MATERIALI E METODI 1. Logica Fuzzy

Il modello realizzato è un’applicazione innovativa della Logica Fuzzy nel campo della valutazione dei rischi, che per praticità sarà illustrato con un esempio concreto. I Sistemi Fuzzy elaborano informazioni qualitative, imprecise e perfino contraddittorie. Essi si rivelano particolarmente utili nella soluzione di problemi complessi che, pur non formalizzabili in algoritmi precisi, possono tut-tavia essere descritti qualitativamente, con espressioni linguistiche (Zadeh, 1976). Tuttut-tavia, per il significato dei risultati stessi, le informazioni elaborate da un Sistema Fuzzy devono essere complete e omogenee. L’applicazione della Logica Fuzzy nella valutazione del rischio infortuni-stico permette quindi di associare parametri di natura assai diversa tra loro (la frequenza di acca-dimento, il fattore di stress, il tempo di esposizione, ecc.) giungendo ad una valutazione di danno risultante dalla loro interazione. L’applicazione pratica si è resa possibile grazie alla collabora-zione di un’azienda italiana produttrice di pneumatici che ha messo a disposicollabora-zione non solo i dati infortunistici di un triennio, ma che ha consentito anche l’intervista ai soggetti infortunati per poter acquisire dettagli sulla dinamica degli eventi non riportati in modo sufficientemente chia-ro nel registchia-ro degli infortuni. Il coinvolgimento dei lavoratori, come già ben dimostrato da uno studio non recente (Mattila, 1985) è stato indispensabile per individuare soluzioni tecniche e pro-cedurali al fine di ridurre la loro esposizione al rischio d’infortunio.

A

ATTTTII 55°° SSEEMMIINNAARRIIOO DDEELLLLAA CCOONNTTAARRPP

Partendo dall’espressione del rischio tecnologico R = f (F,M) (Rasmussen, 1975), del danno pro-babile derivante da un evento M = f (S,E) (Patrucco, 1997), e introducendo un giudizio sull’a-deguatezza delle misure protettive, si è giunti alla seguente funzione del rischio d’infortunio:

R = f (F, S, E, L)

dove F è la frequenza di accadimento dell’evento [eventi/giorno], S è la gravità o l’entità del pos-sibile danno [giorni di assenza dal lavoro], E è il fattore di contatto [frazione del turno di lavo-ro] e L è il grado di adeguatezza delle misure protettive [adimensionato]. Con il semplice lega-me funzionale AND, secondo una prassi consolidata da tempo (Patrucco, 1997) diventa:

R=F*S*E*L

Si procede con i seguenti step: 1. definizione degli insiemi fuzzy delle variabili di inpu/output (fuzzificazione); 2. identificazione delle regole, quali enunciati logici che correlano le variabi-li di input con quelle di ouput; 3. aggregazione dei contributi delle regole; 4. defuzzificazione dei risultati (Aaltonen et al, 1996). La fuzzificazione delle variabili di input/output consiste nell’identificare per ciascuna variabile gli insiemi fuzzy e le etichette linguistiche che li rappre-sentano. Ciascuno di questi insiemi è poi descritto da una funzione, detta funzione di apparte-nenza, che associa ad ogni punto di un insieme un numero reale nell’intervallo [0-1], la cui forma può essere di tipo triangolare, trapezoidale, gaussiana, ecc. (Zadeh, 1965). Nella Tabella 1, sono riportati gli insiemi fuzzy, le corrispondenti variabili linguistiche e i corrispondenti interventi suggeriti.

Tabella 1: Insiemi fuzzy variabili input/output

Frequenza Gravità Fattore

Remota Molto Basso Ottimo Basso Rischio tollerabile:

lieve nessuno intervento

0-0.3 0-0.3 0-0.3 0-0.3 0-0.25

Bassa Lieve Medio Buono Medio Rischio moderatamente non

0.2-0.5 0.2-0.5 0.2-0.5 0.2-0.5 0.26-0.45 tollerabile: interventi di media entità

Media Media Alto Sufficiente Alto Rischio non tollerabile:

0.4-0.7 0.4-0.7 0.4-0.7 0.4-0.7 0.46-0.75 interventi consistenti Alta Grave Altissimo Carente Altissimo Rischio decisamente intollerabile:

0.6-1 0.6-1 0.6-1 0.6-1 0.76-1 interventi urgenti e consistenti

Segue la definizione delle regole fuzzy. Queste rappresentano le correlazioni logiche tra le variabi-li di input con quelle di output; esse si deducono dai dati storici o dall’esperienza degvariabi-li operatori.

Le regole fuzzy sono del tipo decisionale "If…Then", vale a dire la conseguenza si verifica solo se la premessa è vera; pertanto se un evento dannoso attiva gli enunciati delle premesse, si otter-ranno inevitabilmente anche le conseguenze. A questo punto il motore inferenziale è definito.

