Trong nhà máy, thời điểm máy dừng hoạt động không có nghĩa là rủi ro đã biến mất. Khi kỹ thuật viên đưa tay vào bên trong thiết bị để vệ sinh, sửa chữa hoặc thay thế linh kiện, việc máy bất ngờ khởi động hoặc giải phóng năng lượng tích trữ có thể gây hậu quả nghiêm trọng.

Lockout/Tagout (LOTO) được thiết lập để ngăn chặn tình huống này. Tuy nhiên, hiệu quả của quy trình vẫn phụ thuộc vào việc người lao động có thực hiện đầy đủ từng bước hay không, thông tin bảo trì có được truyền đạt kịp thời hay không và khu vực nguy hiểm có được kiểm soát liên tục hay không.

AI Camera có thể trở thành một lớp giám sát bổ sung cho LOTO. Hệ thống không thay thế khóa vật lý hoặc trách nhiệm của người được ủy quyền, nhưng có thể giúp nhà máy quan sát khu vực bảo trì, phát hiện những sai lệch có thể nhìn thấy và cảnh báo sớm trước khi rủi ro phát triển thành sự cố.

LOTO là gì?

LOTO là quy trình kiểm soát năng lượng nguy hiểm trước khi thực hiện bảo trì, sửa chữa hoặc vệ sinh máy móc. Người thực hiện phải cô lập nguồn năng lượng, khóa thiết bị cách ly, gắn thẻ cảnh báo và xác minh thiết bị đã ở trạng thái an toàn trước khi bắt đầu công việc.

Theo tiêu chuẩn OSHA 29 CFR 1910.147, năng lượng cần kiểm soát không chỉ bao gồm điện mà còn có thể là năng lượng cơ khí, thủy lực, khí nén, hóa chất, nhiệt hoặc năng lượng tích trữ. Mục tiêu của quy trình là ngăn máy móc khởi động ngoài dự kiến hoặc giải phóng năng lượng khi người lao động đang làm việc bên trong vùng nguy hiểm.

Một tình huống được VnExpress đề cập cho thấy rủi ro có thể bắt đầu từ hành động tưởng như rất bình thường. Khi công việc bảo dưỡng bị tách ra để chạy tiến độ, một người khác nhìn thấy CB tổng đang tắt đã bật lại mà không nhận được cảnh báo rằng có người đang sửa chữa máy. Vấn đề cốt lõi không chỉ nằm ở thao tác bật nguồn. Đó còn là việc trạng thái bảo trì không được nhận biết và truyền đến đúng người vào đúng thời điểm.

Những khoảng trống trong quá trình kiểm soát LOTO

Một chương trình LOTO đầy đủ thường bao gồm quy trình bằng văn bản, thiết bị khóa và thẻ, đào tạo nhân sự, phân quyền thực hiện và kiểm tra định kỳ. Tuy nhiên, giữa quy trình được ban hành và những gì thực sự diễn ra tại hiện trường vẫn có thể tồn tại khoảng trống.

Phiếu công việc và checklist chỉ cho biết người lao động đã xác nhận những bước nào tại thời điểm ghi nhận. Chúng không phản ánh đầy đủ việc khu vực bảo trì có được duy trì đúng trạng thái trong toàn bộ thời gian làm việc hay không.

Người giám sát cũng không thể đứng tại từng máy trong nhiều giờ để quan sát liên tục. Một ổ khóa bị tháo quá sớm, một người bước nhầm vào khu vực hoặc một thao tác tác động lên bảng điều khiển có thể xảy ra giữa hai lần kiểm tra.

Trạng thái bên ngoài của thiết bị cũng dễ gây hiểu nhầm. Máy không hoạt động chưa chắc đã được cô lập hoàn toàn khỏi nguồn năng lượng; đèn trên bảng điều khiển tắt cũng không có nghĩa điện, áp suất hoặc năng lượng tích trữ đã được loại bỏ.

