黃 強(qiáng) 王雯雯 孫 艾 周 丹 文耀華

（南京市鍋爐壓力容器檢驗(yàn)研究院 南京 210019）

當(dāng)前我國?；愤\(yùn)輸?shù)闹饕绞揭廊皇堑缆愤\(yùn)輸[1]，其中又以罐車為最大載體，據(jù)統(tǒng)計(jì)截至2022 年底我國?；饭捃嚬灿?0 多萬輛[2]。由于危化品具有易燃、易爆、易腐蝕、有毒的特性，一旦發(fā)生事故，極有可能造成重大的人員傷亡和經(jīng)濟(jì)損失。2017 年山東臨沂一臺(tái)液化石油氣罐車在裝卸作業(yè)時(shí)爆炸，造成10 人死亡[3]；2020 年浙江溫嶺液化石油氣罐車發(fā)生爆炸，造成20人死亡[4]；2023 年泉州高速油罐車起火爆炸，經(jīng)濟(jì)損失嚴(yán)重……這些事故給危化品安全監(jiān)管敲響了警鐘。

為加強(qiáng)危化品罐車的安全監(jiān)管，我國制定了法律法規(guī)和安全技術(shù)規(guī)范，對危化品罐車的設(shè)計(jì)、制造、使用、檢驗(yàn)、報(bào)廢等全流程實(shí)施監(jiān)督管理。其中，對?；饭捃囬_展定期檢驗(yàn)是減少安全事故、防范化解重大風(fēng)險(xiǎn)、保證?；钒踩\(yùn)輸?shù)闹匾绞絒5]。但當(dāng)前罐車檢驗(yàn)機(jī)構(gòu)普遍存在裝備不夠齊全、技術(shù)不夠成熟、自動(dòng)化程度低、過于依賴人力、工作效率不高、檢驗(yàn)質(zhì)量參差不齊的問題，甚至部分檢驗(yàn)機(jī)構(gòu)由于現(xiàn)場檢驗(yàn)條件差發(fā)生罐體爆炸、檢驗(yàn)人員意外墜落等安全事故。為此借助信息化和智能化技術(shù)，設(shè)計(jì)符合?；饭捃嚈z驗(yàn)需求的智慧檢驗(yàn)工廠顯得尤為迫切，一方面可以改善檢驗(yàn)人員工作環(huán)境，降低勞動(dòng)強(qiáng)度，提高檢驗(yàn)機(jī)構(gòu)安全管理水平；另一方面可以降低對人的過度依賴，用信息化和智能化的技術(shù)取代人力，降低差錯(cuò)率，提高工作質(zhì)量和效率。

1 總體架構(gòu)

?；饭捃囍腔蹤z驗(yàn)工廠主要包括三大系統(tǒng)，分別是檢驗(yàn)現(xiàn)場智能控制系統(tǒng)、基于AI 的安全監(jiān)測系統(tǒng)和罐車智慧檢驗(yàn)全流程管理平臺(tái)，如圖1 所示。三大系統(tǒng)的數(shù)據(jù)都實(shí)時(shí)匯入智慧檢驗(yàn)工廠數(shù)據(jù)大腦，在數(shù)據(jù)大腦中通過數(shù)據(jù)挖掘、數(shù)據(jù)融合、機(jī)器學(xué)習(xí)和智能計(jì)算指導(dǎo)罐車智能檢驗(yàn)，保障現(xiàn)場檢驗(yàn)安全，優(yōu)化罐車檢驗(yàn)流程，提升檢驗(yàn)效率，強(qiáng)化檢驗(yàn)質(zhì)量，打造一座現(xiàn)代化、智能化的危化品罐車智慧檢驗(yàn)工廠。

圖1 危化品罐車智慧檢驗(yàn)工廠架構(gòu)圖

2 方案設(shè)計(jì)

2.1 檢驗(yàn)現(xiàn)場智能控制系統(tǒng)

