一种LNG装卸作业安全管控系统及违规行为识别方法与流程

本发明涉及液化天然气运输，具体是一种lng装卸作业安全管控系统及违规行为识别方法。

背景技术：

1、天然气重要的能源之一，天然气的陆地运输一般采用加压液化并使用专用的lng运输车运输的方式。lng属于易燃易爆的危险化学品，一旦发生爆炸，往往造成重大或特别重大事故，带来严重的损失和危害。lng装卸车作业的安全规范较为复杂，且现场人员的技术水平、安全意识等往往存在较大差异，在作业过程中很容易因为不规范操作带来安全隐患，甚至直接引发安全事故，lng装卸车作业的安全稳定运行具有重要的意义。

2、lng装卸车作业的安全管控旨在对整个作业进行实时的安全监督，对违规行为进行发现和及时纠正，以减小安全事故发生的概率，维护天然气供给的稳定运行。目前国内lng装卸车场站的常规安全管控手段主要采用“安全员巡检”的方式，即派专门的安全员在整个装卸车过程中进行巡检，一旦发现违规行为则进行制止。安全员巡检的方式一定程度上可以保障卸车作业的安全进行，但存在以下的问题：(1)装卸车时间往往长达数小时，安全员一般无法在这么长的时间内始终保持良好状态；(2)当有很多辆lng运输车同时作业时，安全员数量往往不够，如果一人同时监控多辆车的作业，难免顾此失彼；(3)人工巡检过程往往受到安全员主观因素影响，对违规行为的判定和及时制止往往因人而异；(4)整个过程无数字记录，作业人员和巡检人员可能存在执行不到位的情况，但无数字留痕，无法进行评估和奖惩。

3、随着人工智能软硬件的不断发展，人工智能中计算机视觉相关落地应用愈发成熟。计算机视觉中的目标检测(object detection)任务旨在定位图片中的指定类别目标的位置，这类任务已经从基于手工特征的传统算法转向了基于深度神经网络的方法。其中yolo是一种有效的无区域建议的目标检测模型，能够端到端直接训练整个网络，主要特点是在基本保持精度的情况下显著提高检测速度以达到实时的效果，通过不断迭代，目前已经发展到了yolov5，但业界往往更偏向采用稳定和效果俱佳的yolov4。本发明采用目标检测中yolov4相关技术，配合以特制的硬件装置，可以实现对lng卸车作业现场进行实时的安全管控，对违规行为的发现和及时告警，以大大降低人工工作量和作业现场安全事故发生的概率。

4、针对上述的技术缺陷，现提出一种lng装卸作业安全管控系统及违规行为识别方法。

技术实现思路

1、为解决上述问题，本发明lng装卸作业安全管控系统，提供如下技术方案：

2、包括：

3、安全监测与检测模块，所述安全与检测模块包括监测设备与数据采集模块，所述监测设备连接所述数据采集模块并用于监测作业场景的环境条件、气体浓度、温度与压力数据，所述监测设备收集数据并进行传输；

4、风险评估与预警模块，所述风险评估与预警模块包括液化天然气输送设备与预警传输单元，所述预警传输单元连接所述监测设备，所述风险评估与预警模块根据监测到的数据进行风险评估和预警，识别潜在的危险隐患并及时向操作人员发出警报且所述液化天然气输送设备尽心锁紧液化天然气罐进行及时停止运输，

5、所述液化天然气输送设备包括机架、液化天然气罐上料机构与液化天然气罐运输机构与驱动机构；

6、人员定位与管理模块，所述人员定位与管理模块连接所述风险评估与预警模块，所述人员定位与管理模块针对现场工作人员的位置进行信息采集，并根据所述监测设备收集的数据进行仿真模型生产风险评估报告，根据现场人员的位置进行风险评估，待风险值到预警值时发生警报及时疏散工作人员；

7、数据分析与记录模块，所述数据分析与记录模块连接所述监测设备与所述天然气输送设备，所述数据分析与记录模块记录和存储液化天然气装卸作业的所有数据并提供数据分析和回顾功能，且所述数据分析与记录模块根据事故数据生成分析报告。

8、进一步的，所述液化天然气罐上料机构设置于所述机架上，所述液化天然气罐上料机构用于对液化天然气罐进行自动上料；

9、所述液化天然气罐运输机构设置于所述机架上，所述液化天然气罐运输机构连接所述液化天然气罐上料机构用于传输液化天然气罐进行新旧液化天然气罐的更换；

10、驱动机构，所述驱动机构设置于所述机架上，所述驱动机构用于液化天然气罐移动运输。

11、进一步的，所述液化天然气罐上料机构包括固定架、转动架、转杆与夹持组件，所述固定架设置于所述机架上，所述转动架转动连接于所述固定架上，所述转杆设置于所述转动架上，所述转杆用于液化天然气罐的安装，所述夹持组件设置于所述转杆上用于液化天然气罐的夹紧转动。

