一种化工生产用防事故报警系统

摘要

本发明公开了一种化工生产用防事故报警系统，属于化工安全生产技术领域，包括工艺阶段模块、监测模块、人员分析模块和数据分析模块；所述工艺阶段模块用于进行化工生产工艺的工艺拆分，获得化工生产工艺对应的目标阶段和员工信息名录；所述监测模块用于对各目标阶段的生产过程进行监测，获得对应的监测数据；所述人员分析模块用于分析各目标阶段对应的各员工的监测比重，获得监测员工辅助数据；所述数据分析模块用于进行数据，实时获取监测模块采集的各目标阶段的监测数据，设置各目标阶段的标准数据，获取校核数据，建立数据校核模型，通过数据校核模型对校核数据进行校核，获得校核结果，根据获得的校核结果进行防事故处理。

说明书

技术领域

本发明属于化工安全生产技术领域，具体是一种化工生产用防事故报警系统。

背景技术

在化工生产领域，经常会因为操作不当导致发生安全事故，经过分析，安全事故主要是发生在人工操作部分，因为工人的经验、操作失误等原因容易造成在化工生产过程中发生原料数量、顺序等发生错误，进而导致安全事故的发生；但是在当前的化工生产中，人工又是不可或缺的，因为如何针对化工生产中的人工操作部分进行安全监测预警，就显得尤为重要。

如公开号为CN110275473A的专利，公开了智能化化工安全生产监控系统，涉及安全生产技术领域，包括智能监控终端，所述智能监控终端无线或有线连接数据处理终端，所述数据处理终端电连接显示终端、报警终端和控制终端。通过摄像头实时监测化工生产厂房内的视频情况，通过多种传感器实时监测厂房内的气体浓度变化情况，温度、压力和烟雾数据以及是否发生火灾等情况，在发生事故时进行多层报警，提醒生产工人尽快撤离，关闭相关设备，在发生火灾时，及时通知安保人员第一时间处理意外事故。但是上述专利主要是针对发生事故后的处理，对于如何避免事故的发生，或者尽可能的减低将要发生事故产生的影响，其专利中并未涉及；因此，本发明提供了一种化工生产用防事故报警系统。

发明内容

为了解决上述方案存在的问题，本发明提供了一种化工生产用防事故报警系统。

本发明的目的可以通过以下技术方案实现：

一种化工生产用防事故报警系统，包括工艺阶段模块、监测模块、人员分析模块和数据分析模块；

所述工艺阶段模块用于进行化工生产工艺的工艺拆分，获得化工生产工艺对应的目标阶段和员工信息名录。

进一步地，工艺阶段模块的工作方法包括：

获取需要进行防事故报警的生产工艺，将获得的生产工艺拆分为若干个工艺阶段，对获得的工艺阶段进行筛选，获得对应的目标阶段；获取企业内的工作人员信息，根据获得的目标阶段和工作人员信息，将工作人员匹配对应的目标阶段，进行汇总后建立员工信息名录。

所述监测模块用于对各目标阶段的生产过程进行监测，获得对应的监测数据。

进一步地，监测模块的工作方法包括：

获取当前在各个目标阶段发生过的事故数据，识别各事故数据对应的操作步骤，标记为第一步骤，获取当前监测设备在该目标阶段中所能监测到的操作步骤，标记为第二步骤，将第一步骤与第二步骤进行比较，获得第二步骤中缺少的操作步骤，标记为待选监测步骤，对待选监测步骤进行审核，对审核通过的待选监测步骤进行监测补充，获得检测方案，根据获得的监测方案进行目标阶段的数据采集，获得该目标阶段的监测数据。

所述人员分析模块用于分析各目标阶段对应的各员工的监测比重，获得监测员工辅助数据。

进一步地，人员分析模块的工作方法包括：

获取目标阶段和员工信息名录，确定目标阶段中监测的操作步骤，标记为监测步骤，设置各个监测步骤的风险值，对员工信息名录进行分析，获得对应员工在目标阶段相对各个监测步骤的修正系数，根据获得的修正系数和风险值计算对应的操作评估值和比重值，将各监测步骤对应的操作评估值和该目标阶段的比重值整合为监测员工辅助数据。

进一步地，根据获得的修正系数和风险值计算操作评估值的方法包括：

将监测步骤标记为i，其中i＝1、2、……、n，n为正整数；将获得的修正系数和风险值分别标记为βi和FXi，根据公式QYi＝βi×FXi计算对应的操作评估值。

进一步地，根据获得的修正系数和风险值计算比重值的方法包括：

根据公式

所述数据分析模块用于进行数据，实时获取监测模块采集的各目标阶段的监测数据，设置各目标阶段的标准数据，将各目标阶段的监测数据、员工信息、监测员工辅助数据和标准数据整合为校核数据，建立数据校核模型，通过数据校核模型对校核数据进行校核，获得校核结果，校核结果包括校核正常、校核异常以及校核异常对应的异常数据，当校核结果为校核正常时，不进行操作，当校核结果为校核异常时，根据异常数据生成对应的报警信息，根据生成的报警信息进行防事故处理。

与现有技术相比，本发明的有益效果是：

通过艺阶段模块、监测模块、人员分析模块和数据分析模块之间的相互配合，实现对化工生产的智能监测，对于操作不合规可能产生的事故进行及时监测，并根据监测结果进行及时处理，尽可能的避免事故的发生；并根据各个员工的实际情况，进行监测、分析的区别处理，实现在有限的资源下发挥监测资源的最大效果，保障化工生产的安全进行，并尽可能的降低可能发生的事故的危害。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种化工生产用防事故报警系统，包括工艺阶段模块、监测模块、人员分析模块、数据分析模块；

