Журнал "Системы Безопасности" № 1‘2021

S E C U R I T Y A N D I T M A N A G E M E N T 25 мы закладываем, чтобы она решала и имею- щиеся на видеозаписях кейсы, и те, которые могут появиться при дальнейшей эксплуатации системы. Ключевая цель Поставленная цель звучала понятно: уйти от неинформативных "фотообоев", которые висят перед оператором при большом количестве камер, выведенных на один монитор, и умень- шить число обходов там, где достаточно использования камер и датчиков. здесь важно понимать, что на наших объектах оператор преимущественно работает не с кар- тинками от камер, а с системой управления производством. Камеры – это лишь вспомога- тельный инструмент, который дает больше представления о происходящем. в этом случае, чтобы сделать картинку с камер более инфор- мативной, нужно выводить ее только тогда, когда что-то идет не так. Причем "что-то идет не так" – очень общее понятие, оно не формали- зовано и предметно зависит от каждой камеры и места ее установки: это и контроль за зонами, утечками, продукцией, соблюдением норм охраны труда, и многое другое. Когда мы начали работу над задачей и осознали весь ее масштаб, то приняли решение отказаться от внедрения новых точечных систем, чтобы сократить стоимость владения имеющимися решениями. Таким образом, был взят вектор на разработку продукта, который позволит соединить воедино имеющиеся модели и системы видеоана- литики с новыми, которые будут добавляться со временем при решении новых задач от производ- ства. Причем новые модели необязательно долж- ны быть разработаны внутри. это могут быть: l готовые решения от сторонних подрядчиков; l модели с открытым исходным кодом; l старые системы, уже работающие на объ- ектах, но адаптированные под новые внедре- ния; l интеллектуальные алгоритмы, имеющиеся в штатных системах видеонаблюдения (детек- торы движения, дымления, горения, контроля за людьми и т.д.). Так появилась идея продукта, который был успешно разработан, внедряется в холдинге и уже готов к поставке на другие предприятия отрасли. Схема решения на входе мы получаем информацию с камер, от системы управления технологическим про- изводством и датчиков платформы индустри- ального интернета вещей, которая затем ана- лизируется. в решении есть готовый интерфейс для под- ключения новых моделей и детекторов, кото- рые разрабатываются внутри или заказываются извне – получается быстрое и бесшовное под- ключение новых моделей к нашей системе, не требующее дополнительной разработки. Для интеграции с системами видеонаблюде- ния используется графический интерфейс опе- ратора. Таким образом, мы можем управлять системой видеонаблюдения и интерфейсом оператора, выводить картинку тогда, когда нужно, забирать информацию о сработках и использовать весь доступный функционал, включая систему хране- ния видеоархива, журнал сработок событий и т.д. без необходимости обучать оператора новой системе. Полное представление оператора о системе видеоаналитики и доступных камерах формируется через обучение и проверку знаний. Озеро данных немаловажный элемент в системе – это вывод информации о том, что происходит, в корпора- тивное озеро данных и дашборд для производ- ства. начальник смены видит не просто выво- дящиеся на экран камеры, а еще и статистику по итогам смены (сколько каких сработок было), что позволяет контролировать прижи- ваемость системы, понимать, что случилось и какие меры были приняты для того, чтобы ситуация больше не происходила. Для контроля приживаемости инструмента раз- работан слой, который дает возможность на уровне начальника смены и начальника про- изводства видеть, как производственный пер- сонал произвел корректирующие действия и устранил выявленные отклонения от нормаль- ного режима работы. Эффекты и положительная обратная связь Благодаря разработанному продукту было най- дено решение главной задачи – по максимуму убрать камеры, отвлекающие внимание опера- тора, чтобы любой вывод изображения был осмысленным. При нормальном процессе системы видеоана- литики работают в режиме "черный экран", не отвлекая на себя внимание оператора. это поз- воляет персоналу сосредоточиться на основных инструментах управления технологическим процессом и минимизировать риск отклонений. Другие показатели эффективности системы для нас – это: 1. Положительная обратная связь. мы регуляр- но проводим оценку обратной связи, периоди- чески публикуем в Сми статьи с обратной свя- зью от пользователей. 2. экономические эффекты. все затраты на обо- рудование разовые и преимущественно оку- паются в течение года, а дальше система рабо- тает в плюс. 3. Доля камер, переведенных в режим интел- лектуального видеонаблюдения. на момент начала работы 1,5 года назад в среднем по хол- дингу это было менее 10%, на данный момент – около 40%, к концу 2021 г. планиру- ется выйти на отметку 70%. Есть также еще один неочевидный, но очень чув- ствительный для заказчика эффект. внедряя видеоаналитику, мы, помимо контроля за про- изводством, получаем еще и лучший контроль за системой видеонаблюдения. меняются про- изводства – меняются и потребности в системе видеонаблюдения. например, камера, актуальная два года назад в определенной точке, сегодня может быть уже не нужна, зато нужна в другом месте. Контролируя происходящее на камерах, мы постоянно понимаем актуальность их приме- нения. это позволяет повысить управляемость всей системы технологического видеонаблюде- ния (СТвн) и существенно экономить бюджет на закупке нового оборудования. При использова- нии точечных различных систем видеоаналитики мы такой эффект не получим, так как будем ста- вить новые продукты в новых местах, а старые будут продолжать работать и оплачиваться, хотя, может, уже никому и не нужны. Возможность шире смотреть на вещи Для анализа и построения предиктивных моде- лей нужны данные. любой разработчик без них ничего не сможет сделать. в построенном реше- нии у нас три источника данных: 1. Система управления производством. Данные из нее собираются в хранилище, откуда разра- ботчики могут их брать. 2. индустриальный интернет вещей и датчики системы управления. 3. Камера с видеоаналитикой, которая дает очень важные данные для предиктивных моде- лей. Датчик может сбоить, шуметь, и в этом слу- чае изображение с камеры с результатом рас- познавания будет параллельным источником данных, который никак не зависит от датчика и дает более объективную картинку для модели предиктивного обслуживания. все вместе это позволяет шире смотреть на вещи, интегрироваться с системами предиктив- ной аналитики и индустриального интернета вещей и более четко понимать, что происходит на производстве. n www.secuteck.ru февраль – март 2021 СПЕЦПРОЕКТ БЕзОПаСнОСТь ОБъЕКТОв ПРОмышлЕннОСТи, нЕфТЕгазОвОгО СЕКТОРа и энЕРгЕТиКи Ваше мнение и вопросы по статье направляйте на ss @groteck.ru Схема решения