EI企业智能在石油管道行业的应用

EI企业智能在石油管道行业的应用

唐彦文 黄天伟 王卓哲 闫海刚

国家管网集团联合管道西部分公司

【关键词】EI企业智能 管道行业

【摘要】EI企业智能作为提高工业企业生产效率和降低安全生产风险的重要手段之一，在企业的应用越来越广，本文以EI企业智能在石油管道行业的应用前景和实例入手，为EI企业智能在行业的应用提供重要的参考。

随着计算机科学技术的发展，AI技术在各个行业均有一定的应用，EI企业智能是企业进行智能化建设的重要方面，目前石油管道行业发展形势良好，EI企业智能的应用必将对于管道行业的安全生产、工作效率方面有极大帮助。

EI企业智能在内容审核、文字识别、自然语言处理、视频技术、图像识别、语音交互、人脸与人体识别、AI自主开发等方面均有比较成熟的应用，对于石油管道企业来说，可以根据管道行业的实际情况来进行应用。

1. 文字识别应用

文字识别主要可以应用于财务、物资、证件、车辆、作业票证审核等方面，文字识别的应用可以极大提高工作效率。对于财务而言，财务系统集成文字识别功能，可以对增值税发票、车票、机票、付款单据等扫描图片上的有效信息进行自动化文字识别和结构化提取，利用平台API对票据真伪实现自动化审核及系统录入。物资方面可以对物流面单、物资基础信息图片进行结构化提取，通过系统集成自动完成信息录入和物资盘点。作业票证审核可以通过结构化解析票证内容，根据票证填写规范要求对解析内容结合内容审核API进行审核，降低票据填报正确率。

2. 语音应用

语音应用主要包括语音识别、语音合成、实时语音转写、语音指纹识别等方面。语音识别主要应用于人员作业指令识别生产日志、自动生成会议记录等。语音合成主要应用于文本语音合成、设备报警电话语音合成等方面。语音指纹识别主要应用于安防和考勤方面，通过人员语音指纹的识别实现对人员身份信息的辅助分辨。

3. 视频技术

工业电视和周界安防系统作为管道行业站场必备监控系统，需要人工对视频内容进行检查，确保工业设备系统运行安全可靠、操作人员安全。EI视频内容分析技术可以对所有摄像视频进行实时分析，提取关键事件进行相关报警，比如厂区火灾监控、消防通道占用、高风险区域入侵检测等等。利用人脸识别技术对人员进行人脸标签操作，自动生成人员行动、维修操作轨迹。人脸识别标签和车辆识别也可以作为门禁系统的自动控制系统。通过对视频动作进行识别，分析人员行为是正常行为、巡检行为、维修行为还是异常行为，通过自定义设置报警和系统集成实现违规报警和行为归档。

4. AI自主学习开发平台

对于石油管道行业，由于其行业特殊性，在常规应用之外需要实现定制的系统服务，而AI自主学习开发平台可以弥补这方面的缺陷。自主学习开发平台包括平台集成自动学习算法和根据企业实际情况定制算法两个方面。

在自动学习方面，AI平台成熟的技术包括图像分类、物体检测、预测分析、声音分类、文本分类。自动学习流程包括准备数据、数据标注、模型自动训练、部署上线、数据测试、参数调优等步骤。准备数据是根据现场实际取得需要自动识别的图像、声音等数据。数据标注是根据需要识别的图像、声音等数据中的特征点进行标注，标注的准确度直接影响AI自动算法的精度。通过模型自动训练之后生成匹配的算法，经过服务器部署上线后，使用生产实际数据进行持续测试，对于识别异常的数据进行进一步的处理后作为改进数据，对自动算法进行进一步优化改进，能够持续的提高算法的准确度。

在自定义算法方面，可以通过AI市场订阅成熟的各种识别算法，比如图像分类算法比如ResNet、MobilNet、EfficientNet算法，物体检测比如FasterRCNN、RetinaNet、YOLO、EfficientDet等算法、中文文本分类Bert、NEZHA等算法。利用成熟算法对实际数据进行训练分析改进，通过参数调优和正循环改进后作为适合自身需求的算法进行部署应用。自定义算法可以通过在线可视化开发或者Python环境编程实现相应的功能，也可以通过厂家提供的AI SDK进行深度开发，甚至可以接入AI硬件环境，实现离线AI环境的使用。

5. 工业安全生产监控

管道行业安全生产至关重要，企业内部通过各种制度以及技术手段来实现对人员安全行为、设备运行状态的监控，期望提高生产运行安全系数。EI企业智能可以通过各方面的应用来作为工业安全生产的监控。通过高清摄像机对现场的人员进行不间断巡视，将视频信息采集进入AI服务器，AI服务器可以对员工着装规范进行识别，比如安全帽、工作服、口罩、绝缘靴等劳保用品是否正确穿戴，发现异常情况通过工业喇叭或者电话短信对相关人员进行提示告警。也可以对作业区域危险行为进行监控，实时监测作业区域内人员使用手机、抽烟、跌倒、工器具使用不当等情况并进行相应的告警。甚至可以监控各种生产设备运行情况、工作区域安全作业情况，比如对吊车的起吊高度、人员高处作业安全措施、危险区域人员逗留情况等进行规范告警。

AI自主学习方面的应用以自动学习平台实现对原油泄漏检测、人员受伤预警、设备异常监控的应用为例进行简单的说明。

原油泄漏检测主要利用工业电视对现场情况进行实时视频监控，AI服务器对监控视频切片处理为图片之后，对图片信息进行识别预警，预警的准确度和效率取决于原油泄漏模型的训练模型，训练模型的精度取决于图片素材中情况和角度丰富程度。原油泄漏模型需要在现场模拟各种情况的原油泄漏，通过工业电视对原油泄漏情况视频切片为图片素材，通过AI智能算法识别对图片素材进行智能训练，形成符合现场条件的识别模型。将识别模型部署到服务器之后，可以实现现场的实施检测，发现符合泄漏模型的情况之后发送图像位置和泄漏置信度信息给报警服务器，报警服务器控制工业电视进行聚焦放大操作后进一步核实原油泄漏情况。人员受伤预警、设备异常监控等同原油泄漏检测的原理相同，不同点在于人员受伤预警建立识别人员动作模型，设备异常监控需要建立设备声音、图像异常模型。

总之，EI企业智能的应用可以极大的提高工作效率和降低安全风险，通过企业内部根据自身实际情况进行不断的应用和改进，找到适合企业使用的AI应用，帮助企业加快其完成现代化建设的脚步。