ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОГНОЗИРОВАНИИ АВАРИЙ НА ПРОИЗВОДСТВЕННЫХ ПРЕДПРИЯТИЯХ

THE EFFECTIVENESS OF THE USE OF ARTIFICIAL INTELLIGENCE IN PREDICTING ACCIDENTS AT INDUSTRIAL ENTERPRISES

Ilya Kulebakin

student, Department of Automation and Information Systems, Siberian State Industrial University,

Russia, Novokuznetsk

АННОТАЦИЯ

В статье рассматривается использование искусственного интеллекта (ИИ) для повышения безопасности на промышленных предприятиях. Подчеркивается его потенциал в снижении производственных рисков и предотвращении несчастных случаев. Описаны возможности ИИ в анализе больших данных и автоматизации мониторинга, что позволяет выявлять потенциальные угрозы в реальном времени и принимать превентивные меры. Обсуждаются основные трудности, связанные с внедрением ИИ.

ABSTRACT

The article discusses the use of artificial intelligence (AI) to improve safety in industrial enterprises. Its potential in reducing production risks and preventing accidents is emphasized. The possibilities of AI in big data analysis and monitoring automation are described, which makes it possible to identify potential threats in real time and take preventive measures. The main difficulties associated with the implementation of AI are discussed.

Ключевые слова: искусственный интеллект, прогнозирование аварий, производственные предприятия, безопасность, цифровая трансформация, промышленность 4.0.

Keywords: artificial intelligence, accident forecasting, manufacturing enterprises, safety, digital transformation, industry 4.0.

С каждым годом производственные масштабы и сложность предприятий неуклонно растёт, что влечет за собой рост потенциальных рисков, связанных с авариями и неисправностями оборудования. Сбои в работе промышленных систем могут приводить к значительным материальным убыткам и создавать опасность для здоровья и жизни людей. В условиях индустриализации и автоматизации производства традиционные методы прогнозирования аварий и обеспечения безопасности становятся менее эффективными. На помощь приходят современные технологии, такие как искусственный интеллект (ИИ) и методы обработки больших данных, которые открывают новые возможности для повышения уровня безопасности на предприятиях. Системы на основе ИИ, использующие алгоритмы машинного обучения и нейросетевые модели, позволяют обрабатывать большие объемы данных в реальном времени и выявлять потенциальные угрозы на основе информации, поступающей с датчиков, мониторинговых систем и производственных линий. Такой подход не только повышает точность прогнозирования аварий, но и способствует принятию превентивных мер, значительно снижая вероятность инцидентов.

По оценкам Международной организации труда (МОТ), ежегодно в результате несчастных случаев на рабочих местах в мире погибают порядка 2,3 млн человек, одновременно регистрируется около 340 млн несчастных случаев. По всему миру число случаев травматизма на 100 тыс. работников составляет 11,3; в странах ЕС-27 - 3,6; в России и США - 4,5 и 4,6 соответственно; в Беларуси - 3,4 [1]. Эти данные отражают серьёзный масштаб проблем и актуальность поиска инновационных решений. В промышленности уже активно внедряются ИТ-решения, которые автоматизируют контроль за соблюдением норм безопасности и охраны труда, а также позволяют улучшить контроль качества продукции. В этом контексте ключевым направлением цифровой трансформации становится внедрение интегрированных систем на базе технологий компьютерного зрения. Такие решения способны своевременно выявлять нарушения техники безопасности, минимизируя потенциальные риски и предотвращая аварийные ситуации.

Компания К2 НейроТех провела исследование текущего состояния рынка искусственного интеллекта, опросив более 100 представителей крупного бизнеса. Согласно результатам, только 34% компаний активно внедряют ИИ или уже используют его для решения бизнес-задач, 18% планируют начать внедрение в течение года, 28% — в течение ближайших трёх лет. При этом 20% респондентов сообщили, что не намерены внедрять ИИ в свои инфраструктуры [2]. Одной из основных сложностей интеграции ИИ в бизнес, по мнению участников опроса, является необходимость модернизации ИТ-инфраструктуры, остальные ключевые проблемы представлены на рисунке 1.

Рисунок 1. Ключевые барьеры внедрения ИИ для российских компаний

Успешный пример внедрения ИИ можно наблюдать на Быстринском горно-обогатительном комбинате компании «Норникель», где система искусственного интеллекта контролирует соблюдение мер безопасности и помогает предотвращать несчастные случаи. Она распознает отсутствие обязательных средств защиты у работников и мгновенно отправляет сигнал руководящему отделу. Система оснащена модулем Face ID для идентификации сотрудников по лицу, а также ведет круглосуточное видеонаблюдение за ключевыми производственными зонами, включая участки дробления, измельчения, сушки, отгрузки продукции, технологический участок и центральные ремонтно-механические мастерские [3].

