鄭雪娜，沈國杰，馬鵬宇，羅宗榮

(重慶大學(xué) 城市科技學(xué)院，重慶 402167)

0 引言

火電建設(shè)企業(yè)以安裝管道儀表、調(diào)試大型設(shè)備、鋼結(jié)構(gòu)為主，屬于高風(fēng)險(xiǎn)、高投入、高技術(shù)的行業(yè)[1]。火電建設(shè)企業(yè)通常以熱工調(diào)試、汽機(jī)安裝、電氣安裝和鍋爐安裝為主體，簡(jiǎn)稱為熱、機(jī)、電、爐4大部分，各個(gè)部分之間互相協(xié)調(diào)但又互相獨(dú)立[2]。為了滿足國家提出的減排和節(jié)能要求，火電現(xiàn)場(chǎng)需要采取對(duì)應(yīng)的措施，建立少排放、大容量、低消耗和高參數(shù)的機(jī)組[3]?；痣姮F(xiàn)場(chǎng)涉及的單位較多、規(guī)模較大、技術(shù)復(fù)雜且建設(shè)周期較長，承擔(dān)的風(fēng)險(xiǎn)較大，一旦發(fā)生爆炸，容易造成人員傷亡和財(cái)產(chǎn)損失。因此，火電現(xiàn)場(chǎng)的安全工作是重中之重[4]。當(dāng)前，火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法存在評(píng)估效率低和評(píng)估結(jié)果準(zhǔn)確率低的問題，需要對(duì)工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法進(jìn)行研究[5]。

郭二果等[6]提出了1種火電廠環(huán)境風(fēng)險(xiǎn)評(píng)估模型，該方法基于火電廠環(huán)境風(fēng)險(xiǎn)評(píng)估實(shí)際工作經(jīng)驗(yàn)總結(jié),從風(fēng)險(xiǎn)源識(shí)別、危害分析以及風(fēng)險(xiǎn)防范措施改進(jìn)角度提出電廠環(huán)境風(fēng)險(xiǎn)評(píng)估的技術(shù)要點(diǎn),在此基礎(chǔ)之上進(jìn)行火電廠環(huán)境風(fēng)險(xiǎn)評(píng)估模型設(shè)計(jì)，但該方法選取的評(píng)估指標(biāo)合理性低，得到的評(píng)估結(jié)果準(zhǔn)確率低；吳庭吉等[7]提出了1種火電廠環(huán)境風(fēng)險(xiǎn)的評(píng)估技術(shù)，該方法采用人工識(shí)別現(xiàn)場(chǎng)圖片的信息，進(jìn)而利用火電廠環(huán)境風(fēng)險(xiǎn)評(píng)估模型對(duì)火電廠環(huán)境以及可能會(huì)造成的危害進(jìn)行模擬，最后根據(jù)結(jié)果對(duì)火電廠的環(huán)境風(fēng)險(xiǎn)進(jìn)行評(píng)估，該方法評(píng)估所用的時(shí)間較長，存在評(píng)估效率低的問題；孟憲良等[8]提出了1種基于層次化、差異化的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法，火電工程項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建需先對(duì)火電工程的風(fēng)險(xiǎn)要素進(jìn)行識(shí)別,在此基礎(chǔ)上,根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建原則對(duì)火電工程項(xiàng)目施工方風(fēng)險(xiǎn)評(píng)價(jià)體系進(jìn)行構(gòu)建,為火電工程項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)奠定基礎(chǔ)，但是該方法得到的評(píng)估結(jié)果與實(shí)際不符，存在評(píng)估結(jié)果準(zhǔn)確率低的問題。針對(duì)上述問題，提出1種基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法。

1 基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估

1.1 工控火電現(xiàn)場(chǎng)ai智能圖像識(shí)別

基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法對(duì)火電現(xiàn)場(chǎng)圖像的空間進(jìn)行轉(zhuǎn)化，通過匹配結(jié)構(gòu)元得到火電現(xiàn)場(chǎng)圖像結(jié)構(gòu)元和顏色的映射子圖，通過連通粒屬性得到對(duì)應(yīng)的特征向量[9-10]，采用加權(quán)合并方法對(duì)特征向量進(jìn)行融合，獲得工控火電現(xiàn)場(chǎng)ai智能圖像中的特征信息，完成工控火電現(xiàn)場(chǎng)ai智能圖像的識(shí)別[11-12]。將M×N大小的工控火電現(xiàn)場(chǎng)圖像的顏色空間進(jìn)行轉(zhuǎn)換[13]，將HSV顏色空間轉(zhuǎn)換為RGB顏色空間，量化為C(x,y)，1≤x≤M，1≤y≤N。