檢驗(yàn)現(xiàn)場智能控制系統(tǒng)是智慧檢驗(yàn)工廠的重要組成部分，通過采用PLC 分布式控制技術(shù)、智能控制算法和雙冗余技術(shù)，對氣密性試驗(yàn)、抽真空作業(yè)、氮?dú)庵脫Q、含氧量檢測等檢驗(yàn)數(shù)據(jù)自動(dòng)采集、實(shí)時(shí)監(jiān)測、智能控制，并及時(shí)反饋各類裝置運(yùn)行中的異常事件，實(shí)現(xiàn)無人值守作業(yè)，降低勞動(dòng)強(qiáng)度，避免人為因素干擾，確保數(shù)據(jù)的正確性和及時(shí)性。依據(jù)集中監(jiān)視、分散控制的原則，系統(tǒng)采用集散控制方式，自下而上由現(xiàn)場設(shè)備層、自動(dòng)控制層和集中監(jiān)控層組成，如圖2 所示。

圖2 檢驗(yàn)現(xiàn)場智能控制系統(tǒng)架構(gòu)圖

現(xiàn)場設(shè)備層主要由壓力傳感器、氣動(dòng)閥、電磁閥、壓縮機(jī)及真空泵等組成，用于實(shí)現(xiàn)檢驗(yàn)工藝流程的控制、數(shù)據(jù)采集和狀態(tài)監(jiān)測。

自動(dòng)控制層由工業(yè)控制器和輸入/輸出（I/O）模塊、現(xiàn)場管理終端組成，根據(jù)采集的數(shù)據(jù)和用戶編制的自動(dòng)控制程序?qū)崿F(xiàn)現(xiàn)場設(shè)備的自動(dòng)化控制。

集中監(jiān)控層實(shí)現(xiàn)過程數(shù)據(jù)的實(shí)時(shí)采集和現(xiàn)場設(shè)備的實(shí)時(shí)監(jiān)控，由操作站和服務(wù)器組成，操作站可監(jiān)測現(xiàn)場設(shè)備狀態(tài)，工作人員可通過其進(jìn)行設(shè)備控制；服務(wù)器內(nèi)置實(shí)時(shí)數(shù)據(jù)庫、歷史數(shù)據(jù)庫等模塊，可通過實(shí)時(shí)曲線和歷史曲線進(jìn)行數(shù)據(jù)分析，用于現(xiàn)場設(shè)備運(yùn)行狀態(tài)和人員作業(yè)的追溯管理。同時(shí)為滿足智能工廠的建設(shè)需求，服務(wù)器通過數(shù)據(jù)接口，實(shí)時(shí)將各類數(shù)據(jù)傳輸?shù)綌?shù)據(jù)大腦，用于數(shù)據(jù)分析和展示。

2.2 基于AI 的安全監(jiān)測系統(tǒng)

罐車檢驗(yàn)中涉及受限空間作業(yè)、臨時(shí)用電作業(yè)、高處作業(yè)、吊裝作業(yè)等高危作業(yè)，易造成中毒窒息、高處墜落、觸電、砸傷等多種職業(yè)傷害[6]，在檢驗(yàn)場地全范圍安裝高清攝像裝置，基于人體姿態(tài)檢測、目標(biāo)定位技術(shù)和AI 技術(shù)，通過采集檢驗(yàn)場所監(jiān)控圖像進(jìn)行在線智能分析，識(shí)別罐車檢驗(yàn)過程中風(fēng)險(xiǎn)指標(biāo)，并對區(qū)域內(nèi)人的不安全行為和物的不安全狀態(tài)發(fā)出智能預(yù)警，通過風(fēng)險(xiǎn)閾值建立預(yù)警指標(biāo)，大幅降低各類安全風(fēng)險(xiǎn)事件的發(fā)生概率，避免安全事故，有效提升罐車檢驗(yàn)安全管理水平。

