CN116048032B - 基于互联网的石油化工生产安全监测方法及系统 - Google Patents
基于互联网的石油化工生产安全监测方法及系统 Download PDFInfo
- Publication number
- CN116048032B CN116048032B CN202310343655.8A CN202310343655A CN116048032B CN 116048032 B CN116048032 B CN 116048032B CN 202310343655 A CN202310343655 A CN 202310343655A CN 116048032 B CN116048032 B CN 116048032B
- Authority
- CN
- China
- Prior art keywords
- data
- action
- current operator
- self
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 350
- 238000012544 monitoring process Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000009471 action Effects 0.000 claims abstract description 255
- 239000003208 petroleum Substances 0.000 claims abstract description 142
- 238000005259 measurement Methods 0.000 claims abstract description 53
- 230000003068 static effect Effects 0.000 claims description 122
- 238000001514 detection method Methods 0.000 claims description 119
- 230000002159 abnormal effect Effects 0.000 claims description 73
- 238000003860 storage Methods 0.000 claims description 39
- 238000012797 qualification Methods 0.000 claims description 35
- 230000033001 locomotion Effects 0.000 claims description 32
- 230000005856 abnormality Effects 0.000 claims description 25
- 230000008030 elimination Effects 0.000 claims description 18
- 238000003379 elimination reaction Methods 0.000 claims description 18
- 230000036541 health Effects 0.000 claims description 18
- 230000003213 activating effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 6
- 239000007789 gas Substances 0.000 description 69
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000000053 physical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004821 distillation Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 238000005504 petroleum refining Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004523 catalytic cracking Methods 0.000 description 1
- 238000004517 catalytic hydrocracking Methods 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本申请涉及一种基于互联网的石油化工生产安全监测方法及系统，包括获取待监测石油化工生产车间，并获取人员基本信息，根据互联网定位模块定位所述当前操作人员的通用行径信息；获取所述当前操作人员的自录入身体信息和实时体测信息，判断所述当前操作人员的体征状态是否合格，若判断为是，则检测并获取所述当前操作人员的基本特征数据，判断所述当前操作人员的动作状态是否合格，若判断为是，则生成设备自检指令，控制所述石油生产设备进行自检并获取初始自检数据，判断所述石油生产设备是否符合生产安全规范。本发明实现系统化、可靠性高以及高效率地保障石油化工生产的安全生产。
Description
技术领域
本申请涉及石油化工生产控制技术领域，特别是涉及一种基于互联网的石油化工生产安全监测方法及系统。
背景技术
石油化工生产技术，又称石油化学工业，指化学工业中以石油为原料生产化学品的领域，广义上也包括天然气化工。石油化工作为一个新兴工业，在石油化工生产过程中，必不可少的便是石油化工生产车间。
现有技术中，石油生产车间中为了保障安全性，多采用通过多种设备来进行安全检测，如公告号为CN216926818U的实用新型专利中公开了一种便携式石油生产安全检测装置，包括盒体，所述盒体的右端开设有槽口和放置槽，所述放置槽与槽口相互连通，所述放置槽的内腔左右两端均开设有移动槽，两个所述移动槽内均活动连接有移动块。该检测装置能够实时对石油炼化生产车间环境进行检测，从而保证车间生产的安全性。
又如公告号为CN217466129U的实用新型专利文件中公开了一种便携式石油生产安全检测装置，包括盒体，所述盒体的右端开设有槽口和放置槽，所述放置槽与槽口相互连通，所述放置槽的内腔左右两端均开设有移动槽，两个所述移动槽内均活动连接有移动块。该专利文件中能够实时对石油炼化生产车间环境进行检测，从而保证车间生产的安全性，且方便进行携带。
但是，仍然存在缺陷，具体如常因操作人员的个人操作失误导致安全问题，还有常因安全检测设备因未自检导致存在安全检测效率低以及安全性能低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现系统化、可靠性高以及高效率地保障石油化工生产的安全生产的基于互联网的石油化工生产安全监测方法及系统。
本发明技术方案如下：
一种基于互联网的石油化工生产安全监测方法，所述方法包括：
步骤S100：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；
步骤S200：根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
步骤S300：若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；
步骤S400：若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产。
具体而言，所述石油生产设备包括主操作设备和辅助生产设备；所述初始自检数据包括主操作自检数据和辅助操作自检数据，所述辅助操作自检数据包括实际运行数据和辅助设备运行空间数据；
步骤S400：若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产；具体包括：
步骤S410：若判断为是，则生成设备自检指令，根据所述设备自检指令连接所述主操作设备和所述辅助生产设备内的自检检测传感器；
步骤S420：控制所述主操作设备内的自检检测传感器对所述主操作设备内进行静态检测并获取第一静态数据，并控制所述辅助生产设备内的自检检测传感器对所述辅助生产设备内进行静态检测并获取第二静态数据；
步骤S430：基于预设的标准静态数据判断所述第一静态数据和所述第二静态数据是否合格，若判断所述第一静态数据和所述第二静态数据中任一数据不合格，则生成静态数据异常提醒，所述静态数据异常提醒用于指示当前操作人员停止石油化工生产；
步骤S440：若判断所述第一静态数据和所述第二静态数据均合格，则生成静态合格指令，根据所述生成静态合格指令获取所述主操作设备的设备操作位，并生成辅助设备运行指令；
步骤S450：根据所述辅助设备运行指令控制所述辅助生产设备运行并获取所述辅助生产设备的实际运行数据和辅助设备运行空间数据；
