最怕火、最怕尘！棉加工/仓储安全难题，国标GB28181公网平台EasyGBS来解决！

棉花这东西有个很矛盾的特性：它本身不算危化品，却比很多危化品更容易出大事。一堆棉花从阴燃到明火，可能要几十个小时；一旦真正烧起来，几分钟就控制不住。而在这个“几十小时”里，恰恰没人看着。这正是视频系统在这类场景里最该发挥作用的地方。

每年九到十一月，是棉花收购加工的旺季。收购站、轧花厂、棉麻仓库同时进入一年中负荷最高的时段：车辆排队、临时工集中上岗、堆场垛位一天比一天高、设备连轴转。风险不是突然出现的，它是在这三个月里一点一点堆起来的。

1、棉花的“火”和“尘”，是两种完全不同的危险

很多人把棉花的火灾风险简单理解成“易燃”，但真实情况要复杂得多。

先说火：最难防的是阴燃。棉花纤维蓬松、含空气多，遇到火种（烟头、电气火花、机械摩擦高温、车辆排气管）后，往往不会立刻起明火，而是在垛内缓慢阴燃。阴燃阶段外部几乎看不出异常——没有火焰，烟也很小，但内部温度持续升高。这个阶段可以持续几十个小时，等到某一天突然窜出明火，火势已经在垛内形成了燃烧通道，扑救难度极大。

这意味着：等到“看见火”才处置，已经晚了。真正有效的防线，是让“没人看着的时候”也有东西在看。

再说尘：粉尘比火更隐蔽。轧花、清花、梳棉工序会产生大量棉尘。棉尘一方面是可燃物，堆积到一定浓度遇到火源会引发粉尘爆炸；另一方面它是职业危害，长期吸入影响工人健康。环保与安监检查里，车间粉尘浓度与积尘清理情况都是常规检查项。

第三重风险来自机械与车辆。轧花机、打包机、输送带属于机械伤害高发设备；旺季收购车辆集中进出，装卸区人车混行，碰撞事故在这个时段明显增多。此外，收购旺季现金与结算量大、临时人员多，内部管理风险也同步上升。

把这三类风险放在一起看，会发现一个共同点：它们都发生在“没人持续盯着”的时段和区域。白天的车间有人，夜里的堆场没人；装卸时有人在，收工后没人。管理制度的执行强度，和“有没有人在场”高度相关。

2、老设备不用拆：先把存量监控收编进同一套系统

棉花加工企业的监控现状，和大多数传统工厂一样：几年前陆续装过，品牌杂、年代杂、协议杂，有的还能用，有的早就没人看了。旺季前推倒重来，既不现实也没必要。

国标GB28181视频平台EasyGBS的路径是先接入、再管理、后智能。

第一步是统一纳管。平台原生支持GB/T28181国标接入，同时兼容RTSP、RTMP/WHIP、ONVIF等协议，海康、大华、宇视、天地伟业等主流厂商的存量设备可以直接接入。

对于更老的不支持国标的设备或第三方NVR，可以通过国标EasyGBD设备端能力做国标化改造，让它以标准身份注册到平台，不必更换硬件。

第二步是按工艺流程分组。棉花加工的点位天然可以按“收购区—堆场—轧花车间—打包区—成品库—周界”这条主线组织。

用设备分组把通道整理成与实际管理结构一致的树形结构，后续调阅、授权、录像策略等都能按组批量操作。分组维度建议与管理责任对齐：堆场与周界归安保，车间归生产，收购区与结算窗口归财务/收购，成品库归仓储。

第三步是补齐关键点位。收编存量之后按缺口补装，通常最需要补的是四处：堆场的高点位（需要能俯瞰垛位之间的通道）、装卸区的车辆可识别机位、车间粉尘重点区的专用点位、配电室与机修间（火源高发区）。

