Yapay zekâ (AI), insan bilişi gerektiren görevleri yerine getirebilecek makineler geliştirmek için tasarlanmış olup, birçok alanda yaygın olarak kullanılmaktadır. Yapay zekânın bir alt dalı olan uzman sistemler (ESs), uzman bilgisi kullanarak karmaşık sorunları çözmektedir. Bu çalışma, yaygın ve karmaşık mekanizmalara sahip kayma, tökezleme ve düşme (STF) kazalarını azaltmayı amaçlayan, AI destekli bir ES olan WaSaEx programının geliştirilmesine odaklanmaktadır. WaSaEx, iş güvenliği uzmanları tarafından çevrimdışı olarak kullanılmak üzere tasarlanmış olup, iş sağlığı ve güvenliği (OHS) için risk analizi, maliyet hesaplama ve eğitim planlama gibi işlevler sunmaktadır. Python ve CLIPS kullanılarak geliştirilen WaSaEx, OHS alanında kullanılan diğer programlardan ES tabanlı olmasıyla ayrılmaktadır. Bu çalışma, WaSaEx programını tanıtarak, depolama alanlarındaki STF risklerini raporlama açısından risk analizi ve önleyici tedbirler konusundaki yetkinliğini değerlendirmektedir. Program, kullanıcı yanıtlarına dayalı olarak riskleri değerlendirmek için L-tipi (5x5) matris yöntemi kullanmakta, her bir faktör için risk skorları ve uygun önleyici tedbirler sunmaktadır. Ayrıca, depolama alanlarında kazalara yol açabilecek risk faktörlerinin etkileşimi sistematik olarak analize dahil edilmektedir. Sonuç olarak, WaSaEx, hızlı ve doğru risk analizi yapılmasını hedefleyen, maliyet etkin ve bilgi tabanlı bir çözüm sunmaktadır. Bu yöntem, doğrulanmış önleyici tedbirler sağlamanın yanı sıra artık riskleri önemli ölçüde azaltarak depolama ortamlarında güvenliğin artırılmasına katkıda bulunmaktadır. Uzman bir çerçeveye sahip olan WaSaEx, iş yeri güvenliği standartlarının geliştirilmesinde önemli bir rol oynamaktadır.
Yapay Zeka Uzman Sistemler İş Güvenliği Risk Analizi Kayma, Tökezleme ve Düşme
Artificial intelligence (AI), designed to enable machines to perform tasks requiring human cognition, is widely used across many fields. Expert systems (ESs), a subset of AI, solve complex problems via expert knowledge. This study focuses on mitigating prevalent and complex slip, trip, and fall (STF) incidents by developing a program called WaSaEx, based on an AI-supported ES. WaSaEx, designed for offline use by occupational safety specialists, offers risk analysis, cost estimation, and training planning for occupational health and safety (OHS). Developed via Python and CLIPS, WaSaEx is ES-based, distinct from other OHS programs. This study introduces the WaSaEx program and evaluates its capability for risk analysis and preventive measures, specifically for reporting STF risks in storage areas. The program uses an L-type (5x5) matrix method to assess risks based on user responses, providing risk scores and preventive measures for each factor. It also systematically accounts for the interaction of risk factors that may lead to accidents. Consequently, WaSaEx offers a cost-effective, knowledge-based solution to enable swift and accurate risk analysis. This methodology delivers validated preventive measures and substantially reduces residual risks, thus fostering improved safety in storage environments. WaSaEx is pivotal in advancing workplace safety standards through its expert framework.
Artificial Intelligence Expert Systems Occupational Safety Risk Analysis Slip, Trip, and Fall
Birincil Dil | İngilizce |
---|---|
Konular | Makine Mühendisliği (Diğer) |
Bölüm | Araştırma Makaleleri |
Yazarlar | |
Erken Görünüm Tarihi | 11 Nisan 2025 |
Yayımlanma Tarihi | 28 Nisan 2025 |
Gönderilme Tarihi | 20 Eylül 2024 |
Kabul Tarihi | 5 Ocak 2025 |
Yayımlandığı Sayı | Yıl 2025 Cilt: 30 Sayı: 1 |
DUYURU:
30.03.2021- Nisan 2021 (26/1) sayımızdan itibaren TR-Dizin yeni kuralları gereği, dergimizde basılacak makalelerde, ilk gönderim aşamasında Telif Hakkı Formu yanısıra, Çıkar Çatışması Bildirim Formu ve Yazar Katkısı Bildirim Formu da tüm yazarlarca imzalanarak gönderilmelidir. Yayınlanacak makalelerde de makale metni içinde "Çıkar Çatışması" ve "Yazar Katkısı" bölümleri yer alacaktır. İlk gönderim aşamasında doldurulması gereken yeni formlara "Yazım Kuralları" ve "Makale Gönderim Süreci" sayfalarımızdan ulaşılabilir. (Değerlendirme süreci bu tarihten önce tamamlanıp basımı bekleyen makalelerin yanısıra değerlendirme süreci devam eden makaleler için, yazarlar tarafından ilgili formlar doldurularak sisteme yüklenmelidir). Makale şablonları da, bu değişiklik doğrultusunda güncellenmiştir. Tüm yazarlarımıza önemle duyurulur.
Bursa Uludağ Üniversitesi, Mühendislik Fakültesi Dekanlığı, Görükle Kampüsü, Nilüfer, 16059 Bursa. Tel: (224) 294 1907, Faks: (224) 294 1903, e-posta: mmfd@uludag.edu.tr