步骤S460：根据所述实际运行数据判定所述辅助生产设备运行合格后，判断所述辅助设备运行空间数据与所述设备操作位是否冲突，若判断为是，则控制所述辅助生产设备停止运行；
步骤S470：若判断为否，则生成主设备运行指令，根据所述主设备运行指令控制所述主操作设备进行运行并获取主操作自检数据；
步骤S480：若基于预设的标准合格运行数据判断所述主操作自检数据不合格，则判断所述石油生产设备不符合生产安全规范，并控制石油生产停止；
步骤S490：若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，并根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产。
具体而言，所述基本特征数据包括隐私剔除数量和多个动作分类数据集；
步骤S300：若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换，具体包括：
步骤S310：若判断为是，则获取预先存储的监测时间段，并激活预先安置的动作检测设备；
步骤S320：根据所述动作检测设备检测并获取所述当前操作人员在监测时间段内的初始动作数据，并基于预设的隐私动作特征对所述初始动作数据进行隐私特征剔除，并生成初筛动作数据，同时并保留隐私剔除数量；
步骤S330：对所述初筛动作数据按照预设的时间区间进行数据拆分，并生成多个动作数据段；
步骤S340：对各所述动作数据段分别进行特征提取并分别生成动作特征数据集，其中，一个所述动作数据段对应一个动作特征数据集，每个所述动作特征数据集内均包括多个实际静态动作；
步骤S350：分别对各所述动作特征数据集内的实际静态动作进行分类和数量统计，并生成动作分类数据集，其中，所述动作分类数据集包括动作种类和动作数量，所述动作种类和所述动作数量相对应，每个所述动作分类数据集内包括多个动作种类，每个所述动作种类均对应具有动作数量；
步骤S360：根据所述时间区间获取对应的多个历史存储动作数据集，其中，一个所述历史存储动作数据集对应一个所述动作分类数据集，所述历史存储动作数据集内均包括历史动作种类和与所述历史动作种类对应的历史动作数量；
步骤S370：将各对应的所述历史存储动作数据集和所述动作分类数据集进行数据对比，并分别生成实际差异值，其中，一个所述历史存储动作数据集和一个所述动作分类数据集进行数据对比后生成一个实际差异值；
步骤S380：统计大于标准差异值的实际差异值的数量，并汇总所述隐私剔除数量后生成总差异数量；
步骤S390：判断所述总差异数量是否大于合格差异值，若判断总差异数量大于合格差异值，则判断所述当前操作人员的动作状态不合格，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断总差异数量小于等于合格差异值，则判断所述当前操作人员的动作状态合格。
具体而言，步骤S200：根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；具体包括：
步骤S210：根据所述通用行径信息生成信息录入指令，并根据所述信息录入指令激活预设的信息录入模块；
步骤S220：基于所述信息录入模块对所述当前操作人员进行信息录入提示，
并获取所述当前操作人员基于信息录入提示输入的自录入身体信息；
步骤S230：根据所述根据所述通用行径信息激活与所述当前操作人员相匹配的实际行进路径中的身体参数测量模块；
步骤S240：基于所述身体参数测量模块获取所述当前操作人员的实时体测信息；
步骤S250：根据所述实时体测信息判断所述当前操作人员是否健康，若判断为否，则生成身体异常指示，并根据所述身体异常指示指示所述当前操作人员替换；
步骤S260：若判断为否，则根据所述自录入身体信息和所述实时体测信息生成所述自录入身体信息和所述实时体测信息的身体信息录入偏差值；
步骤S270：判断所述身体信息录入偏差值是否大于预设的合格健康参数，若判断为是，则判断所述当前操作人员的体征状态不合格，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
步骤S280：若判断所述身体信息录入偏差值小于等于预设的合格健康参数，
则判断所述当前操作人员的体征状态合格。
具体而言，步骤S100：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；具体包括：
步骤S110：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取所述待监测石油化工生产车间内的石油生产设备；
步骤S120：根据所述石油生产设备获取与所述石油生产设备关联的当前操作人员，并获取所述当前操作人员的人员基本信息；
步骤S130：根据所述人员基本信息生成定位启动指令，并基于互联网技术将所述定位启动指令发送至所述当前操作人员携带的互联网定位模块，其中，所述互联网定位模块预先设置于所述当前操作人员的工装上；
步骤S140：基于所述互联网定位模块获取所述当前操作人员的通用行径信息。
具体而言，一种基于互联网的石油化工生产安全监测系统，所述系统包括：
行径信息获取模块，用于获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；
体侧信息鉴别模块，用于根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
动作特征判断模块，用于若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；
生产规范指示模块，用于若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产。
具体而言，所述石油生产设备包括主操作设备和辅助生产设备；所述初始自检数据包括主操作自检数据和辅助操作自检数据，所述辅助操作自检数据包括实际运行数据和辅助设备运行空间数据；所述生产规范指示模块还用于：
若判断为是，则生成设备自检指令，根据所述设备自检指令连接所述主操作设备和所述辅助生产设备内的自检检测传感器；控制所述主操作设备内的自检检测传感器对所述主操作设备内进行静态检测并获取第一静态数据，并控制所述辅助生产设备内的自检检测传感器对所述辅助生产设备内进行静态检测并获取第二静态数据；基于预设的标准静态数据判断所述第一静态数据和所述第二静态数据是否合格，若判断所述第一静态数据和所述第二静态数据中任一数据不合格，则生成静态数据异常提醒，所述静态数据异常提醒用于指示当前操作人员停止石油化工生产；若判断所述第一静态数据和所述第二静态数据均合格，则生成静态合格指令，根据所述生成静态合格指令获取所述主操作设备的设备操作位，并生成辅助设备运行指令；根据所述辅助设备运行指令控制所述辅助生产设备运行并获取所述辅助生产设备的实际运行数据和辅助设备运行空间数据；根据所述实际运行数据判定所述辅助生产设备运行合格后，判断所述辅助设备运行空间数据与所述设备操作位是否冲突，若判断为是，则控制所述辅助生产设备停止运行；若判断为否，则生成主设备运行指令，根据所述主设备运行指令控制所述主操作设备进行运行并获取主操作自检数据；若基于预设的标准合格运行数据判断所述主操作自检数据不合格，则判断所述石油生产设备不符合生产安全规范，并控制石油生产停止；若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，并根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产。
具体而言，所述基本特征数据包括隐私剔除数量和多个动作分类数据集；所述动作特征判断模块还用于：
若判断为是，则获取预先存储的监测时间段，并激活预先安置的动作检测设备；根据所述动作检测设备检测并获取所述当前操作人员在监测时间段内的初始动作数据，并基于预设的隐私动作特征对所述初始动作数据进行隐私特征剔除，并生成初筛动作数据，同时并保留隐私剔除数量；对所述初筛动作数据按照预设的时间区间进行数据拆分，并生成多个动作数据段；对各所述动作数据段分别进行特征提取并分别生成动作特征数据集，其中，一个所述动作数据段对应一个动作特征数据集，每个所述动作特征数据集内均包括多个实际静态动作；分别对各所述动作特征数据集内的实际静态动作进行分类和数量统计，并生成动作分类数据集，其中，所述动作分类数据集包括动作种类和动作数量，所述动作种类和所述动作数量相对应，每个所述动作分类数据集内包括多个动作种类，每个所述动作种类均对应具有动作数量；根据所述时间区间获取对应的多个历史存储动作数据集，其中，一个所述历史存储动作数据集对应一个所述动作分类数据集，所述历史存储动作数据集内均包括历史动作种类和与所述历史动作种类对应的历史动作数量；将各对应的所述历史存储动作数据集和所述动作分类数据集进行数据对比，并分别生成实际差异值，其中，一个所述历史存储动作数据集和一个所述动作分类数据集进行数据对比后生成一个实际差异值；统计大于标准差异值的实际差异值的数量，并汇总所述隐私剔除数量后生成总差异数量；判断所述总差异数量是否大于合格差异值，若判断总差异数量大于合格差异值，则判断所述当前操作人员的动作状态不合格，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断总差异数量小于等于合格差异值，则判断所述当前操作人员的动作状态合格。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于互联网的石油化工生产安全监测方法所述的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于互联网的石油化工生产安全监测方法所述的步骤。
