1.本发明涉及安全管理、基于大数据和智能领域，钢厂具体来讲涉及的全风是一种基于钢厂的安全智能风险智能管控系统。
背景技术：
2.目前，险智钢铁企业已建设企业自控系统和视频监控、控系人员定位、基于应急通讯等信息化系统，钢厂本领域也存在多种适用于钢铁企业安全生产管控的全风创新技术。
3.如中国发明专利“一种智能安全风险管控系统（申请号：202110033564.5）”，险智其所公开的控系技术内容，主要侧重系统和数据库的基于建立，并没有对如何实现可视化实时的钢厂自动检测以降低生产安全风险做明确说明。或者中国发明专利“一种金属冶炼企业重大安全风险重大风险辨识与评估方法（zl202110601159.9）”，全风其所公开的险智技术内容，是控系是判别重大危险源的方法，而非对钢铁生产安全风险作出具体管控措施。
4.现有技术无法满足钢铁企业日常监管网格化、智能化、可视化的工作需要，尤其是监管部门无法实时获取企业现场“人机环管”动态信息、企业端物联感知信息、企业重大危险源视频监控信息，无法形成钢铁企业安全生产闭环管理，无法落实安全生产企业主体责任。
5.虽然在以各项规范化的法律法规以及各项安全举措如安全教育等措施的传统安全管理运作模式的保障下，我国钢铁企业的安全管理与风险评估的成绩具有显著的提升。但由于设备技术等不断更新，钢铁企业仍属于高危险行业。近年来，我国金属冶炼行业安全事故频发，安全生产形势仍很严峻。生产安全事故不仅给企业生产经营带来巨大损失，且给职工身心带来巨大伤害。根据目前钢铁企业安全管理过程中所暴露出的种种问题，综合考虑企业生产生活受安全事故的牵制作用，对于其安全管理模式的创新与改进显得迫在眉睫。
技术实现要素：
6.为了解决背景技术中所提到的技术问题，本发明提供一种基于钢厂的安全风险智能管控系统。该系统，一是实现钢厂安全生产风险的综合检测、智能评估、科学预警、趋势预测，做到钢厂基础数据、设备检测数据和监管执法数据共享、互联互通，实现钢厂动态可视化监管，提升企业应急管理能力；二是落实企业安全生产主体责任，相应国家关于双控体系的号召，将钢铁企业安全生产责任落实到岗，落实到人，有效防范钢铁企业重大安全风险。
7.为实现上述技术目的，本发明所采用的技术方案是：一种基于钢厂的安全风险智能管控系统，该系统包括安全生产预警模型、智慧安全管控平台、安全风险管控可视化监控系统、信息传输的数据处理云平台四个部分；各部分通过互联网连接通信；该系统内部通过互联网主机连接通信；基于工业互联网技术，将上述各部分整合形成安全风险智能管控系统，并在移动端和pc端同步呈现；
不同管理层，设置相应操作权限；推送对应层级下的风险点位详情、风险预测、排查情况、重点现场可视化影像的各种实时数据。
8.作为优选的技术方案：所述的安全生产预警模型，包括安全生产预警指标体系和安全生产预警预测：安全生产预警指标体系是由若干指标构成的系统体系，指标全部都是单项指标，共同体现所要预警的系统目标；按照预警等级的划分原则，结合安全生产标准化评定标准，得出安全生产预警指数计算模型，并对预警指标阈值的等级及分值区间进行划分；安全生产预警预测包括确定预警指数趋势，预警指数趋势需要记录预警指数的历史数据，根据以往历史数据，运用预测趋势数据算法模型生成预测数据；显示预警指标当前实际数值与预警指标当前的预测数值，根据预测数值算法计算出的数据。
9.作为优选的技术方案：所述的智慧安全管控平台，包括管理模块和数据库模块；所述管理模块，包括：双控管理、教育培训、应急管理、作业管理、文件管理、责任制考核、相关方管理、事故管理、重要参数监控、报警器联网、视频ai监控、动态预警；所述数据库模块，包括：风险管控数据库、安全隐患数据库、培训信息数据库、制度规程数据库、标准规范数据库、事故案例数据库；智慧安全管控平台在pc端和移动端同时上线，统一数据规范；两者通过不同的使用场景结合开展工作，做到统一标准管理流程。
10.作为优选的技术方案：智慧安全管控平台在pc端和移动端同时上线，二者需要统一的内容包括：（1）统一数据规范及标准管理流程：从公司层面建立统一规范的数据信息格式，对照各项管理标准、工作标准、技术标准，规范流程管控节点，保障公司内安全工作的顺畅流转，实现偏差控制，对标考核；（2）统一集成工作业务：将公司安全生产管理工作集成于一个平台，各项管理工作均可在一个平台上完成，确保业务流程的完整和畅通；（3）统一知识库和问题库：管控平台利用信息、文档、知识资源与专家技能，改进行动决策能力、快速响应能力、提高工作效率和员工整体安全素质，充分发挥员工主观能动性。
