Direkt zum Inhalt wechseln
Forschung

KI‐gestützte „Health and Safety“-Modellierung

Safe and Intelligent Workspaces – Grundlagen und Modelle für digitale Prozessinnovationen in der produzierenden Industrie
KI‐gestützte „Health & Safety“-Modellierung 11

Ziel des KI‐gestützten „Health and Safety“-Modellierungsprojekts ist, neue Erkenntnisse für die Unfallvermeidung in der produzierenden Industrie zu gewinnen sowie darauf aufbauende Grundlagenmodelle und Strategien im Bereich der Arbeitssicherheit zu entwickeln. Das Projekt wird vom Studiengang „Data and Information Science“ der FH JOANNEUM im Rahmen der Initiative „Safe and Intelligent Workspaces – Grundlagen und Modelle für digitale Prozessinnovationen in der produzierenden Industrie“ durchgeführt.

Problemstellung

Die Automatisierung in der Industrie ist am Vormarsch. Es werden immer mehr Tätigkeiten mechanisiert und dabei rückt die menschliche Komponente in den Hintergrund. Trotzdem gibt es in dieser fortschrittlichen Zeit noch eine Vielzahl von Unfällen, die es zu vermeiden gilt. Auch die Arbeitssicherheit befindet sich durch den Fortschritt von Automatisierung und Industrie 4.0 in einem Wandel. Die große Menge an automatisierten Maschinen und die greifenden Arbeitssicherheitsvorkehrungen bedingen einen erhöhten Schutz der Personen, da viele Handgriffe in Gefahrenzonen beispielsweise durch Roboter übernommen werden. Dabei ereignen sich Unfälle zu 95 Prozent aufgrund menschlichem Fehlverhaltens.

Photo: https://de.wikipedia.org/wiki/Herbert_William_Heinrich#/media/Datei:Heinrichs_Gesetz.svg

Ziel

Das KI-gestützte „Health and Safety“-Modellierungsprojekt zur prognostischen Unfallvermeidung hat es sich zum Ziel gesetzt, im Bereich der Arbeitssicherheit zu neuen Erkenntnissen und Methoden zu gelangen, um die Zusammenarbeit zwischen Menschen und Maschine in der produzierenden Industrie sicherer zu gestalten.

Vorgehen

Als Grundlage der Untersuchungen dienen Unfallberichte, Ereignisanalysen sowie Beinahe-Unfallberichte aus dem Bereich der produzierenden Industrie. Zu Beginn erfolgt eine Analyse der Daten mit einfachen statistischen Methoden. Mit diesen Ergebnissen soll bereits ein Rückschluss ermöglicht werden, welche Faktoren für eine statistische Auswertung von Bedeutung sind. Darüber hinaus gilt es in dieser Phase zu erheben, ob weitere Informationen benötigt werden, welche noch nicht im Rahmen der Unfallberichte erhoben wurden.

Parallel dazu wird zusätzlich eine Analyse mit weiterführenden Methoden und/oder künstlicher Intelligenz angestrebt, um neue Erkenntnisse zu erlangen sowie Grundlagenmodelle im Bereich der Arbeitssicherheit zu entwickeln. Für eine erfolgreiche Umsetzung können Varianten und Ansätze von Strukturgleichungsmodellen und Agenten-basierter Modellierung und/oder evolutionäre Algorithmen zum Einsatz kommen.

Unabhängig von diesen Ergebnissen werden potenzielle Einsatzgebiete von Augmented-Reality-Technologien und Virtual-Reality-Technologien in der Arbeitsumgebung der produzierenden Industrie evaluiert. Diese Technologien können als Möglichkeit dienen, um Verhalten in gefährlichen Situationen virtuell zu trainieren oder Warnungen vor potenziellen Gefahren zu visualisieren.

Projektpartner und Rollen

  • voestalpine: Im Zuge des Projekts stellt die voestalpine Unfallberichte, Ereignisdaten sowie Beinaheunfallberichte für eine statistische und analytische Auswertung zur Verfügung.
  • JOANNEUM RESEARCH JOANNEUM RESEARCH Forschungsgesellschaft mbH: Die statistische Analyse und Auswertung der Unfallberichte anhand Clustering-Methoden, linearer statistischer Modellierung und Methoden der Dimensionsreduktion wird von JOANNEUM RESEARCH durchgeführt.
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.