AI ایپلی کیشنز کا استعمال کرتے ہوئے ڈیزائن اور مکینیکل پروسیسنگ کو بہتر بنانا۔

مصنوعی ذہانت (AI) مکینیکل انجینئرنگ کی صنعت کی تنظیم نو میں ایک اہم عنصر بن رہی ہے۔ مؤثر حل پیش کرتے ہوئے، AI نئے چیلنجز بھی پیش کرتا ہے جن کا مقابلہ کرنے اور کامیابیاں حاصل کرنے کے لیے ویتنامی مکینیکل انجینئرنگ کی صنعت کو اپنانے کی ضرورت ہے۔

Tomerco An Khang Company، Ngoc Liep Industrial Cluster ( Hanoi ) میں مکینیکل پروسیسنگ لائن چلانا۔ (تصویر از TUỆ NGHI)

صرف ایک معاون ٹول کے علاوہ، AI جدت طرازی کے لیے ایک محرک قوت بھی ہے، جو ڈیزائن اور مینوفیکچرنگ میں روایتی طریقوں کی حدود کو دور کرنے میں مدد کرتا ہے۔ پہلے، ویتنامی مکینیکل انجینئرنگ بنیادی طور پر آٹومیشن اور عددی کنٹرول پر انحصار کرتی تھی، لیکن اب یہ رجحان ذہین خود مختار مینوفیکچرنگ کی طرف بڑھ رہا ہے - جہاں مشینیں، روبوٹس، سینسر سسٹمز، اور AI کے ساتھ مربوط ذہین کنٹرول سسٹم فیصلے کر سکتے ہیں، بہتر بنا سکتے ہیں اور پیداواری دنیا کے حقیقی حالات کے مطابق ڈھال سکتے ہیں۔

ویتنام ایسوسی ایشن آف مکینیکل انجینئرنگ کے نائب صدر ڈاکٹر نگوین لیک ہانگ نے نوٹ کیا کہ بگ ڈیٹا، انٹرنیٹ آف تھنگز (IoT)، صنعتی ڈیزائن، اور "ڈیجیٹل ریپلیکا" ماڈل جیسی ٹیکنالوجیز نے مکینیکل ڈیزائن اور مینوفیکچرنگ کے طریقہ کار میں زبردست تبدیلی پیدا کی ہے۔ مشین لرننگ کے ذریعے، بہترین حل تجویز کرنے سے پہلے پائیداری، پیداواری لاگت، یا وزن کے معیار کے مطابق مختلف اختیارات پیش کیے جاتے ہیں اور ان کا جائزہ لیا جاتا ہے۔ یہ خاص طور پر ان صنعتوں میں کارآمد ہے جنہیں اعلیٰ درستگی کی ضرورت ہوتی ہے جیسے کہ آٹوموٹو، ایرو اسپیس، روبوٹکس، اور مشین مینوفیکچرنگ۔ مکینیکل پروسیسنگ میں، حقیقی وقت میں کاٹنے کے عمل کو بہتر بنانے کے لیے AI کو براہ راست کمپیوٹر عددی کنٹرول (CNC) سسٹمز میں ضم کیا جاتا ہے۔

بگ ڈیٹا، انٹرنیٹ آف تھنگز (IoT)، صنعتی ڈیزائن، اور "ڈیجیٹل ٹوئن" ماڈل جیسی ٹیکنالوجیز نے مکینیکل ڈیزائن اور مینوفیکچرنگ کے طریقہ کار میں ڈرامائی تبدیلی لائی ہے۔

ڈاکٹر Nguyen Lac Hong، ویتنام ایسوسی ایشن آف مکینیکل انجینئرنگ کے نائب صدر

ایک اہم مثال FANUC Intelligent Edge Link & Drive (FIELD) سسٹم ہے، جو AI اور IoT کو ملا کر متعدد CNC مشینوں سے ڈیٹا کو سنکرونائز کرتا ہے، آپریٹنگ سٹیٹس کا تجزیہ کرتا ہے، اور غلطیوں کے پیش آنے سے پہلے خود بخود پیش گوئی کرتا ہے۔ نتیجے کے طور پر، AI کاٹنے کی کارکردگی کو 10-20% تک بڑھانے میں مدد کرتا ہے اور بڑے پیمانے پر پیداوار میں سیٹ اپ کے وقت کو 40% تک کم کرتا ہے۔ یہ انکولی کنٹرول کو بھی سپورٹ کرتا ہے، جہاں سسٹم ماضی کے ڈیٹا سے سیکھتا ہے تاکہ ٹائٹینیم یا ایلومینیم مرکبات جیسے مواد کے لیے بہترین مشینی حالات کا تعین کر سکے۔