1）檢驗(yàn)環(huán)境危險(xiǎn)信息識(shí)別。罐車檢驗(yàn)現(xiàn)場會(huì)存在少量硫化氫、氨氣、二氧化硫、一氧化碳、二氧化氮、乙醇、乙烯、氯氣等有毒有害氣體。通過在罐車檢驗(yàn)現(xiàn)場安裝有毒有害氣體檢測電化學(xué)傳感器，對有毒有害氣體進(jìn)行實(shí)時(shí)檢測，實(shí)現(xiàn)對罐車檢驗(yàn)現(xiàn)場環(huán)境中各類有毒有害氣體濃度的在線監(jiān)測。當(dāng)氣體濃度達(dá)到設(shè)定的預(yù)警閾值，系統(tǒng)自動(dòng)發(fā)出聲光電報(bào)警提醒，并標(biāo)記濃度超標(biāo)傳感器的位置，自動(dòng)打開該區(qū)域應(yīng)急通風(fēng)設(shè)施，降低有毒有害氣體濃度，從而有效保障罐車檢驗(yàn)人員的健康安全。

2）檢驗(yàn)人員違規(guī)行為識(shí)別及預(yù)警。基于深度神經(jīng)網(wǎng)絡(luò)智能算法，對監(jiān)控圖像的視域進(jìn)行掃描檢測，識(shí)別確認(rèn)檢驗(yàn)人員身份，鎖定目標(biāo)跟蹤，實(shí)時(shí)判斷檢驗(yàn)人員的行為，結(jié)合標(biāo)準(zhǔn)動(dòng)作模板，實(shí)現(xiàn)檢驗(yàn)人員未戴安全帽、未系安全帶、違規(guī)使用手機(jī)等行為的全程監(jiān)測和預(yù)警，通過跟蹤移動(dòng)的物體或者人，采用幀差法和混合高斯模型對比移動(dòng)前后的狀態(tài)變化，推斷出發(fā)生的事件，實(shí)現(xiàn)人員入罐作業(yè)過程中安全監(jiān)護(hù)缺失和檢驗(yàn)現(xiàn)場高空拋物等風(fēng)險(xiǎn)事件的識(shí)別和預(yù)警[6]。系統(tǒng)識(shí)別到違規(guī)行為或風(fēng)險(xiǎn)事件后現(xiàn)場發(fā)出警報(bào)，后臺(tái)根據(jù)事件級(jí)別通知相應(yīng)管理人員采取應(yīng)急措施，保障檢驗(yàn)人員安全，同時(shí)系統(tǒng)自動(dòng)對違規(guī)行為進(jìn)行記錄和統(tǒng)計(jì)，形成包含違規(guī)人員、違規(guī)行為、違規(guī)次數(shù)和違規(guī)時(shí)間的統(tǒng)計(jì)數(shù)據(jù)，以便進(jìn)行大數(shù)據(jù)分析[7]。

2.3 罐車智慧檢驗(yàn)全流程管理平臺(tái)

罐車智慧檢驗(yàn)全流程管理平臺(tái)是智慧檢驗(yàn)工廠的核心部分，實(shí)現(xiàn)了罐車從預(yù)約、進(jìn)入檢驗(yàn)場地、報(bào)檢、繳費(fèi)、交車、檢驗(yàn)到客戶領(lǐng)取報(bào)告、滿意度評(píng)價(jià)的全流程數(shù)字化、智能化管理，構(gòu)架如圖3 所示。為減少檢驗(yàn)人員錄入數(shù)據(jù)的工作量，提高工作效率，平臺(tái)預(yù)留數(shù)據(jù)接口與智能檢驗(yàn)設(shè)備和檢驗(yàn)工裝進(jìn)行數(shù)據(jù)的互聯(lián)互通，實(shí)時(shí)上傳壁厚檢測和靜電接地電阻檢測數(shù)據(jù)、安全閥和緊急切斷閥自動(dòng)校驗(yàn)數(shù)據(jù)等。同時(shí)開發(fā)手機(jī)、智能終端、平板、大屏等多種客戶端，方便不同人員使用。平臺(tái)主要包括兩大模塊，分別是業(yè)務(wù)云端辦理模塊和智能檢驗(yàn)?zāi)K。

