二、智能生产监控

（一）概述

1．概念与定义

智能生产监控在结合生产现场传感器实时采集数据、提供现场人员直观监视的基础上，集成了智能判别算法，对生产过程或生产状态异常情况进行捕捉、识别，并在特定的条件下产生报警，提示现场人员。

2．发展历程

（1）智能生产监控系统——萌芽阶段

1）一对一监控系统。最早期的产品，多以摄像机与监视器（电视）一对一监视系统为主，连接方式是靠视频电缆一对一直接相连，有多少个摄像机就有多少个监视器，没有任何技术含量，是闭路监控发展的初级阶段。

2）控制电路系统。人们在实践中慢慢地发现，这一模式对监视器是一种极大的浪费，随之逐渐出现了视频切换器，来弥补这一不足。对监视范围要求的进一步扩大，和变倍镜头及云台的引入，必然导致控制器的出现。此时的切换控制电路系统因受技术的限制，只是简单的硬件电路组合，视频切换和控制是独立的，控制多采用多路开关，配合多芯电缆一对一直接连接的线控方式。传输距离近，布线复杂，操作烦琐，难以实现多中心控制，系统容量小，扩展困难，不能实现区域联网。

（2）智能生产监控系统——孕育阶段

1）处理器监控系统。20世纪七八十年代，随着新技术革命的兴起，微处理器进一步普及和发展起来，闭路监控系统真正拥有了一颗自己的“芯”。将切换和控制合二为一，这是一个不小的进步。但随着时代的变迁，这一微处理监控系统越来越跟不上时代的步伐。因采用非标系统，受单片机（8位、16位芯片）的限制，系统功能容量及运行速度有限，体积大，容易死机，无对话式屏幕菜单，缺乏良好的人机界面，操作步骤多，可编译性差，联动控制方式一旦确定难以修改，系统分控采用通信方式，无法与标准计算机联网，兼容性差，系统升级困难。

2）外挂多媒体的监控系统。20世纪90年代，伴随着计算机多媒体技术的萌芽发展，人们慢慢地从简单的计算机编译和控制方式，向计算机多媒体化过渡，利用计算机显示器的高解析度，将一路视频传输进来，通过视频捕捉卡采集到计算机显示。但是，控制及切换主机仍为传统单片机主机，只是通过串口与计算机相联，是完全简单的控制工作。这一模式我们称之为外挂多媒体的监控系统。尽管它有较为良好的人机界面，但仍不能称其为真正的多媒体系统。其根本原因在于系统设计的出发点不是基于计算机，而是基于传统的微处理器监控模式，只是为了适应突飞猛进的计算机多媒体技术的发展和客户的需求，被动地在原有基础上加以改进拼装，在大部分时间里，计算机只是在充当一个外部监视器，并没有发挥其真正的作用。并且，传统微处理器监控系统所固有的弊病并没有克服，通信协议的多样化及专用化导致已有计算机资源无法满足多种设备的需求。目前，较为先进的监控设备，都带有RS-232串口通信，但试想将切换器、云台控制器、报警控制器等堆加在一起，计算机又有多少串口可以提供服务呢？而在联动连接方式上依然只是线缆的组合，无法实现真正意义上的计算机智能化管理。

3）过渡型数字视频监控系统。20世纪90年代末，随着数字视频技术的飞速发展，数字化的概念逐渐被人们所接受。一些从事视频板制作的厂商看到这一领域有利可图，将民用的一些视频技术转化过来，推出了自己的视频系统，应用于监控领域。由于这些厂商以前没有监控领域的背景和实际经验，设计出来的产品也许在视频处理上有一定的特长，但往往不符合安全要求和行业规范。我们要考察的是一个系统的综合监控能力，一个成熟完善的监控系统，不仅要完成视频处理，还要有处理大量控制、报警、联动等数据的指令，完成用户各种复杂的功能要求。这类系统以韩国系列为代表，虽然有一个漂亮的界面，标榜为数字化系统，但在功能需求上不符合公安部安防标准，存在安全隐患，并且只能用于16路以下功能简单的小系统，无法进行系统扩展，这是这类产品的致命伤。术业有专攻，要想真正达到实际监控设计要求，还有一段很长的路要走，况且这些公司一旦发觉此领域无利可图肯定会转行，很难有持续发展性，同时售后服务很难保证。

