AI-маніторынг пажараў на вытворчасці: урок Гомеля

26 снежня 2025 года ў Гомелі ратавальнікі тушылі пажар у цэху дрэваапрацоўкі. Паводле паведамлення, агонь удалося ліквідаваць, пацярпелых няма, але былі пашкоджаныя вытворчы будынак і маёмасць унутры. На месцы працавалі восем аўтацыстэрнаў і аўталесвіца — сур’ёзныя сілы для таго, што часта пачынаецца з «дробязі»: перагрэтага падшыпніка, пылу ў паветры, іскры ад электрарухавіка.

Вось што мяне ў такіх гісторыях заўсёды раздражняе: пажар лічыцца «форс-мажорам», хоць у дрэваапрацоўцы ён у большасці выпадкаў прадказальны па наборы сігналаў. І гэта якраз месца, дзе штучны інтэлект у прамысловасці Беларусі можа даць не прыгожую прэзентацыю, а цалкам прыкладны вынік — менш інцыдэнтаў, менш прастояў, менш страхавых спрэчак, менш страчаных заказаў.

Гэты матэрыял — частка серыі «Як штучны інтэлект трансфармуе вытворчасць і прамысловасць у Беларусі». Сёння разбяром, як AI-сістэмы ранняга выяўлення і прагназавання рызыкі маглі б зрабіць падобныя сітуацыі радзейшымі — і што можна зрабіць ужо ў 2026 годзе, без «касмічных» бюджэтаў.

Што пажар у дрэваапрацоўцы кажа пра рэальную рызыку

Пажар у дрэваапрацоўчым цэху — гэта не толькі пра агонь, гэта пра ланцужок дробных збояў, які ніхто не ўбачыў своечасова. Дрэвапыл, смалы, лакафарбавыя матэрыялы, сушыльныя зоны, электрарухавікі, транспартныя стужкі, сістэмы аспірацыі — усё гэта стварае «ідэальную буру», калі кантроль існуе на паперы, але не ў рэжыме 24/7.

У снежні рызыка часта ўзрастае праз сезонныя фактары:

• цяплоаддача і перапады тэмператур (абаграванне, закрытыя вароты, кандэнсат у вузлах);
• пікавая загрузка перад канцом года (план/экспарт/закрыццё аб’ёмаў);
• стомленасць персаналу і больш зменаў.

Нават калі людзі ўсё робяць правільна, чалавечы кантроль не ўмее адначасова «слухаць» сотні падшыпнікаў, «нюхаць» дым і «бачыць» цеплавыя аномаліі ў шафах кіравання. А датчыкі без аналітыкі часта даюць або цішыню, або шквал ілжывых трывог.

Ці мог AI прадухіліць пажар? Так, калі ён слухае «слабкі сігнал»

AI не тушыць пажар. Ён не дае пажару стаць пажарам. На практыцы гэта працуе праз выяўленне аномалій, прагназаванне адмоваў і аўтаматычныя сцэнары рэагавання.

1) Прагназаванне перагрэву і зносу вузлоў (predictive maintenance)

Самы часты «старт» інцыдэнту ў цэхах з рухомымі механізмамі — лакальны перагрэў: падшыпнік, фрыкцыйны вузел, электрарухавік, тармазны механізм. AI-мадэлі бяруць патокі з датчыкаў (вібрацыя, тэмпература, ток, шум) і ловяць мікра-змены, якія чалавеку выглядаюць як «нармальна».

Што важна: AI не патрабуе ідэальнай базы паломак за 10 гадоў, каб пачаць дапамагаць. Ёсць два рэалістычныя падыходы:

• аналітыка аномалій (мадэль вучыцца «норме» і паказвае адхіленні);
• гібрыд: правілы + мадэль (калі тэмпература + вібрацыя растуць разам — гэта ўжо не проста шум).

2) Маніторынг аспірацыі і дрэвапылу як «паліва»

Дрэвапыл — гэта не бруд. Гэта паліва, якое лёгка запальваецца і хутка распаўсюджвае агонь. Праблема ў тым, што класічная праверка аспірацыі — гэта графік, журнал і візуальны агляд.

