中国安全科学学报

作者：王金江, 关鹏婷, 陈卓, 葛伟凤, 鞠茜

单位：1 中国石油大学(北京) 安全与海洋工程学院,北京 102249；2 中海油安全技术服务有限公司,天津 300452；3 中海油能源发展股份有限公司 安全环保分公司,天津 300452；4 中国石油西南油气田公司 华油公司,重庆 401120

关键词：深度学习,检修作业,过程风险,智能预警,贝叶斯网络(BN)

基金：国家重点研发计划项目(2020YFB1709702); 国家自然科学基金重点项目(52234007)

为提高炼化企业检维修作业过程的安全性,利用目标检测技术,构建基于深度学习的智能风险识别模型;首先,结合贝叶斯网络(BN)及模糊集理论,建立动态风险评估模型;其次,采用分级动态预警方法,实现检修作业过程风险要素的智能监控预警;然后,以压缩机检修作业过程为例,采用失效模式和影响分析(FMEA)与作业条件危险性分析方法,辨识作业过程风险,再利用基于深度学习的风险智能识别模型,监控现场作业过程并识别风险;最后,采用BN和模糊集理论相结合的方法,评估作业过程中的动态风险,并采用分级预警的方法智能预警作业过程风险。结果表明:该方法可以有效识别压缩机检修作业过程中的风险因素,识别准确率为93%,在此基础上进行动态风险评估,当观测到事件概率发生变化,且超出相应预警阈值时,依据风险等级进行报警,实现风险要素的智能监控。

来源：2023年第10期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第10期