في صناعة تجميع الآلات، تُشكّل الوظائف الأساسية لأنظمة إدارة عمليات التصنيع (MES) الخاصة بتجميع الآلات وأنظمة إدارة عمليات التصنيع الخاصة بتجميع المعدات الأساس لتحقيق الشفافية والتوحيد القياسي وإمكانية التتبع في عملية الإنتاج. ومع ذلك، فإن إدخال الذكاء الاصطناعي يُعزز هذه الوظائف الأساسية، مما يمنح نظام إدارة عمليات التصنيع الذكي المدعوم بالذكاء الاصطناعي قدرات ذكية في “الإدراك – التحليل – اتخاذ القرار – التحسين”، وبالتالي تحقيق الانتقال من “الرقمنة” إلى “الذكاء”.
الوظائف الأساسية لنظام إدارة عمليات التصنيع في صناعة تجميع الآلات
1. إدارة أوامر العمل وتنفيذ خطة الإنتاج: يستقبل أوامر الإنتاج من نظام تخطيط موارد المؤسسات (ERP) ويُقسّمها إلى أوامر عمل على مستوى ورشة العمل؛ يدير حالة أوامر العمل (في انتظار الجدولة، قيد التنفيذ، مكتمل، توقف غير طبيعي، إلخ)؛ ويدعم ربط قوائم المواد لأوامر العمل غير القياسية/المخصصة بمسارات العمليات.
٢. إدارة تدفق العمليات وتعليمات العمل (eSOP): يحول مستندات العمليات الورقية أو بصيغة PDF إلى تعليمات عمل إلكترونية منظمة؛ ويرسل تلقائيًا خطوات التجميع والرسومات ومعلمات عزم الدوران وقوائم المواد إلى محطات العمل وفقًا للعملية؛ ويدعم التحكم في الإصدارات لمنع استخدام العمليات القديمة.
٣. إدارة تجميع المواد ومنع الأخطاء: يتحقق من تجميع المواد بناءً على قائمة المواد؛ ويشترط المسح الضوئي للتحقق من رقم دفعة/رقم تسلسل المواد قبل بدء العملية؛ ويمنع المواد غير الصحيحة أو المفقودة أو المختلطة.
٤. تتبع عملية الإنتاج وإعداد التقارير: يسجل المشغل ووقت البدء/الانتهاء والمعدات والمعلمات لكل عملية؛ ويدعم إعداد التقارير يدويًا/تلقائيًا (المسح الضوئي، تشغيل وحدة التحكم المنطقية القابلة للبرمجة، إلخ)؛ ويُحدّث تقدم أوامر العمل في الوقت الفعلي ويعرضه على لوحة معلومات مرئية.
٥. فحص الجودة ومراقبة العمليات (SPC): يحدد نقاط تفتيش الجودة الحرجة؛ لا يمكن للمنتجات التي لا تجتاز هذه المعايير أن تتقدم في الإنتاج؛ يدعم عمليات الفحص الأولي، والفحص الدوري، والفحص النهائي؛ يسجل معلومات عن المنتجات غير المطابقة، مما يؤدي إلى إعادة تصنيعها أو التخلص منها. ٦. تتبع دورة الحياة الكاملة: يُنشئ مُعرّفًا فريدًا (مثل رمز الاستجابة السريعة/RFID) لكل قطعة من المعدات؛ يربط دفعات الأجزاء المشتراة، والأرقام التسلسلية للأجزاء المصنعة ذاتيًا، وسجلات التجميع، وبيانات الاختبار، وتقارير فحص الجودة؛ يدعم التتبع الأمامي (من المواد الخام إلى المنتجات النهائية) والتتبع العكسي (من المنتجات المعيبة إلى المواد الخام).
٧. إدارة المعدات والأدوات: يراقب حالة تشغيل المعدات الرئيسية (مسدسات الربط، وآلات الضغط، وطاولات الاختبار)؛ يدير دورات معايرة الأدوات وعدد مرات استخدامها؛ يجمع بيانات فعالية المعدات الكلية (OEE).
