Tidningen Brandsäkert
  • Nyheter
  • Reportage
  • Kalendarium
  • Om oss
  • Nyhetsbrev
  • Annonsera
Inga träffar
Visa alla
Tidningen Brandsäkert
  • Nyheter
  • Reportage
  • Kalendarium
  • Om oss
  • Nyhetsbrev
  • Annonsera
Inga träffar
Visa alla
Tidningen Brandsäkert
Inga träffar
Visa alla

Hem » Sensorer finns redan -använd dem!

Sensorer finns redan -använd dem!

av Roger Andersson
2026-11-20
i Teknik
AI och befintliga sensorer kan förbättra brandsäkerheten i byggnader, upptäcka bränder tidigare och minska kostnaderna för brandskydd.

I nästan åtta av tio dödsbränder saknades en fungerande brandvarnare. Samtidigt fylls båda byggnaderna redan med kameror, temperaturgivare, gassensorer och rörelsedetektorer, installerade för helt andra syften än brandskydd. Två nya rapporter från Brandforsk visar att denna teknik, i kombination med AI, kan ge tidigare varning om brand, ofta utan stora nyinvesteringar.
Författare: Caroline Bernelius Cronsioe

Du kanske också vill läsa

25 år efter 9/11 – så förändrades brandskyddet i höga hus

Kompletterar med nya branschregler

Branschens förslag för batteribränder

I dagens byggnader sitter sensorer nästan överallt. De styr ventilationen efter koldioxidhalt, dämpar belysningen när ett rum är tomt och mäter luftfuktighet. Syftet är sällan brandskydd. Det handlar om energieffektivisering, komfort och driftsäkerhet.

Men rapporten Smarta brandsäkra byggnader (Brandforsk 2026:3), framtagen av Bengt Dahlgren, visar att samma sensorer kan göra ännu mer nytta om de även fick ett brandtekniskt syfte, kanske framför allt för den som annars riskerar att dö i en brand.

Störst potential finns i just en sådan lägenhet som den i inledningen. Enligt statistik från Myndigheten för civilt försvar (MCF) saknades fungerande brandvarnare vid ungefär 79 procent av alla dödsbränder mellan 2008 och 2024. Att låta redan installerade sensorer, till exempel temperatur- och rökgivare kombinerade med gasgivare, fungera som ett extra skyddslager kan ge en betydande livräddande effekt, som ett komplement till, inte en ersättning för, brandvarnare och brandlarm.

Ljudsensorer sticker ut som ett särskilt tydligt exempel. De är i dag ovanliga i byggnader, men AI-modeller har redan visat sig kunna identifiera brandsignaturer i ljudmönster, både vid skogsbränder och vid bränder i byggnadskonstruktioner, vilket öppnar för att i framtiden kombinera flera sinnen, syn, ljud och klimatdata, i samma varningssystem.

Sensorerna i svenska byggnader kan delas in i fem kategorier. Det handlar om inomhusklimat, utomhusklimat, närvaro, systemövervakning och säkerhet. Inom inomhusklimat räknas temperatur-, gas- och VOC-givare (VOC=Volatile Organic Compounds eller flyktiga organiska ämnen), luftfuktighetsgivare, fotosensorer, kamerasystem och ljudsensorer.

Inom närvaro finns bland annat infraröda rörelsedetektorer och radiobaserade givare som wifi och blåtand. Till detta kommer kameror och mekaniska givare för säkerhet, samt övervakning av el, vatten och tekniska system som hissar och ventilation.

Sensorerna kan stärka brandskyddet på fyra sätt:

  • Tidig varseblivning genom flera sensorer i kombination.
  • Stöd vid utrymning och insats genom att veta var i byggnaden människor befinner sig.
  • Proaktivt underhåll av brandtekniska installationer genom uppkopplad statusövervakning.
  • Stöd till räddningstjänstens insats.

Proaktivt underhåll är kanske det minst uppmärksammade av de fyra, men inte det minst användbara. Brandtekniska system som sprinkler, brandlarm och ventilationsbrandskydd kräver löpande underhåll inom det systematiska brandskyddsarbetet.

