தொழில்துறை நிலைத்தன்மையை AI எவ்வாறு அதிகரிக்கிறது? 

AI மற்றும் நிலைத்தன்மை பற்றி மக்கள் பேசும்போது, உரையாடல் பெரும்பாலும் எதிர்கால தரிசனங்களுக்கு நேராக செல்கிறது: தன்னாட்சி கட்டங்கள், சுய-உகந்த நகரங்கள். உண்மையான உற்பத்தியின் அகழிகளில், யதார்த்தம் மிகவும் அபாயகரமானது மற்றும் அதிகரிக்கும். உண்மையான ஊக்கம் என்பது மனிதர்களை ரோபோக்களுடன் மாற்றுவது அல்ல; இது மோசமான வீணான மற்றும் ஒளிபுகா அமைப்புகளில் முடிவெடுப்பதை அதிகரிப்பதாகும். நிலையானது என்பது குறைந்த ஆற்றலைப் பயன்படுத்துவது என்பது தவறான கருத்து. இது ஆழமானது - இது மூலப்பொருள் முதல் தளவாடங்கள் வரை முறையான ஆதார நுண்ணறிவு பற்றியது, மேலும் அங்குதான் பொதுவான AI மட்டுமின்றி இயந்திர கற்றல் மாதிரிகள் அமைதியாக விளையாட்டை மாற்றுகின்றன.

அடித்தளம்: தரவு நம்பகத்தன்மை மற்றும் இருண்ட தொழிற்சாலை தளம்

நீங்கள் அளவிட முடியாததை நீங்கள் நிர்வகிக்க முடியாது, மேலும் பல ஆண்டுகளாக, தொழில்துறை நிலைத்தன்மை என்பது யூகமாக இருந்தது. எங்களிடம் எரிசக்தி பில்கள் இருந்தன, ஆம், ஆனால் உற்பத்தி வரி 3 இல் ஒரு குறிப்பிட்ட தொகுதியுடன் நுகர்வு அதிகரிப்பை தொடர்புபடுத்துவது பெரும்பாலும் சாத்தியமற்றது. முதல், அழகற்ற படி சென்சார் பெருக்கம் மற்றும் தரவு வரலாறாகும். மரபு கம்ப்ரசர் அமைப்புகளில் எளிய அதிர்வு மற்றும் வெப்ப உணரிகளை நிறுவுவது, அவற்றின் ஆற்றல் ஈர்ப்பில் 15% வீணடிக்கும் சுழற்சி திறனற்ற தன்மையை வெளிப்படுத்தும் ஆலைகளை நான் பார்த்திருக்கிறேன். AI பூஸ்ட் இங்கே தொடங்குகிறது: ஆற்றல் மற்றும் பொருள் ஓட்டங்களின் உயர் நம்பக டிஜிட்டல் இரட்டையை உருவாக்குகிறது. இந்த அடித்தளம் இல்லாமல், எந்த நிலைத்தன்மை கோரிக்கையும் சந்தைப்படுத்தல் மட்டுமே.

இது பிளக் அண்ட் ப்ளே அல்ல. மிகப்பெரிய தடையாக தரவு குழி உள்ளது. உற்பத்தித் தரவு MES இல் அமர்ந்திருக்கும், மற்றொரு அமைப்பில் தரமான தரவு மற்றும் பயன்பாட்டு மீட்டரிலிருந்து ஆற்றல் தரவு. நேரம் ஒத்திசைக்கப்பட்ட காட்சியைப் பெறுவது ஒரு கனவு. எந்தவொரு மாடலையும் பயிற்றுவிப்பதற்கு முன், தரவுக் குழாய்களை உருவாக்கும் திட்டத்தில் பல மாதங்கள் செலவிட்டோம். முக்கியமானது ஒரு ஆடம்பரமான அல்காரிதம் அல்ல, ஆனால் ஒரு வலுவான தரவு ஆன்டாலஜி-ஒவ்வொரு தரவு புள்ளியையும் சூழலுடன் (இயந்திர ஐடி, செயல்முறை படி, தயாரிப்பு SKU) குறியிடுகிறது. இந்த கிரானுலாரிட்டியே பின்னர் அர்த்தமுள்ள நிலைத்தன்மை பகுப்பாய்விற்கு அனுமதிக்கிறது.

