CN115511234A - 用于危险化学品安全生产风险的分级预警管理方法及系统 - Google Patents
用于危险化学品安全生产风险的分级预警管理方法及系统 Download PDFInfo
- Publication number
- CN115511234A CN115511234A CN202110691879.9A CN202110691879A CN115511234A CN 115511234 A CN115511234 A CN 115511234A CN 202110691879 A CN202110691879 A CN 202110691879A CN 115511234 A CN115511234 A CN 115511234A
- Authority
- CN
- China
- Prior art keywords
- risk
- early warning
- monitoring
- preset
- item
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 77
- 239000000126 substance Substances 0.000 title claims abstract description 58
- 238000007726 management method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 248
- 238000000034 method Methods 0.000 claims abstract description 101
- 238000012512 characterization method Methods 0.000 claims abstract description 72
- 238000012824 chemical production Methods 0.000 claims abstract description 65
- 238000012549 training Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 75
- 238000003860 storage Methods 0.000 claims description 48
- 239000000383 hazardous chemical Substances 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 20
- 238000011002 quantification Methods 0.000 claims description 20
- 239000007789 gas Substances 0.000 claims description 19
- 230000005684 electric field Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 13
- 239000007788 liquid Substances 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 6
- 239000002341 toxic gas Substances 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 5
- 239000005997 Calcium carbide Substances 0.000 claims description 3
- YGYAWVDWMABLBF-UHFFFAOYSA-N Phosgene Chemical compound ClC(Cl)=O YGYAWVDWMABLBF-UHFFFAOYSA-N 0.000 claims description 3
- 238000005804 alkylation reaction Methods 0.000 claims description 3
- 238000005576 amination reaction Methods 0.000 claims description 3
- 229910021529 ammonia Inorganic materials 0.000 claims description 3
- 238000003763 carbonization Methods 0.000 claims description 3
- 238000005660 chlorination reaction Methods 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 3
- 238000005336 cracking Methods 0.000 claims description 3
- 125000000664 diazo group Chemical group [N-]=[N+]=[*] 0.000 claims description 3
- 238000005868 electrolysis reaction Methods 0.000 claims description 3
- 238000003682 fluorination reaction Methods 0.000 claims description 3
- 238000005984 hydrogenation reaction Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000006396 nitration reaction Methods 0.000 claims description 3
- 230000003647 oxidation Effects 0.000 claims description 3
- 238000007254 oxidation reaction Methods 0.000 claims description 3
- 238000005502 peroxidation Methods 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- CLZWAWBPWVRRGI-UHFFFAOYSA-N tert-butyl 2-[2-[2-[2-[bis[2-[(2-methylpropan-2-yl)oxy]-2-oxoethyl]amino]-5-bromophenoxy]ethoxy]-4-methyl-n-[2-[(2-methylpropan-2-yl)oxy]-2-oxoethyl]anilino]acetate Chemical compound CC1=CC=C(N(CC(=O)OC(C)(C)C)CC(=O)OC(C)(C)C)C(OCCOC=2C(=CC=C(Br)C=2)N(CC(=O)OC(C)(C)C)CC(=O)OC(C)(C)C)=C1 CLZWAWBPWVRRGI-UHFFFAOYSA-N 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 17
