Kömür hazırlama tesislerinde insan–makine–çevre etkileşimi için akıllı risk değerlendirmesi ve erken uyarı

Kömür tesislerini güvende tutmanın önemi

Kömür hazırlama tesisleri, ham kömürün enerji santrallerinde yakılmadan veya sanayide kullanılmadan önce temizlendiği ve sınıflandırıldığı yerlerdir. Bu tesisler hızlı hareket eden makineler, toz, gürültü ve suyla doludur; bu koşullar çalışanları kolaylıkla tehlikeye atabilir. Bu çalışma, yapılandırılmış risk analizini modern bilgisayarlı görü ile birleştirmenin geleneksel gözetim kameralarını insanlarla makineler arasındaki mesafeleri izleyen ve bir şeyler ters gitmeden önce çalışanları uyaran akıllı koruyuculara nasıl dönüştürebileceğini araştırıyor.

Çalışkan bir işyerindeki gizli tehlikeler

Kömür hazırlama tesisinin içinde tehlike aynı anda birçok yönden gelir. Kırıcılar ve titreşimli elekler ağır kömür parçalarını fırlatabilir veya kırık parçalar dökebilir; yoğun ortam sistemleri, yüksek basınç altında aşındırıcı süspansiyonları borularda zorlar ve güçlü jetler şeklinde sızıntı yapabilir. Nemli odalarda bulunan yüksek gerilimli elektrik ekipmanında izolasyon arızalanabilir; konveyörler ve depolama alanları ince kömür tozuyla dolarak tutuştuklarında patlayabilir. Havuzlar, yoğunlaştırıcılar ve filtre presler boğulma ve sıkışma tehlikeleri getirir. Uzun süreli toz maruziyeti ayrıca işçilerin akciğerlerine zarar verebilir. Yazarlar, insanların, makinelerin, malzemelerin, yöntemlerin ve çevrenin ele alındığı 4M1E çerçevesi olarak bilinen yapılandırılmış bir kontrol listesini kullanarak tesisteki bu çeşitli riskleri haritaladılar.

İnsanlara en çok zarar verebilecekleri sıraya koymak

Her ekipmanın eşit derecede tehlikeli olmaması nedeniyle ekip, risk seviyelerini sistematik bir şekilde derecelendirmeyi hedefledi. Ciddi bir kazayla başlayan ve geri doğru olası küçük arıza kombinasyonlarına inen bir mantık diyagramı türü olan arıza ağacını oluşturdular—örneğin bir konveyörün beklenmedik biçimde çalışmaya başlaması sonucu bir çalışanın yaralanması—ve bu da kilitlenme prosedürlerinin atlanması, elektrik kontrol arızaları ve fiziksel koruyucuların eksikliği gibi zayıf noktaları ortaya çıkarmaya yardımcı oldu. Uluslararası risk yönetimi standartlarını kullanarak, bir olayın olma olasılığını potansiyel sonuçlarının şiddetiyle birleştirdiler ve ekipman faktörleri, çevresel koşullar ve insan davranışını dengelemek için ağırlıklandırma yöntemi uyguladılar. Sonuç, bant konveyörler ve titreşimli elekler gibi öğelerin en sıkı kontrolleri gerektiren en yüksek riskli öğeler olarak işaretlendiği bir “trafik ışığı” tarzı sıralama oldu.

Kameralara mesafe izlemeyi öğretmek

Kağıt analizinden uygulamaya geçmek için araştırmacılar sıradan gözetim kameralarını YOLOv10 olarak bilinen modern bir nesne algılama algoritması ile yükselttiler. Bu yazılım, bir bilgisayarın her video karesinde insanları ve makineleri gerçek zamanlı olarak ayırt etmesini sağlar. Kömür tesisleri tozlu, loş ve borular ve yapılarla karmaşık olduğundan, ekip algoritmayı görüntünün en bilgilendirici kısımlarına odaklanmasına yardımcı olan dikkat (attention) modülleri ve farklı boyutlardaki nesnelerden gelen bilgiyi daha akıllıca birleştirme yöntemleriyle geliştirdi. Ayrıca sistemin tahmin edilen ve gerçek pozisyonlar arasındaki eşleşmeyi değerlendirme şeklini rafine ederek, kötü koşullarda bile çalışanlar ve makineler etrafındaki sınırlayıcı kutuların kararlı ve doğru olmasını sağladılar.