（3）智能生产监控系统——诞生阶段

何为真正意义上的智能生产监控系统呢？就是完全基于计算机，以其为核心，结合安防监控的实际要求及多年来不断完善的安防理论和经验，运用最新的数字视频技术、现场总线技术、网络通信技术建立一套软硬件相互结合、崭新、完整的安防体系，优化内部结构，减少不必要的环节，提高整体性能和反应速度，适应新技术不断发展的需要，并向用户提供全面的增值服务，提供针对不同行业、不同需求的数字媒体监控管理全面解决方案，将监控从安全防范提高到管理的高度，以视频为主线结合相关实际业务渗透到各行各业中去，促进生产力的不断发展，并为其发展提供全面服务。这也是未来监控系统发展的方向。

3．内容与优势

智能生产监控的内容一般包括制造系统运行状况、在制品质量、生产进度、生产安全、环保监测及能源管理等，采用的智能模型及算法有Petri网、状态机、模式识别/专家系统、SPC统计分析等。

现代生产具有高精度、多批次、快节奏、自动化等特点，人工监控受专业知识、工作经验及活动能力的限制，而智能监控技术可以克服人工监控的不足，当前正深入应用到现代加工生产中。

（二）智能生产监控关键技术

1．视觉检测技术

机器视觉就是用机器代替人眼来做测量和判断。机器视觉检测系统采用CCD或CMOS摄像装置将被检测的目标转换成图像信号，传送给专用的图像处理系统，先根据像素分布和亮度、颜色等信息，转变成数字信号，并对这些信号进行各种运算以抽取目标的特征，如面积、数量、位置、长度等，再根据预设的允许度和其他条件输出结果，包括尺寸、角度、个数、合格/不合格、有/无等，实现自动识别功能。计算机双目视觉直接模拟人类双眼处理景物的方式，可非接触进行三维立体测量（高宏伟，2012）。

机器视觉用于检测，可分为高精度定量检测（如机械零部件的尺寸和位置测量）和半定量或定性检测（如装配线上的零部件识别定位、缺陷性检测与装配完全性检测、产品的外观检查）。

智能生产监控应用中，机器视觉已用于汽车车身检测、印刷电路板检测、飞机蒙皮孔几何参数测量等。

2．在线分析测试技术

在线分析测试技术通常是指安装在化学反应现场，可对化学反应中的各组分进行实时在线自动连续分析测量的仪器及技术。它克服了实验室分析测试不能满足工业生产实时管控需要的问题，在很多工艺过程中直接、快速地对一些关键参数进行测量，一方面更好地实现生产监控，及时发现异常并采取相应措施，另一方面根据这些实测参数进行加料及安全控制，实现生产过程的自动化控制。

到目前为止，已有光学、电化学、热学、色谱、质谱及物性等在线分析仪器设备。其中光谱类仪器，尤其是在线近红外光谱分析技术，因其仪器简单、分析速度快、非破坏性和样品制备量小、适合固液气等样品分析、多组分多通道同时测定等特点，已广泛应用于化工、石化、制药、烟草等领域（高枝荣等，2009；毕晓静，肖军华，2011）。

3．物联感知与信息融合技术

物联网是通过信息传感设备将不同物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理。物联网技术已在工业领域得到广泛应用，如制造业供应链管理、生产过程工艺优化、产品设备监控管理、环保监测及能源管理和工业安全生产等，均涉及生产监控的内容。

信息感知是物联网的基本功能，通过传感器对物联网中的物品进行信息收集，实时动态向目标用户反馈。但是物联网对信息处理和分析的能力是有限的，要实现高效率的信息感知，需要依靠信息融合技术做更深层次的信息处理。

信息融合就是对大量不同的信息加以提炼和整合的过程，通过信息融合得到更加精炼、准确的数据，为控制或决策提供信息数据的支持。根据信息提取水平，Nakamura等人（2007）将物联网中的信息融合技术划分为4个层次，即数据级融合、特征级融合、决策级融合和多级综合融合。

生产过程中，现场往往获取多源异构、不同时间尺度、海量的传感数据，需要经过特征级融合、决策级融合处理来获取有价值信息，进行控制与决策。这已成为当前智能生产监控的一个重要研究方向（见图4.10）（王洪波，2013）。

4．建模预测与预判技术

采用机理建模、数据建模或混合建模技术，对设备状态或工艺过程进行动态仿真模拟，在得到实际数据校正后，用于预测预报，进而实现智能生产监控。

埃克森美孚Baton Rouge化工厂使用多状态估计平台（Multiple State Estimator Platform, MSEP）技术，处理当前传感器信息和历史数据，并结合先验知识，对设备运行状态做出准确估计及预测，让操作人员及早预防异常事件，保证了乙烯装置的安全运行（Mylaraswamy et al.,2000）。