٨. إدارة الحالات الشاذة وإنذارات أندون: يمكن للعمال الإبلاغ عن الحالات الشاذة (نقص المواد، وأعطال المعدات، ومشاكل الجودة) بنقرة واحدة. يقوم النظام تلقائيًا بإخطار الشخص المسؤول وتسجيل عملية المعالجة ومدتها.
كيف يتم تطبيق الذكاء الاصطناعي بذكاء على الوظائف الأساسية لنظام إدارة عمليات التصنيع
1. فيما يتعلق بإدارة أوامر العمل وتنفيذ خطة الإنتاج، فإن نظام إدارة عمليات التصنيع التقليدي مسؤول بشكل أساسي عن تلقي تعليمات نظام تخطيط موارد المؤسسات وتتبع حالة أوامر العمل. بعد إدخال الذكاء الاصطناعي، يمكن للنظام مراعاة عوامل ديناميكية متعددة الأبعاد بشكل شامل، مثل تاريخ تسليم الطلب، وحمل المعدات في الوقت الفعلي، ودرجة تطابق مهارات الموظفين، والتنبؤ بوصول المواد، ومعدل الفشل التاريخي، وذلك لبناء نموذج جدولة ذكي. عند حدوث إدخال مفاجئ للطلبات، أو تعطل المعدات، أو تأخير في المواد، يمكن للذكاء الاصطناعي توليد حلول متعددة قابلة للتطبيق لإعادة الجدولة في غضون ثوانٍ، والتوصية بالحل الأمثل، مما يقلل بشكل كبير من التدخل اليدوي، ويحسن بشكل ملحوظ مرونة التخطيط ومعدل التسليم في الوقت المحدد.
2. فيما يتعلق بتدفق العمليات وإدارة تعليمات العمل الإلكترونية (eSOP)، كان نظام إدارة عمليات التصنيع (MES) في الأصل يوفر إرشادات ثابتة للخطوات فقط.
يقوم الذكاء الاصطناعي، من خلال تحليل كميات هائلة من بيانات التجميع التاريخية، بتحديد مجموعات معلمات العملية الرئيسية التي تؤثر على الجودة والكفاءة، مثل تسلسل الربط الأمثل، وسرعة الضغط، أو استراتيجيات التحكم في كمية الغراء، ويُدمج هذه “أفضل الممارسات” ديناميكيًا في تعليمات العمل. 3. في مرحلة إدارة تجميع المواد ومنع الأخطاء، يعتمد نظام إدارة عمليات التصنيع التقليدي على مقارنة قوائم المواد للتحقق بعد الحدث. ومع ذلك، يمكن للذكاء الاصطناعي دمج بيانات سلسلة التوريد، ومعلومات الخدمات اللوجستية، وديناميكيات المخزون للتنبؤ بمخاطر توافر المواد في الساعات أو الأيام القليلة القادمة. بمجرد تحديد أي تأخير محتمل في وصول أحد المكونات الأساسية، يقوم النظام تلقائيًا بتجميد بدء أوامر العمل ذات الصلة، مما يمنع انقطاعات خط الإنتاج بسبب نقص المواد، ويحقق بذلك إدارة وقائية فعّالة للمواد. 4. في مجال تتبع عمليات الإنتاج وإعداد التقارير، يُعزز الذكاء الاصطناعي قيمة البيانات. فإلى جانب تسجيل “من قام بماذا ومتى”، يمكنه أيضًا دمج كاميرات محطات العمل وتقنية رؤية الحاسوب لتحديد ما إذا كان المشغلون يؤدون الإجراءات الرئيسية وفقًا للمعايير في الوقت الفعلي، مما يحقق إشرافًا آليًا على الالتزام بالسلوك ويقلل من مخاطر الخطأ البشري. 5. فيما يتعلق بفحص الجودة ومراقبة العمليات، وباستخدام كاميرات صناعية ونماذج التعلم العميق، يستطيع النظام اكتشاف العيوب تلقائيًا أثناء التجميع، مثل الأجزاء المفقودة أو غير الصحيحة أو عدم المحاذاة أو الخدوش، بدقة تصل إلى 0.1 مم، متجاوزًا بذلك قدرات العين البشرية. في الوقت نفسه، يستطيع الذكاء الاصطناعي تحليل معايير العملية التي تجمعها المعدات في الوقت الفعلي (مثل منحنيات عزم الدوران وأشكال موجات الجهد). بمجرد رصد أي اتجاهات غير طبيعية، يُصدر النظام تحذيرات فورية بشأن مشاكل الجودة المحتملة، مما يُحقق مبدأ “الجودة جزء لا يتجزأ من العملية” بدلاً من الاعتماد على الفحص النهائي للرفض. 