Pikselden atölyedeki alarmlara

Nesneleri tespit etmek problemin yalnızca yarısıdır; sistem ayrıca insanların tehlikeye çok yakın olup olmadığını bilmek zorundadır. Pahalı 3B kameralar veya lazer tarayıcılar yerine ekip, zekice bir kestirme yol benimsedi: bilinen genişliğe sahip bir nesne kullanılarak tek bir kamera kalibre ediliyor, böylece görüntüdeki piksel mesafeleri zemindeki yaklaşık gerçek dünya mesafelerine dönüştürülebiliyor. Bu düzenekle yazılım, her kişi ile yakınlarındaki makineler arasındaki boşluğu sürekli ölçer. Bir çalışan dikkat bölgesine girerse ekranda görsel bir uyarı belirir; daha sıkı bir tehlike bölgesine adım atmak sesli bir alarmı, otomatik anlık görüntüleri ve günlük kayıtlarını tetikler; böylece kimin ne zaman ve nerede ne yaptığı kaydedilmiş olur. Kontrollü testlerde sistem ortalama yaklaşık altı santimetre hassasiyetle mesafeleri tahmin edebiliyor ve alarmı yaklaşık üç onda bir saniye içinde verebiliyordu.

Akıllı uyarıyı uygulamaya koymak

Sistem, yüksek riskli olarak derecelendirilen konveyör koridorları ve filtre pres alanlarına odaklanarak gerçek bir kömür hazırlama tesisinde pilot uygulamaya sokuldu. Tipik bir günde yaklaşık on beş geçerli uyarı üretiyor, çalışanların çalışan makinelerin yanına yaklaşması veya baret takmamaları gibi tehlikeli davranışları yakalıyordu. Her olay görüntü ve zaman damgasıyla belgelendiği için güvenlik yöneticileri ihlallerin en yaygın olduğu zamanları—örneğin vardiya devri sırasında—belirleyebildi ve denetim programlarını ayarlayabildi. Bir ay içinde bu yoğun zamanlardaki kaydedilmiş ihlaller yaklaşık %40 oranında azaldı; bu da gerçek zamanlı müdahalelerle izlenebilir kanıtların kombinasyonunun sahadaki davranışı değiştirdiğini gösteriyor.

Daha güvenli kömür işletmeleri için anlamı

Basitçe söylemek gerekirse, bu araştırma sistematik risk sıralamasıyla akıllı kameraların eşleştirilmesinin kömür hazırlama tesislerinin kazalardan sonra tepki vermekten ziyade gerçek zamanlı olarak önlemeye geçmesine yardımcı olabileceğini gösteriyor. Yöntem insan davranışının veya örgütsel kültürün her kıvrımını yakaladığını iddia etmiyor ve doğruluğu kamera yerleşimi, aydınlatma ve algılama modelinin yerel yeniden eğitilmesine bağlı. Yine de en tehlikeli ekipmanı açıkça belirleyerek, çalışanların ne kadar yaklaştığını otomatik olarak izleyerek ve her uyarıyı kaydederek, mevcut video sistemlerini aktif güvenlik ortaklarına dönüştürmek için pratik bir yol sunuyor—endüstrinin en zorlu ortamlarından birinde potansiyel olarak yaşamları kurtarabilir ve yaralanmaları azaltabilir.

Atıf: 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

Anahtar kelimeler: kömür hazırlama güvenliği, bilgisayarlı görü izleme, endüstriyel risk değerlendirmesi, insan–makine etkileşimi, erken uyarı sistemleri