Е.А. Громовская
ПОВЫШЕНИЕ БЕЗОПАСНОСТИ ПЕРСОНАЛА
НА ПРОИЗВОДСТВЕ ЗА СЧЕТ ВНЕДРЕНИЯ ИСКУССТВЕННОГО
ИНТЕЛЛЕКТА
В настоящее время промышленные и технические процессы практически невозможны без широкого внедрения и использования современных технологий, в том числе и цифровых, которые позволяют решать множество задач и вопросов, касающихся охраны труда персонала и минимизации производственного травматизма. Согласно Федеральной службе государственной статистики, за 2021 год пострадало при несчастных случаях на производстве 21,6 тыс. человек, из них со смертельным исходом 1,21 тыс. человек [2]. Учитывая вышеизложенное, были выявлены области, применения алгоритмов машинного обучения для повышения показателей производства, а также охраны труда.
Ключевые слова: охрана труда, безопасность, искусственный интеллект, распознавание объектов, производственный травматизм.
Для предупреждения несчастных случаев в современном мире задействован искусственный интеллект. На протяжении уже нескольких лет инженеры и ученые пытаются обучить компьютерные системы видеть окружающий мир так, как это делает человеческий глаз. Благодаря успешному обучению компьютерных систем распознавать объекты окружающего мира, замена человеческого глаза на машинное зрение позволяет исключить из важных этапов наблюдения за объектами человеческий фактор, таким образом, повышая безопасность на производстве.
Применение искусственного интеллекта в современном мире охватывает огромное количество сфер и отраслей, от безопасности на дорогах, до безопасности на производстве. Компьютер может следить за передвижением и поведением людей в местах их массового скопления, отслеживать и предупреждать несчастные случаи и т.д. [1].
Внедрение системы видеоаналитики позволит снизить уровень производственного травматизма, сократить затраты на его профилактику и уменьшить временные и материальные издержки при расследовании случаев нарушения правил безопасности на производстве.
Видеоаналитика нужна для того, чтобы контролировать, как работники используют средства индивидуальной защиты (наличие/отсутствие каски на голове работника, респиратора, перчаток, защитного костюма) и соблюдают требования правил охраны труда (нахождение в опасной/запрещенной зоне), а также ведет подсчет транспорта, который заезжает и выезжает из определенной территории.
При обнаружении нарушения работником требований безопасности, ответственным лицам предприятия сразу же приходит звуковое оповещение о нарушении в месте обнаружения и уведомление. В результате, автоматически формируются акты о нарушениях требований безопасности и охраны труда. Отчеты предоставляются с фотофиксацией события.
Для того, чтобы системе было проще, работникам раздают костюмы и каски разных цветов - в зависимости от должности и уровня допуска. Точно так же - по цвету - камера может распознать, какой длины перчатки.
Но есть и более продвинутые опции - если позволяет оборудование и софт. Например, система может определять, что работник упал, и останавливать оборудование рядом с ним. Или детектировать работников в опасных зонах, если они стоят слишком близко или не с той стороны.
Преимуществами нового подхода к повышению эффективности охраны труда являются предотвращение происшествий на объектах, оперативный контроль, повышение скорости принятия решений, автономность (система определяет нарушения и подает сигнал тревоги, исключая человеческий фактор), повышение качества выполняемых работ, прозрачность управления.
© Е.А. Громовская, 2022.
Научный руководитель: Ударцева Ольга Владимировна - доктор технических наук, доцент, Тюменский индустриальный университет, Россия.
Можно сделать вывод, что в настоящее время предлагаемый способ искусственного интеллекта успешно применяется в сферах производства и охраны труда для обеспечения визуального контроля соблюдения мер безопасности. Преимуществом является постоянство мониторинга и исключение человеческого фактора из данного процесса.
Искусственный интеллект позволяет предупредить ситуации, связанные с травмами, возникновение несчастных случаев на производстве. Благодаря ему, вырастут производительность труда и оперативность работы, повысится прозрачность работ.
Библиографический список:
1. Еремин Д.М., Гарцеев И.Б. Искусственные нейронные сети в интеллектуальных системах управления. М.: МИРЭА, 2004. 75 с.
2. Федеральная служба государственной статистики (Росстат) https://rosstat.gov.ru/.
ГРОМОВСКАЯЕКАТЕРИНА АЛЕКСАНДРОВНА - магистрант, Тюменский индустриальный университет, Россия.