11.作为优选的技术方案：所述的安全风险管控可视化监控系统，包括：风险矩阵管理、远程异位监督、施工现场人员管理系统、人员风险管控、人员黑名单管理、视频监控系统和安全风险智能管控系统领导驾驶舱；利用生产现场的视频监控系统和互联网络，对生产现场重点区域部位、重点设施等进行现场实时监控；使用基站定位技术，对重大危险源区域进行现场人员定位，移动监控系统实时记录现场作业情况，实现现场作业过程中的信息化管控；利用监控视频，添加智能ai分析功能，对人员作业行为实行智能化监控，作为安全管理可视化基础，随时调取现场视频查看作业现场人员操作情况，促进作业行为规范。
12.作为优选的技术方案：所述的安全风险管控可视化监控系统，其系统内容包括：（1）对企业各分厂、各类生产区域的风险点位进行全面对标辨识，构建安全风险量化模型，进行量化分级；
（2）建立风险识别数据库和隐患排查机制，实时收集现场监测数据，构建安全隐患与事故风险识别分析模型；（3）建立的信息传输通道和云计算平台，对收集的信息进行分析处理，形成各分险点的风险信息，并将云平台数据分析结果反馈至可视化系统；通过上述系统内容，完成标注各风险点，设计出安全生产智能化、可视化管控系统，利用工业互联网技术，实时的把各分险点的风险信息传输到管控系统中，多画面分屏呈现，使管理者随时掌握风险和隐患信息以及相关的分析报告；。
13.作为优选的技术方案：所述的信息传输的数据处理云平台，包括：构建风险点监控数据库与数据传输通道，及时将数据信息传输到数据处理云平台，利用风险评估模型，进行风险分析处理，并将分析结果传输到用户端。
14.作为优选的技术方案：所述的信息传输的数据处理云平台，其设计内容包括：（1）系统架构设计采用分布式的架构，根据系统结构划分为接入层、服务层与数据交互三层次结构；接入层：主要负责接收用户请求和外部渠道的请求，并调用相应的服务平台服务进行业务处理。
15.服务层：系统的微服务集合层，可根据不同的业务需求，综合考虑微服务功能及其通用性；多个服务具有标准的输入输出，并各自保持独立，服务调用前端通过服务注册发现的方式调用服务，并可按系统实时压力情况快速分配资源；数据交换层：数据交互平台在与核心业务系统、周边系统进行数据交互时可以采用标准的web service协议等多种交互方式，并通过消息队列管理，保持数据的一致性、完整性，通过分布式的部署保证其高效性、灵活性；（2）技术架构设计采用前后端分离架构，使用vue前端框架开发，后端选择spring boot，spring cloud框架作为应用系统的分布式计算框架；采用微服务架构进行数据开放服务平台设计，通过将应用分解成更小的、松散耦合的组件，便于升级和扩展；基于docker技术构建，采用devops运维平台，各个模块完全分离，系统平台、管理平台、数据库可以完全分开，同时使用redis作为缓存，使用spring cloud sleuth链路追踪和elk实现微服务分布式系统日志收集和搜索；作为优选的技术方案：所述的技术架构的总体架构分为四层，分别是iaas基础设施层，paas云支撑服务层，saas层，应用层；iass层包含操作系统虚拟技术，网络虚拟化技术，存储虚拟化技术，内存虚拟化技术，构建整个系统架构的基础支撑；paas云支撑服务层包含分布式服务框架，api服务网关，微服务治理，微服务容器，分布式缓存服务，分布式消息队列服务，分布式事务，规则引擎，流程引擎，搜索服务，批作业调度引擎，分布式文件存储服务等，为整个系统架构提供微服务技术支撑和通用的云支撑服务输出；saas层包含前端技术、服务端技术以及数据库服务，前端技术包含移动端技术和web端技术，基于h5和nodejs构建，服务端技术分为控制层，业务逻辑处理层，数据访问层，
采用spring cloud ,spring boot，spring mvc，mybatis等技术构建，数据库层包含分布式关系型数据库和内存数据库；应用层是建设基于钢厂的安全风险移动监管系统的手机app应用系统，以pc端业务功能和监管数据为核心将可移动化的业务功能同步开发成移动应用。
16.与现有技术相比，本发明具有如下优点：1、以具体钢厂公司为研究对象，辨识企业潜在风险，基于大数据分析，运用系统分析理论与方法，建立安全生产预警指数模型，构建风险分级管控和隐患排查体系。建立风险评估模型与预测模型，基于工业互联网技术，设计安全生产智能化、可视化管控系统，在移动端（手机）和pc端（电脑）呈现，并根据不同管理层，设置相应操作权限，推送对应层级下的风险点位详情、风险预测、排查情况、重点现场可视化影像等数据。
