الذكاء الاصطناعي وتطبيقه في بيئة التصنيع

الذكاء الاصطناعي وتطبيقه في بيئة التصنيع

مع تزايد المنافسة في مجال التصنيع ، يحتاج المصنعون إلى تطبيق تكنولوجيا متطورة لتحسين الإنتاجية. يمكن تطبيق الذكاء الاصطناعي ، أو AI ، على مجموعة متنوعة من الأنظمة في التصنيع. يمكنه التعرف على الأنماط ، بالإضافة إلى أداء المهام المستهلكة للوقت والتحدي العقلي أو المهام المستحيلة من الناحية البشرية. في التصنيع ، غالبًا ما يتم تطبيقه في مجال جدولة الإنتاج القائمة على القيود ومعالجة الحلقة المغلقة.

الخوارزميات الجينية

يستخدم برنامج الذكاء الاصطناعي الخوارزميات الجينية لترتيب جداول الإنتاج برمجيًا للحصول على أفضل نتيجة ممكنة بناءً على عدد من القيود المحددة مسبقًا من قبل المستخدم. تدور هذه البرامج المستندة إلى القواعد عبر آلاف الاحتمالات ، حتى يتم الوصول إلى الجدول الزمني الأمثل الذي يلبي جميع المعايير على أفضل وجه.

تطبيق ناشئ آخر للذكاء الاصطناعي

تطبيق ناشئ آخر للذكاء الاصطناعي في بيئة التصنيع هو التحكم في العملية ، أو معالجة الحلقة المغلقة. في هذا الإعداد ، يستخدم البرنامج الخوارزميات التي تحلل عمليات الإنتاج السابقة الأقرب لتلبية أهداف الشركة المصنعة لتشغيل الإنتاج الحالي المعلق. يقوم البرنامج بعد ذلك بحساب أفضل إعدادات العملية للوظيفة الحالية ، ويقوم إما بضبط تطبيق ناشئ آخر للذكاء الاصطناعي في بيئة التصنيع هو التحكم في العملية ، أو معالجة الحلقة المغلقة. في هذا الإعداد ، يستخدم البرنامج الخوارزميات التي تحلل عمليات الإنتاج السابقة الأقرب لتلبية أهداف الشركة المصنعة لتشغيل الإنتاج الحالي المعلق. يقوم البرنامج بعد ذلك بحساب أفضل إعدادات العملية للوظيفة الحالية ، ويقوم إما بضبط إعدادات الإنتاج تلقائيًا أو تقديم وصفة إعداد الجهاز للموظفين الذين يمكنهم استخدامها لإنشاء أفضل تشغيل ممكن. ا أو تقديم وصفة إعداد الجهاز للموظفين الذين يمكنهم استخدامها لإنشاء أفضل تشغيل ممكن.

يسمح هذا بتنفيذ عمليات تشغيل أكثر كفاءة بشكل تدريجي من خلال الاستفادة من المعلومات التي تم جمعها من عمليات الإنتاج السابقة. سمحت هذه التطورات الحديثة في نمذجة القيد ومنطق الجدولة وقابلية الاستخدام للمصنعين بجني وفورات في التكلفة وتقليل المخزون وزيادة أرباح المحصلة النهائية.

منظمة العفو الدولية – تاريخ موجز

كان مفهوم الذكاء الاصطناعي موجودًا منذ السبعينيات. في الأصل ، كان الهدف الأساسي هو أن تتخذ أجهزة الكمبيوتر قرارات دون أي تدخل من البشر. لكنها لم تنتشر أبدًا ، ويرجع ذلك جزئيًا إلى أن مسؤولي النظام لم يتمكنوا من معرفة كيفية الاستفادة من جميع البيانات. حتى لو تمكن البعض من فهم القيمة الموجودة في البيانات ، كان من الصعب جدًا استخدامها ، حتى بالنسبة للمهندسين.

علاوة على ذلك ، كان التحدي المتمثل في استخراج البيانات من قواعد البيانات الأولية قبل ثلاثة عقود كبيرًا. من شأن تطبيقات الذكاء الاصطناعي المبكرة أن تنشر الكثير من البيانات ، والتي لم يكن معظمها قابلاً للمشاركة أو قابلًا للتكيف مع احتياجات العمل المختلفة.

الانبعاث

يشهد الذكاء الاصطناعي انبعاثًا جديدًا بفضل نهج مدته عشر سنوات يسمى الشبكات العصبية. تم تصميم الشبكات العصبية على أساس الارتباطات المنطقية التي يصنعها الدماغ البشري. في الحديث عن الكمبيوتر ، فهي تستند إلى نماذج رياضية تقوم بتجميع البيانات بناءً على المعلمات التي حددها المسؤولون.

بمجرد تدريب الشبكة على التعرف على هذه المعلمات ، يمكنها إجراء تقييم والوصول إلى نتيجة واتخاذ الإجراءات. يمكن للشبكة العصبية التعرف على العلاقات وتحديد الاتجاهات في كميات هائلة من البيانات التي لن تكون واضحة للبشر. تُستخدم هذه التقنية الآن في أنظمة خبيرة لتكنولوجيا التصنيع.