本发明实现技术效果如下：
上述基于互联网的石油化工生产安全监测方法及系统，依次通过获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产；通过两方面来保证石油化工生产过程中的安全监测，第一方面为对所述可操作性人员的身体健康状态进行监测和审视，第二方面为通过检查设备是否能够正常运行，进而通过两方面来综合进行石油化工生产的安全可靠监测，进而实现系统化、可靠性高以及高效率地保障石油化工生产的安全生产。
附图说明
图1为一个实施例中基于互联网的石油化工生产安全监测方法的流程示意图；
图2为一个实施例中提供的在进行气体检测时区域建模后的检测区域示意图；
图3为一个实施例中基于互联网的石油化工生产安全监测系统的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，提供一种终端，所述终端用于：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产。
终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中，如图1所示，提供了一种基于互联网的石油化工生产安全监测方法，所述方法包括：
步骤S100：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；
步骤S200：根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
步骤S300：若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；
步骤S400：若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产。
本实施例中，依次通过获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产；通过两方面来保证石油化工生产过程中的安全监测，第一方面为对所述可操作性人员的身体健康状态进行监测和审视，第二方面为通过检查设备是否能够正常运行，进而通过两方面来综合进行石油化工生产的安全可靠监测，进而实现系统化、可靠性高以及高效率地保障石油化工生产的安全生产，进而通过两方面来保证石油化工生产过程中的安全监测，第一方面为对所述可操作性人员的身体健康状态进行监测和审视，第二方面为通过检查设备是否能够正常运行，进而通过两方面来综合进行石油化工生产的安全可靠监测，进而实现系统化、可靠性高以及高效率地保障石油化工生产的安全生产。
在一个实施例中，所述石油生产设备包括主操作设备和辅助生产设备；所述初始自检数据包括主操作自检数据和辅助操作自检数据，所述辅助操作自检数据包括实际运行数据和辅助设备运行空间数据；
本实施例中，以常减压装置为例，若在小型原油生产实验设备中，原油初始时需要依次经过初馏设备，然后进入到加热炉，再进行到常压塔中，此时相连的两个设备为初馏设备和加热炉，此时初馏设备为主操作设备；辅助生产设备为加热炉。
又如在催化裂化工艺流程汇总，再生器和沉降器为相连的两个生产设备，那么对于再生器的当前操作人员而言，所述主操作设备为再生器；辅助生产设备为沉降器。此时，所述当前操作人员可以同时操作主操作设备和所述辅助生产设备，或者主操作设备和辅助生产设备分别由两个操作人员进行操作。
也即，所述主操作设备和辅助生产设备具体划定由本领域技术人员自行设置，这样较为灵活，实现了灵活检测，提升安全性。
步骤S400：若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产；具体包括：
步骤S410：若判断为是，则生成设备自检指令，根据所述设备自检指令连接所述主操作设备和所述辅助生产设备内的自检检测传感器；
步骤S420：控制所述主操作设备内的自检检测传感器对所述主操作设备内进行静态检测并获取第一静态数据，并控制所述辅助生产设备内的自检检测传感器对所述辅助生产设备内进行静态检测并获取第二静态数据；
步骤S430：基于预设的标准静态数据判断所述第一静态数据和所述第二静态数据是否合格，若判断所述第一静态数据和所述第二静态数据中任一数据不合格，则生成静态数据异常提醒，所述静态数据异常提醒用于指示当前操作人员停止石油化工生产；
步骤S440：若判断所述第一静态数据和所述第二静态数据均合格，则生成静态合格指令，根据所述生成静态合格指令获取所述主操作设备的设备操作位，并生成辅助设备运行指令；
本实施例中，在步骤S410中，若判断为是，即为判断所述当前操作人员的动作状态合格，则此时说明所述当前操作人员的状态是具备操作石油生产所需设备的条件，因此此时可以进行设备的自检步骤。
本申请中，所述石油生产设备包括主操作设备和辅助生产设备，所述主操作设备是所述当前操作人员直接操作的设备，所述辅助生产设备是所述当前操作人员间接操作的设备，所述主操作设备和辅助生产设备内均设置有自检检测传感器，所述自检检测传感器可以采用摄像装置，如摄像头，进而通过所述自检检测传感器进行主操作设备和辅助生产设备内的零件的状态的拍摄，也即控制所述主操作设备内的自检检测传感器对所述主操作设备内进行静态检测并获取第一静态数据，并控制所述辅助生产设备内的自检检测传感器对所述辅助生产设备内进行静态检测并获取第二静态数据。
进一步地，所述自检检测传感器的数量为多个，分别预先安置于所述主操作设备和辅助生产设备内的各重要零部件处，并用于拍摄各重要零部件的状态和与其他零部件的连接状态，至少保证在自检时进行内部零件的确认，解决现有技术中无法解决各石油化工生产设备无法检测内部生产零件而直接进行石油化工生产导致容易出现故障及生产效率低的问题。
在获取所述第一静态数据和所述第二静态数据后，通过获取预存的标准静态数据，所述标准静态数据内存储有多个符合规范的零件图片，通过将所述标准静态数据中的图片与所述第一静态数据和所述第二静态数据进行对比，进而判断所述第一静态数据和所述第二静态数据是否合格，若判断所述第一静态数据和所述第二静态数据中任一数据不合格，说明此时出现问题，故此时生成静态数据异常提醒。
接着，若判断所述第一静态数据和所述第二静态数据均合格，此时说明设备内的零部件是正常的，可以进行运行，那么则生成静态合格指令，根据所述生成静态合格指令获取所述主操作设备的设备操作位，并生成辅助设备运行指令，此时可以进行设备的试运行。
步骤S450：根据所述辅助设备运行指令控制所述辅助生产设备运行并获取所述辅助生产设备的实际运行数据和辅助设备运行空间数据；
步骤S460：根据所述实际运行数据判定所述辅助生产设备运行合格后，判断所述辅助设备运行空间数据与所述设备操作位是否冲突，若判断为是，则控制所述辅助生产设备停止运行；
步骤S470：若判断为否，则生成主设备运行指令，根据所述主设备运行指令控制所述主操作设备进行运行并获取主操作自检数据；
步骤S480：若基于预设的标准合格运行数据判断所述主操作自检数据不合格，则判断所述石油生产设备不符合生产安全规范，并控制石油生产停止；
步骤S490：若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，并根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产。
本实施例中，为了保证所述当前操作人员在所述设备操作位是安全的，故先通过检测并模拟设备运行时是否会对所述设备操作位造成安全隐患，故先通过控制所述辅助生产设备运行并获取所述辅助生产设备的实际运行数据和辅助设备运行空间数据，接着先判断所述辅助生产设备的运行是否合格，具体通过所述实际运行数据与预存的标准运行数据对比，对比合格后即为判断所述辅助生产设备运行合格，然后在设备能正常运行的基础上，判断所述辅助设备运行空间数据与所述设备操作位是否冲突，若判断为是，则控制所述辅助生产设备停止运行，具体说明，在加氢裂化处理过程中所使用到的加氢精制装置时，具体为加热炉时，所述加热炉的热量扩散的范围为所述辅助设备运行空间数据，那么此时判断所述辅助设备运行空间数据与所述设备操作位是否冲突时，通过预先在所述设备操作位设置温度检测传感器，并通过互联网技术进行温度信息的传输，进而获取所述加热炉在使用时扩散至所述设备操作位的实际温度，进而通过判断所述实际温度来判断是否过高，若过高，则也判断所述辅助设备运行空间数据与所述设备操作位冲突，此时说明存在安全隐患，故此时控制所述辅助生产设备停止运行。