- 239000002994 raw material Substances 0.000 description 10
- 230000008030 elimination Effects 0.000 description 8
- 238000003379 elimination reaction Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000005477 standard model Effects 0.000 description 2
- 206010021750 Infantile Spasms Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种安全生产风险的分级预警管理方法及系统,属于危险化学品领域。所述方法包括:获取危险化学品生产厂区的实时运行参数;进行实时运行参数分类,并根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值;根据所述风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟;根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息;根据预警信息的等级将所述预警信息对应发送到预设监测端。本发明方案实现了政府和企业对危险化学品安全生产风险的动态监测预警和分级管控,提高了政府检查的及时性、科学性和有效性。
Description
技术领域
本发明涉及危险化学品领域,具体地涉及一种用于危险化学品安全生产风险的分级预警管理方法及一种用于危险化学品安全生产风险的分级预警管理系统。
背景技术
随着科技和生产能力进步,危险化学品的生产类型和生产规模都得到了十足的发展。但是相对于危险化学品的生产性能提升,对于危险化学品的安全管理方法却还停留在比较传统的阶段。目前的危险化学品安全治理体系和治理能力与行业发展的高增速、大体量不相适应,传统管理模式和手段已难以满足新形势下危险化学品安全监管的需求。危险化学品的生产过程和储存均存在很大的风险,极易因为监管失误引发大规模安全事故,所以危险化学品的稳定、实时监管至关重要。但是危险化学品管理存在诸多难点。一方面,危险化学品种类繁多,全生命周期流通的数量和时空跨度巨大,相关的生产、经营企业分布广且不均匀,数据分散缺乏共享,利用率低,缺乏统一的危险化学品安全生产风险防控信息化平台。另一方面,现有危险化学品安全风险防控多依赖企业自我安全意识和政府执法检查等常规手段,风险防控效率低、有效性差,缺乏风险动态监测与分级管控,政府监管检查及时性科学性有效性差。针对当前危险化学管理的诸多弊端,以实现危险化学品全方位的风险管控,需要创造一种安全生产风险的分级预警管理方法。
发明内容
本发明实施方式的目的是提供一种安全生产风险的分级预警管理方法及系统,以解决现有危险化学品管理方法无法稳定及时发现和管理风险的问题。
为了实现上述目的,本发明第一方面提供一种安全生产风险的分级预警管理方法,应用于危险化学品安全生产管理,所述方法包括:获取危险化学品生产厂区的实时运行参数;进行实时运行参数分类,并根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值;根据所述风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟;根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息;根据预警信息的等级将所述预警信息对应发送到预设监测端。
可选的,所述预设风险监测项包括:罐区风险监测预警项、高危工艺生产装置风险监测预警项、厂区泄漏风险监测预警项、雷电风险监测预警项和直接作业环节风险监测预警项。
可选的,所述罐区风险监测预警项监测所需的实时运行参数包括:储罐的压力、温度和液位。
可选的,所述高危工艺生产装置包括:光气及光气化工艺装置、电解工艺装置、氯化工艺装置、硝化工艺装置、合成氨工艺装置、裂解工艺装置、氟化工艺装置、加氢工艺装置、重氮工艺装置、氧化工艺装置、过氧化工艺装置、氨基化工艺装置、碳化工艺装置、聚合工艺装置、烷基化工艺装置、新型煤化工工艺装置、电石生产工艺装置、偶氮化工艺装置。
可选的,所述厂区泄漏风险监测预警项监测所需的实时运行参数包括:可燃气体泄漏信息和有毒气体泄漏信息。
可选的,所述雷电风险监测预警项监测所需的实时运行参数包括:大气电场信息。
可选的,所述直接作业环节风险监测预警项监测所需的实时运行参数包括:实时进行的高风险作业类型、作业时间和作业区域;其中,所述高风险作业类型包括:动火作业、受限空间作业、盲板抽堵作业、高处作业、吊装作业、临时用电作业、动土作业和断路作业。
可选的,所述进行实时运行参数分类,包括:将获取的危险化学品生产厂区的实时运行参数根据各预设风险监测项的实时运行参数进行分类;获得各预设风险监测项监测所需的实时运行参数。
可选的,所述根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值,包括:根据所述危险化学品生产厂区对应生产的危险化学品类型进行静态风险计算,获得静态风险值;根据各预设风险监测项监测所需的实时运行参数和预设训练模型进行各预设风险监测项的动态风险训练,获得各预设风险监测项的动态风险值;整合所述静态风险值和各预设风险监测项的动态风险值,对应获得各预设风险监测项的风险量化表征指标值;整合各预设风险监测项的风险量化表征指标值,获得所述危险化学品生产厂区的风险量化表征指标值。
可选的,所述预设训练模型包括:大数据模型、知识图谱模型、机器学习模型和仿真模拟模型。
可选的,所述根据风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟,包括:获取当前时刻的风险量化表征指标值,并将当前时刻的风险量化表征指标值与预设时间段时间内各个采集时刻的风险量化表征指标值进行对比;根据对比结果更新所述危险化学品生产厂区的风险变化趋势。
可选的,所述根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息,包括:每获得一次风险量化表征指标值,进行一次风险量化表征指标值与预设风险分级量化规则的对比,确定当前风险量化表征指标值对应的预警风险等级;每更新一次危险化学品生产厂区的风险变化趋势,进行一次风险变化趋势与预设风险分级量化规则的对比,确定当前风险变化趋势的预警风险等级;对比所述风险量化表征指标值对应的预警风险等级和所述风险变化趋势的预警风险等级,选取其中等级最高的预警风险等级为所述危险化学品生产厂区的预警风险等级;其中,所述预设风险分级量化规则包括:多个预警风险等级对应的风险量化表征指标值区间及区间端点值;多个预警风险等级对应的风险变化趋势模型。