ஃபாஸ்டென்சர் உற்பத்தியாளரைக் கவனியுங்கள் ஹண்டன் ஜிட்டாய் ஃபாஸ்டென்சர் உற்பத்தி நிறுவனம், லிமிடெட்.. அவற்றின் செயல்முறை ஸ்டாம்பிங், த்ரெடிங், வெப்ப சிகிச்சை மற்றும் முலாம் ஆகியவற்றை உள்ளடக்கியது. ஒவ்வொரு கட்டத்திலும் வெவ்வேறு ஆற்றல் சுயவிவரங்கள் மற்றும் பொருள் விளைச்சல் உள்ளது. அவற்றின் உலைகள் மற்றும் முலாம் பூசுதல் குளியல் மூலம், அவர்கள் ஒரு மாதாந்திர பயன்பாட்டு சராசரியிலிருந்து ஒரு கிலோகிராம்-க்கு-வெளியீட்டு ஆற்றல் செலவுக்கு மாறலாம். இந்த அடிப்படை முக்கியமானது. இது ஒரு கார்ப்பரேட் KPI இலிருந்து நிலைத்தன்மையை ஒரு உற்பத்தி வரி மாறியாக மாற்றுகிறது, இது ஒரு மாடி மேலாளர் உண்மையில் செல்வாக்கு செலுத்த முடியும்.

முன்கணிப்பு பராமரிப்பு: ஆழமான வேர்களைக் கொண்ட குறைந்த தொங்கும் பழம்

இது குறித்த பெரும்பாலான விவாதங்கள் வேலையில்லா நேரத்தைத் தவிர்ப்பதில் தொடங்குகின்றன. நிலைத்தன்மையின் கோணம் மிகவும் கட்டாயமானது: பேரழிவு தோல்வி ஆற்றல் மற்றும் பொருட்களை வீணாக்குகிறது. உயர் முறுக்கு ஸ்டாம்பிங் அச்சகத்தில் தோல்வியுற்ற தாங்கி மட்டும் உடைவதில்லை; இது வாரக்கணக்கில் தவறான அமைப்பை ஏற்படுத்துகிறது. மோட்டாரால் இயக்கப்படும் அமைப்புகளுக்கான அதிர்வு பகுப்பாய்வு மாதிரியை நாங்கள் செயல்படுத்தினோம், அது தோல்வியைக் கணிக்கவில்லை, ஆனால் துணை-உகந்த செயல்திறன் நிலைகளை அடையாளம் கண்டுள்ளது. இது நுட்பமான பகுதி. மாடல் பம்ப் ஒன்றைக் கொடியிட்டது, அது இன்னும் செயல்பாட்டில் உள்ளது, ஆனால் 8% செயல்திறனை இழந்துவிட்டது, அதாவது அதே வேலையைச் செய்ய அதிக மின்னோட்டத்தைப் பெறுகிறது. அதை சரிசெய்வது ஆற்றலைச் சேமித்தது மற்றும் மோட்டரின் ஆயுளை நீட்டித்தது, மாற்றியமைக்கப்படுவதிலிருந்து உருவான கார்பனைக் குறைக்கிறது.

எல்லா உபகரணங்களுக்கும் ஒரே மாதிரியான கண்காணிப்பு தேவை என்று கருதியதே தோல்வி. நாங்கள் ஒரு முழு அசெம்பிளி லைனையும் மிகைப்படுத்தினோம், இது விலை உயர்ந்தது மற்றும் சத்தமில்லாத தரவை உருவாக்கியது. நாங்கள் அறுவை சிகிச்சை செய்ய கற்றுக்கொண்டோம்: உயர் ஆற்றல் நுகர்வோர் மற்றும் முக்கியமான தர முனைகளில் கவனம் செலுத்துங்கள். பெய்ஜிங்-குவாங்சூ இரயில்வே போன்ற முக்கிய போக்குவரத்து வழித்தடங்களுக்கு அருகில் அமைந்துள்ள Zitai போன்ற நிறுவனத்திற்கு, லாஜிஸ்டிக் செயல்திறனில் கவனம் செலுத்துவதைக் குறிக்கிறது, HVAC மற்றும் சுருக்கப்பட்ட காற்று அமைப்புகளுக்கு ஒத்த முன்கணிப்பு மாதிரிகளைப் பயன்படுத்துவது-பெரும்பாலும் ஆலையின் மிகப்பெரிய ஆற்றல் வடிகால்-நேரடி கார்பன் சேமிப்பை அளிக்கும். தி ஜிட்டாய் ஃபாஸ்டென்சர்கள் வலைத்தளம் அவற்றின் உற்பத்தி அளவை எடுத்துக்காட்டுகிறது; அந்த அளவில், காற்றோட்ட மாதிரியால் அடையாளம் காணப்பட்ட சுருக்கப்பட்ட காற்று கசிவில் 2% குறைப்பு, பாரிய நிதி மற்றும் சுற்றுச்சூழல் வருவாயை மொழிபெயர்க்கிறது.

