Yapay Zekâ ile Yangın ve Duman Tespiti Nasıl Çalışır?

Yüksek Riskli ve Geniş Alanlarda Erken Uyarının Önemi

Endüstriyel tesisler, lojistik antrepoları, açık alan depolama sahaları ve kimya fabrikalarında yangın, işletme sürekliliğini ve can güvenliğini tehdit eden en büyük risk unsurudur. Binalarda kullanılması zorunlu olan geleneksel ve noktasal duman dedektörleri, duman partiküllerinin fiziksel olarak tavandaki sensör haznesine ulaşması ve belirli bir yoğunluğa erişmesi prensibiyle çalışır. Ancak çok yüksek tavanlı, güçlü hava akımına sahip veya tamamen açık alanlarda dumanın noktasal dedektöre ulaşma davranışı ortam koşullarına göre değişebilir. Bu fiziksel kısıtlama, yangının engellenemez boyutlara ulaşmasına neden olabilir. Yapay zekâ tabanlı görsel yangın ve duman tespiti sistemleri, kameranın görüş alanında oluşan ilk duman emarelerini ve alev dokularını görüntü üzerinden analiz ederek, kritik bir tamamlayıcı erken uyarı katmanı sağlar.

Çalışma Mantığı ve Derin Öğrenme Algoritmaları

Görsel yangın algılama sistemleri, standart güvenlik kameralarından gelen canlı video akışını, yangın ve duman örüntülerini ayırt etmek üzere geliştirilmiş Derin Öğrenme (Deep Learning) modelleriyle analiz eder.

• Duman Formu Analizi: Algoritma sadece gri bir renk değil; dumanın girdap oluşturarak yukarı doğru genişleme (expansion) hareketini, şeffaflık (opacity) seviyesini ve kenar yumuşaklığını ardışık video kareleri (frames) üzerinden analiz eder.
• Alev Karakteristiği Tespiti: Alevin kendine has renk tayfı (kırmızı, turuncu, sarıdan oluşan yüksek kontrastlı çekirdek), saniye bazındaki hızlı titreşim (flicker) frekansı ve piksel parlaklığındaki ani değişimler (luminance change) tespit edilir.
• Bölgesel Maskeleme: Tesisin üretim doğası gereği sürekli duman, buhar veya kıvılcım çıkaran bölgeleri (örneğin kaynak yapılan alanlar veya egzoz çıkışları) yazılım üzerinden dışlanarak (masking) sistemin o bölgelerden alarm üretmesi engellenir.

Hayati Uyarı: Mevzuat ve Tamamlayıcı Sistem Konumlandırması

Önemli Yasal Sınırlama: Kamera ve yapay zeka tabanlı görsel yangın tespit sistemleri, mevcut yasal yönetmeliklere (Binaların Yangından Korunması Hakkında Yönetmelik, NFPA standartları vb.) göre kurulması zorunlu olan fiziksel, onaylı yangın algılama ve ihbar sistemlerinin (adresli dedektörler, butonlar, sirenler) yasal bir alternatifi veya yerine geçen bir çözüm değildir. Bu teknoloji, işletmenin var olan yasal altyapısına destek olan, açık alanlar veya yüksek tavanlar gibi noktasal sistemlerin zayıf kaldığı yerlerde görsel doğrulama imkanı sunan bir "destekleyici ve tamamlayıcı erken uyarı katmanı" olarak konumlandırılmalıdır.

Gerçek Kullanım Senaryosu: Geri Dönüşüm Tesisi Açık Saha Yangını

Büyük bir kağıt ve plastik geri dönüşüm tesisinin yüzlerce metrekarelik açık alan depolama sahası bulunmaktadır. Açık hava olduğu için geleneksel duman dedektörü takılması imkansızdır. Yaz aylarında atıkların içindeki cam kırıklarının güneş ışığını odaklamasıyla başlayan küçük için için yanmalar, tesiste büyük yangınlara sebep olmaktadır. Tesis, sahasını gören yüksek direklerdeki kameralara yapay zeka analiz sunucusunu entegre eder. Atık yığınlarının arasından çıkan küçük bir gri duman kümesi (başlangıç aşaması), rüzgarla dağılmasına rağmen yazılım tarafından tespit edilir. Güvenlik odasına olay görüntüsü ve proje kapsamında belirlenen bir uyarı iletilir. Yetkili personel görüntüyü doğrular ve tesisin acil durum prosedürüne göre müdahale sürecini başlatır. Bu örnek yalnızca olası bir proje senaryosudur; algılama ve müdahale süresi saha koşullarına bağlıdır.

Sınırlamalar, Yanlış Alarmlar ve Bakım Gereksinimleri

Görsel tespit teknolojilerinin en zorlu sınavı çevre koşullarıdır. Fabrikalarda üretimden kaynaklanan su buharı (steam), forklift egzozları, sahaya giren yoğun sis, kaynak kıvılcımları veya yere vuran güneş yansımaları algoritmaları yanıltarak "Yanlış Alarm" (False Positive) üretebilir. Modern sistemler zaman içi filtreleme yaparak (örneğin buharın saniyeler içinde kaybolması, ancak dumanın büyümesi) bu oranları düşürür. Ayrıca sistemin verimi doğrudan kameranın görüş alanına (Line of Sight) bağlıdır; kamera lensi tozlandığında veya önüne palet konduğunda o bölge kör kalır. Periyodik lens temizliği ve aydınlatma şarttır.

