0 引言

为认真贯彻落实《中共中央国务院关于推进安全生产领域改革发展的意见》精神和国务院、市、区各级安委办关于遏制重特大事故构建双重预防机制的一系列决策部署，着力推进污水厂安全生产主体责任落实到位，研究以工业互联网、人工智能、大数据分析等新一代信息技术为手段，与安全风险实时评价相结合的创新安全管控模式是目前建设智慧化污水厂的发展趋势。通过构建此安全管控模式[1-2]，不但可以提高企业安全生产效率及质量，而且对企业的健康、有序发展十分有利。

本文研究的创新管控模式以搭建安全风险诊断系统管控平台为载体，通过科技化、智能化的手段，监控区域内人和物的不安全行为及状态，使用定性、定量的评价方法，实时对污水厂安全生产现状进行风险分级评价，可协助污水厂监控人员根据不同的风险等级得出相对应的风险控制措施、从远程对风险进行干涉，从而保障人员人身安全、降低事故发生概率、提升企业安全管理水平。

1 新型管控模式的构成

在本文研究的新型安全管控模式体系总体架构中，搭建安全风险诊断系统管控平台是创新活动的基础和源头，是创新管控模式的一种表现形式。传统安全管控模式以人作为主体。相关工作人员需要具备一定的安全管理工作经验，对现场进行管控，从而达到安全生产的目标。但本文研究的新型安全管控模式主要以管控平台作为主体，由人承担协助、辅助的角色。对比两种模式可知：新型安全管控模式具有对人员劳动强度要求较低、发现问题处置及时、监控范围更全面的优点。两种管控模式对比如表1所示。

表1 两种安全管控模式对比
Tab.1 Comparison of two safety management and control modes

管控平台包括生产现场层、应用层、算法层。

生产现场层为智能化应用的终端，包括智能摄像机、“门禁-定位”通行卡、门禁系统、液位计、气体检测仪等设备，是感知数据的实时采集源。采集到的数据通过网络与平台实现数据资源的汇聚储存、实时处理。

应用层包括图形化空间展示、安全巡检管理、安全报警管理和配置管理。系统基于图像识别技术、定位技术等，提供了环境监测、权限空间、行为检测、视频联动等功能。

算法层包含基于机器学习的视觉识别算法和区域安全风险模型。视觉识别算法用于人员识别、人员着装识别、人员跌倒识别、护栏监测及加药区漏液识别。区域安全风险模型是基于生产现场层、应用层及视觉识别算法中检测出的不安全项，进行实时安全评价。这种多方式检测技术结合实时安全评价的管控模式与传统安全管控模式相比较，可使操作人员对区域内安全现状进行全方位掌控，及时采取相应安全措施，遏制事故发生。

数据中心贯穿生产现场层、算法层、应用层。生产层现场数据通过采集系统存入数据中心；算法层通过调取生产数据，对其进行分析计算后由应用层展现。安全管理平台构架如图1所示。

图1 安全管控平台架构图
Fag.1 Safety management platform architecture

2 安全风险诊断系统中的关键技术

2.1 远程监测技术

本文研究的管控平台需要大量的数据支撑。监测设备是实时数据的主要来源。通过建立前端测点位置与地理空间信息之间的逻辑关系，可以实现点、线、面三者有机结合，从而构建立体、实时、全方位的数据监测[3-4]。

远程监测技术可实现的功能如下。

①采集与处理功能：主要对生产过程的各种模拟或数字量进行检测、采样和必要的预处理，并且以一定的形式输出，如显示屏、报表等，为操作人员提供详实的数据，帮助他们分析、了解区域情况。

②监督功能：将检测到的实时数据、生产人员在生产过程中发出的指令和输入的数据进行分析、归纳、整理、计算等二次加工，并分别作为实时数据和历史数据加以存储。

③管理功能：利用已有的有效数据、图像、报表等，对工况进行分析、故障诊断、险情预测，并以声光电的形式对故障和突发事件报警。

④控制功能：在检测的基础上进行信息加工，根据事先决定的控制策略形成控制输出，直接作用于生产过程。

2.2 出入口控制报警系统

出入口控制报警系统是采用现代电子信息技术，在建筑物的出入口对人、物的进出实施放行、拒绝、记录和报警等操作的自动化系统。这种操作系统通常由出入口目标识别系统、出入口信息管理系统、出入口控制执行机构这三个部分组成。系统的前端设备为各类出入口目标识别装置和门锁开启闭合执行机构。传输方式为专线或网络传输。系统的终端设备是显示、控制、通信设备，通常采用独立的门禁控制器，也可通过计算机网络对各门禁控制器实施集中监控。

