Как промышленная видеоаналитика снижает риски на производстве: опыт Северстали, Росэнергоатома и СИБУРа

2 часа назад

© Сгенерировано ИИ

Промышленное видеонаблюдение перестало быть инструментом фиксации событий — сегодня это полноценная система управления рисками. Компьютерное зрение берет на себя контроль соблюдения регламентов, снижает влияние человеческого фактора и помогает предотвращать инциденты в реальном времени. Российские промышленные компании активно внедряют такие решения, формируя новую модель безопасности. Журнал RUБЕЖ представляет обзор внедрения интеллектуального видеонаблюдения  в трех отраслях - металлургии, атомной энергетики и нефтехимии.

Северсталь: от видеомониторинга к проактивной безопасности

Яковлевский ГОК: цифровой контроль под землей

На комбинате, одной из промплощадок Северстали,  внедрение видеоаналитики началось с задач повышения безопасности в шахтах — одной из самых сложных сред для цифровых решений.

Одним из первых решений стали налобные фонари с функцией автоматической видео- и аудиозаписи. Запись запускается при включении устройства и не требует действий от сотрудника. Это позволило:

• обеспечить прозрачность передачи смен,
• дистанционно анализировать состояние выработок,
• быстрее выявлять нарушения креплений и риски обрушений.

Параллельно были внедрены алгоритмы компьютерного зрения для контроля рудоспусков. Ранее их состояние отслеживали диспетчеры, что приводило к задержкам в обнаружении проблем.

Сейчас с помощью системы ведется анализ видеопотока в реальном времени, фиксация инцидентов, отправление оператору сигнала и фотоотчета через интерфейс «Стальной взгляд».

При внедрении системы команда столкнулась со сложностями в обнаружении движения вагонеток в кадре. Для снижения влияния негативных условий специалисты «Северсталь Диджитал» разработали специальные компенсирующие алгоритмы, которые позволили повысить точность детекции нарушений.

Результат — только за полгода удалось предотвратить простои производства общей длительностью 19,3 часа и получить экономический эффект 2,9 млн рублей.

Данный инструмент в первую очередь полезен производственным руководителям, которые могут в режиме реального времени получить уведомление о факте нарушения со стороны работника и вовремя среагировать на него, разработать комплекс мероприятий по снижению рисков потенциально опасных событий. Также в рамках тестирования мы делали срез по нарушениям при выполнении рутинных работ сотрудниками – до и после внедрения машинного зрения. Количество нарушений после внедрения такого инструмента значительно снизилось. В планах при помощи ИИ контролировать нарушения при выполнении рутинных работ на всех стационарных местах шахты.

- отметил старший менеджер по развитию системы управления охраной труда Яковлевского ГОКа Александр Кравцов.

Платформа «СОВА» контролирует 8 типов нарушений

На Череповецком металлургическом комбинате Северстали используют видеоаналитику для соблюдения персоналом норм охраны труда и промышленной безопасности. Цифровое решение разработали ИТ-специалисты металлургической компании.

В пилотной зоне было установлено более 600 камер, которые в режиме реального времени фиксируют восемь типов нарушений — от отсутствия СИЗ до ошибок при погрузочных работах. Выявление инцидентов происходит с помощью моделей компьютерного зрения.

Ключевые особенности системы:

• автоматическое формирование карточек событий,
• мгновенное уведомление специалистов,
• гибкая настройка сценариев под конкретные зоны,
• возможность подключения сторонних моделей ИИ.

Благодаря интеграции платформы СОВА с ПК «КОТ» и разработке новых функциональных модулей возможна гибкая и специфичная настройка сценариев выявления и активного реагирования на возможные угрозы и нарушения специфично для каждой видеокамеры и рабочей зоны. В будущем к функции мониторинга и оповещения планируется добавить инструменты прогнозирования.

В наших планах существенное развитие функциональности «СОВЫ». Если сейчас мы выявляем нарушения, то в будущем планируем предотвращать несчастные случаи и критические чрезвычайные ситуации. Также в планах работа с большими языковыми моделями и интеграция со смежными проектами, например, геопозиционированием.

— пояснил Роман Медведев, владелец продукта в кластере «Индустриальные процессы» компании Северсталь.

Умный видеомониторинг - стандарт безопасности АЭС

На атомных станциях критически важно исключить ошибки при соблюдении техники безопасности. Основной проблемой оставался человеческий фактор при визуальном контроле. Решением задачи стала система видеоанализа с ИИ, разработанная Vizorlabs.

Пилотный проект по созданию этой системы уже был успешно реализован на Кольской АЭС в 2019 году, а в 2021 году она была включена в Реестр российского ПО. Далее внедрение происходило поэтапно: в 2021-2023 годах решение было внедрено на Балаковской, Калининской, Кольской и Ростовской АЭС, а с 2022-2024 – Белоярской, Курской, Ленинградской, Нововоронежской и Смоленской АЭС.

Система:

• анализирует видеопоток с камер,
• автоматически выявляет нарушения использования СИЗ,
• фиксирует до 95–98% отклонений.

Со временем функциональность платформы расширили, теперь она может:

• распознавать возгорания и задымления,
• обнаруживать оставленные предметы,
• идентифицировать нарушителей.

Алгоритм работы видеоаналитики

Архитектура решения построена как кластер нейросетей:

1. Детектор обнаруживает человека в кадре.
2. Второй алгоритм определяет тип сотрудника по спецодежде.
3. Третий анализирует наличие и корректность СИЗ.
4. Дополнительные модели отслеживают положение тела и опасные зоны.
5. При выявлении нарушения система отправляет сигнал начальнику смены.

