典型特種設備質控數字化關鍵技術研究與應用概述

藍 麒 曹宏偉 郝素利 劉 淵 李 擎 譚明波

（1.中國特種設備檢測研究院 北京 100029）

（2.中國礦業大學（北京） 北京 100083）

（3.北京信息科技大學 北京 100096）

1 引言

“典型特種設備質控數字化關鍵技術研究與應用”屬于“十四五”國家重點研發計劃項目“國家質量基礎設施體系”專項，本項目通過數字化轉型，力求實現特種設備質量安全風險防控數據高度可信、信息充分共享、資源智能匹配、業務輔助決策，推動特種設備質量安全風險綜合治理能力的跨越式提升。本項目是“十二五”國家科技支撐計劃“基于風險的特種設備安全監管關鍵技術研究”與“十三五”國家重點研發計劃“基于大數據的特種設備事故預測預防技術研究”與“高參數承壓類特種設備風險防控與治理關鍵技術研究”的延續與拓展。

項目針對特種設備質控去中心化協同機理、質控知識表達與推理決策等兩大科學問題，主要圍繞以下關鍵技術開展研究：1）質控全鏈條、多主體質量安全要素多維特征抽取及基于超級賬本的質控數據去中心化共享技術；2）多維質控數據賦權拜占庭共識及自動校驗智能合約共融技術；3）基于圖模型與啟發式算法融合的防控資源匹配調度技術；4）檢驗和監管的知識表示、抽取、推理與集成技術；5）基于混合現實的典型特種設備遠程智能診斷技術。項目課題設置與相互關系如圖1所示。

圖1 項目課題設置與相互關系

2 研究概況

Sebastian等人[1]將新一代數字化技術總結為SMACIT，即社交技術（Social）、移動技術（Mobile）、分析技術（Analytics）、云技術（Cloud）和物聯網技術（IoT），包括大數據、云計算、區塊鏈、物聯網、人工智能、虛擬現實技術等。數字化技術賦能傳統產業提質增效，通過與數字技術全方位、全鏈條、全流程的融合，從而重建新的產業鏈、供應鏈、價值鏈，帶來新的產品形態和新的商業模式，是實現可持續發展、高質量發展和培育新增長點的關鍵。整體而言，全球數字化轉型尚處于發展探索期，生成式人工智能等技術產品正逐步從實驗走向商用，國內外金融、司法、物流、醫療、制造等領域正在積極探索嘗試應用，特種設備領域跨區域、全鏈條、多主體防控數字化剛剛起步。

2.1 立項背景

截至2022年底，全國特種設備達到1 955.25萬臺[另有氣瓶2.35億只、壓力管道85.9萬km（在冊）]，其中電梯964.46萬臺、大型游樂設施2.52萬臺（套）[2]?！笆濉?GDP直接貢獻率達2%～3%，關聯貢獻率達64.13%[3]。根據市場監管總局歷年通報，2013—2022年全國發生特種設備事故1 912起，死亡2 018人，嚴重影響生產安全和社會穩定，其質量安全和風險防控備受社會關注。目前，我國在特種設備質控方面采取的技術手段和方式較為傳統，綜合效能差、數字化水平低，亟須通過數字化轉型，實現質控數據高度可信、質控信息充分共享、質控資源智能匹配、質控業務輔助決策，推動質控綜合能力和水平提升。

新中國成立70余年來，我國特種設備體制機制不斷完善、法規標準體系不斷健全、安全科技成果不斷取得突破[4]、安全水平和應急能力不斷提升，形成了中國特色的特種設備安全監察體系。根據行業領域特點，特種設備重點關注設計、制造、安裝、使用、修理、檢驗、監管等全鏈條、多主體的質量安全風險防控，其中檢驗和監管是關鍵環節，能夠涵蓋設備全生命周期各個節點。當前，特種設備質控主體在不同環節建立了多個不同系統，但未實現充分聯通，且工作方式傳統、手段單一，在數據方面存在來源不可靠、標準不統一、數據壁壘和數據煙囪、不實數據和僵尸數據等問題，在防控資源方面存在區域配置不合理、基層人員專業知識和經驗不足、優質專家資源難以普惠、現場智能化專業裝備欠缺等問題。

因此，為解決數據孤島與數據可信問題以及滿足防控資源合理配置、防控效能提升等需求，亟須通過研究數字證書和報告的生成，結合區塊鏈技術，探索多主體質控數據上鏈的驗證共識，實現全程留痕、可以追溯、不可篡改；通過對防控主體資源能力的表征，開展設備風險與防控資源關系匹配計算，實現資源跨區域、跨主體、跨層級的準確、快速匹配調度；通過融合設備基礎數據、法規標準、檢驗報告、監察文書等文本數據，搭建檢驗、監管與應急知識圖譜，實現智能輔助決策問答；通過流程虛擬仿真MR作業指導和多維可視化指引，實現遠程專家輔助，革新傳統質量安全風險防控模式。

2.2 研究現狀

1）物聯網、大數據、云計算等新一代數字化技術在特種設備質控方面的研究和應用不夠深入、不夠充分。

新一代數字化技術革命已成為全球關注重點，正在對全球制造業、服務業格局產生重大影響。美國先后發布《聯邦大數據研發戰略計劃》《美國及其智能國家戰略》等，構建了以開發創新為基礎、以促進傳統產業轉型為主旨的政策體系[5]。德國積極踐行“工業4.0”，促進傳統產業的數字化轉型[6]。在具體行業，國外通過標準、手冊等形式，建立若干數據量大的設備失效數據體系，基于數據驅動的分析方法逐步得到應用。

在我國，新一代數字化技術與經濟社會尚未深度融合，尤其是數字化技術在特種設備質控中的應用，還處于起步階段。中國特種設備檢測研究院在知識表達、大數據故障預測、基于智能網聯的移動式承壓設備監管等方面取得了一定的科研成果[7]。江蘇特檢院、上海交通大學、廣州特檢院等針對電梯[8]、起重機[9]，開展了智能監測與預警技術等研究?？傮w來說，智能化、數字化水平較低，研究和應用不夠深入。

2）特種設備質控需求與區塊鏈技術深度融合，實現數據、業務和模式的去中心化是發展方向。

近年來，以美國、歐盟、英國、德國、日本、韓國等為代表的世界主要國家相繼出臺政策支撐區塊鏈產業發展。主要應用領域包括政務、金融、醫療健康、數字身份、供應鏈與物流等。去中心化是區塊鏈最顯著的特征，但去中心化自治組織作為數字經濟發展范式下的新興事物，目前尚未形成統一的概念，Brafman等人[10]首次構建了去中心化自治組織的理論雛形；Benkler等人[11]強調并行參與者擁有多樣性的動機，通過相互間的交流來達到協調一致，指出去中心化自治組織根據協議中定義的規則進行決策與執行。

國內特種設備質控工作，常州等地開展了基于區塊鏈的氣瓶安全追溯嘗試[12]，在大部分地區還主要依靠紙質文件記錄和證書報告、人工經驗分析，導致數據可信差、共享難和效率低等問題。在傳統工作模式下，由于知識經驗共享難，基層檢驗監管工作經驗積累匱乏、專業化水平低等，容易造成特種設備質控的“低洼地帶”。迫切需要依托數字化技術將傳統檢驗監管方式與區塊鏈技術深度融合，實現數據、知識、經驗的上鏈共享和數據、業務與模式的創新發展，推動質控效能提升。

3）智能資源調度、輔助決策方法研究和裝備研制，提升基層檢驗監管能力，是特種設備質控數字化要解決的關鍵問題。

數據是促進數字發展、優化領域資源配置、應急安全防控的關鍵要素。海量數據資源蘊含著巨大價值，為數字化和智能化發展帶來了新的機遇。美國DOMO公司從其企業客戶的各個信息系統中抽取、整合數據，再以統計圖表等可視化形式，將數據蘊含的信息推送給不同崗位的業務人員和管理者，從而做出判斷和決策[13]。伊利諾伊大學厄巴納尼香檳分校提出一種統一的判別影響模型，推斷出用戶家庭位置的數字畫像，用以在推特上定向推送廣告和新聞等應用[14]。

目前，在特種設備安全監管領域，優勢資源主要集中在一線城市和東部經濟較為發達的地區，地域分布不均衡。在數據、業務和模式去中心化的基礎之上，開展智能資源調度、輔助決策方法研究和裝備研制，是提高基層檢驗監管水平、提升質控能力的有效途徑。數字畫像技術是充分利用數據資源的一種高效方式，從不同角度通過標簽或者指標的形式予以展現，最早出現于電商和銀行等行業。知識圖譜是另一種數據資料的利用方式，有利于特種設備現場的檢驗監管輔助決策。我國在醫療衛生、智庫檢索、無線網絡、高速列車、智能制造等領域，數字畫像和知識圖譜技術已有廣泛應用。東華大學、上海特檢院等單位開展了基于知識圖譜的電梯故障預測研究[15]?？傮w來說，國內對于充分挖掘數據的有效信息，開展基于數字畫像和知識圖譜的特種設備檢驗監管的研究還相對較少。

3 項目總體研究方案

本項目軟硬結合，將質量基礎設施體系與數字科技相結合，是首個以軟科學理念為引領、以數字化技術為基礎、以現代化治理為核心的特種設備質量安全風險防控研究項目。項目擬面向特種設備質控數字化轉型需求，以“理論方法—數據基礎—關鍵技術—集成示范”為主線，圍繞質量安全風險防控去中心化和智能決策，通過搭建基于區塊鏈的去中心化聯盟鏈，實現質控數據可信和共享，建立質控資源匹配調度策略庫和“設備-場景-規范”知識庫，構建檢驗和監管智能輔助決策系統及裝備，建立“智能檢驗”和“智慧監管”新模式，并在全國范圍內的電梯、大型游樂設施、長管拖車開展示范應用。項目面向數字化治理、面向智慧監管和智能檢驗、面向人工智能、面向儀器裝備，推動治理模式變革、方式重塑、能力提升，助力特種設備現代化治理體系建設。項目總體技術路線如圖2所示。

圖2 項目總體技術路線

4 項目各課題主要研究內容

4.1 課題1：特種設備質控去中心化協同框架及關鍵標準研制

識別特種設備質控數字化轉型需求，基于質控數字化中的技術及制度難題，以數字賦能和數字賦權為視域，從技術和制度2個方面構建質控數字化轉型框架；基于深度學習構建質量安全要素事件特征提取模型及關系特征提取模型，形成全鏈條、多主體質量安全要素集及元數據規范；構建質控數據、模式及制度去中心化協同模型，為質控去中心化協同提供理論基礎及方法支撐。

4.2 課題2：特種設備質控數據共融共識與分布式協作技術及標準研制

針對特種設備質量安全風險防控全鏈條、多主體數據共融共識、互信共享等需求，研究全鏈條、多主體數字證書和報告的生成規則和標準，形成質控數據的數字化及其標準，解決數據不統一問題；建立基于業務主體交互關系的數字證書和報告的共識機制，實現質控數據上鏈的多主體驗證和共識；設計全鏈條、多主體信譽積分與實用拜占庭容錯算法相結合的特種設備信譽積分賦權共識算法，建立數據校驗等智能合約方法集，構建全鏈條、多主體特種設備質控區塊鏈，實現質控數據的可信傳遞與分布式協作。

4.3 課題3：特種設備質控主體數字畫像與資源匹配調度方法研究

以實際需求為導向，針對“設備風險-防控資源”之間不平衡、不匹配問題，圍繞檢驗、監管和應急3種場景，以特種設備檢驗機構、監管機構、制造單位、使用單位和人員為防控資源主體研究對象，采用融合信息熵的相似度組合算法，開展主體資源能力標簽與多維能力表征研究；開展設備風險與防控資源關系映射和匹配調度方法研究；開展資源匹配與調度策略的評估與優化，形成面向場景需求的調配策略庫。

4.4 課題4：特種設備現場檢驗監管智能輔助決策關鍵技術與裝備研發

圍繞異質知識經驗的數字化與匹配推薦問題，研究風險防控“設備-場景-規范”模型構建與知識結構化表征方法；應用命名實體識別、弱監督學習、增強預訓練語言模型等方法，抽取風險防控實體、關系及屬性，構建檢驗、監管與應急規范知識圖譜。研究輔助決策檢索意圖識別與規范知識的匹配推薦方法，開發輔助決策服務系統，實現現場檢驗和監管的智能檢索、問答和推薦。研究檢驗、監管工具模塊化與多模態參數自動感知技術，研制多功能集成便攜式檢驗與執法裝備，實現現場檢驗和監管的設備識別、項目匹配、方法推薦、風險提示等智能輔助功能。

4.5 課題5：典型特種設備質控分布式云平臺研發及示范應用

針對基層人員知識儲備不足，以及自然災害、疫情及突發狀況等不可抗力因素對典型特種設備故障救援、檢驗維保等工作的不利影響，研究基于數字孿生與混合現實的典型特種設備故障遠程診斷以及檢驗維保應急智能輔助指引關鍵技術，搭建具有資源調度、輔助決策、遠程診斷等功能并滿足集用、集管、集控、集智等需求的典型特種設備質量安全風險防控分布式云平臺，結合云邊協同便攜裝備開展示范應用。

5 項目預期成果與經濟社會效益

通過本項目研究，將形成特種設備質控數字化轉型總體技術解決方案，建立質控數字化技術方法體系和智慧云平臺，大幅提升特種設備監察、檢驗和應急資源和知識服務能力，主要包括9套圖譜、2套裝備、1個平臺，如圖3所示。

圖3 項目預期主要成果

提出全鏈條、多主體、多源異構數據融合方法，基于超級賬本構建全鏈條、多主體的數據去中心化存儲及共享模型。設計基于業務與主體交互關系的共識機制，建立自動數據校驗及智能合約方法集，形成質控數據共融共識與可信傳遞方法。以檢驗機構、監管機構、制造單位、使用單位和人員為防控資源主體，構建質控能力評估模型，形成檢驗、監管和應急場景下防控資源匹配與調度通用方法。構建電梯、大型游樂設施、長管拖車知識圖譜，形成檢驗、監管、應急知識匹配與關聯推薦決策方法。研究基于混合現實的檢驗維保智能輔助和典型故障遠程診斷及救援指引技術，形成“遠程+現場”“人工+智能”雙模式驅動的特種設備遠程診斷協作方法。采用工具模塊化、集成化、便攜式技術設計理念，研制智能化專業檢驗工作裝備、可穿戴式安全監管移動執法裝備，實現檢驗和監管工作指導、方法推薦、風險提示等智能輔助功能。研究成果以裝備的形式呈現。采用“平臺+服務”模式，搭建特種設備質控分布式云平臺，為手持裝備跨庫檢索、案例智推、智能問答等應用提供數據與算力支撐。

本項目具有重要的社會經濟效益，項目旨在解決特種設備質控數字化轉型所面臨的問題，預期在質控數據可信、質控信息共享、質控資源智能匹配、質控業務輔助決策等方面取得一系列的研究成果，有助于提升基層檢驗、監管人員的專業技術水平和解決復雜問題能力，促進人效提升和知識下沉，提升檢驗、監管質量和智能決策水平，具有非常顯著的社會效益。項目構建的特種設備質控數字化轉型總體技術解決方案及其相應的方法和平臺，將為設備安全生產、應急管理、資源調度、遠程診斷等諸多方面和產業提供多種高附加值、高質量的增值服務，有利于大幅提升特種設備質量安全風險防控的管理效能，降低檢驗和監管成本，一定程度上節省企業運營成本，讓數據多跑路、企業少跑路，助力數字政府和數字社會建設，預計每年可為國家和企業產生間接經濟效益數億元。

6 總結與展望

本項目預計主要在3個方面取得創新和突破：1）建立特種設備質控去中心化協同通用方法，揭示質控去中心化協同機理，基于Fabric架構（聯盟、組織、用戶）和賦權拜占庭算法，建立數據共融智能合約集、共識機制算法模型，研發質控聯盟區塊鏈，解決數據可信共享問題，為質控去中心化協同提供理論及數據基礎；2）建立防控資源匹配調度通用方法，構建“設備風險-防控資源”映射關系圖模型，采用蟻群算法等啟發式算法建立匹配計算與組合優化模型，攻克多約束場景下資源匹配調度策略方法，解決防控資源不平衡、不充分難題，實現資源合理有效配置；3）建立檢驗、監管與應急智能輔助決策裝備系統，基于知識圖譜技術構建質控知識庫，提出基于深度學習的質控知識提取模型，與基于圖神經網絡的知識匹配模型，研發面向檢驗和監管現場工作的便攜式裝備，解決特種設備質控知識表示與推理問題，實現知識經驗的共享和傳播。通過特種設備質量安全風險防控數字化關鍵技術研究，助推“智能檢驗”和“智慧監管”新模式，助力數字中國、數字政府建設，提升我國特種設備質量安全保障能力，保護人民生命財產安全。