2.3 视觉模型搭建

目前，污水处理厂存在许多需要人工识别的场景，存在部分区域为视觉盲点难以监视、人员穿戴安全无法监督、人员安全行为难以保障的问题。为了改变这一现状，使用智能视觉识别系统，基于图像识别技术，营建现场人员、着装、现场地面环境识别模型，利用特征提取、机器学习等算法，通过智能摄像头对画面中的人员、环境进行检测，并对得到的报警数据、图像数据进行保存，以便工作人员后续管理、查询。

视频监控报警系统常规应用于对建筑物内的主要公共场所和重要部位进行实时监控、录像和报警时的图像复刻。视频监控报警系统的前端设备是各种摄像机、视频检测报警器和相关附属设备；终端设备是显示、记录、控制设备，通常采用独立的视频监控中心控制台或监控报警中心控制台[5]。

3 区域安全风险评价模型

为保障生产过程中人员、物品、环境、管理的安全，规范生产过程，建立一套区域安全健康模型，从“人”“物”“环”“管”四个方面深入，对生产区域进行全面的分析评价。

3.1 评价方法简介

作业风险分析方法(风险矩阵)率先应用于英国石油化工行业。该方法首先识别出每个作业活动可能存在的危害，并判定这种危害发生的可能性和事故发生的严重程度，两者相乘，得出所确定危害的风险；然后进行风险分级，根据不同级别的风险，采取相应的风险控制措施[6-8]。风险值为：

R =L×S

(1)

式中：R为风险值；L为危害发生的可能性；S为事故发生的严重程度。

3.2 各数值取值依据

3.2.1 危害发生的可能性(L)

从偏差发生频率、安全检查、操作规程、员工胜任程度、控制措施这五个方面对危害发生的可能性进行评价取值，并取五项得分的最高的分值作为其最终的L值。危害发生的可能性如表2所示。

表2 危害发生的可能性
Tab.2 Possibility of a hazardous event occurring

3.2.2 事故发生的严重程度(S)

分析事故发生可能导致的后果，确定S值。确定方式如下：事故发生无后果产生，S取1；轻伤，S取2；重伤，S取3；死亡，S取4；死亡或可能导致群死群伤事故，S取5。

3.2.3 风险值(R)

确定了S和L后，根据式(1)计算出风险度R的值。R值计算后的范围为1～25。

3.2.4 风险等级划分

根据计算出的R值判断风险等级及可采取的控制措施。风险等级表如表3所示。

表3 风险等级表
Tab.3 Risk level

3.3 安全评价实例

通过上述几种关键技术对污水厂各重要区域及重要设施进行检测，并对检测中的不安全项进行实时安全评价。安全评价举例内容如表4所示。

表4 安全评价举例内容
Tab.4 Examples of Safety evaluation

试点污水厂相关管理制度建设较齐全、作业人员皆持证上岗、制度落实情况较好，故涉及到“安全检查”“操作规程”“员工胜任程度”“控制措施”的取值适合取1～2；而污水厂中可能每季度就发生有限空间作业，故“偏差发生频率”取4，五项得分取最高值，故最终L值取4。

对于事故或危险事件发生后的可能结果，由于主要可能发生的事故是中毒和窒息，一旦发生事故后，可能的最严重结果为“死亡，可能导致群死群伤事故”，按表2取S=5。根据式(1)可得：R=L×S=4×5=20。

计算出R以后，对照表3风险等级表，分值位于20～25，属于“A级重大风险”。为此，应对有限空间作业硫化氢超标时，作业人员应立即停止作业，对作业现场进行强制通风，并加强监护。由此，得出区域安全风险评价模型显示效果，如表5所示。

表5 模型显示效果
Tab.5 Model display effect

4 效果评价

本文研究的新型安全管控平台已在上海虹桥污水处理厂中投入使用。与传统平台相比较，在智能检测作业现场环境的基础上，增加了对不安全项的实时评价系统，可以让非安全专业的操作人员了解突发事件的发生以及这可能造成事故的危害程度，帮助操作人员第一时间采取基本、必要的应急措施，大大缩短了时间成本并有效地防止事故进一步扩大，更能在一定程度上降低事故发生的可能性。当风险被识别后，根据风险等级显示不通颜色，报警信息插入数据库存储。

平台效果如图2所示。

图2 平台效果示意图
Fag.2 Schematic diagram of platform effect

5 结论

本文研究的安全管控平台基于污水厂实际运行情况分析，针对污水厂重点区域构建安全风险诊断系统，形成一套集人员定位、门禁、视频监控、安全评价及报警系统相结合的新型智慧安全管理模式。在虹桥污水厂中搭建该平台后，系统运行稳定，实现了各环节的联动，为污水处理厂提供了安全、健康、方便的工作环境，取得了良好的效果。该智慧管控平台在污水厂无人化运行理念中具有通用性。该研究成果的成功运用可为污水厂无人化、智慧化管理的实现经验积累，具有一定的参考价值。