Le registre de risques en temps réel dans Continuum SST permet une gestion dynamique des risques avec une visualisation claire des tendances, des catégories de risques, et des mesures correctives à appliquer sur les chantiers.
Voici comment ce modèle peut être intégré et quelques exemples de scénarios d'utilisation :
Intégration du registre de risques en temps réel dans Continuum SST :
Tableau de bord en temps réel :
Le tableau de bord visualise les catégories de risques en cours, avec un suivi du nombre de risques dans chaque catégorie. Cela aide à identifier immédiatement les risques dominants (par exemple, "Électricité" avec 22 risques ou "Hygiène" avec 26 risques).
L'évolution des risques au fil du temps est représentée par une courbe de tendance qui permet de suivre la réduction ou l'augmentation des risques. Cette courbe peut être utile pour voir l'efficacité des actions préventives mises en place.
Moyenne de l’indice de risque :
L’indice global de risque est calculé en temps réel, avec une distinction entre l’indice initial (par exemple, 11,22) et l’indice résiduel (par exemple, 8,18) après l'application des mesures correctives.
Ce suivi permet de prioriser les actions correctives sur les risques encore non résolus et d’optimiser les ressources en fonction des besoins les plus urgents.Catégorisation des risques :
Les risques sont classés par catégorie (comme les contraintes thermiques, les produits contrôlés, etc.), ce qui permet de concentrer les efforts sur les catégories à haute densité de risques (ex : 22 risques d'électricité, 26 risques d'hygiène).
Les responsables peuvent filtrer ces données pour se concentrer sur un type de risque spécifique et prendre des mesures immédiates sur le terrain.Suivi des travaux du chantier :
La section travaux du chantier présente les différentes activités (concassage, couverture, démolition, etc.) avec les dates de début et de fin. Chaque activité est associée à un ID de suivi pour permettre de lier les risques spécifiques à ces tâches.
Cette fonctionnalité permet d’ajuster les mesures de sécurité en fonction des travaux en cours, comme par exemple augmenter les contrôles sur les zones de démolition si des risques élevés y sont identifiés.Exemples d’utilisation du registre des risques Continuum :
1. Chantier de construction de bâtiment
Nombre de risques par catégorie : Le chantier identifie une augmentation des risques liés aux échafaudages et travaux en hauteur. La catégorie "Chutes" comporte 8 risques et des actions correctives sont lancées.
Évolution du risque : Le registre montre une réduction de l’indice de risque moyen de 11,22 à 8,18 après la mise en place de systèmes de protection supplémentaires et de formations renforcées.
Travaux du chantier : Une tâche spécifique, la construction du bâtiment, est associée à 3 incidents liés aux travaux en hauteur. Continuum recommande une inspection supplémentaire des échafaudages et des formations pour les nouveaux employés.
2. Travaux de maintenance industrielle
Nombre de risques par catégorie : La catégorie "Électricité (CSTC)" présente 22 risques liés à la manipulation d'équipements électriques en zone humide. Continuum génère des recommandations pour la maintenance des équipements de protection électrique.
Évolution du risque : Après l'application des mesures préventives, l'indice de risque passe de 12,5 à 9,2, ce qui montre une amélioration. Toutefois, un suivi continu est requis pour s'assurer que les risques sont bien sous contrôle.
Travaux du chantier : Les travaux de maintenance des systèmes électriques sont programmés pour la semaine prochaine, et des actions correctives spécifiques, comme la vérification des EPI, sont planifiées avant le début des opérations.
3. Chantier d’excavation
Nombre de risques par catégorie : Le chantier d'excavation présente des risques majeurs dans la catégorie "Creusements, excavation" avec 10 risques identifiés, notamment des effondrements potentiels.
Évolution du risque : Le suivi montre une diminution lente de l'indice de risque, passant de 13,8 à 10,6. Des inspections supplémentaires sont recommandées pour garantir la sécurité des travailleurs dans les tranchées.
Travaux du chantier : Les travaux de remblayage sont prévus après l'excavation, et Continuum propose d'ajuster la planification pour s'assurer que les zones à haut risque soient sécurisées avant de poursuivre.
4. Chantier de couverture et toiture
Nombre de risques par catégorie : Des risques de chute élevés sont identifiés dans les travaux de couverture. La catégorie "Chute (CSTC)" affiche 8 risques, notamment dus à l'absence de filets de sécurité.
Évolution du risque : Après l'installation de filets de protection et l'organisation de sessions de formation pour les employés, l'indice de risque chute de 10,5 à 7,8.
Travaux du chantier : Continuum propose des vérifications continues pendant la phase critique de la toiture pour s’assurer que les mesures de protection sont respectées.
5. Chantier de démolition
Nombre de risques par catégorie : La catégorie "Incendies et explosions" présente 11 risques, particulièrement élevés pendant les travaux de démolition d'une structure contenant des matériaux inflammables.
Évolution du risque : Après l'installation de systèmes de détection précoce et la mise à jour des protocoles de gestion des matériaux dangereux, l’indice de risque est réduit à 8,1.
Travaux du chantier : Continuum recommande un audit de sécurité avant la fin des travaux de démolition pour s'assurer que les risques résiduels ont été correctement pris en charge.
Conclusion :
Le registre des risques Continuum en temps réel offre une vue d'ensemble sur les risques présents sur un chantier. Il permet de suivre l’évolution des risques et de mettre en place des actions correctives adaptées.
Grâce à l'analyse de ces données, les équipes peuvent anticiper les problèmes et planifier efficacement des mesures de prévention, garantissant ainsi la sécurité des opérations et la conformité aux réglementations en vigueur.
Continuum SST utilise un modèle prédictif basé sur l’analyse des données provenant des objets connectés, des audits, des rapports d'incidents et de toutes les sources d'informations du HSE Preventera Data Hub.
