人工智能在燃氣管道工程管理中應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能在燃氣管道工程管理中應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：結合燃氣管道工程施工過程的現場管理難點，進行智能管理技術可行性和應用場景等方面的研究。針對典型應用場景如施工人員實名制和現場事件管理等，采用人臉識別算法和目標檢測算法給出了“數字監管”的技術方案，體現了人工智能在燃氣工程安全、質量和文明施工管理方面的有效應用。

關鍵詞：燃氣管道;智能管理;管道工程;典型應用

上海燃氣每年管道工程開工項目超過4000項，分包隊伍80家，在冊施工人員約3000名。項目數量多，小項目占比高且周期短，人員流動大，安全質量要求高，所以迫切需要運用數字化方式來探索施工管理新路子。通過人工智能(AI)、大數據以及物聯網等技術和方法，對燃氣配套管線工程施工過程中的工程質量以及現場施工安全進行智能管理技術可行性和應用場景等方面的研究。將人工智能運用于施工人員實名制管理和安全質量管理。

1智能管理應用場景

1.1施工管理智能應用

(1)施工人員實名登記。通過讀卡設備采集人員身份證信息并存入數據庫，現場采集人臉圖片，并在線應用人臉比對算法驗證身份，身份無法識別的做出預警提示。(2)施工人員安全培訓記錄。通過人臉識別算法進行人員識別，完成施工人員培訓簽到管理。(3)施工人員持證上崗查驗。在現場通過手持設備拍攝被查驗人員人臉照片，通過人臉比對算法驗證身份，實時獲取用工登記及持證信息。(4)特種設備操作人員上崗操作證登記及查驗。掃描特種設備上崗證，自動識別獲取證件信息，并與數據庫連接進行登記，以供查驗。(5)人臉識別考勤。通過人臉識別算法進行施工人員、監理人員現場簽到管理。(6)陌生人員預警。對施工現場人員進行人臉識別掃描，發現未登記的陌生人員做出預警提示。(7)施工機械、設備等特種設備合法證件驗證。通過掃描特種設備證件自動獲取證件信息進行登記，并與第三方系統對接在線比對證件的合法性。

1.2施工安全智能應用

(1)進入閥室、下井或動火等帶氣作業，專人指揮、監護檢測。在預先劃定的帶氣作業區域，使用錄像設備采集圖像并調用人體檢測算法，檢測是否有專人在現場進行指揮、監護。(2)大型設備作業(如吊車、挖機)安全警戒區域監測。在預先劃定的大型設備作業安全警戒區域，檢測是否有人員闖入。

1.3施工質量智能應用

(1)地下管線施工敷設警示帶檢測。地下管線施工時通過目標檢測算法檢測是否敷設警示帶。(2)燃氣管道焊接數據異常檢查。系統錄入焊接數據，通過預設的判斷邏輯智能分析焊口記錄數據，自動發現焊接日期異常、環境溫度不變或波動很小、兩道焊口之間時間間隔明顯過短、口徑錯誤、材料批次錯誤、冷卻時間與口徑不匹配等問題。(3)燃氣管道焊接X光片檢查。通過計算機視覺算法對X光片進行分析，發現底片拍攝的質量問題：焊縫缺陷位置未標注、底片編號問題、焊口號問題、黑度不足等。

1.4文明施工智能應用

通過目標檢測算法實現：施工現場施工銘牌檢測和施工現場施工護欄連續性檢測。

1.5安全防護智能應用

通過目標檢測算法實現：施工人員危險作業安全繩檢測(高空等作業時須佩戴安全繩)、作業安全帽檢測、作業工作服檢測和夜間施工反光服檢測。

2技術方案

2.1技術架構

針對智能應用場景，采用技術架構如圖1所示。智能服務是核心，可以通過人臉識別、目標檢測和軌跡跟蹤等來實現。其應用過程分為4個階段：(1)數據采集。視頻從攝像頭傳輸到集中存儲設備中。(2)數據處理。視頻數據處理設備從存儲設備中讀取視頻，利用視覺算法庫進行視頻編解碼、圖像去噪、圖像增強等預處理，并打標簽形成訓練樣本庫，存放到集中存儲設備中。(3)模型訓練及調優。按實際應用場景需求配置模型訓練的AI-GPU集群，選擇模型并配置參數，對結果進行評估；再根據結果不斷調整參數或模型，直至結果最優。(4)模型應用。訓練好模型后，加載到視頻分析服務器運行，算法自主檢測違規行為并向系統推送預警。經過多次在燃氣工程現場進行測試和調優，我們提出了針對不同外部條件下的數據采集、數據傳輸、模型應用的技術方案。