AI-маніторынг тут працуе праз:

• датчыкі перападу ціску ў каналах;
• кантроль току/магутнасці вентылятараў;
• выяўленне засораў па змене патоку;
• камп’ютарны зрок у ключавых зонах, дзе пыл назапашваецца (пад транспарцёрамі, каля станкоў).

Калі аспірацыя «прыціхла» на 15–20% і гэта цягнецца гадзіну — гэта ўжо сігнал рызыкі, нават калі станок яшчэ працуе.

3) Ранняе выяўленне тлення: дым, газ, цеплавая карціна

Пажар рэдка пачынаецца з адкрытага полымя. Часцей — з тлення: у адходах, у фільтрах, у кабельных каналах. Тут AI узмацняе класічныя сістэмы:

• цеплавізійныя камеры: мадэль адрознівае «нармальна цёпла» ад «аномальна гарача»;
• мультыгазавыя датчыкі: AI аддзяляе тэхналагічныя выпарэнні ад сапраўднага дыму;
• аналіз дымаплыні ў відэа (камп’ютарны зрок ловіць дым раней, чым яго заўважаць людзі).

Сэнс у тым, каб трывога была не «калі ўжо гарыць», а калі яшчэ ёсць хвіліны на ізаляцыю і адключэнне.

3 практычныя AI-сцэнары для дрэваапрацоўкі ў Беларусі

Каб AI- бяспека на вытворчасці не засталася лозунгам, яе трэба перакласці на сцэнары, якія лёгка ўкараніць і замераць. Вось тры, з якіх я б пачынаў.

Сцэнар 1: «Разумная электрашкафная бяспека»

Электрашкафы і пускавая апаратура — крыніца перагрэву і кароткіх замыканняў. Рашэнне:

• бесправадныя датчыкі тэмпературы на ключавых кантактах;
• алгарытм аномалій, які ведае «норму» для кожнай шафы;
• аўтаматычны інцыдэнт-алерт: хто, дзе, што праверыць;
• просты SLA: рэакцыя ≤ 15 хвілін у працоўны час.

Эфект, які вы адчуеце хутка: менш аварыйных прыпынкаў і «чароўных» скачкоў напружання, пасля якіх гарыць усё падрад.

Сцэнар 2: «AI-кантроль аспірацыі і фільтраў»

Тут KPI вельмі канкрэтны:

• час працы фільтра да ачысткі/замены;
• падзенне эфектыўнасці аспірацыі;
• колькасць аварыйных спыненняў па пыле.

AI дае планаванне «па стане», а не «па календары». І гэта якраз той выпадак, калі бяспека і эканоміка супадаюць: калі фільтры ў норме — менш пылу, лепшая якасць паверхні, менш браку.

Сцэнар 3: «Відэааналітыка небяспечных паводзін і зон»

Большасць пажараў «падсілкоўваецца» паводзінамі: адходы ля награвальных зон, адкрытыя дзверы ў небяспечныя ўчасткі, курэнне, няправільнае складзіраванне.

Камп’ютарны зрок можа:

• адсочваць назапашванне адходаў у праходах;
• фіксаваць парушэнні межаў небяспечных зон;
• выяўляць дым/полымя ў «сляпых» кутках;
• даваць мяккія алерты (паведамленне майстру), а не адразу «вялікую трывогу».

Галоўнае правіла: відэааналітыка павінна мераць працэс, а не «паляванне на вінаватых» — інакш людзі пачнуць абыходзіць сістэму.

Прыхаваны кошт інцыдэнту: не толькі рамонт, але і страта тэмпу

Пажар без пацярпелых — гэта ўсё роўна дарагі інцыдэнт. І часта даражэйшы за тое, што бачна ў акце.

Што звычайна «не лічыцца», але б’е па бізнесе:

• прастой ліній (часам 2–6 тыдняў, калі пашкоджана электрыка і аўтаматыка);
• перакідка заказаў, штрафы за тэрміны, страта даверу B2B-кліента;
• рост страхавых узносаў і складанейшыя ўмовы;
• нагрузка на галоўнага інжынера і службу бяспекі, якія замест развіцця займаюцца разборкамі.