將火電現(xiàn)場(chǎng)圖像分為若干個(gè)2×2的圖像塊，進(jìn)行結(jié)構(gòu)元匹配，獲得[M/2×N/2]大小的映射子圖，用T(i,j)表示映射子圖，在區(qū)間[0,8]內(nèi)取值[14-15]，當(dāng)T(i,j)=s時(shí)，Ts(i,j)=1，得到特征向量Ys為：

(1)

通過分層提取方法得到T(i,j)映射子圖中第s層的結(jié)構(gòu)元連通性特征Js：

Js={Ns,Ms,Ss,Os}

(2)

式中：Ns為連通粒數(shù)；Ms為連通粒的平均面積；Ss為場(chǎng)景連通粒；O為對(duì)象連通粒。通過結(jié)構(gòu)元連通性特征Js得到顏色連通性特征KL={NL,ML,SL,OL}。

計(jì)特征向量Ys、結(jié)構(gòu)元連通性特征Js、顏色連通性特征KL得到映射子圖的權(quán)重wi：

wi=l·f(bi)

(3)

式中：i=1,2,3；l為基準(zhǔn)函數(shù)；f(bi)為向量在全局特征中的重要程度。對(duì)權(quán)重wi進(jìn)行歸一化處理，加權(quán)合并為工控火電現(xiàn)場(chǎng)ai智能圖像的特征信息H，通過特征信息H完成工控火電現(xiàn)場(chǎng)ai智能圖像的識(shí)別：

H=[w1·Norm(Y),w2·Norm(Js),w3·Norm(KL)]

(4)

式中：Norm(·)為歸一化處理。

1.2 工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估

在工控火電現(xiàn)場(chǎng)ai智能圖像識(shí)別結(jié)果的基礎(chǔ)上[13]，通過層次分析法和問卷調(diào)查法獲取風(fēng)險(xiǎn)評(píng)估指標(biāo)，構(gòu)建風(fēng)險(xiǎn)級(jí)別集合，通過兩兩比較法得到工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估指標(biāo)的權(quán)重，構(gòu)建工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估模型，對(duì)工控火電現(xiàn)場(chǎng)爆炸的風(fēng)險(xiǎn)進(jìn)行評(píng)估。

結(jié)合問卷調(diào)查法和層次分析法得到工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)的評(píng)估指標(biāo)，分別為設(shè)施、設(shè)備管理，安全生產(chǎn)管理制度，安全技術(shù)管理和人員、機(jī)構(gòu)、資質(zhì)管理[16]。

設(shè)U1為設(shè)施、設(shè)備管理，其表達(dá)式如下：

U1={u11,u12,u13,u14}

(5)

式中：u11為測(cè)試工具管理；u12為設(shè)備安全管理；u13為防護(hù)管理和安全設(shè)施；u14為裝備安全控制。

設(shè)U2為安全生產(chǎn)管理制度，其表達(dá)式如下：

U2={u21,u22,u23,u24,u25}

(6)

式中：u21為安全生產(chǎn)責(zé)任制度；u22為安全生產(chǎn)資金保障制度；u23為事故報(bào)告處理制度；u24為安全檢查制度；u25為培訓(xùn)制度。

設(shè)U3為安全技術(shù)管理，表達(dá)式如下：

U3={u31,u32,u33,u34,u35,u36}

(7)

式中：u31為對(duì)工藝和安全設(shè)備的選用；u32為危險(xiǎn)源控制；u33為操作規(guī)程和技術(shù)標(biāo)準(zhǔn)規(guī)范；u34為施工組織設(shè)計(jì)；u35為安全技術(shù)；u36為專業(yè)安全技術(shù)方案。

設(shè)U4為資源管理，其表達(dá)式如下：

U4={u41,u42,u43,u44}

(8)

