Det räcker inte med brandsensorer. Med hjälp av big data, exempelvis information från maskin, last och bilar kan brandsäkerheten på fartyg förbättras. En förstudie från Lighthouse och Trafikverket har tittat närmare på hur det ska gå till.

I slutet av augusti fick en stor evakueringsinsats inledas på passagerarfaryget Stena Scandica som drev strömlöst strax norr om Gotland. Enligt Sjöfartsverket var orsaken till olyckan en brand i en kylcontainer på bildäck som trots att den upptäcktes tidigt och släcktes snabbt ”genererade en så kallad blackout, ett strömavbrott ombord”. Efter några timmar fick fartyget igång en av sina motorer och evakueringen kunde avbrytas.

- Det finns ganska många exempel på bränder ombord som startar i kylaggregat på bildäck. Dessa kan vara av väldigt varierande kvalitet. Gasolkök i husbilar och husvagnar är också något som är problematiskt. Det är alltså inte bara elbilar man behöver vara orolig över utan det finns många möjliga källor till brand ombord på fartyg, säger Mikael Hägg på RISE som lett arbetet med förstudien AI-based Fire safety system using Big Data som gjorts inom ramen för Trafikverkets branschprogram Hållbar sjöfart som drivs av Lighthouse.

Ju tidigare en brand upptäckts desto större är chansen att det som i fallet utanför Gotland ska sluta väl. Problemet är att många bränder kan vara svåra att upptäcka innan det är för sent. Så vad kan man mer göra för att förbättra dagens brandsäkerhetssystem? Det är här visionen om ett integrerat informationssystem kommer in.

- Vi ställde oss frågan om vilken information som finns på ett fartyg kan som dels kan hjälpa till att upptäcka en brand, dels ge beslutsstöd för att bekämpa den. Och den informationen kommer nödvändigtvis inte bara från brandsensorer, utan är mycket bredare. Den skulle kunna komma från andra fartygssystem, som till exempel ventilation och dörrar, men också från uppkopplade bilar och last.

Hur bränder på containerfartyg och RoRo-fartyg upptäcks verkar skilja sig åt. På RoRo-fartyg visar olycksutredningar av flera fall att de upptäcks ganska tidigt av människa eller dektorer/alarm, medan samtliga bränder (fem fall) på containerfartyg upptäcktes senare och då alltid ”manuellt” av människa.

- De upptäcks när besättningen går på vaktrundor och så vidare. Ett problem med containrar är att man vet väldigt lite om lasten. Man vet om de innehåller farligt gods men inte så mycket mer. Vi kunde också konstatera att väderförhållanden ofta är en bidragande orsak till att brand förr eller senare uppstår på containerfartyg, säger Mikael Hägg.

Därför tror forskarna att ett koncept med smart och uppkopplad last blir en viktig del i framtidens brandsäkerhetssystem. Det är ett känsligt område, eftersom lastägare inte nödvändigtvis vill avslöja vad som finns i deras containrar.

- Sprids information om att den och den containern innehåller massa dyra datorer eller tv-apparater så uppstår förstås en stöldrisk. Det finns säkerhetsaspekter, kommersiella aspekter och juridiska aspekter kring det här som måste lösas.

En annan utmaning är att integrera all information utan att det larmar överallt hela tiden.

- På en fartygsbrygga idag larmar det både till höger och vänster. Ibland är det jätteviktiga larm, ibland mindre viktiga. Det är något dagens besättningar är trötta på och man skulle gärna se att information, sammanställs och integreras på ett sätt som skapar mer ”vettiga larm”. Det kallas för alarm management. Operatören ska förstå när det smäller till på allvar och få en bra överblick kring vad som händer. Med big data finns stora möjligheter att skapa ett beslutstödssystem och så småningom kanske ett helt automatiserat brandsäkerhetssystem, säger Mikael Hägg.

Fotnot. Förstudien förstudien AI-based Fire safety system using Big Data har författas av Mikael Hägg, RISE, David Schmidt RISE, Johan Gregersson, Chalmers och Kenth Sandell, Consilium Safety Group