何文彪
龙岩烟草工业有限责任公司，福建省龙岩市新罗区 364021）
摘要：以龙岩卷烟厂为例，研究了大数据技术在该厂卷包车间安全生产上的应用，希望能够为其它卷烟制造企业的安全生产管理探索一条新的路径。
关键词：安全生产；大数据
0 引言
当今社会，信息化技术飞速发展，随之伴随着是大数据技术的进步，龙岩卷烟厂卷包车间高度关注安全生产管理和大数据技术的融合，现有的企业综合网络系统，速率高，完整性强，这大大提高了数据的共享性，同时建有《卷包车间消防安全巡检管理系统》、《卷包车间安全综合管理系统》、《卷包车间风险点全景漫游管理系统》等，这些系统都为卷包车间利用大数据技术进行安全生产管理奠定了基础。随着该厂在安全生产管理方面庞大数据量的积累，传统的安全生产管理方式明显不适应于大数据量的场景，同时，在如此庞大的数据量的场景下，传统的安全管理方式也存在着诸多问题。正因如此，本文开展了大数据场景下的龙岩卷烟厂安全生产管理模式的探索。
1卷烟制造安全生产管理大数据
1.1安全生产管理大数据的特征
龙岩卷烟厂卷包车间安全生产与其他卷烟安全生产相似，其生产过程具有极高的复杂性。在复杂性如此高的卷烟生产过程场景下，其安全生产管理因素包括人、机、料、法、环等因素，生产过程所产生的的数据包括与生产人员相关的安全数据、与卷烟生产设备相关的安全数据、与温度、湿度等因素相关的环境安全生产数据、与卷烟生产调度以及卷烟生产运行相关的安全管理数据等。这些与安全生产相关的数据均来自于各个信息化系统中。龙岩卷烟厂通过各个信息化系统所获取的与安全生产管理相关的数据具有大数据数据量大、数据增长速度快，数据价值密度低的特征。
1.2安全生产管理大数据的本质
龙岩卷烟厂的安全生产管理因素大体包括人、机、料、法、环等因素，这些因素涉及到调度、生产、运输等部门，所涉及的部门在针对安全生产进行管理的时候，往往要面对大量的数据，这些数据也能够体现出所涉及部门的安全性。龙岩卷烟厂高度重视安全生产管理时候所涉及到的数据的获取与汇集，该厂的生产管理部、安全保卫处、卷包车间、物流部等部门通过各个不同的管理系统系统获取到了该厂自己的安全管理方面的数据集。这些安全管理方面的数据集通过ETL过程，就可以挖掘出其潜在的价值以及相应的规律，从而协调调度、生产、运输等相关部门，减少因为人、机、料、法、环等匀速所产生的风险，为车间领导以及公司领导做出安全生产决策提供有力的数据依据，从而提高该厂的安全生产管理水准。
1.3安全生产管理大数据存在的问题
经过长期的数据积累，龙岩卷烟厂逐渐形成了一套价值量高，但密度低的安全生产管理类大数据集，但是这份大数据集依然还有不足点，大体反映在如下几点。一是安全生产管理数据不集中。龙岩卷烟厂卷包车间生产关节极其复杂，安全生产环节所涉及的因素包含调度、生产、运输等环节，同时也包含与生产相关的人、机、料、法、环等因素，另外也包含安全生产环节之外的人、机、料、法、环等因素，在复杂性如此高的条件下，导致了数据不集中，散落于不同的信息系统中。二是安全生产管理数据规范性差。在安全生产管理的数据规范性方面，针对不同种类的安全生产管理数据，缺乏对应的管理系统对数据进行相应管理。三是安全生产管理数据集形成数据孤岛。
由于卷包车间和安全生产管理相关的数据均来自各个独立的信息系统，具有封闭性，以及特殊性，和其他车间或者生产管理相关部门的安全数据无法进行共享和关联，形成了信息孤岛。四是对于安全生产数据的管理能力差。龙岩卷烟厂对于安全数据的管理人员，一般是车间相应的管理人员，并非相关专业人员，因此对于数据管理与分析的理论基础比较差，导致龙岩卷烟厂卷包车间大数据场景下对于安全生产管理的难度增加。