所述工艺阶段模块用于进行化工生产工艺的工艺拆分，按照生产工艺流程，将某项化工产品生产工艺拆分为若干个工艺阶段，根据不同的工艺阶段的安全监测需求对获得的各个工艺阶段进行筛选，选择需要进行监测的工艺阶段，视为目标阶段；主要根据出现事故的概率、人工参与程度等进行筛选；可以采用设置对应判断模型基于出现事故的概率、人工参与程度等进行智能判断，具体的可以通过人工的方式根据生产实际情况进行相应的调整，根据预设的各个阈值进行比较判断；因为各个化工的生产工艺流程均比较成熟和熟悉，可以直接通过人工的方式根据生产工艺设置对应的目标阶段。

获取企业内的工作人员信息，工作人员信息包括个人信息、能力、职称、工作经历、负责工艺流程等信息；根据各个员工的工作人员信息将员工匹配到对应的目标阶段；进而实现获得该化工生产工艺中的需要进行监测的各个目标阶段和对应的员工信息名录，员工信息目录用于按需要统计员工的信息。

所述监测模块用于对各目标阶段的生产过程进行监测，获得对应的监测数据；为了实现对各个目标阶段的全面监测，需要先对当前各目标阶段的监测方法进行分析，判断能否实现对该目标阶段的全面监测，可以通过汇总当前该目标阶段所有的事故数据，分析事故数据都是发生在该目标阶段中的哪个操作步骤，再根据该步骤进行现有监测方法的分析，判断其能否实现对该操作步骤的监测，否无，则需要增加对应监测过程，进而实现对目标阶段的全面监测，只有监测全面，才能做到事故的提前分析、防止。

在一个实施例中，因为需要通过人工的参与方式进行查缺补漏，当在该企业不需要进行多生产工艺的监测时，可以全部采用人工的方式进行现有监测方法的完善补充，获得监测方案，根据获得的监测方案进行目标阶段的数据采集，获得该目标阶段的监测数据。

在另一个实施例中，全部采用人工的方式进行完善，当需要较多的生产工艺需要监测时，需要耗费较大的人力资源，因此，提出了本实施例，具体为：

基于互联网和企业数据库获取各目标阶段发生过程的事故数据，企业数据库指的储存历史事故数据的数据库；识别各事故数据对应的操作步骤，标记为第一步骤，即是哪个操作步骤出现问题，才导致事故的发生；获取当前监测设备在该目标阶段中所能监测到的操作步骤，标记为第二步骤，将第一步骤与第二步骤进行比较，获得第二步骤中缺少的操作步骤，标记为待选监测步骤，通过人工的方式对待选监测步骤进行审核，对审核通过的待选监测步骤进行监测补充，获得检测方案，根据获得的监测方案进行目标阶段的数据采集，获得该目标阶段的监测数据。

所述人员分析模块用于分析各目标阶段对应的各员工的监测比重，因为在进行数据处理和监测过程中，总会有个数据处理顺序，以及各员工的不同监测程度，因此，需要在有限的资源下进行合理的资源分配，尽可能的快速发现可能发生的事故，具体过程如下：

获取工艺阶段模块分析出的目标阶段和员工信息名录，根据监测模块中的分析过程，确定目标阶段中监测的操作步骤，标记为监测步骤，设置各个监测步骤的风险值，风险值根据该监测步骤发生事故的概率和发生事故时的严重程度进行设置的，可以采用人工的方式进行设置，或者基于CNN网络或DNN网络建立对应的风险分析模型，通过风险分析模型对各监测步骤历史发生的事故数据进行分析，输出对应的风险值；基于CNN网络或DNN网络建立对应的员工分析模型，通过人工的方式建立对应的训练集进行训练，通过训练成功后的员工分析模型对员工信息名录进行分析，获得对应员工在该目标阶段相对各个监测步骤的修正系数，即根据员工的经历等数据评估其在各个监测步骤中可能出现操作失误的概率，进而设置对应的修正系数；因为神经网络为本领域现有技术，因此，具体的建立和训练过程在本发明中不进行详细叙述；将监测步骤标记为i，其中i＝1、2、……、n，n为正整数；将获得的修正系数和风险值分别标记为βi和FXi，根据公式QYi＝βi×FXi计算对应的操作评估值，根据公式

所述数据分析模块用于进行数据，实时获取监测模块采集的各目标阶段的监测数据，根据相应的操作规范和工艺要求等设置各目标阶段的标准数据，即设置在各个目标阶段内各个监测步骤的标准数据，通过现有方式可以进行相应的设置；获取各目标阶段各员工的监测员工辅助数据；根据监测数据中的人员信息和监测员工辅助数据，调整分析资源分布和分析顺序，再进行监测数据和对应标准数据的比对，获得校核结果。

为了实现对数据的智能分析，基于CNN网络或DNN网络建立对应的数据校核模型，通过人工的方式建立对应的训练集进行训练，通过训练成功后的数据校核模型分析，将各目标阶段的监测数据、各目标阶段的员工信息、监测员工辅助数据和标准数据输入到数据校核模型中进行分析，输出对应的校核结果，结合结果包括校核正常、校核异常以及校核异常对应的异常数据，异常数据包括操作人员、操作步骤、不符合标准的数据等，当校核异常时，根据异常数据生成对应的报警信息，进行相应的防事故处理，具体处理方案由对应的企业进行设置，可以根据不同的报警类型或异常数据设置对应的防事故处理预案。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。