אופטימיזציה של תכנון ועיבוד מכני באמצעות יישומי בינה מלאכותית.

בינה מלאכותית (AI) הופכת לגורם מפתח בארגון מחדש של תעשיית ההנדסה המכנית. בינה מלאכותית מציעה פתרונות יעילים, אך היא גם מציבה אתגרים חדשים שתעשיית ההנדסה המכנית הווייטנאמית צריכה להתמודד איתם ולהסתגל אליהם על מנת להשיג פריצות דרך.

הפעלת קו עיבוד מכני בחברת טומרקו אן קאנג, אשכול התעשייה נגוק ליפ ( האנוי ). (צילום: TUỆ NGHI)

יותר מסתם כלי תומך, בינה מלאכותית היא גם כוח מניע לחדשנות, המסייע להתגבר על המגבלות של שיטות מסורתיות בתכנון וייצור. בעבר, הנדסת מכונות וייטנאמית הסתמכה בעיקר על אוטומציה ובקרה נומרית, אך כעת המגמה עוברת בחדות לכיוון ייצור אוטונומי חכם - שבו מכונות, רובוטים, מערכות חיישנים ומערכות בקרה חכמות המשולבות עם בינה מלאכותית יכולות לקבל החלטות, לייעל ולהסתגל לתנאי ייצור בעולם האמיתי.

ד"ר נגוין לאק הונג, סגן נשיא איגוד הנדסת המכונות של וייטנאם, ציין כי טכנולוגיות כמו ביג דאטה, האינטרנט של הדברים (IoT), עיצוב תעשייתי ומודלים של "העתקים דיגיטליים" יצרו שינוי משמעותי באופן שבו מתבצעים תכנון וייצור מכני. באמצעות למידת מכונה, מוצגות אפשרויות שונות ומוערכות בהתאם לסטנדרטים של עמידות, עלות ייצור או משקל לפני הצעת הפתרון האופטימלי. זה שימושי במיוחד בתעשיות הדורשות דיוק גבוה כגון רכב, תעופה וחלל, רובוטיקה וייצור מכונות. בעיבוד מכני, בינה מלאכותית משולבת ישירות במערכות בקרה מספרית ממוחשבת (CNC) כדי לייעל את תהליך החיתוך בזמן אמת.

טכנולוגיות כמו ביג דאטה, האינטרנט של הדברים (IoT), עיצוב תעשייתי ומודל ה"תאום הדיגיטלי" הביאו לשינוי דרמטי באופן שבו מתבצעים תכנון וייצור מכני.

ד"ר נגוין לאק הונג, סגן נשיא איגוד הנדסת המכונות של וייטנאם

דוגמה בולטת לכך היא מערכת FANUC Intelligent Edge Link & Drive (FIELD), המשלבת בינה מלאכותית ו-IoT כדי לסנכרן נתונים ממכונות CNC מרובות, לנתח את מצב הפעולה ולחזות באופן אוטומטי שגיאות לפני שהן מתרחשות. כתוצאה מכך, בינה מלאכותית מסייעת להגביר את יעילות החיתוך ב-10-20% ולהפחית את זמן ההקמה ב-40% בייצור המוני. היא תומכת גם בבקרה אדפטיבית, שבה המערכת לומדת מנתונים קודמים כדי לקבוע תנאי עיבוד אופטימליים עבור חומרים כגון טיטניום או סגסוגות אלומיניום.

בהתייחסו לבינה מלאכותית בהנדסת מכונות, ציין ד"ר וו דואנג (אוניברסיטת דוי טאן) כי בינה מלאכותית מיושמת לייעול תכנון, תהליכי ייצור, בקרת איכות, חיזוי תחזוקה ופיתוח חומרים חדשים, ובכך מגדילה את הפרודוקטיביות, הדיוק והיעילות הכוללת. בנוסף, ניתן להתאים באופן גמיש פרמטרים של עיבוד שבבי כגון מהירות חיתוך וקצב הזנה כדי להשיג יעילות אופטימלית. המערכת משתמשת במצלמות בשילוב עם אלגוריתמים של בינה מלאכותית כדי לנתח את משטחי המוצר ולזהות פגמים כגון סדקים, עיוות או שגיאות ממדיות.

למרות הפוטנציאל הרב שלה, יישום הבינה המלאכותית בתעשיית ההנדסה המכנית של וייטנאם מתמודד כיום עם מכשולים רבים. לדברי ד"ר דין ואן צ'יאן, מנהל המכון להנדסת מכונות, אוטומציה וסביבה, מינוף הפוטנציאל של הבינה המלאכותית דורש עלויות ומשאבים משמעותיים: השקעה בהקמת תשתית בינה מלאכותית; תוכנה ייעודית; וגיוס או הכשרה של כוח אדם מיומן... מצד שני, הדרישה למחשוב בעל ביצועים גבוהים יכולה להגדיל את עלויות התפעול, ולדרוש השקעה מתמשכת במשאבי מחשוב ותחזוקה...

