এআই অ্যাপ্লিকেশন ব্যবহার করে নকশা এবং যান্ত্রিক প্রক্রিয়াকরণ অপ্টিমাইজ করা।

কৃত্রিম বুদ্ধিমত্তা (এআই) মেকানিক্যাল ইঞ্জিনিয়ারিং শিল্পের পুনর্গঠনের ক্ষেত্রে একটি গুরুত্বপূর্ণ উপাদান হয়ে উঠছে। কার্যকর সমাধান প্রদানের পাশাপাশি, এআই নতুন চ্যালেঞ্জও তৈরি করে যা ভিয়েতনামী মেকানিক্যাল ইঞ্জিনিয়ারিং শিল্পকে সাফল্য অর্জনের জন্য মোকাবেলা করতে এবং মানিয়ে নিতে হবে।

টোমেরকো আন খাং কোম্পানি, এনগোক লিপ ইন্ডাস্ট্রিয়াল ক্লাস্টার ( হ্যানয় ) -এ একটি যান্ত্রিক প্রক্রিয়াকরণ লাইন পরিচালনা। (ছবি: TUỆ NGHI)

কেবল একটি সহায়ক হাতিয়ারের চেয়েও বেশি, AI উদ্ভাবনের জন্য একটি চালিকা শক্তি, যা নকশা এবং উৎপাদনে ঐতিহ্যবাহী পদ্ধতির সীমাবদ্ধতাগুলি কাটিয়ে উঠতে সাহায্য করে। পূর্বে, ভিয়েতনামী যান্ত্রিক প্রকৌশল মূলত অটোমেশন এবং সংখ্যাসূচক নিয়ন্ত্রণের উপর নির্ভর করত, কিন্তু এখন প্রবণতাটি বুদ্ধিমান স্বায়ত্তশাসিত উৎপাদনের দিকে দৃঢ়ভাবে স্থানান্তরিত হচ্ছে - যেখানে মেশিন, রোবট, সেন্সর সিস্টেম এবং AI এর সাথে সমন্বিত বুদ্ধিমান নিয়ন্ত্রণ ব্যবস্থা সিদ্ধান্ত নিতে, অনুকূলিত করতে এবং বাস্তব-বিশ্বের উৎপাদন অবস্থার সাথে খাপ খাইয়ে নিতে পারে।

ভিয়েতনাম অ্যাসোসিয়েশন অফ মেকানিক্যাল ইঞ্জিনিয়ারিং-এর ভাইস প্রেসিডেন্ট ডঃ নগুয়েন ল্যাক হং উল্লেখ করেছেন যে বিগ ডেটা, ইন্টারনেট অফ থিংস (আইওটি), শিল্প নকশা এবং "ডিজিটাল রেপ্লিকা" মডেলের মতো প্রযুক্তিগুলি যান্ত্রিক নকশা এবং উৎপাদনের পদ্ধতিতে একটি শক্তিশালী পরিবর্তন এনেছে। মেশিন লার্নিংয়ের মাধ্যমে, সর্বোত্তম সমাধান প্রস্তাব করার আগে স্থায়িত্ব, উৎপাদন খরচ বা ওজনের মান অনুসারে বিভিন্ন বিকল্প উপস্থাপন এবং মূল্যায়ন করা হয়। এটি বিশেষ করে অটোমোটিভ, মহাকাশ, রোবোটিক্স এবং মেশিন উৎপাদনের মতো উচ্চ নির্ভুলতার প্রয়োজন এমন শিল্পগুলিতে কার্যকর। যান্ত্রিক প্রক্রিয়াকরণে, রিয়েল টাইমে কাটিং প্রক্রিয়াটি অপ্টিমাইজ করার জন্য AI সরাসরি কম্পিউটার সংখ্যাসূচক নিয়ন্ত্রণ (CNC) সিস্টেমে একীভূত করা হয়।