Uppkopplad systemövervakning, av el, vatten, hissar och andra tekniska installationer, gör det möjligt att styra underhållet av dessa system mer informerat och anpassat efter det faktiska behovet, i stället för enbart efter i förväg bestämda intervall. En styrka i den användningen är att systemet inte behöver särskilt brandskydd eftersom dess effektiva verkan är före en brand.

Vid utrymning kan närvarosensorer, till exempel kamerasystem, koldioxidmätning eller wifi-anslutningar, i teorin visa var i en byggnad människor befinner sig och anpassa utrymningen i realtid, med dynamisk skyltning som pekar mot säkraste vägen ut. Samma typ av data kan hjälpa räddningstjänsten att rikta livräddande insatser mot rätt del av byggnaden. Sådan information måste dock vara enkel och robust under en pågående insats, eftersom insatspersonal har mycket begränsat utrymme att tolka avancerade dataflöden mitt i en händelse.

Security Camera CCTV with blue sky

Mekaniska givare, som magnetkontakter på dörrar, kan också upptäcka om dörrar i brandcellsgränser står uppställda och därmed bryter avskiljningen mellan brandceller.

En viktig fråga för användandet av sensorer med annat ursprungssyfte än brandsäkerhet i händelse av brand är deras eget brandskydd. Hur väl kommer det att fungera under en brand och kan man kompensera det på något sätt? Är det till exempel tillräckligt värdefullt att lagra den data som levererats innan branden kanske slår ut systemet? Det är aspekter som behöver följa med en utveckling av detta.

Kamerabevakning är ett konkret exempel på hur ett kompletterande sensorlager kan se ut. Kamerasystem installeras i första hand för säkerhet, men samma kameror kan redan i dag kopplas till AI-modeller som identifierar rök och flammor i ett tidigt skede.

Det är precis den möjligheten som undersöks i den andra Brandforsk-rapporten, Identifiering av gnistor med hjälp av kameror och AI-modeller (Brandforsk 2026:4), framtagen av Brand och Bygg tillsammans med Sigma Technology och Södra Älvsborgs räddningstjänstförbund.

Bakgrunden är statistiken kring heta arbeten. År 2015 stod gnistor och heta arbeten för omkring 340 bränder i Sverige, och på byggarbetsplatser var heta arbeten mellan 2013 och 2022 den näst vanligaste brandorsaken efter anlagd brand, med ungefär 12 procent av bränderna. Skadorna är dessutom kostsamma. Enligt Svensk Försäkring låg den genomsnittliga ersättningen på drygt 600 000 kronor per skada 2017.

I projektet testades om vanliga övervakningskameror i kombination med AI kan tränas att upptäcka gnistor från svetsning, vinkelslipning och en pyroteknisk gnistmaskin. Testerna genomfördes i kontrollerad miljö, både inomhus och utomhus och på flera olika avstånd. Resultatet blev ett dataset med drygt 2 100 bilder och över 50 000 registrerade gnistor, tillräckligt stort för att träna flera AI-modeller.

AI-modellerna kan bara arbeta med bilder i en bestämd storlek, 640 gånger 640 pixlar, medan kamerorna i testet levererade betydligt större bilder, upp till 2592 gånger 1944 pixlar. Det gick att lösa på två sätt. Antingen skalades hela originalbilden ner till 640×640, vilket gör att redan små gnistor krymper ytterligare och riskerar att försvinna helt.

Eller så beskars bilden först till ett mindre utsnitt kring själva arbetsmomentet, svetsningen eller slipningen, som sedan formaterades till samma storlek. Då behöll gnistorna en större del av sin ursprungliga storlek i bilden, men metoden kräver ett extra steg där systemet först måste hitta rätt utsnitt att zooma in på.

