面向石化厂区安全风险防控的异常场景图像识别技术研究

针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。     

基于Faster R-CNN的海面垃圾检测研究

针对当前全球海洋垃圾污染造成严重生态破坏等问题,提出了一种基于改进Faster R-CNN的海面垃圾检测算法以及视频中前后2帧目标是否为同一目标的方法。改进Faster R-CNN算法通过将常用的VGG16特征提取网络替换为ResNet101网络并融入特征金字塔,提高对小目标的检测精度;判断视频前后两帧目标是否为同一目标的方法则通过对比前后2帧目标的面积、重合度以及颜色差异度确定是否为同一目标。在现场拍摄数据上的实验结果表明,与传统Faster R-CNN相比,该改进Faster R-CNN的mAP值提高了4.9%,损失曲线的收敛速度更快,且在实际检测中的检测效果更好;前后两帧是否同一物体的判断方法在九段视频的最高精测判断精度高达100%,平均准确率为93%。该研究方法主要包括以下优点:1)改进Faster R-CNN在海面小目标垃圾检测上具有更高的精度;2)判断视频中前后2帧目标是否为同一目标的算法代码复杂度小,方便根据实际情况更改判断阈值。     

作业现场异常事件视频智能识别及报警技术

正01应用领域针对石油石化企业生产运行及作业过程中的违章操作行为、环境异常事件,基于深度学习算法及图像处理技术,充分挖掘海量视频价值实现视频的自动抓拍,通过报警主动推送逐步代替传统的人工监控值守和现场巡查,提升现场智能化水平及事故早期识别发现能力。02技术核心组成及能力丰富的石化场景图像数据库:以管理业务规则和事件识别逻辑为指导,构建石化场景内识别对象、属性特征和人物/人人交互关系和事件类型的图像数据库,提供开发模型的可持续资源和算法性能测试平台。     

基于评估数据的石化企业变更风险规范化管理研究

为提升石化企业变更风险管理能力,有效避免变更带来的事故风险,基于石化企业历史变更风险评估数据建立标准化变更实例清单,并通过图数据库Neo4j可视化变更风险,有效提升了评估人员对变更风险的感知能力和识别能力,有利于提高对变更风险识别的准确性、全面性。     

作业现场异常事件视频智能识别及报警技术

正01应用领域针对石油石化企业生产运行及作业过程中的违章操作行为、环境异常事件,基于深度学习算法及图像处理技术,充分挖掘海量视频价值实现视频的自动抓拍,通过报警主动推送逐步代替传统的人工监控值守和现场巡查,提升现场智能化水平及事故早期识别发现能力。02技术核心组成及能力丰富的石化场景图像数据库:以管理业务规则和事件识别逻辑为指导,构建石化场景内识别对象、属性特征和人物/人人交互关系和事件类型的图像数据库,提供开发模型的可持续资源和算法性能测试平台。可按需定制的作业异常场景算法库:拥有成熟算法模块实现石化企业关注对象的检测、跟踪、特征计算及事件识别,包含不戴安全带、不戴安全帽、人员身份识别、劳保服识别和违章进入受限空间等场景,并可根据企业需要进行个性化定制。     

作业现场异常事件视频智能识别及报警技术

正01应用领域针对石油石化企业生产运行及作业过程中的违章操作行为、环境异常事件,基于深度学习算法及图像处理技术,充分挖掘海量视频价值实现视频的自动抓拍,通过报警主动推送逐步代替传统的人工监控值守和现场巡查,提升现场智能化水平及事故早期识别发现能力。02技术核心组成及能力丰富的石化场景图像数据库:以管理业务规则和事件识别逻辑为指导,构建石化场景内识别对象、属性特征和人物/人人交互关系和事件类型的图     

基于改进YOLOv3算法的高密度人群目标实时检测方法研究

公共建筑高密度人群疏散运动极具危险性,实时的人群目标识别与检测对于密集场所人群疏散安全至关重要。针对现有行人检测方法对于行人密集、局部遮挡等情况存在鲁棒性差、实时性低等问题,提出了一种基于改进YOLOv3算法的密集人群目标实时检测方法。该检测方法以YOLOv3算法为基础,采用K-means方法对实验用数据集进行聚类分析并对网络结构进行调整,最终得到适用于高密度人群目标检测的算法即YOLOv3-M算法。实验结果表明:YOLOv3-M算法平均准确率达到91.20%,召回率为89.77%,相比YOLOv3算法模型平均准确率提高了6.4%,召回率提高了4.73%;在阈值相同条件下,YOLOv3-M算法可有效降低图片漏识率与误识率;对1080P视频的检测速度达到19.2 FPS,基本满足实时检测的需求,从而验证了该检测方法的有效性。     