而如果判断所述辅助设备运行空间数据与所述设备操作位不冲突，则说明此时辅助设备可以运行的同时，也不会产生安全风险，接着，生成主设备运行指令，根据所述主设备运行指令控制所述主操作设备进行运行并获取主操作自检数据；然后，若基于预设的标准合格运行数据判断所述主操作自检数据不合格，则判断所述石油生产设备不符合生产安全规范，并控制石油生产停止；最后，若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，并根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产，进而实现保证了主设备和辅助设备的安全性和正常运行，提升安全性能和可靠性。
在一个实施例中，步骤S490中，若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，之后还包括对所述设备操作位的气体检测步骤，具体包括以下：
首先，根据所述安全规范合格指示生成气体检测指令，并根据所述气体检测指令以所述设备操作位为圆心，以预存距离为半径所形成的范围内进行区域建模。如图2所示，本实施例中，所述预存距离为R，Q点为所述设备操作位的中心位置，在进行气体检测时，将所述预存距离等分，如分成4端距离分别为P1、P2、P3和P4，此时形成了四块检测区域，分别为检测区域S1、检测区域S2、检测区域S3和检测区域S4。此时，根据检测区域数量生成机器人调配指令，并根据所述机器人调配指令发送所述检测区域数量只预存的各气体检测机器人，进而调配与所述检测区域数量相匹配的气体检测机器人。
所述气体检测机器人内置互联网模块和气体检测传感器，故能够通过所述互联网模块与所述气体检测机器人进行通信，通过所述气体检测传感器进行气体检测。
所述气体检测机器人根据所述机器人调配指令获取所述设备操作位的具体位置，本实施例中，四个所述气体检测机器人同时分别运行至检测区域S1、检测区域S2、检测区域S3和检测区域S4，并分别进行检测区域S1、检测区域S2、检测区域S3和检测区域S4内的气体检测，进而通过分别获取各检测区域内的气体数据，包括但不限于如一氧化碳、硫化氢、甲烷、氨气、臭氧等。
然后，将所述气体数据与预存的标准数据进行对比，进而判断气体是否安全，若判断不安全，则停止生产。若判断安全，则考虑到不同操作人员对其他的耐受程度不同，虽然判断为安全，但是可能充斥着刺鼻气味导致影响工作，故为了保证气味对所述当前操作人员的工作不产生阻碍，故进一步获取所述当前操作人员的气体检测容忍度，进而通过判断各所述气体检测容忍度与所述气体数据之间的差异，若判断所述气体检测容忍度内的气体参数大于所述气体数据，则说明可以忍受，继续生产；若判断所述气体检测容忍度内的气体参数小于所述气体数据，也即此时气体数据内的各气体量超标，此时说明存在影响所述当前操作人工作的可能，此时生成气体疏散指令，并根据所述气体疏散指令控制预设的排气扇进行排气直至排气到判断所述气体检测容忍度内的气体参数大于所述气体数据。
在完成排气后，方根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产，较之现有技术中只要保证气体安全而不考虑所述当前操作人员的真实感受的情况，本申请实现在安全的前提下也保证气味符合人的习惯，匹配正常工作，防止出现气体过于刺鼻等问题导致的安全生产问题。
在一个实施例中，所述基本特征数据包括隐私剔除数量和多个动作分类数据集；
步骤S300：若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换，具体包括：
步骤S310：若判断为是，则获取预先存储的监测时间段，并激活预先安置的动作检测设备；
步骤S320：根据所述动作检测设备检测并获取所述当前操作人员在监测时间段内的初始动作数据，并基于预设的隐私动作特征对所述初始动作数据进行隐私特征剔除，并生成初筛动作数据，同时并保留隐私剔除数量；
本实施例中，所述动作检测设备为预先设置的摄像装置和动作捕捉传感器，所述动作捕捉传感器包括如TOF传感器以及FMCW传感器之类的传感器。本实施例中，通过所述摄像装置进行检测时，获取所述当前操作人员的动作数据，包括但不限于工作时和行走时所做出的动作。为了保护隐私，一方面通过设置了所述监测时间段，所述监测时间段已然预先剔除了所述当前操作人员的个人休闲时间，如午休时间，这样能够保证在监测时间上剔除大部分所述当前操作人员可能做出隐私动作的可能，进而实现隐私保护。另一方面，还通过预设的隐私动作特征对所述初始动作数据进行隐私特征剔除，这样保证了正常监测时的隐私动作的剔除，实现在监测时间另外的隐私保护。
另一方面，考虑到若所述当前操作人员若身体状况有碍，比如会需要多做隐私动作，如去洗手间调整状态等，故通过保留隐私剔除数量来作为后续判断所述当前操作人员是否正常的判断基础，进而提升了判断的准确性，且更符合人的正常习惯，进而能够保证准确判断的基础上，实现石油化工生产的安全性保障。
步骤S330：对所述初筛动作数据按照预设的时间区间进行数据拆分，并生成多个动作数据段；
步骤S340：对各所述动作数据段分别进行特征提取并分别生成动作特征数据集，其中，一个所述动作数据段对应一个动作特征数据集，每个所述动作特征数据集内均包括多个实际静态动作；
步骤S350：分别对各所述动作特征数据集内的实际静态动作进行分类和数量统计，并生成动作分类数据集，其中，所述动作分类数据集包括动作种类和动作数量，所述动作种类和所述动作数量相对应，每个所述动作分类数据集内包括多个动作种类，每个所述动作种类均对应具有动作数量；
本实施例中，为了实现数据的细化分配和处理，故通过所述时间区间进行数据的拆分，具体为对所述初筛动作数据按照预设的时间区间进行数据拆分，并生成多个动作数据段；然后基于预先设置的标准特征对各所述动作数据段进行特征提取，进而生成所述动作特征数据集。
接着，为了获取精准地动作类型，以判断所述当前操作人员在时间区间内所作出的动作，故通过对各所述动作特征数据集内的实际静态动作进行分类和数量统计，并生成动作分类数据集。
步骤S360：根据所述时间区间获取对应的多个历史存储动作数据集，其中，一个所述历史存储动作数据集对应一个所述动作分类数据集，所述历史存储动作数据集内均包括历史动作种类和与所述历史动作种类对应的历史动作数量；
步骤S370：将各对应的所述历史存储动作数据集和所述动作分类数据集进行数据对比，并分别生成实际差异值，其中，一个所述历史存储动作数据集和一个所述动作分类数据集进行数据对比后生成一个实际差异值；
具体地，若所述时间区间为1小时，那么以当天的一个工作日的上午为例，若上班时间为9-12点，则基于时间区间可以分为3个时间段，分别为9-10时间段，10-11时间段和11-12时间段；在这3个时间段内分别对应一个动作分类数据集。假如9-10时间段对应的动作分类数据集内包括工作类、休息类和疑似发呆类，总计3个动作种类，其动作数量分别为x、y和z。
同时，在昨天以及前天等历史时间段内，分别亦存储有多个历史存储动作数据集，如昨天上午的第一个时间段内存储的历史存储动作数据集，又如昨天上午的第二个时间段内存储的历史存储动作数据集；为了符合用户在不同时间段内的使用习惯和动作习惯，以更精准地判断用户是否异常，故通过所述时间区间获取对应的多个历史存储动作数据集，然后再将各对应的所述历史存储动作数据集和所述动作分类数据集进行数据对比，并分别生成实际差异值，也即将昨天的第一个时间段内存储的历史存储动作数据集与今天的第一个时间段内存储的历史存储动作数据集进行同类型动作的数量对比，将昨天的第二个时间段内存储的历史存储动作数据集与今天的第二个时间段内存储的历史存储动作数据集进行同类型动作的数量对比，依次类推，进而分别生成实际差异值。
步骤S380：统计大于标准差异值的实际差异值的数量，并汇总所述隐私剔除数量后生成总差异数量；
接着，通过预先设置所述标准差异值，并统计大于标准差异值的实际差异值的数量，当大于标准差异值的实际差异值时，说明其存在行为异常的可能，进而判断其可能出现身体不适，或出现根据所述实时体测信息无法判断出身体不适的情况，故此时通过统计大于标准差异值的实际差异值的数量，成为一方面判断所述当前操作人员的参考之一，另一方面考虑到隐私动作出现的次数，故汇总所述隐私剔除数量后生成总差异数量，这样通过所述总差异数量来判断其是否异常，进而实现精准判断。
