圣瞳案例|人工智能在焦化场景巡检系统中的应用

· 精选案例
broken image

项目背景

本项目通过建设智能焦化厂系统,实现焦化厂所有设备及场景数字化运维,为焦化厂各类关键设备运行状态数据及环境数据互联互通、远程专家诊断、故障维修技术指导等提供平台支撑。系统建成后,将实现“站内设备智能巡检、人员行为智能管控、设备状态智能监测、设备异常主动预警”等智慧应用。实现运维检修效率大幅提升、设备监测能力全面提升、设备管控方式全面提升、焦化厂监控、巡检、预警、决策、现场安全作业管控智慧升级,达到运维智慧化的效果。
行业痛点

传统行业巡检普遍采用的是人工巡视的工作方式,存在以下业务痛点:

1、存在重大危险源

甲醇本身为易燃易爆化学品,且具有易挥发的特性,因此需要对甲醇车间的温度进行严格监测与控制,防止因超温导致甲醇挥发进而导致闪爆事故,而依靠传统的温度计及人员手动测量很难及时获取全车间温度信息及温度变化情况,无法做到及时监测。

2、皮带监测

皮带运输机做为焦化厂的重要前置设备,若出现故障将导致焦化厂的后续作业无法正常进行,以皮带跑偏为例,在皮带机输送煤炭的过程中发生皮带跑偏,煤炭将倾洒在输煤廊道,导致生产效率清零,并且会增加工作人员不必要的清理工作;在皮带机运行过程中,人员被严令禁止翻越皮带机,当部分员工为了方便而跨越皮带机,这将存在非常大的人员安全隐患。

3、传统巡检方式数据汇总低效

在传统巡检方式下,人员分散在各个工作场景中,每个场景中的人员无法同时同步完成巡检工作,从而导致巡检数据不能及时汇总,在焦化厂这种设备众多的巡检场景下,长此以往将造成巡检的劣势富集,巡检效率将大幅下降。
落地案例

淮北焦化厂的智能巡检需求主要包含如下内容:

1、输煤皮带检测:通过AI智能算法对焦化厂输煤皮带进行检测,实现皮带跑偏、皮带堵煤、漏煤场景的实时监测及告警,协助工作人员对设备异常状态及时采取相关措施。

2、甲醇车间温度识别:通过双光摄像机对甲醇车间温度进行实时监测,实时展示甲醇车间温度并记录车间温度变化曲线,当车间温度超过安全阈值时,系统将发出告警提示。

3、配电室表计识别:通过AI智能识别算法对配电室内的表计状态进行识别,现场需要识别的表计包含圆形指示灯、条形指示灯的AI智能识别,系统进行告警提示。

4、人员行为、着装识别:通过AI智能算法对比现场人员着装规范进行监测,当出现在监控中的人员未按照要求穿戴安全帽、玩手机行为、违规翻越皮带机时,系统立即发出告警信息;若在配电室内出现双人成行情况时,系统进行告警提示,系统支持用户自行设监测时间阈值。

broken image

解决方案
基于以上痛点提供云边端一体化的智慧解决方案,采用人工智能视觉分析算法对现场人员(人员着装、玩手机、跨越皮带)、表计状态(仪表读数、仪表异常)、皮带机状态(跑偏、堵煤、漏煤)、环境状态(车间温度)等潜在安全隐患进行精准识别,并主动将告警结果上传运维管控平台,减少巡检人员工作量,大大提高巡检的效率和准确度。

broken image

方案价值

事件精准追溯:全天候智能化监测,系统自动截取保留异常状况图像和视频,自动对异常情况进行分析统计,安监人员可以通过截取的异常状况图像及视频进行事后追溯,做到事前预防、事中管控、事后分析,提升现场作业安全管理的智能化应用水平。

提升巡检效率:系统能够完成7*24小时实时监控,相比于传统人员巡检,能够对巡检死角进行监测,大幅提升需巡检效率。

解放劳动力:可将巡检人员从耗时的巡检工作中解放出来,进行自我能力提升,协助加强人员能力提升。