Het DROPS Wells Forum van november 2024 toonde baanbrekende vooruitgang in AI-oplossingen voor preventie van vallende voorwerpen in de boorsector. Een presentatie die eruit sprong kwam van KCA Deutag over hun systeem FX-RZS (Red Zone Supervision), een met AI ondersteunde oplossing die samen met Shell Oman is ontwikkeld om de veiligheid in afgeschermde zones te verbeteren. Op het forum kwam ook het idee van een «DROPS GPT» ter sprake: een eigen ChatGPT-model dat de toegang tot de DROPS Recommended Practices moet veranderen en ongeëvenaarde steun biedt bij kennisdeling, opleiding en besluitvorming rond preventie van vallende voorwerpen.

Met AI ondersteunde monitoring van rode zones bij KCA Deutag

De bijeenkomst gaf een uitvoerig overzicht van het systeem FX-RZS (Red Zone Supervision), dat kunstmatige intelligentie inzet om de veiligheid te verhogen door gevaarlijke zones op booroperaties te bewaken en te beheersen. De ontwikkeling van het systeem, de technische details, de werking in de praktijk en de plannen voor de toekomst kwamen aan bod.

Holger Egbers presenteerde FX-RZS als een baanbrekende oplossing voor veiligheid bij boren op land en op zee. Het systeem herkent objecten met behulp van AI en bewaakt rode zones, waarbij de grenzen dynamisch worden aangepast op basis van operationele gegevens zoals de activiteit van apparatuur of drukniveaus. Kenmerkend zijn meldingen in realtime via een stoplichtweergave en koppeling met bestaande systemen op de installatie, wat een aanzienlijke extra laag veiligheid en beheersing geeft. De weergave communiceert de toestand helder: constant rood bij actief gevaar, knipperlicht bij detectie van personen en groen bij veilige omstandigheden.

Egbers benadrukte hoe het systeem in de loop van de tijd beter is geworden. Bij de eerste invoering werd gemiddeld 48 minuten per uur aan zonebetreding geregistreerd; na verbeteringen daalde dat naar 26 minuten. Die daling kwam door betere analyses, aanpassingen in de weergave en meer oplettendheid bij de bedieners. De presentatie liet zien hoe gedetailleerde analyse patronen in zonebetreding blootlegt en verbeteringen in werkprocessen aanwijst die het risico verkleinen.

Ook de hobbels bij het invoeren van FX-RZS kwamen aan bod, zoals de noodzaak de AI-algoritmen voortdurend bij te trainen om uiteenlopende objecten te herkennen en met samengestelde situaties om te gaan. Ondanks die hobbels voegt het systeem een wezenlijke laag veiligheid toe door de blootstelling van personeel te verkleinen, en vult het de Shell-gids voor preventie van vallende voorwerpen aan.

Toekomstige ontwikkelingen zijn onder meer geavanceerde realtime-analyse voor voorspellende waarschuwingen, bredere koppeling met andere activiteiten en verfijnde mogelijkheden voor handmatig ingrijpen. De aanwezigen zagen de mogelijkheden van FX-RZS om het veiligheidsbeheer op booroperaties ingrijpend te veranderen, en waren het eens over de noodzaak om samen aan verdere verfijning en uitbreiding te blijven werken.

Yahya Al Rubaiai van Shell Oman deelde zijn ervaringen na het volgen van de invoering in het veld.

download de presentatie hier KCAD_FXC_RZS_DROPS Forum_112024

DROPS GPT

Op dit forum verkenden wij ook de mogelijkheid van een ChatGPT die specifiek op de DROPS Recommended Practices is getraind. Zo'n «DROPS GPT» kan leden van het DROPS Asia Chapter en de bredere gemeenschap rond preventie van vallende voorwerpen veel voordelen bieden. Enkele daarvan:

1. Directe toegang tot vakkennis

Leden kunnen vragen stellen over goede praktijk, beleid en aanbevelingen rond preventie van vallende voorwerpen en krijgen nauwkeurige antwoorden die bij de context passen.
Handmatig zoeken in documenten of lesmateriaal is niet meer nodig, wat tijd scheelt en de kennis toegankelijker maakt.

2. Eenduidige informatie

Alle leden en betrokkenen volgen dezelfde, meest actuele DROPS-richtlijnen en -aanbevelingen.
Het risico op misverstanden over veiligheidsprocedures of -eisen wordt kleiner.

3. Betere ondersteuning bij opleiding

Gespreksleiders kunnen het ChatGPT-model tijdens de les gebruiken om in realtime antwoorden en toelichting te geven, wat het leren ten goede komt.
Werken met het model helpt cursisten de stof beter te onthouden.

4. Schaalbaarheid en beschikbaarheid

Het model bedient veel gebruikers tegelijk, wat handig is voor wereldwijde activiteiten met leden in verschillende tijdzones.
Het is dag en nacht beschikbaar, zodat leden altijd hulp kunnen krijgen, ook op afgelegen locaties.

5. Beter onderbouwde beslissingen

Het helpt leden snel weloverwogen keuzes te maken, met advies op basis van gevestigde praktijk en bewijs.
Het scheelt tijd die anders opgaat aan wikken en wegen of het raadplegen van meerdere bronnen, vooral tijdens kritieke werkzaamheden.

6. Ondersteuning van meerdere talen

Ingesteld op meerdere talen helpt het model wie geen Engels als moedertaal heeft de DROPS-richtlijnen beter te begrijpen en toe te passen.

7. Aanpassing aan specifieke behoeften

Het model kan ingaan op de bijzondere uitdagingen van verschillende bedrijven of projecten binnen de DROPS-gemeenschap.
Leden krijgen advies op maat voor concrete situaties, zoals inspecties, risicobeoordelingen of de keuze van gereedschap.

8. Kennis behouden en bijwerken

Het dient als centrale opslagplaats voor DROPS-kennis en behoudt de deskundigheid, ook als er personeel wisselt.
Het kan worden bijgewerkt met nieuwe praktijk en inzichten naarmate de sector zich ontwikkelt, zodat het actueel blijft.

9. Voordelig kennis delen

Het beperkt de behoefte aan uitgebreide handmatige ondersteuning: het model beantwoordt routinevragen en maakt mensen vrij voor strategischer werk.
Het drukt reis- en opleidingskosten door als virtuele assistent kennis te verspreiden.

10. Koppeling met andere middelen

Het kan worden ingebouwd in bestaande platforms, zoals de DROPS Metaverse of andere opleidings- en veiligheidsbeheerssystemen, wat de gebruikservaring verbetert.
Het voegt een extra laag interactie toe, zowel in virtuele als in fysieke omgevingen.

Kortom, een ChatGPT die op de DROPS Recommended Practices is getraind, zou een krachtig middel zijn om belangrijke veiligheidsrichtlijnen toegankelijker, begrijpelijker en beter toepasbaar te maken, en zo bij te dragen aan een veiliger werkomgeving en doelmatiger werk. Wilt u meedoen in een werkgroep om deze Chat GPT te ontwikkelen, neem dan contact op met de secretaris van het DROPS Asia Chapter, Joachim van der Meulen