Use data to improve workplace health and safety

Surmontez les difficultés liées à la santé et à la sécurité à l'aide d'analyses avancées

La capacité de fournir un lieu de production sûr et de soutenir efficacement la conformité n'est jamais plus vitale. Les employeurs d'aujourd'hui ont appris l'importance, non seulement de gérer la sécurité au travail au quotidien, mais aussi de se préparer à maintenir la santé et la sécurité lors d'événements majeurs, tels que les guerres, les catastrophes naturelles et les pandémies. Et bien que la sécurité ait toujours été critique dans n'importe quel environnement de production, elle devient encore plus importante dans le contexte de Manufacturing 4.0.

Grâce à l'intégration accrue de technologies numériques et de systèmes d'automatisation, ainsi qu'à la mise en œuvre de technologies avancées, telles que la robotique, l'intelligence artificielle et l'Internet of Things, les collaborateurs interagiront de plus en plus étroitement avec les systèmes automatisés et utiliseront des appareils interconnectés, des capteurs et des machines automatisées. Le maintien de normes et de protocoles de sécurité appropriés pour ces technologies est essentiel pour protéger les employés et prévenir les incidents, tels que les dysfonctionnements d'équipement, les risques électriques et les interactions inattendues et imprévues entre les humains et les machines.

Au-delà de leur potentiel d'impact sur la qualité de vie d'un employé, les incidents sont coûteux. Les coûts directs, tels que l'indemnisation des travailleurs et les services médicaux et juridiques, peuvent être considérables, mais les coûts indirects d'un incident ne doivent pas être sous-estimés ; il s'agit notamment du recyclage professionnel, des enquêtes, des mesures correctives, de la perte de productivité, des dégâts matériels, des risques pour votre réputation, des coûts liés à la diminution du moral des salariés, de l'absentéisme et de la rétention.

Pour gérer la santé et la sécurité, les fabricants suivent une multitude d'indicateurs clés, notamment les suivants :

• Taux de fréquence des blessures enregistrables (nombre de blessures survenant sur un lieu de travail pour 100 000 heures travaillées)
• Nombre d'incidents par mois
• Incidents préventifs liés à la sécurité ou mesures requises à prendre par les employés
• Délai moyen de résolution des incidents
• Types d'incident

Cependant, de nombreuses entreprises ont du mal à recevoir des notifications en temps voulu sur les incidents de santé et de sécurité sur leurs lieux de travail, et encore moins à utiliser leurs données pour modéliser et identifier de manière prédictive les risques potentiels dans leurs environnements de production. Il est toutefois essentiel qu'elles développent ces capacités - et la bonne plateforme de données peut aider. En utilisant les données et les analyses pour identifier les dangers potentiels et mettre en œuvre des mesures préventives, les entreprises peuvent atténuer les risques, prévenir les accidents et les incidents et réduire la probabilité de perturbations de la production, de pertes financières et de dommages à la réputation.

Ce cas d'utilisation décrit l'architecture d'analyse des données requise pour assimiler, stocker, gérer et obtenir des informations à partir des données en vue d'améliorer la santé et la sécurité dans le secteur de la production.

Comment une plateforme de données complète peut vous aider à améliorer la sécurité sur le lieu de travail

L'architecture présentée ici intègre les composants Oracle les plus couramment recommandés pour créer une architecture analytique couvrant l'ensemble du cycle de vie des analyses de données, de la découverte aux mesures et aux actions. Les fabricants varient selon le type et la complexité, mais en général, les services décrits ici entreront en jeu lors de la création d'architectures d'analytiques de données qui se concentrent sur la vaste diversité de facteurs qui ont un impact sur la santé et la sécurité au travail.

Cette image montre comment utiliser Oracle Data Platform pour la fabrication afin de prendre en charge la santé et la sécurité. La plateforme comprend les cinq piliers suivants :

1. 1. Sources de données et repérage
2. 2. Ingestion et transformation
3. 3. Sauvegarde, tri et création
4. 4. Analyses, apprentissage et prévision
5. 5. Mesures et réactions

Le pilier « Sources de données et repérage » inclut deux catégories de données.

1. Les données des enregistrements métier comprennent les données des systèmes HCM, EHS (Environment Health and Safety), du processus de production des systèmes de RH et de formation, des systèmes de signalement des incidents et des systèmes de sécurité.
2. Les données d'entrée techniques incluent les images, les e-mails, les vidéos, la documentation papier (OCR), les événements ponctuels (arrêt d'urgence de la ligne de production).

Le pilier « Ingestion et transformation » comprend trois fonctionnalités.