مکینیکل انجینئرنگ میں AI پر تبصرہ کرتے ہوئے، ڈاکٹر Vu Duong (Duy Tan University) نے کہا کہ AI کا اطلاق ڈیزائن، مینوفیکچرنگ کے عمل، کوالٹی کنٹرول، دیکھ بھال کی پیشن گوئی، اور نئی مادی ترقی کو بہتر بنانے کے لیے کیا جاتا ہے، جس سے پیداواری، درستگی، اور مجموعی کارکردگی میں اضافہ ہوتا ہے۔ اس کے علاوہ، مشینی پیرامیٹرز جیسے کاٹنے کی رفتار اور فیڈ کی شرح کو زیادہ سے زیادہ کارکردگی حاصل کرنے کے لیے لچکدار طریقے سے ایڈجسٹ کیا جا سکتا ہے۔ یہ نظام مصنوعات کی سطحوں کا تجزیہ کرنے اور نقائص جیسے کہ دراڑیں، وارپنگ، یا جہتی غلطیوں کا پتہ لگانے کے لیے AI الگورتھم کے ساتھ مل کر کیمروں کا استعمال کرتا ہے۔

اپنی بڑی صلاحیت کے باوجود، ویتنام کی مکینیکل انجینئرنگ انڈسٹری میں AI کے اطلاق کو فی الحال بہت سی رکاوٹوں کا سامنا ہے۔ انسٹی ٹیوٹ آف مکینیکل انجینئرنگ، آٹومیشن اور ماحولیات کے ڈائریکٹر ڈاکٹر ڈنہ وان چیئن کے مطابق، AI کی صلاحیت سے فائدہ اٹھانے کے لیے اہم اخراجات اور وسائل کی ضرورت ہوتی ہے: AI انفراسٹرکچر کے قیام میں سرمایہ کاری؛ خصوصی سافٹ ویئر؛ اور ہنر مند اہلکاروں کی بھرتی یا تربیت… دوسری طرف، اعلیٰ کارکردگی والے کمپیوٹنگ کی مانگ آپریٹنگ اخراجات کو بڑھا سکتی ہے، جس کے لیے کمپیوٹنگ کے وسائل اور دیکھ بھال میں مسلسل سرمایہ کاری کی ضرورت ہوتی ہے…

AI ایپلیکیشن کی موجودہ سطح ابھی بھی تجرباتی مرحلے میں ہے، خاص طور پر بڑے کارپوریشنوں اور تحقیقی اداروں میں۔ مکینیکل انجینئرنگ کے 90% سے زیادہ کاروبار، خاص طور پر چھوٹے اور درمیانے درجے کے کاروباری اداروں کے پاس ابھی تک AI کو پیداوار میں وسیع پیمانے پر تعینات کرنے کے وسائل نہیں ہیں۔ پہلا چیلنج یہ ہے کہ پروڈکشن ڈیٹا کو ڈیجیٹائز اور سنکرونائز نہیں کیا گیا ہے۔ مشینی آلات، پیمائشی آلات، یا ڈیزائن سافٹ ویئر کا ڈیٹا اب بھی بکھرا ہوا ہے یا ایک متحد معیار کے مطابق محفوظ نہیں ہے۔ اس سے AI ماڈلز میں سیکھنے کے لیے ڈیٹا کی کمی ہوتی ہے اور اعلی درستگی حاصل کرنا مشکل ہو جاتا ہے۔

2030 تک AI تحقیق، ترقی اور اطلاق کے لیے قومی حکمت عملی مکینیکل انجینئرنگ اور مینوفیکچرنگ کو ترجیحی شعبوں میں سے ایک کے طور پر شناخت کرتی ہے۔ AI ویتنام کی مکینیکل انجینئرنگ کی صنعت کو نئی شکل دینے والا ایک بنیادی عنصر ہے اور بنے گا، جو "تجربہ پر مبنی ڈیزائن" ماڈل سے "ڈیٹا سے چلنے والے اور مصنوعی ذہانت پر مبنی ڈیزائن" ماڈل میں منتقل ہو گا۔