17.2、该发明充分考虑了炼钢厂人员、设备及安全风险等安全管理现状，分析当前安全管理存在的主要问题，并详细论述了对应的解决方案。运用作业条件危险性评价法进行危险源辨识与评价，确定了危险源、现有控制措施及风险等级；按照辨识出的主要危险因素及现有安全监控措施手段，建立了安全生产预警指标体系，全面对企业安全生产进行管理分析。确定了一级、二级安全生产预警指标，依照现行国家、行业及企业标准及辨识的风险等级，运用层次分析法，确定了各生产预警指标的预警阈值；通过应用专家赋值结合标度法进行各项安全生产预警指标的评判，构建安全生产预警指数模型；并通过累积的数据设计安全生产预警指数趋势预测，设计并实施安全生产预警指数模型实际应用流程，并针对关键设备进行连续运行情况跟踪，并提出相应改善策略进一步提高企业安全生产管理水平。
18.3、本发明适应科技信息化发展大势，立足于钢厂企业日常管理和部门监管实际需要，将安全基础管理、生产过程管控和风险监测预警及分级推送穿透关联、深度融合，充分挖掘实时数据孪生价值，提高监测预警能力、监管执法能力、辅助指挥决策能力救援实战能力和社会动员能力，以信息化推进钢厂管理现代化。
19.4、实现钢厂动态可视化监管，提升企业应急管理能力，落实企业安全生产主体责任，相应国家关于双控体系的号召，将钢铁企业安全生产责任落实到岗，落实到人，有效防范钢铁企业重大安全风险。
附图说明
20.图1安全风险智能管控系统。
21.图2为智慧安全管控平台pc端操作页面演示图。
22.图3为安全生产预警指数趋势图。
23.图4为预警指标数值图。
24.图5为移动端操作界面演示图。
具体实施方式
25.下面将结合附图1-5，对本发明进行详细说明，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实例仅仅是本发明一部分实例，而不是全部的实例。基于本发明中的实例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.本发明中，移动端即为手机端，pc端即为电脑端。
27.该系统同以某钢铁集团有限公司本质安全管理体系为基础，以集团信息化规划为指导，以创建本质安全型企业为理念，遵循“管理制度化、制度标准化、标准表格化、表格信息化、流程轨道化、轨道信息化、信息实时化”的设计路线，以任务管理为驱动，以信息网络为载体，应用于公司管理层、执行层、基层三级主体，实现跨时间、跨区域、跨部门的集中协同管控；以安全生产为主线，以本质安全管理体系为核心，规范企业生产管理流程和员工作业行为，实现对安全风险管控的动态对标、偏差控制、约束运行、持续改进；以企业实时数据为基础，利用管理创新带动技术创新，实现精准对标、精细管理，推动安全生产上水平。
28.本发明所公开的这种基于钢厂的安全风险智能管控系统，包括安全生产预警模型、智慧安全管控平台、安全风险管控可视化监控系统、信息传输的数据处理云平台四个部分。各部分通过互联网连接通信，该系统内部通过互联网主机连接通信；基于工业互联网技术，将上述各部分整合形成安全风险智能管控系统，并在移动端和pc端同步呈现。不同管理层，设置相应操作权限；推送对应层级下的风险点位详情、风险预测、排查情况、重点现场可视化影像的各种实时数据。
29.一、安全生产预警模型构建如下。
30.作为优选的技术方案，安全生产预警模型包括安全生产预警指标体系和安全生产预警预测。
31.安全生产预警指标体系是由若干指标构成的系统的体系，指标全部都是单项指标，共同体现所要预警的系统目标。参照企业职工伤亡事故分类综合考虑起因物、引起事故的诱导性原因、致害物、伤害方式等，确定安全风险类别，对辨识出的安全风险进行分类梳理，对不同类别的安全风险，采用相应的风险评估方法确定安全风险等级。风险分级管控与隐患排查治理工作，应当坚持关口前移、源头管控、预防为主、综合治理的原则。
32.企业依据相关风险评估方法及风险分级管控标准，进行系统科学全面的风险辨识、评估，确定风险分级，明确管控层级和管控责任，制定管控措施，形成风险管控清单。作为预警的关键因素，其建立要符合科学性，用科学合理的方法，全面地构建，并能被相关人员和部门所接受。
33.指标体系必须能满足预警目标的需要，通常要求指标体系具备如下原则：（1）客观性原则：指在设计指标体系的过程中，遵循实际情况，全面地、系统地对各指标的本质与内涵进行反映与描述，力求真实。