圖3 罐車智慧檢驗(yàn)全流程管理平臺(tái)架構(gòu)圖

1）業(yè)務(wù)云端辦理模塊。該模塊主要用于客戶在線辦理罐車檢驗(yàn)相關(guān)業(yè)務(wù)?？蛻羰紫冗M(jìn)行線上預(yù)約報(bào)檢，預(yù)約成功后，將罐車送至檢驗(yàn)基地，在檢驗(yàn)基地安裝智能車牌識(shí)別器，通過識(shí)別車牌號(hào)，平臺(tái)自動(dòng)比對預(yù)約信息和歷史檢驗(yàn)信息，實(shí)現(xiàn)智能受理，并根據(jù)檢驗(yàn)工位狀態(tài)和剩余檢驗(yàn)時(shí)間智能引導(dǎo)客戶將罐車送至待檢工位。客戶送檢后，可使用各類終端在線查詢罐車檢驗(yàn)進(jìn)度以及剩余檢驗(yàn)時(shí)間。罐車檢驗(yàn)完成后，系統(tǒng)自動(dòng)根據(jù)檢驗(yàn)項(xiàng)目計(jì)算檢驗(yàn)費(fèi)用，并通過微信、短信等方式將檢驗(yàn)費(fèi)用告知客戶，提醒客戶及時(shí)繳費(fèi)?？蛻艨墒褂弥Ц秾殹⑽⑿?、匯款等多種方式在線繳納檢驗(yàn)費(fèi)，領(lǐng)取電子發(fā)票，繳費(fèi)成功后，在線下載電子報(bào)告和使用標(biāo)識(shí)。

2）智能檢驗(yàn)?zāi)K。該模塊主要用于檢驗(yàn)人員進(jìn)行罐車檢驗(yàn)方案的智能編制，安全檢查，現(xiàn)場檢驗(yàn)，記錄出具、審核、審批，并自動(dòng)將記錄轉(zhuǎn)換為檢驗(yàn)報(bào)告，最后實(shí)現(xiàn)檢驗(yàn)方案、記錄、報(bào)告一鍵電子歸檔。在該模塊中嵌入畫圖軟件，根據(jù)不同罐車類型梳理簡圖形成標(biāo)準(zhǔn)罐車圖庫，方便檢驗(yàn)人員直接調(diào)用標(biāo)準(zhǔn)圖庫進(jìn)行二次編輯，減少畫圖工作量，提高檢驗(yàn)效率。

3 智能算法

1）檢驗(yàn)時(shí)間智能計(jì)算。罐車檢驗(yàn)涉及多個(gè)項(xiàng)目，比如外觀檢驗(yàn)、附件檢驗(yàn)、壁厚檢測、無損檢測等，每個(gè)項(xiàng)目的時(shí)間都不固定，而且隨著罐車規(guī)格型號(hào)的不同，檢驗(yàn)時(shí)間也有很大的差別，因此很難準(zhǔn)確預(yù)判剩余檢驗(yàn)時(shí)間，無法告知客戶取車時(shí)間。系統(tǒng)結(jié)合筆者單位多年來在危化品罐車的檢驗(yàn)經(jīng)驗(yàn)，并根據(jù)罐車類型，預(yù)設(shè)檢驗(yàn)各項(xiàng)目所需時(shí)間，系統(tǒng)投入使用后，基于大數(shù)據(jù)分析技術(shù)統(tǒng)計(jì)不同規(guī)格型號(hào)的危化品罐車檢驗(yàn)各項(xiàng)目所需時(shí)間，并不斷迭代修正預(yù)設(shè)值，通過長時(shí)間、大樣本的數(shù)據(jù)馴服，計(jì)算出不同規(guī)格型號(hào)的危化品罐車各檢驗(yàn)項(xiàng)目所需最優(yōu)時(shí)間。系統(tǒng)自動(dòng)根據(jù)每個(gè)項(xiàng)目的最優(yōu)時(shí)間計(jì)算出在檢罐車的剩余檢驗(yàn)時(shí)間，并實(shí)時(shí)反饋給客戶，方便客戶精準(zhǔn)把控檢驗(yàn)時(shí)長，便于企業(yè)提升罐車周轉(zhuǎn)率，達(dá)到降本增效的目的。

