Política de Cookies

El sitio web de la Universidad de Extremadura utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Si desea configurar las cookies, pulse el botón Personalizar Cookies. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Extremadura.

Personalización de Cookies

El sitio web de la Universidad de Extremadura utiliza cookies propias y de terceros para realizar análisis de uso y medición del tráfico, así como permitir el correcto funcionamiento en redes sociales, y de este modo poder mejorar su experiencia de navegación.

Para obtener más información sobre las cookies puede consultar la Política de cookies del sitio web de la Universidad de Extremadura. También puede acceder a la configuración de cookies en cualquier momento desde el enlace correspondiente en el pie de página.

A continuación podrá configurar las cookies del sitio web según su finalidad:

  • Análisis estadístico

    En este sitio se utilizan cookies de terceros (Google Analytics) que permiten cuantificar el número de usuarios de forma anónima (nunca se obtendrán datos personales que permitan identificar al usuario) y así poder analizar la utilización que hacen los usuarios del nuestro servicio, a fin de mejorar la experiencia de navegación y ofrecer nuestros contenidos de manera óptima.

  • Redes sociales

    En este sitio web se utilizan cookies de terceros que permiten el correcto funcionamiento de algunas redes sociales (principalmente Youtube y Twitter) sin utilizar ningún dato personal del usuario.

Una tesis propone mejorar la seguridad en el manejo de la maquinaria industrial

27 de julio de 2017

 


27/07/2017. Una tesis doctoral de la Universidad de Extremadura propone interesantes mejoras en la seguridad asociada al manejo de maquinaria industrial. La investigación ha sido llevada a cabo por María Dolores Moreno Rabel, bajo la dirección del profesor de la Escuela de Ingenierías Industriales de la universidad extremeña, Juan Álvaro Fernández.

Según ha señalado la autora, en la actualidad sigue habiendo una elevada siniestralidad laboral en el sector industrial. Esta siniestralidad se debe entre otros motivos al rechazo de los trabajadores a usar algunos tipos de medidas de seguridad, como por ejemplo los equipos de protección personal. Además, las medidas de seguridad activa más recientes, diseñadas para detectar la presencia de objetos que se disponen a acceder a la zona de peligro de una máquina, no previenen los accidentes laborales tales como golpes, atrapamientos, amputaciones o incendios, explica Moreno en su tesis.

Estos antecedentes y la existencia en el sector del automóvil de sistemas de seguridad activa que utilizan la información visual para identificar los diferentes peligros que pueden causar un accidente, así como la elevada capacidad de proceso de los sistemas de visión artificial actuales, han motivado el desarrollo en esta tesis doctoral de medidas de seguridad basadas en visión para prevenir los accidentes laborales asociados no solo a la entrada inadvertida al entorno operativo de una máquina, sino a la presencia de los mismos en esta zona durante su funcionamiento, o al propio funcionamiento de la máquina.

Precisamente, el trabajo realizado en esta investigación se ha centrado en el diseño y desarrollo de este tipo de medidas de seguridad de tipo activo, así como en el análisis y en la optimización de algoritmos adecuados para su sistema de visión artificial. “Estos sistemas utilizan la información visual proporcionada por un sistema de visión artificial para prevenir la ocurrencia de accidentes laborales en el entorno operativo completo de máquinas semiautomáticas de grandes dimensiones, sin impedir que los trabajadores se muevan en condiciones seguras por dicho entorno mientras la máquina lleva a cabo las actividades que tiene asociadas”, añade María Dolores Moreno. Para realizar adecuadamente esta supervisión, el sistema debe conocer el estado operativo de los dispositivos de parada de emergencia de la máquina cuyos riesgos laborales pretende evitar, ya que estos dispositivos impiden las funciones de la máquina cuando son accionados manualmente por los trabajadores en situaciones de peligro, aunque el entorno operativo de la máquina sea seguro desde el punto de vista del sistema supervisor. Para este fin se ha diseñado una medida de seguridad pasiva (dispositivo electrónico de parada de emergencia) que identifica e informa a un sistema supervisor del estado en el que se encuentran el resto de dispositivos de parada  de emergencia conectados a la misma máquina que él y materializa la prevención activa realizada por dicho sistema supervisor mediante su actuación en el sistema de control de la máquina.

Los resultados obtenidos en las investigaciones realizadas durante esta tesis abren una nueva línea de investigación centrada en el diseño y desarrollo de medidas de seguridad activas, para la eliminación y reducción de los riesgos asociados a maquinaria industrial, que consideren tanto el comportamiento del trabajador como el de la máquina.