34.（2）科学性原则：遵从科学性原则的根本目的是为了把握好预警指标体系在建立后的真实性与确立预警指标体系后实际的可操作性，这就要求指标体系中各指标的关系要符合实际，越清晰越好。
35.（3）系统性原则:系统性原则是指在预警指标体系确立的过程中，从预警对象的各个方面进行思考分析，全面系统地找出各预警指标，体现了体系确立的全面性。
36.（4）可操作性原则：在构建过程中，全面考量各指标因素的选取是否在之后的预警过程中有足够的精度来进行实际操作，这意味着要充分考虑现实情况，精确定位各指标。
37.（5）可比性原则：可比性原则需要在预警指标体系设计中特别关注，这是因为某个别系统功能的突出不能代表整个系统的主要方面，因为各方案始终要保持可比性和一致性。
38.根据以上构建原则，进行指标确定。在参考了大量相关研究文献研究的基础上，从企业安全生产现状出发，组织全厂人员进行调查问卷打分，对各类安全生产预警指标的重要性进行评估，按照问卷调查结果依次排列出重要性由强到弱的指标。为了保证客观、全面、科学，调查人群包含面广，其中涉及不同年龄段、不同文化程度、不同岗位、不同工龄等各类调查对象，保证问卷数据的客观有效性。之后对指标进行进一步筛选，筛选出最重要的二级指标，并最终构建了各类安全生产预警指标体系，按照《冶金等工贸行业企业安全生产预警系统技术标准(试行)》中预警等级的划分原则，结合《企业安全生产标准化考评办法》中安全生产标准化评定标准，得出安全生产预警指数计算模型，并对预警指标阈值的等级及分值区间进行划分。
39.安全生产预警预测包括确定预警指数趋势，预警指数趋势需要记录预警指数的历史数据，根据以往历史数据，运用预测趋势数据算法模型生成预测数据；显示预警指标当前实际数值与预警指标当前的预测数值，根据预测数值算法计算出的数据。
40.二、智慧安全管控平台构建如下。
41.作为优选的技术方案，智慧安全管控平台包括管理模块和数据库模块。管理模块包括：双控管理、教育培训、应急管理、作业管理、文件管理、责任制考核、相关方管理、事故管理、重要参数监控、报警器联网、视频ai监控、动态预警；数据库模块包括：风险管控数据库、安全隐患数据库、培训信息数据库、制度规程数据库、标准规范数据库、事故案例数据库。
42.双控模块：整合风险分级管控系统和隐患排查治理系统，将风险点划分、辨识、评价、管控纳入系统管理，全厂岗位人员信息自动与公司hr系统对接，一键导入风控台账、风险管控信息自动对应岗位人员，建立风险管控清单，责任划分明确到人，展示公司存在的重大风险、较大风险、一般风险和低风险，并用四色图进行风险显示。同时将生产安全事故类型进行统计分析，确定公司级、单位级、作业区级、班组级、岗位级五级风险分级管控清单。全员可通过小程序随时查看岗位风险辨识情况和风险管控措施。同时，自动生成风险排查清单，定期下发排查任务，隐患排查治理通过系统流转闭环。日常/专项隐患排查，可制定隐患排查治理工作计划、指定专人开展隐患专项排查，明确排查任务及内容，录入制式隐患排查检查表，检查人员根据要求选择检查表对照检查。拓展员工上报渠道，设立随手拍功能，员工可通过手机一键拍照上传问题隐患，为员工参与安全管理提供便利条件。
43.教育培训模块：包括安全教育培训计划管理、安全教育培训计划实施管理、安全资格证书管理等，可随时根据工作安排进行安全教育培训的推送，推送时可设定被培训人、培训内容、培训时长、考试内容、题型组成等，员工收到培训消息可以在手机上进行学习、考试。考试合格将在后台留有记录，并可以下载归档，有利于培训效果更好地实现。简化培训组织环节，拥有自定义题库，客观题自动判分，无需人工干预，考试完成系统自动排名。各项培训记录均纳入系统管理，在线评估培训效果，建立了员工个人参培档案，个人手机可查询参培经历、考试成绩、错题回顾。
44.应急管理模块：包括应急预案、应急救援队伍、应急物资台账、物资存放区域及应急处置流程，根据应急预案演练工作计划推送演练通知，将演练过程及演练记录展示上传。建立公司、分厂、作业区、班组预案库，按周期开展预案评审、修订，各岗位人员可随时查询相关预案信息。实现区域内应急设施和应急资源统一管理、统一调度。实现演练人员扫码签
到，上传演练信息，与应急预案关联，直观显示各级预案演练情况。