1. 1. L'ingestion par lots utilise OCI Data Integration, Oracle Data Integrator et les outils de base de données.
2. 2. Le transfert en masse utilise OCI FastConnect, OCI Data Transfer, MFT et l'interface de ligne de commande OCI.
3. 3. La capture des données de modification utilise OCI GoldenGate.

Les trois fonctionnalités se connectent de manière unidirectionnelle au dépôt de données et au stockage cloud de service dans le pilier « Sauvegarde, tri et création ».

Le pilier « Sauvegarde, tri et création » comprend cinq fonctionnalités.

1. 1. Le dépôt de données de service utilise Autonomous Data Warehouse et Exadata Cloud Service.
2. 2. Le stockage cloud utilise OCI Object Storage.
3. 3. La gouvernance utilise OCI Data Catalog.

Ces fonctionnalités sont connectées au sein du pilier. Le stockage cloud est connecté de manière unidirectionnelle au dépôt de données de service et à Hadoop géré. Il est également connecté de manière bidirectionnelle au traitement par lots.

Une fonctionnalité se connecte au pilier « Analyses, apprentissage et prévision ». Le dépôt de données de service se connecte à la fois à la fonction d'analyse et de visualisation, ainsi qu'aux produits de données et à la fonction API.

Le pilier « Analyses, apprentissage et prévision » comprend deux fonctionnalités.

1. 1. L'analyse et la visualisation utilisent Oracle Analytics Cloud, GraphStudio et des éditeurs de logiciels indépendants.
2. 2. Les produits de données et les API utilisent OCI API Gateway et OCI Functions.

Le pilier « Mesures et réactions » saisit la manière dont l'analyse des données peut être utilisée : par les personnes et les partenaires, et par les applications et les modèles.

Les personnes et les partenaires comprennent les données historiques, les cartes d'activité des rapports d'incident, les incidents à court terme, les rapports de conformité, l'analyse de la cause première, l'identification des risques et l'évaluation.

Applications et modèles sont autonomes et propres à l'implémentation.

Les trois piliers centraux (« Ingestion et transformation », « Sauvegarde, tri et création », et « Analyses, apprentissage et prévision ») sont pris en charge par l'infrastructure, le réseau, la sécurité et IAM.

Connecter, assimiler et transformer les données

Notre solution est composée de trois piliers, chacun prenant en charge des fonctionnalités de plateforme de données spécifiques. Le premier pilier permet de connecter, d'assimiler et de transformer les données.

Il existe trois moyens d'injecter des données dans une architecture pour permettre aux entreprises de production d'améliorer la santé et la sécurité sur le lieu de travail.

• Pour démarrer notre processus, nous activons le transfert en masse de données de transaction opérationnelle si nécessaire. Les services de transfert en masse sont utilisés dans les cas où de grands volumes de données doivent être déplacés vers Oracle Cloud Infrastructure (OCI) pour la première fois, par exemple des données provenant de référentiels analytiques sur site existants ou d'autres sources cloud. En général, les ensembles de données liés à la santé et à la sécurité ne sont pas volumineux. Le transfert en masse est répertorié ici en tant que composant potentiel dans les rares cas où des données historiques complètes sont stockées sur site et doivent être déplacées vers le cloud ou si ces données proviennent d'un entrepôt de données sur site historique plus important qui est déplacé vers OCI. Le service de transfert en masse que nous allons utiliser dépend de l'emplacement des données et de la fréquence de transfert. Par exemple, nous pouvons utiliser le service OCI Data Transfer ou OCI Data Transfer Appliance pour charger un grand volume de données sur site à partir de référentiels de planification historique ou d'un entrepôt de données. Lorsque de grands volumes de données doivent être déplacés régulièrement, nous vous recommandons d'utiliser OCI FastConnect, qui fournit une connexion réseau privée dédiée à bande passante élevée entre le centre de données d'un client et OCI.
• Les sources de données utilisées pour mesurer et générer des rapports sur la santé et la sécurité comportent généralement une banque de données relationnelle sous-jacente. OCI GoldenGate peut être utilisé pour saisir des données en quasi-temps réel à partir des systèmes de reporting des incidents. OCI GoldenGate utilise la capture des données de modification pour détecter les événements de modification dans la structure sous-jacente des systèmes qui surveillent l'environnement de production (par exemple, la température, le bruit ou l'arrêt d'urgence de la ligne de production, les opérations de maintenance, etc.) et envoie les données en temps réel à une couche de persistance et/ou à la couche de diffusion en continu. Toutefois, dans ce cas d'utilisation, les données sont généralement transférées via des processus ETL par lots.
• Alors que les besoins de diffusion en continu et de temps réel évoluent rapidement, l'extraction la plus fréquente des systèmes d'exploitation, de planification, de maintenance, de gestion du personnel, de RH, de formation et de gestion de la sécurité est un type d'ingestion par lots effectué à l'aide d'un processus ETL. L'ingestion par lots est utilisée pour importer des données à partir de systèmes ne prenant pas en charge la transmission en continu de données. Ces données sont généralement situées dans les systèmes de santé et de sécurité environnementales, les systèmes de RH et de formation et les systèmes de déclaration des incidents. Ces extractions peuvent être ingérées fréquemment, par exemple toutes les 10 ou 15 minutes, mais il s'agit par nature d'un traitement par lot, car des groupes de transactions sont extraits et traités, plutôt que des transactions individuelles. OCI propose différents services pour gérer l'assimilation par lots, tels que le service OCI Data Integration natif et Oracle Data Integrator exécuté sur une instance OCI Compute. Le choix du service repose principalement sur la préférence du client plutôt que sur les exigences techniques.

