人工智能在燃气管道工程管理中应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了人工智能在燃气管道工程管理中应用范文，希望能给你带来灵感和参考，敬请阅读。

摘要：结合燃气管道工程施工过程的现场管理难点，进行智能管理技术可行性和应用场景等方面的研究。针对典型应用场景如施工人员实名制和现场事件管理等，采用人脸识别算法和目标检测算法给出了“数字监管”的技术方案，体现了人工智能在燃气工程安全、质量和文明施工管理方面的有效应用。

关键词：燃气管道;智能管理;管道工程;典型应用

上海燃气每年管道工程开工项目超过4000项，分包队伍80家，在册施工人员约3000名。项目数量多，小项目占比高且周期短，人员流动大，安全质量要求高，所以迫切需要运用数字化方式来探索施工管理新路子。通过人工智能(AI)、大数据以及物联网等技术和方法，对燃气配套管线工程施工过程中的工程质量以及现场施工安全进行智能管理技术可行性和应用场景等方面的研究。将人工智能运用于施工人员实名制管理和安全质量管理。

1智能管理应用场景

1.1施工管理智能应用

(1)施工人员实名登记。通过读卡设备采集人员身份证信息并存入数据库，现场采集人脸图片，并在线应用人脸比对算法验证身份，身份无法识别的做出预警提示。(2)施工人员安全培训记录。通过人脸识别算法进行人员识别，完成施工人员培训签到管理。(3)施工人员持证上岗查验。在现场通过手持设备拍摄被查验人员人脸照片，通过人脸比对算法验证身份，实时获取用工登记及持证信息。(4)特种设备操作人员上岗操作证登记及查验。扫描特种设备上岗证，自动识别获取证件信息，并与数据库连接进行登记，以供查验。(5)人脸识别考勤。通过人脸识别算法进行施工人员、监理人员现场签到管理。(6)陌生人员预警。对施工现场人员进行人脸识别扫描，发现未登记的陌生人员做出预警提示。(7)施工机械、设备等特种设备合法证件验证。通过扫描特种设备证件自动获取证件信息进行登记，并与第三方系统对接在线比对证件的合法性。

1.2施工安全智能应用

(1)进入阀室、下井或动火等带气作业，专人指挥、监护检测。在预先划定的带气作业区域，使用录像设备采集图像并调用人体检测算法，检测是否有专人在现场进行指挥、监护。(2)大型设备作业(如吊车、挖机)安全警戒区域监测。在预先划定的大型设备作业安全警戒区域，检测是否有人员闯入。

1.3施工质量智能应用

(1)地下管线施工敷设警示带检测。地下管线施工时通过目标检测算法检测是否敷设警示带。(2)燃气管道焊接数据异常检查。系统录入焊接数据，通过预设的判断逻辑智能分析焊口记录数据，自动发现焊接日期异常、环境温度不变或波动很小、两道焊口之间时间间隔明显过短、口径错误、材料批次错误、冷却时间与口径不匹配等问题。(3)燃气管道焊接X光片检查。通过计算机视觉算法对X光片进行分析，发现底片拍摄的质量问题：焊缝缺陷位置未标注、底片编号问题、焊口号问题、黑度不足等。

1.4文明施工智能应用

通过目标检测算法实现：施工现场施工铭牌检测和施工现场施工护栏连续性检测。

1.5安全防护智能应用

通过目标检测算法实现：施工人员危险作业安全绳检测(高空等作业时须佩戴安全绳)、作业安全帽检测、作业工作服检测和夜间施工反光服检测。

2技术方案

2.1技术架构

针对智能应用场景，采用技术架构如图1所示。智能服务是核心，可以通过人脸识别、目标检测和轨迹跟踪等来实现。其应用过程分为4个阶段：(1)数据采集。视频从摄像头传输到集中存储设备中。(2)数据处理。视频数据处理设备从存储设备中读取视频，利用视觉算法库进行视频编解码、图像去噪、图像增强等预处理，并打标签形成训练样本库，存放到集中存储设备中。(3)模型训练及调优。按实际应用场景需求配置模型训练的AI-GPU集群，选择模型并配置参数，对结果进行评估；再根据结果不断调整参数或模型，直至结果最优。(4)模型应用。训练好模型后，加载到视频分析服务器运行，算法自主检测违规行为并向系统推送预警。经过多次在燃气工程现场进行测试和调优，我们提出了针对不同外部条件下的数据采集、数据传输、模型应用的技术方案。

