一种流程安全风险多模态的数智化管控方法和装置制造方法及图纸

本发明专利技术公开了一种流程安全风险多模态的数智化管控方法和装置，属于流程行业安全生产监控技术领域。所述方法包括：模态化解构流程安全风险知识，构建安全风险模态与参数之间的第一映射关系；数字化感知监测物理量数据，构建物理量与参数之间的第二映射关系；在获取实时数据和构建第一、第二映射关系后，进行标识智能提取、多模态智能融合分析、多模态智能识别与预测、智能决策、风险分级实时预警与控制，实现数智化管控。所述方法的实现装置包括第一构建模块、第二构建模块和智能决策控制模块。本发明专利技术将数字化、数智化的技术方法应用于流程生产现场的安全管控，能够有效规避现场作业风险，减轻一线工人和管理人员的负担，减少安全事故发生。事故发生。事故发生。

【技术实现步骤摘要】
一种流程安全风险多模态的数智化管控方法和装置


[0001]本专利技术属于流程行业安全生产监控
，更具体地，涉及一种流程安全风险多模态的数智化管控方法和装置。

技术介绍

[0002]当前我国流程行业体量巨大，产能高度集中，钢铁、电力、水泥、造纸等行业产能均居世界第一，行业整体的生产工艺、技术装备和自动化水平都得到了大幅度提升，行业规模不断扩大。与此同时，流程行业独有的生产模式也存在着比较突出的行业难题，在流程安全生产管控方面，传统的控制过程通常为中控人员通过上位机和下位机对生产线的设备实施一系列控制指令，保证流程生产线处于正常安全状态。然而，由于流程行业原材料频繁变化、生产工艺过程机理复杂且工艺过程连续不可中断等原因，导致部分原料成分、生产设备状态和工艺参数等往往无法实时全面监测，进而造成感知难、决策难和控制难的现状。
[0003]此外，流程行业对安全风险的管控手段常常与产品生产质量的管控交叉重叠，任意一道工序出现问题，不仅会造成产品质量问题，还会影响整条工艺流程生产线的安全运行，但是目前还未出现专门针对流程生产过程中安全风险的监测与控制方法或系统装置。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种流程安全风险多模态数智化管控的系统方法和装置，其目的在于获取相关物理量的实时数据，基于构建的流程安全风险模态与流程安全风险模态参数之间的映射、流程安全风险模态参数与物理量之间的映射，进行数据标识、参数标识、模态标识、多模态融合等智能计算分析，以识别当前安全风险模态，再根据当前安全风险模态进行分级预警和决策控制，由此解决现有技术中针对流程生产过程中安全风险难以决策控制的技术问题。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种流程安全风险多模态的数智化管控方法，包括：
[0006]S1
‑
流程安全风险知识的模态化解构：构建流程安全风险模态与流程安全风险模态参数之间的映射，记为第一映射关系；所述流程安全风险模态包括：流程安全事故的类型及其对应的安全风险因素；所述流程安全风险模态参数为所述安全风险因素对应的表征参数；
[0007]S2
‑
流程安全风险多模态参数的数字化感知：利用前端感知装置识别所述流程安全风险模态参数变化的敏感点位和频率，并设定监测周期，以获取相应物理量的实时数据，构建所述流程安全风险模态参数与所述监测物理量之间的映射，记为第二映射关系；
[0008]S3
‑
流程安全风险多模态的数智化管控：根据当前监测物理量的实时数据、构建的所述第一映射关系和所述第二映射关系，进行数据标识、参数标识、模态标识以及安全风险多模态智能融合分析计算，以识别当前安全风险模态；实现流程安全风险分级预警和决策控制。
[0009]在其中一个实施例中，所述S1包括：
[0010]S101：建立流程安全风险模态集，包括：流程安全事故类型集A和与事故类型对应的安全风险因素集A'；A＝{A1,
…
,A
i
,
…
A
m
}，A'＝{A
11
,
…
,A
ij
,
…
A
mn
}，A
i
为第i种事故类型，m为事故类型的总数，A
ij
为第i种事故类型对应的第j种风险因素，n为第m种事故类型的风险因素总数；
[0011]S102：建立流程安全风险模态参数集B，B＝{B1,B2,B3}，B1为作业环境类参数子集、B2为设备状态类参数子集和B3为工序逻辑类参数子集；
[0012]S103：通过相应参数的变化函数f来刻画所述第一映射关系，令x为参数集B中任一参数，则
[0013]在其中一个实施例中，所述S101包括：
[0014]将目标流程生产过程中实际发生过和有概率发生而却没有发生的所有安全事故类型均作为所述流程安全事故类型集A的元素A
i
；
[0015]将导致每一种安全事故发生的风险因素作为所述流程安全风险集A'中的元素A
ij
，从而建立所述流程安全风险模态集。
[0016]在其中一个实施例中，所述S2包括：
