，有些反应器附近不仅人员难以接近而且难以部署电线网线，因而影响智能传感器及物联网的部署，为智能监测、智能生产及智能应急造成困难。
六、智能技术在化工安全领域的未来趋势
物联网的大规模应用：智能感应器、物联网的大规模应用能实时监控设备运行状态，配合大数据、机器学习、深度学习可预测及诊断故障，从而提升生产过程的安全性。
机器人辅助安监、应急：防爆机器人、无人机可辅助巡检、应急、救援，不仅可节省人力物力，也可到达人员难以接近处、减少盲点，从而提升工厂安全性。
大数据、机器学习、深度学习促进生产控制：大数据、机器学习及深度学习在研发及生产的应用有助于提高对生产过程的控制，减少发生事故的可能性。
智能培训：通过运用虚拟现实、增强现实技术，可以在安全环境下对员工进行高危化工产品生产的培训，以更低的培训成本、更少的培训时间进行更快、更安全、更有效的员工培养。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.sosokankan.com/article/1805891.html