CC BY
23
УДК: 331.452
ДИСТАНЦИОННЫЕ МЕТОДЫ МОНИТОРИНГА ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ЛЮДЕЙ В АГРОПРОМЫШЛЕННОМ КОМПЛЕКСЕ
Е.В. Яковлева, кандидат сельскохозяйственных наук, доцент кафедры Техносферная безопасность E-mail: elenavalerevna79@yandex. ru
М.О. Быков, аспирант 1 курса по направлению Техносферная безопасность E-mail: [email protected]
ФГБОУ ВО Орловский государственный аграрный университет имени Н.В. Парахина
Аннотация: В результате обзора источников выявлен подход к оснащению АПК IT-продуктами в сферах распознавания объектов, классификации и выборки объектов, а также автоматизации работы, связанной с алгоритмами машинного обучения. Внедрение интеллектуальных систем мониторинга позволит практически в полной мере автоматизировать процесс контроля соблюдения требований охраны труда в определенных зонах. Наличие сигнализирующих систем, либо систем с механизмами защиты позволят исключить человеческий фактор и снизить риски и количество несчастных случаев путем более тщательного контроля за процессом работы
Ключевые слова: охрана труда, машинное обучение, распознавание объектов, нейросеть, безопасность, биометрия опасные зоны, управление.
REMOTE MONITORING METHODS FOR ENSURING THE SAFETY OF PEOPLE IN THE AGRO-INDUSTRIAL COMPLEX
E.V. Yakovleva, Candidate of Agricultural Sciences, Associate Professor of the Department of Technosphere Safety E-mail: [email protected]
M.O. Bykov, 1st year postgraduate student in Technosphere Safety E-mail: [email protected]
Orel State Agrarian University named after N.V Parakhina
Abstract: As a result of a review of sources, an approach to equipping AIC with IT products in the areas of object recognition, classification and selection of objects, as well as automation of work related to machine learning algorithms has been identified. The introduction of intelligent monitoring systems will almost fully automate the process of monitoring compliance with labor protection requirements in certain areas. The presence of signaling systems, or systems with protection mechanisms will eliminate the human factor and reduce the risks and number of accidents through more careful control over the work process
Key words: Labor protection, machine learning, object recognition, neural network, safety, biometrics, hazardous areas, management.
Проблема производственного травматизма всегда была и остается одной из ключевых проблем АПК, развитие сельского хозяйства в последние годы вызывает необходимость повышения технического уровня не только производства, но и систем безопасности.
В агропромышленном комплексе применения, которые включают взаимодействие между человеком и машиной, предъявляются высокие требования к решениям по обеспечению безопасности. IT-продукты в сферах распознавания объектов, классификации и выборки объектов, а также автоматизации работы могут обнаружить присутствие человека около опасных движущихся частей и осуществить безопасный останов. Защищенные зоны и зоны предупреждения могут быть сконфигурированы согласно требованиям и адаптированы к структурным состояниям. Когда кто-то попадает в зону предупреждения, происходит срабатывание звукового сигнала и контролируемое торможение опасных движущихся частей. Если человек оказывается в защищенной зоне, осуществляется остановка опасных движущихся частей.
В опасных зонах, в условиях плохой видимости и применения роботов, надежная концепция безопасности является необходимостью. Необходима защита доступа с задней стороны защищаемой зоны, а также выключатель защитного ограждения или световых завес на входе в опасную зону. Мониторинговая система может определить присутствие человека внутри опасной зоны. Если кто-нибудь находится внутри опасной зоны, сканеры предотвратят повторное включение оборудования с опасными движущимся частями.
Преимущество разработки заключается в том, что решается две задачи одновременно: защита опасных зон и мониторинг повторного запуска.
Универсальное решение необходимо для защиты доступа в опасные зоны в самых различных областях применения. Дополнительные датчики могут различить людей и материалы. Если человек оказывается в защищенной зоне, защита доступа не выключается. Происходит останов опасных движущихся частей.
На примере внедрения в сельскохозяйственные предприятия Орловской области ^-продуктов в сферах распознавания объектов, классификации и выборки объектов, а также автоматизации работы, связанной с алгоритмами машинного обучения, позволяющей проверить и оценить профессиональные знания работника перед его трудовой деятельностью, было показано снижение уровня производственного травматизма.
Внедрение интеллектуальных систем мониторинга позволит практически в полной мере автоматизировать процесс контроля соблюдения требований охраны труда в определенных зонах. Наличие сигнализирующих систем, либо систем с механизмами защиты позволят исключить человеческий фактор и снизить риски и количество несчастных случаев путем более тщательного контроля за процессом работы
Система мониторинга опасных зон в АПК представляет собой синхронизированную сеть, состоящую из систем видеофиксации (здесь также можно применять при необходимости специализированные датчики и сенсоры), блока управления и органов оповещения. Система может встраиваться в штатную систему видеонаблюдения, установленную на предприятии. Система может быть установлена в помещении без специальных требований к системе электропитания. Для функционирования и обмена устройств видеофиксации достаточно штатной точки доступа WIFI.
Устройства видеофиксации располагаются в направлении опасных зон по их периметру так, чтобы радиус опасной зоны вокруг агрегата полностью находился в поле зрения камер.
Рисунок 1 - Схема расположения системы мониторинга опасной зоны.
Для успешного распознавания заранее заданных объектов в опасных зонах применяются алгоритмы машинного обучения. Для задач распознавания система должна обработать определенное количество визуальной информации — датасет. Датасет состоит из большого набора изображений, содержащих в себе различные варианты наличия в опасной зоне искомого объекта. Во время обучения нейросети необходимо отключать работающие агрегаты и соблюдать требования безопасности вблизи опасных зон. В качестве исходного датасета удобно использовать записи с камер.