国内学者也开始这方面的研究，如高原（2009）“基于Petri网的间歇过程智能监控技术研究”、罗坤明等（2005）“蒸馏装置智能监控与事故预报系统”等。

（三）典型的智能生产监控方法

1．离散制造的智能监控

（1）制造系统状态监测与故障诊断。状态监测与故障诊断是指在线监测制造系统相关运行参数，主要有振动、温度、转速、工艺量参数、电压电流、磁通量、噪声等，采用适当的分析诊断方法，评估制造系统的运行状态，起到3方面的作用：①监测与保护。监测机械设备工作状态，发现故障及时报警，并隔离故障。②分析与诊断。判断故障的性质、程度和部位，分析故障产生原因。③处理与预防。给出消除故障的措施，防止发生同类故障（孙明科，2009）。

鉴于振动信号能够很好地反映机械设备的故障特征，因此，通常将其作为制造系统故障特征信息的主要载体。数控加工中，通常采用振动信号进行切削加工监控、刀具磨损监控等；大型旋转机械（工业压缩机、汽轮机等）的状态监测与故障诊断一般采集振动、噪声信号，并运用信号分析方法中的时域分析法、频域分析法、倒频谱分析法、三维瀑布图以及状态参数进行分析与诊断（胖永新，何伟明，2008）。

现以汽轮机状态监测与故障诊断为例进行说明。如图4.11所示，汽轮机状态监测部分包括监测仪表系统（TSI）、分散控制系统（DCS）和越限报警功能等模块，故障诊断部分包括振动传感器、信号采集、信号分析/特征提取和故障识别诊断等模块。其中，汽轮机监测仪表系统作为一种多路监控系统（李建忠，鱼凤萍，2007），可以有效地连续监测汽轮发电机组转子和汽缸机械的主要运行参数，包括机组各个轴瓦处的绝对瓦振和相对轴振，以及机子转速。绝对瓦振一般通过放置在各个轴承座上的磁电式振动速度传感器获得；相对轴振则通过电涡流式振动位移传感器获得。系统将采集到的模拟量通过现场分散控制系统显示，并提供越限报警功能。

汽轮机故障诊断方法主要有主分量分析、聚类分析、模糊模式分析及人工神经网络分析等。如考虑故障原因和故障征兆之间存在很强的模糊关系，则运用模糊逻辑理论分析处理振动信号，推断故障原因（张晓，苗长新，2002），基本步骤如下：

1）对振动信号进行预处理（如快速傅里叶变换FFT），得到振动信号频域结构信息，即振动信号在7个频段（<0.4f,（0.4～0.5）f,（0.5～0.99）f, 1f,2f,（3～5）f, >5f）的幅值，将这些信息当作汽轮机故障征兆。

2）运用升半柯西分布函数，计算所获得故障振动信号7个频段的隶属度，并进行归一化处理：

3）运用模糊聚类分析方法，选用择近原则和模糊综合评判原则，将所得到的故障征兆与汽轮机故障的模糊关系矩阵进行对比分析，查找机组故障原因，并得到诊断结论。

（2）机械零部件的在线质量监控。机械加工过程中，对机械零部件的物理尺寸进行在线检测与监控，可以为生产者快速反馈加工状况的有用信息，尤其是可以进一步提高数控加工生产线的自动化程度。当前，三坐标测量机在线检测和SPC统计分析质量监控在生产实际中得到了广泛应用。

三坐标测量机原理（刘培等，2013）：任何形状都是由空间点组成的，所有的几何量测量都可以归结为空间点的测量。因此，任何几何形状都可以通过空间点坐标的采集进行评定。将被测量零件放入测量机允许的测量空间后，选取合适的测量参考坐标系，精确地测出被测零件表面的点在空间三个坐标位置的数值，再经过计算机处理，得出其形状、位置公差及其他几何量数据。

上海大众汽车公司将三坐标测量机应用在PASSAT轿车生产线的车身骨架测量（胡建峰，2011），如图4.12所示。PASSAT轿车车身共分为36个总成、分总成，以及多种辅助饰件，其中PASSAT轿车车身骨架总成共有200多个测量点，分布在车身的每个部位。在PASSAT生产线上，2台BRAVO NT型测量机用于测量各类分总成，包括侧板、前后底架、前后盖和白车身的测量，第3台测量机用于校验测量编程的控制精度。测量过程是自动完成的，一次典型的全车体检测过程大约需要40分钟。

