Инструменты на основе ИИ, которые помогают предотвращать травмы на производстве

Видеоаналитика для профилактики происшествий

На современном производстве видеоаналитика, оснащенная искусственным интеллектом, помогает в обеспечении безопасности. Например, такие решения предлагает компания Dahua Technology. Её системы анализируют видеопоток в реальном времени, выявляя потенциальные нарушения правил безопасности. Камеры с ИИ обнаруживают и оповещают о происшествии ещё до его возникновения. В частности, сигнализируют о возможном вторжении или краже. Для тренировки систем используется большой объём данных. Анализируются тысячи изображений объектов, и она учится определять их отличительные признаки и закономерности.

Благодаря алгоритму машинного обучения системы могут распознавать сложные образцы поведения и условия окружающей среды, которые указывают на потенциальную опасность. К примеру, они способны определить нестандартное перемещение оборудования или людей. Предметы, оставленные в неподходящих местах, или признаки усталости у работников. На нашем заводе в Клину внедрена система видеонаблюдения, которая отслеживает нарушение дорожной разметки и использование средств индивидуальной защиты персонала в реальном времени. Данные о нарушениях поступают по электронной почте на сотрудников, ответственных за безопасность на данном участке.

ChatGPT для оценки производственных рисков

Один из передовых инструментов для оценки производственных рисков — ChatGPT. При грамотно заданном описании производственной операции качество выявления сопутствующих рисков и рекомендаций по их снижению иногда не уступает консультации высококлассного специалиста по охране труда и промышленной безопасности. В качестве примера продемонстрируем рекомендации чата на запрос оценить риски при организации новой производственной операции переборки и ремонта деревянных паллет.

Предложения ChatGPT по снижению рисков

Травмы при работе с ручным инструментом: пневмомолотки, электропилы, гвоздодеры. Меры предосторожности: использование средств индивидуальной защиты (защитные очки, перчатки, ушные защиты), обучение безопасному обращению с инструментами, регулярное техническое обслуживание инструментов.

Пылеобразование при работе пилой. Меры предосторожности: установка промышленных пылесосов и систем вентиляции, использование респираторов и масок для сотрудников, регулярная уборка рабочего места.

Шумовое воздействие от пневмомолотков и электропил. Меры предосторожности: выдача качественных наушников или ушных вкладышей, изоляция шумных зон, перерывы для работников для снижения утомляемости.

Падение предметов и материалов. Меры предосторожности: организация безопасного хранения материалов и инструментов, чёткая разметка рабочих зон, регулярный инструктаж по охране труда.

Порезы и ушибы. Меры предосторожности: использование СИЗ, регулярный инструктаж по безопасному обращению с острыми предметами, стационарная аптечка для оказания первой помощи.

Пожары от электроинструментов. Меры предосторожности: огнетушители на рабочих местах, регулярные проверки электрооборудования, обучение персонала действиям в случае возникновения пожара.

Более того, после недавнего обновления ChatGPT научился эффективно анализировать риски на основе загруженных изображений. Например, эту функцию можно использовать на площадке при производстве работ подрядчиками. Достаточно загрузить фотографию с общим видом площадки, на которой идут работы, и вы получите рекомендации по местам с наибольшими рисками.

В производственной безопасности применяется ещё одна функция ChatGPT — голосовой интерфейс. Например, технологию использует компания Mercedes-Benz, внедрившая ИИ на 30 заводах. Благодаря голосовому интерфейсу сотрудники без опыта программирования могут анализировать данные производственного процесса и выявлять ошибки.

По теме: Как оперативно проверить состояние охраны труда в компании

Аналитика и предупреждение происшествий на рабочем месте

Нейросети видят больше причин, чем человек, которые приводят к происшествию, и предлагают оптимальные корректирующие меры. При подключении нейросетей к базе данных происшествий использование ИИ не ограничивается постфактум анализом, а включает ещё и предиктивную аналитику. На основе массива данных из прошлого нейросеть предсказывает потенциальные риски в будущем и предлагает превентивные меры.

Например, система может выстроить скелетную модель сотрудника и определить место падения. Тогда она автоматически останавливает станок, рядом с которым упал работник. В 2023 году такую систему внедрили на Магнитогорском металлургическом комбинате. Технологии машинного зрения, получая данные со специальных датчиков, определяют расстояние, на котором сотрудник находится от включенного оборудования. Если он находится слишком близко, срабатывает звуковая и световая сигнализации, а оборудование блокируется.