Я бачыў, як «невялікі інцыдэнт» збіваў вытворчы план на квартал, бо спрацоўваў доміно-эфект: адзіная лінія — адзіны пастаўшчык — адзін вялікі кліент.

Як укараніць AI-сістэмы бяспекі без хаосу: план на 90 дзён

Самая вялікая памылка — пачаць з “поўнай лічбавізацыі цэха”. Лепш зрабіць адзін пілот, але так, каб ён даваў вынік і маштабаваўся.

Крок 1 (тыдні 1–2): выбар зоны з максімальнай рызыкай

Крытэрыі простыя:

• шмат пылу/адходаў;
• высокая тэмпература/трэнне;
• дарагое абсталяванне;
• гісторыя аварый або «амаль інцыдэнтаў».

Крок 2 (тыдні 3–6): датчыкі + збор даных + «нармальная» інтэграцыя

Набор мінімум:

• тэмпература/вібрацыя на 5–10 вузлах;
• электраспажыванне на 2–3 ключавых механізмах;
• 1–2 камеры ў крытычнай зоне;
• журнал інцыдэнтаў (нават у Excel) з часам і апісаннем.

Крок 3 (тыдні 7–12): мадэль аномалій і пратакол рэагавання

Без пратаколу AI будзе проста «пішчаць». Патрэбна:

• хто атрымлівае алерт;
• што лічыцца інцыдэнтам 1-га/2-га ўзроўню;
• што можна зрабіць аўтаматычна (адключыць участак, уключыць лакальнае тушэнне, заблакаваць пуск);
• як мераць эфект (менш трывог, хутчэйшая рэакцыя, менш прастояў).

Сістэма бяспекі працуе толькі тады, калі яна зручная для людзей у змене.

Пытанні, якія кіраўнікі задаюць часцей за ўсё

«Ці не будзе AI даваць шмат ілжывых трывог?»

Будзе, калі зрабіць «усё адразу». Калі пачаць з адной зоны і даць мадэлі навучыцца «норме», колькасць ілжывых трывог падае. Плюс працуюць парогі і «падцверджанне» па некалькіх сігналах (тэмпература + вібрацыя + ток).

«А што з персанальнымі данымі і камерамі?»

Камеры можна накіроўваць на абсталяванне і зоны рызыкі, а не на твар супрацоўніка. У прамысловасці гэта звычайная практыка: кантроль тэхпрацэсу, а не назіранне за людзьмі.

«Ці гэта толькі для вялікіх заводаў?»

Не. Для сярэдняй вытворчасці часта нават прасцей: менш зменных, карацейшы ланцужок прыняцця рашэнняў, хутчэйшы пілот. Важна правільна выбраць першы сцэнар.

Што рабіць пасля гісторыі з Гомеля: практычны наступны крок

Пажар у гомельскім дрэваапрацоўчым цэху — напамін, што прамысловая бяспека ў 2026 годзе павінна быць лічбавай. Не таму, што гэта модна, а таму, што вытворчасць стала занадта складанай, каб спадзявацца толькі на інструкцыі і інтуіцыю.

Калі вы кіруеце заводам або адказваеце за галоўную энергетыку/аўтаматыку, мой савет просты: пачніце з аднаго пілота AI-маніторынгу пажарных рызык у найбольш праблемнай зоне. Праз 90 дзён у вас будзе або працоўная сістэма, або дакладнае разуменне, што трэба змяніць. Абодва вынікі карысныя.

Гэта і ёсць логіка нашай серыі «Як штучны інтэлект трансфармуе вытворчасць і прамысловасць у Беларусі»: менш тэорыі, больш сцэнарыяў, якія прыводзяць да бяспекі, надзейнасці і прадказальнага выпуску.

На які ўчастак вашай вытворчасці вы паставілі б AI-маніторынг у першую чаргу — электрашкафы, аспірацыю ці «сляпыя» зоны з адходамі?