图4.12描述了车身骨架总成的测量，其中点位偏差显示设计图，采用直线段控件表示偏差方向，共有6个方向，分别表示x、y、z及i、j、k 6个指向，其中x与i、y与j、z与k分别逆向。以TEXT01rj为例，TEXT为文本控件标识，01为点序号，r为车身右边，j为方向。

SPC统计控制原理将在本节下文的“在制品质量SPC统计控制”中论述。现以齿轮自动加工过程质量管控（朱波，2013）为例说明SPC统计分析质量监控方法。

齿轮自动加工生产线是典型的机械加工生产线。在“轿车变速箱成套齿轮加工国产自动生产线”的设计开发过程中，其基本技术要求为：齿轮加工精度达到国标6级，整条生产线的工序能力指数CPK≥1.33，生产线节拍在2分钟以内（王洪波，2013）。现场生产自动控制与质量监控相辅相成。

图4.13表示齿轮加工生产线SPC质量监控整个流程。首先分析产品质量特性，以确定控制过程中的关键特性。其次通过统计分析质量特性变量的历史数据，判定变量间的相关性。对独立变量采取单变量过程控制，对相关变量采取多变量过程控制。单变量过程控制选用SPC的均值—标准差控制图；多变量过程控制则选用MSPC的T 2-|S|控制图。

1）单变量过程控制。对生产现场的测量仪器和下位机传送的质量数据进行实时监控，一旦监控到异常，系统便进入异常诊断模式，利用基于特征融合与SVM的单变量过程控制模型对异常控制图中的曲线进行分析，判断并输出异常模式类型，然后进行异常模式参数估计，输出异常参数值。所有输出信息导入异常溯源专家系统，获得过程质量异常诱因的详细信息，从而给出对应的过程调整措施。

2）多变量过程控制。多变量过程控制与单变量过程控制的不同之处在于，多变量过程控制图监测到异常后，需识别出具体的异常源。采用选择性DAGSVM集成分类器对多变量过程状态进行模式识别，并输出异常的变量及其类型，然后再通过优化多核SVR模型对异常变量的异常参数值进行估计。通过诊断信息分析导致异常发生的诱因，以采取对应的过程调整措施。

（3）总装线的零部件供应监控。装配总成通常是机器制造的最后环节，零部件供应直接影响生产效率。总装线的零部件供应监控，一般指在准时生产JIT模式下，满足装配线库存约束、市场预测（或销售订单）要求时，对零部件供应进行的监测和调控，以稳定生产节拍、控制生产成本和保证交货期。德国和日本的汽车厂商在这方面有很深入的应用。

华晨宝马轿车装配生产线物料的准时化供应，是由其轿车混流总装配线物流供应系统（张溯，2013）来保证的。如图4.14所示，物料供应系统包括生产设备、物流系统和信息系统，其中信息系统担负着生产调度和过程监控重任。

无论是外部零部件采供，还是内部零部件分装供应，信息系统围绕物料准时供应的监控策略为：

1）计划拉动Autopull→看板拉动Kanban→紧急拉动Emergency Kanban。

2）计划拉动Autopull。根据SAP R3系统生产计划及零部件在生产线的消耗计算，自动产生物料需求计划并传达到库房，形成定时定量的配送模式。

3）看板拉动Kanban。装配工程师通过扫描看板卡的方式将生产线需求通过SAP R3系统传送给库房，库房根据实际需求调整零部件的备货和配送。

4）紧急拉动Emergency Kanban。在订单调整等紧急情况下，造成现场某一种零部件供应不及而导致停线，调度员采取紧急呼叫库房补货，以保证生产顺利进行。

丰田汽车零部件全球供应链库存监控管理技术（周雷鸣，2002）堪称一流。早在2001年，丰田公司在分析过往的库存供需和物流监控数据的基础上，率先提出SOQ（建议订货量）计算公式，把一个月订单细化分解成四周订单，并确保每月第一周新增的订货基本补偿了上个月的需求变动。

SOQi=（订货周期+投产准备阶段=保险库存）×（×上月平均需求量+×本月平均需求预测）-（过剩库存+过剩订货）+期货订货

式中，i={1,2,3,4}，为每月的周次。

此外，丰田公司针对零部件库存及物流特有的波动因素，制定了相应的监控管理措施，如针对新款车型零部件或改进型部件的需求预测较困难的问题，系统监控中除SOQ公式等应用工具外，还需要相关公式支持，如UIO（运转设备）公式、PNC（零件代码管理因素）表格等，从而形成更为精准的管控。

