一种流程作业多层级安全数智化监控系统
1.本发明属于流程安全作业技术领域，更具体地，涉及一种流程作业多层级安全数智化监控系统。
背景技术：
2.流程行业主要包括化工、冶金、石化、造纸、电力等行业，生产过程中，原料通过化学、物理等反应或变化，经连续加工生成新的物质。流程行业是国民经济和社会发展的重要支柱产业，在保障国家重大工程建设和带动国民经济增长等方面具有不可替代的作用。流程行业工艺繁多、流程长、工序关联耦合等特点导致的流程工厂安全一体化管控困难。面向繁多的流程工厂安全生产管控内容，以静态分析、事后应急、单点防控为主要特征的传统流程工厂安全管理模式存在信息获取不全面、标准实施和固化困难、决策靠人等缺陷。
3.当前工业安全生产管控技术水平有待进一步提升，以及工业互联网在安全生产领域拥有巨大前景。
4.现有安全生产管控技术体系存在三个方面的技术问题：(1)缺乏科学的安全监测方法。现有流程工厂的安全监测大都以几类安全风险要素为中心，实施以人工例行检查为代表的静态被动监测手段，缺乏对重大安全隐患(如设备腐蚀、泄露)科学有效的监测和对整个生产流程的系统性评估，少有建立对危险源进行全面识别、评估和跟踪的技术体系。(2)数据利用效率有待提高。钢铁行业生产系统包含大量设备、仪表，但分布在不同的功能系统中，导致工控信息零散分布，且由于数据结构各异，集成困难，数据的利用效率低下；一旦出现异常生产状况，需要跨系统的数据对比分析，处理过程繁琐，容易造成异常状况处理的滞后。(3)需构建实时的决策机制。当前流程工厂安全管控的决策普遍经过厂区中央系统的信息收集、处理、分析形成，然后将执行措施反馈至各部门，最后落实至生产链终端，导致管控闭环的环节多、周期长，与钢铁行业生产现场实时性需求不匹配。
技术实现要素：
5.针对现有技术的以上缺陷或改进需求，本发明提供了一种流程作业多层级安全数智化监控系统，其目的在于利用参数级智能传感器、工序级智能管控仪、流程级智能管控仪和工厂级边缘云平台，分级处理流程安全相关的实时参数从而提高监测管控效率，由此解决当前流程作业安全生产管控技术缺乏科学安全监测手段、数据利用率低和实时性差的技术问题。
6.为实现上述目的，按照本发明的一个方面，提供了一种流程作业多层级安全数智化监控系统，包括：
7.参数级智能传感器，用于感知各个工序中流程安全相关的实时参数，并评估所述实时参数是否符合参数安全管控标准，当不符合时进行预警；所述实时参数包括：作业环境安全参数和作业工序质量参数；
8.工序级智能管控仪，与所述参数级智能传感器通信连接，用于接收所述参数级智
能传感器传输的所述实时参数，并根据多模态数据融合算法每个工序对应的实时参数进行分析得到工序级决策；当所述工序级决策标识不符合工序安全管控标准时进行预警；
9.流程级智能管控仪，与所述参数级智能传感器通信连接，用于接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算对各个生产线对应的实时参数进行分析得到流程级决策；当所述流程级决策标识不符合流程安全管控标准时进行预警；
10.工厂级边缘云平台，与所述参数级智能传感器、所述工序级智能管控仪、所述流程级智能管控仪通信连接，用于接收所述参数级决策、所述工序级决策、所述流程级决策并整合形成实时决策数据集，还用于接收所述参数级智能传感器传输的所述实时参数并；基于多模态数据融合模型对接收的数据进行分析和融合得到实时安全状态信息；
11.工厂级云平台，与所述工厂级边缘云平台通信连接，用于接收所述实时参数和所述实时决策数据集，并基于人工智能算法模型进行长周期的安全态势预测和管控过程优化。
12.子在其中一个实施例中，所述工厂级云平台部署有ai算法引擎，执行 ai算法模型相关的复杂任务，并将训练更新后的模型参数下发至所述工厂级边缘云平台，由所述工厂级边缘云平台直接承载算法产生的结果，形成边-云协同，满足现场安全生产决策的实时性需求；同时与参数级、工序级、流程级决策形成对照关系，以保证各层级实时决策的全面性、科学性和准确性。
13.在其中一个实施例中，所述工厂级边缘云平台用于接收所述工序级决策、所述流程级决策和所述参数级智能传感器传输的所述实时参数，将接收的海量数据进行信号处理和特征提取，产生与安全生产状态相关的信息。