可选的,所述根据预警信息的等级将所述预警信息对应发送到预设监测端,包括:根据监管需求划分多级监管等级,并确定每一个监管等级获取预警信息的等级上限,每一个监管等级仅获取低于预警信息等级上限的预警信息;根据当前预警信息的等级,确定需要推送当前预警信息的监管等级,获得待推送监管等级集;按照待推送监管等级集中的各监管等级从低到高的顺序,逐级将预警信息推送到预设监测端;其中,所述预设监测端至少包括企业监测端和政府监测端,且所述政府监测端的监管等级高于所述企业监测端。
可选的,所述方法还包括:根据政府监测端获取的预警信息,建立监管范围的危险化学品登记信息库;其中,所述危险化学品登记信息库包括:危险化学品生产经营企业的生产类型、生产位置、危险化学品的存放位置和历史预警风险信息。
本发明第二方面提供一种安全生产风险的分级预警管理系统,应用于危险化学品安全生产管理,所述系统包括:采集单元,用于获取所述危险化学品生产厂区的实时运行参数;处理单元,用于进行实时运行参数分类,并根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值;根据所述风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟;预警单元,用于根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息;推送单元,用于根据预警信息的等级将所述预警信息对应发送到预设监测端。
可选的,所述预设风险监测项包括:罐区风险监测预警项、高危工艺生产装置风险监测预警项、厂区泄漏风险监测预警项、雷电风险监测预警项和直接作业环节风险监测预警项;所述采集单元包括:压力传感器,用于采集所述罐区风险监测预警项的储罐压力;温度传感器,用于采集所述罐区风险监测预警项的储罐温度;液位传感器,用于采集所述罐区风险监测预警项的储罐液位;数据提取装置,用于通过所述危险化学品生产厂区的中央控制器进行高危工艺生产装置运行参数提取;浓度传感器,用于获取所述厂区泄漏风险监测预警项监测所需的各可燃气体和/或有毒气体的浓度信息;大气电场感知装置,用于获取所述雷电风险监测预警项监测所需的大气电场信息;所述数据提取装置还用于提取所述危险化学品生产厂区正在作业的作业信息。
可选的,所述预设监测端至少包括:企业监测端和政府监测端;所述推送单元根据预警信息的等级将所述预警信息对应发送到预设监测端,包括:根据监管需求划分多级监管等级,每一个监管等级获取预警信息的等级上限,每一个监管等级仅获取低于预警信息等级上限的预警信息;根据当前预警信息的等级,确定需要推送当前预警信息的监管等级,获得待推送监管等级集;按照待推送监管等级集中的各监管等级从低到高的顺序,逐级将预警信息推送到预设监测端;其中,所述预设监测端至少包括企业监测端和政府监测端,且所述政府监测端的监管等级高于所述企业监测端。
可选的,所述政府监测端至少包括:国家级监测端、省级监测端、地市级监测端和区县级监测端,各政府监测端根据自身行政等级对应进行监管等级划分;所述企业监测端至少包括:管理层监测端和基层监测端,各企业监测端根据自身职权大小进行监管等级划分。
另一方面,本发明提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的安全生产风险的分级预警管理方法。
通过上述技术方案,全方位采集危险化学品生产厂区的实时运行参数,然后根据预设风险监测项对实时运行参数进行分类,并分别确定各预设风险监测项的风险指数,从而分别得出各风险监测项的预警等级。然后根据预警信息的具体等级,进行对应的预警信息推送,保证预警信息的有效推送,职权越大的监测端获取的预警等级越高。实现了危险化学品生产厂区全方位的风险监管,通过政府与企业的双向监管,提高危险化学品的监管性能。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施方式,但并不构成对本发明实施方式的限制。在附图中:
图1是本发明一种实施方式提供的安全生产风险的分级预警管理方法的步骤流程图;
图2是本发明一种实施方式提供的安全生产风险的分级预警管理系统的系统结构图。
附图标记说明
10-采集单元;20-处理单元;30-预警单元;40-推送单元。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
图2是本发明一种实施方式提供的安全生产风险的分级预警管理系统的系统结构图。如图2所示,本发明实施方式提供一种安全生产风险的分级预警管理系统,所述系统包括:采集单元10,用于获取所述危险化学品生产厂区的实时运行参数;处理单元20,用于进行实时运行参数分类,并根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值;根据所述风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟;预警单元30,用于根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息;推送单元40,用于根据预警信息的等级将所述预警信息对应发送到预设监测端。
优选的,所述预设风险监测项包括:罐区风险监测预警项、高危工艺生产装置风险监测预警项、厂区泄漏风险监测预警项、雷电风险监测预警项和直接作业环节风险监测预警项;所述采集单元10包括:压力传感器,用于采集所述罐区风险监测预警项的储罐压力;温度传感器,用于采集所述罐区风险监测预警项的储罐温度;液位传感器,用于采集所述罐区风险监测预警项的储罐液位;数据提取装置,用于通过所述危险化学品生产厂区的中央控制器进行高危工艺生产装置运行参数提取;浓度传感器,用于获取所述厂区泄漏风险监测预警项监测所需的各可燃气体和/或有毒气体的浓度信息;大气电场感知装置,用于获取所述雷电风险监测预警项监测所需的大气电场信息;所述数据提取装置还用于提取所述危险化学品生产厂区正在作业的作业信息。
优选的,所述预设监测端至少包括:企业监测端和政府监测端;所述推送单元40根据预警信息的等级将所述预警信息对应发送到预设监测端,包括:根据监管需求划分多级监管等级,每一个监管等级获取预警信息的等级上限,每一个监管等级仅获取低于预警信息等级上限的预警信息;根据当前预警信息的等级,确定需要推送当前预警信息的监管等级,获得待推送监管等级集;按照待推送监管等级集中的各监管等级从低到高的顺序,逐级将预警信息推送到预设监测端;其中,所述预设监测端至少包括企业监测端和政府监测端,且所述政府监测端的监管等级高于所述企业监测端。
优选的,所述政府监测端至少包括:国家级监测端、省级监测端、地市级监测端和区县级监测端,各政府监测端根据自身行政等级对应进行监管等级划分;所述企业监测端至少包括:管理层监测端和基层监测端,各企业监测端根据自身职权大小进行监管等级划分。
图1是本发明一种实施方式提供的安全生产风险的分级预警管理方法的方法流程图。如图1所示,本发明实施方式提供一种安全生产风险的分级预警管理方法,所述方法包括:
步骤S10:获取危险化学品生产厂区的实时运行参数。