45.作业管理模块：分为危险作业和常规作业两部分，危险作业主要采用统一框架设计，可自定义各作业票审批流程，实现高效移动式作业办票，具备作业开始确认、作业中断、作业恢复、人员变更、监护权转让功能，各作业节点签字确认，消息推送，完工验收自动归档。常规作业将检维修、开停车、临时作业纳入系统管控，实现申请、审批、监管、验收标准化、流程化，实现全过程留痕迹记录，具备施工过程巡检验票功能。设置厂区3d地图和作业统计分析表，展示当天生产现场作业情况，并通过现场视频、录像上传等手段掌握危险作业现场情况，及时制止和纠正存在的违章行为。
46.文件管理模块：主要包括安全生产的基础管理信息和安全生产档案资料及适用的法律法规等内容。通过基础信息的登记，方便展示和查询企业安全生产的基本情况。具备文件线上修订提醒、审核报备流程等功能，可实现法律、标准实时查询。
47.责任制考核模块：将各级安全生产责任制结合岗位人员信息进行自动推送设置，岗位人员可查看岗位职责清单，上级管理人员定期对下属责任制落实情况进行考核，考核结果自动记录查询，多次不合格人员系统风险推送，提示管理人员进行重点关注，实现岗位责任制考核全流程追溯。
48.相关方管理模块：主要由入厂资质审核、人员入厂管理、相关方绩效考核功能组成，与公司门禁信息系统对接，重点监控相关方人员入厂作业情况，设置相关方管理情况统计表，掌握当前厂内相关方单位及人员。采用视频ai分析功能，企业关键区域设置电子围栏、实施监控作业人员行为。实现全方位的相关方资质评定、人员维护、安全整改、绩效考核，简化并改善与相关方之间组织审核和安全监管流程，提升监管能力和效率。
49.事故管理模块：该模块针对行业发生事故和企业发生的生产安全事故进行统计归档，建立事故案例库，员工可对典型的事故案例进行学习，可与教育培训模块联动，实现学习、考试一体化培训。
50.重要参数监控模块：设置设备设施管理，对关键设备设置台账，对设备检维修进行提示提醒，对关键设备进行指标监控及预警。重大危险源区域数据接口，对液氧储槽液位、压力等进行实时监控，对烧结、炼铁、炼钢、轧钢等环节重要设备设施参数纳入监控系统。
51.气体报警器联网模块：通过数据采集方式，对公司1500多个有毒有害、可燃气体报警器进行联网，可实现泄露溯源，及时预警，有效提升气体安全管控能力。
52.视频ai分析模块：采用视频ai分析功能，对公司1500余个摄像头进行数据实时采集，作为安全管理可视化基础，可随时调取现场视频查看作业现场人员操作情况。布置添加ai智能识别功能，进行测试，实现对未佩戴安全帽、禁区闯入、人员摔倒等行为检测，重点对高炉平台、转炉平台、熔融金属吊运路线等区域进行监控，并逐年扩大监控区域范围，促进作业行为规范。
53.动态预警模块：按照《冶金等工贸行业企业安全生产预警系统技术标准（试行）》中预警等级的划分原则，结合《企业安全生产标准化考评办法》中安全生产标准化评定标准，构建出安全生产预警指数计算模型，提示安全管理薄弱环节，结合物联网将重要设备设施参数纳入预警体系。
54.智慧安全管控平台在pc端和移动端同时上线、数据同步，做到管理与数据统一。管理与数据统一包括如下内容：
（1）统一数据规范及标准管理流程：从公司层面建立统一规范的数据信息格式，对照各项管理标准、工作标准、技术标准，规范流程管控节点，保障公司内安全工作的顺畅流转，实现偏差控制，对标考核；（2）统一集成工作业务：将公司安全生产管理工作集成于一个平台，各项管理工作均可在一个平台上完成，确保业务流程的完整和畅通；（3）统一知识库和问题库：管控平台利用信息、文档、知识资源与专家技能，改进行动决策能力、快速响应能力、提高工作效率和员工整体安全素质，充分发挥员工主观能动性，操作简便化，在平台的设计上，尽量直观、简洁、操作步骤简化环节，广大员工能方便使用，快速上手，尽量减少培训时间。
55.三、安全风险管控可视化监控系统构建如下。
56.作为优选的技术方案，安全风险管控可视化监控系统是基于自主云计算平台、移动互联网的“平台+app”应用是一套安全生产智能化、可视化的管控系统。涉及集团、分公司、班组多层级用户，全面覆各类施工安全管理工作，主要功能模块包括：风险矩阵管理、施工现场人员管理系统、人员风险管控、人员“黑名单”管理、视频监控系统和安全风险智能管控系统领导驾驶舱。
57.风险矩阵管理：风险矩阵是对于某风险的具体风险等级，采用字母+数字代表后果严重性等级和可能性等级。风险级别分为重大风险（红色）、较大风险（橙色）、一般风险（黄色）和低风险（蓝色）4 个级别。按照黄橙红蓝4色jsa风险矩阵，识别出公司年度主要风险数值，各单位根据数值确定某项作业的风险并制定相应措施。