বিগ ডেটা, ইন্টারনেট অফ থিংস (আইওটি), ইন্ডাস্ট্রিয়াল ডিজাইন এবং "ডিজিটাল টুইন" মডেলের মতো প্রযুক্তিগুলি যান্ত্রিক নকশা এবং উৎপাদন পদ্ধতিতে নাটকীয় পরিবর্তন এনেছে।

ডঃ নগুয়েন ল্যাক হং, ভিয়েতনাম অ্যাসোসিয়েশন অফ মেকানিক্যাল ইঞ্জিনিয়ারিং-এর ভাইস প্রেসিডেন্ট

এর একটি প্রধান উদাহরণ হল FANUC ইন্টেলিজেন্ট এজ লিংক অ্যান্ড ড্রাইভ (FIELD) সিস্টেম, যা AI এবং IoT কে একত্রিত করে একাধিক CNC মেশিন থেকে ডেটা সিঙ্ক্রোনাইজ করে, অপারেটিং স্ট্যাটাস বিশ্লেষণ করে এবং ত্রুটি হওয়ার আগেই স্বয়ংক্রিয়ভাবে পূর্বাভাস দেয়। ফলস্বরূপ, AI কাটিংয়ের দক্ষতা 10-20% বৃদ্ধি করতে এবং ব্যাপক উৎপাদনে সেটআপ সময় 40% হ্রাস করতে সহায়তা করে। এটি অভিযোজিত নিয়ন্ত্রণকেও সমর্থন করে, যেখানে সিস্টেমটি টাইটানিয়াম বা অ্যালুমিনিয়াম অ্যালয়ের মতো উপকরণের জন্য সর্বোত্তম মেশিনিং অবস্থা নির্ধারণ করতে অতীতের ডেটা থেকে শিক্ষা নেয়।

মেকানিক্যাল ইঞ্জিনিয়ারিংয়ে AI সম্পর্কে মন্তব্য করতে গিয়ে ডঃ ভু ডুওং (ডুই ট্যান বিশ্ববিদ্যালয়) বলেন যে AI নকশা, উৎপাদন প্রক্রিয়া, মান নিয়ন্ত্রণ, রক্ষণাবেক্ষণ পূর্বাভাস এবং নতুন উপাদান উন্নয়নের সর্বোত্তমকরণের জন্য প্রয়োগ করা হয়, যার ফলে উৎপাদনশীলতা, নির্ভুলতা এবং সামগ্রিক দক্ষতা বৃদ্ধি পায়। এছাড়াও, সর্বোত্তম দক্ষতা অর্জনের জন্য কাটার গতি এবং ফিড রেট এর মতো মেশিনিং পরামিতিগুলি নমনীয়ভাবে সামঞ্জস্য করা যেতে পারে। সিস্টেমটি পণ্যের পৃষ্ঠতল বিশ্লেষণ করতে এবং ফাটল, warping, বা মাত্রিক ত্রুটির মতো ত্রুটি সনাক্ত করতে AI অ্যালগরিদমের সাথে মিলিত ক্যামেরা ব্যবহার করে।

বিশাল সম্ভাবনা থাকা সত্ত্বেও, ভিয়েতনামের মেকানিক্যাল ইঞ্জিনিয়ারিং শিল্পে AI-এর প্রয়োগ বর্তমানে অনেক বাধার সম্মুখীন। ইনস্টিটিউট অফ মেকানিক্যাল ইঞ্জিনিয়ারিং, অটোমেশন অ্যান্ড এনভায়রনমেন্টের পরিচালক ডঃ দিন ভ্যান চিয়েনের মতে, AI-এর সম্ভাবনাকে কাজে লাগানোর জন্য উল্লেখযোগ্য খরচ এবং সম্পদের প্রয়োজন: AI অবকাঠামো স্থাপনে বিনিয়োগ; বিশেষায়িত সফটওয়্যার; এবং দক্ষ কর্মী নিয়োগ বা প্রশিক্ষণ... অন্যদিকে, উচ্চ-কার্যক্ষমতাসম্পন্ন কম্পিউটিংয়ের চাহিদা অপারেটিং খরচ বাড়িয়ে দিতে পারে, যার জন্য কম্পিউটিং সম্পদ এবং রক্ষণাবেক্ষণে ক্রমাগত বিনিয়োগের প্রয়োজন...