Рассматривая структурно систему мониторинга опасных зон АПК, ее можно разделить на несколько составных частей.
Рисунок 2 - Структурная схема системы мониторинга опасных зон АПК
Информация мониторинга окружающей среды регистрируется с помощью видеокамер. Могут быть использованы стационарные камеры видеонаблюдения, расположенные по периметру помещения, если они обладают достаточными характеристиками. При необходимости камеры можно расположить непосредственно над зоной контроля. Используемые видеокамеры должны соответствовать необходимым характеристикам, чтобы видеоинформацию с них можно было обработать и проверить на наличие искомых объектов опасной зоны.
Камеры на отслеживаемом участке должны располагаться таким образом, чтобы покрыть всю опасную зону. Для этого можно использовать несколько камер, расположенных по периметру зоны и направленных внутрь нее. Для большего покрытия, камеры должны обладать широким углом обзора, например не менее 180%. В случае, если камеры закреплены на механизме, область которого является опасной зоной (мобильный зерноочистительный комплекс и т. д.) зона наблюдения камер должна покрывать всю область в необходимом радиусе вокруг агрегата.
Для обнаружения и распознавания объектов в видеопотоке необходимо применять алгоритмы машинного обучения, а также структуры нейронных сетей. Подобные структуры требуют относительно больших вычислительных мощностей. Для систем, используемых в помещениях с опасными зонами целесообразно использовать стационарную систему.
Рисунок 3 - Пример расположения звуковых оповещателей.
Световая сигнализация позволяют точно локализовать зону срабатывания. Расположение объектов световой сигнализации, цвет и яркость должны соответствовать ГОСТ 29149-91. Расположение световых оповещателей должно при срабатывании точно обозначить опасную зону, которую необходимо покинуть.
В качестве исполнительных механизмов помимо световой и звуковой сигнализации должны применяться механические и электрические системы защиты: запорные механизмы, размыкающие реле, предохранительные устройства.
В случае если необходим постоянный контроль опасных зон, система мониторинга с режимом распознавания является незаменимой. Благодаря программной адаптации к любым видам опасных сценариев, а также возможности управления любыми агрегатами, имеющими электропроводку, система может быть интегрирована в большинство видов работ.
Создавая программное обеспечение, предназначенное для обнаружения и распознавания объектов в заданных (опасных) зонах АПК, мы решаем задачу автоматизации контроля производства путем обработки видеосигнала с видеокамер с помощью алгоритмов машинного обучения и регистрируя определенные заранее заданные позитивные и негативные сценарии.
Литература
1. Бухтиярова В.Ю., Яковлева Е.В. Структура управления персоналом в системе управления безопасностью труда на предприятиях, эксплуатирующих опасные производственные объекты / В сборнике: Развитие и внедрение современных наукоемких технологий для модернизации агропромышленного комплекса. Сборник статей по материалам международной научно-практической конференции, посвященной 125-летию со дня рождения Терентия Семеновича Мальцева. 2020. С. 640-645.
2. Фролов А.С., Яковлева Е.В. Профилактика травматизма на производстве посредством использования обучающей системы «СПЭК. Первая помощь» / В сборнике: конкурс научно-исследовательских работ. 2020. С.69-74.
3. Иванисов И.И Повышение мотивации работников к безопасному труду как механизм управления профессиональными рисками на производстве / В сборнике: Студенчество России: век XXI. Материалы VII Всероссийской молодежной научно-практической конференции. 2020. С. 340-348.
4. Лосева К.А Оценка причин и характера техносферных опасностей, негативных последствий их проявления, определение размера опасных зон / В сборнике: Студенчество России: век XXI. Материалы VII Всероссийской молодежной научно-практической конференции. 2020. С. 488-492.
5. Бешимов Ы., Яковлева Е.В. Моделирование зон ущерба и оценка риска при чрезвычайных ситуациях / В сборнике: Студенчество России: век XXI. Материалы VII Всероссийской молодежной научно-практической конференции. 2020. С. 86-89.
6. Лазарев В., Сафонов А. Пути автоматизации сельского хозяйства [Электронный ресурс] //controleng.ru: информ.-справочный портал. М., 2018. URL: https://controleng.ru/wp-content/uploads/7526.pdf
7. Алферьев Д.А. Практика реализации сверточных нейронных сетей в сельском хозяйстве и агропромышленном комплексе [Электронный ресурс] // elibrary.ru: информ.-справочный портал. М., 2019. URL:https://elibrary.ru/download/elibrary 43047635 96022622.pdf
8. Скворцов Е.А., Набоков В.И., Некрасов К.В., Скворцова Е.Г., Кротов М.И.. Применение технологий искусственного интеллекта в сельском хозяйстве. // Аграрный вестник Урала. 2019. № 8 (187). С.91-98. DOI: 10.32417/article_5 d908ed78f7fc7.89378141.
9. Набоков В. И., Некрасов К. В., Зуева О. Н., Донскова Л. А. Отраслевые особенности как фактор формирования и развития логистических систем в АПК // Аграрный вестник Урала. 2016 № 12 (154). С.102-104.
10. Ярунина Ю.Г., Яковлева Е.В. Анализ опыта оказания услуг по охране труда предприятиям АПК / В сборнике: Научные основы развития АПК. Сборник научных трудов по материалам XXII Всероссийской (национальной) научно-практической конференции студентов, аспирантов и молодых ученых с международным участием. 2020. С. 474-477.
