7月8日,在中原石油工程公司钻井一公司的试验井场上,一群忙碌的红工衣正在进行着井场安全隐患智能识别系统的测试工作。一名测试人员未穿工衣进入部署在试验井场的安全视频监控系统的监控画面中,井场安全隐患智能识别系统立即发出了报警,并将该名员工的未穿工衣进入监控画面的场景进行了截图和录像取证。在井场安全隐患智能识别系统的数据库中随即生成了一条包含违章时间、违章内容信息等的数字化的记录。
随着测试内容的增加,多人未戴安全帽进入视频监控区域,也被井场安全隐患智能识别系统都一一发现了,记录了下来。
“井场安全隐患智能识别系统就像一双天眼时刻紧盯生产现场,提高了员工的安全生产意识。”该公司钻井工程首席专家魏风勇说。
井场安全隐患智能识别系统是该公司2019年的重点研究项目,该系统基于深度学习的人工智能技术,通过智能识别算法模型的迭代训练,逐渐提高对违章行为识别的准确率。整个训练过程就像幼儿学习认识世界一样,需要让系统知道什么样的行为是违章行为,这就需要有大量的违章行为和规范行为的正负样本数据,为此该公司成立项目攻关小组。项目组首先组织了大量人员在钻井一公司的试验井场,开展违章行为的正负样本的摆拍和采集工作,采集到了150G的各类样本数据,并对样本数据进行了清洗整理和整理等预处理工作,来增强了样本数据的图像质量和样本数据的数量。同时,项目组利用构建好的智能识别模型利用样本数据进行了几百个小时的训练,通过各种参数的修正,逐步提高了智能识别算法模型的精度。值得一提的是,该项目组还开发了安全着装、电子围栏、人员倒地、安全带佩戴、人员撤离、打电话、抽烟等七个违章场景的智能识别模型组成的井场安全隐患智能识别系统。
据了解,井场安全隐患智能识别系统采用了边缘计算智能识别和集中智能识别的两种部署模式,既可以在没有网路条件的井场利用边缘计算的模式在井场直接识别现场的违章行为,也可以在公司基地利用集中识别的模式,对通过网络传输回来的多个井场的安全视频监控数据进行集中识别。
现在,随着石油工程生产作业场所安全视频监控远程传输工作的开展,该公司的井场安全隐患智能识别系统可以通过集中智能识别的方式对远程传输回来的各个钻井井场的安全视频监控数据进行实时的井场安全隐患智能识别。
人工智能识别技术在生产现场的深度应用,提高了该公司的生产现场安全生产管理水平和效率,对公司实现智能化安全生产具有深远的意义。(魏园军 常彦山)
9月13日,中国化学工程第九建设有限公司承建的西咸新区中国丝路科创谷07单元7#楼完成最后一车混凝土浇筑,主体结构率先封顶。
9月6日,中国企业联合会、中国企业家协会发布“中国制造业企业500强”等系列榜单,龙佰集团荣誉纷呈。公司荣获“2022中国制造业企业500强”,连续5年上榜,且今年排名较去年提升26位。公司荣膺“20...
8月27日14时,中原石油工程公司西北工区顺北项目部90118钻井队施工的满深802井在三开钻进中,使用241.3毫米PDC钻头实现4469米至6498米的安全钻进,完成进尺2029米,平均机械钻速1...