Пресс-релизбезопасность

Московская верфь внедрила ML Sense для контроля применения СИЗ и курения

🇷🇺 3 мин

Компания Nord Clan внедрила на Московской верфи систему машинного зрения ML Sense для автоматического контроля соблюдения требований охраны труда. Решение анализирует видеопоток с 40 существующих камер, определяет отсутствие средств индивидуальной защиты (СИЗ), выявляет курение и контролирует использование защитной экипировки при сварочных, искрообразующих и высотных работах.

Московская верфь — современное судостроительное предприятие в Нагатинском Затоне Москвы. Верфь открылась в ноябре 2025 года и специализируется на строительстве и обслуживании пассажирских электросудов. Производственные площади составляют 23 тыс. кв. м, мощности рассчитаны на выпуск до 40 судов в год. Предприятие выполняет полный цикл работ — от резки металла и сварки корпусов до сборки, оснащения и спуска судов на воду.

На судостроительном производстве сотрудники выполняют сварочные и искрообразующие работы, используют режущий инструмент, работают на высоте и на открытых площадках. Для разных операций предусмотрены свои требования к применению определенных средств защиты. При этом постоянный контроль их соблюдения в производственных цехах и на открытой территории требует значительных ресурсов службы охраны труда.

Основная задача проекта — повысить дисциплину использования СИЗ на предприятии. Московской верфи требовалась система, которая позволит непрерывно выявлять нарушения, фиксировать их и использовать полученные данные для работы с персоналом.

Для автоматизации контроля Nord Clan внедрила ML Sense на базе существующей системы видеонаблюдения верфи. К системе подключили 40 камер, которые охватывают производственные цеха, отдельные помещения и открытые участки территории. Специалисты настроили алгоритмы распознавания СИЗ с учётом особенностей производственных процессов и условий съёмки.

Система предусматривает контроль десяти видов СИЗ и элементов защиты: касок, защитных очков, защитных лицевых щитков, сварочных масок, наушников, респираторов, защитных курток и брюк, сигнальных жилетов и страховочных привязей.

Одна из особенностей внедрения — контроль СИЗ с учетом конкретных производственных операций. Например, страховочная привязь необходима при выполнении высотных работ, но не требуется на других участках. Поэтому ML Sense проверяет её наличие только в тех зонах, где это предусмотрено требованиями безопасности. Если расположение строительных лесов или место проведения работ меняется, администратор может самостоятельно изменить границы зоны контроля.

Для сварочных и искрообразующих работ специалисты Nord Clan разработали отдельный алгоритм. Система распознаёт характерные искры, определяет вид операции и проверяет наличие соответствующей защиты лица — сварочной маски или защитного лицевого щитка. Если такие работы не ведутся, система не требует использования этих средств защиты.

Дополнительно ML Sense выявляет курение на производственной территории. Для этого алгоритм анализирует несколько признаков: положение руки относительно лица, наличие сигареты или электронного устройства, а также появление дыма.

Все нарушения фиксируются в едином интерфейсе оператора. При обнаружении события система сохраняет изображение, дату и время, номер камеры и сведения об отсутствии конкретных СИЗ и отправляет уведомление на электронную почту сотрудников службы охраны труда. Оператор может открыть снимок, увеличить изображение и посмотреть, какое именно нарушение обнаружено. Архив позволяет вернуться к любому событию за выбранный период и использовать информацию при разборе нарушений.

Для управления системой предусмотрены две роли: оператор и администратор. Оператор отслеживает события и работает с архивом, а администратор может самостоятельно выбирать виды СИЗ для контроля на каждой камере и изменять границы зон детекции. Например, на одном участке можно контролировать весь предусмотренный комплект защитной экипировки, а на другом — только каски и сигнальные жилеты.

Система позволяет службе охраны труда оперативно выявлять нарушения на разных участках верфи, разбирать каждый случай и принимать меры для предотвращения повторных нарушений.