گروهی از دانشجویان دانشگاه فناوری و آموزش شهر هوشی مین، سیستم نظارت شیمیایی خود را به هیئت داوران ارائه دادند - عکس: TRONG NHAN
مدیریت بلادرنگ وسایل نقلیه حمل و نقل مواد شیمیایی.
گروهی از دانشجویان دانشگاه فناوری و آموزش شهر هوشی مین (HCMUTE) در برنامه نمایشگاه نوآوری eProjects که به دنبال ایدههای نوآورانه با پتانسیل کاربردی بالا است و توسط دانشگاه ایالتی آریزونا (ایالات متحده آمریکا) و شرکت داو در ۲۵ جولای برگزار شد، اپلیکیشنی برای مدیریت وسایل نقلیه حمل و نقل مواد شیمیایی معرفی کردند.
این راهکار که سیستم مدیریت ناوگان (FMS) نام دارد، پلتفرمی است که برای رسیدگی به چالشهای خاص در مدیریت حمل و نقل مواد شیمیایی خطرناک طراحی شده است.
گیا بائو، دانشجوی دانشکده مهندسی خودرو و عضو تیم، اظهار داشت که سیستمهای فعلی اغلب فاقد یکپارچهسازی جامع هستند و به طور کافی الزامات نظارت بر وضعیت خودرو، تضمین رعایت ایمنی و بهینهسازی مسیرهای حمل و نقل را برآورده نمیکنند.
به نظر شما، در بخش حمل و نقل مواد شیمیایی، مدیریت تکه تکه و دستی یا فقدان قابلیتهای نظارت در لحظه میتواند منجر به خطرات بالا، افزایش هزینهها و کاهش بهرهوری عملیاتی شود.
از آنجا، تیم دانشجویی FMS را با دو جزء اصلی طراحی کرد: سیستمی برای توزیعکنندگان (دسکتاپ) و یک برنامه کاربردی برای رانندگان و مشتریان (موبایل).
این سیستم امکان ردیابی ناوگان در لحظه، نظارت بر وضعیت خودرو، مدیریت سوابق راننده، گواهینامه و سایر مجوزهای مربوط به حمل و نقل مواد شیمیایی را فراهم میکند و از مسیرهای تحویل بهینه پشتیبانی میکند.
علاوه بر این، یک مکانیسم احراز هویت یکپارچه راننده-بار-مسیر برای اطمینان از یکپارچگی فرآیند در نظر گرفته شده است.
با کشیدن کارت روی دستگاه، اطلاعات کامیون حمل مواد شیمیایی به صورت آنی برای کسب و کار و مشتری بهروزرسانی میشود - عکس: TRONG NHAN
کنگ نگوین، یکی از دانشجویان این برنامه آموزشی بینالمللی، گفت که نتایج این گروه، یک راهکار نرمافزاری کامل را ایجاد کرده است که به کسبوکارهای لجستیک و مدیریت ناوگان کمک میکند تا بهرهوری عملیاتی را بهبود بخشند، زمان از کارافتادگی را کاهش دهند، ایمنی و انطباق را افزایش دهند و جزئیات هزینه شفافی را به مشتریان ارائه دهند.
در آینده، این تیم قصد دارد این سیستم را به سایر روشهای حمل و نقل مانند قطارها و کشتیها گسترش دهد و با ارائه دهندگان خدمات ردیابی بینالمللی ادغام کند.
کارشناس ارشد نگوین ترونگ هیو - رئیس آزمایشگاه خودروهای الکتریکی، دانشکده مهندسی خودرو، دانشگاه فناوری و آموزش شهر هوشی مین - اظهار داشت که FMS تلاشی بسیار ستودنی از سوی دانشجویان در رویکرد و حل یک مسئله عملی اما بسیار پیچیده است.
این شامل مدیریت ناوگان وسایل نقلیه و محمولههای شیمیایی در چارچوب الزامات ایمنی فزاینده و سختگیرانه است.
