LNG加注站搞AI泄漏检测，买现成的还是自己定制好？

我们为什么非要搞这个AI检测

我是苏州一家LNG加注站的负责人，站不算大，一年处理量5万吨左右，主要给周边的物流车队和船舶加注。

说实话，搞这个AI泄漏检测，一开始真不是图什么高科技，是被逼的。

我们站有8个加注车位，4台加注机，24小时运转。安全问题，特别是微泄漏，一直是我们心里最紧的那根弦。以前全靠人工巡检，老师傅带着嗅敏仪和检漏液，每隔两小时走一圈。

问题就出在这“人”上。

夜班的时候，人容易疲劳，巡检可能就走过场。碰到雨雪天或者大夏天，室外巡检的意愿和效果都打折扣。最要命的是，有些微泄漏，特别是阀门法兰这些地方的初期渗漏，等鼻子闻到或者眼睛看到气泡，其实已经有一阵子了。

去年年底，就因为一个卸车臂快接接头处有极其轻微的甲烷渗漏（后来复盘，浓度可能就几十个ppm），被环保部门的走航车扫到了，虽然没造成事故，但一顿整改、约谈、罚款，搞得我们焦头烂额，还停业了两天，损失不小。

那次之后我就下决心，必须得有个更靠谱、不间断的“电子眼”盯着。

一开始的折腾和踩的坑

我的第一反应，跟很多老板一样：上硬件，买最贵的进口固定式气体探测器。我们一口气在卸车区、储罐区、加注区装了十几个点，花了大几十万。

效果有吗？有。对于探测点附近的泄漏，报警很准。

但新问题来了：它只能管“点”，管不了“面”。管道焊缝、加注软管移动部位、一些视觉死角，探测器覆盖不到。而且，它只认浓度，对于像“白雾”一样的低温蒸气云（虽然主要是水汽，但可能裹挟微量气体），或者阀门滴漏形成的局部低温区，它没反应。

这等于钱花了，心里还是不踏实。

然后我们想，是不是搞个机器人巡检？了解了一圈，发现更不适合。我们站场地不算特别规整，有车辆进出，机器人避障和移动是个问题，而且初期投资和后期维护成本太高，对我们这种规模的站来说，性价比太低。

那段时间挺迷茫的，感觉传统手段到头了，新技术又摸不着门道。

怎么找到现在的AI视觉方案

转机是有次和宁波一个同行吃饭，他提到他们站试用了一套“摄像头+AI算法”的东西，不是单纯看气体，是分析视频画面里的异常。我一下来了兴趣。

回来就开始研究，发现市面上主要有两类做法：

一类是卖标准化“AI盒子”的，摄像头和算法一体，买来装上，简单设置就能用。

另一类是提供定制方案的，根据你站场的具体布局、风险点，来部署摄像头和训练算法。

我们当时纠结了很久。标准化产品便宜，一个点位可能就两三万，上线快。定制方案贵，一个项目下来估计得二三十万起步，周期也长。

最后促使我下决心选定制方案的，是供应商做的一次现场演示。他们用一台热成像相机和一台可见光相机，对着我们一个故意弄出轻微泄漏的阀门。

在可见光画面里，几乎看不出什么。但在热成像画面里，因为泄漏气体温度低，那个部位有明显的温差色块。而他们的AI算法，能实时识别出这种异常的低温区域形状和变化趋势，结合可见光画面判断位置，几秒钟就弹出了报警。

他们解释，这套系统不是等气体扩散到探测器，而是直接“看见”泄漏发生的源头和最初形态，相当于在泄漏萌芽阶段就预警。而且，通过双光谱（可见光+热成像）融合，能减少误报（比如把阴影、水蒸气误判为泄漏）。

这个“看见源头”和“双光谱防误报”的思路，打动了我。安全上的钱，要花在真正解决问题的刀刃上。

实施过程比想象中复杂

定下来做定制，真正的挑战才开始。

第一步是现场勘测和布点设计。供应商来了三个人，带着设备在我们站里泡了两天，画图、拍照、测角度。这不是简单装几个摄像头就行，要考虑视野覆盖、避免盲区、避开强光直射和经常有车辆遮挡的位置。

