سوانح و آسیب‌های جسمی در محل کار خصوصا در مشاغل صنعتی و خاص بسیار شایع است. نوآوری‌های اینترنت اشیا (IoT) و اینترنت اشیا صنعتی (IIoT) می‌تواند به بهبود ایمنی فضای کاری کمک کند.
بر اساس آخرین آمار سازمان خدمات عمومی و ارتقا سلامت و ایمنی آمریکا (NSC)، سالانه بیش از 4.500.000 حادثه در محل کار رخ می‌دهد. این بدان معناست که در هر 7 ثانیه یک نفر در محل کار دچار آسیب دیدگی شده و بدین ترتیب هزینه‌ای معادل 161.5 میلیارد دلار در سال تحمیل می‌گردد.
در جهان امروز، ساعت مچی، ایمپلنت و الکترود، کار جمع‌آوری داده‌ها را انجام می‌دهند. اما تغییرات جدیدی در حال رخ دادن است. به‌عنوان‌مثال، شرکت کارلسون روبوتیک پارچه‌های نساجی با الیاف‌هایی ساخته که قادر به انتقال بار الکتریکی است. این پارچه می‌تواند همره با سنسورها برای جمع‌آوری داده‌های مرتبط با شرایط فیزیکی پرسنل و پیش‌بینی احتمالات ایمنی در محل کار استفاده شود.
آنها همچنین پارچه‌های فیبر نوری را قادر می‌سازند که تصاویر را روی پارچه‌ها، مانند پشت و یا آستین‌های پیراهن کاری، تولید کنند. دستورالعمل‌های کاری، پیام‌های متنی، ایمیل‌ها و تصاویر قطعات به نظر می‌رسد که فقط چندین مرحله کوتاه از این فناوری باشد.
با استفاده از این نوع روش‌های جمع‌آوری، جلیقه‌های Exoskeleton اخیراً بوسیله خودروساز آمریکایی فورد معرفی شده‌اند که برای کاهش آسیب‌های کارگران و خستگی استفاده می‌شود. پارچه‌های الکترونیکی با نانو سنسورهای جاسازی شده، پلیمرهای رسانا، جوهر و فیبر، شرایط بدن (ضربان قلب، دمای، میزان اکسیژن خون و خستگی) مصرف کنندگان را کنترل می‌کنند و برای شناسایی شرایط ناگوار مورد بررسی قرار می‌دهند.
این تغییر و تحولات در صنعت ساخت و ساز هم دیده می‌شود. کلاه‌های ایمنی در ساختمان‌ها شامل سنسورهایی هستند که نظارت بر شرایط جسمی کارگران مانند نرخ ضربان قلب، خستگی، درجه حرارت، سطح اکسیژن و استرس را انجام می‌دهند. این کلاه‌های هوشمند همچنین اطلاعات مربوط به شرایط کار مانند دمای تجهیزات، گرد و غبار، شرایط سمی و شتاب ناگهانی (که ممکن است در یک سقوط تجربه شود) را جمع‌آوری می‌کنند. سنسورهای کلاه به یک شبکه ارتباطی متصل می‌شوند که این داده‌ها را به نرم‌افزار تحلیلی انتقال می‌دهد که قادر به پیش‌بینی شرایط ناامن است و ایمنی محل کار در سایت‌های ساختمانی را افزایش می‌دهد.
در IIoT، چندین فناوری مهم برای جمع‌آوری و تجزیه و تحلیل داده‌های پرسنلی و تجهیزات مورد استفاده برای پیش‌بینی شرایط نامساعد کار و یا تولید اطلاعات مانند فرایندهای غیرفعال وجود دارند. ترکیبی از پنج تکنولوژی همگام با یکدیگر به منظور پردازش و شناسایی روندی که برای بررسی عادی انسان‌ها آشکار نیست. این پنج تحول مهم عبارتند از:
-
دستگاه‌های متصل به‌هم
-
هوش مصنوعی
-
ذخیره‌سازی ابری
-
پردازش داده‌های بزرگ
-
تجزیه و تحلیل عمیق
نوع و مقدار اطلاعات جمع‌آوری شده از طریق دستگاه‌های متصل شده به طور بالقوه بسیار بزرگ است که در حال حاضر، تجزیه و تحلیل کامل برای شناسایی الگوها و روند پیش‌بینی دشوار است و عامل محدود کننده در استفاده از آن است. کارکنان نظارتی و شرایط کار تنها مناطقی نیستند که IIoT در حال بهبود ایمنی در محل کار است. شرکت‌های پیشرو در حال استفاده از IIoT برای بهبود عملکرد تجهیزات از طریق تعمیر و نگهداری پیش‌بینی شده هستند.
تصور اینکه چگونه ناقص بودن ماشین ممکن است شرایط کاری ناامن را ایجاد کند، سخت نیست. اگر بخشی ناگهان نتواند عمل کند و دستگاه به طور ناگهانی متوقف شود، اپراتور تجهیزات ممکن است با شرایط خطرناک مواجه شود.
در موارد دیگر، اگر تجهیزات از فرایند مشخص شده منحرف شوند، ممکن است شرایط ناامنی نیز رخ دهد. همانطور که اطلاعات جمع‌آوری شده تجزیه و تحلیل شده است، شرایط شکست را می‌توان پیش‌بینی و به پرسنل تعمیر و نگهداری هشدار داد تا تعمیر و نگهداری مورد نیاز را انجام دهند. اگر دستگاه‌هایی دارید که در شرایط بدی کار می‌کنند، با وجود ایمنی IoT لازم نیست نگران آن باشید.
در آینده، پیش‌بینی نگهداری، شامل جایگزینی قطعات بحرانی بر اساس تجزیه و تحلیل شرایط عملیاتی دستگاه است. این رویکرد، این واقعیت را تشخیص می‌دهد که حالت شکست هر بخشی می‌تواند با تغییر شرایط تغییر کند. به‌عنوان‌مثال، الگوی شکست می‌تواند وابسته به ویژگی‌های عملیاتی مانند سرعت، درجه حرارت و فشار باشد.
با هوش مصنوعی (AI) و ماشین‌های متصل به‌هم، حالت‌های شکست قطعات پیش‌بینی شده و تعمیر و نگهداری قطعات برنامه‌ریزی شده‌اند. تعمیر و نگهداری پیش‌بینی شده توسط تجزیه و تحلیل داده‌های واقعی تجهیزات بدست آمده است که تعمیر و نگهداری غیر ضروری را حذف می‌کند و باعث افزایش زمان و از بین بردن احتمال آسیب کارکنان در هنگام انجام اقدامات تعمیر و نگهداری غیر ضروری در تجهیزات می‌شود.