Persister, traiter et organiser les données

La persistance et le traitement des données reposent sur deux (voire trois) composants. Certains clients les utiliseront toutes ; d'autres, en partie. Selon les volumes et les types de données, les données peuvent être chargées dans le stockage d'objets ou directement dans une base de données relationnelle structurée pour le stockage persistant. Lorsque nous prévoyons d'appliquer des capacités de science des données, les données extraites des sources de données sous sa forme brute (en tant que fichier natif ou extraction non traité) sont plus généralement capturées et chargées à partir de systèmes transactionnels dans le stockage cloud.

• Le stockage cloud est la couche de persistance des données la plus courante pour notre plateforme de données. Il peut être utilisé pour des données structurées et non structurées. OCI Object Storage, OCI Data Flow et Oracle Autonomous Data Warehouse (ADW) sont les blocs de base. Les données extraites des sources de données au format brut sont capturées et chargées dans OCI Object Storage. OCI Object Storage est le niveau principal de persistance des données.
• Nous allons maintenant utiliser un dépôt de données de service pour sauvegarder nos données organisées sous une forme optimisée pour les performances et l'analyse des requêtes. Nous pouvons accéder directement à nos données brutes dans le stockage d'objets à partir d'Oracle Autonomous Data Warehouse en créant une table externe qui correspond aux fichiers de données stockés dans OCI Object Storage. Une table externe offre une vue virtuelle des données de l'emplacement de stockage d'objets sans qu'il ne faille nécessairement déplacer ou charger physiquement les données dans Autonomous Data Warehouse. Les données identifiées comme utiles pour une analyse plus approfondie peuvent désormais être chargées dans le dépôt de données de service, qui fournit un niveau relationnel persistant utilisé pour fournir directement des données organisées de haute qualité aux utilisateurs via des outils SQL. Dans cette solution, Autonomous Data Warehouse est instancié en tant que dépôt de données de service pour l'entrepôt de données d'entreprise et, si nécessaire, des magasins de données de niveau domaine plus spécialisés.
• ADW peut également être la source de données des projets de science des données ou du référentiel pour Oracle Machine Learning. Le dépôt de données de service peut prendre l'une des formes suivantes, notamment Oracle Database Cloud Service ou Oracle Database Exadata Cloud Service.

Analyser les données, apprendre et prévoir

La capacité d'analyse, d'apprentissage et de prévision est facilitée par deux services offrant trois approches d'analyse et un accès aux données modélisées.

• Les fonctions d'analyse avancées sont de plus en plus importantes pour maintenir un environnement de fabrication sûr et optimiser le processus de production. Dans ce cas d'utilisation, nous recourons à Oracle Analytics Cloud pour fournir des analyses et des visualisations. Cela vous permet d'utiliser des analyses descriptives (description des tendances actuelles avec des histogrammes et des graphiques), des analyses prédictives (prédiction des événements futurs, identification des tendances et détermination de la probabilité de résultats incertains) et des analyses prescriptives (propositions d'actions appropriées, conduisant à une prise de décision optimale).

  • Les analyses descriptives peuvent aider les fabricants à identifier les risques et les dangers potentiels en analysant les données historiques, les rapports d'incidents et les quasi-accidents. En identifiant les modèles et les tendances, l'analyse peut mettre en évidence les domaines nécessitant une attention particulière et vous aider à hiérarchiser les efforts d'atténuation des risques. En outre, les analyses peuvent permettre une amélioration continue des mentalités en matière de santé et de sécurité. En analysant les indicateurs de performances et les données de sécurité au fil du temps, les fabricants peuvent identifier les domaines à améliorer, définir des références et suivre l'avancement vers les objectifs de sécurité.