AI প্রয়োগের বর্তমান স্তর এখনও পরীক্ষামূলক পর্যায়ে রয়েছে, প্রধানত বৃহৎ কর্পোরেশন এবং গবেষণা প্রতিষ্ঠানগুলিতে। 90% এরও বেশি মেকানিক্যাল ইঞ্জিনিয়ারিং ব্যবসা, বিশেষ করে ছোট এবং মাঝারি আকারের উদ্যোগের এখনও উৎপাদনে AI ব্যাপকভাবে স্থাপন করার জন্য পর্যাপ্ত সম্পদ নেই। প্রথম চ্যালেঞ্জ হল উৎপাদন তথ্য ডিজিটালাইজড এবং সিঙ্ক্রোনাইজ করা হয়নি। মেশিনিং সরঞ্জাম, পরিমাপ যন্ত্র বা ডিজাইন সফ্টওয়্যার থেকে প্রাপ্ত তথ্য এখনও ছড়িয়ে ছিটিয়ে আছে অথবা একটি সমন্বিত মান অনুসারে সংরক্ষণ করা হচ্ছে না। এর ফলে AI মডেলগুলিতে শেখার মতো ডেটার অভাব রয়েছে এবং উচ্চ নির্ভুলতা অর্জন করা কঠিন হয়ে পড়ে।

২০৩০ সাল পর্যন্ত AI গবেষণা, উন্নয়ন এবং প্রয়োগের জাতীয় কৌশল যান্ত্রিক প্রকৌশল এবং উৎপাদনকে অগ্রাধিকার ক্ষেত্রগুলির মধ্যে একটি হিসাবে চিহ্নিত করে। AI ভিয়েতনামের যান্ত্রিক প্রকৌশল শিল্পকে পুনর্গঠনের একটি মূল উপাদান হয়ে উঠবে এবং "অভিজ্ঞতা-ভিত্তিক নকশা" মডেল থেকে "ডেটা-চালিত এবং কৃত্রিম বুদ্ধিমত্তা-ভিত্তিক নকশা" মডেলে স্থানান্তরিত হবে।

তদুপরি, আন্তঃবিষয়ক কর্মীর অভাব রয়েছে; যান্ত্রিক প্রকৌশল, এআই এবং সংখ্যাসূচক সিমুলেশনের একযোগে জ্ঞানসম্পন্ন প্রকৌশলীদের সংখ্যা খুবই কম। এদিকে, স্মার্ট উৎপাদন ব্যবস্থার জন্য সেন্সর, মেশিন লার্নিং অ্যালগরিদম এবং সংখ্যাসূচক মডেলগুলিকে একীভূত করে এমন সরঞ্জাম পরিচালনা এবং রক্ষণাবেক্ষণ করতে সক্ষম প্রযুক্তিগত কর্মীবাহিনীর প্রয়োজন হয়। প্রযুক্তিগতভাবে, বর্তমানে অনেক স্মার্ট যান্ত্রিক ডিভাইস উচ্চ মূল্যে আমদানি করা হয়। আমদানি করা মেশিনগুলিতে সংহত AI প্রায়শই "ব্ল্যাক বক্স" এর মতো কাজ করে, যার ফলে দেশীয় উৎপাদন অবস্থার সাথে মানানসইভাবে তাদের কাস্টমাইজ করা কঠিন হয়ে পড়ে। দেশীয় ব্যবসাগুলি এখনও সেন্সর মডিউল, ডেটা অর্জন সিস্টেম বা AI এর সাথে সংহত সিমুলেশন সফ্টওয়্যার আয়ত্ত করতে পারেনি।

