Экспертные заключения: 0
Консультации: 0

Разряд

Умный комплект для электриков, представляющий собой интегрированную носимую систему защиты (wearable safety system) персонала, работающего с электроустановками под напряжением. Продукт объединяет огнестойкую спецодежду, нательную сенсорную базу, умные диэлектрические перчатки и каску с датчиком приближения в единый киберфизический комплекс, который защищает работника, контролирует состояние СИЗ и автоматически оповещает диспетчерскую при аварии.

Актуальность проекта: Электротравматизм в России остаётся острой проблемой: по данным Ростехнадзора, за 2025 год на энергоустановках погибли 29 человек, а относительный коэффициент электротравматизма не меняется уже более 50 лет — с 1964 года кривая остаётся «условно ровной линией». Исследования Института психологии РАН показывают, что причина устойчивости — доминирование психологического фактора: у человека нет специфического образа электрического напряжения, он не «видит» опасность и полагается на «мнимую безопасность», а основная группа риска — опытные работники со стажем от 10 лет и в возрасте 50–59 лет. Административные и инженерные меры этот дефицит не закрывают, поэтому «Разряд» актуален как принципиально иной подход — активная компенсация психологического фактора.

Цель проекта: Разработать и вывести на рынок интеллектуальный носимый комплект для электриков, который обеспечивает активную защиту персонала от поражения электрическим током и электродугой, автоматически контролирует состояние средств индивидуальной защиты и в реальном времени оповещает работника и диспетчерскую об аварийных ситуациях — с целью снижения электротравматизма, повышения безопасности работ и цифровизации охраны труда в электроэнергетике.

Целевая аудитория: Электромонтёры, оперативно-выездные бригады, специалисты по ремонту и обслуживанию электроустановок, линейщики, работники распределительных устройств и подстанций, электромонтажники.

Проблема: Потенциальный потребитель «Разряда» ежедневно подвергается смертельному риску, который не контролируется существующими СИЗ. Пассивная защита не сигнализирует о повреждении изоляции, не предупреждает о приближении к токоведущим частям, не оповещает диспетчерскую при аварии. Работодатель (энергокомпания) не имеет объективных данных о готовности СИЗ и состоянии персонала, несёт репутационные и финансовые потери от аварий, а работник — риск не получить помощь в критический момент.

Конкурентноспособность: В качестве конкурентов выступают прямые аналоги (умные СИЗ и носимые устройства для электриков)- Sistema Safeguard (Compass Pro), The Glove Company PVAD Tech Glove, AI-Enabled No-Contact Voltage Detection Wristband, а так же косвенные решения (традиционные СИЗ и системы мониторинга безопасности) - Традиционные СИЗ (диэлектрические перчатки, каски, экранирующие комплекты), AI-видеоаналитика для контроля СИЗ, Существующие научно-технические заделы.

Конкурентные преимущества обусловлены: Превентивностью — предупреждение до контакта, а не после (у большинства аналогов — только сигнализация о уже произошедшем событии). Автоматизацией допуска — RFID-замок физически не допускает к работе без исправных перчаток (у конкурентов такой блокировки нет). Автономным оповещением — вызов помощи при потере сознания (большинство аналогов требуют нажатия SOS-кнопки). Исключением человеческого фактора. RFID-замок физически не допускает к работе без подтверждённой целостности перчаток — уникальная функция, отсутствующая у аналогов. Соответствием ГОСТ (Р 12.4.172-2019, 12.4.252) — готовность к сертификации и закупкам по госстандартам.

Что уже сделано по проекту: Есть сплоченная команда, обоснованная идея, актуальность которой подверждена опросами, а также разработан мокап приблизительного дизайна продукта, проведено исследование рынка и конкурентов, создан бизнес-план.

Ссылка

На страницу проекта

Направление

Другое, Безопасность и оборонная сфера

Рынки

WearNet

Сквозные технологии

Искусственный интеллект, Технологии хранения и анализа больших данных, Новые производственные технологии, Технологии моделирования и разработки материалов с заданными свойствами, Технологии машинного обучения и когнитивные технологии, Технологии беспроводной связи и «интернета вещей», Технологии сенсорики