    Lorsque des accidents ou des incidents surviennent, des analyses descriptives peuvent aider à étudier les causes principales et les facteurs sous-jacents. L'analyse des rapports d'incidents, des déclarations de témoins et d'autres données pertinentes permet d'identifier des modèles et des tendances pour vous aider à mener des interventions ciblées pour prévenir des incidents similaires à l'avenir.

  • L'analyse prédictive utilise les données de sécurité pour identifier les modèles, les tendances et les risques potentiels afin d'aider les fabricants à améliorer les mesures de sécurité et à prévenir les accidents et les incidents. En analysant les données de sécurité historiques, les modèles prédictifs peuvent identifier les tendances et les modèles à long terme, tels que l'augmentation des taux d'accident, les risques de sécurité émergents ou les zones où les mesures de sécurité ont été efficaces, et affecter des scores de risque à différentes activités, processus ou conditions. Ces scores permettent de hiérarchiser les ressources et les interventions pour traiter les domaines présentant les niveaux de risque les plus élevés. Les anomalies dans les données de sécurité, telles que des modèles inhabituels ou des valeurs aberrantes, peuvent indiquer des problèmes de sécurité potentiels ou des écarts par rapport aux conditions de fonctionnement normales, ce qui permet une détection précoce et des actions correctives rapides.
  • L'analyse prescriptive facilite les efforts de formation et d'éducation en identifiant les domaines pour lesquels une formation supplémentaire est nécessaire. En analysant les données relatives à la sécurité, telles que les quasi-accidents ou les écarts par rapport aux procédures opérationnelles standard, les fabricants peuvent détecter les lacunes en matière de connaissances des employés ou de respect des protocoles de sécurité et mettre en œuvre des interventions de formation ciblées.
• La gouvernance des données est un composant essentiel. Il sera fourni par OCI Data Catalog, un service gratuit offrant la gouvernance des données et la gestion des métadonnées (pour les métadonnées techniques et commerciales) pour toutes les sources de données de l'écosystème de la plateforme de données. OCI Data Catalog est également un composant essentiel pour les requêtes à partir d'Oracle Autonomous Data Warehouse vers OCI Object Storage, car il permet de localiser rapidement des données quelle que soit sa méthode de stockage. Les utilisateurs finaux, développeurs et experts en science des données peuvent ainsi utiliser un langage d'accès commun (SQL) dans tous les dépôts de données persistants de l'architecture.
• Nos règles et politiques de gouvernance peuvent être appliqués à nos données et modèles conservés, testés et de haute qualité, et peuvent être exposés en tant que produit de données (API) par OCI API Gateway au sein d'une architecture de maillage de données à des fins de distribution de données et d'analyses relatives à la sécurité dans l'ensemble de l'organisation de production.

Les avantages de l'utilisation des données pour améliorer la santé et la sécurité dans l'industrie manufacturière

Les fabricants ont la responsabilité de donner la priorité à la santé et au bien-être de leurs collaborateurs. Un environnement de travail sécurisé n'est pas uniquement une obligation réglementaire et éthique, mais a également un impact sur le moral des employés, leur satisfaction au travail et leur bien-être en général. La priorité accordée à la santé et à la sécurité contribue à créer une culture du travail positive, à renforcer l'engagement des employés et à réduire le risque d'accidents et de blessures sur le lieu de travail. Cependant, assurer un environnement de travail sain et sûr est particulièrement difficile dans l'industrie manufacturière - et il n'est pas exclu que d'autres défis se présentent au cours des prochaines années, entraînés par Manufacturing 4.0.

Dans ce paysage en évolution, les fabricants doivent non seulement veiller à la mise en place de mesures de santé et de sécurité, mais également identifier en permanence les possibilités d'améliorer ces mesures et prendre des mesures préventives pour éviter les accidents, les blessures et les maladies professionnelles. Pour ce faire, ils ont besoin de processus robustes de santé et de sécurité reposant sur les données et les analyses, soutenus par la technologie, leur permettant de

• Capturer et gérer les informations critiques sur les événements et gérer l'ensemble de la documentation et des photos au sein d'un même environnement
• Collectez des données sur la conformité pour prendre en charge le reporting réglementaire
• Gérer les données de danger, y compris les informations sur les incidents, les quasi-accidents et les conditions dangereuses
• Détecter les causes premières, étudier l'incident et y répondre immédiatement
• Suivre et analyser la sécurité à l'aide d'analyses avancées pour surveiller la progression et détecter les tendances

En fin de compte, ces actions contribuent à protéger la santé physique et la sécurité des travailleurs, à réduire les risques d'absentéisme et de dépenses médicales, et à maintenir la productivité et la continuité opérationnelle.