补充一个容易被忽略的点：堆场夜间补光。棉花垛对红外反射其实不错，但垛与垛之间的阴影区域是识别盲区。如果夜间要靠烟火识别兜底，建议在垛间通道加装低位补光，或者选用带补光的机位，否则算法在夜间的有效性会明显下降。

3、看得见只是及格线：调阅、权限与留存

视频调阅要按角色分。轧花厂里不同岗位要看的画面完全不同。国标GB28181软件EasyGBS提供角色菜单权限管理：安保看堆场与周界，生产看车间，仓储看成品库，厂领导看汇总。

分级授权有两个实际作用：一是减少无关画面对值班人员的干扰，二是把敏感区域（结算窗口、成品库）的调阅行为本身留痕——谁在什么时间看了哪一路，系统里有记录。

录像策略要分档。不是所有点位都需要全天录像，也不是所有录像都要存一样久。

建议分三档配置：关键点位（堆场、装卸区、配电室、结算窗口、成品库）全天录像并延长留存；一般作业区（车间、通道）全天录像按标准期限留存；辅助区域（院落、非生产区）采用重点时段录像。这样既保住取证能力，也不让存储成本失控。

留存期限要考虑旺季跨度。棉花收购是明显的季节性业务，很多纠纷和检查并不发生在当下——结算争议、质量追溯、保险理赔，往往要等旺季结束甚至跨年。

录像留存期限建议按“完整覆盖一个收购季+安全余量”来定，并在归档时按日期与区域双重索引存放。国标GB28181公网直播EasyGBS的录像回放支持按时间轴定位回溯，需要时能快速导出指定时段、指定区域的完整记录。

4、AI布防：每个区域该配什么算法

算法不是越多越好，而是要跟该区域的真实风险对得上。下面按区域给一份可直接参照的清单。

几个实操要点值得单独说。

关于烟火识别的期望值管理。必须说清楚一件事：烟火识别识别的是可见的烟与火，不是温度。对棉花垛内部的阴燃，摄像头是“看不见”的——它看不到垛里面发生什么。

烟火识别真正的价值在于：一旦阴燃转为外表可见的烟或明火，它能在几十秒内报警，把发现时间从“巡场时偶然看到”压缩到“刚冒烟就知道”。想要更早一步，需要在堆场部署测温类装置（如测温电缆或热成像），那是另一套系统，视频是补不了这个位的。把这一条讲清楚，比夸大算法能力要有用得多。

关于扬尘算法。车间粉尘治理的检查重点是积尘清理与作业规范。扬尘算法在这里的作用不是“测浓度”（它做不到），而是对明显扬尘作业、粉尘异常扩散等可视化现象做提示，作为现场管理的辅助手段。涉及职业危害与环保达标的判定，仍以专业检测设备和人工检查为准。

关于ROI区域。算法识别必须框定有效区域。以堆场为例，应该把ROI画在垛位通道与作业面上，而不是把整幅画面框进去——把远处的树、晃动的塑料膜、车辆灯光框进来，只会徒增误报。

关于分时段布防。同一个点位在不同时段风险不一样。车间白天有人，抽烟识别可以开；夜里没人，重点就该切到入侵与烟火。用计划模板把“时段+算法+灵敏度”固化下来，比人工每天切换可靠得多。

5、从告警到取证：把一次异常变成一条完整记录

发现异常只是第一步，能不能把它变成“说得清、拿得出”的记录，才是关键。

一次完整的处置链路应该是这样的：算法识别到异常→平台告警并自动抓拍现场图片→值班人员在分析告警中查看并确认→需要时导出告警图片取证。

需要明确的是：AI只做提示，不替代人工判定与法定检查。火情是否真实、粉尘是否达标、操作是否合规，最终由人来判断。视频与算法的作用，是让判断发生得更早、依据更充分。

6、落地清单：旺季前可以照着做的动作

旺季只有三个月，但准备工作应该提前一个月开始。等第一辆车开进收购区再动手，就真的来不及了。