AI ڪيئن پيداوار ۾ استحڪام کي وڌائيندو آهي؟ 

جڏهن ماڻهو پيداوار ۾ AI ٻڌندا آهن، اهي اڪثر ڪري مڪمل طور تي خودمختار، لائيٽ آئوٽ فيڪٽرين جي خوابن ڏانهن ڇڪيندا آهن. اهو هڪ چمڪندڙ مقصد آهي، پر اهو ڪٿي ناهي جتي استحڪام کي وڌائڻ جو حقيقي، گندو ڪم اڄ ٿي رهيو آهي. حقيقي اثر وڌيڪ نرالو آهي، اڪثر ڪري روزاني گرائونڊ ۾ لڪايو ويندو آهي توانائي جي استعمال کي بهتر ڪرڻ، مواد جي ضايع ڪرڻ، ۽ سپلائي زنجيرن کي گهٽ افراتفري ٺاهڻ. اهو روبوٽ کڻڻ جي باري ۾ گهٽ آهي ۽ ذهانت واري نظام جي باري ۾ وڌيڪ آهي گرينولر ويزيبلٽي فراهم ڪرڻ لاءِ اسان وٽ هميشه فيصلا ڪرڻ جي گهٽتائي آهي جيڪي اقتصادي ۽ ماحولياتي طور تي صحيح آهن. AI ۽ استحڪام جي وچ ۾ لنڪ خودڪار نه آهي؛ ان کي عمدي تبديلي جي ضرورت آهي ان ۾ جيڪو اسان چونڊيو ٿا ماپ ۽ ڪنٽرول ڪرڻ لاءِ.

هائپ کان ٻاهر: توانائي پهرين فرنٽيئر وانگر

اچو ته توانائي سان شروع ڪريون، سڀ کان وڌيڪ سڌي قيمت ۽ ڪاربان فوٽ پرنٽ شيون. سالن تائين، اسان مقرر ڪيل سار سنڀال ۽ وسيع اسٽروڪ ڪارڪردگي جي درجه بندي تي ڀروسو ڪيو. گيم چينجر سينسر کي شامل ڪري رهيو آهي ۽ اڳڪٿي واري توانائي جي اصلاح لاءِ AI استعمال ڪري رهيو آهي. مان صرف مشينن کي بند ڪرڻ بابت نه ڳالهائي رهيو آهيان. اهو هڪ پوري پيداوار واري لائن جي متحرڪ لوڊ کي سمجهڻ بابت آهي. مثال طور، هڪ AI ماڊل سکي سگهي ٿو ته هڪ مخصوص اسٽيمپنگ پريس طاقت جو اضافو نه رڳو آپريشن دوران، پر 15 منٽن کان پوء، جيئن کولنگ سسٽم هلائي ٿو. پيداوار جي شيڊول جي تجزيي سان، اهو ڪيترن ئي پريسن مان هڪ ئي وقت جي چوٽي ڊرا کان بچڻ لاءِ بيچن جي وچ ۾ مائڪرو ڊيليز جو مشورو ڏئي سگهي ٿو، انرجي وکر کي فليٽ ڪرڻ بغير اثر انداز ٿيڻ جي. هي نظرياتي نه آهي؛ مون ڏٺو آهي ته ان کي 8-12٪ انرجي بل کي فورجنگ جي سهولت ۾ بند ڪيو ويو آهي، جيڪا وڏي پيماني تي آهي.

مشڪل حصو ڊيٽا جي معيار آهي. توھان کي ضرورت آھي گرينولر، ٽائيم-سيريز ڊيٽا جي مشين مان، سب اسٽيشن، ۽ جيتوڻيڪ گرڊ جيڪڏھن ممڪن آھي. هڪ ناڪام منصوبو شروعاتي طور تي صحيح گيس فلو ميٽر کان سواءِ گرمي جي علاج واري فرنس کي بهتر ڪرڻ جي ڪوشش ڪري رهيو هو. AI ماڊل بنيادي طور تي اندازو لڳائي رهيو هو، ۽ اصلاحن کي حصن جي دھاتي ملڪيت کي سمجھوتي ڪرڻ جو خطرو آهي. اسان مشڪل طريقي سان سکيو: توهان منظم نٿا ڪري سگهو جيڪي توهان درست انداز ۾ نه ٿا ماپ ڪري سگهو. AI صرف ايترو ئي سٺو آهي جيترو حساس ان پٽ ان کي ملي ٿو.