2．连续生产的智能监控

（1）化工装置的安全联锁控制。化工生产中高温、高压、易燃、易爆、易中毒、强腐蚀性、强刺激性等危险危害因素是固有的，在不能彻底避免人为失误的情况下，采用隔离、远程自动控制等方法是最有效的安全措施。安全联锁控制可以在化工设备启动、运行，甚至出现危险事故紧急停车中发挥安全保护作用。

在化工本质安全原则中，安全系统和过程控制系统是独立设置的。目前推行的紧急停车功能、安全仪表系统，基本要求是独立配置，其安全性要比自动控制系统的高。正常情况下，这些新推行的安全系统处在静止状态，不需要人工控制，但永远处在监视工作状态。当化工装置出现事故时，它们就会做出反应，保证化工设施可以在紧急事故下安全停车（刘忠明，李岩，2013）。

通常，化工安全联锁控制通过电子、电气、气动等方法实现化工装置之间的操作联锁以及电源、开关、阀门等部件之间的联锁。安全联锁控制的主要特点，体现在联锁，在相互关联的作用下，相互制约，将装置之间的操作进行协调，实现设备的安全运行和安全控制。

现以ESD紧急停车系统在CS2化工装置中的应用（王秀丽，2010）为例加以说明。

CS2用途广泛，主要用于生产农药、橡胶助剂以及作为化工原料等。在CS2制作工艺流程中，要求原料液态硫黄和甲烷气体在一定条件下进入反应炉，经过化学反应生成成品。在反应过程中，当甲烷和燃料气的压力过高或过低时，都需要采取联锁保护措施，关闭相应阀门。

如图4.15所示，当甲烷或燃料气中某种进料压力不属于正常压力范围内时，ESD内部逻辑电路将产生相应的联锁信号，使现场相关电磁阀停止工作，达到联锁目的。与此同时ESD系统还将向DCS通信站单向传输联锁信号。DCS系统在接受信号后，在显示器上显示具体数值并启动报警功能，同时关闭所有进料阀门。随后采取相应措施，在生产装置恢复正常后手动复位阀门。

出于安全考虑，系统联锁触点在正常情况下处于闭合状态，发生事故时断开。由于联锁触点长期暴露于空气中，容易受腐蚀、氧化、磨损等因素影响，会导致故障发生时无法准确断开，造成事故，因此，在联锁信号输入方面常采用“与门”连接，当存在多个联锁输入信号时，只要有一个信号达到联锁条件便启动自动联锁，关闭相应阀门。

（2）在制品质量SPC统计控制。1924年美国质量大师休哈特（Shewhart）博士发明了控制图方法进行工序控制，以预防为主方式稳定生产过程的质量。控制图是判别生产工序过程是否处于控制状态的一种手段。即在生产过程中，仅有相互独立的偶然性因素影响时，产品特性值x会服从正态分布即x-N（σ2）, P（-3σ<x<3σ）=0.9973。x落在如图4.16所示的以-3σ, 3σ为上、下控制线外的概率之和只有0.27%。这是个很小的概率，出现这样概率的事件称为小概率事件。根据概率统计理论，小概率事件在一次试验中是几乎不会发生的。如果发生了，则说明原来的分布受到了系统性因素的影响处于失控状态。休哈特正是根据这一理论提出了控制图方法（钱夕元等，2004）。

统计过程控制（Statistical Process Control, SPC）正是使用控制图等统计技术来分析过程及产品特性值输出，通过适当的措施来达到并保持过程稳定，从而实现改进和保证产品质量的目的。实际应用中，控制图是对选定的过程质量特性加以测定、记录，从而进行控制管理的一种用统计方法设计的图。图上有中心线（CL）、上控制界限（UCL）和下控制界限（LCL），并按时间顺序抽取的样本点序列描点。

现以南通宝钢炼铁厂SPC统计控制改进铁水质量应用（彭坤等，2011）为例加以说明。

南通宝钢炼铁厂在2005年投运高炉炼铁生产，随后几年受到原燃料质量波动的影响，以及生产经验不足的限制，给高炉炼铁生产工艺参数控制和技术经济指标优化带来较大困难，为此，开展了SPC统计控制持续改进铁水质量的应用。

