ومع تقدم الصناعة بنسبة 4 في المائة، أظهرت تكنولوجيا الذكاء الاصطناعي (AI) إمكانات كبيرة وآفاق تطبيقية كبيرة في العديد من المجالات. وفي مجال الكشف عن الجودة، على وجه الخصوص، يمكن لنظم الكشف والتحليل القائمة على الذكاء الاصطناعي أن تحسن بدرجة كبيرة دقة الكشف، وتقلل من التدخل اليدوي، وتحقق المراقبة الآنية والإنذار المبكر. ستبحث هذه الورقة كيفية تصميم وتنفيذ نظام لكشف وتحليل جودة الحداثة ذات المحرك المداري القائم على الذكاء الاصطناعي.
ويتألف النظام أساسا من وحدات جمع البيانات، ووحدات المعالجة المسبقة، ووحدات الكشف AI، ووحدات عرض النتائج وتخزينها. وحدة جمع البيانات مسؤولة عن الحصول على بيانات الجودة من خطوط الإنتاج فيما يتعلق بحديقات الدارجة المدارية ؛ وحدة المعالجة السابقة التجهيز هي المسؤولة عن غسل البيانات الأولية وإزالتها واستخراج خصائصها ؛ أما وحدة الاختبارات AI فتستخدم خوارزميات التعلم العميق من أجل رصد جودة البيانات المعالجة مسبقاً وتصنيفها ؛ أما وحدة عرض النتائج والتخزين فهي مسؤولة عن عرض نتائج الاختبار في الوقت الحقيقي على الوصلة البينية والاحتفاظ بها في قاعدة البيانات.
تحقيق التكنولوجيا الرئيسية
جمع البيانات: استخدام أجهزة استشعار عالية الدقة ومعدات لجمع الصور للحصول على بيانات الجودة من خطوط الإنتاج عن يتعلق بحشو المقطورات المدارية.
ما قبل المعالجة: استخراج البيانات الأولية لإزالة الضجيج والتعزيز والخصائص باستخدام تقنيات معالجة الإشارات الرقمية ومعالجة الصور، وتوفير بيانات تدريبية عالية الجودة لمتابعة الاختبارات AI.
اختبار الكشف AI: اختبار جودة وتصنيف البيانات المعالجة قبل المعالجة باستخدام خوارزميات التعلم المتعمق، مثل الشبكات العصبية الملفوفة. وقد أتاح تدريب كميات كبيرة من بيانات الجودة لنموذج AI التعرف تلقائياً على نوعية المطويات.
عرض النتائج والتخزين: استخدام واجهة تفاعلية بشرية -آلية لعرض نتائج الاختبار في الوقت الحقيقي وتوفير وظيفة الاستعلام والاستخراج من سجلات الاختبارات التاريخية. وفي الوقت نفسه، تُحفظ نتائج الاختبارات في قاعدة البيانات لمتابعة تحليل البيانات وتحقيق المستوى الأمثل.
يتمتع نظام قياس وتحليل جودة المطارات القائمة على الذكاء الاصطناعي بالمزايا التالية في التطبيقات العملية:
الاختبار عالي الدقة: تحقيق اختبار عالي الدقة لجودة المواد المطورة من خلال خوارزمية التعلم المتعمق، والحد من احتمالات سوء التقدير والاختبار.
الرصد والإنذار المبكر في الوقت الحقيقي: النظام قادر على مراقبة عملية إنتاج الحداثة في الوقت الحقيقي، وتحديد المشاكل النوعية المحتملة، والإنذار المبكر في الوقت المناسب، ومساعدة الشركات على تعديل بارامترات الإنتاج في الوقت المناسب والحد من خسائر الإنتاج.
الأتمتة والحكمة: فالنظام قادر تلقائياً على إجراء اختبارات الجودة وتحليلها، ويقلل من التدخل اليدوي، ويزيد من كفاءة الاختبار.
تعقّب البيانات: تُحفظ جميع بيانات الاختبار في قاعدة البيانات، مما يسهل تعقُّب النوعية وتحسينها باستمرار.
ويعد نظام رصد وتحليل جودة المطويات المطوَّرة القائمة على الذكاء الاصطناعي تطبيقا مبتكرا في سياق الصناعة البالغ 4.0. ولتشجيع هذه التكنولوجيا وتطبيقها على نحو أفضل، يوصى بأن تعزز المؤسسات التجارية مدخلات البحث والتطوير في مجال التكنولوجيا وأن تطور المهارات التقنية المتخصصة ؛ وفي الوقت نفسه، وبالتعاون مع الجامعات ومعاهد البحث، يجري بحث وتطوير خوارزميات وتكنولوجيات أكثر تطورا. ومن خلال هذه الجهود، ستتمكن الشركات من الاستفادة بشكل أفضل من تكنولوجيا AI لتحسين جودة إنتاج وحداثة القاطرات.