CS Otomasyon Yaklaşımı

CS Otomasyon, sadece yazılım sağlamakla kalmaz; sahanızdaki risk faktörlerini (toz, buhar, ışık patlamaları) analiz ederek yapay zeka modeline tesisinize özel ince ayar (fine-tuning) yapar. Projelerimizde, tespit edilen olayın anlık ekran görüntüsünü (snapshot) Telegram, E-posta veya VMS ekranları üzerinden ilgili birimlere ulaştıran entegrasyonlar tasarlayarak platformumuzun yeteneklerini genişletiyoruz.

Alarm Doğrulama ve Müdahale Akışının Tasarlanması

Bir görsel tespit sisteminin değeri yalnızca alarm üretmesinden değil, alarmın doğru kişiye anlaşılır bağlamla ulaşmasından gelir. Proje başlangıcında olayın hangi kamera görüntüsüyle, hangi öncelik seviyesinde ve hangi iletişim kanalıyla iletileceği belirlenmelidir. Operatörün alarmı doğrulaması, tesisin mevcut acil durum planı ve yetki zinciriyle uyumlu olmalıdır.

Alarm kayıtları düzenli olarak incelenerek buhar, toz, kaynak ışığı veya egzoz gibi tekrarlayan yanlış alarm kaynakları sınıflandırılabilir. Bölge maskeleme veya eşik düzenleme yapılırken gerçek yangın riskinin görünmez hale gelmemesine dikkat edilmelidir. Bu nedenle ayarlar yalnızca yanlış alarm sayısını düşürmeye değil, riskli olayları kaçırmama dengesine göre yönetilir.

• Olay önceliği: Duman, alev veya termal anomali türüne göre sınıflandırma.
• Görsel doğrulama: Yetkili personelin canlı görüntü veya olay klibini incelemesi.
• Eskalasyon: Tesis prosedürüne göre güvenlik, İSG veya acil durum ekibine aktarım.
• Kayıt: Alarm zamanı, doğrulama sonucu ve uygulanan aksiyonun loglanması.
• Periyodik test: Kamera görüşü, bildirim kanalı ve entegrasyonların kontrollü senaryolarla sınanması.

Kamera tabanlı analiz, görüş alanı dışındaki yangını göremez ve onaylı fiziksel algılama sistemlerinin görevini üstlenmez. En güvenli yaklaşım, görsel analitiği mevcut dedektörler, yangın paneli, tesis prosedürleri ve eğitimli personelle birlikte tamamlayıcı katman olarak kullanmaktır.

Bakım ve Kontrollü Doğrulama

Yangın ve duman analitiğinin performansı kamera görüşü değiştiğinde, lens kirlendiğinde veya üretim süreci yeni buhar ve toz kaynakları oluşturduğunda etkilenebilir. Bu nedenle sistem yalnızca kurulum gününde değil, belirli aralıklarla ve saha değişikliklerinden sonra yeniden doğrulanmalıdır. Testler tesisin iş güvenliği ve yangın prosedürlerine uygun, kontrollü yöntemlerle yapılmalıdır.

• Kamera sağlığı: Görüntü kaybı, bulanıklık, yön değişimi ve gece görüşü kontrolü.
• Bildirim testi: Alarmın doğru kişiye, doğru öncelik ve bağlamla ulaşması.
• Olay incelemesi: Yanlış alarm ve kaçırılan olayların neden analizi.
• Değişiklik kaydı: Eşik, bölge veya model güncellemelerinin belgelenmesi.

Bakım planı, onaylı yangın algılama sistemlerinin yasal test ve bakım yükümlülüklerinden ayrı düşünülmemelidir. Kamera analitiği için başarılı bir test sonucu, duman dedektörü, alev dedektörü veya yangın panelinin testinin yerine geçmez. Tüm katmanların birlikte çalışması tesisin acil durum hazırlığını güçlendirir.

SSS

Yapay zeka duman tespiti karanlıkta (gece) çalışır mı?

Görüntü işleme temelli olduğu için karanlık ortamlarda alevin yaydığı ışık kolayca tespit edilebilir; ancak dumanın karanlıkta algılanabilmesi için sahada aydınlatma olması veya kameranın güçlü IR (kızılötesi) aydınlatmasının dumanı belirginleştirecek kadar yeterli olması gerekir.

Sistem duman çıkaran bir makine ile yangını ayırt edebilir mi?

Eğer belirli bir alan sürekli duman/buhar üretiyorsa, o alan (örneğin bacanın çıkışı) arayüzden maskelenerek körleştirilir; ancak o makinenin dışındaki anormal duman çıkışları alarm olarak algılanır.

Bu sistem itfaiyeye doğrudan haber verebilir mi?

Proje kapsamında yangın paneline, bina yönetim sistemine veya alarm yönetim yazılımına kuru kontak ya da API üzerinden olay sinyali aktarılması değerlendirilebilir. Resmî acil durum birimlerine bildirim süreci, tesisin onaylı prosedürleri ve yetkili personeli üzerinden yürütülmelidir; sistemin tek başına otomatik çağrı yaptığı varsayılmamalıdır.

Kameralar termal olmak zorunda mı?

Hayır, standart RGB (renkli) optik kameralar da derin öğrenme ile duman ve alev formunu analiz edebilir. Termal kameralar ise alev çıkmadan önceki ısı artışını (radyometrik ölçüm) tespit etmek için ayrı bir projelendirme ile değerlendirilir.

Sonuç

Yüksek tavanlı depo, açık saha ve endüstriyel tesislerinizde riskleri henüz başlangıç aşamasında tespit edebilmek, işletme sürekliliğinin güvencesidir. Tesisinizin risk yapısına uygun kamera analitiği keşfi için CS Otomasyon ile teknik değerlendirme planlayabilirsiniz.