14.在其中一个实施例中，所述工厂级边缘云平台包括：
15.无线接收组件，被配置为接收所述实时参数、所述工序级决策和所述流程级决策；
16.边缘计算组件，与所述无线接收组件连接，被配置根据部署的多模态数据融合模型完成对所述实时参数、所述工序级决策和所述流程级决策进行分析，形成工序级安全状态信息和流程级安全状态信息；
17.无线发送组件，被配置将所述工序级安全状态信息以无线通信技术发送至工序级智能管控仪，将所述流程级安全状态信息以无线通信技术发送至流程级智能管控仪；
18.网络通信组件，被配置将融合形成的所述工序级安全状态信息和所述流程级安全状态信息以网络通信技术发送至所述工厂级云平台。
19.在其中一个实施例中，所述工厂级云平台获取来自所述参数级智能传感器、所述工序级智能管控仪、所述流程级智能管控仪的数据，分别包含了参数级、工序级、流程级的原始信息；并根据所述原始信息进行后期的多模态数据融合处理，形成表征工厂安全状态水平的信息，并用作工厂级的管控决策；
20.其中，所述工厂级云平台部署多模态融合算法模型，执行后期融合层次的数据处理分析任务。
21.在其中一个实施例中，所述参数级智能传感器包括：
22.传感器模块，用于获取传感器监测对象的实时参数；
23.微处理器，与所述传感器模块连接，根据所述实时参数的作用转化为作业流程中不同工序的技术参数和状态参数；若所述技术参数不达标或所述状态参数超过阈值时，生
成预警信号；
24.无线发送模块，与所述微处理器连接，将所述实时参数通过无线通信技术发送至所述流程级智能管控仪、所述工序级智能管控仪和所述工厂级边缘云平台；
25.报警模块，与所述微处理器连接，用于根据所述预警信号通过声或光形式进行示警。
26.在其中一个实施例中，所述工序级智能管控仪用于：接收来自所述参数级智能传感器的技术参数和状态参数；根据对技术参数和状态参数的多模态融合处理，形成判别工序的是否顺利完成的信息，并用作工序级次的管控决策，并将工序级决策信息发送至所述工厂级边缘云平台。
27.在其中一个实施例中，所述流程级智能管控仪用于：接收来自所述参数级智能传感器的技术参数、状态参数，进行中期融合层次的多模态融合处理形成表征流程安全状态的信息，以用作流程级次的管控决策，并流程管控发送至所述工厂级边缘云平台。
28.为实现上述目的，按照本发明的第二个方面，提供了一种流程作业多层级安全数智化监控方法，应用于所述的流程作业多层级安全数智化监控系统，包括：
29.在参数级，利用参数级智能传感器感知各个工序中流程安全相关的实时参数，并评估所述实时参数是否符合参数安全管控标准，当不符合时进行预警；所述实时参数包括：作业环境安全参数和作业工序质量参数；
30.在工序级，利用工序级智能管控仪接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算法每个工序对应的实时参数进行分析得到工序级决策；当所述工序级决策标识不符合工序安全管控标准时进行预警；
31.在流程级，利用流程级智能管控仪接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算对各个生产线对应的实时参数进行分析得到流程级决策；当所述流程级决策标识不符合流程安全管控标准时进行预警；
32.在工厂级，利用工厂级边缘云平台接收所述参数级决策、所述工序级决策、所述流程级决策并整合形成实时决策数据集，还用于接收所述参数级智能传感器传输的所述实时参数并基于多模态数据融合模型进行分析和融合得到实时安全状态信息；利用工厂级云平台接收所述实时参数和所述实时决策数据集，并基于人工智能算法模型进行长周期的安全态势预测和管控过程优化。
33.总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
34.1.多层级安全管控架构匹配既定的生产组织管理结构，参数级、工序级、流程级和工厂级分别对应了工人、班组长、机长和领导，能够根据不同层次生产人员的专业知识、经验充分发挥各自的安全管控能力，结合不同层级的数字化智能设备，形成良好的联动，合理调度安全管理资源。
