产业思考 | 刘怀平：视觉隐患识别系统在钢铁企业降本增效和安全管控中的应用

昆岳互联

日期：2022-11-11

2022年2月，工信部、发改委、生态环境部三部门发布的《关于促进钢铁工业高质量发展的指导意见》指出，要“推进5G、工业互联网、人工智能、数字孪生等技术在钢铁行业的应用”，旨在推动数字化、网络化、智能化技术和智能装备在钢铁行业的全流程和全产业链的集成应用。视觉隐患识别系统作为人工智能 *底层的基础设施层，在钢铁工业中的应用非常广泛。视觉隐患识别系统通过光学成像方法获取图像或视频，并对采集的图像或视频进行分析处理，以替代人眼和大脑，实现目标的识别、跟踪和测量，是实现钢铁行业实现智能制造的基石。

现阶段，钢铁企业安全生产的管控手段较为传统，主要是通过安全分级管控或人工排查方式识别生产过程中的隐患，存在效率低、发现不及时等痛点，容易导致小隐患演变成大事故，无法满足 和企业对生产安全管理的迫切要求。钢铁企业尽管已经部署了大量传统视频监控系统，但受限于需要投入大量的人工进行实时监控才能发现隐患，监控人员工作量繁重，传统视频监控系统往往只能起到事后查证的作用，不能在隐患发生之初被及时发现和处置，无法实现隐患自动识别和事前预警，事故的发生不能有效避免，难以满足工业企业安全生产管控需求。

从技术发展现状来看，钢铁企业数字化技术基本是在某类设备或某条生产线上的点状化应用，尚未实现全流程、全工序、跨地域、跨空间的广泛深度数智应用。从设备维护角度看，存在隐患感知手段薄弱、隐患识别准确性差、决策上存在状态识别效率低等问题；从生产过程管控的角度看，存在隐患类别多、标准定义不 、涉及影响因素多等问题（如：人、机、环境等）；现有的隐患排查和识别方式不支持智慧化的大范围推广应用，在降人增效的大背景下，也缺乏隐患排查识别的人员队伍。

视觉隐患识别在钢铁行业安全生产中大有可为，是推进智慧钢铁的有力手段。昆岳互联自主开发的“视觉隐患识别系统”，充分融合人工智能、大数据、物联网、边缘计算等技术，面向生产现场中的人、机、环境进行场景化模型构建，让传统视频监控系统具备“智慧预警大脑”，由被动监控变为主动预警模式，实现事前预警、事中管控、事后查证的闭环管理体系。

昆岳互联视觉隐患识别系统主要包括视觉隐患识别一体机(以下简称：一体机)和隐患识别预警平台。整体系统基于“云-边-端”协同技术架构，充分融合AI、大数据、物联网、4G/5G等技术，由部署在现场的网络摄像头、一体机和隐患识别预警平台构成。一体机设备完成视频数据的采集控制、智能分析、信息上报，并提供数据流转、应用集成等扩展应用，方便场景编排和业务延伸；隐患识别预警平台完成设备管理、业务管理、告警预警、决策支持等功能；系统通过非侵入式部署，赋能普通视频监控系统，低成本解决自动识别安全隐患的问题，让传统普通摄像头具备自动识别功能，实现普通视频监控系统由被动的人工监控变为主动自动的隐患识别和智能预警。

三、视觉隐患识别系统的特点

传统视频监控的解决方案中终端摄像机只负责视频数据的采集，云服务器与摄像头设备距离较远，由于视频流信息的实时性要求高、数据传输量巨大，将计算放在云端会引起网络延时拥塞、网络服务质量下降等问题。将数据处理和模型推理能力前置，是实现将AI技术工业场景应用亟需解决的问题。

昆岳互联视觉隐患识别系统在架构设计上更能满足钢铁行业的现状，通过将算法模型部署在边缘端，实现了云端计算和智能能力向边缘节点的迁移， 解决网络传输问题；在业务层面上，钢铁行业普遍存在信息化程度不高，厂区网络情况复杂、规划不科学的问题，采用“云、边、端”架构，能够在 *小视频汇聚点部署设备，对网络状况的依赖性较低，方便灵活部署。

昆岳互联针对钢铁冶金生产的诸多难点和痛点，将人工智能图像识别技术和钢铁领域知识紧密结合，用基于传统摄像头和视觉智能算法替代“人眼”和“人脑”，将技术工人从枯燥的“盯屏幕”工作中解放出来，改变工作方式，提升工作效率，并进一步推进钢铁企业减员增效，已经获得多家国内大型钢铁企业的一致认可。

四、视觉隐患识别系统的功能价值

1）自动识别隐患，降低事故发生率

自动识别人的不安全行为、设备不安全状态、环境不安全因素，实时预警并推送至应急管理人员，及时处置，避免事故发生，降低非停概率，提升安全生产的管控水平。

2）减员增效，提升效率

替代技术工人耗时耗力的巡检工作，实时发现生产环境的异常状态自动识别并实时预警，同时规范作业人员工作行为，在关键区域实现自动巡检，降低人工巡检工作量50%以上。

3）品控质量改善，提高生产效率

基于机器视觉的自动识别及检测，大幅提高识别的效率和准确性，避免人为因素干扰对结果的影响，有效增加了产品质量的管控手段，改善品质合格率提升5%以上。

当前，基于数字化和智能化技术的降本增效和安全管控已成为钢铁企业未来发展之本。昆岳互联“视觉隐患识别系统”已实现多场景应用，包括未带安全帽识别、跑冒滴漏检测、区域入侵、睡岗等算法模型的应用，自动识别生产过程中的隐患，分析数据提前预警，杜绝安全隐患，保障人员及财产安全，助力钢铁企业成功实现智能化、数字化转型，让生产安全更可控。