Bên cạnh đó, nhân viên của ca khác, nhà thầu hoặc khách tham quan có thể không biết một dây chuyền đang được bảo trì. Biển báo và rào chắn vẫn cần thiết, nhưng hiệu quả phụ thuộc vào khả năng quan sát và ý thức của từng người.

AI Camera hỗ trợ kiểm soát LOTO như thế nào?

AI Camera phân tích hình ảnh từ camera theo thời gian thực để nhận diện người, vật thể, khu vực và một số trạng thái có thể quan sát được. Khi hình ảnh không phù hợp với quy tắc an toàn đã thiết lập, hệ thống có thể phát cảnh báo và lưu lại bằng chứng của sự kiện.

Tùy theo điều kiện tại hiện trường, AI Camera có thể hỗ trợ LOTO ở ba điểm chính: kiểm soát khu vực bảo trì, theo dõi các dấu hiệu trực quan của thiết bị và phát hiện người không liên quan.

1. Nhận diện và kiểm soát khu vực bảo trì

Người quản lý có thể thiết lập vùng ảo trực tiếp trên hình ảnh camera, chẳng hạn khu vực quanh dây chuyền, băng tải, tủ điện hoặc buồng máy. Mỗi vùng được áp dụng những quy tắc riêng tùy theo trạng thái sản xuất hoặc bảo trì.

Với khả năng kiểm soát khu vực của EYEFIRE, hệ thống có thể phát hiện người đi vào khu vực hạn chế, theo dõi số lượng người và giới hạn thời gian có mặt trong vùng. Những tính năng này có thể được cấu hình để hỗ trợ giám sát hiện trường LOTO.

Khi một lệnh bảo trì bắt đầu, khu vực tương ứng có thể được chuyển sang chế độ giám sát riêng. Việc chuyển trạng thái có thể được thực hiện thủ công hoặc thông qua tích hợp với hệ thống quản lý bảo trì, tùy theo hạ tầng của nhà máy.

Trong chế độ này, hệ thống có thể áp dụng những điều kiện đã xác định trước như số lượng người được phép có mặt, khung thời gian làm việc và yêu cầu về đồ bảo hộ. Nếu xuất hiện người trong vùng khi chưa có hoạt động bảo trì hợp lệ hoặc số người vượt quá giới hạn, hệ thống sẽ tạo cảnh báo.

AI Camera cũng có thể ghi nhận thời điểm một người đi vào, rời khỏi hoặc ở lại quá lâu trong khu vực. Thông tin này giúp giám sát viên kiểm tra những trường hợp công việc kéo dài bất thường, người lao động chưa rời khỏi vùng nguy hiểm hoặc thời hạn của phiếu công việc đã kết thúc.

2. Giám sát các dấu hiệu trực quan của khóa, thẻ và thiết bị

Đây là phần cần được khảo sát kỹ trước khi triển khai. Không phải mọi camera hoặc mọi loại khóa, thẻ và thiết bị cách ly đều có thể được nhận diện chính xác ngay từ đầu.

Nếu góc nhìn, độ phân giải, ánh sáng và hình thức thiết bị phù hợp, mô hình thị giác máy tính có thể được cấu hình hoặc huấn luyện để theo dõi một số dấu hiệu như:

• Sự hiện diện của khóa hoặc thẻ tại vị trí quy định;

• Trạng thái mở hoặc đóng của cửa tủ điện;

• Trạng thái bật hoặc tắt của đèn tín hiệu;

• Vị trí đã xác định của tay van hoặc cần gạt;

• Việc khóa hoặc thẻ bị tháo khi khu vực vẫn còn người.

Khi phát hiện sai lệch, hệ thống có thể lưu hình ảnh hoặc video kèm thời gian và vị trí camera. Dữ liệu này hỗ trợ giám sát viên kiểm tra sự kiện, điều tra nguyên nhân và bổ sung bằng chứng cho hoạt động đánh giá an toàn.