به گفته وی، یک جنبه جدید و قابل توجه، تمرکز تیم بر عواملی است که اغلب در مشکلات مدیریت حمل و نقل نادیده گرفته میشوند: برای مثال، مدیریت گواهینامههای رانندگی، گواهیهای حمل کالاهای خطرناک یا مکانیسمهای احراز هویت بین رانندگان و کالاها.
علاوه بر این، تیم همچنین شروع به بررسی امکان گسترش سیستم به مقیاس بزرگتر و ارتباط با شرکای بینالمللی کرده است، که نشان دهنده یک رویکرد تفکر سیستمی و یک چشمانداز بلندمدت است.
او گفت: «با این حال، هنوز حوزههایی وجود دارد که تیم باید بهبود بخشد اگر میخواهد پروژه را در عمل بیشتر پیش ببرد، مانند پایداری و امنیت سیستم.»
بازرسی خودکار برچسب
گروهی از دانشجویان پروژه خود را به هیئت داوران eProjects 2025 ارائه میدهند - عکس: ASU
پروژه سیستم یکپارچه مدیریت ناوگان و محمولههای شیمیایی (FMS) در نمایشگاه نوآوری eProjects 2025 جایزه پروژه امیدوارکننده را از آن خود کرد.
علاوه بر این، برنامه امسال طیف وسیعی از موضوعات دیگر با کاربرد عملی بالا را نیز در بر میگیرد.
گروهی از دانشجویان دانشگاه فناوری (دانشگاه دانانگ ) با پروژه خود در مورد یک سیستم خودکار برای بررسی برچسبها از مخازن ذخیرهسازی تا بستهبندی، توجه همگان را به خود جلب کردند.
تای مین تام، یکی از اعضای این تیم، گفت که این پروژه به مشکل کنترل کیفیت دستیِ مستعد خطا در خطوط تولید، به ویژه در شرکتهای کوچک و متوسط، میپردازد.
این سیستم از فناوری تشخیص نوری کاراکتر (OCR) استفاده میکند و قادر است نام برچسبها را با دقت بالا، صرف نظر از نوع بستهبندی یا شکل برچسب، تطبیق دهد.
با توجه به سهولت استقرار، انعطافپذیری و مقرونبهصرفه بودن، این راهکار از نظر کارشناسان پتانسیل کاربرد عملی بسیار بالایی دارد.
این پروژه همچنین جایزه اول را در eProjects امسال از آن خود کرد .
در همین حال، گروهی از دانشجویان دانشگاه لاک هونگ سیستمی را برای نگهداری تجهیزات صنعتی با استفاده از هوش مصنوعی ارائه دادند.
با توجه به اینکه روشهای فعلی نگهداری تجهیزات صنعتی عمدتاً واکنشی یا روتین هستند و منجر به ضایعات و خطرات میشوند، این تیم سیستمی را با ترکیب هوش مصنوعی (AI) و حسگرهای اینترنت اشیا برای تشخیص علائم اولیه نقص توسعه داد.
دادهها به صورت بلادرنگ تجزیه و تحلیل میشوند، هشدارهای به موقع ارائه میدهند و از نگهداری پیشگیرانه پشتیبانی میکنند که به کاهش زمان از کارافتادگی و بهینهسازی هزینههای عملیاتی برای کارخانههای تولیدی کمک میکند.
طبق ارزیابی کلی داوران، پروژههای امسال طیف گستردهای از زمینهها مانند هوش مصنوعی، اتوماسیون، ارتباطات 5G، لجستیک هوشمند و دادههای دیجیتال را در بر میگیرند.
به سه تیمی که برجستهترین ارائهها را داشتند، جوایزی به ارزش مجموع ۱۲۰۰ دلار اهدا شد که نشاندهنده نوآوری و امکانپذیری پروژههای مربوطهشان بود.
ترونگ نهان
منبع: https://tuoitre.vn/sinh-vien-lam-app-quan-ly-van-tai-hoa-chat-2025072517544418.htm






نظر (0)