“数智安全”在石油化工行业的一些应用实践表明，面对当前技术瓶颈、数据缺陷等挑战，需要立足“安全第一”理念、立足齐抓共管、立足客观实际，推动“数智安全”从构想变为现实。
在数智化掀起新一轮科学革命浪潮的今天，社会各行各业的各专业管理范式正在经历一场深刻变革。在此机遇与挑战中，“数智安全”正被作为扫除盲区、整治顽疾、破除瓶颈、重塑管理的新抓手，被石油化工行业寄希望于解决长久以来的诸多安全管理难题。
一、“数智安全”已成石油化工行业的一道必答题
（一）安全管理必须紧跟业务发展变化做出调整
2025年我国人工智能核心产业规模超1.2万亿元，企业超6200家，规模以上制造业人工智能应用普及率超30%。从智能工厂到工业智能体，数智技术正让智能化成为新型工业化最鲜明的标识。数智技术给业务发展带来新的管理范式，推动组织机构重组、人力资源变革、设备设施迭代、安全环境重塑，安全管理必须紧跟业务发展变化做出调整，脱离实际业务发展而单独存在的所谓安全管理模式并无意义。
（二）国家行业的标准规范推动安全管理范式升级
“向新、向智、向未来”是2026年全国两会的热议焦点。在石油化工行业安全管理领域，如何将“热议焦点”转化为实践行动，答案已随着AQ 3064等系列标准的颁布实施逐渐明朗，“工业互联网+危化安全生产”的管理新范式，在当前阶段有了基本的建设蓝图，以及较为明确的路径、方法与模式。标准规范的强制要求将推动安全管理范式升级。
（三）国资央企要在更好统筹发展和安全上做好表率
2026年中央企业安全生产工作视频会议要求，中央企业要深入学习贯彻习近平总书记重要指示批示精神，要在更好统筹发展和安全上做好表率，要在建设现代安全管理体系上持续发力，强化安全制度的刚性落实，提高科技兴安水平。在石油化工行业中，国资央企是领军力量，中国石化、中国石油、中国海油等行业标杆在创造价值行动中肩负对标世界一流的使命，必将迈向“数智安全”管理范式。
石油企业油气储存基地风险识别防控迈向数智化 万山泉/摄
二、“数智安全”已在石油化工行业取得一定进展
目前，石油化工行业内不少企业围绕安全管理“人、物、环、管”四大要素发力，推动建设数据库、引入AI行为识别、人员定位、巡检机器人等先进技术，已取得一些明显成效。
（一）现场监管从“人盯人”转向“数智盯人”
一是智能视觉识别与主动报警。中国石化客户与供应链板块各企业重大危险源全面引入AI视频智能分析，通过作业现场视频监控摄像头实时捕捉现场人员的安全行为，从作业人员的安全帽、防静电工作服穿戴，到吸烟、打电话、人员离岗，以及现场明火、烟雾等均有一定识别报警能力。自2022年引入使用以来，AI识别的有效率逐年提升，到2026年已提升近30个百分点。
二是人员行走轨迹定位与聚集预警。除引进AI行为识别管控作业现场外，中国石化对于进入生产作业区的人员实行定位管理，分为企业员工、承包商、外来人员三个类别，凡进入作业场所的人员均佩戴人员定位卡或定位手环，应用北斗定位技术，可以随时查看人员行走轨迹、聚集状态，实现指定区域范围内的“人员聚集”分级报警功能，确保危险情况下，现场人员能降低伤亡风险，及时找准被困人员位置，防止人员误入危险区域。
三是人员资质与状态管控。石油化工行业管理人员、作业人员、施工人员、作业单位等，涉及的依法持证、专业资质较多，例如安全合格证、特种作业证、特种设备管理人员证等，以及化工企业所需人员的学历及专业背景均有相关要求。为确保相关人员依法持证上岗，及时进行继续教育，不少企业建立了安全管理相关人员数据库、承包商关键人员数据库等，为数字管理夯实基础。
（二）设备监控从“经验判断”转向“智慧报警”
一是大型机组、关键设备在线监测技术深化应用。炼化企业各类大型机泵设备、发变电站设备在生产中起着至关重要的作用，一次故障停机造成的损失可能达到千万元甚至更高的级别。为将设备维修从“预防性维修”转为“预知性维修”，防范突发性电气故障，中国石油哈尔滨石化公司推广应用配电网绝缘在线监测技术，通过采集系统对地的泄漏电流值，可以换算出系统对地绝缘电阻，实时掌握设备运行过程绝缘状况及劣化趋势，实现设备潜在缺陷预防诊断，提升电气运行监控水平。