2.大数据场景下的卷烟安全生产管理
2.1安全生产管理思维模式的转变
大数据场景下的安全生产管理模式转变关键是将旧有的管理人员按照经验进行管理的思维转换成基于数据进行管理的思维。在旧有的安全生产管理工作中，管理人员往往凭借自己过往的工作经验进行判断是否具有安全隐患、安全风险，从而进行对应的处理与解决。然而，在实际的生产环节里，仍存在大量隐藏的，不易被发觉的安全隐患和安全风险，因此也有一定的概率会造成安全生产事故，从而对车间以及卷烟生产企业造成损失。大数据场景下下的安全生产管理思维应该要以数据为基础，以数据为中心，通过大数据分析等技术，来提前预判可能引起的安全风险和存在的安全漏洞，从而采取必要的措施，进行处理与解决，从而提升卷烟安全生产管理水准。
2.2安全管理对象与形式的转变
在卷烟安全生产管理中，关键是关注那些对卷烟生产安全有决定性作用的重要节点，全力以赴，重点管理，在隐患出现之前解决它。在以往安全管理活动中，往往是把重心放置于卷烟生产过程的调度、生产、运输等节点的主体上；大数据场景下的卷烟安全生产管理则应该将重心转移至到卷烟生产过程的调度、生产、运输等节点涉及到的人、机、料、法、环等因素的数据上，通过对数据进行ETL操作，从而挖掘数据所隐藏的有用的关于安全生产管理的信息，从而提前判断可能造成的安全事故和存在的安全隐患与风险。比如：在调度、生产、运输等环节中，利用大数据挖掘技术提前知道安全隐患存在点。卷包车间建立了《《卷包车间消防安全巡检管理系统》、《卷包车间安全综合管理系统》、《卷包车间风险点全景漫游管理系统》等安全生产管控与监测系统，重点管理，从而实现数据获取，为大数据场景下的安全管理工作奠定基础。
2.3培养安全生产管理复合型人才
大数据场景下的卷烟安全生产管理，对于管理人员来说，不但要有卷烟安全生产管理方面的理论基础，同时也应该熟悉大数据相关的理论。龙岩卷烟厂卷包车间现在有一些任职于安全生产相关岗位的员工，同时信息技术部也有一些熟悉大数据挖掘的员工，但是缺乏管理和技术都熟悉的复合型人才，这对大数据背景下的安全生产管理工作造成阻碍。因此，龙岩卷烟厂现在的工作重心是要专注于培养熟悉安全生产管理工作和熟悉大数据分析知识的复合型人才，不仅要培养相关人员，使其具有大数据思维方式，让他懂得在发现卷烟安全生产过程中存在的安全隐患时，挖掘出与其相关联的其他安全隐患和安全漏。另一方面，也应该培养相关人员大数据分析，机器学习，深度学习等基础理论知识，让他能够将所学到的理论知识充分应用在卷烟安全生产管理工作中去。
3.结语
卷烟安全大数据可以帮助管理人员挖掘出隐藏的安全隐患，提前知道存在的安全风险和可能造成的安全事故，从而更加关注于安全管控。本文针对大数据背景下龙岩卷烟厂卷烟安全生产管理的探索，提出了大数据场景下该厂安全生产管理的措施，将大数据分析技术应用于安全生产管理中，提升卷烟制造企业安全管理的水准。
参考文献:
[1]田奎.建立卷烟生产过程产品质量安全保障长效机制[J].企业管理，2017（8）：95-96.
[2]于姗姗.浅谈卷烟在线生产车间安全示范班组建设探析[J].技术探索，2018（38）：180-181.
[3]罗智臻.探析新形势下卷烟工厂的安全生产管理[J].区域治理，2018（13）：77-78.