步骤S390：判断所述总差异数量是否大于合格差异值，若判断总差异数量大于合格差异值，则判断所述当前操作人员的动作状态不合格，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断总差异数量小于等于合格差异值，则判断所述当前操作人员的动作状态合格。
本实施例中，通过预先设置所述合格差异值，使若判断总差异数量大于合格差异值，则说明此时所述当前可操作人员存在包括但不限于身体不适的异常，此时则判断所述当前操作人员的动作状态不合格，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换，以保证进行石油化工生产的工作人员是正常的。若判断总差异数量小于等于合格差异值，则判断所述当前操作人员的动作状态合格，则说明此时工作人员是正常的，可以进行正常的石油化工生产操作，进而不仅通过录入信息，也不仅通过检测信息，还通过人体动作特征信息来判断所述当前操作人员是否异常，提升判断准确性，并且实现了石油化工生产过程中的安全性提升。
在一个实施例中，步骤S200：根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；具体包括：
步骤S210：根据所述通用行径信息生成信息录入指令，并根据所述信息录入指令激活预设的信息录入模块；
步骤S220：基于所述信息录入模块对所述当前操作人员进行信息录入提示，
并获取所述当前操作人员基于信息录入提示输入的自录入身体信息；
步骤S230：根据所述根据所述通用行径信息激活与所述当前操作人员相匹配的实际行进路径中的身体参数测量模块；
步骤S240：基于所述身体参数测量模块获取所述当前操作人员的实时体测信息；
步骤S250：根据所述实时体测信息判断所述当前操作人员是否健康，若判断为否，则生成身体异常指示，并根据所述身体异常指示指示所述当前操作人员替换；
本实施例中，为了方便用户的使用和信息录入，进而通过设置信息录入模块，进而通过所述信息录入模块对所述当前操作人员进行信息录入提示，并获取所述当前操作人员基于信息录入提示输入的自录入身体信息。然后，通过激活与所述当前操作人员相匹配的实际行进路径中的身体参数测量模块，实现实时体测信息的获取，因而可以实现根据实时体测信息进行健康判断，具体为将所述实时体测信息与标准体测信息进行对比，进而判断是否健康，若判断为否，则生成身体异常指示，并根据所述身体异常指示指示所述当前操作人员替换。
步骤S260：若判断为否，则根据所述自录入身体信息和所述实时体测信息生成所述自录入身体信息和所述实时体测信息的身体信息录入偏差值；
步骤S270：判断所述身体信息录入偏差值是否大于预设的合格健康参数，若判断为是，则判断所述当前操作人员的体征状态不合格，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
步骤S280：若判断所述身体信息录入偏差值小于等于预设的合格健康参数
，则判断所述当前操作人员的体征状态合格。
本实施例中，较之现有技术中仅通过单一信息来进行人体健康判断，本申请中通过根据所述自录入身体信息和所述实时体测信息生成所述自录入身体信息和所述实时体测信息的身体信息录入偏差值，并且判断所述身体信息录入偏差值是否大于预设的合格健康参数，这样能够实现所述身体信息录入偏差值来判断所述当前操作人员是否是在录入信息时造假，防止个别可操作性人员录入虚假信息导致的人员健康检测失误问题，然后判断所述当前操作人员的体征状态不合格，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；最后，若判断所述身体信息录入偏差值小于等于预设的合格健康参数。
在一个实施例中，步骤S100：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；具体包括：
步骤S110：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取所述待监测石油化工生产车间内的石油生产设备；
步骤S120：根据所述石油生产设备获取与所述石油生产设备关联的当前操作人员，并获取所述当前操作人员的人员基本信息；
步骤S130：根据所述人员基本信息生成定位启动指令，并基于互联网技术将所述定位启动指令发送至所述当前操作人员携带的互联网定位模块，其中，所述互联网定位模块预先设置于所述当前操作人员的工装上；
步骤S140：基于所述互联网定位模块获取所述当前操作人员的通用行径信息。
本实施例中，所述待监测石油化工生产车间预先建立了与其内设备的链接，故，获取了所述待监测石油化工生产车间后，即可根据所述待监测石油化工生产车间获取所述待监测石油化工生产车间内的石油生产设备。然后，石油生产设备又与对应的操作人员具备关联关系，因而通过所述石油生产设备可以获取与所述石油生产设备关联的当前操作人员，并获取所述当前操作人员的人员基本信息。接着，因所述互联网定位模块预先设置于所述当前操作人员的工装上，故通过基于互联网技术将所述定位启动指令发送至所述当前操作人员携带的互联网定位模块，因此通过获取所述当前操作人员的定位，进而可以获取所述当前操作人员的通用行径信息，也即所述当前操作人员的日常行为路径，这样能够方便后续根据路径进行所述可操作人员的健康参数的检测。
在一个实施例中，如图3所示，还提供一种基于互联网的石油化工生产安全监测系统，所述系统包括：
行径信息获取模块，用于获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；
体侧信息鉴别模块，用于根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
动作特征判断模块，用于若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；
生产规范指示模块，用于若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产。
在一个实施例中，所述石油生产设备包括主操作设备和辅助生产设备；所述初始自检数据包括主操作自检数据和辅助操作自检数据，所述辅助操作自检数据包括实际运行数据和辅助设备运行空间数据；所述生产规范指示模块还用于：
若判断为是，则生成设备自检指令，根据所述设备自检指令连接所述主操作设备和所述辅助生产设备内的自检检测传感器；控制所述主操作设备内的自检检测传感器对所述主操作设备内进行静态检测并获取第一静态数据，并控制所述辅助生产设备内的自检检测传感器对所述辅助生产设备内进行静态检测并获取第二静态数据；基于预设的标准静态数据判断所述第一静态数据和所述第二静态数据是否合格，若判断所述第一静态数据和所述第二静态数据中任一数据不合格，则生成静态数据异常提醒，所述静态数据异常提醒用于指示当前操作人员停止石油化工生产；若判断所述第一静态数据和所述第二静态数据均合格，则生成静态合格指令，根据所述生成静态合格指令获取所述主操作设备的设备操作位，并生成辅助设备运行指令；根据所述辅助设备运行指令控制所述辅助生产设备运行并获取所述辅助生产设备的实际运行数据和辅助设备运行空间数据；根据所述实际运行数据判定所述辅助生产设备运行合格后，判断所述辅助设备运行空间数据与所述设备操作位是否冲突，若判断为是，则控制所述辅助生产设备停止运行；若判断为否，则生成主设备运行指令，根据所述主设备运行指令控制所述主操作设备进行运行并获取主操作自检数据；若基于预设的标准合格运行数据判断所述主操作自检数据不合格，则判断所述石油生产设备不符合生产安全规范，并控制石油生产停止；若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，并根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产。
其中，所述生产规范指示模块还用于执行：若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，之后还执行对所述设备操作位的气体检测步骤，具体执行以下操作：
首先，根据所述安全规范合格指示生成气体检测指令，并根据所述气体检测指令以所述设备操作位为圆心，以预存距离为半径所形成的范围内进行区域建模。如图2所示，本实施例中，所述预存距离为R，Q点为所述设备操作位的中心位置，在进行气体检测时，将所述预存距离等分，如分成4端距离分别为P1、P2、P3和P4，此时形成了四块检测区域，分别为检测区域S1、检测区域S2、检测区域S3和检测区域S4。此时，根据检测区域数量生成机器人调配指令，并根据所述机器人调配指令发送所述检测区域数量只预存的各气体检测机器人，进而调配与所述检测区域数量相匹配的气体检测机器人。
所述气体检测机器人内置互联网模块和气体检测传感器，故能够通过所述互联网模块与所述气体检测机器人进行通信，通过所述气体检测传感器进行气体检测。
