Tecnologie abilitanti per il monitoraggio degli elementi di contesto (Operatore-Macchina-Ambiente) per la prevenzione di incidenti sul lavoro
ID 21252 | 27.01.2024 / In allegato
Inail - Volume - Collana Quaderni di ricerca gennaio 2024
Il progetto RECKON, diretto alle PMI, ha scelto come caso studio il settore metalmeccanico-metallurgico per l’applicazione ed ha prodotto il modello e una prima versione prototipale di hub, inteso come “centro di connessione di una rete”, potenzialmente aperto a tutte le aziende, per l’analisi sistematica dei rischi e delle loro cause, nonché la comprensione degli stati e delle effettive interazioni operatore-macchina-ambiente (sintetizzati nel termine “contesto”) per le attività di monitoraggio, diagnostica e prevenzione gestite in modo integrato.
Il quaderno contiene la rappresentazione generale del framework e definisce i contesti applicativi in cui è stato sviluppato il progetto, individuando tre case lab dove installare la piattaforma tecnologica e sensoristica.
È presente la descrizione generale dell’architettura hardware e software sviluppata, e viene dettagliato il modello di riferimento (Context Dimension Tree) per la rappresentazione del contesto di infortunio, che tiene conto dei risultati delle analisi anche di banche dati Inail sugli infortuni, degli ambiti di lavoro considerati e delle soluzioni tecnologiche da implementare in azienda.
Viene esposta la formalizzazione della sensoristica adottata e la definizione su planimetria della rete di sensori e della loro effettiva localizzazione, oltre che la fase di installazione vera e propria del sistema presso le aziende individuate. Si conclude con la presentazione dei risultati raggiunti dal progetto con le sperimentazioni nelle aziende selezionate come casi studio, attraverso una sintesi delle analisi condotte sui dati acquisiti dai sensori.
_______
Indice degli argomenti
Premessa
Acronimi e definizioni
1 Individuazione dell’ambito applicativo
1.1 Individuazione contesti critici
1.2 Definizione framework operativo
1.3 Architettura generale
2 Un approccio basato sul contesto (context-aware)
2.1 Il modello Context Dimension Tree
2.1.1 Il modello CDT_Operatore
2.1.2 Il modello CDT_Operatore, Ambiente
2.1.3 Il modello CDT_Operatore, Macchine e Utensili
2.1.4 Il modello CDT_Operatore, Infortunio
2.1.5 Il modello CDT_Operatore, NearMiss
2.2 Introduzione al linguaggio PerLa
2.2.1 L’istruzione Query PerLa continue
2.2.2 PerLa Context Language
2.2.3 Context Dimension Tree Declaration
2.2.4 Context Creation
2.3 Ontologie per la modellazione del contesto
2.4 Workflow per l’integrazione e l’elaborazione context-aware dei dati
3 RECKONition: l’intelligenza artificiale per l’analisi della dinamica degli infortuni
3.1 Definizione del processo decision-making
3.1.1 Kmedoids
3.2 Association-Rule Mining
3.3 Clustering del linguaggio naturale
3.3.1 Clustering basato su TAG e occorrenze
3.3.2 Clustering basato su Transformers
3.4 Language model
4 Dall’architettura al sistema
4.1 Sensorizzazione del contesto
4.2 Sensoristica per il monitoraggio di macchinari pericolosi
4.3 Progettazione della sensoristica
4.4 Sistemi di localizzazione INDOOR
4.4.1 Tecnologie per sistemi di localizzazione
4.5 Sviluppo soluzioni real-time per situazioni a rischio
4.5.1 Metodologie di analisi dati per derivare informazioni sul contesto
4.5.2 Progettazione di sistemi di allarme real-time
4.6 Sensorizzazione del contesto nei Case Labs
4.7 Descrizione del sistema di localizzazione indoor fornito da NewEN.
5 Casi Studio e sperimentazione
5.1 L’implementazione di RECKON nelle singole aziende
5.2 Sensorizzazione di un Case Lab
5.2.1 Osservazioni
5.3 Implementazione delle soluzioni nei Case Labs
5.4 Verifica delle soluzioni real-time nei Case Labs
5.4.1 Osservazioni
5.5 Approfondimento tecnologico: WebApp e casi di studio
5.5.1 Esplorazione dei dati sensoristici e implementazione query PerLa
6 Conclusioni
Ringraziamenti
Riferimenti bibliografici
Fonte: INAIL