Grâce aux LLM, Continuum apprend des schémas de risques, anticipe les dangers potentiels et génère des alertes en temps réel. Les métriques de prédiction fournissent une vision claire des risques et permettent d’ajuster les actions préventives, optimisant ainsi la sécurité et réduisant les coûts liés aux accidents du travail. L’intégration des technologies IoT et des algorithmes d’IA offre une approche proactive qui améliore l’efficacité opérationnelle et la prévention en SST.
Éléments | Description | Exemples | Références scientifiques et pratiques |
Capacités LLM de Continuum | Continuum utilise des modèles de langage (LLM) pour analyser de grandes quantités de données SST et fournir des recommandations intelligentes. | Le modèle identifie des schémas d'incidents répétitifs, propose des actions correctives spécifiques, et ajuste les formations selon les risques identifiés. | Ruder, S. et al. (2019) - State-of-the-Art NLP for SST data analytics. DOI: 10.48550/arXiv.1903.09722 |
Technologie des Objets Connectés | Les capteurs IoT et les équipements de protection individuelle (EPI) connectés fournissent des données en temps réel (température, posture, qualité de l'air, etc.). | Sur un chantier de construction, des capteurs mesurent la qualité de l'air et alertent immédiatement en cas de dépassement de seuil toxique. | Madakam, S., Ramaswamy, R., & Tripathi, S. (2015) - Internet of Things (IoT): A literature review. DOI: 10.1109/ICGCIoT.2015.7380435 |
Architecture de solutions | L’architecture repose sur un Data Lake centralisé, où toutes les données collectées par les capteurs, les inspections et les rapports sont stockées et analysées. | Les données des capteurs sur les machines et les rapports des inspecteurs sont intégrées dans un Data Lake pour une analyse prédictive continue. | Zhang, J., Chen, B., et al. (2018) - Big Data Analytics Architecture for Safety and Health Monitoring. DOI: 10.1016/j.promfg.2018.03.152 |
Analyse des données et algorithmes | Les algorithmes d’IA analysent les données historiques et en temps réel pour détecter des schémas de risque et anticiper les accidents potentiels. | Par exemple, si des données montrent une détérioration constante des équipements, Continuum recommande une maintenance préventive avant une panne. | Kushwaha, A. et al. (2017) - Predictive Analytics using Machine Learning in Health Monitoring. DOI: 10.1109/ICIAFS.2017.8315893 |
Analyse prédictive des risques | Continuum intègre l'analyse prédictive pour anticiper les dangers avant qu'ils ne se produisent, grâce à l'apprentissage automatique. | Un algorithme identifie que certaines conditions météorologiques augmentent les accidents, et propose d’ajuster les horaires des travailleurs. | McAfee, A. & Brynjolfsson, E. (2012) - Big Data: The Management Revolution. Harvard Business Review |
Data Lake centralisé | Le Data Lake de Continuum permet de stocker et de croiser les données de diverses sources (rapports d’incidents, capteurs IoT, audits, etc.). | L’analyse de 3 années de données montre une corrélation entre les incidents de glissade et les périodes de forte humidité dans les usines. | Davenport, T.H. (2014) - Big Data at Work: Dispelling the Myths, Uncovering the Opportunities. HBR Press |
Métriques de prédiction | Continuum utilise des indicateurs clés de performance (KPI) comme l'indice de risque moyen, le temps entre incidents, et le taux de quasi-accidents. | Exemple de KPI : Une entreprise de fabrication suit l’indice de risque résiduel, qui chute de 15 % après avoir introduit des EPI connectés. | Vajjhala, N. & Strang, K. (2016) - Leveraging Internet of Things to Predict Safety and Risk Levels in Industry. DOI: 10.1145/2908406 |
Alertes en temps réel | Des alertes automatiques sont générées dès qu’un seuil critique est atteint ou qu’un schéma de risque est détecté par l’IA, permettant une intervention immédiate. | Un travailleur reçoit une alerte sur son EPI connecté lorsque sa posture indique un risque de chute, permettant une correction immédiate. | Wan, J. et al. (2017) - Wearable IoT Enabled Real-Time Health Monitoring and Prediction System. DOI: 10.1109/JIOT.2016.2628871 |
Formation SST basée sur les données | Continuum ajuste les programmes de formation selon les risques identifiés en temps réel et les prévisions des algorithmes. | Si une tendance montre une augmentation des incidents liés à la manutention, Continuum recommande une formation ergonomique spécifique. | Burke, M. et al. (2011) - The Impact of Safety Training on Work Injury. DOI: 10.1016/j.jsr.2011.01.002 |
Optimisation des coûts d'accidents | En réduisant les risques par la prédiction et la prévention, Continuum permet de réduire les coûts liés aux accidents et aux interruptions de travail. | Une analyse des coûts montre que la mise en place de capteurs prédictifs a permis de réduire de 25 % les coûts d'assurance SST dans une usine. | Park, H. et al. (2018) - Economic Impact of Safety Management Systems. DOI: 10.1016/j.ssci.2018.03.015 |
Résumé :
Continuum SST utilise un modèle prédictif basé sur l’analyse des données provenant des objets connectés, des audits, et des rapports d'incidents.
Grâce aux LLM, Continuum apprend des schémas de risques, anticipe les dangers potentiels et génère des alertes en temps réel.
Les métriques de prédiction fournissent une vision claire des risques et permettent d’ajuster les actions préventives, optimisant ainsi la sécurité et réduisant les coûts liés aux accidents du travail.
L’intégration des technologies IoT et des algorithmes d’IA offre une approche proactive qui améliore l’efficacité opérationnelle et la prévention en SST.
Comments