مزید برآں، بین الضابطہ عملے کی کمی ہے۔ مکینیکل انجینئرنگ، AI، اور عددی تخروپن کا بیک وقت علم رکھنے والے انجینئرز کی کمی ہے۔ دریں اثنا، سمارٹ مینوفیکچرنگ سسٹمز کو ایک تکنیکی افرادی قوت کی ضرورت ہوتی ہے جو آلات کو مربوط کرنے والے سینسر، مشین لرننگ الگورتھم، اور عددی ماڈلز کو چلانے اور برقرار رکھنے کے قابل ہو۔ تکنیکی طور پر، بہت سے سمارٹ مکینیکل آلات اس وقت زیادہ قیمتوں پر درآمد کیے جاتے ہیں۔ درآمد شدہ مشینوں میں ضم شدہ AI اکثر "بلیک باکس" کی طرح کام کرتا ہے، جس سے گھریلو پیداوار کے حالات کے مطابق انہیں اپنی مرضی کے مطابق بنانا مشکل ہو جاتا ہے۔ گھریلو کاروباروں نے ابھی تک سینسر ماڈیولز، ڈیٹا ایکوزیشن سسٹم، یا AI کے ساتھ مربوط سمولیشن سافٹ ویئر میں مہارت حاصل نہیں کی ہے۔

2030 تک AI تحقیق، ترقی اور اطلاق کے لیے قومی حکمت عملی مکینیکل انجینئرنگ اور مینوفیکچرنگ کو ترجیحی شعبوں میں سے ایک کے طور پر شناخت کرتی ہے۔ AI ویتنام کی مکینیکل انجینئرنگ کی صنعت کو نئی شکل دینے والا ایک بنیادی عنصر ہے اور بنے گا، جو "تجربہ پر مبنی ڈیزائن" ماڈل سے "ڈیٹا سے چلنے والے اور مصنوعی ذہانت پر مبنی ڈیزائن" ماڈل میں منتقل ہو گا۔ یہ نہ صرف ایک تکنیکی سمت ہے بلکہ ڈیجیٹل تبدیلی کے دور میں مکینیکل انجینئرنگ کی صنعت کے لیے ایک اسٹریٹجک کام بھی ہے، جو ویتنام کی سمارٹ، خود انحصاری، اور عالمی سطح پر مسابقتی مینوفیکچرنگ کی جانب پیش رفت میں معاون ہے۔

تاہم مکینیکل انجینئرنگ کے شعبے کے ماہرین کے مطابق اس کو حاصل کرنے کے لیے ایک اسٹریٹجک اور ہم آہنگ حل کی ضرورت ہے۔ سب سے پہلے، ایک قومی ڈیجیٹائزڈ مکینیکل انجینئرنگ ڈیٹا ریپوزٹری بنانا ضروری ہے، بشمول ڈیزائن، مشینی، نقلی، اور سینسر ڈیٹا۔ یہ ڈیٹا ریپوزٹری AI ماڈلز کی تربیت کے لیے ایک پلیٹ فارم کے طور پر کام کرے گی، جس سے ٹیکنالوجی کو زیادہ وسیع پیمانے پر لاگو کیا جا سکے گا۔

ساتھ ہی، مکینیکل انجینئرنگ، الیکٹرانکس، اور AI میں بین الضابطہ تربیت کو فروغ دینا، اسکولوں اور کاروباروں کو جوڑنا ضروری ہے تاکہ انجینئرز کو حقیقی پیداواری خطوط پر مشق کرنے کا موقع ملے۔ اس کے علاوہ، سمارٹ مکینیکل مصنوعات کی لوکلائزیشن کو فروغ دینا بھی ضروری ہے۔ مشینی سازوسامان، مشین ویژن سسٹمز، یا ڈیجیٹل ریپلیکا ماڈل "میک ان ویتنام" کو کنٹرول کرنے کے لیے سافٹ ویئر تیار کرنے سے کاروباروں کو لاگت کم کرنے اور ٹیکنالوجی کو کنٹرول کرنے میں مدد ملے گی۔ مزید برآں، یہ ضروری ہے کہ اداروں، یونیورسٹیوں اور کاروباری اداروں کے درمیان تحقیقی تعاون کو مضبوط بنایا جائے تاکہ ایک سمارٹ مکینیکل ایکو سسٹم بنایا جا سکے، ٹیکنالوجی کو مارکیٹ میں لانے سے پہلے ٹیسٹنگ اور مکمل کرنے کے لیے حالات پیدا کیے جائیں۔

کوانگ منہ

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