二是油气储存基地风险识别防控迈向数智化。中国石化安全风险数智化管控平台自2022年建成投用以来，各项功能不断完善，双重预防机制落地实现信息化、数字化，重大危险源的包保责任人、操作人员利用防爆终端定时、定内容、定点巡检巡查；平台全面监控储罐液位、泄漏、联锁等工艺参数状态，超过标准值一律进行异常报警，工艺参数不回归至正常范围内，异常报警无法消除且报警等级逐渐升高。
三是设备数据库逐步建立。中国石化客户与供应链事业部统一建设设备管理一体化平台，集设备设施基本参数、设备故障维修、设备分类分级管理等功能于一体。通过平台维修数据的不断积累，逐步形成设备缺陷数据库，为设备选型、运行维保、设备事故防范等提供参考数据，有效发挥数据库价值。
（三）环境监测从“被动应对”转向“主动预警”
中国石化客户与供应链板块全面建设雷电预警平台，通过现场安装大气电场仪，实时监测地面电场变化，在雷暴云形成早期捕捉异常信号，全天候为油气储存基地防雷提供信息化预警。中国石化湖南石油分公司进一步依托湖南省气象部门、水利部门的气象灾害预警管理平台，接受雷暴、高温、山洪、地质灾害等蓝、黄、橙、红四级预警，建立直达基层一线的临灾预警“叫应”机制，全力避开有害的作业环境。
（四）日常管理从“人巡”转向“机器人巡”
中国石化广州石化以5G+人工智能为引擎，实现数据全流程电子化采集与云端集约化存储。在厂际管线部署5G无人机空地一体化巡检，巡检过程发现异常情况，实时短信告警，任务闭环后出具报告，构建起“智能感知、精准管控、高效协同”的巡检新格局。中国石化广东石油仓储分公司小虎岛油库引入RXR-M150GD消防机器人，凭借2.88米/秒的行进速度与100米的水炮覆盖射程，能够替代消防员进入核心区，执行灭火、开路等任务，实现消防员在危险火场的“零暴露”，有效降低职业伤害风险。
对进入生产作业区的人员实施行走轨迹定位和指定区域范围内的“人员聚集”报警功能 高峰/摄
三、“数智安全”全面深化应用面临的挑战
从国资油企的应用实例来看，目前已取得阶段性成效，实现了“从无到有”，部分功能应用已满足当前国家标准规范要求，但从应用的全面性、有效率、深度化等方面来看，目前仍存在一些短板、难点，实现“数智安全”深化应用面临一定挑战。
（一）“数智安全”深度融合瓶颈需进一步破除
一是缺乏统一整合的“智慧大脑”。目前，AI行为识别、人员定位系统、雷电预警系统、风险识别系统、机器人等各个系统在系统层面可以做到集成、统一管理，但是在运算上仍是各自为战，平台虽已集成，但功能尚未实现真正意义上的集成。
二是缺乏下好“一盘棋”的统筹考虑。在“大数据”“人工智能”飞速发展的大背景下，各类信息系统快速建成，专业与安全之间、企业与企业之间、母公司与分公司之间、企地之间看待问题、思考未来的角度不一、思路不一、着重点不一，导致当前资源整合、数据治理难度较大。
三是原有建设项目跟不上现有标准要求。业内专业人士指出，当前人工智能等技术进化呈现“指数爆炸”范式。技术进化带来软硬件方面的全方位升级，对于石油化工行业企业来说，原有系统平台、传感器技术、通信配置等基础设施均需全面升级。
（二）AI行为识别能力需进一步增强
一是无法完全满足石油化工行业的复杂作业场景。从油气开采、石油炼制、化工生产，到油气、化工产品的储运接卸、销售，以及各个场景的施工建设、特殊作业，面临的场景不一样、安全措施也不完全一样。目前，AI行为识别局限于通用的安全要求，如穿戴劳保用品、烟雾、火灾等，在识别直接危及人身安全的不安全行为方面需加大研发力度。
二是现有算法与技术存在一定局限性。现有模型算法过度依赖训练数据的特定特征，例如固定的背景、角度，固有的图片样例等，一旦真实场景发生变化，识别准确率将会大幅下降，例如安全帽的颜色未采集进入数据库将会误报。同时对动态场景的识别有一定困难，例如有企业在研究识别高空抛物场景时，发现受光照波动、部件姿态偏移等影响，很难实现抓拍。
三是对于特定场景所需辅助措施较多。石油化工行业施工作业的7项直接作业环节风险高、属于事故高发作业场景。有企业在研究通过AI措施防范直接作业风险时发现，AI识别受拍摄距离、角度等因素影响，识别准确率难以提升，只能作为监管人员的辅助措施使用。例如，对“吊装作业吊臂范围内严禁站人”这一保命条款的识别，需要多个维度安装摄像头进行辅助拍摄，现有的固定摄像头采集的属于平面影像，无法满足精准计算要求，需要增加投入10倍有余方可满足实际需要。