هي هڪ ذيلي نقطي ڏانهن وڌي ٿو: AI اڪثر ڪري گہرے اوزار کي جواز ڏئي ٿو. AI لاءِ پائيداري ڪيس ٺاهڻ لاءِ، توهان پهريان سيڙپڪاري ڪريو بهتر ميٽرنگ ۾. اهو هڪ نيڪ چڪر آهي. هڪ دفعو توهان وٽ ڊيٽا جو وهڪرو آهي، توهان اڳڪٿي کان نسخي واري عمل ڏانهن منتقل ڪري سگهو ٿا- جهڙوڪ خودڪار طريقي سان ڪمپريسر پريشر سيٽ پوائنٽس کي ترتيب ڏيڻ هڪ نيوميٽڪ نيٽ ورڪ ۾ حقيقي وقت جي طلب جي بنياد تي، جيڪو هميشه بدترين حالتن جي لاءِ مقرر ڪيو ويو هو، توانائي جي وڏي مقدار کي ضايع ڪرڻ.

فضول تي جنگ: اسڪريپ هيپس کان ڊجيٽل ٽوئن تائين

مادي فضول خالص مالي ۽ ماحولياتي نقصان آهي. فاسٽنر جي پيداوار ۾، جهڙوڪ هڪ ڪمپني تي جهڙوڪ Handan Zitai Fastener Manufacturing Co., Ltd. چين جي وڏي معياري حصي جي پيداوار جي بنياد تي واقع آهي، روايتي انداز ۾ پوسٽ-پيداوار جي چڪاس شامل آهي: هڪ بيچ ٺاهيو ويو آهي، ڪجهه نموني ڪيا ويا آهن، ۽ جيڪڏهن نقص مليا آهن، سڄو لاٽ ختم ٿي سگهي ٿو يا ٻيهر ڪم ڪيو وڃي. اهو ناقابل اعتبار حد تائين فضول آهي.

حقيقي وقت جي خرابي جي ڳولا لاء ڪمپيوٽر جو وژن هاڻي ٽيبل اسٽيڪ آهي. پر AI جو وڌيڪ گستاخي استعمال عمل پيرا ميٽر جي اصلاح ۾ آهي ته جيئن فضول کي پهرين جاءِ تي پيدا ٿيڻ کان روڪي سگهجي. ٿڌي هيڊنگ جي عمل مان ڊيٽا کي فيڊ ڪندي- تار جو قطر، گرمي پد، مشين جي رفتار، مرڻ واري لباس- هڪ ماڊل ۾، اسان هڪ ٽڪرا ٺاهڻ کان اڳ هيڊ جي ڀڃڪڙي يا طول و عرض جي غلطي جي امڪان جي اڳڪٿي ڪري سگهون ٿا. سسٽم پوءِ ترتيب ڏيڻ جي سفارش ڪري سگهي ٿو، چئو، اينيلنگ جي درجه حرارت ۾ معمولي واڌ يا فيڊ جي شرح ۾ گهٽتائي.

مون کي هڪ پروجيڪٽ ياد آهي جتي اسان بولٽ جي پيداوار واري لائن لاءِ هڪ ڊجيٽل شيڊ (هڪ مڪمل ڊجيٽل ٽوئن جو هڪ آسان نسخو) ٺاهيو. مقصد اهو هو ته ٽرم نقصان کي گھٽائڻ - هڪ بولٽ ڪٽ ٿيڻ کان پوء بچيل تار. آرڊر پورٽ فوليو ۽ مشين جي رڪاوٽن جو تجزيو ڪرڻ سان، AI شيڊولنگ سسٽم ترتيب ڏئي سگهي ٿو آرڊر استعمال ڪرڻ لاءِ وائر ڪوئلز کي وڌيڪ مڪمل طور تي، 3.2٪ جي اوسط کان 1.7٪ کان گهٽ ڪرڻ واري فضول کي گھٽائي. اهو آواز ننڍڙو آهي، پر هر سال هزارين ٽن اسٽيل جي وچ ۾، خام مال ۾ بچت ۽ اسٽيل جي پيداوار مان لاڳاپيل ڪاربن جي اخراج انتهائي اهم آهن. توهان ڏسي سگهو ٿا ته ڪيئن ڪمپنيون هبس جهڙوڪ يونگين ضلعي، انهن جي اعلي حجم جي پيداوار سان، اهڙين وڏين اصلاحن مان تمام گهڻو حاصل ڪرڻ لاء بيٺا آهن.