基于改进LAM模型的河流污染源解析方法与例证

污染源精准解析是河流水环境治理的基础和关键技术 .针对基于流量-浓度关系的 LAM 模型(负荷分摊模型)存在参数不确定性高的问题,本研究提出基于流量-通量关系的新型 LAM 源解析模型,并以广东省北江为案例,解析了 2018 年北江 COD_Mn的污染来源特征 . 结果表明：(1)改进模型与原始模型的计算结果存在显著差异,基于改进模型的解析结果显示 2018 年北江 COD_Mn主要来源于非点源,其负荷占比高达95.1%,点源仅占 4.9%,而原始模型的结果为非点源占比 100%;(2)改进后的 LAM 模型可实现拟合优度的提升,相对于原始模型,判定系数由0.89提升到 0.92,主要参数的标准误差显著下降;(3)原始模型无法识别负荷占比较小的污染源,改进后的模型识别能力显著提升,结论与研究区实际污染源结构更相符 .研究提出的改进模型与应用可为多源河流污染源精准解析提供方法和案例借鉴 .     

基于约束关系的石化装置三维重建方法研究

针对现有的三维建模算法存在耗时长,局部结合细节建模效果差等问题,提出了一种基于石化设备模型库的装置三维重建算法。利用计算机视觉"从运动恢复结构"技术初步实现石化装置部件的识别与定位,提取关键帧中局部特征显著的设备信息,实现基准部件识别及位置匹配。提取复杂管道的空间布局信息,利用阀门(组)的识别信息及约束关系来校正已重建的三维场景,最终实现整个石化装置的自动化三维重建。实例证明,采用文中算法进行石化装置三维重建,可以有效地减少建模时间,提高建模精度。     

基于风险的装置过程安全管理评估方法

针对目前国内外管理审核/评估中抽样方法的局限性,开发了基于风险的装置过程安全管理评估方法。该方法是在装置重大事故情景识别的基础上,识别事故致因因素和关键控制措施,进而使用管理评估检查表逐项评估装置风险控制措施有效性,可确保发现装置关键保护层的管理缺陷,预防重大事故。     

基于风险的石化装置失效频率评估技术应用研究

针对我国石化行业众多进入损耗失效期的在役装置,探讨事故发生的风险机理和基于风险的装置失效频率评估技术。由于单纯的失效评估忽略了装置特殊工艺环境、日常检测等技术条件对特定工况下装置单元风险的影响,现用失效频率和失效修正因子进行改进。利用基于多因素的耦合计算模型,对不同工况装置工艺单元失效风险进行综合量化修正,得到系统风险评估技术。应用该技术对某罐区进行了实际评估。     

钻井过程人员异常行为视频智能识别系统

针对钻井现场视频监控人工值守工作量大、异常行为识别不及时、海量视频数据缺乏实时报警等问题,结合钻井作业操作规程建立井控坐岗监测、起下钻、甩钻具等钻井作业场景典型异常行为判别规则,在基于卷积神经网络的目标检测方法基础上,引入SIFT方法和基于强化学习的困难样本筛选策略,提高了算法识别的准确率与鲁棒性。测试结果表明,在像素分辨率1 920×1 080的情况下,该方法整体识别准确率达到85%以上,平均识别速度为135 ms/帧。在此基础上,开发了钻井过程人员异常行为智能识别系统,试点应用结果表明,该系统能够对接入的视频流进行实时检测,及时、准确识别出坐岗人员擅自离岗、起下钻及甩钻具过程人员危险站位等异常行为,有效提升钻井现场安全管理水平。     

保护层分析在确定安全完整性等级中的应用

探讨保护层(LOPA)分析步骤、初始事件频率、事故后果、独立保护层识别等,依据风险矩阵合理地确定目标安全完整性等级(SIL),提高了石化装置危险性分析过程的合理性、准确性和科学性,进而提高安全仪表系统(SIS)的可靠性和可用性。     