הרמה הנוכחית של יישום בינה מלאכותית עדיין נמצאת בשלב הניסוי, בעיקר בתאגידים גדולים ובמכוני מחקר. יותר מ-90% מעסקי הנדסת המכונות, ובמיוחד עסקים קטנים ובינוניים, עדיין אין להם את המשאבים לפרוס בינה מלאכותית באופן נרחב בייצור. האתגר הראשון הוא שנתוני הייצור לא עברו דיגיטציה וסונכרנציה. נתונים מציוד עיבוד שבבי, מכשירי מדידה או תוכנות עיצוב עדיין מפוזרים או לא מאוחסנים על פי תקן אחיד. זה משאיר מודלים של בינה מלאכותית חסרי נתונים ללמוד מהם ומקשה על השגת דיוק גבוה.

האסטרטגיה הלאומית למחקר, פיתוח ויישום של בינה מלאכותית עד 2030 מזהה הנדסה מכנית וייצור כאחד מתחומי העדיפות. בינה מלאכותית היא ותהפוך למרכיב מרכזי בעיצוב מחדש של תעשיית ההנדסה המכנית של וייטנאם, תוך מעבר ממודל "תכנון מבוסס חוויה" למודל "תכנון מבוסס נתונים ובינה מלאכותית".

יתר על כן, קיים מחסור בכוח אדם רב-תחומי; מהנדסים בעלי ידע בו-זמני בהנדסת מכונות, בינה מלאכותית וסימולציה נומרית הם נדירים. בינתיים, מערכות ייצור חכמות דורשות כוח אדם טכני המסוגל להפעיל ולתחזק ציוד המשלב חיישנים, אלגוריתמים של למידת מכונה ומודלים מספריים. מבחינה טכנולוגית, מכשירים מכניים חכמים רבים מיובאים כיום בעלויות גבוהות. בינה מלאכותית המשולבת במכונות מיובאות פועלת לעתים קרובות כמו "קופסה שחורה", מה שמקשה על התאמתן לתנאי הייצור המקומיים. עסקים מקומיים טרם שלטו במודולי חיישנים, מערכות רכישת נתונים או תוכנות סימולציה משולבות עם בינה מלאכותית.

האסטרטגיה הלאומית למחקר, פיתוח ויישום של בינה מלאכותית עד שנת 2030 מזהה הנדסה מכנית וייצור כאחד מתחומי העדיפות. בינה מלאכותית היא ותהפוך למרכיב מרכזי בעיצוב מחדש של תעשיית ההנדסה המכנית של וייטנאם, תוך מעבר ממודל "תכנון מבוסס חוויה" למודל "תכנון מבוסס נתונים ובינה מלאכותית". זהו לא רק כיוון טכנולוגי אלא גם משימה אסטרטגית עבור תעשיית ההנדסה המכנית בעידן הטרנספורמציה הדיגיטלית, התורמת להתקדמותה של וייטנאם לעבר ייצור חכם, עצמאי ותחרותי ברמה עולמית.

עם זאת, לדברי מומחים בתחום הנדסת המכונות, השגת מטרה זו דורשת פתרון אסטרטגי ומסונכרן. ראשית, יש צורך לבנות מאגר נתונים דיגיטלי לאומי של הנדסת מכונות, הכולל נתוני תכנון, עיבוד שבבי, סימולציה וחיישנים. מאגר נתונים זה ישמש כפלטפורמה להכשרת מודלים של בינה מלאכותית, ויאפשר יישום נרחב יותר של הטכנולוגיה.

במקביל, יש צורך לקדם הכשרה בין-תחומית בהנדסת מכונות, אלקטרוניקה ובינה מלאכותית, לחבר בין בתי ספר ועסקים כך שלמהנדסים תהיה הזדמנות להתאמן על קווי ייצור אמיתיים. בנוסף, יש צורך לקדם את הלוקליזציה של מוצרים מכניים חכמים. פיתוח תוכנה לשליטה בציוד עיבוד שבבי, מערכות ראייה ממוחשבת או מודלים דיגיטליים של רפליקה "Make in Vietnam" יסייע לעסקים להפחית עלויות ולהשתלט על הטכנולוגיה. יתר על כן, יש צורך לחזק את שיתוף הפעולה המחקרי בין מכונים, אוניברסיטאות ועסקים כדי ליצור מערכת אקולוגית מכנית חכמה, תוך יצירת תנאים לבדיקה ושכלול הטכנולוגיה לפני הבאתה לשוק.

קוואנג מין

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