২০৩০ সাল পর্যন্ত AI গবেষণা, উন্নয়ন এবং প্রয়োগের জাতীয় কৌশলে যান্ত্রিক প্রকৌশল এবং উৎপাদনকে অগ্রাধিকার ক্ষেত্রগুলির মধ্যে একটি হিসেবে চিহ্নিত করা হয়েছে। AI ভিয়েতনামের যান্ত্রিক প্রকৌশল শিল্পকে পুনর্গঠনের একটি মূল উপাদান হয়ে উঠবে এবং "অভিজ্ঞতা-ভিত্তিক নকশা" মডেল থেকে "তথ্য-চালিত এবং কৃত্রিম বুদ্ধিমত্তা-ভিত্তিক নকশা" মডেলে স্থানান্তরিত হবে। এটি কেবল একটি প্রযুক্তিগত দিক নয় বরং ডিজিটাল রূপান্তরের যুগে যান্ত্রিক প্রকৌশল শিল্পের জন্য একটি কৌশলগত কাজ, যা স্মার্ট, স্বনির্ভর এবং বিশ্বব্যাপী প্রতিযোগিতামূলক উৎপাদনের দিকে ভিয়েতনামের অগ্রগতিতে অবদান রাখবে।

তবে, যান্ত্রিক প্রকৌশল ক্ষেত্রের বিশেষজ্ঞদের মতে, এটি অর্জনের জন্য একটি কৌশলগত এবং সমন্বিত সমাধান প্রয়োজন। প্রথমত, নকশা, যন্ত্র, সিমুলেশন এবং সেন্সর ডেটা সহ একটি জাতীয় ডিজিটালাইজড যান্ত্রিক প্রকৌশল ডেটা সংগ্রহস্থল তৈরি করা প্রয়োজন। এই ডেটা সংগ্রহস্থলটি এআই মডেলগুলিকে প্রশিক্ষণের জন্য একটি প্ল্যাটফর্ম হিসাবে কাজ করবে, যা প্রযুক্তিটিকে আরও ব্যাপকভাবে প্রয়োগ করতে সক্ষম করবে।

একই সাথে, মেকানিক্যাল ইঞ্জিনিয়ারিং, ইলেকট্রনিক্স এবং এআই-তে আন্তঃবিষয়ক প্রশিক্ষণ প্রচার করা প্রয়োজন, স্কুল এবং ব্যবসাগুলিকে সংযুক্ত করা যাতে ইঞ্জিনিয়াররা বাস্তব উৎপাদন লাইনে অনুশীলনের সুযোগ পান। এছাড়াও, স্মার্ট মেকানিক্যাল পণ্যগুলির স্থানীয়করণ প্রচার করা প্রয়োজন। মেশিনিং সরঞ্জাম, মেশিন ভিশন সিস্টেম বা ডিজিটাল রেপ্লিকা মডেল "মেক ইন ভিয়েতনাম" নিয়ন্ত্রণের জন্য সফ্টওয়্যার তৈরি করা ব্যবসাগুলিকে খরচ কমাতে এবং প্রযুক্তির নিয়ন্ত্রণ নিতে সহায়তা করবে। তদুপরি, একটি স্মার্ট মেকানিক্যাল ইকোসিস্টেম গঠনের জন্য ইনস্টিটিউট, বিশ্ববিদ্যালয় এবং ব্যবসার মধ্যে গবেষণা সহযোগিতা জোরদার করা প্রয়োজন, বাজারে আনার আগে প্রযুক্তি পরীক্ষা এবং নিখুঁত করার জন্য পরিস্থিতি তৈরি করা।

কোয়াং মিন

সূত্র: https://nhandan.vn/toi-uu-hoa-thiet-design-gia-cong-co-khi-tu-ung-dung-ai-post929960.html