راديكا كريشناسوامي: يمكن للذكاء الاصطناعي تحديد الخسائر الخفية، ولكن يجب على الإنسان اتخاذ القرار

"الخسائر المكلفة في مصنع الألبان لا تعلن عن نفسها. إنها تتخفى داخل المنتجات التي تُطابق المواصفات. يكسب الذكاء الاصطناعي دوره عندما يُقدم تقديرًا لهذه الخسارة بشكل مبكر يكفي لفريق العمل لإيقافه، وعندما يستطيع الأشخاص على خط الانتاج رؤية بالضبط لماذا يطلب منهم التحرك."

الموضوع 1 من 7: البيانات وتعريف المشكلة

سؤال 1.1: ما هي التحديات التشغيلية في مصانع الألبان التي يمكن أن تستفيد بشكل حقيقي من الذكاء الاصطناعي اليوم، وأين يكون التحكم الأوتوماتيكي التقليدي وتحكم العملية الإحصائية كافيًا؟

أشير إلى خمس مناطق. الأولى هي الخسائر في العملية، كالدهون والبروتين والمواد الصلبة التي تتسرب أو تُمنح بين المراحل. الثانية هي التوقفات غير المخطط لها. الثالثة هي صيانة المعدات التي تتهالك، مثل الفاصلات والخلاطات والمضخات والمجففات. الرابعة هي اكتشاف الانحرافات في وقت مبكر، بينما لا تزال صغيرة. الخامسة هي ببساطة الحفاظ على كل مرحلة في مواصفاتها بينما تتغير الظروف طوال اليوم.

بالنسبة لدائرة تحكم واحدة، نظام السلامة أو عملية تعتمد على متغير واحد ثابت، فإن الأتمتة التقليدية ونظام SPC مناسبان وسيظلان كذلك. يجب أن يصعد الذكاء الاصطناعي كطبقة فوق هذا التحكم. لا ينبغي أن يحل محله.

سؤال 1.2: تستخدم مصانع الألبان بيانات من نظم معلومات المختبرات، وإدارة الإنتاج المتكاملة (ERP)، وأنظمة تنفيذ التصنيع (MES)، وإشراف السيطرة على العمليات (SCADA)، ومستشعرات المعدات، وسجلات المشغلين. كيف يمكن دمج هذه المصادر المجزأة عندما تختلف البيانات في التنسيق والتواتر والجودة؟

الحيلة هي التوقف عن التفكير في ستة أنظمة والبدء في التفكير في عملية واحدة. يتم ربط كل علامة مستشعر، نتيجة مختبر وسجل دفعة بمرحلة من خط الإنتاج، مع وقت مشترك ومفتاح دفعة.

يقوم وقت الإقامة بمعظم العمل. إذا علمت كم من الوقت يستغرق اللبن للوصول من الفاصل إلى الجهاز المتبخر، يمكنك ضبط قراءة مستشعر يتم أخذها كل بضع ثوانٍ على نتيجة مختبر تعود بعد ثلاث ساعات. يمكن أن تبقى البيانات حيث تعيش بالفعل. أنت تقوم بخرائطتها، وليس بنقلها.