இங்கும் ஒரு கலாச்சார மாற்றம் உள்ளது. நன்றாக இருக்கும் ஒரு பகுதியை மாற்றுவதற்கான மாதிரியின் பரிந்துரைக்கு நம்பிக்கை தேவை. பராமரிப்புக் குழுக்களிடமிருந்து வாங்குவதற்கு, kWh மற்றும் டாலர்களில் திட்டமிடப்பட்ட ஆற்றல் கழிவுகளைக் காட்டும் எளிய டாஷ்போர்டுகளை நாங்கள் உருவாக்க வேண்டியிருந்தது. தத்தெடுப்புக்கு இந்த உறுதித்தன்மை முக்கியமானது.

செயல்முறை மேம்படுத்தல்: செட் புள்ளிகளுக்கு அப்பால்

பாரம்பரிய செயல்முறை கட்டுப்பாடு உலை வெப்பநிலை போன்ற ஒரு செட் புள்ளியை பராமரிக்க PID சுழல்களைப் பயன்படுத்துகிறது. ஆனால் கொடுக்கப்பட்ட தொகுதிக்கு உகந்த செட் பாயின்ட் என்ன? இது சுற்றுப்புற ஈரப்பதம், மூலப்பொருள் கலவை மாறுபாடுகள் மற்றும் விரும்பிய இழுவிசை வலிமை ஆகியவற்றைப் பொறுத்தது. இயந்திர கற்றல் மாதிரிகள் இதை மாறும் வகையில் மேம்படுத்தலாம். வெப்ப சிகிச்சை செயல்பாட்டில், உலோகவியல் விவரக்குறிப்புகளை அடைய தேவையான குறைந்தபட்ச வெப்பநிலை மற்றும் ஊறவைக்கும் நேரத்தைக் கண்டறிய வலுவூட்டல் கற்றல் மாதிரியைப் பயன்படுத்தினோம். இதன் விளைவாக ஒரு தொகுதிக்கு இயற்கை எரிவாயு நுகர்வு 12% குறைக்கப்பட்டது, தரத்தில் எந்த சமரசமும் இல்லை.

பிடிப்பதா? வெகுமதி செயல்பாட்டை நீங்கள் கவனமாக வரையறுக்க வேண்டும். ஆரம்பத்தில், நாங்கள் முற்றிலும் ஆற்றலுக்காக மேம்படுத்தினோம், மேலும் மாடல் குறைந்த வெப்பநிலையை பரிந்துரைத்தது, இது கவனக்குறைவாக பிந்தைய முலாம் கட்டங்களில் அரிப்பு விகிதங்களை அதிகரித்தது-சுற்றுச்சூழல் சுமையை மாற்றுகிறது. பல-நோக்கு தேர்வுமுறை கட்டமைப்பை, ஆற்றல் சமநிலைப்படுத்துதல், பொருள் மகசூல் மற்றும் கீழ்நிலை செயல்முறை நம்பகத்தன்மை ஆகியவற்றை நாங்கள் பின்பற்ற வேண்டியிருந்தது. இந்த முழுமையான பார்வையே உண்மையான தொழில்துறை நிலைத்தன்மையின் சாராம்சம்; இது ஒரு பகுதியை மற்றொன்றின் இழப்பில் துணை மேம்படுத்துவதைத் தவிர்க்கிறது.

ஒரு நிலையான உதிரிபாக உற்பத்தித் தளத்திற்கு, ஆயிரக்கணக்கான டன் வெளியீட்டில் இத்தகைய மேம்படுத்தல் மேக்ரோ தாக்கம் இருக்கும். இது கொதிகலன் அறையிலிருந்து உற்பத்தியின் முக்கிய செய்முறைக்கு நிலைத்தன்மையை நகர்த்துகிறது.

