El análisis de situaciones de riesgo mediante cámaras de video permite el desarrollo de actividades preventivas en los sectores. Conocé cómo se lleva a cabo y al equipo que lo hace posible.
Ternium sigue avanzando en la implementación de nuevas herramientas digitales que permiten facilitar la prevención y aplicación de las medidas de seguridad dentro de la planta. Un ejemplo claro es el Video Analytics, un proyecto que comenzó a desarrollarse desde 2018 y que sigue actualizándose de acuerdo con las necesidades de la operación.
Pero primero, ¿qué es Video Analytics? El equipo lo describe, de forma muy simple, como una herramienta que permite, mediante las cámaras disponibles en las plantas, detectar condiciones inseguras en las tareas operativas mediante algoritmos que funcionan 24/7.
Con este desarrollo podemos identificar actos inseguros o situaciones que puedan desencadenar algún evento de seguridad, emitiendo una alerta al sistema SIASSO o a las salas de monitoreo para identificar desvíos.
Originalmente nació como un proyecto enfocado en monitorear el cumplimiento de las Reglas Que Salvan Vidas, pero ahora gracias a Video Analytics se pueden detectar desvíos de seguridad de manera autónoma y también identificar acciones que, al analizarse, pueden derivar en cambios en el sistema de trabajo o diseño de la tarea.
Planta Ensenada: un caso para prevenir y cuidar “Se trabajó fuertemente con los equipos de Environment, Health and Safety y Operaciones para mejorar la asertividad de los algoritmos activos y aumentar el tratamiento de alertas. Hoy tenemos en Argentina más de 774 cámaras activas y 1486 reglas corriendo en simultáneo”, comentó Jorgelina Wirsch, IT Senior Manager.
“La herramienta te señala dónde ir a mirar, en lugar de tener que revisar horas de grabación. Te permite evaluar cómo fue el incumplimiento y analizar si la tarea ó el lugar están bien diseñados y también ayuda a medir rápidamente la efectividad de las medidas tomadas”, sumó María Actis, EHS Manager.
En los últimos meses, se incorporaron integraciones con otros sistemas (NCA, SAP, N2) para mejorar la detección en algoritmos críticos como atrapamiento. Además, se realizaron mejoras en SIASSO: ahora se pueden asignar varias alertas a un mismo desvío, rechazar alertas con comentarios y realizar análisis comparativos para mejorar procesos. También, se implementó el algoritmo de detección de fuego en todas las cámaras de Argentina: las alertas que se generan a partir de esto son informadas de manera instantánea a bomberos.
Entre los próximos pasos del proyecto se encuentra la incorporación de la visualización de alertas críticas, como atrapamiento o carga suspendida, a través de videos. Actualmente, cuando se genera una alerta, el usuario recibe una imagen fija del evento en la plataforma. En el futuro, esa imagen será reemplazada por un breve video que brindará mayor información sobre lo ocurrido, permitiendo entender mejor el contexto de la situación y resolver dudas de manera más rápida y precisa. También se trabajará en guardar estas imágenes o videos por más tiempo para facilitar el análisis, y en seguir desarrollando algoritmos que contribuyan tanto a la seguridad como a la performance de la planta.