35.3.针对实时安全管控场景的决策依据均来源于终端智能传感器的原始数据保证决策依据的可用性、完整性和安全性。
36.2.集合边缘计算技术，下沉计算能力，赋能靠近生产现场的设备端，集成感知、传输和计算功能，实现边缘智能决策和实时预警，满足实时性场景需求；应用云计算技术实现长周期整体安全管控，以满足工厂整体安全态势预测、管控过程优化等全局性安全管控场
景需求，形成云-边-端协同的安全数智化管控布局，突出该方法及系统快速感知、实时监测、超前预警、联动处置和系统评估的优势。
附图说明
37.图1是本发明一实施例中流程作业多层级安全数智化监控系统的结构示意图；
38.图2a是本发明另一实施例中流程作业多层级安全数智化监控系统的数字基础设备布置示意图；
39.图2b是本发明一实施例中流程作业多层级安全数智化监控系统的运行逻辑图；
40.图3是本发明一实施例中流程作业多层级安全数智化监控系统的运行流程图；
41.图4是本发明一实施例中流程作业多层级安全数智化监控系统的工艺流程图；
42.图5是本发明一实施例中参数级智能传感器的结构示意图；
43.图6是本发明一实施例中工序级智能管控仪的结构示意图；
44.图7是本发明一实施例中流程级智能管控仪的结构示意图；
45.图8是本发明一实施例中工厂级边缘云平台的结构示意图。
具体实施方式
46.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
47.对本技术实施例进行进一步详细说明之前，对本技术实施例中涉及的名词和术语进行说明，本技术实施例中涉及的名词和术语适用于如下的解释。
48.云计算(cloud computing)：指将计算任务分布在大量计算机构集成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务的计算模式。
49.边缘计算(edge computing)：指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
50.多模态数据融合(multimodal data fusion)：多模态数据是指对同一个描述对象，通过不同领域或视角获取到的数据，并且把描述这些数据的每一个领域或视角叫做一个模态；多模态数据融合利用计算进行多模态数据的综合处理，负责融合各个模态的信息来执行目标预测任务，为决策提供支持。
51.如图1所示，数字化管控系统包括参数级、工序级、流程级与工厂级四个层次，分别部署相应层次决策的智能传感器、工序级智能管控仪、流程级智能管控仪和边缘云平台等。本发明提供了一种流程作业多层级安全数智化监控系统，包括：
52.参数级智能传感器，用于感知各个工序中流程安全相关的实时参数，并评估实时参数是否符合参数安全管控标准，当不符合时进行预警；实时参数包括：作业环境安全参数和作业工序质量参数；
53.工序级智能管控仪，与参数级智能传感器通信连接，用于接收参数级智能传感器传输的实时参数，并根据多模态数据融合算法每个工序对应的实时参数进行分析得到工序
级决策；当工序级决策标识不符合工序安全管控标准时进行预警；
54.流程级智能管控仪，与参数级智能传感器通信连接，用于接收参数级智能传感器传输的实时参数，并根据多模态数据融合算对各个生产线对应的实时参数进行分析得到流程级决策；当流程级决策标识不符合流程安全管控标准时进行预警；
55.工厂级边缘云平台，与所述参数级智能传感器、所述工序级智能管控仪、所述流程级智能管控仪通信连接，用于接收所述参数级决策、所述工序级决策、所述流程级决策并整合形成实时决策数据集，还用于接收所述参数级智能传感器传输的所述实时参数并基于多模态数据融合模型进行分析和融合得到实时安全状态信息；
56.工厂级云平台，与所述工厂级边缘云平台通信连接，用于接收所述实时参数和所述实时决策数据集并基于人工智能算法模型进行长周期的安全态势预测和管控过程优化。
57.本技术的提供的数字化管控系统，管控系统至少包括参数级智能传感器、智能管控仪和云平台，参数级智能传感器、智能管控仪和云平台分别执行各自的多层级安全数字化管控方法。
58.参数级智能传感器构成智能前台，具有感知-分析-评估-应用与传输功能；工序级和流程层构成智能中台，具有接收实时感知数据-分析-评估-应用-传输本级应用数据功能；工厂级与云台层构成智能后台，其中工厂级智能管控仪具有智能中台的相同功能，云平台接收参数级实时数据，同时接收各层智能管控仪应用结果数据，并进行数据的综合分析与应用。参数级智能传感器包括感知数据的实时向工序级、流程层和工厂级无线传输模块和自处理评估参数数据，当不符合安全管控标准值时进行提示或预警；工序级、流程层、工厂级智能管控仪采用移动手持式，包括接收流程、工序、参数级的智能传感器传输数据的模块，以及分析评估工序、流程安全状态，当不符合安全管控标准时进行提示或预警。
59.本发明提供了一种流程作业多层级安全数智化监控方法，应用于所述的流程作业多层级安全数智化监控系统，包括：
60.在参数级，利用参数级智能传感器感知各个工序中流程安全相关的实时参数，并评估所述实时参数是否符合参数安全管控标准，当不符合时进行预警；所述实时参数包括：作业环境安全参数和作业工序质量参数；
61.在工序级，利用工序级智能管控仪接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算法每个工序对应的实时参数进行分析得到工序级决策；当所述工序级决策标识不符合工序安全管控标准时进行预警；
62.在流程级，利用流程级智能管控仪接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算对各个生产线对应的实时参数进行分析得到流程级决策；当所述流程级决策标识不符合流程安全管控标准时进行预警；
63.在工厂级，利用工厂级边缘云平台接收所述参数级决策、所述工序级决策、所述流程级决策并整合形成实时决策数据集，还用于接收所述参数级智能传感器传输的所述实时参数并基于多模态数据融合模型进行分析和融合得到实时安全状态信息；利用工厂级云平台接收所述实时参数和所述实时决策数据集，并基于人工智能算法模型进行长周期的安全态势预测和管控过程优化。
64.举例来说，在钢铁厂连铸工艺流程作业场景中，工厂部署多条连铸作业线，连铸作业流程由5道主要工序构成：p1钢包回转台转运钢液、p2中间包、p3结晶器振捣、p4二次冷
却、p5引流铸坯及成型，每道工序有专门的作业工级班组长负责。在工序的执行过程中，存在着各类控制该工序安全状态水平的参数，如在s1钢包回转台转运钢液工序涉及钢水高度、钢包转速升降速度等。
65.结合图2a和图2b描述在连铸工艺作业场景下，各层级数字基础设施的布置：
66.(1)参数级，每类参数由对应的智能传感器来获取表征其状态的原始实时数据，该层级根据需要布设智能传感器达到全面覆盖、少量重叠的感知布局，并基于实时数据进行参数逻辑判断和决策；一线各类作业工人可直接接收到智能传感器的提示或预警。
67.(2)工序级，每道工序涉及的作业区域中部署有大量智能传感器，部署一台工序级智能管控仪，收集来自该区域范围内智能传感器的原始实时数据并进行处理分析和工序级决策；作业班组长可直接接收到工序级智能管控仪的提示或预警。
68.(3)流程级，每道流程涉及多道工序，作业区域中部署有大量智能传感器和多台工序级智能管控仪器，每条作业流程线部署一台流程级智能管控仪，收集来自工序级智能管控仪器的数据并进行处理分析和流程级决策；连铸机机长或操控室的操作工可直接接收到流程级智能管控仪的提示或预警。
69.(4)工厂级，部署云平台和由多台本地服务器协同构成的边缘云，边缘云接收来自终端智能传感器海量的原始实时数据，执行实时、短周期数据的处理与分析，以支撑安全生产管控的实时智能化决策与执行；云平台接收来自边缘云的部分数据，执行全局性、非实时、长周期的大数据处理与分析，以支撑安全生产管控在长周期态势预测、过程优化等整体性智能化决策与执行。工厂的管理层领导可通过登录企业服务端知悉工厂安全生产的相关信息，并通过云平台进行协同决策。
70.图3具体展示了本技术的实现步骤，结合图4连铸作业场景详细描述：
71.编号说明：fi指管控第i条流程生产线的流程级智能管控仪，p
ij
指管控第i条流程生产线中第j个工序的工序级智能管控仪，v
ijk
指管控第i条流程生产线的第j个工序中第k个参数的智能传感器；sn指实施例中的第n个实施步骤。(f
–
flow,p
–
procedure,v-value,s-step)
72.假设：为方便描述实现步骤，假设每个工序涉及的安全参数为10个。
73.s1-1：连铸工艺流程线1执行工序1-钢包回转台转运钢液，生产设备及原材料状态发生变化，触发v
1-1-1
～v
1-1-10
的传感器模块采集表参数状态变化的模拟信号，经a/d转换器后形成数字信号，传递至智能传感器的微处理器进行数据处理分析，依据部署的逻辑判断程序，检测是否存在未达标或超出阈值的参数；
74.s1-2：如检测到存在异常的参数，处理器将发送预警指令至报警模块，以声、光等形式提示作业工人以帮助及时进行精准实时的作业调整直至所有参数状态恢复正常；
75.s1-3：所有原始数据通过无线发送模块发送至工序级智能管控仪、流程级智能管控仪和边缘云。
76.其他智能传感器v
i-j-k
同步执行s1-1～s1-3的操作步骤。须知参数级决策只对相关参数进行了简单的逻辑判断，目的是为了知识结构单一的作业工人能够得到所负责任务执行情况的直观反馈以做出实时调整，但所有参数均在正常范围内不能代表该工序的安全状态水平合格。
77.s2-1:负责管控工序1的p
1-1
接收来自v
1-1-1
～v
1-1-10
的数据。在具备一定计算能力的
边缘计算组件中，根据部署的多模态数据融合算法对这些数据进行处理分析，并形成判断该工序状态的决策性信息；
78.s2-2:并根据该信息向可视化模块发送显示对应信息内容的指令，以帮助作业班组长随时掌握该工序的执行状态和完成情况，对异常状态进行反馈管控。
79.其他工序级智能管控仪p
1-2
～p
1～5
同步执行s2操作步骤。
80.s3-1:负责管控流程生产线1的f1接收来自所有部署在该生产线区域内的智能传感器v
1-j-k
的数据，在具备一定计算能力的边缘计算组件中，根据部署的多模态数据融合算法对这些数据进行处理分析，并形成判断该流程安全状态水平的决策性信息；
81.s3-2：并根据该信息向可视化模块发送显示对应信息内容的指令，以帮助机长或操控室操作工随时掌握该流程生产线的安全生产状态水平，对异常状态进行反馈管控。
82.其他流程级智能管控仪p2和p3同步执行s3操作步骤。
83.s4-1：边缘云平台接收来自在厂区内所有智能传感器v
i-j-k
的数据，将短时间内产生的海量安全管控数据进行信号处理和特征提取后产生与安全生产状态相关的信息，并传给云平台，所后续的进一步处理。
84.s4-2:在实现安全生产管控的实时智能化决策方面：云端部署有设备故障诊断、安全风险溯源等ai算法引擎，执行ai算法模型训练等复杂任务，并将训练更新后的模型参数下发至边缘云，由边缘云直接承载算法产生的结果，形成边-云协同，满足现场安全生产决策的实时性需求，同时与参数级、工序级、流程级决策形成对照关系，以保证各层级实时决策的全面性、科学性和准确性。
85.s4-3:在实现长周期态势预测、过程优化等整体性智能化决策方面，依据云端部署的态势预测、过程优化等ai算法引擎，直接在云端完成大数据分析所有过程，将分析结果以可视化的形式展示在边缘侧。
86.如图5所示，在其中一个实施例中，参数级智能传感器包括：
87.传感器模块，用于获取传感器监测对象的实时参数；
88.微处理器，与传感器模块连接，根据实时参数的作用转化为作业流程中不同工序的技术参数和状态参数；若技术参数不达标或状态参数超过阈值时，生成预警信号；
89.无线发送模块，与微处理器连接，将实时参数通过无线通信技术发送至流程级智能管控仪、工序级智能管控仪和边缘云平台；
90.报警模块，与微处理器连接，用于根据预警信号通过声或光形式进行示警。
91.如图6所示，在其中一个实施例中，工序级智能管控仪用于：接收来自参数级智能传感器的技术参数和状态参数；根据对技术参数和状态参数的多模态融合处理，形成判别工序的是否顺利完成的信息，并用作工序级次的管控决策，并将工序级决策信息发送至工厂级边缘云平台。