سپلائي چين لچڪ ۽ ڪاربان فوٽ پرنٽ

اهو آهي جتي اهو پيچيده ٿي ويندو آهي. هڪ پائيدار سپلائي چين صرف گرين سپلائر چونڊڻ بابت ناهي؛ اهو ايمرجنسي کان بچڻ لاءِ ڪارڪردگي ۽ لچڪ جي باري ۾ آهي، ڪاربن-گھڻي ايئر فريٽ. AI تي هلندڙ مطالبن جي اڳڪٿي، جڏهن اهو ڪم ڪري ٿو، پيداوار کي هموار ڪري ٿو، اوور ٽائم جي ضرورت کي گھٽائي ٿو (جنهن جو مطلب اڪثر گهٽ موثر، توانائي جي شدت واري ڊوڙ) ۽ خوفناڪ ترتيب ڏيڻ.

اسان ڪلائنٽ لاءِ لاجسٽڪ آپٽمائيزيشن سان ملٽي ٽائر سپلائي چين جي خطري جي تجزيو کي ضم ڪيو. سسٽم مانيٽر ڪيو موسم، بندرگاهن جي گنجائش، ۽ حتي سپلائر علائقي جي توانائي جي ميلاپ (مثال طور، انهن جي گرڊ اڄ ڪوئلي تي هلندي آهي يا قابل تجديد؟). اهو تجويز ڪيو ويو ته موڪلن کي سست پر گهٽ اخراج واري سامونڊي مال جي رستي تي جڏهن وقت جي اجازت ڏني وئي، يا ڪنٽينر ڀرڻ لاءِ لوڊ کي مضبوط ڪيو وڃي عام 85 سيڪڙو بدران 98 سيڪڙو گنجائش. جي استحڪام هتي حاصل اڻ سڌي طرح طاقتور آهي: اهو ڪاربن جي ڪارڪردگي کي روزاني منطقي فيصلن ۾ شامل ڪري ٿو.

هتي ناڪامي موڊ اوور-آپٽيمائيزيشن آهي. ھڪڙو ماڊل ھميشه ھڪڙو اڪيلو استعمال ڪرڻ جي صلاح ڏني آھي، تمام سائي، پر ظرفيت جي محدود سپلائر کي ٽرانسپورٽ جي اخراج کي گھٽائڻ لاء. اهو بند ٿيڻ جي خطري کي حساب ڏيڻ ۾ ناڪام ٿيو، جيڪو آخرڪار ٿيو، ڪيترن ئي، گهٽ بهتر سپلائرز ڏانهن ڇڪڻ تي مجبور ڪيو. سبق اهو هو ته استحڪام جا مقصد AI جي مقصدي فنڪشن ۾ مضبوطي جي پابندين سان متوازن هجڻ گهرجن. توهان صرف ڪاربن کي گهٽ نه ٿا ڪري سگهو؛ توهان کي خطري کي منظم ڪرڻو پوندو.

انساني عنصر: وڌايل فيصلي سازي

هي نازڪ آهي. AI ڪارخانو نٿو هلائي؛ ماڻهو ڪندا. سڀ کان وڌيڪ اثرائتو عمل جيڪي مون ڏٺا آهن اهي آهن جتي AI هڪ مشير طور ڪم ڪري ٿو. اهو هڪ بي ترتيبي کي نشانو بڻائيندو آهي: لائين 3 تي في يونٽ توانائي واپرائڻ موجوده پيداوار جي ميلاپ لاءِ معيار کان مٿي 18٪ آهي. امڪاني سبب: ڪنويئر موٽر B-12 ۾ بيئرنگ جو لباس، اندازي مطابق ڪارڪردگي نقصان 22٪. اهو سار سنڀال جي ٽيم کي هڪ ٽارگيٽ، ترجيحي ڪم ڏئي ٿو واضح استحڪام ۽ قيمت جي اثر سان.

