أخبار ar.wedoany.com، كتب ديف إيفانز، المؤسس والرئيس التنفيذي لشركة Fictiv، مؤخراً مقالاً يتناول التأثير العميق لاندماج الذكاء الاصطناعي والروبوتات والتصنيع الرقمي على الصناعة التحويلية. يرى إيفانز أن تصنيع المكونات المخصصة يشهد حالياً نقطة تحول حاسمة، حيث تتلاقى ثلاثة تيارات رئيسية: التصميم المحسّن بالذكاء الاصطناعي، والتصنيع الرقمي، وتكامل تكنولوجيا المعلومات وتكنولوجيا التشغيل (IT/OT)، مما يجعل من الممكن تصنيع مكونات مخصصة بسرعة وحجم يقتربان من الإنتاج الضخم، دون الحاجة إلى تقديم تنازلات في التحسين الأمثل بسبب قيود سلسلة التوريد.
أسس إيفانز وشقيقه نيت شركة Fictiv في عام 2013 بهدف معالجة المعوقات الصناعية المتمثلة في فترات التسليم الطويلة لتصنيع الأجهزة. ويشير إلى أن المكونات المخصصة كانت ترتبط في الماضي بمعامل تكلفة يتراوح بين 3 و5 أضعاف التكلفة القياسية، وفترات تصنيع طويلة، إلا أن هذا الوضع آخذ في التغير حالياً. فبفضل تقنيات مثل ماكينات التحكم الرقمي متعددة المحاور (CNC)، والعمليات الإضافية، وتحسين الإنتاج في الوقت الفعلي، أصبحت تكلفة تصنيع المكونات المخصصة تتراوح بين 1.2 و1.5 ضعف تكلفة القطع القياسية، وتُحسب فترات التسليم بالأسابيع بدلاً من الأرباع السنوية.
أصبح نموذج سلسلة التوريد الهجين اتجاهاً سائداً في القطاع. يوضح إيفانز ذلك بمثال توسع شركة تسلا في تصنيع الآلات في مصانع Giga، حيث قامت الشركة بدمج مكونات ناقل الحركة المخصصة مع مشغلات قياسية، مما أتاح لها تطوير أنظمة روبوتية بسرعة تطوير البرمجيات. يحافظ هذا النموذج على المشغلات القياسية كمرجعية للموثوقية، مع تخصيص مكونات نقل القدرة مثل علب التروس والوصلات وهياكل التثبيت، دون إضافة تكاليف أو تأخيرات زمنية كبيرة.
تتحول خوارزميات التعلم الآلي إلى برمجيات وسيطة حاسمة بين التصميم والتصنيع. يشير إيفانز إلى أنه بعد تحديد معايير مثل حالات التحميل وعزم الدوران ودورات العمل، يمكن لأنظمة الذكاء الاصطناعي إجراء عدد كبير من تكرارات التصميم في غضون دقائق، واستكشاف عوامل يصعب أخذها في الاعتبار يدوياً مثل أشكال الأسنان واختيار المواد، والاتصال المباشر بأنظمة تنفيذ التصنيع. تُغذّى بيانات الأداء المجهولة المصدر من عمليات النشر الفعلية إلى نماذج الذكاء الاصطناعي، مما يحسّن التصميمات اللاحقة بشكل مستمر. تستخدم شركات مثل Boston Dynamics وUniversal Robots وABB بالفعل تحسين التصميم المدعوم بالذكاء الاصطناعي لإنشاء مشغلات وأنظمة نقل قدرة تتكيف مع الحركات الديناميكية المعقدة.
يُعد تكامل تكنولوجيا المعلومات وتكنولوجيا التشغيل (IT/OT) عنصراً حاسماً لتحقيق الاختراق في القطاع. في شركة MISUMI Americas، تتدفق بيانات تصميم العملاء بسلاسة إلى تخطيط التصنيع وإدارة المخزون والخدمات اللوجستية، وكل ذلك في الوقت الفعلي. كما تعمل شركة Siemens Digital Industries بنشاط على دفع أجندة التكامل. وقد أدى ظهور معايير MQTT وOPC UA القياسية إلى جعل قابلية التشغيل البيني ممكنة.
تُظهر حالات تطبيقية محددة أن إحدى شركات تكامل الأنظمة الروبوتية المتوسطة تمكنت من تقصير دورة تطوير نظام التعبئة والتغليف باستخدام حلول علب تروس مخصصة، حيث كانت كفاءة التصميم المحسّن أعلى بنسبة 3% من الحلول اليدوية، وبلغت فترة التسليم أربعة أسابيع. في مجال أشباه الموصلات، تمكنت شركة Nvidia من تقليص وقت التطوير، الذي يستغرق عادة 18 شهراً، إلى 6 أشهر من خلال النمذجة الأولية السريعة لحلول علب التروس المخصصة. استخدمت شركتا الأجهزة الطبية Stryker وZimmer Biomet تصميماً مخصصاً لعلب التروس مدعوماً بالذكاء الاصطناعي، مما أدى إلى تقليل رد الفعل العكسي (backlash) في آلية معصم الروبوت الجراحي بنسبة 40% مقارنة بالجيل السابق، مع تحقيق انخفاض في التكاليف.
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