92.如图7所示，在其中一个实施例中，流程级智能管控仪用于：接收来自参数级智能传感器的技术参数、状态参数，进行中期融合层次的多模态融合处理形成表征流程安全状态的信息，以用作流程级次的管控决策，并流程管控发送至工厂级边缘云平台。
93.在其中一个实施例中，所述工厂级云平台部署有ai算法引擎，执行ai 算法模型相关的复杂任务，并将训练更新后的模型参数下发至所述工厂级边缘云平台，由所述工厂级边缘云平台直接承载算法产生的结果，形成边
‑ꢀ
云协同，满足现场安全生产决策的实时性
需求；同时与参数级、工序级、流程级决策形成对照关系，以保证各层级实时决策的全面性、科学性和准确性。
94.如图8所示，在其中一个实施例中，所述工厂级边缘云平台包括：
95.无线接收组件，被配置为接收所述实时参数、所述工序级决策和所述流程级决策；
96.边缘计算组件，与所述无线接收组件连接，被配置根据部署的多模态数据融合模型完成对所述实时参数、所述工序级决策和所述流程级决策进行分析，形成工序级安全状态信息和流程级安全状态信息；
97.无线发送组件，被配置将所述工序级安全状态信息以无线通信技术发送至工序级智能管控仪，将所述流程级安全状态信息以无线通信技术发送至流程级智能管控仪；
98.网络通信组件，被配置将融合形成的所述工序级安全状态信息和所述流程级安全状态信息以网络通信技术发送至所述工厂级云平台。
99.在其中一个实施例中，所述工厂级云平台获取来自所述参数级智能传感器、所述工序级智能管控仪、所述流程级智能管控仪的数据，分别包含了参数级、工序级、流程级的原始信息；并根据所述原始信息进行后期的多模态数据融合处理，形成表征工厂安全状态水平的信息，并用作工厂级的管控决策；其中，所述工厂级云平台部署多模态融合算法模型，执行后期融合层次的数据处理分析任务。
100.本领域的技术人员容易理解，以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
技术特征：
1.一种流程作业多层级安全数智化监控系统，其特征在于，包括：参数级智能传感器，用于感知各个工序中流程安全相关的实时参数，并评估所述实时参数是否符合参数安全管控标准，当不符合时进行预警；所述实时参数包括：作业环境安全参数和作业工序质量参数；工序级智能管控仪，与所述参数级智能传感器通信连接，用于接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算法每个工序对应的实时参数进行分析得到工序级决策；当所述工序级决策标识不符合工序安全管控标准时进行预警；流程级智能管控仪，与所述参数级智能传感器通信连接，用于接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算对各个生产线对应的实时参数进行分析得到流程级决策；当所述流程级决策标识不符合流程安全管控标准时进行预警；工厂级边缘云平台，与所述参数级智能传感器、所述工序级智能管控仪、所述流程级智能管控仪通信连接，用于接收所述参数级决策、所述工序级决策、所述流程级决策并整合形成实时决策数据集，还用于接收所述参数级智能传感器传输的所述实时参数并基于多模态数据融合模型进行分析和融合得到实时安全状态信息；工厂级云平台，与所述工厂级边缘云平台通信连接，用于接收所述实时参数和所述实时决策数据集，并基于人工智能算法模型进行长周期的安全态势预测和管控过程优化。2.如权利要求1所述的流程作业多层级安全数智化监控系统，其特征在于，所述工厂级云平台部署有ai算法引擎，执行ai算法模型相关的复杂任务，并将训练更新后的模型参数下发至所述工厂级边缘云平台，由所述工厂级边缘云平台直接承载算法产生的结果，形成边-云协同，满足现场安全生产决策的实时性需求；同时与参数级、工序级、流程级决策形成对照关系，以保证各层级实时决策的全面性、科学性和准确性。3.