具体的,进行危险化学品厂区安全生产风险评估时,需要综合考虑各方因素。危险化学品在生产、存放和转运过程中,无论是危险化学品的本身性质,还是可能存在的外部因素,均有可能造成安全事故。所以必须全方位的获取危险化学品厂区的运行参数,以判断整个厂区是否存在安全隐患。优选的,主要进行五个方面的安全性能监控,包括罐区风险监测预警、高危工艺生产装置风险监测预警、厂区泄漏风险监测预警、雷电风险监测预警和直接作业环节风险监测预警。从危险化学品的生产过程到后期存放,均进行完善的数据采集,保证危险化学品在厂区内的安全存放,存在安全隐患时,提前进行预警提醒,及时进行干预,避免酝酿出大的安全事故。
对于罐区风险监测预警来说,罐储是现有液体化学品或原料的主要存储方式,罐储方式对于管理和储存效率来说,都具有明显的优势。也正因为存储密度高,发生安全事故后,产生的后果也更大。所以对于罐储区的安全风险监测,有十足的必要。受存储化学品本身性质的影响,各危险化学品存放均有适宜的存放温度,当存放温度未处于适宜温度时,危险化学品的本身性质也会出现不稳定。所以温度条件是储罐非常重要的参数,而影响危险化学品稳定存放的储罐条件还有压力和储存液位,无论是压力超标还是液位超标,均有可能造成储罐过载储存,使得储罐存在炸裂的风险。基于上述,进行罐区风险监测预警时,主要进行储罐温度、压力和液位信息获取。这些信息分别通过采集单元10的对应传感器进行获取,并将获取到的信息传输到处理单元20。
对于高危工艺生产装置风险监测预警,高危工艺生产装置在进行对应工艺生产过程中,对于控制和条件要求很高,中间产物和中间过程故障的安全隐患很大,所以需要重点进行这些工艺生产装置监测。优选的,需要重点监测的高危工艺生产装置包括:光气及光气化工艺装置、电解工艺装置、氯化工艺装置、硝化工艺装置、合成氨工艺装置、裂解工艺装置、氟化工艺装置、加氢工艺装置、重氮工艺装置、氧化工艺装置、过氧化工艺装置、氨基化工艺装置、碳化工艺装置、聚合工艺装置、烷基化工艺装置、新型煤化工工艺装置、电石生产工艺装置、偶氮化工艺装置。这些装置都对应进行着高危工艺操作,这些装置本身的机械状态、运行状态和运行参数均需要进行采集。危险化学品生产厂区存在中央控制系统,该系统需要进行厂区内各主要设备运行状态监测,所以这些高危工艺装置的运行参数均被中央控制系统监控。为了减少传感器装置的使用,节省系统扩建的成本。优选的,高危工艺装置的运行参数由数据提取装置进行直接提取,数据提取装置在原中央控制系统的基础上进行构建。
危险化学品在生产和存放过程中,气体原料存在泄漏的风险,而需要处理后排放的生成烟气也可能在处理前发生泄漏。这些原料气往往具有可燃性或有毒性。即使不存在直接危害性,泄露烟气也容易造成环境污染。所以,在原料气的存放过程中,需要进行泄漏风险监测。根据各厂区存放的原料气类型,在厂区的外围位置和原料气的输送管道线路中,设置对应的浓度传感器,以判断实时空气中的原料气浓度是否超标。对于浓度传感器的设置,需要根据厂区原料气的理化性质和释放源的特性,还有厂区本身的场地布置、地理条件、环境气候、操作巡检路线等条件进行设置。例如,某厂区盛行东向风,则在进行传感器设置时,优选在下风向,即东向设置更多的浓度传感器,以保证准确的进行空气中泄漏原料气采集。当发现存在原料气泄漏时,根据原料气的理化性质和释放源特性,进行泄露源排查,以保证最短的时间进行泄漏控制。
储罐输送管道均为露天布置,这也就使得危险化学品在存放和转运过程中均存在雷电袭击的风险。雷电袭击对于易燃易爆的化学品来说,存在极高的威胁性。所以需要实时监测雷电动向,并配置完备的避雷措施,避免雷电对罐区和管道进行直接袭击。优选的,大气电场感知装置与避雷装置同步设置,进行大气电场实时监测,根据电场变化进行厂区内大气雷电监测。优选的,同步还进行气象信息采集,气象信息根据当地气象台进行更新,在气象预测有雷暴天气前,提醒相关人员进行避雷装置故障排查。
对于直接作业环节风险监测预警项,无论是危险化学品生产过程中的必须作业,还是在厂区内的辅助作业,若作业过程中,会出现高温、高压和高空能危险性质,均有可能引发危险品失控的连锁反应。例如,动火作业,受限空间作业、盲板抽堵作业、高处作业、吊装作业、临时用电作业、动土作业和断路作业。所以在进行这些直接作业时,需要评估作业信息,判断是否会对危险品存放及生产造成威胁。若是危险化学品生产过程中的必须作业步骤,则该步骤存储在中央控制系统的时序表中,数据提取装置直接通过中央控制系统进行作业信息采集。若是厂区内的辅助作业,例如设备安装、设备维护和厂区维护,这些作业信息是无规律发起的,则进行作业前,需要进行作业备案,包括作业类型、作业位置和作业时间,均需要管理人员将信息备案到中央控制系统中。一方面中央控制系统根据作业性质进行相关设备停运或减负荷运行,另一方面,也为数据提取装置进行作业信息提取提供方便,实现厂区作业的有效管理。
步骤S20:进行所述实时运行参数分类,并根据分类后的实时运行参数进行各预设风险监测项风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值。
具体的,获得危险化学品生产厂区的实时运行参数后,需要对危险品生产厂区各风险监测项进行风险评级,确定各风险检测项的风险等级是否达到预警级别。优选的,预设多个预警等级,当对应风险等级越高,对应的预警等级也越高。例如,根据预警等级判断数据大小将预警等级分为红色预警、橙色预警、黄色预警和蓝色预警,预警等级逐级递减,分别对应高风险、中高风险、中低风险和低风险。通过不同的预警等级划分,使得预警信息的预警效果更好,相关人员同时接收多种预警信息时,易于进行优先度划分。
对于罐区风险监测预警项,处理单元20将采集到的储罐的压力、温度和液位分别于当前存储危险品安全存储环境阈值进行对比,无论是压力、温度还是液位,当超过预设阈值时,均判断为存在风险,则对应输出风险信息。优选的,根据现有技术资料和前沿技术进行数据库建立和更新,根据不同的危险化学品的不同的存储方式,均对应有不同的最优存储环境数据。处理单元20将获取到的储罐信息作为检索条件,在数据库中进行对应储藏环境检索,将检索结果作为预设阈值,进行各参数对比判断。先判断储罐参数是否大于预设阈值,在大于预设阈值后,进行当前参数与对应阈值的求差运算,将预算结果的绝对值作为预警等级判断数据。这些预警等级判断数据将作为后续预警等级划分的参考数据,则这部分数据便为罐区风险监测预警项的风险量化表征指标值。
对于高危工艺生产装置风险监测预警项,处理单元20预设多种高危工艺生产参数,包括生产设备参数、生产原料参数和生产配比参数。这些参数组合成为多种标准模型。处理单元20根据采集单元10获取的高危工艺生产设备参数,进行对应高危工艺生产设备运行工况模拟,然后将模拟的运行工况放在标准模拟库中进行匹配检索,选择最接近的标准模型。然后进行当前运行工况与检索出的标号模型对比,判断是否存在部分数据超标,处理单元20将超标参数筛选出来,然后通过预设知识库进行超标参数影响性能判断。例如,某些参数是因为设备差异化和工厂条件差异化造成超标,且当前参数对安全隐患很小,则这些超标参数默认为正常参数,不进行预警报警,以避免频繁预警。处理单元20筛选出安全隐患较大的超标参数,然后确定这些超标参数的超标量,这些超标量便为高危工艺生产装置风险监测预警项的风险量化表征指标值。
对于厂区泄漏风险监测预警项而言,与罐区风险监测预警类似,确定存在泄漏污染气后,进行污染气浓度采集,并将浓度信息与预设浓度进行求差,获得求差结果绝对值,该差值绝对值便为厂区泄漏风险监测预警项的风险量化表征指标值。