Tuy nhiên, camera chỉ xác nhận được những gì xuất hiện trong hình ảnh. Hệ thống không thể chỉ dựa vào quan sát trực quan để kết luận toàn bộ nguồn năng lượng đã được cô lập, áp suất đã được xả hết hoặc thiết bị không còn năng lượng tích trữ.

Việc kiểm tra trạng thái zero energy, thử khởi động và xác nhận thiết bị an toàn vẫn phải do người được đào tạo và có thẩm quyền thực hiện theo quy trình của nhà máy.

3. Phát hiện người không liên quan đi vào vùng nguy hiểm

Một người không biết thiết bị đang được bảo trì có thể bước vào vùng làm việc hoặc tác động lên bộ phận điều khiển. AI Camera giúp phát hiện tình huống này ngay khi nó xảy ra, thay vì chờ đến lúc người giám sát xem lại camera.

Khi một người bước qua ranh giới ảo, hệ thống có thể phát cảnh báo tại chỗ hoặc gửi thông báo cho bộ phận EHS, đội bảo trì và người phụ trách khu vực. Cảnh báo có thể đi kèm hình ảnh để người nhận nhanh chóng đánh giá tình huống.

Quy tắc cũng có thể được thiết lập theo thời gian. Chẳng hạn, khu vực được phép có người trong ca bảo trì nhưng phải hoàn toàn trống trước khi máy được đưa trở lại vận hành.

Nếu được tích hợp với dữ liệu nhân sự hoặc phiếu công việc, hệ thống có thể hỗ trợ phân biệt người được phân công với người không liên quan. Việc tích hợp cần xác định rõ nguồn dữ liệu, phương thức nhận diện và cách xử lý khi thông tin giữa các hệ thống không đồng nhất.

EYEFIRE có công nghệ nhận diện khuôn mặt có thể hoạt động trên máy chủ, thiết bị biên hoặc thiết bị di động. Khi áp dụng trong nhà máy, doanh nghiệp cần đánh giá tính phù hợp, chính sách phân quyền và yêu cầu bảo vệ dữ liệu cá nhân trước khi sử dụng.

Nhận diện khuôn mặt không phải lựa chọn duy nhất. Tùy theo điều kiện, nhà máy có thể sử dụng thẻ nhân viên, mã công việc, đồng phục hoặc chỉ giám sát sự xuất hiện của người trong vùng mà không xác định danh tính.

AI Camera cũng có thể đồng thời kiểm tra một số loại PPE như mũ, găng tay hoặc khẩu trang theo quy tắc của khu vực. Nếu người lao động đi vào vùng bảo trì mà thiếu trang bị bắt buộc, hệ thống sẽ tạo cảnh báo.

Một kịch bản vận hành minh họa

Giả sử một tổ kỹ thuật cần bảo trì dây chuyền đóng gói. Quy trình có thể được hỗ trợ bởi AI Camera như sau:

1. Tổ bảo trì mở lệnh công việc và thực hiện các bước cô lập năng lượng theo quy trình LOTO. Vùng ảo quanh dây chuyền được chuyển sang trạng thái bảo trì.

2. Kỹ thuật viên gắn khóa và thẻ tại điểm cách ly. Nếu hiện trường đã được khảo sát và mô hình nhận diện được cấu hình phù hợp, camera có thể kiểm tra sự hiện diện trực quan của khóa hoặc thẻ tại vị trí quy định.

3. Camera theo dõi số người trong vùng, thời gian làm việc và việc sử dụng PPE. Khi một người không thuộc phạm vi công việc bước vào, hệ thống phát cảnh báo tại chỗ và gửi hình ảnh cho giám sát viên.

4. Giám sát viên kiểm tra, xử lý sự kiện và xác nhận kết quả. Hình ảnh, thời gian cảnh báo và phản hồi được lưu lại để phục vụ rà soát.

5. Khi bảo trì hoàn tất, người có thẩm quyền kiểm tra trạng thái zero energy, xác nhận tình trạng thiết bị và tháo khóa theo đúng trình tự. AI Camera có thể hỗ trợ cảnh báo nếu khu vực vẫn còn người nhưng không tự quyết định việc khôi phục năng lượng.