实施SPC控制，首先必须选择对铁水质量影响最关键的因素作为控制点。根据南通宝钢生产的环境以及高炉生产的特性，把铁水[Si]含量作为最关键的控制点之一。其次，在实施SPC控制时，还需要用到大量的数据，需获得炼铁厂一段时间内的数据。根据铁水[Si]含量的数据类型，综合考虑后使用SPC中的均值极差控制图来对[Si]含量进行监控。

在初步实施SPC统计控制后，将所得到的铁水[Si]含量的均值极差控制图与未实施之前的比较，发现实施后的过程控制能力CPK有所提升，但其目标值还是偏离中心，说明SPC统计控制还没有达到预期值，仍需继续对SPC统计控制进行优化。综合考虑影响铁水[Si]含量的因素后，利用鱼翅图，采取“5M1E”方法分析得到影响铁水[Si]含量的其他因素，并采取相关措施进行优化后，再对其进行均值极差控制图分析，结果发现铁水[Si]含量的过程控制能力值CPK明显提高，达到预期的效果。

实施SPC控制的效果明显，如图4.17所示，通过增强对铁水[Si]含量的控制，保证了铁水质量，同时燃料比下降，使炼铁生产经济效益得到提升。

（3）批量生产质量跟踪。批量生产在冶金、化工、制药行业非常普遍，但是批量生产质量跟踪方面，行业差距非常大。制药行业对产品质量高度重视，其生产须强制符合国家药品生产质量管理规范GMP认证，对批量生产的产品进行全面质量管理，为患者提供一致且质量可靠的成品。因此，药品生产过程要求有十分严格的批号记录，从原材料、供应商、中间品以及销售给用户的产品，不仅记录批次物料信息，而且记录批次工艺信息，这些批次信息将用来进行生产回溯和问题跟踪（白向荣，2013；王彦桂，陈宇，2010）。药品批次信息流程如图4.18所示（韦文思，2009）。

批次信息管理是批量生产质量跟踪的基础，这涉及批次标签及其相关信息的全程记录。随着条码、二维码、RFID电子标签技术的普及，批次标签及信息录入也变得快捷方便。对于冶金行业，已尝试从转炉炼钢或高炉炼铁开始，建立批次概念，在连铸坯上喷印标签，并采集转炉炼钢、连铸连轧等实际工艺参数，形成可追溯的批次产品质量数据库。

（4）安全生产监控。随着人们对生命的珍惜，在生产过程中的人身安全保障得到高度重视，安全生产监控从装置安全拓展到人员安全。危化、民爆行业纷纷增设了人员安全控制（进出人数、位置、操作控制）、重大危险源监控等保护措施。

如图4.19所示，某民爆企业实施了人员出入门禁管理和人员定位遇险救援管理系统。门禁系统控制进入厂区、车间的人员，使危险区作业人数得到严格控制。人员定位遇险救援系统则跟踪记录人员实时位置以及相关信息，在危险情况下支撑应急抢险方案，及时救助受困人员。

智能化门禁管理系统采用了RFID身份标识、视频监控等技术，在各厂区、车间设立感应点，能很好地记录进入危险区域作业的人员，能鉴别、控制持卡人员的进出。当危险区域人员数量超限时报警提示，甚至暂停人员入内。

民爆企业一旦事故发生，救援行动必须得到有效开展。民爆人员定位遇险救援系统通过建立一套完整的监控、救灾应急体系，实现对民爆生产作业、遇险定位搜救、救援通信和紧急疏散引导的综合管理，有效应对灾难事故。系统由人员定位、人员搜救、救援指挥、疏散引导、紧急通信5个子系统组成，硬件设备由标识卡、识别器、搜救仪、逃生导引牌、通信分站、中继器以及通信线路组成，通过CAN总线实现生产场所与指挥中心的数据交互。系统核心技术是确保搜救仪和人员标识卡间的无线通信，尽可能地增强搜救仪的搜索范围，提高搜索精确度。为实现此功能，首先利用CAN总线位速率高、抗电磁干扰强、可靠性高的优点确保正常的无线通信；其次采用近距离蓝牙技术和远距离ZigBee技术结合的方式，提高搜救精确度。在快速、有效地做出正确的救援决策方面，针对不同事故类型，制定专项应急预案，根据扇形优化Dijkstra算法确定最佳逃生路线；同时可通过CAN总线控制逃生通道灯的颜色和闪烁频率，为现场受困人员紧急撤离提供方向。