12、进一步的，所述液化天然气罐运输机构包括传输架、传输皮带与传动辊，所述传输架设置于所述固定架上，所述转动辊转动连接于所述传输架上，所述传输皮带饶卷所述传送辊传动，所述传输皮带用于传输液化天然气罐至所述转杆上。

13、进一步的，所述驱动机构包括安装板、驱动电机、输出轴、轴套与移动组件，所述安装板设置于所述固定架上，所述驱动电机设置于所述安装板上，所述输出轴设置于所述驱动电机的轴端，所述轴套设置于所述转杆的端部，所述输出轴与所述轴套卡接用于带动所述驱动电机与所述转杆一同转动，所述移动组件用于驱动所述驱动电机沿着所述安装板移动。

14、进一步的，所述安全监测与检测模块还包括气体传感器、温度传感器与湿度传感器，所述气体传感器检测空气中的可燃气体浓度，所述温度传感器可以监测作业区域的温度变化，所述湿度传感器对作业环境的空气湿度进行实时监测；

15、还包括容器监测，所述容器监测包括液化天然气运输和储存使用特殊的容器，所述安全监测与检测模块监控容器的参数包括压力、液位与温度；

16、还包括管道监测，所述管道监测包括液化天然气通过管道进行输送，所述安全监测与检测模块会监控管道的运行状态包括压力、流量与温度；

17、还包括火灾和爆炸监测，所述火灾和爆炸监测包括火焰传感器、火灾探测器与烟雾探测器，用于及时捕捉发生火灾的地点并进行扑救。

18、进一步的，所述风险评估与预警模块对数据采集模块采集的数据搭建数据库并进行数据分析，包括搭建数据分析模型，对数据库中的数据进行筛选，包括

19、st＝f(uxt+wst-1)，

20、其中，xt是t时刻的输入，st-1是前一时刻的状态(也就是上一隐藏层的输出)。需要设定当前时刻输入和前一时刻状态对当前时刻输出的权重值(贡献值)，包括u和w两个权重，通过对数据库的数据输入与数据输出进行筛选分析，将需要的数据筛选建立数据集。

21、进一步的，所述人员定位与管理模块获取作业场景的人员与工作地点的图像数据，通过搭建图像识别模型进行图像数据处理，并根据现场图像数据预测场景事故发生率，并生成预警报告进行反馈，包括连续函数如下：

22、

23、其中，f与g为可积分的函数，且通过卷积运算获得，函数g为过滤器对图像数据进行过滤处理，通过函数f与函数g获得二者相交的区域并将相交区域的面积记为卷积值。

24、进一步的，通过对人员定位与管理模块的数据进行收集使用获得数据集，通过设置离散函数进行数据清洗，包括

25、

26、其中，f与g为可积分的函数，且通过卷积运算获得，函数g为过滤器对图像数据进行过滤处理，通过函数f与函数g获得二者相交的区域并将相交区域的面积记为卷积值，通过连续函数与离散函数对图像数据进行处理获取需要的图像数据进行分析获取作业场景的事故率并进行预防。

27、根据本发明的另一个方面，提供一种lng装卸作业违规行为识别方法，运用于上述所述的lng装卸作业安全管控系统，包括：

28、步骤一：视频监控，在装卸作业现场安装视频监控摄像头，并将视频传输到监控中心进行实时监控；

29、步骤二：传感器监测，利用传感器和监测设备来检测关键参数，通过对传感器数据的分析和比对预防事故发生；

30、步骤三：智能分析，利用人工智能和机器学习技术来分析大量的数据，识别装卸作业过程中的违规行为；

31、步骤四：人工巡检和培训，定期派遣专业人员进行现场巡检，注意观察装卸作业的过程，及时发现违规行为。

32、与现有技术相比，本发明的有益效果是：

33、1、本发明中，通过监测设备连接数据采集模块并用于监测作业场景的环境条件、气体浓度、温度与压力数据，监测设备收集数据并进行传输，对作业现场进行实时监测，并进行及时调节工作进程，在事故发生时及时暂停，避免人员发生重大事故；

34、2、本发明中，利用该方法进行lng装卸作业违规行为识别，通过风险评估与预警模块根据监测到的数据进行风险评估和预警，识别潜在的危险隐患并及时向操作人员发出警报且所述液化天然气输送设备尽心锁紧液化天然气罐进行及时停止运输解决了巡检人员需求量大，巡检范围不足导致的问题，并且该方法对违规行为的识别更加可观、准确；利用管控系统可以做到数字留痕，对违规操作行为进行记录，方便定期审核；

35、3，本发明中通过在装卸作业现场安装视频监控摄像头，并将视频传输到监控中心进行实时监控；利用传感器和监测设备来检测关键参数，通过对传感器数据的分析和比对预防事故发生；利用人工智能和机器学习技术来分析大量的数据，识别装卸作业过程中的违规行为；定期派遣专业人员进行现场巡检，注意观察装卸作业的过程，及时发现违规行为，并对液化天然气现场进行监测避免事故发生。