对于雷电风险监测预警项,大气电场感知装置实时将采集的大气电场发送到处理单元20,处理单元20每获得一次大气电场值,便于预设正常大气电场值进行对比求差,所得求差结果绝对值便为雷电风险监测预警项的风险量化表征指标值。
对于直接作业环节风险监测预警项,处理单元20将直接作业类型、作业时间和作业地点周围的环境情况作为优化变量,根据知识图谱建立最优化模型,然后进行最优化方案模拟,并将模拟的最优化作业方案作为对比方案,实时获取直接作业信息。将获取的直接作业信息与最优化作业方案进行对比训练,输出偏差值,该偏差值为直接作业环节风险监测预警项的风险量化表征指标值。
步骤S30:根据所述风险量化表征指标值进行所述危险化学品生产厂区风险变化趋势模拟。
具体的,步骤S20中获取的是个检测项的风险量化表征指标值,这些值时特定采集时刻的值,无法表征对应检测项一段时间的动态变化范围。若某特定时刻的风险量化表征指标值未大于预设阈值,但是在一段时间内,对应监测值一直在升高,且已经逼近预设阈值,则表示当前监测值在未来某时刻大于预设阈值的风险很高。理论上,设备正常运行过程中,到达稳定状态后,各项参数时动态波动的,即在一个标准值波动,不会存在一直大于标准值且持续增加的情况。当出现这种情况时,对应设备以及发生故障的概率很大,即使当前运行参数还在阈值范围内,若能够提前预知风险情况,及早进行设备检测,可以避免更大的设备危害。所以进行监测项的动态监测是必要的。处理单元20获取一段时间内的所有风险量化表征指标值,然后对应时刻生成风险变化趋势图,以表征危险化学品生产厂区一段时间内的风险变化趋势。
步骤S40:根据所述风险量化表征指标值和所述风险变化趋势生成所述危险化学品生产厂区的对应等级的预警信息。
具体的,处理单元20首先将各项的风险量化表征指标值对应与预设预警等级对照值进行对比,分别判断各项的风险量化表征指标值对应的预警等级,然后将该预警等级作为当前监测项的预警等级。然后处理单元20将生成的各项的风险变化趋势图与标准风险变化趋势图进行对比,当预设多个时刻均发生变差,且偏差值超过阈值,则便是当前风险变化趋势图存在异常。例如,处理单元20的风险趋势判定时间区间为2h,在2h内存在200个采集时刻,当识别到80个采集时刻的风险量化表征指标值存在超过差值阈值的情况,判定当前风险变化趋势图存在异常。然后统计偏差超过差值阈值的时刻数量,对应确定预警等级。处理单元20将生成的包含预警等级的指令发送到预警单元30,预警单元30对应生成预警信息。
步骤S50:根据预警信息的等级将所述预警信息对应发送到预设监测端。
具体的,在现有的监控体系中,各企业存在内部监控体系,但政府部门无法直接获知企业的监控信息,只能被动的通过企业上报进行获取。危险化学品生产企业若发生安全事故,则事故规模必定十分重大,产生的损失也无法估量。所以为了提升监控力度,将政府部门作为危险化学品生产企业的直接管理上级是必要可行的。优选的,分别建立政府监控系统和企业监控系统,对应建立多个监测端。根据监管需求划分多级监管等级,并确定每一个监管等级获取预警信息的等级上限,每一个监管等级仅获取低于预警信息等级上限的预警信息;根据当前预警信息的等级,确定需要推送当前预警信息的监管等级,获得待推送监管等级集;根据待推送监管等级集中各监管等级从低到高的顺序,逐级将预警信息推送到监测端;其中,所述多级监管等级至少包括企业端和政府端,且所述政府端的监管等级高于所述企业端。例如,分别设立国家级监测端、省级监测端、地市级监测端和区县级监测端,各政府监测端根据自身行政等级对应进行监管等级划分;然后进行预警等级推送时,红色预警为最高预警等级,则由区县级-国家级逐级进行预警推送。若预警等级为蓝色等级,表示风险程度较低,各区县自行管控即可,则预警信息仅发送到区县级监测端,不再往上级推送。无论是哪种预警等级,企业内部的必须进行预警管控,则预警等级从基层开始,到企业管理监测端,逐级进行预警信息推送,提醒作业人员和管理人同步进行风险管控。
优选的,根据政府端获取的预警信息,建立监管范围的危险化学品登记信息库;其中,所述危险化学品登记信息库包括:危险化学品生产经营企业的生产类型、生产位置、危险化学品的存放位置和历史预警风险信息。
优选的,每更新一次危险化学品生产厂区风险变化趋势,进行一次所述风险变化趋势与预设风险分级量化规则的对比,确定当前风险变化趋势的预警风险等级;对比所述风险量化表征指标值对应的预警风险等级和所述风险变化趋势的预警风险等级,选取其中等级最高的预警风险等级为所述危险化学品生产厂区的预警风险等级。
在本发明实施例中,每一个监测项存在多种预警信息可能,若逐一进行预警推送,会使得各监测端收取的预警信息过多,导致审阅积极性不高,容易造成延迟审阅和预警信息省略的可能。每一个检测项,进行预警风险等级背部对比,选取其中风险预警等级最高的预警项进行预警,减少预警信息推送量,提高监管效率。
优选的,厂区配置有视频监控装置,根据预警信息的执行内容,监管人员可以主动或被动的进行相关区域视频检查,提高了系统的远程监管能力。
在一种可能的实施方式中,政府监管系统还包括风险研判模块,运用工业机理模型,根据不同的风险分析需求,开展全国各级重大危险源风险分析计算。依据危险化学品的储量、化学品的危险特性(主要是可燃性、毒性、化学活性)等方面进行静态风险计算,依据全国危险化学品实时采集关键安全参数(温度、压力、液位、可燃气体泄漏、有毒气体泄漏)数据进行动态风险计算。汇总重大危险源的静态风险和危险事件的动态风险,加上周边环境影响因素,进行态势研判,给出企业风险分级、构成、趋势的分析和原因及处置的建议等。根据企业报送的安全承诺,进行企业安全承诺分级和分析。对于未按时报送的企业,系统自动提醒应急管理部门督促企业报送。依托化学品登记中心的全国危险化学品企业登记数据,形成全国危险化学品基础数据的地理信息展示、全国危险化学品生产经营企业一张图、全国重大危险源分布一张图、全国重点监管工艺分布一张图、全国重点监管化学品分布一张图,从不同维度、不同角度实现企业、重大危险源、重点监管工艺、重点监管化学品实时、准确定位。综合查询包括企业现场实时监控视频调阅、危险化学品安全知识图谱查询、企业舆情和企业画像查询、典型事故案例查询等。
在另一种可能的实施方式中,政府监管系统基于大数据、知识图谱、机器学习、仿真模拟等技术开展危险化学品安全生产风险智能分析,主要包括监测数据完整性分析、监测数据真实性分析、系统稳定性分析、视频智能分析、事故模拟等。量化分级监管指标及其变化情况,对各省、市级安全监管情况进行综合排名,建立异常报警分析、物料平衡分析、监测数据分析等分析模型,为强化地方安全监管和考核提供分析依据。依据风险动态监测预警数据,开展风险动态监测实时分析,建立全国风险动态排名功能,实现风险动态数据的日分析、周分析、月分析、季度分析、年分析功能。所述政府系统可以用于应急管理部以及各省、市应急管理部门的安全监管,可以根据不同地区的危化品安全监管的特殊需求进行功能应用的增删。
实施例一:
危险化学品安全生产风险的分级预警的管理通过实时信息数据库单元进行,将处理单元20和推送单元40区分为包括:实时风险计算单元、预警分级与分发单元和分级处置与消警单元。实时信息数据库单元,包括预警系统接入的关键安全生产参数和视频监控图像等实时数据,为风险预警模型计算提供数据支持。实时风险计算单元,针对罐区、高危工艺装置、厂区泄漏火灾爆炸、重大风险作业等关键安全参数的实时监控,构建风险量化表征指标,通过指标的变化来反映风险大小及变化趋势。预警分级与分发单元,根据风险关注程度将预警分为红、橙、黄、蓝四级,分别对应重大、较大、一般和低风险,利用系统自动向省、市、区县(园区)、企业进行预警。分级处置与消警单元,建立预警和消警的闭环处置,针对未及时降级的预警进行通报或核查。
在预警分级与分发单元和单元分级处置与消警单元中,预警分级分发规则如下:
(1)红色预警,即重大风险预警,属于高风险、关注能量集中的高后果源,将其同时向省、市、县(园区)、企业4个层级的系统即时推送,省以下各级通过监测预警平台重点关注。限时30分钟整改处置,若未按时处置降级,省级向市级发出警示通报,由市级组织(现场)核查。
(2)橙色预警,即较大风险,同时向市、县(园区)、企业3个层级即时推送,市以下各级通过监测预警平台重点关注。限时1小时整改处置,若未按时处置降级,市级向县级(园区)发出警示通报,并视情况组织(现场)核查,督促及时进行风险消减。
(3)黄色预警,即一般风险,同时向县级(园区)、企业2个层级即时推送,每天定时推送一次。县级(园区)通过监测预警平台重点关注,并向企业调度核查。
(4)蓝色预警,即一般风险,其风险程度较低,作为低风险由企业自行关注和处置。
在分级处置与消警单元中,企业作为安全生产责任的主体单位,是预警处置和消警的主要执行者,企业系统预警运行处置流程如下:
S1:系统采集企业生产关键安全参数和报警的实时数据,对报警情况进行实时监控。
S2:通过预警模型R=∑PiCi,根据生产装置的关键参数运行情况、安全仪表投用情况以及隐患排查治理情况等(隐患数量、等级、整改率),进行装置风险的量化表征计算。
S3:风险等级从高到低划分为重大风险、较大风险、一般风险和低风险,分别用红、橙、黄、蓝四种颜色标示。当达到各级预警阈值后,系统即时推送阈值信息。
S4:风险预警所对应的主要负责人、安全管理人员通过系统弹窗推送、手机短信推送等多种方式收到预警信息和预警分析,立即进行核查并督促整改。
S5:操作人员进行现场整改处置。
S6:系统定时更新风险计算结构,经整改处置后的风险点将至低风险,预警和消警的闭环处置流程结束。
实施例二:
某企业包括本发明提出的安全生产风险的分级预警管理系统,根据区域风险计算的结果,将预警等级定义红、橙、黄、蓝四级预警,分别对应积分为400、300、200和100。预警机制分值按照风险持续时间的累积原则进行计算,其公式为:预警分值=∑(红色风险分值×时间+橙色风险分值×时间+黄色风险分值×时间+蓝色风险分值×时间)。可以依据需求不同,对风险等级分值与时间的长度自定义组合来决定不同预警级别的触发条件。同时在触发预警时,可以根据预警等级的角色,分配给不同的人员来接收预警推送消息。对政府部门仅推送预警信息,风险信息仅推送给企业。当预警分值达到对应分值时,将触发对应级别的预警。例如,该当企业处于黄色风险等级时,积分累计较慢,风险等级越高,分值越大,因此越高级别的风险其预警分值的增加速度就越快。随着企业风险等级的增加,预警分值累计速率逐步提升。若企业未在预留时间内降低风险,分值持续增加,当累计达到100分时,触发黄色预警,向区县和企业分别下发预警推送和警示通告,若企业仍旧未降低至蓝色风险,分值将持续累加,依次触发橙色预警、红色预警。在触发黄色预警与橙色预警之间,就是区县敦促企业整改的窗口期,在橙色与红色之前的时间,就是市级敦促区县级的窗口期。当企业关注到该风险并进行整改处置后,企业降低风险至蓝色风险,那么积分清零,形成了企业预警和消警的闭环管理。
本发明实施方式还提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的安全生产风险的分级预警管理方法。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合附图详细描述了本发明的可选实施方式,但是,本发明实施方式并不限于上述实施方式中的具体细节,在本发明实施方式的技术构思范围内,可以对本发明实施方式的技术方案进行多种简单变型,这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施方式对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施方式的思想,其同样应当视为本发明实施方式所公开的内容。
Claims (19)
1.一种用于危险化学品安全生产风险的分级预警管理方法,其特征在于,所述方法包括:
获取危险化学品生产厂区的实时运行参数;
进行实时运行参数分类,并根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值;
根据所述风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟;
根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息;
根据预警信息的等级将所述预警信息对应发送到预设监测端。
2.根据权利要求1所述的方法,其特征在于,所述预设风险监测项包括:
罐区风险监测预警项、高危工艺生产装置风险监测预警项、厂区泄漏风险监测预警项、雷电风险监测预警项和直接作业环节风险监测预警项。
3.根据权利要求2所述的方法,其特征在于,所述罐区风险监测预警项监测所需的实时运行参数包括:储罐的压力、温度和液位。
4.根据权利要求2所述的方法,其特征在于,所述高危工艺生产装置包括:
光气及光气化工艺装置、电解工艺装置、氯化工艺装置、硝化工艺装置、合成氨工艺装置、裂解工艺装置、氟化工艺装置、加氢工艺装置、重氮工艺装置、氧化工艺装置、过氧化工艺装置、氨基化工艺装置、碳化工艺装置、聚合工艺装置、烷基化工艺装置、新型煤化工工艺装置、电石生产工艺装置、偶氮化工艺装置。
5.根据权利要求2所述的方法,其特征在于,所述厂区泄漏风险监测预警项监测所需的实时运行参数包括:可燃气体泄漏信息和有毒气体泄漏信息。
6.根据权利要求2所述的方法,其特征在于,所述雷电风险监测预警项监测所需的实时运行参数包括:大气电场信息。
7.根据权利要求2所述的方法,其特征在于,所述直接作业环节风险监测预警项监测所需的实时运行参数包括:实时进行的高风险作业类型、作业时间和作业区域;其中,所述高风险作业类型包括:
动火作业、受限空间作业、盲板抽堵作业、高处作业、吊装作业、临时用电作业、动土作业和断路作业。
8.根据权利要求1所述的方法,其特征在于,所述进行实时运行参数分类,包括:
将获取的危险化学品生产厂区的实时运行参数根据各预设风险监测项的实时运行参数进行分类;
获得各预设风险监测项监测所需的实时运行参数。
9.根据权利要求8所述的方法,其特征在于,所述根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值,包括:
根据所述危险化学品生产厂区对应生产的危险化学品类型进行静态风险计算,获得静态风险值;
