AIが安全な生産のインテリジェントな監視を実現する方法

生産における安全は社会発展の永遠のテーマであり、すべての仕事の本質です。

工業製造企業の場合、事業継続性が強く、システムが複雑なため、多数の生産設備が相互接続され、密接に結合されており、高出力と高速動作という特徴を備えています。安全な生産は、従業員の個人的な安全と健康を確保し、機器や施設を損傷から保護し、環境を破壊から保護し、生産および運営活動の円滑な進行を確保するために必要な条件です。

石油・石油化学産業は、多くの危険・有害要因を伴う高リスク産業であり、生産の安全状況は依然として非常に厳しい状況にあります。

安全な生産の分野における人工知能の役割は大幅に改善されました

人工知能技術を手段として、「高精度な品質検査と大規模な安全管理」に対する業界の需要を正確に把握し、マシンビジョン、姿勢認識、異常行動分析と早期警告などの人工知能技術を応用し、安全予防、監督実施、品質検査、生産プロセス管理においてリアルタイム監視、自動問題発見、アクティブ早期警告を実現します。これにより、肉眼に頼る、または「遠くの水は近くの火を消せない」という過去のジレンマが改善され、安全で効率的な生産、適切な労働力の配置、低コストの優位性が確保され、産業企業の「コスト削減、効率向上、安全な生産の確保」を支援します。インテリジェントアプリケーションは、産業生産安全の分野で徐々に重要な役割を果たし、以前の安全管理作業の「事後処理」モードを変更し、危険の事前識別、分析、制御という科学的管理方法に転じ、最終的に事前制御、予防優先、チェックポイントの前進、問題発生前の防止という目的を達成しました。

一般的に、石油化学会社は長年にわたって段階的かつ一括してビデオ監視システムに投資しており、基本的にすべての生産ユニットと主要エリアに監視カメラが設置されています。従来のマシンビジョン検査（比較法など）は、手動の目視検査ではできない、うまくできない、人件費が高いといったいくつかの問題を解決します。しかし、セキュリティ上のリスクはまだ残っています。

1. 現場の作業監督プロセスでは、人力や物資資源などのさまざまな理由により、各リンクの関連管理担当者が工事現場に出向いて監督や監視、作業票の検討や確認を行うことができない、または象徴的に短い時間しか現場に留まらない場合があり、最終的には現在の作業許可制度の規制の要件を満たすことが困難になります。

2. 作業券の電子承認の全プロセスが実現されているものの、建設現場での作業員の不法行為や設備・施設の違法使用を監視することは依然として困難です。ビデオ監視があったとしても、通常は制御室での手動識別監視に限られており、主要な生産設備と重要な部品しか監視できず、どの生産エリアでも不法操作が発生した場合の監視要件を満たすことができません。

3. 請負人の労働要員の監督も非常に重要です。請負人の建設要員が現場に入る前に、安全教育訓練、専門技能審査などの作業が実施されます。しかし、実際に建設現場に到着すると、交代などの安全上の危険もあります。

従来のマシンビジョン検出方法と比較して、AIベースの検出方法は、照明、配置、伝送速度などの外部要因への依存度が低く、特に識別が難しい一部の動作の大量の画像をニューラルネットワークで学習します。十分なトレーニングにより、さまざまな動作やオブジェクトの主な特徴と非主要な特徴に対して、より高い認識精度が得られます。

安全な生産の分野に人工知能を導入する方法

安全作業のためのインテリジェントな監視管理システムを構築することで、作業現場の監視と管理を強化し、同時に地域管理の管理方法を実施し、各生産リンクの安全上の危険を迅速に発見し、危険を適時に分析して対処し、最終的に安全な生産を実現できます。

具体的な適用シナリオは次のとおりです。

1. AIベースのインテリジェント安全作業監視システムは、作業許可チケット管理システムと組み合わせて、現場作業の全プロセスのリアルタイム監視を実現し、建設現場で請負業者が派遣した保護者、チケットレビュー担当者、作業申請者、建設作業員のインテリジェントな識別と身元認証監視と管理を実現します。同時に、作業エリア内での危険行為の有無、境界を越える許可されていない人や物体の有無、その他の異常な行動も監視できます。

2. 人工知能に基づく機械視覚認識技術を使用して、従来の手動視覚認識方法を置き換え、自動インテリジェント認識と早期警告機能を実現します。

3. クライアント管理ソフトウェアシステムを通じて各監視ポイントのビデオ画像をリアルタイムで表示し、主要な監視ポイントのリモートビデオの呼び出し、警告、ブロードキャスト通知を行う機能。

4. システムはビデオ再生を使用して、地下でのさまざまな最近の操作、隠れた危険、ビデオアラームの処理を確認できます。

5. 上位監視センターが管轄内のすべてのビデオ画像を表示および管理できるように、階層型ネットワーク アーキテクチャを実装します。

安全な生産のためのAIベースのインテリジェント監視システムを設計する方法

AIベースのインテリジェント安全運転監視システムは、石油化学企業の安全指揮統制、通信、データ収集、アップロード、共有などの重要な任務を担い、企業の安全生産と管理の情報化の鍵とリンクです。その設計原則は、システム全体が高信頼性、強力な安定性、先進的な技術、使いやすいヒューマンマシンインターフェース、簡単な操作、簡単なメンテナンス、簡単なアップグレードなどの特徴を備えていることを保証する必要があります。

