RISKWISE智能风险管理系统创新实践：利用AI技术推动异常管理变革

2024年12月25日，阿塞拜疆航空公司一位拥有15000小时飞行经验的资深机长驾驶失控飞机，连续飞行2小时后坠毁于哈萨克斯坦。

4天后，一架载有181名乘客的飞机在韩国务安国际机场坠毁，机上仅两人幸存。

在韩国务安事故现场，搜救人员在残骸中发现了波音737快速参考手册（QRH）的散页，这本多达2000页的手册被认为是机长在危机时刻试图依赖的最后救命稻草。

航空业一向以严谨和高安全性著称，然而在面对突发异常情况时，经验丰富的机长也难以在短时间内处置所有细节，多数还会依赖厚重的操作手册快速应对。

这不仅是航空业的困境，也是现代制造业必须面对的现实：当复杂系统出现异常时，仅凭经验和常规手段无法满足快速处置的需求。

然而，自动化系统的普及并不意味着风险的降低，反而对工程师和技术人员提出了更高的要求。如果某天自动系统失效出现报警，人工智能的“便利”则可能瞬间变成“麻烦”。

事实上，当自动化系统运行正常时，它能够显著降低对人工操作的依赖；但一旦系统出现故障，复杂的结构和深度内化的控制逻辑往往让异常诊断和修复变得异常困难。

对于负责异常处置的工程师而言，这种情况尤其考验其知识储备和应变能力。

更令人担忧的是，报警发生时的高压力环境往往让人陷入慌乱。即使是日常熟悉的知识，也可能因为紧张和遗忘而处置错误。

如果一次报警引发连锁故障，导致系统内的报警数量激增，仅靠经验往往难以应对复杂的异常状况。

一旦发生异常，报警之间的相互影响会显著增加诊断的难度，而响应时间的延迟则可能导致问题扩大化。

2018年11月28日，河北省张家口市桥东区大仓盖镇盛华化工有限公司附近发生一起爆炸事故，装置从异常到泄漏到最终发生爆炸，2小时内工艺、气柜、可燃有毒气体多处报警，员工未能及时找出报警原因，最终导致24人死亡。

现代制造业和流程工业在追求效率的同时，也在逐步接近航空业的复杂耦合程度。当自动化控制出现问题时，我们是否具备“老机长”那样的冷静与智慧，依靠经验或工具将系统引导回正常状态？

传统的制造业安全管理主要关注通用知识的积累，而忽视了对特定工艺和特定异常的深入研究。高端制造业亟须一种将企业内各个环节知识串联起来的管理体系，帮助工程师快速定位问题，并评估单点失效对整个系统的影响。

这样的系统不仅能够快速查询和培训，还能在报警真实发生时为工程师提供精准的处置指导。

如果能够进一步将指示系统与报警系统联动，实现自动报警与异常原因的快速定位，整个异常处置过程将更为高效。

由此，知识图谱和人工智能技术驱动的智能风险管理平台——RISKWISE应运而生。

RISKWISE通过将文字化的风险评估报告、员工经验和报警处置记录转化为事件链，建立了涵盖所有异常事件关系的风险知识图谱。

工厂中的许多事故往往由连锁反应引发，一个小错误可能触发一系列问题，最终导致严重后果，这种连锁反应正是风险的本质。

RISKWISE的核心理念在于将所有风险事件链通过知识图谱技术转化为可视化的“风险地图”。在这张地图中，每个节点代表企业可能发生的异常事件，节点之间的连接清晰展示异常事件间的因果关系。

多个互相关联的异常事件组成“事故链”，而工厂中交织的事故链共同构成整体的“风险地图”。

而RISKWISE打破了这一局限，将风险信息转化为事件链，便于查看、分享和培训。在平台的支持下，员工可以随时查询“风险地图”中任意异常事件的事故链路，获取该事件的所有“可能原因”和“潜在后果”。

通过可视化的“风险地图”，RISKWISE有效提升了企业各级员工对风险的统一认知，确保所有人能以相同的视角理解并处理异常。

而RISKWISE系统通过机器学习和人工智能的辅助，让这一构想成为可能。经过简单培训后，员工即可开始使用系统，利用企业现有的分析报告和事故案例快速完成风险地图的初步构建。

同时，经验丰富的技术人员可以实时更新和完善“风险地图”，而集中管理的RISKWISE还能将新增内容即时共享到企业的生产、操作、工艺、质量和安全等多个部门，确保信息高效传递和利用。

如果将这个集中了企业所有异常事件关系的“风险地图”与工艺报警系统对接，针对当前面临的报警难问题，就有了更加智能化的解决方案。

当RISKWISE接收到控制系统的报警时，系统会自动检索出与该报警相关的事故链。报警处置人员可沿着事故链逐一排查潜在的报警原因，从而显著提高异常研判的效率。

RISKWISE系统能够将同一事故链上的多个报警自动归类为相关报警，并智能组合为一条完整的报警链路。耦合报警越多，组合后的报警链路越清晰，从而显著提高对异常原因的研判准确性。

通过人工智能技术，RISKWISE会将这些记录自动接入工厂现有的“风险地图”，不断扩充和完善其内容。

这种动态更新机制使工厂的日常经验得到系统化积累，让“风险地图”越用越全面，逐步成为工厂特有工艺的“百事通”平台，让工厂宝贵的人员经验不随着人员离开而流失。

在未来，高端制造业的成功将不再仅仅依赖于单个工程师的经验，而是基于企业知识系统的强大支持。

RISKWISE的出现，为企业应对异常提供了全新的解决方案。它不仅帮助企业在异常发生时快速响应，更通过知识的积累与分享为企业打造了可持续发展的基础，构建更为智慧的异常管理体系。

它集成了风险评估、异常工况处置、联锁摘除模拟、HAZOP报告生成等关键功能。利用机器学习和知识图谱技术，系统将复杂的风险事件构建为清晰的因果关系图，实现实时风险计算，帮助企业识别高风险点和关键防护措施，降低风险遗漏。

通过图形化的风险知识图谱，RISKWISE将专业的工艺机理转化为易于员工查询的知识库，实现异常处置和自动报警分析。系统对接企业报警信息，报警后自动弹出事故链条，缩短异常工况处置时间，降低处置门槛，提高异常原因排查的准确性。

同时，RISKWISE通过记录和补充异常工况排查原因，不断完善风险数据库，最终形成工厂完整的风险数据，确保企业的整体安全。

本文作者 | 苏德亮；授权转载 | 《劳动保护》杂志

相关阅读：

“电子身份证”护航危化品流通安全 | 海樊“一企一品一码”样板企业深度专访

海樊科技RISKWISE智能风险评估应用成功落地宁夏瑞泰科技股份有限公司！

风险智能管理系统正式发布！ RISKWISE首次亮相中国国际化工过程安全研讨会，引行业热议