據江西省安全生產委員會通報，2018年3月12日16點10分左右，中石化九江分公司60萬噸/年柴油加氫裝置原料緩沖罐發生爆炸起火，導致2人死亡。事故的發生，再一次為我們敲響生產安全的警鐘。值得注意的是，事故所在企業不但是世界500強，也是全國首批智能制造試點示范企業，尤其是當前正值全國兩會召開期間，其引發的教訓更加令人震驚。
事件發生的初步原因：循環氫壓縮機C502B停機，裝置聯鎖停機后，原料罐壓力快速上升，最終導致超壓罐體撕裂著火。其實這次的事故中DCS系統一直是正常工作的，該報警的已經報警了，該聯鎖停機的也停機了，可問題出在了停機后，出口閥沒有及時關閉導致下一個罐的爆炸!此次事件令人感到遺憾與痛惜的同時，也讓大家對生產安全的重要性有了更為深刻的認識。如今盡管眾多生產企業在生產安全方面都有很大的進步與突破，然而，在不少生產企業中仍然存在很多安全隱患，例如由于生產設備部件磨損帶來的潛在隱患;設備質量或者因實施不規范出現的隱患;人工操作不當出現的隱患等等，成為制約企業發展的嚴峻問題。同時，也有不少企業在進行智能化改造的同時，存在“智能的就等同于安全的”這樣的誤區。
當前，我國智能制造的發展已經取得很大的突破，很多生產企業已經完成智能化初步改造，或者正處于前期規劃階段。無論是哪一階段，易往信息認為，企業的智能化改造升級一定要與安全生產共同發展，相輔相成。因此，我們在打造易往智能工廠整體解決方案之初，即充分考慮到企業生產安全這一重要課題，推出易往n-Join工業人工智能系統。易往n-Join系統以人工智能為核心技術，不僅功能強大，部署簡易，最為重要的一點，它可以有效加強企業生產安全。如前所述，針對企業生產設備磨損或損壞未被及時發現造成的隱患，易往n-Join系統通過收集企業生產過程中大量的安全監控數據信息，進行廣泛的大數據和深度學習算法的分析，不但能夠檢測企業生產潛在的故障隱患，還可以對生產中類似閥門這樣的關鍵部件的故障進行趨勢性分析。這種智能的預測性維護方法不但能夠大幅度降低企業意外停產時間，次品率及設備故障率，還可以通過大數據分析對企業級跨部門、跨生產線的潛在隱患進行分析，有效防范，讓企業對生產安全的防范做到未雨綢繆。此外，造成安全事故發生的另一個重要原因是對緊急情況的處理是否得當。顯然，適時預警及合理處理安全隱患對于企業安全尤為重要。對此，易往n-Join系統通過偵聽功能，收集多達幾十億樣本的海量數據，再經過n-Join系統強大的學習功能，對這些數據進行深度學習和分析，不斷優化與總結，為企業構建大量、詳細、合理的安全生產知識庫，通過隱患預警及相應解決方案，最大化消除安全隱患、減少企業損失。
無論是打造智能工廠，還是進行階段性的智能化改造，其效果都遵守木桶原理，即整個項目中涉及到的設備，軟件，項目規劃、實施及維護是一個不可分割的整體，任何一個環節出現紕漏或偏頗，都會造成難以想象的后果。因此，易往信息一直堅持為生產企業打造專業的智能工廠整體解決方案，通過統一規劃、布局，最大可能減少不良后果的發生。
千里之堤，潰于蟻穴。生產安全的防范沒有終點，更沒有一勞永逸。希望我們都能在心里時刻警醒，防微杜漸。
（轉載）