1. グループの監視および管理アプリケーションのニーズを満たし、会社の将来の短期、中期、長期の発展を十分に考慮し、具体的な構築スケジュールを提案し、効率的で高品質のフルシステム技術サポートサービスを提供します。

2. 既存の投資を保護するために、新しいシステムの構築中は、これまで設置・使用されていた元の監視機器を可能な限り互換性のある方法で取り扱い、構築時のリソースを節約し、機器の運用サイクルを延長する必要があります。

3. 石油化学工場は高リスクエリアであるため、すべての稼働設備は国家基準を満たす防爆設備を使用する必要があります。これにより、工場内の安全レベルが向上するだけでなく、ビデオ画像取得の要件も満たすことができます。

4. システムは操作が簡単で、システムのさまざまな機器を簡単に制御できます。操作は直感的でシンプルで、さまざまな面倒な機能を覚える必要がありません。さらに、コントロールパネル、メディアプレーヤー、ビデオ再生クエリが同じクライアントソフトウェアインターフェイスに統合されています。監視システム端末は、同じ単一のソフトウェアを通じてすべての操作を実行できるため、クライアントの操作に便利です。

5. インターフェースはオープンであり、他の関連システムとシームレスに接続できます。

AIベースの生産安全監視管理システムは、従来のセキュリティシステムとは異なり、ビデオ監視に依存するだけでなく、ディープニューラルネットワークコンピュータービジョンAIテクノロジーを中核としています。マシンビジョンを使用して人間の視覚監視に代わることで、人的資源を真に解放し、死角のない24時間シームレスな監視を提供します。人的資源を大幅に節約すると同時に、廃棄方法をより効率的かつ多様化します。

従来の機械学習技術では、自然データを処理するために生の形式を使用することが多く、モデルの学習能力は大きく制限されています。パターン認識や機械学習システムを構築するには、生データ（画像のピクセル値など）から特徴を抽出し、適切な内部表現に変換するために、かなりの専門知識が必要になることがよくあります。

一方、ディープラーニングは特徴を自動的に抽出する機能があり、表現を目的とした学習の一種です。ディープラーニングにより、複数の処理レイヤーを複雑な計算モデルに構成し、複数の抽象化レベルでデータの表現を自動的に取得できるようになります。これらの手法により、音声認識、視覚物体認識、物体検出、創薬、ゲノミクスなどの分野が大きく進歩しました。 BP アルゴリズムを使用することで、ディープラーニングは大規模なデータセット内の隠れた複雑な構造を発見できるようになります。

安全生産管理は管理からデータ駆動型へ進化

事実が証明しているように、モノのインターネット、ビッグデータ、人工知能などの新興技術は、企業が全方位的な安全生産管理を実現するための強力なツールであることは間違いありません。「システム管理」と比較して、予測可能な投資を通じて測定可能な利益を得ることができます。もちろん、これらの新興技術は、従来の生産安全管理者に、それらを生産安全管理システムにどのように適用するかという混乱ももたらしています。 Jiyun Technologyは「データ駆動型安全生産管理」を提案し、階層的思考を通じて、統一された産業インターネットプラットフォーム上で、設備、生産、運用の3つのレベルから安全生産管理ソリューションを実装します。

データ駆動型に基づく設備信頼性管理。設備レベルでは、設備のデジタルツインモデルを構築し、資産、組織、プロセス、技術のデータをモデル化し、さまざまなレベルで管理オブジェクトを形成し、指標、従属関係、データソースなどの属性の構成を実現することで、プラットフォームに接続された設備の基本データを効果的に管理します。このソリューションは、これらの基本データに基づいて、会社の主要生産設備の予知保全アプリケーションを開発し、故障率を低減し、設備の信頼性を向上させます。

主要な生産プロセスをデータに基づいて管理します。生産レベルでは、このソリューションは生産プロセス中にさまざまな種類のデータを収集し、人工知能と組み合わせた洗練された多次元の長期プロセスベースのデータ分析を通じて完成品の歩留まりを向上させます。このソリューションは、生産時に監視する必要があるさまざまな主要指標について、指標のさまざまな特性に基づいてモデルを通じて対応する監視指標を計算し、監視戦略を設定し、戦略に違反する異常に対してアラームを発行します。

データ駆動型のセキュリティリスク管理の意思決定と緊急時の指揮。この計画では、全面的な緊急指揮と生産安全メカニズムを確立し、ビッグデータに基づいて安全リスク状況を総合的に把握し、事故頻度、ユニットなどの特性の統計分析を組み合わせて、起こり得る重大な緊急事態を予測します。構成の観点を統一し、制御システムの情報障壁を突破し、リアルタイムの生産操作監視を実現します。システムは、ビジネス管理の階層型早期警報、アラーム機能、環境保護管理なども実現します。

データは、設備、生産、運用の 3 つのレベルに流れる生命線です。このソリューションは、設備データ、生産データ、外部データなどを集めて統合された「データセンター」を構築します。この統合された「データセンター」を基盤として、設備の稼働状況の統一的な監視を実現し、ビッグデータと人工知能を組み合わせて、主要設備の予知保全や生産プロセスの最適化などの応用を実現し、これに基づいて、ビジネス全体のレベルでのグローバル管理を実現し、最終的に生産安全管理レベルの向上という目標を達成することができます。