تطبيق عملي في العالم الحقيقي

تستخدم بعض شركات السيارات هذه الأنظمة الخبيرة لإدارة عمليات العمل مثل توجيه أوامر العمل وتسلسل الإنتاج. على سبيل المثال ، تقوم نيسان وتويوتا بنمذجة تدفق المواد في جميع أنحاء أرضية الإنتاج التي يطبق عليها نظام تنفيذ التصنيع القواعد في تسلسل عمليات التصنيع وتنسيقها. تستخدم العديد من مصانع السيارات تقنيات قائمة على القواعد لتحسين تدفق الأجزاء عبر خلية الطلاء بناءً على الألوان والتسلسل ، وبالتالي تقليل عمليات تغيير الطلاء بالرش. هذه الأنظمة المستندة إلى القواعد قادرة على إنشاء جداول إنتاج واقعية تفسر التقلبات في التصنيع وطلبات العملاء والمواد الخام والخدمات اللوجستية واستراتيجيات العمل.

لا يحب البائعون عادةً الإشارة إلى تطبيقات الجدولة القائمة على الذكاء الاصطناعي على أنها AI نظرًا لحقيقة أن العبارة تحتوي على وصمة عار مرتبطة بها. ربما يحجم المشترون عن إنفاق الأموال على شيء مثل الصوت الأثيري مثل الذكاء الاصطناعي ، لكنهم أكثر ارتياحًا لمصطلح “الجدولة القائمة على القيود”.

تتطلب الجدولة القائمة على القيود بيانات دقيقة

يتطلب نظام الجدولة الجيد المستند إلى القيود توجيهات صحيحة تعكس الخطوات بالترتيب الصحيح ، وبيانات جيدة حول ما إذا كانت الخطوات يمكن أن تكون متوازية أو ما إذا كانت بحاجة إلى أن تكون متسلسلة. يعد مقدار التخطيط الشامل المطلوب لإطلاق نظام ناجح أحد أكبر العوائق.

حديد المسارات الدقيقة

إذا لم يقم فريق الإدارة بتحديد المسارات الدقيقة وتثبيتها من حيث تسلسل العملية وتداخل العملية ، وإذا لم يحدد قيود الموارد بشكل صحيح مع أوقات التشغيل والإعداد الدقيقة مع مصفوفة الإعداد الصحيحة ، فما الذي ينتهي به الأمر؟ مع هو مجرد جدول زمني محدود سيء للغاية لا يستطيع المتجر إنتاجه. لا ينبغي التفكير في أدوات مثل الذكاء الاصطناعي على أنها حل الصندوق الأسود ، ولكن بالأحرى كأداة تحتاج إلى مدخلات دقيقة من أجل إنتاج جدول عملي يمكن فهمه من قبل المستخدمين.

الجدولة المستندة إلى القيود داخل نظام تخطيط موارد المؤسسات (ERP)

عند اختيار الحل ، هناك عدد من متطلبات النظام الأساسية التي تحتاج إلى البحث عنها. كلما كان تطبيق المؤسسة يدمج تخصصات الأعمال المختلفة بشكل أفضل ، زادت قوة من حيث تقديم الجدولة القائمة على القيود. هذا يعني أنه إذا كانت مجموعة التطبيقات توفر وظائف مجمعة معًا من منتجات مختلفة اشترتها الشركة المصنعة ، فقد يكون من الصعب استخدام هذه المجموعة لتقديم وظائف جدولة جيدة. وذلك لأن عددًا من متغيرات الأعمال الموجودة في الوظائف غير التصنيعية يمكن أن تؤثر على السعة.

جدولة القائمة على القيود أو المحددة

عندما يتم تكوين حزمة ERP للجدولة القائمة على القيود أو المحددة ، يتم توجيهها بشكل عام إلى خادم الجدولة الذي يحسب أوقات البدء والانتهاء للعمليات مع مراعاة الطلبات والسعة الحالية. عند تنفيذ أمر المتجر ، يقوم نظام الجدولة بتحديث المعلومات المتعلقة بالعمليات ويرسل النتائج مرة أخرى إلى خادم المؤسسة.

ERP حساب

يجب أن تعمل وظيفة الجدولة ضمن حل ERP في بيئة متعددة المواقع. لنفترض أنك بحاجة إلى حساب

تاريخ التسليم بناءً على تحليل متعدد المواقع ومتعدد المستويات للمواد بالإضافة إلى السعة عبر سلسلة

التوريد بأكملها. يجب أن يسمح لك النظام بالتخطيط بالنظر إلى جميع المواقع في سلسلة التوريد

الخاصة بك والعمل الفعلي المجدول لكل مركز من مراكز العمل هذه. يدويًا أو تلقائيًا ، يجب أن تكون قادرًا

على جدولة العمل وإعطاء عميلك فورًا فكرة واقعية عن موعد اكتمال الطلب.

المزيد من فوائد الذكاء الاصطناعي ، التطبيقات القائمة على القيود

بصرف النظر عن فوائد إدارة السعة الواضحة فورًا للجدولة القائمة على القيود ، هناك عدد من القدرات

التحليلية الأقل وضوحًا. تتيح لك وظيفة الجدولة عادةً إجراء تحليلات تنبؤية لما سيحدث إذا تم إجراء

تغييرات معينة على الجدول الزمني الأمثل. لذلك إذا تعرض مدير المصنع للضغط من قبل مسؤول

تنفيذي معين في الحساب لإعطاء الأولوية لطلب نيابة عن العميل ، فيمكن لمدير المصنع هذا إنتاج بيانات

ممتازة حول عدد الطلبات الأخرى التي ستتأخر نتيجة لذلك. علاوة على ذلك ، يمكن أن توفر هذه الوظيفة

تحليلات تنبؤية حول تأثير السعة المضافة في المصنع. يتيح ذلك للمصنعين معرفة ما إذا كانت عمليات

شراء المعدات ستؤدي حقًا إلى زيادة السعة ، أو ما إذا كانت ستؤدي ببساطة إلى حدوث اختناق إضافي في عملية التصنيع.