أحدث الأخبار
مختار لك

مصنع مجموعة بي إم دبليو في ريجينسبورغ يطبق نظام صيانة تنبؤية مبتكر

بقلمبريان كومبريان كوم 3 دقائق قراءة
بي إم دبليو
  • يتنبأ النظام الذكي الخاص بشركة BMW ويمنع مشاكل خط التجميع باستخدام الذكاء الاصطناعي، مما يوفر الوقت والمال.
  • يعتمد على البيانات الحالية وسيتم استخدامه في مصانع BMW حول العالم.
  • تشمل الخطط المستقبلية تحسين التنبؤات، وتسجيل براءات الاختراع، واستخدام النظام في مجالات أكثر.

تضع مصنع مجموعة بي إم دبليو في ريجينسبورغ معايير جديدة لكفاءة خط التجميع من خلال نظام التحليل الذكي الرائد، الذي يهدف إلى منع التوقفات غير المخطط لها وتحسين تدفق إنتاج المركبات. 

يعتمد حل الصيانة التنبؤية المتطور على الذكاء الاصطناعي (AI) لتحديد الأعطال المحتملة للمعدات ومعالجتها بشكل استباقي، مما يؤدي إلى تحسينات كبيرة في وقت تشغيل الإنتاج وتوفير التكاليف.

يركز نظام المراقبة الذكي في مصنع مجموعة بي إم دبليو في ريجينسبورغ على عملية التجميع، حيث يتم ربط المركبات بحوامل تحميل متحركة أو أنظمة سكيدها (skid systems). تتحرك هذه الحوامل عبر قاعات الإنتاج في سلسلة، وأي عطل فني في أنظمة النقل يمكن أن يعطل خط التجميع، مما يؤدي إلى زيادة جهود الصيانة والتكاليف. 

لتجنب هذه المشكلات، طورت فريق الابتكار في بي إم دبليو نظاماً قادراً على الكشف المبكر عن الأعطال، مما يضمن استمرارية الإنتاج.

ومما يجدر ذكره، يستفيد هذا نظام المراقبة من البيانات الموجودة المأخوذة من المكونات المثبتة والتحكم في عناصر الناقل، مما يلغي الحاجة إلى أجهزة استشعار أو عتاد إضافي. ويقوم بتقييم نقاط بيانات متنوعة بنشاط، بما في ذلك تقلبات استهلاك الطاقة، وعدم انتظام حركة الناقل، وقراءة الباركود، لتحديد الشذوذ. 

عند اكتشاف مثل هذه الشذوذات، يتم إرسال تنبيه فوراً إلى مركز التحكم في الصيانة، مما يتيح اتخاذ إجراء سريع لمعالجة المشكلة.

يؤكد مدير المشروع أوليفر مرازيك على التشغيل المستمر للنظام: "تعمل شاشات المراقبة في مركز التحكم لدينا على مدار الساعة طوال أيام الأسبوع، مما يمكننا من الاستجابة بسرعة لأي تقرير عن عطل وإخراج المركبة المتأثرة من الدورة."

التنفيذ: مدعوم بالذكاء الاصطناعي، وموحد، وفعال من حيث التكلفة

الصيانة التنبؤية ليست مجرد حل قائم بذاته؛ بل هي جهد تعاوني. إن توحيد النظام، بالتعاون مع إدارة أرضية المصنع المركزية في مجموعة بي إم دبليو ومواقع المصانع الأخرى، يسهل نشره بسرعة في مواقع مجموعة بي إم دبليو حول العالم. 

ميزة بارزة هي فعاليته من حيث التكلفة، حيث لا يتطلب أجهزة استشعار إضافية، وتقتصر النفقات على التخزين وقوة الحوسبة.

تُدمج نماذج التعلم الآلي الداخلية في النظام، باستخدام خرائط حرارية بألوان مختلفة لتصور أنماط الأعطال في المكونات المختلفة. يسمح هذا التمثيل المرئي لفنيي الصيانة بالاستجابة بدقة للمشكلات المحددة.

يتم التأكيد على نجاح النظام من خلال جهود التحسين المستمر. يقوم الفريق حالياً بتوسيع قدراته من خلال ربط تركيبات إضافية، وتحسين النظام، ودمج الإجراءات الموصى بها في رسائل الأعطال. يهدف هذا التحسين إلى تبسيط استكشاف الأخطاء وإصلاحها لفنيي الصيانة من خلال تسليط الضوء على المشكلات المماثلة التي حدثت في النظام.

يؤكد ديزين إينيه، عالم البيانات في الفريق، على الفوائد الأوسع للصيانة التنبؤية المثلى: "لا توفر لنا الصيانة التنبؤية المثلى المال فحسب، بل تعني أيضاً أننا يمكننا تسليم الكمية المخططة من المركبات في الوقت المحدد - مما يوفر كمية هائلة من التوتر في الإنتاج."

الأهداف المستقبلية: تعزيز القدرة التنبؤية وبراءات الاختراع

تمتد رحلة مصنع مجموعة بي إم دبليو في ريجينسبورغ في مراقبة تكنولوجيا الناقل المعتمدة على البيانات على مدى ست سنوات، حيث يتم الآن مراقبة حوالي 80% من خطوط التجميع الرئيسية باستخدام هذا النظام. وعلى الرغم من عدم إمكانية التنبؤ بكل عطل، فقد منع النظام بالفعل حوالي 500 دقيقة من وقت التوقف سنوياً في تجميع المركبات وحدها. بالنظر إلى معدل إنتاج المصنع، فإن هذا يترجم إلى مكاسب كبيرة في الكفاءة التشغيلية.

تشمل أهداف الفريق المستقبلية تعزيز القدرة التنبؤية من خلال تقدير الوقت المتبقي بين اكتشاف العطل والتوقف المحتمل. ستساعد هذه الميزة الفنيين على إعطاء الأولوية لمهام الصيانة بناءً على درجة الاستعجال. بالإضافة إلى ذلك، يتم استكشاف استخدام النظام في مناطق أخرى من المصنع، مثل المعدات المستخدمة لملء المركبات بسائل الفرامل ومبرد المحرك.

ومما يجدر ذكره، يُعد نظام التعلم المتكامل في مصنع مجموعة بي إم دبليو في ريجينسبورب رائداً في مجاله، مما أكسبه اعترافاً من مصنعي المعدات وأدى إلى تسجيل براءتي اختراع من قبل مجموعة بي إم دبليو.

أذكى العقول في عالم العملات الرقمية يقرأون بالفعل نشرتنا الإخبارية. هل تريد الانضمام؟ انضم إليهم.

شارك هذه المقالة

إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا نتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرار استثماري.

بريان كوم

بريان كوم

يتمتع برايان كوم بخبرة تزيد عن سبع سنوات في تغطية سلاسل الكتل والعملات المشفرة، حيث كان نشطاً في هذا القطاع منذ عام 2017. وقد أسهم في نشرات رائدة، بما في ذلك BlockToday.com. علاوة على ذلك، طور دورة «إيثريوم للمبتدئين» (Ethereum 101) لموقع BitDegree.org قبل انضمامه إلى Cryptopolitan كاتباً بدوام كامل. يغطي برايان أدلةً دائمة الصلاحية (EGs)، وتحليلات عميقة، ومقابلات، وتحليلات الأسعار. وتركيزه على التمويل اللامركزي (DeFi)، وابتكارات سلاسل الكتل، والمشاريع الناشئة في عالم العملات المشفرة يسعد القراء.

المزيد من الأخبار