所述气体检测机器人根据所述机器人调配指令获取所述设备操作位的具体位置，本实施例中，四个所述气体检测机器人同时分别运行至检测区域S1、检测区域S2、检测区域S3和检测区域S4，并分别进行检测区域S1、检测区域S2、检测区域S3和检测区域S4内的气体检测，进而通过分别获取各检测区域内的气体数据，包括但不限于如一氧化碳、硫化氢、甲烷、氨气、臭氧等。
然后，将所述气体数据与预存的标准数据进行对比，进而判断气体是否安全，若判断不安全，则停止生产。若判断安全，则考虑到不同操作人员对其他的耐受程度不同，虽然判断为安全，但是可能充斥着刺鼻气味导致影响工作，故为了保证气味对所述当前操作人员的工作不产生阻碍，故进一步获取所述当前操作人员的气体检测容忍度，进而通过判断各所述气体检测容忍度与所述气体数据之间的差异，若判断所述气体检测容忍度内的气体参数大于所述气体数据，则说明可以忍受，继续生产；若判断所述气体检测容忍度内的气体参数小于所述气体数据，也即此时气体数据内的各气体量超标，此时说明存在影响所述当前操作人工作的可能，此时生成气体疏散指令，并根据所述气体疏散指令控制预设的排气扇进行排气直至排气到判断所述气体检测容忍度内的气体参数大于所述气体数据。
在完成排气后，方根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产，较之现有技术中只要保证气体安全而不考虑所述当前操作人员的真实感受的情况，本申请实现在安全的前提下也保证气味符合人的习惯，匹配正常工作，防止出现气体过于刺鼻等问题导致的安全生产问题。
在一个实施例中，所述体侧信息鉴别模块还用于：根据所述通用行径信息生成信息录入指令，并根据所述信息录入指令激活预设的信息录入模块；基于所述信息录入模块对所述当前操作人员进行信息录入提示，并获取所述当前操作人员基于信息录入提示输入的自录入身体信息；根据所述根据所述通用行径信息激活与所述当前操作人员相匹配的实际行进路径中的身体参数测量模块；基于所述身体参数测量模块获取所述当前操作人员的实时体测信息；根据所述实时体测信息判断所述当前操作人员是否健康，若判断为否，则生成身体异常指示，并根据所述身体异常指示指示所述当前操作人员替换；若判断为否，则根据所述自录入身体信息和所述实时体测信息生成所述自录入身体信息和所述实时体测信息的身体信息录入偏差值；判断所述身体信息录入偏差值是否大于预设的合格健康参数，若判断为是，则判断所述当前操作人员的体征状态不合格，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；若判断所述身体信息录入偏差值小于等于预设的合格健康参数，则判断所述当前操作人员的体征状态合格。
在一个实施例中，所述行径信息获取模块还用于：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取所述待监测石油化工生产车间内的石油生产设备；根据所述石油生产设备获取与所述石油生产设备关联的当前操作人员，并获取所述当前操作人员的人员基本信息；根据所述人员基本信息生成定位启动指令，并基于互联网技术将所述定位启动指令发送至所述当前操作人员携带的互联网定位模块，其中，所述互联网定位模块预先设置于所述当前操作人员的工装上；基于所述互联网定位模块获取所述当前操作人员的通用行径信息。
在一个实施例中，如图4所示，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于互联网的石油化工生产安全监测方法所述的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于互联网的石油化工生产安全监测方法所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于互联网的石油化工生产安全监测方法，其特征在于，所述方法包括：
步骤S100：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；
步骤S200：根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
步骤S300：若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；
步骤S400：若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产；
所述石油生产设备包括主操作设备和辅助生产设备；所述初始自检数据包括主操作自检数据和辅助操作自检数据，所述辅助操作自检数据包括实际运行数据和辅助设备运行空间数据；
步骤S400：若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产；具体包括：
步骤S410：若判断为是，则生成设备自检指令，根据所述设备自检指令连接所述主操作设备和所述辅助生产设备内的自检检测传感器；
步骤S420：控制所述主操作设备内的自检检测传感器对所述主操作设备内进行静态检测并获取第一静态数据，并控制所述辅助生产设备内的自检检测传感器对所述辅助生产设备内进行静态检测并获取第二静态数据；
步骤S430：基于预设的标准静态数据判断所述第一静态数据和所述第二静态数据是否合格，若判断所述第一静态数据和所述第二静态数据中任一数据不合格，则生成静态数据异常提醒，所述静态数据异常提醒用于指示当前操作人员停止石油化工生产；
步骤S440：若判断所述第一静态数据和所述第二静态数据均合格，则生成静态合格指令，根据所述生成静态合格指令获取所述主操作设备的设备操作位，并生成辅助设备运行指令；
步骤S450：根据所述辅助设备运行指令控制所述辅助生产设备运行并获取所述辅助生产设备的实际运行数据和辅助设备运行空间数据；
步骤S460：根据所述实际运行数据判定所述辅助生产设备运行合格后，判断所述辅助设备运行空间数据与所述设备操作位是否冲突，若判断为是，则控制所述辅助生产设备停止运行；
步骤S470：若判断为否，则生成主设备运行指令，根据所述主设备运行指令控制所述主操作设备进行运行并获取主操作自检数据；
步骤S480：若基于预设的标准合格运行数据判断所述主操作自检数据不合格，则判断所述石油生产设备不符合生产安全规范，并控制石油生产停止；
步骤S490：若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，并根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产。
2.根据权利要求1所述的基于互联网的石油化工生产安全监测方法，其特征在于，所述基本特征数据包括隐私剔除数量和多个动作分类数据集；
步骤S300：若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换，具体包括：
步骤S310：若判断为是，则获取预先存储的监测时间段，并激活预先安置的动作检测设备；
步骤S320：根据所述动作检测设备检测并获取所述当前操作人员在监测时间段内的初始动作数据，并基于预设的隐私动作特征对所述初始动作数据进行隐私特征剔除，并生成初筛动作数据，同时并保留隐私剔除数量；
步骤S330：对所述初筛动作数据按照预设的时间区间进行数据拆分，并生成多个动作数据段；
步骤S340：对各所述动作数据段分别进行特征提取并分别生成动作特征数据集，其中，一个所述动作数据段对应一个动作特征数据集，每个所述动作特征数据集内均包括多个实际静态动作；
步骤S350：分别对各所述动作特征数据集内的实际静态动作进行分类和数量统计，并生成动作分类数据集，其中，所述动作分类数据集包括动作种类和动作数量，所述动作种类和所述动作数量相对应，每个所述动作分类数据集内包括多个动作种类，每个所述动作种类均对应具有动作数量；
步骤S360：根据所述时间长度获取对应的多个历史存储动作数据集，其中，一个所述历史存储动作数据集对应一个所述动作分类数据集，所述历史存储动作数据集内均包括历史动作种类和与所述历史动作种类对应的历史动作数量；
步骤S370：将各对应的所述历史存储动作数据集和所述动作分类数据集进行数据对比，并分别生成实际差异值，其中，一个所述历史存储动作数据集和一个所述动作分类数据集进行数据对比后生成一个实际差异值；
步骤S380：统计大于标准差异值的实际差异值的数量，并汇总所述隐私剔除数量后生成总差异数量；
步骤S390：判断所述总差异数量是否大于合格差异值，若判断总差异数量大于合格差异值，则判断所述当前操作人员的动作状态不合格，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断总差异数量小于等于合格差异值，则判断所述当前操作人员的动作状态合格。
