一种基于工业互联网的机器视觉智能监测系统技术方案

本发明专利技术属于智能监控技术领域，尤其涉及一种基于工业互联网的机器视觉智能监测系统。本发明专利技术提供了一种全新的技术思路，采用一个独立的监控系统对各待监控系统的设备进行统一监控；在进行具体的监控前，可先梳理待监控的重特大风险事故的各关联因素，再分析各关联因素的诱发状态，这样，就可以根据实际状态与诱发状态进行分析，了解存在该重特大风险事故的概率。并基于上述思路，构建或修改对应的事故逻辑分析模型。通过独立于所有被监控系统的系统进行统一监控，关联综合分析，便能够实现对各种待监控的重特大事故的实时监控分析，便于工作人员实时了解监控的各重特大事故的实时发生概率，及时在可能出现重特大事故时作出有效的应对。的应对。的应对。

【技术实现步骤摘要】
一种基于工业互联网的机器视觉智能监测系统


[0001]本专利技术属于智能监控
，尤其涉及一种基于工业互联网的机器视觉智能监测系统。

技术介绍

[0002]在现代工业生产过程中，各种功能的设备组建了不同产品生产系统，为了生产设备的正常运行和安全生产需要，需要进行设备集中管理和分散控制，如各种设备控制站、控制室、车间控制柜、车间设备调节台、设备操作台等。各设备控制点设备都按照操作工艺规程和安全规范进行控制，每一个生产岗位的作业人员都严格按照操作规程进行标准化作业，对于异常情况通过操作人员或者设备系统自动做出正常处置。
[0003]虽然各种生产单位中的设备控制系统互相独立，但是在同一个生产体系里互相存在关联，故每一个系统发生故障时可能对其他系统设备产生不同影响，特别情况下这种影响会造成故障范围扩大，虽然各系统都有相应应急处置机制，包括设备系统自动处置机制和人员行为处置机制，但是，由于各种突发情况发生，如自然灾害、人为破坏、设备功能异常原因造成的危害行为已经远远超越了各自系统的控制补救能力范围，同时也超过了岗位管理人员的生理处置极限，这种重大情况如果不能及时发现、预测、快速、正确进行处置，造成危害后果严重，损失巨大。如各种化工厂燃烧、爆炸事故，各种工程项目的重大设备安全事故等。
[0004]各设备部件分属于不同设备控制系统，各设备部件状态逻辑有的有关联，有的没有关联，当上述分属于不同系统的设备部件状态出现异常情况时(如仪表指示范围、开关开启状态、安全门状态、指示灯颜色、危险侵入、机器的运动部件的位置、控制手柄工作位置等)，就可能出现重、特大事故及灾害发生，造成生产及人员巨大损失。如化工生产中各控制系统操作协调不当、压力异常、冷却系统工作异常，违反操作规程的行为发生，应急处置工作不规范，应急处置不力均会造成关联灾害事故发生。但是，由于这些设备部件分别属于不同的系统，而现有的监控技术通常都是服务于某个单独的系统。这就导致出现上述关联灾害的重特大事故时，现有的监控技术难以及时发现，从而作出有效应对。
[0005]综上，怎样才能对这些由不同系统设备关联引起的重特大事故进行有效的监测，成为目前亟待解决的问题。

