طوّر متخصصون من جامعة موسكو بوليتكنيك نظاماً يعتمد على الشبكات العصبية والذكاء الاصطناعي لاكتشاف الشقوق والعيوب في القطع المعدنية المصبوبة مباشرة أثناء عملية الإنتاج.

وأوضح الباحثون أن هذه المهمة تُنفَّذ حالياً غالباً بواسطة المفتشين البشريين، لكن النظام الجديد يمكنه العمل بسرعة أكبر وبدقة أعلى، ما قد يرفع مستوى السلامة والجودة في الصناعات الهندسية.

تحديات الفحص اليدوي في الصناعات المعدنية

لا يزال مراقبة جودة القطع المعدنية المصبوبة في قطاع صناعة الآلات تعتمد إلى حد كبير على الفحص البصري اليدوي.

حيث يقوم المفتش بمراجعة سطح القطعة وتقييم حالتها، ثم يقرر إما السماح بمرورها إلى المرحلة التالية من الإنتاج أو رفضها باعتبارها معيبة.

لكن هذه الطريقة تواجه عدة مشكلات، منها:

إجهاد العين البشرية مع مرور الوقت.

تغير ظروف الإضاءة في بيئة العمل.

صعوبة اكتشاف الشقوق الدقيقة على الأسطح المعقدة.

وقد يؤدي تجاهل شق ساخن في قطعة معدنية إلى مخاطر كبيرة عند استخدامها لاحقاً، خاصة في قطاعات حساسة مثل:

صناعة الطيران

صناعة السيارات

قطاع الطاقة

ففي هذه الصناعات قد يؤدي العيب غير المكتشف أثناء التصنيع إلى حوادث خطيرة أثناء التشغيل.

حدود خوارزميات الرؤية الحاسوبية التقليدية

تُستخدم بعض خوارزميات الرؤية الحاسوبية في المصانع للكشف عن العيوب، لكنها تعمل بكفاءة فقط في الظروف المستقرة.

وعند تعقيد الظروف، مثل:

تأكسد السطح المعدني

عدم تجانس المادة

عدم وضوح حدود العيب

تشابه الشق مع التضاريس الطبيعية للقطعة

فإن هذه الأنظمة قد تعطي:

إنذارات خاطئة بوجود عيوب

أو تفشل في اكتشاف العيوب الحقيقية

وكلا الاحتمالين يسببان خسائر مالية وإنتاجية للمصانع.

الجمع بين الشبكات العصبية والمنطق الضبابي

أوضح مطوّر النظام سيرغي كوزوفوف أن التقنية الجديدة تجمع بين عنصرين رئيسيين:

شبكة عصبية التفافية (Convolutional Neural Network) لتحليل صور القطع المعدنية.

المنطق الضبابي (Fuzzy Logic) للتعامل مع حالات عدم اليقين في البيانات.

وبفضل هذا الدمج، لا يكتفي النظام بالكشف عن وجود الشق، بل يقوم أيضاً بـ تقييم مستوى خطورته مع مراعاة عدة عوامل مثل:

طبيعة سطح القطعة

درجة الأكسدة

نوع المادة المعدنية

ويوفر هذا النهج مستوى تشخيص أكثر تقدماً مقارنة بالأنظمة التقليدية المستخدمة حالياً.

تدريب النظام على آلاف الصور الصناعية

سيتم تدريب الشبكة العصبية باستخدام قاعدة بيانات كبيرة من صور القطع المعدنية المعيبة.

ويعمل الباحثون على جمع هذه الصور وتصنيفها بدقة، مع تحديد:

موقع العيب

شكله

خصائصه

وكلما زادت تنوع البيانات وجودتها أصبح النظام أكثر قدرة على اكتشاف العيوب في ظروف إنتاج مختلفة.

أما المنطق الضبابي فسيتولى التعامل مع الحالات الحدودية التي قد تعطي فيها الخوارزميات التقليدية إجابة قاطعة لكنها غير صحيحة.

وبدلاً من إصدار حكم بسيط مثل “يوجد عيب” أو “لا يوجد عيب”، يقدم النظام تقييماً مرجحاً يعتمد على عدة عوامل في الوقت نفسه.

نظام متكامل قابل للاستخدام في المصانع

يهدف المشروع في مراحله النهائية إلى تطوير نظام صناعي متكامل يمكن تشغيله مباشرة في خطوط الإنتاج الحقيقية.

وسيتم تزويد النظام بـ:

وثائق تقنية كاملة

دليل استخدام للمصانع

مؤشرات دقيقة لقياس الأداء والدقة

ومن المتوقع أن يسهم هذا الحل في رفع كفاءة مراقبة الجودة وتقليل الأخطاء البشرية في الصناعات الثقيلة.