根据各预设风险监测项监测所需的实时运行参数和预设训练模型进行各预设风险监测项的动态风险训练,获得各预设风险监测项的动态风险值;
整合所述静态风险值和各预设风险监测项的动态风险值,对应获得各预设风险监测项的风险量化表征指标值;
整合各预设风险监测项的风险量化表征指标值,获得所述危险化学品生产厂区的风险量化表征指标值。
10.根据权利要求9所述的方法,其特征在于,所述预设训练模型包括:
大数据模型、知识图谱模型、机器学习模型和仿真模拟模型。
11.根据权利要求1所述的方法,其特征在于,所述根据风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟,包括:
获取当前时刻的风险量化表征指标值,并将当前时刻的风险量化表征指标值与预设时间段时间内各个采集时刻的风险量化表征指标值进行对比;
根据对比结果更新所述危险化学品生产厂区的风险变化趋势。
12.根据权利要求11所述的方法,其特征在于,所述根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息,包括:
每获得一次风险量化表征指标值,进行一次风险量化表征指标值与预设风险分级量化规则的对比,确定当前风险量化表征指标值对应的预警风险等级;
每更新一次危险化学品生产厂区的风险变化趋势,进行一次风险变化趋势与预设风险分级量化规则的对比,确定当前风险变化趋势的预警风险等级;
对比所述风险量化表征指标值对应的预警风险等级和所述风险变化趋势的预警风险等级,选取其中等级最高的预警风险等级为所述危险化学品生产厂区的预警风险等级;其中,
所述预设风险分级量化规则包括:
多个预警风险等级对应的风险量化表征指标值区间及区间端点值;
多个预警风险等级对应的风险变化趋势模型。
13.根据权利要求1所述的方法,其特征在于,所述根据预警信息的等级将所述预警信息对应发送到预设监测端,包括:
根据监管需求划分多级监管等级,并确定每一个监管等级获取预警信息的等级上限,每一个监管等级仅获取低于预警信息等级上限的预警信息;
根据当前预警信息的等级,确定需要推送当前预警信息的监管等级,获得待推送监管等级集;
按照待推送监管等级集中的各监管等级从低到高的顺序,逐级将预警信息推送到预设监测端;
其中,所述预设监测端至少包括企业监测端和政府监测端,且所述政府监测端的监管等级高于所述企业监测端。
14.根据权利要求13所述的方法,其特征在于,所述方法还包括:
根据政府监测端获取的预警信息,建立监管范围的危险化学品登记信息库;其中,所述危险化学品登记信息库包括:
危险化学品生产经营企业的生产类型、生产位置、危险化学品的存放位置和历史预警风险信息。
15.一种用于危险化学品安全生产风险的分级预警管理系统,应用于危险化学品安全生产管理,其特征在于,所述系统包括:
采集单元,用于获取所述危险化学品生产厂区的实时运行参数;
处理单元,用于进行实时运行参数分类,并根据分类后的实时运行参数进行各预设风险监测项的风险量化表征指标训练,获得所述危险化学品生产厂区的风险量化表征指标值;根据所述风险量化表征指标值进行所述危险化学品生产厂区的风险变化趋势模拟;
预警单元,用于根据风险量化表征指标值和风险变化趋势,生成所述危险化学品生产厂区的对应等级的预警信息;
推送单元,用于根据预警信息的等级将所述预警信息对应发送到预设监测端。
16.根据权利要求15所述的系统,其特征在于,所述预设风险监测项包括:罐区风险监测预警项、高危工艺生产装置风险监测预警项、厂区泄漏风险监测预警项、雷电风险监测预警项和直接作业环节风险监测预警项;
所述采集单元包括:
压力传感器,用于采集所述罐区风险监测预警项的储罐压力;
温度传感器,用于采集所述罐区风险监测预警项的储罐温度;
液位传感器,用于采集所述罐区风险监测预警项的储罐液位;
数据提取装置,用于通过所述危险化学品生产厂区的中央控制器进行高危工艺生产装置运行参数提取;
浓度传感器,用于获取所述厂区泄漏风险监测预警项监测所需的各可燃气体和/或有毒气体的浓度信息;
大气电场感知装置,用于获取所述雷电风险监测预警项监测所需的大气电场信息;
所述数据提取装置还用于提取所述危险化学品生产厂区正在作业的作业信息。
17.根据权利要求15所述的系统,其特征在于,所述预设监测端至少包括:企业监测端和政府监测端;
所述推送单元根据预警信息的等级将所述预警信息对应发送到预设监测端,包括:
根据监管需求划分多级监管等级,每一个监管等级获取预警信息的等级上限,每一个监管等级仅获取低于预警信息等级上限的预警信息;
根据当前预警信息的等级,确定需要推送当前预警信息的监管等级,获得待推送监管等级集;
按照待推送监管等级集中的各监管等级从低到高的顺序,逐级将预警信息推送到预设监测端;
其中,所述预设监测端至少包括企业监测端和政府监测端,且所述政府监测端的监管等级高于所述企业监测端。
18.根据权利要求17所述的系统,其特征在于,所述政府监测端至少包括:
国家级监测端、省级监测端、地市级监测端和区县级监测端,各政府监测端根据自身行政等级对应进行监管等级划分;
所述企业监测端至少包括:
管理层监测端和基层监测端,各企业监测端根据自身职权大小进行监管等级划分。
19.一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行权利要求1-14中任一项所述的安全生产风险的分级预警管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691879.9A CN115511234A (zh) | 2021-06-22 | 2021-06-22 | 用于危险化学品安全生产风险的分级预警管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691879.9A CN115511234A (zh) | 2021-06-22 | 2021-06-22 | 用于危险化学品安全生产风险的分级预警管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115511234A true CN115511234A (zh) | 2022-12-23 |
Family
ID=84499709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110691879.9A Pending CN115511234A (zh) | 2021-06-22 | 2021-06-22 | 用于危险化学品安全生产风险的分级预警管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115511234A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115892828A (zh) * | 2023-01-06 | 2023-04-04 | 山东复圣化工有限公司 | 一种用于化工生产用存储装置的存储监管系统 |
CN117077998A (zh) * | 2023-02-02 | 2023-11-17 | 北京思创信息系统有限公司 | 一种隐患排查方法、系统、终端及存储介质 |