Например, такую систему внедрил «Росэнергоатом» на Кольской АЭС. Нейросеть выявляет 26 видов нарушений по 19 параметрам. В режиме реального времени система анализирует видео с камер наблюдения и в случае нарушений передает информацию диспетчеру и начальнику смены. Помощь ИИ позволяет организациям переходить от реактивной модели управления безопасностью к превентивной. На наших заводах используется ИИ как раз с этой целью: мы делам всё, чтобы предупреждать инциденты на рабочем месте.

Безопасность на складе

ИИ повышает безопасность работы на складе за счёт автоматизированного мониторинга и анализа данных с датчиков, установленных на погрузчиках. Подобную систему в начале 2024 года начала внедрять группа предприятий «Стройсервис». Датчики ударов стоят и на наших заводах на погрузочной технике.

Они помогают фиксировать столкновения погрузчиков с объектами на складе в режиме реального времени. Данные автоматически поступают в аналитическую систему, которая на основе алгоритмов машинного обучения выявляет наиболее проблемные зоны и опасные ситуации. Статистика по столкновениям позволяет оптимизировать размещение складских объектов и маршруты движения погрузчиков.

По теме: Сооснователь QLab Даниил Кручинин запустил систему видеоаналитики на базе ИИ для мониторинга строительства

Чат-боты с поддержкой языковых моделей и учебные материалы на основе ИИ

Корпоративные чат-боты, подключенные к нейросетям, могут стать помощниками для любого сотрудника, у которого есть вопросы по производственной безопасности: системе управления, оценке рисков, расследовании происшествий и так далее.

Данные запросов в чате можно также использовать для анализа работы системы и дальнейшего планирования ее развития. Пример такого чат-бота — KioutCHAT, созданный Клинским институтом охраны и условий труда.

ИИ помогает ускорить и адаптировать под конкретное производство учебные материалы по безопасности: тесты, обучающие презентации, изображения, плакаты по безопасности, сценарии к видеороликам. Видеоролики могут быть озвучены также нейросетями.

По теме: Следующий этап развития нейросетей: что такое интерактивный ИИ и почему он «умнее» генеративного

Использование ИИ для обучения проведению поведенческих аудитов безопасности

С появлением ИИ обучение поведенческому аудиту по безопасности (ПАБ) выходит на новый уровень. Многие языковые модели умеют симулировать различные производственные ситуации и через ролевую игру отрабатывать навыки проведения ПАБов с обучаемыми.

По итогам диалога между нейросетью и сотрудником ИИ даёт обратную связь о том, насколько качественно был проведен аудит. Нейросеть даёт рекомендации по корректировке поведения аудитора при необходимости. Причём корректировки могут быть основаны на передовой профессиональной литературе, коучинге и психологии. Далеко не каждый наставник на производстве обладает теми знаниями, которые может предложить ИИ. Такой подход сокращает трудозатраты и увеличивает качество обучения.

Преимущества и недостатки ИИ

Внедрение ИИ в системы охраны труда повышает эффективность и безопасность рабочих процессов. Например, упомянутая выше автоматизированная система видеоаналитики на Кольской АЭС увеличила выявляемость нарушений до 95–98% и снизила количество несчастных случаев в 8 раз.

При этом следует понимать, что для запуска ИИ в безопасное производство требуются специалисты, имеющие глубокое понимание работы нейросетей.

Стоит учитывать потенциальные недостатки и риски, которые могут возникнуть при использовании искусственного интеллекта. Одна из основных областей — безопасность данных. Системы, основанные на ИИ, часто требуют обработки и хранения больших объемов конфиденциальной информации, включая личные данные сотрудников и чувствительные данные о производственных процессах.

В этой случае нарушение безопасности может привести к серьёзным последствиям, например, утечке критически важной информации. Кроме того, необходимо учитывать возможные ошибки и ограничения нейросетей. Несмотря на продвинутые возможности ИИ в анализе данных и принятии решений, всё ещё есть риск неверных выводов или пропусков важной информации. Поэтому пока что важно смотреть на ИИ критически и контролировать результаты его работы.

Фото на обложке: Freepik