Den bästa av de fyra tränade AI-modellerna hade drygt två tredjedelars träffsäkerhet i sina gissningar och lyckades fånga upp hälften av alla gnistor i materialet. (2/3 av gissningarna var alltså en gnista, och dessa 2/3 fångade upp 1/2 av alla gnistor). Modellerna som tränats på de beskurna, inzoomade bilderna var genomgående bättre på att hitta små gnistor än de som fick de nedskalade bilderna. Både bildstorlek och avstånd till gnistan påverkar alltså resultatet, även om studien inte kunnat fastställa vilken av de två faktorerna som väger tyngst.

Falska larm (de 1/3 gissningar som var felaktiga), så kallade falska positiva, orsakades ofta av långa, ljusa linjer som liknar gnistor, till exempel lampor och reflexvästar. Falska negativa, det vill säga missade gnistor (de 1/2 av gnistor som missades), var svårare att förklara men hängde ofta ihop med att gnistorna var för små i förhållande till bildens storlek, vilket talar för att kameror bör riktas och zoomas mot just det riskfyllda arbetsmomentet. Båda feltyperna kan minskas med större och mer varierad träningsdata.

Att just den missade gnistan är den som antänder något är förstås den verkliga risken, och siffrorna ovan behöver läsas med det i åtanke. Vid vinkelslipning och svetsning kommer gnistor sällan ensamma. De uppstår i grupper, ofta dussintals i följd under samma arbetsmoment. Missar systemet några gnistor i en sådan grupp men fångar andra, upptäcks ändå att en riskfylld aktivitet pågår, och det är i praktiken det som utlöser en varning, inte att exakt varje enskild gnista räknas.

Det resonemanget håller dock bara så länge gnistorna faktiskt kommer i grupper. Ett enstaka tillfälle där en enda gnista är den som riskerar att antända något täcks inte av samma logik, vilket är en anledning till att tekniken ännu inte bedöms redo för skarp drift utan vidare validering av kvalitet och tillförlitlighet.

Kamerabaserad gnistdetektering är genomförbar, men resultatet beror starkt på bildkvalitet, kameravinkel, ljusförhållanden och avstånd, och ytterligare forskning krävs innan tekniken är redo för skarp drift. Gnistdetektering kan kombineras med ljudbaserad detektering för ökad tillförlitlighet, och lösningen kan kopplas till överordnade system som byggnadsautomation för att bli praktiskt användbar i industri- och fastighetsmiljöer.

AI och sensorer i kombination utvecklas snabbt, och marknaden för byggnadssensorer väntas fördubblas fram till 2032. Studier som Smarta brandsäkra byggnader refererar till visar att AI-förstärkta sensorsystem i flerbostadshus kunnat korta branddetektionstiden med omkring 30 procent, minska utrymningstiden med 25 procent och höja detektionsnoggrannheten till över 95 procent, genom att kombinera temperatur-, koloxid- och rökgivare i så kallade dynamiska riskindex.

Men potentialen möter reella hinder. Sensorernas datakvalitet varierar. De kan slås ut eller ge missvisande signaler av rök, värme och förbränningsprodukter under ett brandförlopp, och räddningstjänsten har under en insats små möjligheter att ta in och tolka avancerade dataflöden. Informationen måste därför vara enkel, robust och tydligt filtrerad innan den når fram. Integritet och cybersäkerhet är särskilt känsliga frågor kring kameror och närvarosensorer.

Nya kameraregler gäller sedan april 2025. Tidigare krävdes tillstånd från Integritetsskyddsmyndigheten för kamerabevakning som bedrevs av myndigheter, kommuner och privata aktörer med offentliga uppdrag. Det kravet är borttaget, och ansvaret för avvägningen mellan bevakningsintresse och integritetsintresse ligger nu i högre grad hos den som bedriver kamerabevakningen. Kameror bör riktas mot arbetsytor snarare än individer, material bör hanteras lokalt och begränsat, och syftet, ökad brandsäkerhet, bör hela tiden vara styrande.

Det går att dra några egna slutsatser här, som går utöver det rapporterna själva slår fast. Det handlar inte längre bara om att installera fler brandtekniska system, utan om att fråga vad byggnaden redan vet om sig själv, och om den kunskapen kan användas bättre. Den sensor som i dag styr ventilationen eller larmar vid inbrott bär redan på information som skulle kunna rädda liv, om den kopplas rätt. Det är en förskjutning i synsätt snarare än en ny teknik, från dedikerad detektion till återanvändning av det som redan finns installerat, till nytta för alla som bor, arbetar och vistas i byggnaden.

