أخبار ar.wedoany.com، ستعتمد شل على وكلاء C3 AI الذكيين للتحول من كشف الأعطال إلى الصيانة التنبؤية المؤتمتة بالكامل.
تستخدم شركة الطاقة العملاقة بالفعل مجموعة موثوقية C3 AI (C3 AI Reliability Suite) التي تراقب أكثر من 30 ألف جهاز، وتغطي هذه المنصة العمليات في المراحل الأولية والنهائية. وتخطط شل للاعتماد على وكلاء الذكاء الاصطناعي المستقلين لإدارة دورة الصيانة بأكملها، بدءًا من الإنذار المبكر بالأعطال وحتى إتمام الإصلاحات، بهدف أتمتة العملية بالكامل، مما يلغي الحاجة إلى الإشراف البشري ويضمن توجيه الموارد بدقة.
صرح ستيفن إيهيكيان، رئيس شركة C3 AI، بأن التوسع في التعاون مع شل يُظهر تأثير الذكاء الاصطناعي المؤسسي عند تطبيقه في عمليات الصيانة التنبؤية على نطاق عالمي، بما في ذلك تقليل فترات التوقف غير المخطط لها وتحقيق قيمة اقتصادية تصل إلى مئات الملايين من الدولارات. وأشار إلى أن شل قد أنشأت برنامجًا ناضجًا للصيانة التنبؤية القائمة على الذكاء الاصطناعي على منصتها، ويعمل الطرفان معًا على تطوير وكلاء الذكاء الاصطناعي لتغيير أداء الموثوقية والسلامة والكفاءة والتشغيل.
في البداية، كانت شل تستخدم التعلم الآلي فقط لتحديد الأنماط غير الطبيعية في بيانات أجهزة الاستشعار، لتنبيه المهندسين قبل حدوث أعطال في المعدات. يقوم النظام بجمع كميات هائلة من بيانات تكنولوجيا التشغيل في الوقت الفعلي، ودمجها مع السياق التجاري من منصات تخطيط موارد المؤسسات (ERP) مثل SAP. يقدم الإطار الجديد وكلاء ذكاء اصطناعي مصممين للاستدلال واتخاذ إجراءات مستقلة، فعند ظهور حالة شاذة، يقوم الوكيل بالتحقيق بشكل مستقل في السبب الجذري للإنذار، وبعد تحديده، يقوم بإعداد أمر عمل دقيق، والتأكد من توفر قطع الغيار في المخزون، وإنشاء طلب شراء.
توفر منصة C3 AI مساحة تعتمد على النماذج، يمكنها دمج بيانات أجهزة الاستشعار عالية التردد مع سجلات الصيانة والمالية المنظمة. تم تدريب قدرات الذكاء الاصطناعي على تعلم خطوط الأساس للتشغيل الطبيعي للمعدات مثل المضخات والتوربينات والضواغط. تعمل طبقة الوكيل فوق هذه القدرات، حيث يقوم المشغلون بتكوين الوكيل من خلال تحديد الأهداف والاستجابات المسموح بها. عندما يكتشف نموذج التعلم الآلي الأساسي انحرافًا عن التشغيل الطبيعي، يتم تنشيط الوكيل لجمع البيانات السياقية مثل تاريخ الصيانة والظروف البيئية ومتغيرات العملية الأولية، ويقترح خطة إصلاح ليقوم المشغل البشري بالموافقة عليها أو رفضها. مع زيادة موثوقية النظام، يمكن لشل تحقيق استجابة مؤتمتة بالكامل لبعض الإنذارات، حيث يتصل الوكيل مباشرة بأنظمة مثل SAP ويعمل ضمن سير العمل الحالي.
إن تطبيق وكلاء الذكاء الاصطناعي على نطاق واسع في العمليات يحل "المشكلة في الميل الأخير" للصيانة التنبؤية. تستطيع العديد من الشركات الصناعية التنبؤ بالأعطال، لكن تحويل هذه الرؤى إلى إجراءات لا يزال يمثل تحديًا، حيث يحتاج المهندسون إلى فرز الإنذارات يدويًا والتحقيق في الأسباب وكتابة أوامر العمل. من خلال معالجة تحليل السبب الجذري وإنشاء أوامر العمل باستخدام الذكاء الاصطناعي، تقلل شل من التأخير بين التنبؤ بالعطل والإصلاح الفعلي، مما يزيد من وقت تشغيل المعدات. يؤدي نموذج الصيانة فقط عند الحاجة بناءً على حالة المعدات إلى خفض التكاليف، وتجنب إهدار الموارد البشرية على الآلات السليمة، مع إطالة عمر المعدات. كما أن التدخل قبل وقوع الكوارث يعزز سلامة التشغيل وإدارة المخاطر البيئية.
علق ساندي جوبتا، نائب رئيس شركة مايكروسوفت لتطوير البرمجيات في قسم GISV، قائلاً إن الذكاء الاصطناعي المؤسسي الذي بنته شل وC3 AI على منصة Azure خلال السنوات الماضية قد حقق تطبيقات عملية، ودخل مرحلة الإنتاج، وقدم قيمة قابلة للقياس. ويشير هذا التوسع في النشر إلى أن سير عمل الإنتاج الصناعي للذكاء الاصطناعي ينتقل من مناقشات الخوارزميات إلى المرحلة العملية، حيث تنبع القيمة من قدرة النظام على اتخاذ إجراءات دون الحاجة إلى إشراف بشري كبير.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
