化工厂的安全生产管理，检查项里最常被扣分的三类是：跑冒滴漏、违规作业、人员超范围。这三件事的共同点是都发生在“局部、瞬时”，靠人巡检很难全覆盖——装置区面积大、管廊高、罐区有防爆要求，人的视线和脚步都受限制。

视频 AI 在这个场景里的定位很明确：提供一个持续、覆盖面广的观察层，把“可能出事了”的信号提前抠出来，交给值班人员判断。这是危化品智能化方案里 AI 模块的基本角色。但前提是配置要对，配错了就是一堆误报。

一：三类高频风险，各自的检测难点

第一类是跑冒滴漏。化工装置的泄漏可能来自法兰、阀门、泵密封、管道焊缝，介质可能是液体、气体或蒸汽。视觉能识别的主要是有颜色或有雾状特征的泄漏——酸碱液滴漏、蒸汽白雾、油品渗漏形成的地面反光。无色气体和微小渗漏，视觉无能为力，这部分要靠气体探测器。

第二类是违规作业。装置区的高频违规有几种：动火作业没按规程设围挡、检修时没挂牌、作业人员没穿防护、临时用电拉线不规范。这些行为在画面里都有可视特征，是 AI 比较擅长的方向。

第三类是人员超范围。化工企业一般会划区域权限——生产区、罐区、装卸区各有准入要求。人员跑到不该去的区域、在危险源附近长时间停留、夜班期间单人进入关键区，这些都需要检测。

三类放在一起，就引出配置的第一个判断：罐区和装置区的策略不能一样。罐区以“区域准入 + 泄漏”为主，对象少、区域大；装置区以“作业行为”为主，对象多、画面杂。

二：跑冒滴漏怎么配：盯关键点位，不追求全画面

把整个罐区划成一个泄漏检测区，是最容易做坏的做法——画面里蒸汽、雨雾、反光都会被当成泄漏，误报率高到无法使用。

务实的方式是盯关键点位：泵的机械密封处、法兰密集的管段、装卸鹤管的接口、罐底排污阀。这些位置是泄漏的高发点，也是画面里容易框定的固定区域。每个点位单独设规则，泄漏检测只在这些小区域内生效，误报量立刻降下来。罐区和装置区的点位最终要落到具体设备上，前端计算和后端分析的分工可以参考AIBOX 危化品行业解决方案。

液体泄漏的识别特征是地面出现异常积液或反光带，判断依据是“该区域在非正常情况下出现了新的高反光或颜色变化”。蒸汽泄漏的特征是持续的白雾，但要注意区分工艺正常排放的蒸汽和异常泄漏——这需要和甲方确认哪些排放点是正常的，提前标出来排除。

如果现场本身配了安全卸油流程管理解决方案这类针对装卸环节的方案，视觉的泄漏检测应该和流程管理配合：装卸过程中检测到泄漏，直接中断流程，比事后查录像有用得多。

三：违规作业怎么配：把规程翻译成画面条件

动火作业的监管要求是“有作业票、有监护人、有消防器材、有围挡”。这四条里，视觉能核验的是后三条：监护人是否在场、灭火器是否摆到位、围挡是否设置。

配置方法是把每条要求变成画面里的一个判断：监护人在场，是对作业区周围的固定区域做人体检测，要求持续有人；灭火器到位，是对地面指定位置做目标检测；围挡设置，是检测作业区边界是否有隔离设施。

这类规则的特点是必须“组合判断”，单条规则都会误报。比如只测“作业区有人”，那人来人往全是告警。必须加上时间窗口（作业时段内）、加上区域（作业票指定的位置）、加上人员属性（有没有穿防护服），组合起来才有意义。

人员超范围的配置思路类似，重点是区域权限表的准确性——哪些人、什么时段、能进哪里，这张表要和企业的安全管理制度对齐，不能凭空设。

四：人员定位：视觉和 UWB 各管一段

化工场景常提到人员定位，这里要说清楚两种技术的分工。视频 AI 给的是“画面坐标”——知道某人在某台摄像机的画面里，能判断他在哪个区域、待了多久、有没有越界。精度取决于点位密度和标定，一般在区域级别，做不到精确到米。

UWB 给的是连续的位置轨迹，精度到厘米或亚米级，但要求人员佩戴标签、现场布基站。像化工厂UWB定位方案这样的方案，适合对轨迹精度要求高的场景，比如重大危险源区域的人数统计、应急救援时的受困人员定位。

两者的关系是互补不是替代。视频覆盖所有进入画面的人（包括外来访客、承包商），不需要佩戴设备；UWB 精度高但要求全员带标签。实际项目里常见的组合是：视频做区域级管控和违规取证，UWB 做重点区域的高精度定位。

五：和可燃气体报警怎么分工

这是化工厂甲方一定会问的问题：已经有气体报警器了，为什么还要视频？

答案在检测原理和响应范围。气体报警器是点式探测，装在泄漏源附近，靠介质浓度触发，灵敏度高但覆盖范围有限——探测器没装到的位置泄漏了，它不会响。视频是面式观察，覆盖范围大，能看到泄漏的位置、形态和周边情况，但灵敏度远低于气体探测器，微量泄漏看不见。

所以两者的分工是：气体报警器负责“报警”，视频负责“定位和取证”。报警器响了，值班员不用再猜是哪个阀门漏了，直接调对应点位的画面看。这个价值在应急处置时非常实际——尤其是在夜间和人员少的时段。

配置上要做联动：气体报警触发后，自动弹出对应区域的视频画面，最好同时截取报警前后各一段录像。这个联动比多做几个 AI 算法更能打动甲方。

六：给工程商的落地建议

防爆是硬约束。罐区和装置区的很多位置属于爆炸性环境，设备选型必须符合防爆等级要求，普通摄像机装进去是安全隐患，检查时也是硬伤。这一点在报价阶段就要明确，别等项目中期才发现设备要全换。

先做危险源辨识再点位设计。哪个罐装什么、哪个泵送什么、哪些是重大危险源、哪些区域有防爆要求，这些信息决定了点位的位置和设备的等级。拿着厂区平面图和工艺流程图做设计，比照搬其他项目强。

误报治理要留出预算。化工现场的蒸汽、雨雾、夜间照明都会影响识别，上线后需要一轮参数调优，这段时间的误报处理要有专人负责，不能装完就走。

最后要说明一点，AI 视觉在化工场景里是安全管理的辅助层，不能替代 DCS、SIS 和气体报警这些法定安全设施，也不改变工艺本身的安全设计。工程商把检测能力讲清楚、把边界讲清楚，甲方才会把它当工具用，而不是当负担。