Vägen dit är redan skisserad. Stegvisa pilotprojekt är ett rimligt nästa steg, snarare än en färdig helhetslösning, tillsammans med tydliga larmklasser som skiljer en indikativ varning från en bekräftad detektion, samt standardiserat datautbyte mellan sensorer och brandtekniska system. Det är förutsättningarna för att sensorerna ska kunna komplettera, inte ersätta, brandvarnare och brandlarm. Ingen av rapporterna presenterar en färdig produkt än. Riktningen är tydlig. Frågan är vem som tar första steget.

Bränder påverkar mer än bara byggnader – ny forskning lyfter indirekta konsekvenser

Källor

Mossberg, A., Ronstad, D., Rattfelt, A., Johansson, N. & Anund Vogel, J. (2026). Smarta brandsäkra byggnader: Användande av byggnadssensorer för att förbättra brandskyddet. Brandforsk 2026:3.

Nasr, R., Persson, M., Bergelin, E. & Jacobsson, J. (2026). Identifiering av gnistor med hjälp av kameror och AI-modeller: Test av kameror och AI-modeller för användning i praktiken. Brandforsk 2026:4.

Taggar: Brandforsk
Dela3Dela1
Roger Andersson

Roger Andersson

Rekommenderad läsning!

25 år efter 9/11 – så förändrades brandskyddet i höga hus

av Roger Andersson
2026-09-10
0

Attackerna mot World Trade Center den 11 september 2001 ledde till en omfattande omprövning av brandskyddet i höga byggnader. Tjugofem år senare syns följderna i krav på utrymningsvägar,...

Läs mer

Kompletterar med nya branschregler

av Roger Andersson
2026-04-24
0
Nya branschregler för brandskydd i modulhus av trä minskar risker, stärker hållbarhet och sänker kostnader i träbyggande.

Trä- och Möbelföretagen och Sveriges Träbyggnadskansli har tagit fram de nya branschreglerna Robust brandskydd för modulhus med träregelstomme. Det är ett komplement till Boverkets byggregler och syftet är...

Läs mer

Branschens förslag för batteribränder

av Roger Andersson
2026-04-21
0

Det svenska regelverket för brandskydd i batterienergilager präglas i dag av osäkerhet och divergerande tolkningar. I en forskningsrapport som tagits fram av Bengt Dahlgren i samverkan med RISE,...

Läs mer

Digital brandskyddsmodell i ny rapport

av Roger Andersson
2026-03-03
0
Digital brandskyddsmodell i ny rapport

Digitaliseringen av byggprocessen har under det senaste decenniet i hög grad kretsat kring samordning, kollisionskontroller och mängdning i BIM. Den rapport som nu tagits fram inom Smart Built...

Läs mer

BIPV-system kan ge snabb brandtillväxt

av Roger Andersson
2026-02-12
0
Studie visar att BIPV-fasader kan ge snabb brandeskalering och hög rökutveckling vid ventilerad montering.

När solceller blir en del av fasaden förändras brandförloppet. En ny studie visar att BIPV-system kan ge snabb brandtillväxt, kraftig rökutveckling och plötslig eskalering genom strukturell sprickbildning, en...

Läs mer
brandsäkert bevakar brandskyddsbranschen brandskyddsforeningen tidskrift brandsakert brandskyddsforeningen

Brandsäkert är den ledande tidningen för dig som vill hålla dig uppdaterad inom brandsäkerhetsfrågor.

Prenumerera på Tidningen Brandsäkert

Prenumerera på Tidningen Brandsäkert – den ledande tidningen för dig som vill hålla dig uppdaterad inom brandsäkerhetsfrågor.

Beställ här

Inga träffar
Visa alla
  • Annonsera
  • Brandgalan
  • Brandsäkerts Nyhetsbrev
  • Kalendarium
  • Om oss
  • Start