（三）“大数据”质量需进一步提升
一是存在一定数据壁垒。安全风险伴随业务发展而产生，“数智安全”的基础数据离不开“人”“物”等基础数据。但信息化系统建设已有多年历史，前期建设缺乏统筹考虑，各个专业管理的数据分散在不同系统，分属不同的开发单位，系统与系统间难免存在壁垒，要实现“信息孤岛”的完全打通和统一运行还有很长的路要走。
二是数据完整性、准确性不足。受历史因素影响，如“交钥匙”工程，有些建设项目、设备设施的设计资料、设备参数资料存在缺失情况，数据不齐全且难以溯源。安全生产责任要求到人到岗，但人力资源数据的更新速度跟不上人员实际调整速度，尤其是大型国资油企销售终端人员离职率高、调整频繁，给实际使用带来一定阻力。
三是数据共享与产权保护需要平衡。石油化工行业企业的大型机组、精密仪器、耐低温设备等设备设施的维护保养往往依托设备厂家，企业自身缺乏建立起缺陷数据库、故障数据库的能力和资源。这些数据往往是设备厂家赖以生存发展的核心数据，具有一定的商业机密性，实现数据库共享还有具体困难。
油气生产企业运用无人机进行管道和重点区域安全巡检 李海峰/摄
四、石油化工行业“数智安全”未来应用的思考
（一）立足本安理念，绘制“数智安全工厂”蓝图
从本质安全出发，利用大数据、人工智能（AI）、5G高速网、数字孪生等先进技术，构建工厂“自感知—自分析—自决策—自处置”的智慧安全生态，实现工厂安全生产从传统管理模式走向“数智安全”。
一是构建现场全域实时监测网。围绕“人、物、环、管”四大安全生产要素，全面部署高精度传感器、高清视频监控等监测仪器仪表，配套安装高速大宽带网络，用于向智慧中枢传输监测参数、高清视频等现场数据，作为智慧中枢的神经末梢，实现自感知功能。感知人的不安全行为方面，可采用高精度人员定位终端，AI行为识别技术、人体健康状态监测设备（心率、血压、体温），防止人员聚集、误入、失踪、“三违”、突发疾病、人员缺位等风险。感知物的不安全状态方面，全面采集电气系统、大型机组、关键设备、工艺联锁、生产原料和产品组分等的在线监测数据，包括但不限于温度、压力、液位、振动、电压、电流、电阻等参数，实行毫秒级采集传输。感知有害作业环境方面，通过布设大气环境监测（风向、风速、温度、湿度、大雾等）、雷电预警监测、有毒有害易燃易爆气体监测等监测系统，及时识别不安全因素。感知管理缺陷方面，有效收集作业指导书、操作规程、应急预案和现场处置方案、应急物资清单、设备清单、备品备件清单、安全生产责任制、管理制度等资料，采用溯源分析逻辑，如“谁来做—怎么做—会不会做—能不能做—做得如何”，利用文字识别技术完成实时分析感知。
二是构建后台智慧管理中枢。围绕改变“人防为主、事后处置”的现状，建立“智慧预判、智慧决策、智慧处置”的技防体系，实现自分析、自决策、自处置功能。基于数字孪生可视化构建底座，在虚拟空间中构建全厂三维可视化模型，1∶1与工厂实体完全对应，实现虚拟工厂精准映射物理工厂，为虚拟仿真、生产操作、应急指挥、现场培训、检测检验、风险分析等提供实景可视空间，为智慧管理中枢装上“透视眼”?。基于现有系统搭建“大数据”平台，全面整合工控系统（PLC、SCADA、DCS等）、安全仪表系统、消防自动化系统、GDS系统等数据，统一数据标准接口，消除数据“孤岛”，布设工业以太+边缘网关，保障数据传输的安全性和可靠性，为智慧管理中枢提供“血液循环”。基于人工智能算法模型建设决策控制中心，内置多种算法模型，如施工作业风险分析、设备全生命周期管理、不同场景下应急处置、作业行为视觉分析等，接受现场感知层传送数据，深度融合“大数据”，完成对各类作业、设备维保、应急处置等过程安全管理的分析、决策与处置。
三是引进机器人替代高危作业人员。石油化工行业危险因素多，从生产操作、施工作业到应急处置，各环节均有高风险作业。为以防万一，长远来看利用机器人替代高危作业人员，有利于实现本质安全。引进不同类型的机器人，接受智慧管理中枢控制，根据不同场景为机器人配置相应防爆等级、绝缘性能等相关功能。可替代人员进行高风险作业，如动火、高处、受限空间、临时用电等直接作业环节，防范火灾爆炸、高处坠落、窒息中毒、触电等伤亡事故。可替代人员进行消防应急处置，如进入泄漏现场检测、靠近火灾现场灭火、闯入火场救伤员和关阀门等，保护作业人员远离危险源。可替代人员监测死角盲区，受现实条件影响，有些地方具有一定危险性或区域狭窄，人员难以到达，可通过挂轨机器人等实行全天候监测，降低人员暴露风险。