اهو ثقافت کي تبديل ڪري ٿو. استحڪام پيداوار جي ڪارڪردگي کان الڳ KPI ٿيڻ کي روڪي ٿو. جڏهن فرش مئنيجر ڏسي ٿو ته گهٽ اسڪريپ جي شرحن لاءِ بهتر ڪرڻ پڻ توانائي ۽ خام مال جي استعمال کي گھٽائي ٿو في سٺي حصي، مقصدن کي ترتيب ڏيو. AI جي تربيت پڻ ماڻهن کي تربيت ڏئي ٿي. خرابي جي ڳولا واري ماڊل لاءِ ڊيٽا کي ليبل ڪرڻ لاءِ ، معيار جي انجنيئرن کي ناڪامي جي طريقن جو تمام گهڻو تجزيو ڪرڻو پوندو. اهو عمل پاڻ اڪثر ڪري ٿو پروسيس جي بهتري کان اڳ جو ماڊل پڻ ترتيب ڏنل آهي.

مزاحمت قدرتي آهي. بليڪ باڪس جي سفارشن جو صحيح خوف آهي. انهي ڪري وضاحت ڪرڻ اهم آهي. جيڪڏهن سسٽم چوي ٿو ته فرنس جي گرمي پد کي 15 ° سي گهٽايو، اهو پڻ دليل مهيا ڪرڻ گهرجي: تاريخي ڊيٽا ڏيکاري ٿو ته هن گهٽ درجه حرارت تي X ۽ Y پيرا ميٽرز سان هلن ٿا، نتيجي ۾ هڪجهڙائي سختي سان 8٪ گهٽ قدرتي گئس جي استعمال سان. هي اعتماد پيدا ڪري ٿو ۽ AI کي پائيدار لاءِ هڪ گڏيل اوزار ۾ بدلائي ٿو پيداوار.

اڳتي ڏسي رهيا آهيو: انٽيگريشن چيلنج

مستقبل توانائي يا معيار لاءِ اسٽينڊل AI ايپليڪيشنن ۾ نه آهي. اهو مربوط عمل جي اصلاح ۾ آهي جيڪو بيلنس ڪري ٿو ڪيترن ئي، ڪڏهن ڪڏهن مقابلو، مقصد: throughput، پيداوار، توانائي جو استعمال، اوزار لباس، ۽ ڪاربان فوٽ پرنٽ. هي هڪ گهڻ مقصدي اصلاح جو مسئلو آهي جيڪو حقيقي وقت ۾ انساني حساب کان ٻاهر آهي.

اسان پائليٽنگ سسٽم ڪري رهيا آهيون جيڪي ڪسٽمر آرڊر وٺن ٿا ۽ متحرڪ طور تي سڀ کان وڌيڪ پائيدار پيداوار واري رستي جو تعين ڪن ٿا. ڇا فاسٽنرز جي هن بيچ کي پراڻي، سست لائين تي ٺاهيو وڃي جيڪو هاڻي فيڪٽري جي نئين سولر ايري طرفان طاقتور آهي، يا نئين، تيز لائين تي جيڪو گرڊ سان هلندڙ آهي پر گهٽ اسڪريپ جي شرح آهي؟ AI خالص ڪاربان اثر جو حساب ڪري سگھي ٿو، بشمول ڪاربان ڪاربان ڪنھن امڪاني اسڪراپ ۾، ۽ سفارش ڪري ٿو واقعي بھترين رستو. هي ايندڙ سطح جي سوچ آهي.

آخري رڪاوٽ لائف سائيڪل جي تشخيص انضمام آهي. حقيقي واڌارو استحڪام لاءِ تڏهن ايندي جڏهن پيداوار ۾ AI مواد ۽ عمل جي مڪمل زندگي جي اثر تي ڊيٽا تائين رسائي حاصل ڪري. زنڪ پلاٽنگ ۽ نئين پوليمر ڪوٽنگ جي وچ ۾ چونڊڻ صرف قيمت جو فيصلو ناهي. اهو هڪ فيصلو آهي ڪيميائي استعمال، استحڪام، ۽ زندگي جي آخر ۾ ٻيهر استعمال ڪرڻ بابت. اسان اڃا تائين اتي نه آهيون، پر بنيادي ڪم- حاصل ڪرڻ واري عمل کي ڊجيٽلائيز، اوزار، ۽ انضمام ڪنٽرول هيٺ- اهو آهي جيڪو مستقبل کي ممڪن بڻائي ٿو. اهو هڪ وقت ۾ هڪ ننڍڙو، فضول مسئلو حل ڪرڻ جو هڪ ڊگهو، غير معمولي رستو آهي.