Kịch bản này cho thấy AI không thay người lao động thực hiện LOTO. Công nghệ cung cấp thêm một lớp quan sát nhằm phát hiện sớm những sai lệch có thể nhìn thấy tại hiện trường.

Từ cảnh báo đến một quy trình xử lý khép kín

Một cảnh báo chỉ có giá trị khi có người tiếp nhận và xử lý đúng thời điểm. Vì vậy, triển khai AI Camera cho LOTO không nên dừng lại ở việc phát hiện người hoặc vật thể.

Doanh nghiệp cần xác định loại sự kiện nào phải cảnh báo tại chỗ, trường hợp nào cần gửi cho EHS hoặc quản lý bảo trì và ai chịu trách nhiệm xác minh. Thời gian phản hồi, điều kiện dừng công việc và cách lưu kết quả xử lý cũng cần được quy định rõ.

Hệ thống nên cho phép người phụ trách xác nhận cảnh báo đúng, cảnh báo sai hoặc tình huống đã được cho phép. Dữ liệu phản hồi là cơ sở để điều chỉnh vùng giám sát, ngưỡng phát hiện và mô hình AI theo điều kiện vận hành thực tế.

Có thể tận dụng camera sẵn có không?

EYEFIRE Safety được thiết kế để phân tích hình ảnh từ hệ thống camera hiện có và cho phép triển khai nhiều quy tắc an toàn trên cùng hạ tầng. Giải pháp hỗ trợ mô hình On-premise, Cloud Service và xử lý tại biên bằng EYEFIRE Hub.

Tuy nhiên, tận dụng camera sẵn có không có nghĩa mọi vị trí camera đều đáp ứng yêu cầu của bài toán LOTO. Camera quan sát toàn cảnh dây chuyền có thể phù hợp để phát hiện xâm nhập nhưng chưa chắc đủ rõ để nhận diện một ổ khóa nhỏ tại tủ điện.

Một dự án thực tế có thể cần hai lớp quan sát: camera toàn cảnh để kiểm soát người và khu vực, cùng camera cận cảnh tại điểm cách ly để theo dõi khóa, thẻ hoặc trạng thái thiết bị. Việc khảo sát cần đánh giá độ phân giải, ánh sáng, vật cản, khoảng cách và khả năng kết nối tại từng vị trí.

AI Camera không thay thế khóa vật lý và quy trình LOTO

Khóa, thẻ, thiết bị cách ly và quy trình kiểm soát năng lượng vẫn là hàng rào bảo vệ chính. AI Camera không thể giữ cầu dao ở trạng thái ngắt, xả áp suất trong đường ống hoặc ngăn năng lượng cơ học được giải phóng.

Hệ thống cũng không thay thế quy trình bằng văn bản, hoạt động đào tạo, việc xác định các nguồn năng lượng, thao tác khóa và gắn thẻ hoặc bước kiểm tra zero energy. Quyết định cho phép bắt đầu bảo trì hay khôi phục thiết bị vẫn phải thuộc về người được đào tạo và có thẩm quyền.

Vai trò phù hợp của AI Camera là lớp kiểm chứng thứ hai. Công nghệ giúp quan sát liên tục, cảnh báo sớm và cung cấp bằng chứng trực quan khi xuất hiện hành vi hoặc trạng thái không phù hợp với quy tắc đã thiết lập.

Kết luận

LOTO chỉ phát huy tác dụng khi từng bước được thực hiện đầy đủ và duy trì trong suốt quá trình bảo trì. Một thời điểm thiếu khóa, một người đi nhầm vào khu vực hoặc một hành động khôi phục nguồn quá sớm đều có thể làm giảm hiệu lực của cả quy trình.

AI Camera giúp bổ sung khả năng quan sát liên tục cho LOTO thông qua kiểm soát vùng bảo trì, theo dõi số người, kiểm tra PPE,