CN117196477A (zh) * | 2023-09-18 | 2023-12-08 | 西安航空学院 | 一种基于大数据分析的工业大数据可视化管理系统及方法 |
CN117474343A (zh) * | 2023-12-27 | 2024-01-30 | 中交第一航务工程勘察设计院有限公司 | 石化港区危险源安全风险预警方法、装置、设备及存储介质 |
CN117634869A (zh) * | 2023-09-04 | 2024-03-01 | 大唐保定热电厂 | 一种火电厂安全运行预警方法及系统 |
CN118623950A (zh) * | 2024-08-15 | 2024-09-10 | 北京清众神州大数据有限公司 | 一种面向煤矿安全生产的多维度数据的预警方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180854A (zh) * | 2020-09-15 | 2021-01-05 | 江苏谷德运维信息技术有限公司 | 一种基于物联网的化工企业安全生产管理系统 |
CN112783101A (zh) * | 2019-11-06 | 2021-05-11 | 中国石油化工股份有限公司 | 存储器、危险化学品罐区安全风险预警方法、设备和装置 |
-
2021
- 2021-06-22 CN CN202110691879.9A patent/CN115511234A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112783101A (zh) * | 2019-11-06 | 2021-05-11 | 中国石油化工股份有限公司 | 存储器、危险化学品罐区安全风险预警方法、设备和装置 |
CN112180854A (zh) * | 2020-09-15 | 2021-01-05 | 江苏谷德运维信息技术有限公司 | 一种基于物联网的化工企业安全生产管理系统 |
Non-Patent Citations (1)
Title |
---|
曾凤章 主编: "ISO 9000族标准用统计技术", 兵器工业出版社, pages: 43 - 44 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115892828A (zh) * | 2023-01-06 | 2023-04-04 | 山东复圣化工有限公司 | 一种用于化工生产用存储装置的存储监管系统 |
CN117077998A (zh) * | 2023-02-02 | 2023-11-17 | 北京思创信息系统有限公司 | 一种隐患排查方法、系统、终端及存储介质 |
CN117634869A (zh) * | 2023-09-04 | 2024-03-01 | 大唐保定热电厂 | 一种火电厂安全运行预警方法及系统 |
CN117196477A (zh) * | 2023-09-18 | 2023-12-08 | 西安航空学院 | 一种基于大数据分析的工业大数据可视化管理系统及方法 |
CN117196477B (zh) * | 2023-09-18 | 2024-08-20 | 西安航空学院 | 一种基于大数据分析的工业大数据可视化管理系统及方法 |
CN117474343A (zh) * | 2023-12-27 | 2024-01-30 | 中交第一航务工程勘察设计院有限公司 | 石化港区危险源安全风险预警方法、装置、设备及存储介质 |
CN118623950A (zh) * | 2024-08-15 | 2024-09-10 | 北京清众神州大数据有限公司 | 一种面向煤矿安全生产的多维度数据的预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115511234A (zh) | 用于危险化学品安全生产风险的分级预警管理方法及系统 | |
CN113313387B (zh) | 一种企业重大安全风险分级智能化管控方法及系统 | |
CN114118677B (zh) | 基于物联网的尾矿库风险监测预警系统 | |
CN113554318B (zh) | 一种化工园区三维可视化风险智能管控一体化系统及方法 | |
CN108490889B (zh) | 基于te模型的智能工厂安全大数据数据源发生方法及装置 | |
CN103268109A (zh) | 基于gis的化工园区风险管理信息系统 | |
CN111864898B (zh) | 一种基于输电在线监测数据的三维信息系统及其控制方法 | |
CN117151478B (zh) | 一种基于卷积神经网络的化工企业风险预警方法及系统 | |
CN112785458A (zh) | 一种桥梁健康大数据智能管养系统 | |
CN113515720B (zh) | 一种危险化学品企业重大安全风险辨识与评估方法 | |
CN114022048A (zh) | 一种化工园区风险预警平台构建的方法 | |
CN112686581A (zh) | 一种自然灾害次生危险化学品事故风险评估方法及评估系统 | |
US12092269B2 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
CN107065794A (zh) | 一种基于gis地理信息平台的智能安监管理系统及实现方法 | |
CN116362113B (zh) | 一种基于数字孪生的事故灾害演化模拟方法及系统 | |
KR102343993B1 (ko) | 재난상황 대응 매뉴얼 제공방법 | |
CN113268880B (zh) | 一种粉尘爆炸重大安全风险辨识与评估方法 | |
CN114925980A (zh) | 一种生产安全管理系统 | |
CN104331833A (zh) | 环境风险源预警方法 | |
CN116384741A (zh) | 一种危险源辨识与管理系统及装置 | |
Lei et al. | Emergency monitoring and disposal decision support system for sudden pollution accidents based on multimedia information system | |
CN116205504A (zh) | 一种数字化应急预案管理方法及系统 | |
CN111966746A (zh) | 一种气象防灾减灾流程监控系统及其监控方法 | |
CN114881498B (zh) | 一种耦合时空要素的企业生产安全综合评价方法 | |
Srivanit | Community risk assessment: spatial patterns and GIS-based model for fire risk assessment-a case study of Chiang Mai municipality |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |