智能视频监控系统在海洋无人平台设备运维的研究

智能视频监控系统在海洋无人平台设备运维的研究

刘果, ,陈广全 ,刘文轩, ,刘文杰, ,王文成

中海油能源发展装备技术有限公司 天津  300452

摘要：通过智能视频监控系统开发，利用图像数字采集处理、识别，再人工智能学习算法挑选典型图像，并采集实时数据，分析、预测、判断、反馈、报警、处理，实现对无人平台运维远程化、可视化、智能化运维管理。

关键词：智能视频监控系统；无人平台；图像识别技术；人工智能

前言

近年来国家大力开发海洋油田矿产，海洋平台数量快速增长，维护平台安全运行需要投入大量人员。随着平台设计功能的扩展和升级，较小的平台逐步将发展成无人平台。因此无人平台对运维远程化、可视化、智能化的新技术需求也更加迫切。

1、智能视频监控系统的特点

智能视频监控系统技术包含有动态图像数字化处理、模糊式图像识别、图像数字视觉处理、多媒体成像技术、人工智能应用分析等多个领域的新技术。

传统视频监控系统已经不能满足功能的需求，但系统的研发、技术应用推广还存在滞后的路程，要使新技术应用功能强大，只有走自主研发，获取知识产权的核心技术和品牌产品才能开拓海油内部市场。因此需要开发出一种智能视频状态监控分析系统。该系统需要具备以下几个特点：

1.1远程化技术

传统平台设备运维是要靠人工定期到点巡视，巡查设施是否存在故障，需要再将故障信息整理上报。这种人工式巡检，天气因素影响就不能正常巡检，没有通过远程操作来监视来得方便。而智能视频监控系统只用依靠网络就能将实时画面传送回来，如遇网络受恶劣天气影响破坏，还可在视频存储硬盘中调取监控视频记录，便可得知过程原因及结果。

1.2立体全方位监测

将具有红外线测温功能、夜视成像功能、气体探测功能、风速气象等功能的防爆摄像机，设置高空轨道式和可移动机器人式视频监控器互补，构建一套全方位、无死角的立体化巡检体系。

1.3智能化状态分析

通过防爆摄像机捕捉现场实时图像，经传感器将图像转化成数字信号，通过视频图像处理软件形成实时状态图像，经人工智能算法分析设备实时状态情况，得出结论反馈给集控平台，从而实现无人平台设备智能化运维记录。

2、智能视频监控系统的硬件组成及原理

智能视频监控系统主要硬件包括人工智能计算芯片、带移动轨道的防爆摄像机、视频图像处理软件、系统集成分析平台、网络传输设备以及用户终端。

无人平台现场状态画面先从摄像机捕捉图像，通过图像传感器将信息转化成光电信号，信号信息储存于数字硬盘刻录机中，用网络传输服务器将视频进行压缩，上传至视频图像处理软件等，通过系统集成分析平台人工智能芯片计算处理，算出状态结果，将分析结论发送给用户终端的网络运行过程。

3、智能视频监控系统的关键技术

3.1设备现场图像采集

通过安装在设备现场周围的防爆摄像机，通过调整摄像机布置位置、镜头的角度，选择拍摄时间，控制周围的环境光源，来保证获取到有价值特征的图像。可采用高空环绕轨道，多角度转动来呈现不同位置的状态。解决防爆摄像机对焦模糊的问题，可使用图像处理软件的宽动态算法技术提高了局部区域的对比度。解决图像过度曝光或欠曝光问题，总而言之，重点要选择如今主流防爆摄像机厂家的产品，选择好技术参数就能帮助解决采集到的图像，能满足高质量清晰效果。

3.2图像典型特征识别

通常的图像处理识别技术有：图像清晰对比度调教后，用图像典型特征定义算法，再进行图像识别分类。基于开发的人工智能深度学习计算功能，具有提供图像典型特征功能，高效得对定义时间区间内图片进行分类处理，某种意义上，人工智能深度学习算法在处理图像能力上接近甚至超越了人类操作水平。