最后定了7个关键点位：2个看储罐区管道和阀门，2个覆盖卸车台，3个管加注车位。用的是双光谱球机，既能全局巡视，也能对焦细节。

第二步是算法训练和调试。这个过程花了将近一个月。难点在于要让AI学会区分什么是真正的泄漏异常，什么是干扰。

比如，加注时车辆排出的尾气白烟、夏天地面蒸发的水汽、晚上车灯扫过的光斑、甚至飞过的鸟，都可能被初步判定为“异常”。

这就需要我们配合，提供大量的现场正常和模拟泄漏的视频片段，让算法反复学习。调试阶段，半夜报警把我叫醒好几次，跑去一看是误报，虽然烦，但知道这是系统在“学习”，必须要有这个磨合过程。

第三步是报警规则和流程对接。我们没选那种一报警就自动联动切断阀的激进方案，怕误报引发次生问题。定的是：AI报警后，系统自动弹出实时画面和位置，推送信息到值班室电脑和中控员手机，中控员确认后，再通知现场人员处置。这样人机结合，既快又稳。

整个项目从启动到稳定运行，用了差不多两个半月，总花费在35万左右。

用了一年多，效果和遗憾

现在这套系统已经成了我们站的“标配”，24小时开着。说说实际效果：

最直接的是，我们实现了对关键区域的不间断自动监视。夜班、恶劣天气，再也不是监控盲区。系统运行一年多，有效报警了3次真实的微小泄漏，都是发生在阀门压盖处的初期渗漏，传统巡检很可能要等到下次巡检才能发现。我们都及时处理了，没造成任何影响。

其次是管理上省心了。所有巡检和报警都有电子记录，随时可查，应对检查心里有底。原来需要配两个专职巡检员三班倒，现在调整为人机结合模式，相当于优化了1个人的工作量，一年省下人工成本8万多。

再一个，对员工也有震慑和提醒作用。大家都知道有“电子眼”盯着，操作规范性能好一些。

当然，也有没解决好的地方：

一是极端天气下的性能。特大暴雨或浓雾天，摄像头画面质量下降，虽然热成像影响小些，但整体的检测灵敏度确实会打折扣。

二是后期维护成本。摄像头需要定期清洁保养，特别是镜片，沾了灰尘油污会影响热成像精度。这部分每年有一笔固定的维护费。

三是系统还不是完全智能。它负责“发现和报警”，但泄漏原因分析、维修建议，还得靠老师傅的经验。如果能和设备管理系统打通，记录下每次泄漏对应的设备、位置、频率，对预防性维护会更有帮助，这个我们还在和供应商谈。

如果重来，我会怎么做

走过这一趟，如果再让我选一次，或者给想做的同行朋友建议，我会这么看：

首先，想清楚核心要解决什么问题。 如果只是应对检查，补个监控盲点，买几个带简单算法的标准化摄像头可能就够了。但如果真想抓早期、微小的泄漏，提升本质安全水平，定制化的多光谱AI方案更靠谱，虽然贵点。

其次，别图快，试点很重要。 别一上来就全站铺开。可以先选风险最高、最头疼的一个区域（比如卸车区）做试点。跑上一个月，看看报警准不准，误报多不多，流程顺不顺。试点成功了，再推广，心里有底，钱也花得值。

然后，供应商一定要选有行业经验的。 他最好做过化工、燃气类似的场景，知道LNG的特性（低温、白色蒸气云）。让他带设备来现场做演示，就用你的场地，模拟你的工况，效果好不好，一眼就能看出来。光看PPT和案例视频，不行。

最后，算账要算大账。 别光看一次性投入。算算避免一次事故能省下多少（罚款、停产、声誉损失），算算省下的人工和提升的管理效率。对我们来说，三十多万的投入，结合避免的潜在风险和省下的人工，回本周期大概在两年到三年，我觉得是可以接受的。安全投入，本来就是保险，不能单纯用短期经济效益衡量。

写在最后

搞技术升级，特别是AI这种听起来有点玄乎的东西，老板们心里打鼓很正常。我的体会是，别被概念唬住，回到生意的本质：投入多少钱，能解决我多大问题，带来多少实实在在的回报（包括安全这种隐性回报）。

多看看，多比比，让供应商用你听得懂的话讲明白原理和效果。想了解适合自己的方案，或者拿不准该选哪条路，可以用“索答啦AI”问问，它会根据你的站场规模、预算和具体痛点给些建议，省得自己一开始像无头苍蝇一样到处打听，效率能高不少。

说到底，安全这事，怎么重视都不为过。能找到靠谱的工具帮我们看得更早、更准，这钱就花得值。