58.远程异位监督：管理人员可通过电脑客户端（手机 app）或指挥中心大屏幕实时查看异位施工现场监控点位的视频图像，管理人员也可通过手机客户端预览前端设备的实时视频图像，随时随地全天候监控现场情况，不受地域限制。便于实时监管与发现安全隐患问题。
59.施工现场人员管理系统：企业施工过程中，涉及到多方面的安全知识，例如密闭空间、用电、用火等多方面，需利用信息化手段加强对企业员工全员进行安全知识的普及和教育，并对员工安全知识掌握情况进行定期考查，确保每位员工都掌握较为全面的安全知识，做好自身安全防护，按照规定进行施工，在出现安全事故时，能够及时正确地做出反应，避免事故的进一步发展。另外，需要设立专业部门进行安全制度的制定和完善，并且做好安全施工制度落实培训工作。还需要制定相应的安全生产考核机制，确保为制度的落实提供保障，将安全生产责任落实到个人。
60.人员风险管控：现场人员可通过设备抓取工地人员人脸图像，并上传至管理中心人员信息库进行实时比对，最终确认身份信息。通过在中心建立人员信息库，预先将相关人员的身份信息、管理信息、培训、考核信息等录入数据库，管理人员可以通过人脸分析比对查询及确认人员的相关信息。
61.人员“黑名单”管理：通过信息人员比对，对进入黑名单的人员实行信息化管理，杜绝违章人员再次出现在各单位施工作业现场。用户可以在抓拍库中选择多张人脸图像，系统会根据这些人脸图像采集的时间和地点，自动在系统地图上描绘出人员轨迹，预控安全管理人员跨项目施工问题，从源头抓好安全管控工作。
62.视频监控系统：各级管理人员可通过电脑客户端（手机app）或指挥中心大屏幕实
时观看异位施工现场监控点位的视频图像，管理人员也可通过手机客户端预览前端设备的实时视频图像，随时随地全天候监控现场情况，不受地域限制。便于实时监管与发现安全隐患问题。
63.安全风险智能管控系统领导驾驶舱：建立“大数据指挥中心”，构建全厂范围的3d虚拟实景三维模型，实现安全生产四色图的即时预览与编辑，叠加双控系统核心数据指标。设计安全风险智能管控系统领导驾驶舱，构建数据信息传输通道，打造数据处理云平台，将数据信息传输到数据处理云平台，利用风险评估模型，进行风险分析处理，形成安全风险管控可视化监控系统，为领导层决策提供直观依据。
64.利用视频监控系统和internet互联网络，对生产现场重点区域部位、重点设施等进行现场实时监控。使用基站定位技术，对重大危险源区域进行现场人员定位，移动监控系统实时记录现场作业情况，实现现场作业过程中的信息化管控。利用监控视频，添加智能ai分析功能，对人员作业行为实行智能化监控，作为安全管理可视化基础，可随时调取现场视频查看作业现场人员操作情况，促进作业行为规范。
65.上述的安全风险管控可视化监控系统：（1）对钢厂企业各分厂、各类生产区域的风险点位进行全面对标辨识，构建安全风险量化模型，进行量化分级；（2）建立风险识别数据库和隐患排查机制，实时收集现场监测数据，构建安全隐患与事故风险识别分析模型；（3）建立的信息传输通道和云计算平台，对收集的信息进行分析处理，形成各分险点的风险信息，并将云平台数据分析结果反馈至可视化系统；通过上述系统内容，完成标注各风险点，设计出安全生产智能化、可视化管控系统，利用工业互联网技术，实时的把各分险点的风险信息传输到管控系统中，多画面分屏呈现，使管理者随时掌握风险和隐患信息以及相关的分析报告，管控系统可以安装在移动端（手机）和pc端（电脑）。根据不同管理层级，设置相应操作权限，推送对应层级下的风险点位详情、风险预测、排查情况、重点现场可视化影像等数据，提升安全监管效率。
66.四、信息传输的数据处理云平台构建如下。
67.作为优选的技术方案，信息传输的数据处理云平台包括：构建风险点监控数据库与数据传输通道，及时将数据信息传输到数据处理云平台，利用风险评估模型，进行风险分析处理，并将分析结果传输到用户端。在业务层面将遵循钢铁企业相关的业务规范和管理办法；在技术层面将遵循信息行行业的相关规定、标准、决定和技术规范，同时按照公司相关技术要求进行设计和开发，遵循各项规范标准。
68.信息传输的数据处理云平台，其设计内容包括：（1）系统架构设计本发明将采用分布式的架构，支持高并发和高可用性。根据系统结构划分为接入层、服务层与数据交互三层次结构，保证前后端低耦合和高扩展。
69.接入层：主要负责接收用户请求和外部渠道的请求，并调用相应的服务平台服务进行业务处理。统一接入平台主要包括渠道管理、协议管理、报文管理、服务标准化、服务流程化、异步消息处理和流量控制等功能。
70.渠道管理主要对接入渠道的名称、安全策略、交易请求等信息进行存储与管理。
