آخر الأخبار
مختارة خصيصاً لك
أسبوعي
ابقَ في القمة

أفضل المعلومات حول العملات الرقمية تصلك مباشرة إلى بريدك الإلكتروني.

أطلقت جامعة برمنغهام برنامج EvoPhase، وهو نهج مدعوم بالذكاء الاصطناعي لإعادة تشكيل تصميم المعدات الصناعية

بواسطةجون بالمرجون بالمر
قراءة لمدة 3 دقائق
صناعي

  • يُحدث مشروع EvoPhase التابع لجامعة برمنغهام ثورة في تصميم المعدات الصناعية باستخدام الذكاء الاصطناعي.
  • يعد برنامج EvoPhase بتوفير التكاليف والطاقة مع تحسين معالجة المواد الحبيبية.
  • تعمل تقنية الذكاء الاصطناعي المبتكرة على تعزيز الكفاءة وتقديم حلول متعددة الاستخدامات لمختلف الصناعات.

في عصرٍ defiبالابتكار التكنولوجي، تُحدث جامعة برمنغهام نقلةً نوعيةً بإطلاقها EvoPhase، وهو منهج تصميم مدعوم بالذكاء الاصطناعي يهدف إلى تحسين معدات المعالجة الصناعية. يعد EvoPhase بإعادةdefiطريقة تصميم المعدات، بما في ذلك الخلاطات والمجففات والمحامص والمزج، لمعالجة المواد الحبيبية التي تُشكل جزءًا كبيرًا من منتجات وعمليات العالم. تمتلك هذه التقنية الرائدة القدرة على إحداث ثورة في العمليات الصناعية، وتحسين الكفاءة، وتحقيق وفورات كبيرة في التكاليف والطاقة في مختلف الصناعات.

تحدي المواد الحبيبية

تُعدّ المواد الحبيبية، التي تشمل كل شيء من المساحيق الناعمة في الصناعات الغذائية والصيدلانية إلى الركام الخشن المستخدم في البناء، عنصرًا أساسيًا في العديد من العمليات الصناعية. ومع ذلك، فإن فهم سلوك المواد الحبيبية ونمذجته يُمثلان تحديات كبيرة. فعلى عكس السوائل والغازات، التي تُعدّ أكثر ملاءمةً لنمذجة ديناميكيات الموائع الحسابية (CFD)، تتكون المواد الحبيبية من جزيئات صلبة يمكنها التدفق كالسوائل. هذا السلوك المعقد يجعل النمذجةmaticمهمةً بالغة الصعوبة.

إيفوفايز: الحل المدعوم بالذكاء الاصطناعي

تقدم EvoPhase تقنية ذكاء اصطناعي مبتكرة تُعرف باسم "النمذجة السريعة ذاتية التشغيل للعمليات الجزيئية" (HARPPP). تعمل هذه التقنية، على غرار الانتقاء الطبيعي، على تقييم واختبار تصاميم المعدات المختلفةdentالتصميم الأمثل. يمكن للمستخدمين defiمعايير متعددة للتحسين، مثل استهلاك الطاقة، والإنتاجية، ومعدل الخلط. ما يُميز EvoPhase هو قدرتها على السماح للتصميم المتطور باختيار أفضل توليفة من المعايير، بدلاً من فرض مفاضلات بين هذه الأهداف.

بالإضافة إلى ذلك، يستخدم برنامج EvoPhase طريقة عددية تُسمى طريقة العناصر المنفصلة (DEM) للتنبؤ بسلوك المواد الحبيبية من خلال حساب حركة الجسيمات الفردية. يضمن هذا النهج المتطور نمذجة دقيقة لسلوك المواد الحبيبية.

لزيادة التحقق من صحة هذه الحسابات، يستخدم برنامج EvoPhase تقنية Tracالجسيمات بانبعاثtron (PEPT)، وهي تقنية طُوّرت في جامعة برمنغهام. تُعدّ PEPT نوعًا من التصوير المقطعي بانبعاثtron (PET)، وهي تقنية تصوير طبي تُستخدم في الطب النووي. وبفضل استخدام PEPT، يضمن برنامج EvoPhase دقة وموثوقية تنبؤاته.