ASSICURAZIONE E PREVENZIONE: DAL CONFRONTO UN PERCORSO CONDIVISO

2.2 Reti Neurali

In una seconda fase, traendo spunto dai risultati raggiunti con l’approccio Fuzzy, è stato svi-luppato un modello che consente di considerare molte delle condizioni al contorno che descrivono un infortunio e che interagiscono in modo complesso. In particolare l’INAIL-Piemonte ha fornito, su supporto informatizzato, al gruppo di ricerca del Politecnico di Torino, circa 1700 casi di infortunio occorsi nel comparto della lavorazione del legno, nel ter-ritorio della Regione Piemonte, negli anni 2002-2004. Tra i parametri forniti dall’INAIL che descrivono ciascun caso di infortunio, sono stati selezionati quelli ritenuti utili per un’ana-lisi di rischio di tipo preventivo. I parametri scelti sono i 6 relativi al programma ESAW (Directorate General Employment and Social Affairs series, 2001) che riguardano: l’attività svolta immediatamente prima dell’infortunio, le anomalie per cui l’attività ha subito una deviazione dal suo normale svolgimento, la modalità di contatto che ha causato la lesione e i tre rispettivi agenti materiali coinvolti. La conoscenza di tutte queste informazioni che caratterizzano ciascun evento infortunistico, ha suggerito di realizzare un modello che le correlasse in modo tale da raggruppare i casi di infortunio in classi omogenee sotto il profi-lo della dinamica infortunistica. A questo proposito si è scelto di utilizzare un particolare tipo di Rete Neurale chiamata “Self Organizing Map” (“SOM”) (Jain et al.,1996), (Kohonen,1995 ) (Kohonen et al., 2002), (Jason Ong, 1999). La struttura della rete SOM scel-ta per quesscel-ta analisi consiste in una mappa bidimensionale di 54 unità di output a cui sono inizialmente assegnati valori scelti con un processo di inizializzazione casuale. I casi di infor-tunio sono forniti in input alla rete SOM che li analizza nel modo seguente. Ogni dato in input è confrontato con ciascuna unità di output della mappa; per ciascun dato di input esiste, tra tutte, una unità che ha un valore più simile ad esso e che quindi meglio lo rappresenta. Con opportuni algoritmi matematici la rete modifica i valori delle sue unità di output in modo tale che ciascuna unità si specializzi a rappresentare un determinato tipo di input ossia una determinata dinamica infortunistica. Al fine di analizzare i dati infortunistici mediante la rete neurale così costruita, è stato necessario codificarli. I fattori che caratterizzano ciascun caso di infortunio sono variabili categoriche ossia discrete e nominali e non ordinabili. Non ha pertanto senso associare le variabili di tipo categorico a dei numeri perché non si tratta di dati ordinabili. Affinché tali variabili possano essere utilizzate come dati di input di una rete neurale tipo SOM si è deciso di codificarle in termini binari (Chung-Chian., 2006), (Garavaglia, 1998), (Garavaglia, 2000), (Garavaglia, 2003), (Lourenço, 2004). Per ciascun parametro sono state scelte 8 possibili voci. Nelle Tabelle 2, 3, 4 e 5 sono illustrate le codi-fiche dei parametri.

Tabella 2: Codifica dell’attività svolta al momento dell’infortunio

Operazioni con macchine 1 0 0 0 0 0 0 0

Lavori con utensili 0 1 0 0 0 0 0 0

Conduzione mezzi 0 0 1 0 0 0 0 0

Manipolazione oggetti 0 0 0 1 0 0 0 0

Apertura/chiusura imballaggi 0 0 0 0 1 0 0 0

Spargere/ versare/ riempire 0 0 0 0 0 1 0 0

Trasporto manuale 0 0 0 0 0 0 1 0

Movimento persona 0 0 0 0 0 0 0 1

A

ATTTTII 55°° SSEEMMIINNAARRIIOO DDEELLLLAA CCOONNTTAARRPP

Tabella 3: Codifica dell’anomalia che ha portato all’infortunio

Incendio 1 0 0 0 0 0 0 0

Perdite di materiale 0 1 0 0 0 0 0 0

Rottura - Caduta materiale 0 0 1 0 0 0 0 0

Perdita di controllo 0 0 0 1 0 0 0 0

di macchina- utensile

Caduta - Scivolamento persona 0 0 0 0 1 0 0 0

Movimenti del corpo 0 0 0 0 0 1 0 0

senza sforzo fisico

Movimenti del corpo 0 0 0 0 0 0 1 0

con sforzo fisico

Sorpresa - Spavento 0 0 0 0 0 0 0 1

Tabella 4: Codifica del contatto che ha portato alla lesione

Contatto con fiamma viva 1 0 0 0 0 0 0 0

Contatto con sostanze pericolose 0 1 0 0 0 0 0 0

Scivolamento/ Inciampo/ Caduta 0 0 1 0 0 0 0 0

Schiacciamento 0 0 0 1 0 0 0 0

Urto da parte di oggetto 0 0 0 0 1 0 0 0

in movimento

Contatto con materiale 0 0 0 0 0 1 0 0

tagliente\appuntito\abrasivo

Incastramento 0 0 0 0 0 0 1 0

Sforzo fisico 0 0 0 0 0 0 0 1

Tabella 5. Codifica dell’agente materiale coinvolto nell’infortunio

Suolo/elementi dell’edificio - 1 0 0 0 0 0 0 0

Impianti fissi

Pezzi lavorati /rami-tronchi 0 1 0 0 0 0 0 0

Scale - passerelle 0 0 1 0 0 0 0 0

Attrezzi/ Utensili manuali 0 0 0 1 0 0 0 0

Macchine utensili/ operatrici 0 0 0 0 1 0 0 0

non utensili - Attrezzature fisse

Mezzi di trasporto- 0 0 0 0 0 1 0 0

manuali/motorizzati

Schegge - polveri - 0 0 0 0 0 0 1 0

sostanze pericolose

Carichi movimentati a mano 0 0 0 0 0 0 0 1

ASSICURAZIONE E PREVENZIONE: DAL CONFRONTO UN PERCORSO CONDIVISO

3. RISULTATI