2.2数据采集

针对不同外部条件下的数据采集、数据传输、模型应用所使用的技术方案，最后对模型训练及调优所应用到的关键技术进行必要的阐述。采用PyTorh、Mask-RCNN以及YOLOv3等与人工智能相关的技术支撑应用场景。(1)移动巡查记录仪。设备支持录像、数据上传等功能，重量轻，体积小，携带方便。可以使用本设备用于现场移动位置的视频采集。(2)定点布控球。定点布控球内置3G/4G模块、GPS/北斗模块、高性能锂电池组，可安装在车辆或其他需要布控的特殊位置。可以使用本设备用于现场定点位置视频采集。

2.3数据传输

数据传输方案的选择受现场网络的制约：现场的3G/4G/5G信号强弱，是否有WIFI,是否有有线网络等。从传输的可靠性和速度来讲，优先选择顺序依次是：有线网络、WIFI、5G、4G和3G。如果不具备网络条件，那只有采用离线的方式：采集的视频在本地完成存储后，通过U盘等移动介质人工传到分析系统进行模型应用。

2.4模型应用

模型应用所采用的技术方案依赖于：网络条件、所应用场景的实时性要求、所应用场景模型的复杂程度和同时接入的视频路数。这4个因素决定了在实际应用过程中是采用现场边缘计算、后台集中运算还是两者相结合。(1)现场边缘计算。现场边缘计算的目的在于有效分担后台集中运算的压力，提高分析结果输出的实时性，减少视频传输带宽，节省网络成本。(2)后台集中运算。与边缘设备相对应，采用后台集中运算可以支持更多的视频路数，也可以支持更复杂的算法模型。这一切均依赖于其强大的运算能力和对网络带宽的大量消耗。(3)现场边缘计算+后台集中运算。相较于现场边缘计算或后台集中运算单独应用方案，更推荐现场边缘计算+后台集中运算技术方案。这种方案可以降低后台集中运算的硬件和带宽成本，也兼顾了模型运算的实时性。

3典型应用及其技术实现

选择了3个典型应用场景进行技术实现。一旦检测到上述预警事件，将向系统推送预警信息，供管理人员查看及处理。

3.1人脸识别考勤

很多应用场景中都用到了人脸识别技术，如：施工人员实名登记、安全培训的签到管理、持证上岗查验等。在崇明花博会燃气工程施工现场进行了人脸识别测试，智能发现合法登记人员用绿色框进行定位，发现陌生人员用红色框进行定位。

3.2施工护栏连续性检测

在燃气工程作业场地中要按规范要求安装防护栏杆并保证防护栏杆的连续性，在施工现场进行了安全护栏不连续检测测试。智能发现安全护栏不连续，对间隙用红色框定位。

3.3施工人员作业安全帽检测

为了有效避免在燃气工程作业过程中工人不佩戴安全帽而引发的安全事故,对施工现场历史录像进行了安全帽佩戴规范检测测试。智能发现有人未按规定佩带安全帽，用红色框进行定位。

4结语

施工人员管理和工程安全质量管理是工程管理的关键点，AI的运用将有效提高燃气行业工程管理水平：对施工人员的管理变得更简单；能提前发现更多的安全隐患；质量监督更及时、更全面；施工过程更文明；日常运维变得更智能。整个方案既可以适用于固定位置的智能监控，也可以适用于移动点的智能监控；既可以适用于管线工程的智能监控，也可以适用于燃气附属设施的智能监控；既可以适用于事中及时性智能预警，也可以适用于事后全面智能核查。上海市住建委制定了《上海市建设工程施工现场人员实名制管理办法》，从2021年4月1日起房屋建设、市政基础设施、水务等建设工程运用信息化管理实现数据共享，互联互通。燃气工程尚未列入，但要密切关注、积极探索，做到规划在前、规则在后，分步实施、落地扎实，努力打造燃气工程应用人工智能提升管理水平的标杆。

作者:姚斌 单位:上海燃气有限公司