2）檢驗(yàn)工位智能引導(dǎo)和派位。針對罐車檢驗(yàn)預(yù)約的數(shù)量和檢驗(yàn)工位不同工作狀態(tài)，通過對各檢驗(yàn)項(xiàng)目所需時(shí)間的統(tǒng)計(jì)分析，自動(dòng)計(jì)算出每個(gè)檢驗(yàn)工位剩余檢驗(yàn)時(shí)間，在智慧檢驗(yàn)業(yè)務(wù)管理系統(tǒng)中實(shí)時(shí)反饋所有工位在檢罐車的剩余檢驗(yàn)時(shí)間。同時(shí)結(jié)合現(xiàn)場監(jiān)控設(shè)備，判定每個(gè)工位的空閑狀態(tài)。對已預(yù)約報(bào)檢的罐車進(jìn)行狀態(tài)判別，根據(jù)判定規(guī)則和自適應(yīng)學(xué)習(xí)，優(yōu)先挑選出最合適的檢驗(yàn)工位，做到精準(zhǔn)派發(fā)，智能引導(dǎo)工位。

3）檢驗(yàn)工作任務(wù)智能派發(fā)。罐車檢驗(yàn)涉及多個(gè)環(huán)節(jié)、多個(gè)崗位，每個(gè)環(huán)節(jié)和崗位中也有多個(gè)檢驗(yàn)人員，每個(gè)檢驗(yàn)人員的工作能力、擅長專業(yè)、當(dāng)前工作量都有所不同。系統(tǒng)在派發(fā)檢驗(yàn)任務(wù)時(shí)，自動(dòng)根據(jù)多項(xiàng)條件智能派發(fā)，首先根據(jù)每個(gè)檢驗(yàn)員的到崗情況、當(dāng)前工作量的飽和度做第一輪篩選，其次結(jié)合待檢罐車歷年檢驗(yàn)狀況和上一年度該罐車的檢驗(yàn)員，在第一輪的基礎(chǔ)上做第二輪篩選，最后在第二輪篩選的基礎(chǔ)上根據(jù)系統(tǒng)累計(jì)計(jì)算的每位檢驗(yàn)人員的工作效率和工作質(zhì)量選出最佳檢驗(yàn)人員進(jìn)行智能派發(fā)，實(shí)現(xiàn)工作量的合理分配，達(dá)到提高檢驗(yàn)質(zhì)量和效率的目的，并且也能充分發(fā)揮多勞多得的績效激勵(lì)作用。

4）檢驗(yàn)方案智慧生成。在系統(tǒng)中提前設(shè)定檢驗(yàn)方案模版，系統(tǒng)根據(jù)待檢罐車介質(zhì)種類、檢驗(yàn)類別、設(shè)備運(yùn)行參數(shù)和運(yùn)行記錄等基本信息，自動(dòng)比對知識(shí)庫和案例庫中的相關(guān)事件（如同類介質(zhì)、同類型號(hào)、同制造廠家等發(fā)生的事故或損傷案例），并結(jié)合相關(guān)事件可能存在的損傷模式類型（如介質(zhì)泄漏、安全附件損壞、罐體開裂等），智能編制檢驗(yàn)方案，推薦重點(diǎn)檢驗(yàn)檢查項(xiàng)目，達(dá)到提醒檢驗(yàn)負(fù)責(zé)人的目的，從而有效提升罐車檢驗(yàn)質(zhì)量，避免漏檢和缺項(xiàng)。

4 結(jié)束語

在當(dāng)今智能互聯(lián)的時(shí)代，智慧工廠已在交通物流、高端制造、工業(yè)生產(chǎn)等領(lǐng)域得到了廣泛應(yīng)用，但在罐車檢驗(yàn)行業(yè)鮮有涉及。本文借助物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算等新一代信息技術(shù)打造危化品罐車智慧檢驗(yàn)工廠，從軟件、硬件兩個(gè)方面全面革新傳統(tǒng)罐車檢驗(yàn)?zāi)Ｊ剑鉀Q罐車智慧檢驗(yàn)中的關(guān)鍵技術(shù)，構(gòu)建現(xiàn)代化罐車檢驗(yàn)流程，將有力提升特種設(shè)備行業(yè)檢驗(yàn)檢測數(shù)字化、智能化水平，為我國?；饭捃嚈z驗(yàn)提供智慧檢驗(yàn)新思路，也為我國特種設(shè)備檢驗(yàn)機(jī)構(gòu)數(shù)智化提質(zhì)增效探索新路徑。