Система представляет собой кластер нейронных сетей или детекторов, которые выполняют определенные задачи. Детекторы в системе можно комбинировать и каскадировать, передавать результаты одного детектора другому.

Первый детектор ищет в кадре объекты, похожие на человека, второй определяет его принадлежность к той или иной группе персонала по типу спецодежды, третий ищет объекты СИЗ и нарушения в использовании СИЗ, обязательных для этой группы работников.

Для детектирования СИЗов используется комплексный детектор, разработанный VizorLabs на базе open-source детектора. Детектор способен работать на видеопотоке низкого разрешения (640*480) и детектировать тип СИЗ, наличие каски, состояние щитка, наличие форменных брюк.

Для положения сотрудника относительно опасных зон и положения конечностей используется самостоятельно разработанный VizorLabs детектор – построитель скелета.

Модуль обучения позволяет любому специалисту, который умеет пользоваться компьютером, дополнительно обучить нейронные сети, для детектирования новых элементов СИЗ или научить систему распознавать новый тип спец одежды используя информацию, которая поступает с камер.

Результаты и экономический эффект

После внедрения контроль исполнения требований безопасности стал полностью автоматизированным, снизилась нагрузка на диспетчеров, повысилась дисциплина персонала. Система фактически заменила постоянный визуальный контроль операторов.

• количество нарушений снизилось в 10 раз (с 80 до 8 в неделю),
• предотвращение инцидентов происходит в реальном времени.
• сокращение затрат на контроль,
• снижение потерь от простоев и травматизма.

СИБУР: от AR-очков к мобильной видеоаналитике

СИБУР управляет предприятиями по всей стране, и ключевой проблемой стала ремонт оборудования при поломке экспертами, которые должны выехать непосредственно на производственную площадку. Ожидание специалиста могло занимать дни и приводить к финансовым потерям в миллионы рублей.

AR для удаленных консультаций

В 2018 году компания внедрила AR-очки для дистанционной работы с экспертами.

Решение позволило:

• проводить консультации в реальном времени,
• фиксировать все действия,
• обеспечить юридическую значимость операций.

Компания закупала специальные взрывозащищенные AR-очки, но разработала собственную платформу для использования технологии AR-технологии, которая закрывает сразу несколько вопросов безопасности:

• шифрование данных,
• хранение записей внутри предприятия, без выхода в сеть Интернет
• двухфакторную авторизацию,
• хранение и архивация всех консультаций.

За первый год разработки платформы было проведено более 300 сессий, в пандемию — более 700. Например, КазаньОргСинтез завершал реконструкцию реактора. Сотрудники одного надзорного органа должны были провести финальную инспекцию объекта. Полное обследование объекта на месте заняло бы много времени. И тогда сотрудники подключились удаленно через AR-платформу. В результате время проверки было сокращено до 5 дней, а компания в сжатые сроки получила оложительное заключение о соответствии проекта нормативным требованиям.

Эволюция: от консультаций к видеонаблюдению

Анализ использования выявил неожиданный сценарий — сотрудники начали применять AR-очки как видеокамеры для длительного мониторинга. Это привело к созданию нового направления — мобильного видеоконтроля.

Компания разработала систему на базе:

• защищенных смартфонов и мобильных камер,
• встроенной видеоаналитики,
• дашбордов для анализа данных.

Система умеет:

• считать людей в кадре,
• контролировать СИЗ и опасные зоны,
• вести трансляцию и запись,
• анализировать план-факт выполнения работ.

Практика применения

Мобильное видеонаблюдение оказалось незаменимым для контроля проведения работ подрядными организациями. Во время остановочных ремонтов целый цех прекращает работу на месяц для планового обслуживания. Если ряд работ не будут выполнены строго по графику, то это грозит срывом сроков и финансовым ущербом. Тогда специалисты СИБУРа решили установить AR-очки как камеры на критических точках, и весь день наблюдали за действиями рабочих подрядных компаний.

От пилотов перешли к мобильным камерам с ИИ на борту. Они работают до 24 часов от встроенного аккумулятора, имеют вычислительный модуль для аналитики, могут работать при плохой связи — передают только метрики, а не видеопоток.

Например, на Нижнекамскнефтехиме проводили ремонт сразу на нескольких установках производства изопрена. Избежать невыполнения сроков работ помогла система видеоконтроля с аналитикой. Камеры считают людей, система показывает план-факт по мобилизации персонала.  Если на объекте появлялось меньше, чем заявлял подрядчик,  рабочих, то сразу принимались меры.

В итоге эффективности работ выросла на 20%, сократился срок выполнения ремонта, экономия миллионов рублей на отдельных проектах.

Общий накопленный экономический эффект с 2023 по 2025 год от внедрения мобильного видеонаблюдения составил 170 млн рублей.

Сегодня решение СИБУРа, которое на начальном этапе было обычным внедрением AR-очков для решения производственных задач, превратилось в экосистему, объединяющую:

• AR-консультации,
• мобильное видеонаблюдение,
• видеоинструкции,
• интеллектуальную аналитику.

Заключение

Рассмотренные кейсы показывают, что видеоаналитика становится не просто инструментом контроля, а ядром системы управления безопасностью. Компьютерное зрение позволяет решать целый спектр проблем: снижение влияния человеческого фактора, повышение эффективности бизнес-процессов. Кроме того, переход от фиксации нарушений к их прогнозированию и предотвращению стало устойчивым трендом развития умного видеомониторинга  в промышленности.