式中：u41為供應(yīng)單位管理；u42為從業(yè)人員資格和企業(yè)資質(zhì)；u43為人員資格管理和分包資質(zhì)；u44為安全生產(chǎn)管理機(jī)構(gòu)。

設(shè)Ri為工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估指標(biāo)的風(fēng)險(xiǎn)級(jí)別集合[17-18]，其表達(dá)式如下：

Ri={R1,R2,R3,R4,R5}

(9)

式中：R1，R2，R3，R4，R5代表的級(jí)別分別是“很低”、“低”、“中”、“高”、“很高”。

通過兩兩比較法得到工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估指標(biāo)的權(quán)重，設(shè)A代表的判斷矩陣，其表達(dá)式如下：

A=(Ui)n×n

(10)

評(píng)估指標(biāo)的權(quán)重ωi的計(jì)算公式如下：

(11)

在工控火電現(xiàn)場(chǎng)ai智能圖像識(shí)別結(jié)果的基礎(chǔ)上，結(jié)合風(fēng)險(xiǎn)級(jí)別集合Ri和指標(biāo)權(quán)重得到工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估模型RT：

(12)

將上述所求參數(shù)帶入模型公式中，求出RT偏度系數(shù)，當(dāng)系數(shù)高于2時(shí)，風(fēng)險(xiǎn)較大，反之風(fēng)險(xiǎn)較小。

2 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法的整體有效性，需要對(duì)基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法進(jìn)行測(cè)試，本次測(cè)試的實(shí)驗(yàn)平臺(tái)為Mulan，操作系統(tǒng)為Windows10.0?；谀：垲惻判虻墓た鼗痣姮F(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法(方法1)和基于廣義斷面的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法(方法2)是2種傳統(tǒng)的評(píng)估方法，將本文提出的基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法(方法3)與這2種方法進(jìn)行對(duì)比測(cè)試。3種評(píng)估方法所用的評(píng)估時(shí)間如圖1所示。

圖1 3種方法的評(píng)估時(shí)間Fig.1 Evaluation time for three different methods

對(duì)比3種不同方法的測(cè)試結(jié)果可知，基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法所用的評(píng)估時(shí)間較少，該方法縮短了識(shí)別圖像所用的時(shí)間，提高了評(píng)估效率。

評(píng)估指標(biāo)的合理性決定了工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估結(jié)果的準(zhǔn)確率。采用3種方法分別進(jìn)行測(cè)試，評(píng)估指標(biāo)為設(shè)備管理、安全生產(chǎn)管理制度、安全技術(shù)管理和資質(zhì)管理。對(duì)比3種不同方法選擇的評(píng)估指標(biāo)的偏度系數(shù)，指標(biāo)的偏度系數(shù)越接近于零，指標(biāo)的合理性越高，測(cè)試結(jié)果如圖2所示。

圖2 本文方法和文獻(xiàn)方法的指標(biāo)偏度系數(shù)對(duì)比Fig.2 Comparison of index skewness coefficients between methods and literature methods

對(duì)比3種不同方法的測(cè)試結(jié)果可知，基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法選擇的評(píng)估指標(biāo)偏度系數(shù)更接近于零，因?yàn)榛赼i智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法結(jié)合問卷調(diào)查法和層次分析法對(duì)評(píng)估指標(biāo)進(jìn)行選取，提高了指標(biāo)的合理性，驗(yàn)證基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法的評(píng)估結(jié)果準(zhǔn)確率較高。

3 結(jié)論

1)經(jīng)過對(duì)比實(shí)驗(yàn)結(jié)果可知本文方法識(shí)別圖像所用的時(shí)間短。證明了本文方法提高了評(píng)估效率，可在較短的時(shí)間內(nèi)完成工控火電現(xiàn)場(chǎng)爆炸的風(fēng)險(xiǎn)評(píng)估。

2)本文基于ai智能圖像的工控火電現(xiàn)場(chǎng)爆炸風(fēng)險(xiǎn)評(píng)估方法選擇的評(píng)估指標(biāo)偏度系數(shù)更接近于零，說明所提方法合理性較高，即評(píng)估結(jié)果準(zhǔn)確率較高。