如权利要求2所述的流程作业多层级安全数智化监控系统，其特征在于，所述工厂级边缘云平台包括：无线接收组件，被配置为接收所述实时参数、所述工序级决策和所述流程级决策；边缘计算组件，与所述无线接收组件连接，被配置根据部署的多模态数据融合模型完成对所述实时参数、所述工序级决策和所述流程级决策进行分析，形成工序级安全状态信息和流程级安全状态信息；无线发送组件，被配置将所述工序级安全状态信息以无线通信技术发送至工序级智能管控仪，将所述流程级安全状态信息以无线通信技术发送至流程级智能管控仪；网络通信组件，被配置将融合形成的所述工序级安全状态信息和所述流程级安全状态信息以网络通信技术发送至所述工厂级云平台。4.如权利要求2所述的流程作业多层级安全数智化监控系统，其特征在于，所述工厂级云平台获取来自所述参数级智能传感器、所述工序级智能管控仪、所述流程级智能管控仪的数据，分别包含了参数级、工序级、流程级的原始信息；并根据所述原始信息进行后期的多模态数据融合处理，形成表征工厂安全状态水平的信息，并用作工厂级的管控决策；其中，所述工厂级云平台部署多模态融合算法模型，执行后期融合层次的数据处理分析任务。5.如权利要求1所述的流程作业多层级安全数智化监控系统，其特征在于，所述参数级智能传感器包括：
传感器模块，用于获取传感器监测对象的实时参数；微处理器，与所述传感器模块连接，根据所述实时参数的作用转化为作业流程中不同工序的技术参数和状态参数；若所述技术参数不达标或所述状态参数超过阈值时，生成预警信号；无线发送模块，与所述微处理器连接，将所述实时参数通过无线通信技术发送至所述流程级智能管控仪、所述工序级智能管控仪和所述工厂级边缘云平台；报警模块，与所述微处理器连接，用于根据所述预警信号通过声或光形式进行示警。6.如权利要求1所述的流程作业多层级安全数智化监控系统，其特征在于，所述工序级智能管控仪用于：接收来自所述参数级智能传感器的技术参数和状态参数；根据对技术参数和状态参数的多模态融合处理，形成判别工序的是否顺利完成的信息，并用作工序级次的管控决策，并将工序级决策信息发送至所述工厂级边缘云平台。7.如权利要求1所述的流程作业多层级安全数智化监控系统，其特征在于，所述流程级智能管控仪用于：接收来自所述参数级智能传感器的技术参数、状态参数，进行中期融合层次的多模态融合处理形成表征流程安全状态的信息，以用作流程级次的管控决策，并流程管控发送至所述工厂级边缘云平台。8.一种流程作业多层级安全数智化监控方法，其特征在于，应用于权利要求1-7所述的流程作业多层级安全数智化监控系统，包括：在参数级，利用参数级智能传感器感知各个工序中流程安全相关的实时参数，并评估所述实时参数是否符合参数安全管控标准，当不符合时进行预警；所述实时参数包括：作业环境安全参数和作业工序质量参数；在工序级，利用工序级智能管控仪接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算法每个工序对应的实时参数进行分析得到工序级决策；当所述工序级决策标识不符合工序安全管控标准时进行预警；在流程级，利用流程级智能管控仪接收所述参数级智能传感器传输的所述实时参数，并根据多模态数据融合算对各个生产线对应的实时参数进行分析得到流程级决策；当所述流程级决策标识不符合流程安全管控标准时进行预警；在工厂级，利用工厂级边缘云平台接收所述参数级决策、所述工序级决策、所述流程级决策并整合形成实时决策数据集，还用于接收所述参数级智能传感器传输的所述实时参数并基于多模态数据融合模型进行分析和融合得到实时安全状态信息；利用工厂级云平台接收所述实时参数和所述实时决策数据集，并基于人工智能算法模型进行长周期的安全态势预测和管控过程优化。
技术总结
本发明公开了一种流程作业多层级安全数智化监控系统，属于生产全管控技术领域。所述方法分为参数级、工序级、流程级和工厂级四个控层次：参数级通过对环境安全参数、工序质量安全参数的实时监测、估、决策和反馈控制实现；工序级通过对工序故障、失效等进行实时识别决策和反馈控制实现；流程级通过对流程线的安全水准进行实时评估、策和反馈控制实现；工厂级基于边云协同架构，进行边端实时性智能化策和云端全局性智能化决策，实现对工厂的整体性安全管控。与所述方对应，所述系统移动智能管控仪和边缘云等四个层级的数字化基础设施成，分别执行不同层次的智能化决策，并与生产人员形成交互，进而反调控生产流程。进而反调控生产流程。进而反调控生产流程。
