圣瞳案例丨人工智能在化工巡检中的应用

· 精选案例
broken image

行业分析

broken image

在市场经济下,追求经济效益最大化是企业的根本目的。而如今随着技术不断更新,传统企业面临既要提升产品性能、降低能耗、又要优化工艺流程的挑战。一些生产技术和管理的难点未能及时应用新型技术,存在技术上的滞后。另一方面,由于危化生产企业的作业大多在高温、高压、有毒等条件下进行,其原料、中间件以及最终产品大多具有易燃易爆有毒等性质,极易引发安全事故。而现如今危化品的产量和生产规模逐年扩大,大型产品储存装置越发普遍造成了重大危险源数量不断增多,造成了相关管理部门在检测和管理上的工作繁、杂、难。
从企业长远发展角度讲,经济效益最大化离不开企业的安全与稳定,安全生产是企业实现健康稳定发展的基础保障,也是企业经济效益最大化的前提条件。
解决方案

broken image

通过巡检平台的标准化物联网平台接口,实现对摄像机、机器人、无人机、传感器等设备接入控制,任务下发及数据分析展示。由传感器、无人机、机器人和视频设备开展室内外设备联合巡视作业,并将巡视数据、采集文件等上传到巡检平台。巡检平台对采集的数据进行智能分析,形成巡检结果并对异常情况自动告警,为用户提供多源一体的巡检方案。

broken image

随着设备越来越多,企业对巡检工作的精度和要求也越来越高,传统人工巡检方式不仅存在劳动强度大、工作效率低、监测质量分散、手段单一等不足,人工检测的数据也无法准确、及时地接入管理信息系统等问题。并且,对于一些具有较大风险,危险系数较高的场景,人工巡检还存在较大安全风险。通过使用AI视觉巡检取代人工巡检意义重大,AI巡检可代替人工完成重复性、危险性双高的设备及现场环境巡检工作,将巡检人员从高强度、高危险系数、重复劳动的巡检流程中解放出来,降低安全风险,提升生产效率。化工厂环境高危、高温、重粉尘、有害气体(CO)浓度高、空间通道狭窄紧凑等特点,针对化工生产环境定向采用具有防爆功能的巡检设备。

从而实现可见光视频和图像信息的实时监控和采集,对漏料、料面异常、炉内、炉盖表面漏水等情况进行报警。此外,还可以对现场局部温度的实时信息进行监控、检测和分析,对环境湿度及CO、H2、C2H2有害气体进行检测及超限预警,从而对化工生产环境全方位监测。
人工巡检 VS 智能巡检

broken image

1.巡检方式

人工巡检运维人员现场通过手持式红外热像仪测温、人工表计抄录,完成后手动导出设备照片,并将纸质记录数据再次录入做电子存档。AI巡检按照预设检测时间全自动到现场进行设备测温、表计抄录。数据、报表、图片自动存库并可自由导出,解决人工巡检重复工作,数据存档及应用繁琐。

2.工作量对比

视变电站设备数及规模,每次人工全面巡检需要至少1人天。AI巡检可自动巡检,自动生成数据报表,红外图片等均可选择导出。运维人员仅需查看巡检平台报警项及缺陷设备即可,AI巡检可以有效减少人员工作量。

3.准确性对比

AI巡检依靠高清相机以及模型识别技术,可以较为准确识别表计。对于距离较远的表计依然可以清晰拍照识别。除个别因角度、位置等因素无法识别的设备外,AI巡检数据识别较人工更有效。

4.便利性对比

无人值守站需运维人员到站进行检测,雷雨等恶劣天气时,人员无法到设备区进行检。已部署AI巡检的变电站,运维人员到站后仅需查看报警项即可。已部署集控系统或者远程客户端的化工厂区,运维人员仅需在运维站即可实现对所辖站设备情况的监测。AI巡检运行不受天气情况影响,恶劣天气下仍能正常巡检,单站应用及集控应用方式均比人工巡检便利。

5.缺陷跟踪对比人工巡检缺陷设备需人工定期定时检测,AI巡检可以按照预设巡检任务及特定缺陷跟踪任务,实现对缺陷设备的全天候全时段跟踪检测,并结合数据曲线跟踪发展趋势,AI巡检更适合缺陷跟踪。
核心AI感知

broken image