2.2數據采集

針對不同外部條件下的數據采集、數據傳輸、模型應用所使用的技術方案，最后對模型訓練及調優所應用到的關鍵技術進行必要的闡述。采用PyTorh、Mask-RCNN以及YOLOv3等與人工智能相關的技術支撐應用場景。(1)移動巡查記錄儀。設備支持錄像、數據上傳等功能，重量輕，體積小，攜帶方便。可以使用本設備用于現場移動位置的視頻采集。(2)定點布控球。定點布控球內置3G/4G模塊、GPS/北斗模塊、高性能鋰電池組，可安裝在車輛或其他需要布控的特殊位置。可以使用本設備用于現場定點位置視頻采集。

2.3數據傳輸

數據傳輸方案的選擇受現場網絡的制約：現場的3G/4G/5G信號強弱，是否有WIFI,是否有有線網絡等。從傳輸的可靠性和速度來講，優先選擇順序依次是：有線網絡、WIFI、5G、4G和3G。如果不具備網絡條件，那只有采用離線的方式：采集的視頻在本地完成存儲后，通過U盤等移動介質人工傳到分析系統進行模型應用。

2.4模型應用

模型應用所采用的技術方案依賴于：網絡條件、所應用場景的實時性要求、所應用場景模型的復雜程度和同時接入的視頻路數。這4個因素決定了在實際應用過程中是采用現場邊緣計算、后臺集中運算還是兩者相結合。(1)現場邊緣計算。現場邊緣計算的目的在于有效分擔后臺集中運算的壓力，提高分析結果輸出的實時性，減少視頻傳輸帶寬，節省網絡成本。(2)后臺集中運算。與邊緣設備相對應，采用后臺集中運算可以支持更多的視頻路數，也可以支持更復雜的算法模型。這一切均依賴于其強大的運算能力和對網絡帶寬的大量消耗。(3)現場邊緣計算+后臺集中運算。相較于現場邊緣計算或后臺集中運算單獨應用方案，更推薦現場邊緣計算+后臺集中運算技術方案。這種方案可以降低后臺集中運算的硬件和帶寬成本，也兼顧了模型運算的實時性。

3典型應用及其技術實現

選擇了3個典型應用場景進行技術實現。一旦檢測到上述預警事件，將向系統推送預警信息，供管理人員查看及處理。

3.1人臉識別考勤

很多應用場景中都用到了人臉識別技術，如：施工人員實名登記、安全培訓的簽到管理、持證上崗查驗等。在崇明花博會燃氣工程施工現場進行了人臉識別測試，智能發現合法登記人員用綠色框進行定位，發現陌生人員用紅色框進行定位。

3.2施工護欄連續性檢測

在燃氣工程作業場地中要按規范要求安裝防護欄桿并保證防護欄桿的連續性，在施工現場進行了安全護欄不連續檢測測試。智能發現安全護欄不連續，對間隙用紅色框定位。

3.3施工人員作業安全帽檢測

為了有效避免在燃氣工程作業過程中工人不佩戴安全帽而引發的安全事故,對施工現場歷史錄像進行了安全帽佩戴規范檢測測試。智能發現有人未按規定佩帶安全帽，用紅色框進行定位。

4結語

施工人員管理和工程安全質量管理是工程管理的關鍵點，AI的運用將有效提高燃氣行業工程管理水平：對施工人員的管理變得更簡單；能提前發現更多的安全隱患；質量監督更及時、更全面；施工過程更文明；日常運維變得更智能。整個方案既可以適用于固定位置的智能監控，也可以適用于移動點的智能監控；既可以適用于管線工程的智能監控，也可以適用于燃氣附屬設施的智能監控；既可以適用于事中及時性智能預警，也可以適用于事后全面智能核查。上海市住建委制定了《上海市建設工程施工現場人員實名制管理辦法》，從2021年4月1日起房屋建設、市政基礎設施、水務等建設工程運用信息化管理實現數據共享，互聯互通。燃氣工程尚未列入，但要密切關注、積極探索，做到規劃在前、規則在后，分步實施、落地扎實，努力打造燃氣工程應用人工智能提升管理水平的標桿。

作者:姚斌 單位:上海燃氣有限公司