3.根据权利要求1所述的基于互联网的石油化工生产安全监测方法，其特征在于，步骤S200：根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；具体包括：
步骤S210：根据所述通用行径信息生成信息录入指令，并根据所述信息录入指令激活预设的信息录入模块；
步骤S220：基于所述信息录入模块对所述当前操作人员进行信息录入提示，并获取所述当前操作人员基于信息录入提示输入的自录入身体信息；
步骤S230：根据所述根据所述通用行径信息激活与所述当前操作人员相匹配的实际行进路径中的身体参数测量模块；
步骤S240：基于所述身体参数测量模块获取所述当前操作人员的实时体测信息；
步骤S250：根据所述实时体测信息判断所述当前操作人员是否健康，若判断为否，则生成身体异常指示，并根据所述身体异常指示指示所述当前操作人员替换；
步骤S260：若判断为否，则根据所述自录入身体信息和所述实时体测信息生成所述自录入身体信息和所述实时体测信息的身体信息录入偏差值；
步骤S270：判断所述身体信息录入偏差值是否大于预设的合格健康参数，若判断为是，则判断所述当前操作人员的体征状态不合格，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
步骤S280：若判断所述身体信息录入偏差值小于等于预设的合格健康参数，则判断所述当前操作人员的体征状态合格。
4.根据权利要求1所述的基于互联网的石油化工生产安全监测方法，其特征在于，步骤S100：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；具体包括：
步骤S110：获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取所述待监测石油化工生产车间内的石油生产设备；
步骤S120：根据所述石油生产设备获取与所述石油生产设备关联的当前操作人员，并获取所述当前操作人员的人员基本信息；
步骤S130：根据所述人员基本信息生成定位启动指令，并基于互联网技术将所述定位启动指令发送至所述当前操作人员携带的互联网定位模块，其中，所述互联网定位模块预先设置于所述当前操作人员的工装上；
步骤S140：基于所述互联网定位模块获取所述当前操作人员的通用行径信息。
5.一种基于互联网的石油化工生产安全监测系统，其特征在于，所述系统包括：
行径信息获取模块，用于获取选定的待监测石油化工生产车间，并根据所述待监测石油化工生产车间获取操控石油生产设备的当前操作人员的人员基本信息，根据所述操作人员基本信息和预设的互联网定位模块定位所述当前操作人员的通用行径信息；
体测信息鉴别模块，用于根据所述通用行径信息获取所述当前操作人员的自录入身体信息和实时体测信息，并根据所述自录入身体信息和所述实时体测信息判断所述当前操作人员的体征状态是否合格，若判断为否，则生成体征异常指令，并根据所述体征异常指令指示所述当前操作人员替换；
动作特征判断模块，用于若判断为是，则检测并获取所述当前操作人员的基本特征数据，并根据所述基本特征数据判断所述当前操作人员的动作状态是否合格，若判断为否，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；
生产规范指示模块，用于若判断为是，则生成设备自检指令，根据所述设备自检指令控制所述石油生产设备进行自检并获取初始自检数据，根据所述初始自检数据判断所述石油生产设备是否符合生产安全规范，若判断为否，则控制石油生产停止；若判断为是，则生成安全规范合格指示，所述安全规范合格指示用于提醒所述当前操作人员控制所述石油生产设备进行石油生产；
所述石油生产设备包括主操作设备和辅助生产设备；所述初始自检数据包括主操作自检数据和辅助操作自检数据，所述辅助操作自检数据包括实际运行数据和辅助设备运行空间数据；所述生产规范指示模块还用于：
若判断为是，则生成设备自检指令，根据所述设备自检指令连接所述主操作设备和所述辅助生产设备内的自检检测传感器；控制所述主操作设备内的自检检测传感器对所述主操作设备内进行静态检测并获取第一静态数据，并控制所述辅助生产设备内的自检检测传感器对所述辅助生产设备内进行静态检测并获取第二静态数据；基于预设的标准静态数据判断所述第一静态数据和所述第二静态数据是否合格，若判断所述第一静态数据和所述第二静态数据中任一数据不合格，则生成静态数据异常提醒，所述静态数据异常提醒用于指示当前操作人员停止石油化工生产；若判断所述第一静态数据和所述第二静态数据均合格，则生成静态合格指令，根据所述生成静态合格指令获取所述主操作设备的设备操作位，并生成辅助设备运行指令；根据所述辅助设备运行指令控制所述辅助生产设备运行并获取所述辅助生产设备的实际运行数据和辅助设备运行空间数据；根据所述实际运行数据判定所述辅助生产设备运行合格后，判断所述辅助设备运行空间数据与所述设备操作位是否冲突，若判断为是，则控制所述辅助生产设备停止运行；若判断为否，则生成主设备运行指令，根据所述主设备运行指令控制所述主操作设备进行运行并获取主操作自检数据；若基于预设的标准合格运行数据判断所述主操作自检数据不合格，则判断所述石油生产设备不符合生产安全规范，并控制石油生产停止；若基于预设的标准合格运行数据判断所述主操作自检数据合格，则判断所述石油生产设备符合生产安全规范，则生成安全规范合格指示，并根据所述安全规范合格指示所述当前操作人员进入所述设备操作位，并提醒所述当前操作人员控制所述石油生产设备进行石油生产。
6.根据权利要求5所述的基于互联网的石油化工生产安全监测系统，其特征在于，所述基本特征数据包括隐私剔除数量和多个动作分类数据集；所述动作特征判断模块还用于：
若判断为是，则获取预先存储的监测时间段，并激活预先安置的动作检测设备；根据所述动作检测设备检测并获取所述当前操作人员在监测时间段内的初始动作数据，并基于预设的隐私动作特征对所述初始动作数据进行隐私特征剔除，并生成初筛动作数据，同时并保留隐私剔除数量；对所述初筛动作数据按照预设的时间区间进行数据拆分，并生成多个动作数据段；对各所述动作数据段分别进行特征提取并分别生成动作特征数据集，其中，一个所述动作数据段对应一个动作特征数据集，每个所述动作特征数据集内均包括多个实际静态动作；分别对各所述动作特征数据集内的实际静态动作进行分类和数量统计，并生成动作分类数据集，其中，所述动作分类数据集包括动作种类和动作数量，所述动作种类和所述动作数量相对应，每个所述动作分类数据集内包括多个动作种类，每个所述动作种类均对应具有动作数量；根据所述时间长度获取对应的多个历史存储动作数据集，其中，一个所述历史存储动作数据集对应一个所述动作分类数据集，所述历史存储动作数据集内均包括历史动作种类和与所述历史动作种类对应的历史动作数量；将各对应的所述历史存储动作数据集和所述动作分类数据集进行数据对比，并分别生成实际差异值，其中，一个所述历史存储动作数据集和一个所述动作分类数据集进行数据对比后生成一个实际差异值；统计大于标准差异值的实际差异值的数量，并汇总所述隐私剔除数量后生成总差异数量；判断所述总差异数量是否大于合格差异值，若判断总差异数量大于合格差异值，则判断所述当前操作人员的动作状态不合格，则生成动作异常指令，并根据所述动作异常指令指示所述当前操作人员替换；若判断总差异数量小于等于合格差异值，则判断所述当前操作人员的动作状态合格。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310343655.8A CN116048032B (zh) | 2023-04-03 | 2023-04-03 | 基于互联网的石油化工生产安全监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310343655.8A CN116048032B (zh) | 2023-04-03 | 2023-04-03 | 基于互联网的石油化工生产安全监测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116048032A CN116048032A (zh) | 2023-05-02 |
| CN116048032B true CN116048032B (zh) | 2023-06-13 |
Family
ID=86114889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310343655.8A Active CN116048032B (zh) | 2023-04-03 | 2023-04-03 | 基于互联网的石油化工生产安全监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116048032B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116048032B (zh) * | 2023-04-03 | 2023-06-13 | 四川宏大安全技术服务有限公司 | 基于互联网的石油化工生产安全监测方法及系统 |