71.协议管理是在外部交易请求对统一接入平台进行访问时，先通过适配器对请求进行服务的接收与返回、安全校验、解析与转换，并决定调用的服务组件。适配器通过交易接收/返回组件（request/response）对交易进行接收，目前支持的范围协议包括http、socket、web services，请求及返回信息以xml为主要标准，通过转换器在不同协议之间进行转换。适配器的安全校验（security）包括md5、des加密解密方式，同时也支持数字签名的加密方式。
72.报文管理是通过适配器复用，节点的快速复制，能够快速配置节点与系统实体对象之间的关联关系，实现模版报文的快速生成。模版报文保存时，会自动校验节点间关系与实体间关系是否保持一致。
73.服务管理是通过报文管理将各种请求转换为标准报文后，调用服务平台层的微服务，完成数据持久化和业务请求传递。根据调用的请求类型，可以进行服务的编程，将服务平台层的服务进行编排与组装，从而提供满足不同渠道的服务。
74.服务层：系统的微服务集合层，可根据不同的业务需求，综合考虑微服务功能及其通用性，做到部署灵活。多个服务具有标准的输入输出，并各自保持独立，服务调用前端通过服务注册发现的方式调用服务，并可按系统实时压力情况快速分配资源。
75.数据交换层：数据交互平台在与核心业务系统、周边系统进行数据交互时可以采用标准的web service协议等多种交互方式，并通过消息队列管理，保持数据的一致性、完整性，通过分布式的部署保证其高效性、灵活性。
76.（2）技术架构设计本发明将采用前后端分离架构，使用vue前端框架开发，后端选择spring boot，spring cloud框架作为应用系统的分布式计算框架，实现了应用的前后端分离，有利于应用服务的解耦和横向扩展。
77.本实施例中，将采用微服务架构进行数据开放服务平台设计，通过将应用分解成更小的、松散耦合的组件，它们可以更加容易升级和扩展。微服务可以在“自己的程序”中运行，并通过“轻量级设备与http型api进行沟通”。关键在于该服务可以在自己的程序中运行。在微服务架构中，只需要在特定的某种服务中增加所需功能，而不影响整体进程。
78.本实施例中，将基于docker技术构建，采用devops运维平台，各个模块完全分离，系统平台、管理平台、数据库可以完全分开，同时使用redis作为缓存，使用spring cloud sleuth链路追踪和elk实现微服务分布式系统日志收集和搜索。spring cloud简化了分布式系统基础设施的开发，如服务发现注册、配置中心、消息总线、负载均衡、断路器、数据监控等，可以做到一键启动和部署。
79.总体架构分为四层，分别是iaas基础设施层，paas云支撑服务层，saas层，应用层，如下。
80.iass层包含操作系统虚拟技术，网络虚拟化技术，存储虚拟化技术，内存虚拟化技术 ，构建整个系统架构的基础支撑。
81.paas云支撑服务层包含分布式服务框架，api服务网关，微服务治理，微服务容器，分布式缓存服务，分布式消息队列服务，分布式事务，规则引擎，流程引擎，搜索服务，批作业调度引擎，分布式文件存储服务等，为整个系统架构提供微服务技术支撑和通用的云支撑服务输出。
82.saas层包含前端技术，和服务端技术以及数据库服务，前端技术包含移动端技术和web端技术，基于h5和nodejs构建，服务端技术分为控制层，业务逻辑处理层，数据访问层，采用spring cloud ,spring boot，spring mvc，mybatis等技术构建，数据库层包含分布式关系型数据库和内存数据库。
83.基于钢厂的安全风险移动监管系统（app）：建设手机app应用系统，以pc端业务功能和监管数据为核心将可移动化的业务功能同步开发成移动应用，系统通过用户权限自动设置个性化定制页面，为不同类型的用户提供专业化移动应用，实现企业各级监管部门对钢厂日常生产的安全监管移动化、便捷化。（需满足安卓系统的应用要求）app根据不同管理层级，设置相应操作权限，推送对应层级下的风险点位详情、风险预测、排查情况、重点现场可视化影像等数据，一方面满足监管部门能够基于移动终端进行企业安全的监管，有效提升监管的效率和监测预警信息处理的及时性；另一方面，为企业安全管理人员了解本企业的安全生产管理情况提供方便，更为有效地落实企业安全生产主体责任。功能包括双控体系模块，安全生产模块，教育培训模块、应急管理模块、待办工作模块、隐患排查模块、个人中心等。
84.钢厂安全风险智能管控系统的数据采集和计算：（1）数据的收集和储存：处于互联网模式下，数据集会不断增多，所以，需要不断完善数据收集和储存效率。目前，使用的数据收集技术完全满足不了互联网用户的需求，而且这对内存消耗较大。使用远程内存访问协议可以提供更加快速的数据测量视乎，同时也能降低内存消耗。对于大数据处理技术而言，可以采取多种数据收集储存方式，建立一个数据流处理系统，这也可以提高数据收集的效率，同时节省更多的成本，而且能够挖掘更具有价值的信息。
85.（2）云计算架构：基于云计算、分布式、储存功能的大数据分析平台，具有很强的数据处理能力。构建云计算数据分析统一平台，主要可以分为三个部分：顶层、中间层、数据层。其中顶层包括用户接口子系统、工作流；中间层包括：数据预处理、并行数据子系统；数据中心层属于云计算中中心数据储存模块。
86.（3）云计算的大数据平台构建：基于云计算技术的大数据平台可以为用户提供扩展性很高、性价比高的硬件支持 pb 级别的体系，甚至包含半结构化、海量结构化、非结构化zb级别数据储存。而且建立统一大数据分析平台，可以更加快速的提高数据挖掘速度， 挖掘数据的支架，为用户带来更大的经济价值。
87.（4）大数据统一平台软件架构：软件架构，这个模块是通过互联网将 segment 多节点主机、 master 主机、数据库进行连接构成的。其中应用程序使用利用 master 主机进行数据访问， 在该系统中每个储存节点都有自己的数据库，数据库之间没有实现相互连接。而 master 主机和多储存节点之间是相互连接，可以进行数据交换。segment 服务器在网络环境下将每个节点进行连接，从而完成同一个任务，对于用户而言，它是一个服务器系统。segment 服务器是在互联网基础上进行连接的，每个节点只能对本地资源进行储存和访问，不具备信息共享的功能，从理论上分析，该系统具有一定的扩展能力。目前，大数据软件技术可以实现 512 个节点进行连接， 提供数千个cpu。每个节点都有自己的操作系统、数据库，但是节点之间不能相互访问内存，利用互联网进行节点信息交互是关键，这个过程
属于数据重新分配。
88.使用习惯较高的方案设计，master备主机和master 主机之间的进程是主
‑ꢀ
备方式，在 ge 网络条件下， master 连接多个节点中的 segment 主机，每个 segment 节点主机都有具有镜像两份网段数据、主网段，它能提高整个系统架构的可用性。
89.（5）大数据统一平台网络架构：大数据平台架构共享方案，实现“完全共享”的大数据平台，主要受到单一服务器的限制，目前市场上能够满足数据完全共享需求的服务器是smp， 这种服务器价格比较昂贵，多数企业会因为成本问题而不去考虑这种服务器企业为了实现大数据平台信息共享功能，一般是建立“磁盘共享”体系，将多个服务器构成一个系统，同时将这些服务器和san 进行连接，从而实现储存和共享数据的功能。该系统需要一个狭窄数据管道来过滤所有的 i/o 信息，之后在共享磁盘中进行储存。从结构角度分析，“磁盘共享”“完全共享”体系，在性能和扩展性都存在不足，而且通用的共享磁盘体系比较脆弱且复杂，对于数以万字节的数据无法准确及时处理。
90.(6)大数据统一平台方案特点节点镜像-数据保护，在大数据平台中， 负责储存系统元数据的是master，而主机segment节点是储存用户相关数据，在镜像的作用下，镜像数据可以储存在不同的segment主机上。
91.加载外部表高速数据，这个部分具有的优势体现在：首先，数据流并行引擎技术，使用 sql 直接对外部表进行操作；其次，完全并行加载，速度可以达到4.5tb/小时。
92.sql&mapreduce一体环境相比传统的 rdbms 系统，大数据的编程环境是属于sql语句和mapreduce 一体的系统环境。本文分析的云计算平台是利用 x86 开放架构服务器 pc 构建的硬件系统，它具有大规模数据计算和分布式储存数据的功能， 能够解决 i/o 存在的问能够解决 i/o 存在的问题，具有很高的保障性，扩展性能比较好，各种数据资源可以按需制定。
93.(7)大数据统一分析平台的优势:建立在云计算基础上的大数据平台，可以实现大幅度数据容量处理， 同时能够使用细粒度数据集，完成数据紧密仓库、低延迟数据访问、集成分析等任务，为企业或是公司提供具有可操行的具体数据参考。
94.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。