（二）立足齐抓共管，统筹“数智安全”体系建设
从落实《中华人民共和国安全生产法》的要求看，安全管理是全社会共同的责任，“数智安全”体系建设既要便于政府部门监管，又要利于企业安全生产。着眼长远，需要政企统筹建设、优化顶层设计、配套运行管理机制、构建优良生态，可避免多方建设、各自为战造成浪费，并给后期整合带来阻力。
一是统筹设计整体构架。以履行安全生产责任为主线，围绕落实“生产经营单位负责、职工参与、政府监管、行业自律和社会监督”的责任机制，搭建“数智安全”平台框架。坚持顶层设计，协同推进政府监管端、企业主责端的功能需求，统一规范企地间、企地内各层级间的数据传递与获取，以及功能配置，保障网络安全、避免多端重复开发。
二是完善运行管理机制。“数智安全”体系的应用对企业来说是一把“双刃剑”，虽有利于安全管理，但也存在让企业陷入被动局面的风险。为推进“数智安全”体系规范有效运行，除法律法规、标准规范、管理制度健全外，还需建立一定的监管与主责的“共生”机制，统一共同的安全管理目标，避免以罚代管、罚而不管。
三是强化产业生态构建。多方研讨完善“数智安全”体系运行保障机制，设立专项研发应用资金补贴，降低石油化工企业投入成本，让“数智安全”用得上、用得起、用得好；建立“技术研发—应用验证—反馈优化”的闭环生态机制，促进“数智安全”体系应用形成良性循环；营造跨界合作环境，鼓励石油化工行业头部企业投身“数智安全”研发，从成本中心转向利润引擎。
（三）立足客观实际，推动“数智安全”应用分步走
在石油化工行业企业效益不稳甚至下滑的大背景下，一方面，企业要寻求转型发展、二次创业，降本提质增效需求迫切；另一方面，“数智化”属于所需投入较高的项目，从开发到维护保养会持续增加企业成本，且投资回报率（ROI）难以精确计算。企业应用“数智安全”很难一步到位，需要结合实际分步实施。
一是依技术成熟程度情况确定。“十五五”时期是安全生产领域数智化转型向纵深发展的重要阶段。通用场景技术有的已经成熟，专用场景技术有的尚在开发，需避免“盲目跟风”。企业在选择应用中应重点考察相关技术的成熟程度，且应优先选择国产化产品。
二是依企业自身风险等级确定。石油化工行业通常具有易燃易爆、有毒有害、高温高压等危险因素，但因企业类型不同而风险特征各异。企业在选择应用前须全面评估安全风险，按红橙黄蓝等级划分，对风险等级高、危险性大的风险点优先引进数智化技术进行风险管控。
三是依安全管理目标方向确定。大型国资油企、大型民企聚焦打造一流安全管理业绩，大力推进科技兴安，聚焦“智能感知与违章自动识别、机器换人与高危场景替代、特殊作业全流程数字化管控、数字孪生与应急仿真演练、预测性维护与设备健康管理”等目标进行攻关，着力解决相关“卡脖子”技术难题，实现本质安全水平提升。
（四）立足数据缺陷，系统推进“大数据”治理
构建工厂“数智安全”体系，“大数据”是基础，是血液和养分。针对当前暴露出的数据缺陷，亟待从源头上强化治理，增强建设数据质量的内驱力。
一是保障数据开放安全性。政府端、企业端统筹规划、协同推进，建立健全数据安全治理体系，明确数据安全治理责任，严格遵守《中华人民共和国数据安全法》，在保障安全前提下，打破数据壁垒，推动数据资源有序开发开放；推进数据安全风险评估，加强数据安全风险信息的获取、分析、研判、报告、贡献、预警，使数据安全有序流动。
二是推动数据价值市场化。针对数据不齐全、不准确等问题，以数据市场价值引导为驱动，统筹建立高效的供需匹配机制，激励行业、企业做实做优数据资产；建立健全数据质量、数据价值评估体系，推动企业发展数据服务业务，依据市场建立数据定价、交易秩序，多举措化被动提供数据为主动建设数据。
三是建设复合型人才队伍。企业要治理安全数据库，建立管用、好用的安全数据库，以及做好后期数据维护工作，离不开复合型人才支撑，需要一批既懂数字技术、人工智能技术与经济，又懂安全技术与管理的专业力量。行业、企业应重新审视安全人才队伍素质，从“数智安全”角度测评现有相关人才队伍在数智和安全方面的素养，建立短期、中长期人才培养计划，逐步构建满足企业需求的复合型人才队伍。