技术实现思路

[0006]针对上述现有技术的不足，本专利技术提供了一种基于工业互联网的机器视觉智能监测系统，能够对由不同系统设备关联引起的重特大事故进行有效的监测。
[0007]为了解决上述技术问题，本专利技术采用了如下的技术方案：
[0008]一种基于工业互联网的机器视觉智能监测系统，包括相互通信的本地应用端和平台端；本地应用端包括采集单元；平台端包括提取单元、分析单元、风险评定单元和事故逻辑编辑单元；
[0009]事故逻辑编辑单元用于创建监控任务，所述监控任务的内容包括待监控的事故；事故逻辑编辑单元还用于创建或修改事故逻辑分析模型；所述事故逻辑分析模型用于根据各监控设备的状态与监控任务中事故的关联度逻辑关系、各设备的状态引发事故的发生概率，分析发生监控任务中的事故发生的几率；
[0010]采集单元用于采集监控设备的监控图像；提取单元用于从监控图像上提取监控设备的状态特征；分析单元用于根据提取的状态特征分析监控设备的状态；风险评定单元用于通过事故逻辑分析模型，根据监控设备的状态分析发生监控任务中的事故的发生概率。
[0011]优选地，所述事故逻辑分析模型的创建过程包括：梳理待监控的重特大事故；对待监控的重特大事故的历史数据进行统计分析，以待监控的重特大事故作为顶上事件分别构建事故树，并逐级往下分析各设备出现事故时的可能原因事件，根据彼此间的逻辑关系，用逻辑门连接上下层事件，直至所要求的分析深度，并进行事故树定性分析，得到事故逻辑分析模型。
[0012]优选地，所述事故树定性分析的内容包括：利用布尔代数化简事故树，求取事故树的最小割集或最小径集；计算各根本领件的构造重要度，得到定性分析结论。
[0013]优选地，提取单元提取的属性特征包括颜色特征、纹理特征、形状特征和局部特征；提取单元通过小波变换及主成分分析法进行监控图像的属性特征的提取。
[0014]优选地，分析单元分析监控设备的状态时，分析的状态包括基础状态、指示灯颜色状态和/或文字显示状态。
[0015]优选地，平台端还包括状态样本特征库，用于存储待监控设备的基础状态特征；分析单元分析监控设备的基础状态时，将提取的状态特征跟状态样本特征库中的基础状态特征进行相似性对比，以确定检测设备的基础状态；所述相似性匹配包括使用预设的图像匹配算法来判断图像中的物体相同性。
[0016]优选地，分析单元分析监控设备的指示灯颜色特征时，在识别出指示灯后，采用RGB和Y分量方法进行指示灯颜色识别；分析单元分析监控设备的文字显示状态时，采用光学字符识别技术进行文字识别。
[0017]优选地，平台端还包括存储单元和事故处理单元；存储单元用于存储监控任务中各事故的报警阈值、预警方案、干预等级及干预方案；所述预警方案的内容包括对应事故各危险等级下的预警信息；所述干预方案的内容包括对应事故各危险等级下的干预处理措施；
[0018]事故处理单元用于当监控任务中的某事故的发生概率大于对应的预设报警值时分析危险等级，并根据该危险等级发出预警方案中对应的预警信息；事故处理单元还用于当危险等级超过预设的干预等级时，根据危险等级进行对应的干预处理。
[0019]优选地，本地应用端还包括本地处理单元；采集单元采集到监控图像后发送给本地处理单元，本地处理单元用于将监控图像发送给平台端；本地处理单元还用于与被监控设备的系统进行通信，还用于设置与其通信的监控设备的系统的干预条件及可干预程度。
[0020]本专利技术与现有技术相比，具有如下有益效果：
[0021]1、针对现有技术的不足，本专利技术提供了一种全新的技术思路，采用一个独立的监控系统对各待监控系统的设备进行统一监控。并且，在进行具体的监控前，可先梳理待监控的重特大风险事故的各关联因素，再分析各关联因素的诱发状态，这样，就可以根据实际状
态与诱发状态进行分析，了解存在该重特大风险事故的概率。并基于上述思路，构建或修改对应的事故逻辑分析模型。之后，在具体的监控时，通过本地应用端采集到各系统的设备的图像数据后，平台端通过提取单元从监控图像上提取监控设备的状态特征，再通过分析单元根据提取的状态特征分析监控设备的状态；再然后，风险评定单元通过事故逻辑分析模型，根据监控设备的状态分析发生监控任务中的事故的发生概率。
[0022]这样，通过独立于所有被监控系统的系统进行统一监控，关联综合分析，便能够实现对各种待监控的重特大事故的实时监控分析，便于工作人员实时了解监控的各重特大事故的实时发生概率，及时在可能出现重特大事故时作出有效的应对。
[0023]综上，本专利技术可以对由不同系统设备关联引起的重特大事故进行有效的监测。
[0024]2、本专利技术基于构建事故树的方式，延伸出了一种能够对不同工业系统关联引发的重特大事故进行有效分析的事故逻本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于工业互联网的机器视觉智能监测系统，其特征在于：包括相互通信的本地应用端和平台端；本地应用端包括采集单元；平台端包括提取单元、分析单元、风险评定单元和事故逻辑编辑单元；事故逻辑编辑单元用于创建监控任务，所述监控任务的内容包括待监控的事故；事故逻辑编辑单元还用于创建或修改事故逻辑分析模型；所述事故逻辑分析模型用于根据各监控设备的状态与监控任务中事故的关联度逻辑关系、各设备的状态引发事故的发生概率，分析发生监控任务中的事故发生的几率；采集单元用于采集监控设备的监控图像；提取单元用于从监控图像上提取监控设备的状态特征；分析单元用于根据提取的状态特征分析监控设备的状态；风险评定单元用于通过事故逻辑分析模型，根据监控设备的状态分析发生监控任务中的事故的发生概率。2.如权利要求1所述的基于工业互联网的机器视觉智能监测系统，其特征在于：所述事故逻辑分析模型的创建过程包括：梳理待监控的重特大事故；对待监控的重特大事故的历史数据进行统计分析，以待监控的重特大事故作为顶上事件分别构建事故树，并逐级往下分析各设备出现事故时的可能原因事件，根据彼此间的逻辑关系，用逻辑门连接上下层事件，直至所要求的分析深度，并进行事故树定性分析，得到事故逻辑分析模型。3.如权利要求2所述的基于工业互联网的机器视觉智能监测系统，其特征在于：所述事故树定性分析的内容包括：利用布尔代数化简事故树，求取事故树的最小割集或最小径集；计算各根本领件的构造重要度，得到定性分析结论。4.如权利要求1所述的基于工业互联网的机器视觉智能监测系统，其特征在于：提取单元提取的属性特征包括颜色特征、纹理特征、形状特征和局部特征；提取单元通过小波变换及主成分分析法进行监控图像的属性特征的提取。5.如权利要求4所述的基于工业互联网的机器视觉...

【专利技术属性】
技术研发人员：巩书凯，罗林，姜仁杰，江虹锋，梁先黎，
申请(专利权)人：重庆忽米网络科技有限公司，
类型：发明
国别省市：