3.3图像热成像与诊断技术

红外线摄像机上的热感应和光感应元件，获得温度差异显示，将异常部位的温度与正常运行时的温度进行比较。采用防爆红外线摄像机采集的图像利用设备用电产生的热辐射效应，获得设备表面热红外辐射数字信息，判断设备状态、故障类型的综合诊断技术。根据设备正常记录的温度数据差值以及超出额定值的大小，判断设备是否有故障，设备运行是否存在风险。从图像到记录形成某时间段设备的温度曲线值，分析判断结论，如有异常及时通过网络平台、用户终端进行报警。

3.4智能巡检技术

开发设计设备巡检路径，按照特定逻辑并行等巡检策略。防爆声光集成摄像机、防爆红外线摄像机、移动导轨多功能防爆摄像机、声光感应器、噪声感应器、局部压力感应器等传感器输入元器件综合配置。一旦传感感应器出现报警状态，立刻做出诊断识别，发送到图像处理软件中识别报警，将报警信号传递给监控平台机用户终端，高级版人工智能还能做出处理建议。

随着新技术不断出现，获取现场图像的手段越来越多，比如还能采用小型爬虫机器人进入狭小限制空间，采用图像投屏技术将图像局部放大进行分析问题所在，机器人技术的应用及普及已成为科学应用技术和工业革命发展的必须手段，极具战略意义。机器人视觉是自动获取目标图像，智能分析典型图像特征，获得目标状态的重要途径，机器人视觉时间推移形成的序列化图像变化留下图片痕迹记录将是分析设备危险事故的重要手段。

3.5图像智能分析技术

图像智能分析功能可以分为如下几类：

3.5.1诊断类智能分析。图像智能诊断技术是主要是通过图像出现的模糊、黑屏、画面冻结、视频失控等非常规特征的图片视频的进行识别，将设备场景周围的细微变化、设备原件位置表更、消失等准确分析、判断和报警。

3.5.2识别类智能分析。图像智能识别技术主要是对静态场景的图像信息分析处理，图像识别、比对及配套设施匹配技术，实现对人员劳保穿戴不规范、设备异常状态等特征图像的分类提取分析，对异常不安全状态等违章进行识别分析，降低人工巡检干预，减少了异常状态风险造成事故的发生。

3.5.3行为类智能分析。图像智能分析行为技术主要对动态场景的图像信息分析处理。比如人员的不安全行为监测、人员行动快速移动、人员聚集分散监测、重点防控区的人员入侵检测和人流量统计等。

3.6智能图像识别数据处理技术

无人平台重要生产设备需要不断采集变化数据，人工重复记录浪费大量时间、精力，图像成像技术也可以代替人来完成数据采集记录工作。比如原油流量计数据在短时间内频繁变更，依靠微距相机成像技术采集大量实时数据，效率提升明显。使用人工智能算法模型能检测原油流量计数据信息（可设置间隔时间）并传输原油流量数据信息至平台看板。通过数据看板系统，实现原油流量计数据信息可视化，实现对流量全局、全时段监控，汇报准确的产量。

进一步讲，采用人工智能深度学习算法，利用微距相机成像技术采集大量实时数据，对无人平台流程管道温度、压力、流量进行识别采集，通过电磁阀参数平衡设定，智能控制温度、压力、流量自动调节参数变化，从而真正实现智能无人平台控制运维效果。

结束语

智能视频监控系统的开发可解决海洋无人平台对设备运维远程化、可视化、智能化的需求，研究设备状态图像是一种基于人工智能分析技术的综合巡检的外部手段，但仍没有完全解决设备内部运行存在的风险问题，还需要继续开发技术图像数据采集后的数字孪生可视化系统，通过大数据分析，模拟设备内部运行状态，从而内外结合形成无人平台设备运维系统闭环。

参考文献：

[1]翟晶晶.智能变电站运维安全与设备维护探讨[J].技术与市场.2020,27（11）161-162