சப்ளை செயின் மற்றும் லாஜிஸ்டிக்ஸ்: தி நெட்வொர்க் எஃபெக்ட்

இங்குதான் AI இன் திறன் பரந்ததாகவும் வெறுப்பாகவும் இருக்கிறது. ஒரு தொழிற்சாலை அதிக செயல்திறன் கொண்டதாக இருக்கலாம், ஆனால் அதன் விநியோகச் சங்கிலி வீணாக இருந்தால், நிகர லாபம் குறைவாக இருக்கும். புத்திசாலித்தனமான ரூட்டிங் மற்றும் சரக்கு முன்கணிப்பு மூலம் AI இங்கு நிலைத்தன்மையை அதிகரிக்கிறது. கச்சா எஃகு சுருளுக்கான உள்வரும் தளவாடங்களை மேம்படுத்தும் திட்டத்தில் நாங்கள் பணியாற்றினோம். சப்ளையர் இருப்பிடங்கள், உற்பத்தி அட்டவணைகள் மற்றும் ட்ராஃபிக் தரவு ஆகியவற்றை பகுப்பாய்வு செய்வதன் மூலம், ஒரு மாடல் டெலிவரி ஜன்னல்களை உருவாக்கியது, இது டிரக் செயலற்ற நேரத்தைக் குறைத்து, முழு சுமைகளுக்கு அனுமதிக்கிறது. இது உற்பத்தியாளர் மற்றும் சப்ளையர் இருவருக்கும் ஸ்கோப் 3 உமிழ்வைக் குறைத்தது.

விரக்தி தரவு பகிர்விலிருந்து வருகிறது. நிகழ்நேர திறன் அல்லது இருப்பிடத் தரவைப் பகிர சப்ளையர்கள் பெரும்பாலும் தயக்கம் காட்டுகின்றனர். திருப்புமுனையானது மிகவும் சிக்கலான அல்காரிதத்துடன் அல்ல, ஆனால் தனியுரிம விவரங்களை வெளிப்படுத்தாமல் உறுதிமொழிகளைப் பதிவுசெய்த எளிய பிளாக்செயின் அடிப்படையிலான லெட்ஜர் (அனுமதிக்கப்பட்டது, கிரிப்டோ அல்ல) மூலம் வந்தது. நம்பிக்கை, மீண்டும், தடையாக உள்ளது.

ஹண்டன் ஜிட்டாய் ஃபாஸ்டென்சர் உற்பத்தி நிறுவனம், லிமிடெட்.முக்கிய நெடுஞ்சாலைகள் மற்றும் இரயில் பாதைகளை ஒட்டிய மூலோபாய இடம் ஒரு இயற்கையான தளவாட சொத்து. AI-உந்துதல் அமைப்பு, ஆர்டர்களை மாறும் வகையில் ஒருங்கிணைப்பதன் மூலமும், அவசரத்தின் அடிப்படையில் மிகக் குறைந்த கார்பன் போக்குவரத்து முறையை (ரயில் எதிராக டிரக்) தேர்ந்தெடுப்பதன் மூலமும் வெளிச்செல்லும் தளவாடங்களை மேம்படுத்தலாம், ஒவ்வொரு கப்பலுக்கும் அதன் கார்பன் தடயத்தைக் குறைக்க அந்த புவியியல் நன்மையைப் பயன்படுத்துகிறது.

சுற்றறிக்கை மற்றும் தர நுண்ணறிவு

நிலைத்தன்மைக்கான மிக நேரடியான பாதை, குறைந்த பொருளைப் பயன்படுத்துதல் மற்றும் குறைந்த கழிவுகளை உருவாக்குதல் ஆகும். தர ஆய்வுக்கான கணினி பார்வை பொதுவானது, ஆனால் நிலைத்தன்மைக்கான அதன் இணைப்பு ஆழமானது. ஆரம்பத்தில் கண்டறியப்பட்ட குறைபாடு என்றால், ஒரு பகுதியை ஆலையில் மறுவேலை செய்யலாம் அல்லது மறுசுழற்சி செய்யலாம், அதை வாடிக்கையாளருக்கு அனுப்புவதற்கான ஆற்றல் செலவைத் தவிர்க்கலாம், நிராகரிக்கப்பட்டு, மீண்டும் அனுப்பலாம். மிகவும் மேம்பட்டது, உற்பத்தியின் போது ஸ்பெக்ட்ரல் பகுப்பாய்வைப் பயன்படுத்தி தரத்தை கணிக்க, நிகழ்நேர செயல்முறை மாற்றங்களை அனுமதிக்கிறது. இதை ஒரு முலாம் பூசுதல் வரிசையில் பார்த்தோம்: ஒரு XRF பகுப்பாய்வி ஒரு மாதிரியில் தரவை அளித்தது, இது முலாம் பூசுதல் குளியல் வேதியியலைக் கட்டுப்படுத்துகிறது, கன உலோக பயன்பாடு மற்றும் கசடு கழிவுகளை 20% க்கும் மேல் குறைக்கிறது.