| CN118274786B (zh) * | 2024-05-31 | 2024-08-13 | 四川宏大安全技术服务有限公司 | 一种基于北斗坐标的埋地管道沉降监测方法和系统 |
| CN118411159B (zh) * | 2024-07-02 | 2024-10-18 | 四川宏大安全技术服务有限公司 | 一种页岩气采输管线杀菌缓蚀剂加注优化方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103984333A (zh) * | 2014-06-04 | 2014-08-13 | 北京京能高安屯燃气热电有限责任公司 | 一种电厂监控管理系统 |
| CN204986338U (zh) * | 2015-09-24 | 2016-01-20 | 浙江宁帆轴承有限公司 | 自检测轴承注脂机 |
| CN116048032A (zh) * | 2023-04-03 | 2023-05-02 | 四川宏大安全技术服务有限公司 | 基于互联网的石油化工生产安全监测方法及系统 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60234687A (ja) * | 1984-05-04 | 1985-11-21 | 株式会社アシックス | 生産工程管理システム |
| JP6608778B2 (ja) * | 2016-08-01 | 2019-11-20 | 株式会社日立製作所 | 作業動作指示装置 |
| JP2018045481A (ja) * | 2016-09-15 | 2018-03-22 | 株式会社日立システムズ | オペレータ作業実績可視化システム及びオペレータ作業実績可視化方法 |
| JP2018142259A (ja) * | 2017-02-28 | 2018-09-13 | オムロン株式会社 | 作業管理装置、方法およびプログラム |
| CN208607497U (zh) * | 2017-07-13 | 2019-03-15 | 河南浩宇空间数据科技有限责任公司 | 基于高精度定位板卡的铁路巡检智能可穿戴设备 |
| CN109884998A (zh) * | 2019-02-19 | 2019-06-14 | 保定智通自动化技术有限公司 | 可追溯质量管理系统 |
| CN110221582A (zh) * | 2019-04-29 | 2019-09-10 | 湖南仪峰安安网络科技股份有限公司 | 一种五位一体生产或工程安全服务和保障方法及系统 |
| US11256241B1 (en) * | 2019-09-12 | 2022-02-22 | Veo Robotics, Inc. | Optimized factory schedule and layout generation |
| CN111105047B (zh) * | 2019-12-12 | 2024-04-16 | 山东海瑞智慧数据科技有限公司 | 一种运维监控方法、装置、电子设备及存储介质 |
| JP7275023B2 (ja) * | 2019-12-27 | 2023-05-17 | 富士フイルム株式会社 | 品質管理装置、品質管理方法、およびプログラム |
| CN111797139A (zh) * | 2020-06-30 | 2020-10-20 | 广州中石科技有限公司 | 一种受限空间作业安全监管平台及监管方法 |
| CN114187131A (zh) * | 2021-12-16 | 2022-03-15 | 南京凯盛国际工程有限公司 | 一种基于智能眼镜终端的水泥工厂安全管理系统 |
| CN114328128A (zh) * | 2022-01-06 | 2022-04-12 | 中建材信息技术股份有限公司 | 一种关于操作系统合规检查的方法 |
-
2023
- 2023-04-03 CN CN202310343655.8A patent/CN116048032B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103984333A (zh) * | 2014-06-04 | 2014-08-13 | 北京京能高安屯燃气热电有限责任公司 | 一种电厂监控管理系统 |
| CN204986338U (zh) * | 2015-09-24 | 2016-01-20 | 浙江宁帆轴承有限公司 | 自检测轴承注脂机 |
| CN116048032A (zh) * | 2023-04-03 | 2023-05-02 | 四川宏大安全技术服务有限公司 | 基于互联网的石油化工生产安全监测方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 油田采油生产经营一体化管理模式研究;王瑞华;《中国优秀博士学位论文全文数据库经济与管理科学辑》;J150-5 * |
| 质量控制与生产控制─―质量问题的学习思考;诸念慈;铁道技术监督(第01期);第38-42页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116048032A (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116048032B (zh) | 基于互联网的石油化工生产安全监测方法及系统 | |
| CN107832896B (zh) | 一种电厂设备缓变故障预警方法及装置 | |
| US11853049B2 (en) | Integrity monitoring in automation systems | |
| US8843221B2 (en) | Automation management system and method | |
| US11152126B2 (en) | Abnormality diagnosis system and abnormality diagnosis method | |
| CN109977146B (zh) | 故障诊断方法、装置及电子设备 | |
| CN117521977B (zh) | 基于智慧平台的数据处理方法、装置、设备及存储介质 | |
| EP3839680A1 (en) | Method and device for controlling a machine using principal component analysis | |
| CN112884199A (zh) | 水电站设备故障预测方法、装置、计算机设备和存储介质 | |
| CN111143147A (zh) | 仪器自动调试方法、装置、计算机设备及可读存储介质 | |
| CN116661397A (zh) | 设备状态的确定方法、装置及电子设备 | |
| CN114385603A (zh) | 环境数据监测方法及监测系统 | |
| CN116611687A (zh) | 配电网现场作业风险管控方法、系统、存储介质及设备 | |
| CN110775181A (zh) | 车辆安全状态监测方法、装置、计算机设备及存储介质 | |
| CN113688156A (zh) | 一种基于大数据的机械故障检测系统及方法 | |
| CN117689270A (zh) | 电力设备生产过程质量管理改进方法、系统及存储介质 | |
| CN110675521B (zh) | 一种代打卡异常监测分析方法、装置、系统及存储介质 | |
| CN114227378B (zh) | 一种夹具状态的检测方法、装置、终端和存储介质 | |
| CN114019946B (zh) | 工控终端的监控数据处理方法及装置 | |
| KR102417769B1 (ko) | 적대적 신경망 기반의 파우더 축적으로 인한 유해가스 배출장치 평균고장 시간간격 예측제어 시스템 | |
| CN111141981B (zh) | 线损点检方法、装置、计算机设备和存储介质 | |
| CN114219035A (zh) | 一种多传感器的数据融合方法及装置 | |
| CN110865939B (zh) | 应用程序质量监测方法、装置、计算机设备和存储介质 | |
| CN108668441B (zh) | 印刷电路板外形的制作方法、系统和计算机设备 | |
| CN114095536A (zh) | 一种基于物联网的电力输变电安全提示系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |