论文部分内容阅读
摘要：基于现有安全监督大数据库，将隐患违章数据与QHSE体系审核要素相结合，完成QHSE管理体系全要素问题分析，并提出对应改进措施，形成基于QHSE管理体系的安全监督大数据应用技术，实现监督数据分析视角从表象问题向管理追溯的转变，发挥监督数据对作业现场运行管理、风险管控的指导作用，深入剖析问题出现原因，追溯现场QHSE管理问题，形成基于QHSE管理体系的安全监督大数据分 析报告，指导安全监督工作，切实提升现场安全管理水平。
关键词：QHSE管理体系;安全监督;风险管控;安全管理
前言
近年来，出现了新的术语和概念来描述正在进行的数字化转型，智能企业（IE）的概念改变了包括工业世界在内的世界形象，一系列技术创新包括人工智能（AI）、智能自动化、深度学习技术、预测分析和大数据计算分析。
油气行业作业现场数据复杂性的增加和传统分析方法效率的降低，大数据分析和机器学习技术的出现，使得许多行业的整体形象发生了变化。同时，油气行业技术设备的不断更新和广泛应用，结合多方承包商现场合作服务模式，油气行业数据类型和规模的不断扩大，油气行业的大数据时代即将来临。随着大数据在重要决策中的重要作用越发凸显，对于油气行业作业现场隐患的发现与分析、事故的预警，大数据分析技术应用在QHSE管理体系中，引起了业界和学术界的广泛关注。
1 大数据在QHSE管理体系中应用的意义
QHSE管理体系是一个集质量、健康、安全和环境为一体的综合性管理体系。它能严格监督、控制石油和天然气企业的各种生产要素，保证材料、设备和人员的科学合理使用。能够及时发现安全生产隐患，杜绝事故发生，大大提高生产效率和质量，在石油和天然气企业安全管理中得到了广泛的应用，取得了显著的效果。大数据的应用是指将大数据分析和处理的结果应用于管理决策和战略规划的过程，是对大数据分析结果的测试和验证，大数据应用过程直接反映了作业现场的实际情况。大数据分析和处理结果的价值和可用性可以指导大数据的分析和处理，同时也可以对作业现场隐患排查和事故预警做出提示。
2目前的生产需求和需要解决的关键技术问题
2.1 生产需求及技术难题
作為专职安全监督机构，经过十几年来的沉淀积累，已建立起一套超百万条的现场隐患违章大数据库，针对上述数据形成了一套“日、周、月、季度、年”的监督数据动态分析方法并用于支撑监督管理。但就目前监督大数据分析所使用的方法及思路来看，隐患违章数据分析仍主要基于数量对比、分类对比等形式，分析的层次、维度较为单一，仅仅思考了数据所反映出的表象问题并提出改进措施，对于现场安全工作的深层次管理问题还涉及尚浅。
2.2 行业相关技术现状及发展趋势分析
行业QHSE现状：QHSE 管理体系在油气行业管理中广泛运用，贯穿于文件修订、指导书编制和管理评审等过程中，形成一套详细的管理体系，并在运行中不断优化，当前石油钻井领域QHSE管理执行中以周期性检查、评审为主，钻井作业现场日常作业中存在大量不安全行为、不安全要素，反映现场管理人员、作业人员在执行QHSE管理要求上打折扣，没有将QHSE管理体系具体要求落实到安全生产的具体作业中。
数据研究现状：安全生产是石油行业工作中的重中之重，作为管控现场风险、保障安全作业的安全监督在日常检查中，产生大量隐患违章数据。石油钻井领域安全监督机构对于这些隐患违章数据的使用大多停留在基本的统计分析上，未能充分利用好监督数据，进一步发挥其对安全管理的作用。
当前，从海量监督数据中挖掘作业现场问题，指导现场石油行工作，提升风险管控水平是大数据在QHSE管理体系中的应用发展趋势。
3 大数据在QHSE管理体系中应用研究方向
在数据采集部门，大量数据是从作业现场人员以及信息化系统中获取。利用大数据和QHSE管理体系对这些数据进行更紧密的分析和整合，可以提高分析和应用过程的效率以及对人员和设备的持续监控。由于作业现场数据众多，且其评估和选择指标多种多样，借助大数据和QHSE管理体系的结合，可以更直观地接触数据并以追溯管理责任为中心。在以下部分中，提供了大数据在QHSE管理体系中应用的概述。数据收集及处理过程如图1所示。
3.1数据对标分析
在数据应用部门提出数据分析维度需求后，数据分析部门指定相关分析方案，数据采集部门通过人工或者自动化系统获取原始数据，数据分析部门依据QHSE管理体系审核要素，完成原始数据与对应审核体系要素的标注，根据标注后的数据集，再根据需求进行数据提取、分析处理、评估，找出QHSE管理体系各要素问题在作业现场的具体表现形式，即每项数据对应QHSE管理体系要素在作业现场具体的表现实例。
3.2可视化分析
3.2.1管理问题追溯
原始数据在数据分析部门进行对标分析处理后，第二步工作就是根据数据集在作业现场具体的表现实例，深入剖析问题出现原因，采用鱼骨图、思维导图、数据关联等方式，对应各要素问题在作业现场的具体情况进行QHSE管理问题追溯，获得表象问题与管理问题的对应关系。紧密结合作业现场风险和生产实际，将大量数据与QHSE管理评审体系要素进行对比研究，提出针对性建议，有效保障现场安全作业，从而达到为生产（工程）服务的目的。
随着数据分析更加深入，进一步拓展数据分析层次及维度，更好的反映作业现场本质问题，实现对现场风险的预警分析来减小作业风险，使管理人员做出更好的决策，还提高了整个作业现场数据的准确性、质量和有效性。
3.2.2改进措施及数据分析报告
针对管理问题追溯分析的结果提出针对性改进措施，形成基于QHSE管理体系的大数据分析报告，指导现场管理人员工作。本报告包含对作业人员、设备设施和管理方面的整改建议及措施，从不同维度进行分析，例如：同一项目，同一作业人员的行为分析;不同项目，相同时间段，作业队伍的整体的分析;不同项目，同一设备的数据变化等等，可以给管理人员提供较为全面的分析维度和结果，使得作业现场管理人员更好的利用数据做出更好的决策和调整措施，保证作业现场人员和设备达到最好的状态。
4 结论
近年来，石油和天然气行业作业现场数据的生成速度惊人，对一个安全监督机构来说，分析这些数据并将其灵活运用在QHSE管理体系中是一项挑战。从这次调查中可以了解到，大数据可以用于QHSE管理体系中，通过不同分析纬度、技术和方法，比如统计分析、机器学习、数据挖掘、智能分析、云计算和数据处理，将作业现场具体的隐患违章表现形式与QHSE管理体系审核要素相联系，实现从表象问题查找管理缺陷，进一步拓展监督数据分析层次及维度，数据分析更加深入，更好的反映现场本质问题，指导监督工作，有助于作业现场从管理上强化风险管控，切实提升现场安全管理水平。
作者简介：张鑫（1995.10-），男，汉族，四川遂宁人，本科，助理工程师，研究方向：安全生产。
关键词：QHSE管理体系;安全监督;风险管控;安全管理
前言
近年来，出现了新的术语和概念来描述正在进行的数字化转型，智能企业（IE）的概念改变了包括工业世界在内的世界形象，一系列技术创新包括人工智能（AI）、智能自动化、深度学习技术、预测分析和大数据计算分析。
油气行业作业现场数据复杂性的增加和传统分析方法效率的降低，大数据分析和机器学习技术的出现，使得许多行业的整体形象发生了变化。同时，油气行业技术设备的不断更新和广泛应用，结合多方承包商现场合作服务模式，油气行业数据类型和规模的不断扩大，油气行业的大数据时代即将来临。随着大数据在重要决策中的重要作用越发凸显，对于油气行业作业现场隐患的发现与分析、事故的预警，大数据分析技术应用在QHSE管理体系中，引起了业界和学术界的广泛关注。
1 大数据在QHSE管理体系中应用的意义
QHSE管理体系是一个集质量、健康、安全和环境为一体的综合性管理体系。它能严格监督、控制石油和天然气企业的各种生产要素，保证材料、设备和人员的科学合理使用。能够及时发现安全生产隐患，杜绝事故发生，大大提高生产效率和质量，在石油和天然气企业安全管理中得到了广泛的应用，取得了显著的效果。大数据的应用是指将大数据分析和处理的结果应用于管理决策和战略规划的过程，是对大数据分析结果的测试和验证，大数据应用过程直接反映了作业现场的实际情况。大数据分析和处理结果的价值和可用性可以指导大数据的分析和处理，同时也可以对作业现场隐患排查和事故预警做出提示。
2目前的生产需求和需要解决的关键技术问题
2.1 生产需求及技术难题
作為专职安全监督机构，经过十几年来的沉淀积累，已建立起一套超百万条的现场隐患违章大数据库，针对上述数据形成了一套“日、周、月、季度、年”的监督数据动态分析方法并用于支撑监督管理。但就目前监督大数据分析所使用的方法及思路来看，隐患违章数据分析仍主要基于数量对比、分类对比等形式，分析的层次、维度较为单一，仅仅思考了数据所反映出的表象问题并提出改进措施，对于现场安全工作的深层次管理问题还涉及尚浅。
2.2 行业相关技术现状及发展趋势分析
行业QHSE现状：QHSE 管理体系在油气行业管理中广泛运用，贯穿于文件修订、指导书编制和管理评审等过程中，形成一套详细的管理体系，并在运行中不断优化，当前石油钻井领域QHSE管理执行中以周期性检查、评审为主，钻井作业现场日常作业中存在大量不安全行为、不安全要素，反映现场管理人员、作业人员在执行QHSE管理要求上打折扣，没有将QHSE管理体系具体要求落实到安全生产的具体作业中。
数据研究现状：安全生产是石油行业工作中的重中之重，作为管控现场风险、保障安全作业的安全监督在日常检查中，产生大量隐患违章数据。石油钻井领域安全监督机构对于这些隐患违章数据的使用大多停留在基本的统计分析上，未能充分利用好监督数据，进一步发挥其对安全管理的作用。
当前，从海量监督数据中挖掘作业现场问题，指导现场石油行工作，提升风险管控水平是大数据在QHSE管理体系中的应用发展趋势。
3 大数据在QHSE管理体系中应用研究方向
在数据采集部门，大量数据是从作业现场人员以及信息化系统中获取。利用大数据和QHSE管理体系对这些数据进行更紧密的分析和整合，可以提高分析和应用过程的效率以及对人员和设备的持续监控。由于作业现场数据众多，且其评估和选择指标多种多样，借助大数据和QHSE管理体系的结合，可以更直观地接触数据并以追溯管理责任为中心。在以下部分中，提供了大数据在QHSE管理体系中应用的概述。数据收集及处理过程如图1所示。
3.1数据对标分析
在数据应用部门提出数据分析维度需求后，数据分析部门指定相关分析方案，数据采集部门通过人工或者自动化系统获取原始数据，数据分析部门依据QHSE管理体系审核要素，完成原始数据与对应审核体系要素的标注，根据标注后的数据集，再根据需求进行数据提取、分析处理、评估，找出QHSE管理体系各要素问题在作业现场的具体表现形式，即每项数据对应QHSE管理体系要素在作业现场具体的表现实例。
3.2可视化分析
3.2.1管理问题追溯
原始数据在数据分析部门进行对标分析处理后，第二步工作就是根据数据集在作业现场具体的表现实例，深入剖析问题出现原因，采用鱼骨图、思维导图、数据关联等方式，对应各要素问题在作业现场的具体情况进行QHSE管理问题追溯，获得表象问题与管理问题的对应关系。紧密结合作业现场风险和生产实际，将大量数据与QHSE管理评审体系要素进行对比研究，提出针对性建议，有效保障现场安全作业，从而达到为生产（工程）服务的目的。
随着数据分析更加深入，进一步拓展数据分析层次及维度，更好的反映作业现场本质问题，实现对现场风险的预警分析来减小作业风险，使管理人员做出更好的决策，还提高了整个作业现场数据的准确性、质量和有效性。
3.2.2改进措施及数据分析报告
针对管理问题追溯分析的结果提出针对性改进措施，形成基于QHSE管理体系的大数据分析报告，指导现场管理人员工作。本报告包含对作业人员、设备设施和管理方面的整改建议及措施，从不同维度进行分析，例如：同一项目，同一作业人员的行为分析;不同项目，相同时间段，作业队伍的整体的分析;不同项目，同一设备的数据变化等等，可以给管理人员提供较为全面的分析维度和结果，使得作业现场管理人员更好的利用数据做出更好的决策和调整措施，保证作业现场人员和设备达到最好的状态。
4 结论
近年来，石油和天然气行业作业现场数据的生成速度惊人，对一个安全监督机构来说，分析这些数据并将其灵活运用在QHSE管理体系中是一项挑战。从这次调查中可以了解到，大数据可以用于QHSE管理体系中，通过不同分析纬度、技术和方法，比如统计分析、机器学习、数据挖掘、智能分析、云计算和数据处理，将作业现场具体的隐患违章表现形式与QHSE管理体系审核要素相联系，实现从表象问题查找管理缺陷，进一步拓展监督数据分析层次及维度，数据分析更加深入，更好的反映现场本质问题，指导监督工作，有助于作业现场从管理上强化风险管控，切实提升现场安全管理水平。
作者简介：张鑫（1995.10-），男，汉族，四川遂宁人，本科，助理工程师，研究方向：安全生产。