المبتكرون وراء EvoPhase

يُعدّ مشروع EvoPhase ثمرة جهود فريق من الباحثين ذوي الرؤية الثاقبة من كلية الهندسة الكيميائية بجامعة برمنغهام. يضم الفريق دومينيك فيرنر، وليونارد نيكوسان، وجاك سايكس، وكيت ويندوز-يول. وبفضل دعم مؤسسة برمنغهام للمشاريع، وهي خدمة متخصصة في مساعدة الباحثين على تحويل أفكارهم إلى حلول ومنتجات ومشاريع عملية، أصبح مشروع EvoPhase حقيقة واقعة.

حل متعدد الأوجه

يُقدّم برنامج EvoPhase منهجًا متعدد الأوجه لمعالجة التحديات التي غالبًا ما تعجز أساليب البحث والتطوير التقليدية عن التغلب عليها. ويشمل هذا المنهج توصيف المواد، وتطوير النماذج الرقمية، والتصوير التجريبي، وتحسين ظروف العمليات، وتحسين التصميم الهندسي، والتوسع، وتطوير النماذج التنبؤية. وتمتد مرونة EvoPhase لتشمل تصميم معدات معالجة المساحيق والحبيبات والسوائل في مجموعة واسعة من الصناعات.

تحقيق وفورات في التكاليف والطاقة

لا تقتصر مزايا EvoPhase على إحداث ثورة في تصميم المعدات الصناعية فحسب، بل تشمل أيضًا تحقيق وفورات كبيرة في التكاليف والطاقة لمختلف القطاعات. ويؤكد ليونارد نيكوسان، كبير مسؤولي التكنولوجيا في EvoPhase، أن تقنياتهم تمكنهم من إنجاز مهام تتعلق بتوصيف المواد، والنمذجة الرقمية، وتحسين العمليات، وغيرها. ومن المتوقع أن يساهم هذا النهج في زيادة كفاءة الطاقة، وتعزيز فعالية الخلط، ورفع الإنتاجية، مما يؤدي إلى توفير كبير في التكاليف للقطاعات الصناعية.

يمثل إطلاق برنامج EvoPhase من جامعة برمنغهام خطوةً هامةً في مجال تصميم المعدات الصناعية وتحسينها. فمن خلال تسخير قوة الذكاء الاصطناعي، والأساليب العددية المتقدمة، والتحقق التجريبي، يقدم EvoPhase حلاً شاملاً لتعقيدات معالجة المواد الحبيبية. وبفضل قدرته على تعزيز الكفاءة وخفض التكاليف في مختلف القطاعات، يُعد EvoPhase دليلاً على الأثر التحويلي للبحث والتطوير المبتكرين في العصر الحديث. ومع تزايد اعتماد الصناعات على EvoPhase، يُمكن للعالم أن يتوقع مستقبلاً أكثر كفاءةً واستدامةً في مجال معدات المعالجة الصناعية.

إذا كنت تقرأ هذا، فأنت متقدم بالفعل. ابقَ متقدماً من خلال نشرتنا الإخبارية.

شارك هذا المقال

إخلاء مسؤولية: المعلومات الواردة هنا ليست نصيحة استثمارية. Cryptopolitanموقع أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات الواردة في هذه الصفحة. ننصحtronبإجراء بحث مستقلdent /أو استشارة مختص مؤهل قبل اتخاذ أي قرارات استثمارية.

جون بالمر

جون بالمر

انضم جون مورانجيري إلى Cryptopolitan وهو يمتلك مهارات تحليلية متقدمة في السوق. تخرج جون (المعروف أيضًا باسم JP) من جامعة نيروبي بدرجة البكالوريوس في الاتصال الجماهيري ودراسات الإعلام. وقد سبق له أن قدم تحليلات معمقة لسوق العملات الرقمية لموقعي InsideBitcoins.com وMetacoingraph.

المزيد من الأخبار
دورة مكثفة في عالم العملات المشفرة