[0017]S201：识别对流程安全风险模态参数变化敏感的空间点位和参数变化频率；
[0018]S202：确定布设前端感知装置的位置并设定感知周期，从而获取所述监测物理量的实时数据；
[0019]S203：构建所述流程安全风险模态参数与所述监测物理量对应的所述第二映射关系。
[0020]在其中一个实施例中，
[0021]所述S201包括：根据目标流程生产的实际作业环境和运行设备情况选取最敏感点位作为布设位置；
[0022]所述S202包括：选取所述流程安全风险模态参数的变化频率的2到10倍为所述监测频率。
[0023]在其中一个实施例中，所述S202包括：
[0024]当所述流程安全风险模态参数为连续快速变化的作业环境类参数或设备状态类参数时，则选取所述流程安全风险模态参数的变化频率的6
‑
10倍；
[0025]当所述流程安全风险模态参数为工序逻辑类参数时，则选取所述流程安全风险模态参数的变化频率的2
‑
5倍。
[0026]在其中一个实施例中，所述S3包括：
[0027]S301：根据当前监测物理量的实时数据、构建的所述第一映射关系和所述第二映射关系，进行数据标识、参数标识、模态标识；
[0028]S302：依据标识提取结果，建立安全风险多模态智能融合模型，识别当前安全风险模态；
[0029]S303：若当前安全风险模态已有或将有异常，进行分级安全实时决策预警，发送风险控制指令。
[0030]按照本专利技术的另一方面，提供了一种流程安全风险多模态的数智化管控装置，用
于执行上述方法，包括：
[0031]第一构建模块，用于构建流程安全风险模态与流程安全风险模态参数之间的映射，记为第一映射关系；所述流程安全风险模态包括：流程安全事故的类型及其对应的安全风险因素；所述流程安全风险模态参数为所述安全风险因素对应的表征参数；
[0032]第二构建模块，用于利用前端装置感知所述流程安全风险模态参数的变化以获取监测物理量的实时数据，构建所述流程安全风险模态参数与所述监测物理量之间的第二映射关系；
[0033]智能决策控制模块，用于根据感知的当前监测物理量数据、第一映射关系和第二映射关系，实现标识智能提取、多模态智能融合分析、安全模态识别、实时分级预警、智能控制功能。
[0034]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
[0035](1)使流程行业安全风险知识更具标准化、体系化，有利于提升本行业生产人员、各级管理人员对安全风险的应对能力本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流程安全风险多模态的数智化管控方法，其特征在于，包括：S1
‑
流程安全风险知识的模态化解构：构建流程安全风险模态与流程安全风险模态参数之间的映射，记为第一映射关系；所述流程安全风险模态包括：流程安全事故的类型及其对应的安全风险因素；所述流程安全风险模态参数为所述安全风险因素对应的表征参数；S2
‑
流程安全风险多模态参数的数字化感知：利用前端感知装置识别所述流程安全风险模态参数变化的敏感点位和频率，并设定监测周期，以获取监测物理量的实时数据，构建所述流程安全风险模态参数与所述监测物理量之间的映射，记为第二映射关系；S3
‑
流程安全风险多模态的数智化管控：根据当前监测物理量的实时数据、构建的所述第一映射关系和所述第二映射关系，进行数据标识、参数标识、模态标识以及安全风险多模态智能融合分析计算，以识别当前安全风险模态，实现流程安全风险分级预警和决策控制。2.如权利要求1所述的流程安全风险多模态的数智化管控方法，其特征在于，所述S1包括：S101：建立流程安全风险模态集，包括：流程安全事故类型集A和与事故类型对应的安全风险因素集A'；A＝{A1,
…
,A
i
,
…
A
m
}，A'＝{A
11
,
…
,A
ij
,
…
A
mn
}，A
i
为第i种事故类型，m为事故类型的总数，A
ij
为第i种事故类型对应的第j种风险因素，n为第m种事故类型的风险因素总数；S102：建立流程安全风险模态参数集B，B＝{B1,B2,B3}，B1为作业环境类参数子集、B2为设备状态类参数子集和B3为工序逻辑类参数子集；S103：通过相应参数的变化函数f来刻画所述第一映射关系，令x为参数集B中任一参数，则3.如权利要求2所述的流程安全风险多模态的数智化管控方法，其特征在于，所述S101包括：将目标流程生产过程中实际发生过和有概率发生而却没有发生的所有安全事故类型均作为所述流程安全事故类型集A的元素A
i
；将导致每一种安全事故发生的风险因素作为所述流程安全风险集A'中的元素A

【专利技术属性】
技术研发人员：赵挺生，师玉栋，张伟，朱水元，蒋灵，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：