பின்னர் வட்ட பொருளாதார கோணம் உள்ளது. AI ஆனது மறுசுழற்சிக்கான பொருட்களை வரிசைப்படுத்துவதை எளிதாக்குகிறது. மெட்டல் ஃபாஸ்டென்சர்களுக்கு, வாழ்க்கையின் இறுதி வரிசையாக்கம் ஒரு சவாலாக உள்ளது. மறுசுழற்சி செய்யப்பட்ட மூலப்பொருட்களின் தூய்மை மற்றும் மதிப்பை அதிகரித்து, கால்வனேற்றப்பட்ட எஃகு ஸ்கிராப்பில் இருந்து துருப்பிடிக்காததை தானாகவே வரிசைப்படுத்த ஹைப்பர்ஸ்பெக்ட்ரல் இமேஜிங் மற்றும் CNN ஐப் பயன்படுத்தி ஒரு அமைப்பை நாங்கள் சோதனை செய்தோம். இது பொருள் வளையத்தை மூடுவது பொருளாதார ரீதியாக சாத்தியமானதாக ஆக்குகிறது.

ஒரு பெரிய உற்பத்தித் தளத்திற்கு, இந்த தர நுண்ணறிவை ஒருங்கிணைக்கிறது நிலையான பகுதி உற்பத்திச் சங்கிலி என்பது குறைவான கன்னிப் பொருள் பிரித்தெடுக்கப்பட்டது மற்றும் குறைவான கழிவுகள் நிலப்பரப்புக்கு அனுப்பப்படும். இது ஒரு செலவு மையத்திலிருந்து தரக் கட்டுப்பாட்டை ஒரு முக்கிய நிலைத்தன்மை இயக்கியாக மாற்றுகிறது.

மனித காரணி மற்றும் செயல்படுத்தல் புதைகுழி

ஆட்கள் இல்லாமல் இவை எதுவும் இயங்காது. பொறியாளர்கள் வெற்றிடத்தில் வடிவமைத்த லைட்-அவுட் ஆப்டிமைசேஷன் திட்டமே நான் கண்ட மிகப்பெரிய தோல்வி. மாடல்கள் புத்திசாலித்தனமாக இருந்தன, ஆனால் ஈரமான பிற்பகல்களில் இயந்திரம் 4 சூடாக இயங்கும் என்பதை அறிந்த ஆபரேட்டர்களின் மறைமுக அறிவை அவர்கள் புறக்கணித்தனர். அமைப்பு தோல்வியடைந்தது. நாங்கள் கலப்பின ஆலோசனை அமைப்புகளை உருவாக்கியபோது வெற்றி கிடைத்தது. மாதிரியானது ஒரு செட் பாயிண்டை பரிந்துரைக்கிறது, ஆனால் அந்த பின்னூட்டத்திலிருந்து சிஸ்டம் கற்றுக்கொள்வதன் மூலம் ஆபரேட்டர் அதை அங்கீகரிக்கலாம், நிராகரிக்கலாம் அல்லது சரிசெய்யலாம். இது நம்பிக்கையை உருவாக்குகிறது மற்றும் மனித உள்ளுணர்வை மேம்படுத்துகிறது.

செயல்படுத்துவது ஒரு மாரத்தான். தரவு உள்கட்டமைப்பை உருவாக்குவதற்கு பொறுமை, ஒற்றை செயல்முறை வரியுடன் தொடங்குவதற்கான பணிவு மற்றும் OT, IT மற்றும் நிலைத்தன்மை நிபுணத்துவம் ஆகியவற்றைக் கலக்கும் குறுக்கு-செயல்பாட்டு குழுக்கள் தேவை. இலக்கு பளபளப்பான AI-இயங்கும் பத்திரிகை வெளியீடு அல்ல. இது நூற்றுக்கணக்கான சிறிய மேம்படுத்தல்களின் கவர்ச்சியற்ற, ஒட்டுமொத்த விளைவு: இங்கே ஒரு உலையிலிருந்து சில டிகிரி மொட்டையடிக்கப்பட்டது, ஒரு டிரக் பாதை அங்கு சுருக்கப்பட்டது, ஒரு தொகுதி ஸ்கிராப் தவிர்க்கப்பட்டது. இப்படித்தான் AI தொழில்துறை நிலைத்தன்மையை உண்மையாக உயர்த்துகிறது-ஆரவாரத்துடன் அல்ல, ஆனால் ஒரு மில்லியன் தரவு புள்ளிகள் அமைதியாக முன்னோக்கிச் செல்லும் திறமையான, குறைவான வீணான பாதையை வழிநடத்துகிறது.