石炭選炭工場における人・機械・環境の結合を対象とした知的リスク評価と早期警報

石炭工場の安全を守ることが重要な理由

選炭工場は、原料の石炭を発電所で燃やしたり産業用途に使う前に洗浄・選別する場所です。これらの現場は高速で稼働する機械、粉じん、騒音、水などにあふれており、労働者が危険にさらされやすい環境です。本研究は、構造化されたリスク解析と最新のコンピュータビジョンを組み合わせることで、従来の監視カメラを人と機械の距離を監視し、何かが起こる前に作業者に警告する“知的な守り手”に変える方法を検討しています。

多忙な作業場に潜む危険

選炭工場の内部では、危険はあらゆる方向から生じます。破砕機や振動ふるいは重い石炭塊や破片を飛散させることがあり、密度選別装置では研磨性の高いスラリーが高圧で配管を通るため、強力な噴出漏れが起きることがあります。高電圧の電気機器は湿気の多い室内に置かれ、絶縁不良を起こすことがあり、コンベヤや保管場所には可燃性の微細な石炭粉じんが堆積して着火すれば爆発する危険があります。プールや濃縮槽、フィルタープレスは溺死や圧搾の危険をもたらします。長期的な粉じん暴露は作業者の肺を損なう可能性もあります。著者らは、人、機械、材料、方法、環境を見る4M1Eのフレームワークという構造化されたチェックリストを用いて、工場全体の多様なリスクをマッピングしました。

人に最も危険を及ぼすものの順位付け

すべての機器が同じだけ危険なわけではないため、研究チームは体系的にリスクレベルを格付けすることに取り組みました。彼らはフォールトツリー（故障木）という論理図を構築しました。これは、例えばコンベヤが予期せず始動して作業者が負傷するという重大事故を出発点に、その事故を可能にする小さな複合的な故障を遡って示すものです。これにより、ロックアウト手順の省略、電気制御の故障、物理的な防護の欠如などの弱点が浮き彫りになりました。国際的なリスクマネジメント基準を用いて、事象の発生確率と結果の重大度を組み合わせ、機器要因、環境条件、人の行動をバランスさせる重み付け手法を適用しました。結果として、ベルトコンベヤや振動ふるいなどが最も高リスクの項目として「信号灯」スタイルのランク付けで示され、最も厳格な管理が必要だと特定されました。

カメラに距離を見させる仕組み

紙上の分析から実行へ移すために、研究者たちは通常の監視カメラをYOLOv10として知られる最新の物体検出アルゴリズムで強化しました。このソフトウェアは、各ビデオフレーム内で人や機械をリアルタイムに識別できます。選炭工場は粉じんで暗く、配管や構造物で乱雑になりがちなので、チームは画像の最も情報量の多い部分に注目させる注意モジュールや、サイズの異なる物体からの情報を賢く統合する方法をアルゴリズムに追加しました。また、予測位置と実際の位置の一致を評価する手法を改良し、状況が劣悪なときでも作業者や機械を囲うバウンディングボックスが安定して正確になるようにしました。

ピクセル情報を現場のアラームに変える

物体検出は問題の半分にすぎません。システムは人が危険に近づきすぎているかどうかも判断できなければなりません。高価な3次元カメラやレーザースキャナを使う代わりに、チームは巧妙な近道を採りました：既知の幅を持つ物体を使って単一カメラを較正し、画像内のピクセル距離を床上の実世界距離に概算で変換するのです。この設定により、ソフトウェアは各作業者と近隣の機械との距離を継続的に測定します。作業者が注意ゾーンに入ると画面上に視覚的な警告が表示され、より狭い危険ゾーンに踏み込むと可聴アラームと自動スナップショットおよびログ記録が作動し、誰がいつどこで何をしたかの記録が作られます。制御された試験では、システムは平均で約6センチメートルの精度で距離を推定し、およそ0.3秒ほどでアラームを発することができました。

知的警報を実務に導入する

このシステムは実際の選炭工場で試験導入され、特に高リスクと評価されたコンベヤ通路やフィルタープレス周辺に焦点を当てました。典型的な一日で約15件の有効な警告を生成し、稼働中の機械に近づく作業者やヘルメット未着用などの不安全行為を検出しました。各事象が画像とタイムスタンプで記録されるため、安全管理者は違反が最も多い時間帯や場所、たとえば交代時などを特定し、監督スケジュールを調整できました。１か月以内に、これらのピーク時間帯に記録された違反は約40%減少し、リアルタイムの注意喚起と追跡可能な証拠の組み合わせが現場での行動を変えたことを示唆しました。

より安全な石炭作業のための意義

要するに、本研究は、体系的なリスク格付けとスマートカメラの組み合わせが、選炭工場を事故後の対応型からリアルタイムでの予防型へと移行させる助けになることを示しています。本手法は人間の行動や組織文化のあらゆる変化を完全にとらえるものではなく、精度はカメラの配置、照明、検出モデルの現地での再学習に依存します。それでも、最も危険な機器を明確に特定し、作業者がどれだけ近づいているかを自動で監視し、すべての警報を記録することで、既存のビデオシステムを能動的な安全パートナーに変える実践的な道を提供し、業界で最も厳しい環境の一つにおける命や傷害の削減につながる可能性があります。

引用: Zhao, Y., Hu, Y. & Shi, Q. Intelligent risk assessment and early warning for human–machine–environment coupling in coal preparation plants. Sci Rep 16, 12503 (2026). https://doi.org/10.1038/s41598-026-42874-5

キーワード: 選炭の安全, コンピュータビジョン監視, 産業リスク評価, 人と機械の相互作用, 早期警報システム