Ещё один успешный пример использования ИИ можно найти на Магнитогорском металлургическом комбинате (ММК), где завершён проект по внедрению системы предотвращения нахождения персонала в опасных зонах. Решение, основанное на технологии машинного зрения, отслеживает перемещения работников, что позволяет повысить безопасность и минимизировать риски травматизма на производстве. Специалисты коксового цеха и дирекции охраны труда и промышленной безопасности обозначили участки, представляющие потенциальную опасность для сотрудников. На коксовых машинах были установлены специальные датчики, которые фиксируют расстояние до сотрудников, находящихся рядом с работающим оборудованием. Если работник приближается к машине, на его персональную радиометку, полученную в начале смены, поступает вибросигнал, а на машине активируются световая и звуковая сигнализация, блокируются механизмы. Для идентификации сотрудников применяются персональные RFID-метки, прикреплённые к каскам [4].

В заключении рассмотрим последний пример использования ИИ, представленный российской компанией Napoleon IT, которая разработала модель для прогнозирования несчастных случаев в железнодорожной отрасли. Цель модели — снижение числа инцидентов, вызванных физическим или эмоциональным состоянием сотрудников. Основной проблемой, выявленной в ходе анализа, был высокий процент происшествий с негативными последствиями. На основе данных, собранных за 15 лет, включая личные и профессиональные характеристики сотрудников, информацию о тренингах и обучении, а также состоянии материальной базы, была построена модель экстремального градиентного бустинга. Модель достигает точности до 80% в предсказании инцидента с конкретным сотрудником и до 85% в выявлении групп с повышенным риском. Анализ позволил обнаружить неочевидные закономерности: например, вероятность несчастного случая возрастает, если у сотрудника день рождения и он отвлечён на это событие. Другой фактор риска — неполные бригады. В условиях нехватки людей, например, при необходимости очистки путей от снега, спешка и повышенная нагрузка на сотрудников может привести к инцидентам. Прогнозируя такие ситуации, компания может заранее принять меры: добавить сотруднику напарника в день рождения или привлечь дополнительный персонал в сложных погодных условиях. Такие предиктивные модели оказываются крайне эффективными, позволяя предотвращать негативные исходы и существенно снижать риски [5].

Таким образом, внедрение искусственного интеллекта в промышленность эффективно повышает безопасность и снижает число инцидентов. Примеры «Норникеля», ММК и Napoleon IT подтверждают, что ИИ помогает не только контролировать соблюдение норм, но и предсказывать потенциальные риски, позволяя своевременно принимать меры. Несмотря на необходимость модернизации инфраструктуры, такие технологии открывают новые возможности для создания безопасных и устойчивых производственных процессов.

Список литературы:

1. По вине работодателя или осужденного: кто ответит за нарушение правил безопасности труда [Электронный ресурс] // БелТА. — Режим доступа. —URL: https://belta.by/society/view/po-vine-rabotodatelja-ili-postradavshego-kto-v-otvete-za-narushenie-pravil-bezopasnosti-truda-601493-2023/#:~:text=По%20оценкам%20Международной%20организации%20труда,соответственно%3B%20в%20Беларуси%20-%203%2C4 (дата  обращения: 28.10.2024).
2. Искусственный интеллект (рынок России) [Электронный ресурс] // TAdviser. — Режим доступа. — URL: https://www.tadviser.ru/index.php/Статья:Искусственный_интеллект_%28рынок_России%29 (дата обращения: 29.10.2024).
3. Быстринский комбинат начал использовать искусственный интеллект для безопасности сотрудников [Электронный ресурс] // Норникель. — Режим доступа — URL: https://nornickel.ru/news-and-media/press-releases-and-news/bystrinskiy-kombinat-nachal-ispolzovat-iskusstvennyy-intellekt-dlya-bezopasnosti-sotrudnikov/?ysclid=m35s6hoozm115711085 (дата обращения: 01.11.2024).
4. ММК усилил контроль за безопасностью с помощью искусственного интеллекта [Электронный ресурс] // Магнитогорский металлургический комбинат. — URL: https://mmk.ru/ru/press-center/news/mmk-usilil-kontrol-za-bezopasnostyu-s-pomoshchyu-iskusstvennogo-intellekta/ (дата обращения: 04.11.2024).
5. Искусственный интеллект против несчастных случаев на производстве [Электронный ресурс] // Первый Цифровой. — URL: https://1d.media/industry/it/17123?ysclid=m35ss1f0gw470851254 (дата обращения: 06.11.2024).