6. في إدارة المعدات والأدوات، يُحوّل الذكاء الاصطناعي نموذج الصيانة من “الصيانة الدورية” أو “الإصلاح عند حدوث عطل” إلى “الصيانة التنبؤية”. من خلال المراقبة المستمرة لإشارات مثل الاهتزاز والتيار ودرجة حرارة المعدات الرئيسية، يستطيع نموذج الذكاء الاصطناعي التنبؤ بالأعطال المحتملة مثل تآكل المحامل وتقادم المحركات، وإصدار تحذيرات قبل 72 ساعة، وإنشاء أوامر عمل صيانة تلقائيًا، وجدولة تنفيذها خلال فترات توقف الإنتاج، مما يُقلل بشكل فعال من وقت التوقف غير المخطط له ويُحسّن فعالية المعدات الإجمالية (OEE). 7. في إدارة الحالات الشاذة وآلية إنذار أندون، يستطيع الذكاء الاصطناعي تصنيف الحالات الشاذة المُبلغ عنها بذكاء (مثل نقص المواد، وأعطال المعدات، وانحرافات العمليات، وما إلى ذلك) وتحديد أولويات المعالجة تلقائيًا بناءً على تأثيرها على سير الإنتاج. مثال على سيناريو نموذجي: تجميع مضخة وصمام كبيرين – نظام إدارة التصنيع التقليدي: يسجل من قام بتركيب أي جزء ومتى، وما إذا كان الاختبار قد اجتاز بنجاح. – نظام إدارة التصنيع المدعوم بالذكاء الاصطناعي: قبل التجميع، يحدد الذكاء الاصطناعي اكتمال المواد وتطابق الإصدارات؛ أثناء التجميع، يتحقق الذكاء الاصطناعي بصريًا من تركيب حلقات منع التسرب بشكل صحيح؛ أثناء عملية الربط، يقارن الذكاء الاصطناعي منحنى عزم الدوران مع “وضع التشغيل الآمن”؛ إذا تجاوز التسريب المعيار خلال مرحلة الاختبار، يربط الذكاء الاصطناعي فورًا بين مورد حلقات منع التسرب والجهة المُجمِّعة لتلك الدفعة، ويقترح عزل المنتجات من نفس الدفعة؛ إذا تعرضت رافعة الجسر مؤخرًا لاهتزاز غير طبيعي، يُرتب الذكاء الاصطناعي صيانة نهاية الأسبوع مسبقًا لتجنب تعطيل خط التجميع النهائي. توصيات التنفيذ: 1. أولًا، ترسيخ بنية نظام إدارة التصنيع: ضمان جمع البيانات (المسح الضوئي/وحدة التحكم المنطقية القابلة للبرمجة)، وتوحيد العمليات، ودقة قائمة المواد. 2. التركيز على نقاط الضعف ذات القيمة العالية: يمكن للشركات الصغيرة والمتوسطة إعطاء الأولوية لتطبيق فحص الجودة البصري المدعوم بالذكاء الاصطناعي أو الصيانة التنبؤية للمعدات الحيوية.
التركيز على المشكلات الرئيسية: يمكن للشركات الصغيرة والمتوسطة إعطاء الأولوية لتطبيق فحص الجودة البصري المدعوم بالذكاء الاصطناعي أو الصيانة التنبؤية للمعدات الحيوية.
الذكاء الاصطناعي المدعوم بالذكاء الاصطناعي 3. اختيار منصة قابلة للتطوير: أنظمة إدارة عمليات التصنيع (MES) التي تدعم التكامل المرن لوحدات الذكاء الاصطناعي، مثل منصة Wanjiexingkong منخفضة البرمجة.
4. التطوير المستمر: تحتاج نماذج الذكاء الاصطناعي إلى تدريب وتحسين مستمرين مع تراكم بيانات الإنتاج.