石油石化企业重大安全风险识别与评估技术

为了全面准确识别石油石化企业重大安全风险,研发石油石化企业重大安全生产风险评估技术。建立石油石化企业安全生产重大风险判别标准,确定重大风险识别和评估流程;采用定量计算方法,确定典型事故影响范围,根据影响范围内敏感目标分布情况,建立19类生产装置/设施后果严重性等级分级标准。确定不同生产装置/设施隐患排查要点,建立10类生产装置/设施可能性分级标准。以某油库为例,介绍技术应用方法。该技术可为中国石油石化各企业开展准确的重大风险识别和控制工作提供支持。     

石化装置异常工况监测预警系统研究

针对石化装置的工艺生产特点,以生产过程的"数据"与"知识"为基础,进行多源信息融合,研究了用于信号处理的基于提升格式的数据滤波技术、基于灰色时序模型的参数预警技术、基于平行坐标的报警优化技术;用于异常工况监测预警的基于专家系统与人工神经网络的异常工况识别技术、基于机理模型的装置物料与能量平衡分析技术、基于状态空间分析的运行状态监测预警技术;搭建了异常工况分析测试与试验平台,用于异常工况监测预警系统的可靠性与完备性分析.工业应用表明,该系统对减少误操作具有良好的效果.     

基于三角模糊数的加氢裂化装置火灾爆炸事故树的分析与应用

针对事故树分析法(FTA)对石化装置安全评价中存在的基本事件概率模糊、不确定等问题,引入三角模糊数理论建立了模糊事故树的定量分析模型。利用该模型对石化加氢裂化装置进行故障分析,可得到加氢裂化装置发生火灾爆炸事故的概率分布以及概率的波动范围,利用模糊数中值法可求出各基本事件的模糊重要度并进行排序,进而得到各因素对顶事件发生火灾爆炸事故的影响程度,找出引起事故的主要因素,从而制定出能从根本上预防、从关键点控制顶事件发生的有效措施,这对于预防石化企业安全事故并进行有效的安全管理具有重要的意义。     

一种改进的MTCNN和FaceNet人脸检测及识别算法研究

MTCNN和FaceNet的人脸识别算法是较为常用的算法,但由于各种因素使得识别准确率较低。为了保障基于MTCNN和FaceNet的人脸检测识别系统更好地解决传统安保人工蓝控模式带来的资源浪费及效率低下等问题,提出了一种改进的MTCNN和FaceNet人脸检测及识别算法。在现有的MTCNN和FaceNet人脸检测及识别算法的基础上,针对夜晚图像出现的大量噪点,使用两次中值滤波进行快速去噪,降低噪点导致的误检率,从而提高图片识别准确率;并将改进前后的算法分别对同个人脸数据集进行检测识别,比较改进前后算法的准确率和召回率,可验证改进后算法的优化有效性。     

头脑风暴与HAZOP分析关联之我见

阐述了HAZOP分析过程中如何利用头脑风暴法,系统识别在役装置风险,发现工艺过程可能存在的操作性问题和危险危害,提出改进方案,详细展示了HAZOP分析在扬子石化1~#加氢裂化装置的应用情况。     

基于“情景-应对”的三维应急推演方法研究

针对石油化工行业事故应急现场环境三维快速模拟需求,研究基于石化模型库的无人机倾斜摄影三维建模的技术方法。利用无人机快速获取预定区域的遥感影像、完成场景的影像标定、建立场景的稠密点云,基于石化模型库对点云进行曲面拟合和纹理映射生成实时三维可视化模型。利用三维事故桌面推演平台,让应急指挥人员在全面掌握事故现场信息情况下,充分研判事故演变过程,开展基于"情景-应对"的事故应急推演。     

异常性检测算法在引信干扰信号识别中的应用

目的 解决传统分类引信抗干扰算法因干扰信号难获取、特征信号样本少、正负样本数不平衡而导致计算精度低的问题,克服引信抗干扰算法对样本的依赖性,并提高引信信号识别准确率。方法 通过WVD时频变换的方法,将拆分后的真实含扰引信信号切片进行重组,使其由一维时序信号向二维图片信息进行扩展,基于数据倍增策略,提升算法泛化性,并降低其对真实数据样本的依赖。融合GANomaly与EfficientNet网络,在扩充的引信数据集上进行线下干扰信号特征学习,并对含扰引信图像数据进行线上异常性判断与干扰信号识别。结果 GE-FS网络能够在真实引信小样本信号的基础上进行有效数据扩充,基于扩充数据训练后,引信含扰识别准确率达到98.4%。结论 GE-FS网络能有效针对引信异常信号进行精确检测与识别,可以增强引信系统的抗干扰能力与作战自适应性。