استخدام الذكاء الاصطناعي للتحقق من صحة الأجزاء المطبوعة ثلاثية الأبعاد

طوّر فريق من الباحثين من كلية غرينجر للهندسة نموذجًا للذكاء الاصطناعي قادر على تحديد بصمات الأجزاء المطبوعة ثلاثية الأبعاد بدقة. يفحص الذكاء الاصطناعي التفاصيل الرئيسية التي لا يمكن للعين البشرية رؤيتها، ويقارن نتائجه بالتفاصيل المحددة لكل منها. طابعة 3D اوراق اشجار.

قد يُسهم هذا الاكتشاف في تخفيف أعباء التصنيع والمراقبة وإدارة سلسلة التوريد، مما قد يوفر على الشركات مليارات الدولارات. إليك ما تحتاج لمعرفته.

التحديات في التحقق من سلسلة التوريد

إن تعقيد المنتجات اليوم يعني أن تصنيعها قد يتطلب آلاف المكونات، المستمدة من مئات المصنّعين. وللأسف، أدى هذا الوضع إلى بعض المشاكل، إذ ثبت أن ضمان ثبات جودة المصنّعين مهمة شائكة.

في اتفاقية تصنيع نموذجية، يتوصل الطرفان إلى تفاهم حول التفاصيل الرئيسية للمنتج. قد تشمل هذه التفاصيل العمليات الدقيقة، والمواد المستخدمة، وإجراءات المصنع. وحسب القطعة والغرض منها، قد لا يكون من السهل ملاحظة أي تغييرات أُجريت لبعض الوقت أو حتى حدوث عطل.

تحديد مصدر الجزء

في الماضي، كانت الطرق الشائعة لضمان مصدر القطعة الأصلية تتضمن أساليب بدائية للغاية، مثل ملصقات القطع، وأدوات التتبع، وحتى الأرقام التسلسلية المدمجة. كانت هذه الأساليب واضحة للعيان، لكنها كانت أيضًا عرضة للنسخ والتزوير والتزييف. أدت هذه المشاكل إلى إصرار المصنّعين على وضع علامات خفية على بعض المكونات.

الطباعة ثلاثية الأبعاد ونقاط ضعفها

يُغيّر إدخال الطباعة ثلاثية الأبعاد العملية الصناعية إلى الأبد. هذا الخيار التصنيعي المرن سهّل على المصنّعين الاستعانة بمصادر خارجية لتصنيع المكونات. في الوقت نفسه، تُصبح قطع الطباعة ثلاثية الأبعاد أسهل في التعديل والتقليد.

هناك عوامل أخرى يجب إدارتها ومراقبتها عند مناقشة التصنيع الإضافي، بما في ذلك جودة المواد الخام، وضوابط العمليات، ونوع الآلات المستخدمة. والجدير بالذكر أن أي تغيير في هذه العوامل قد يؤدي إلى جودة قطع غيار دون المستوى المطلوب.

الأساليب التقليدية لمراقبة الجودة

بذل المصنعون جهودًا كبيرة لتعزيز عمليات التدقيق لديهم. قد يُجرون زيارات ميدانية أكثر ويطلبون علامات إضافية لضمان منشأ المنتجات. لكن الحقيقة هي أن هذا النهج أثبت عدم فعاليته على نطاق واسع.

في الماضي، كان يُستعان بخبراء بشريين للمساعدة في تحديد أصل المكونات المُصنّعة بتقنية التصنيع الإضافي. إلا أن هذه العملية تستغرق وقتًا طويلاً. إضافةً إلى ذلك، غالبًا ما يغفل المُصنّعون عن أي مشاكل حتى تحدث مشكلة في مرحلة لاحقة من الإنتاج، مما يُصعّب تحديد القطعة التي تم تعديلها بدقة وكيفية حدوثها.

نظرة عامة على دراسة بصمة الذكاء الاصطناعي

الدراسة¹ "تحديد مصدر التصنيع الإضافي من الصور باستخدام التعلم العميق"نُشرت دراسة في مجلة "التصنيع المتقدم"، الشريكة لمجلة "نيتشر"، تُقدّم نموذج ذكاء اصطناعي قد يُسهم في حل العديد من هذه المشكلات في السنوات القادمة. هذا النظام قادر على التحقق من جودة وأصالة قطع التصنيع المتقدم باستخدام صور مُحلّلة لنسيج طبقاتها.

بصمة التصنيع

لكل طابعة ثلاثية الأبعاد خصائص فريدة تُضفي عليها بصمة مميزة، يمكن اكتشافها بواسطة المستشعرات وأنظمة الذكاء الاصطناعي. وترتبط تفاصيل رئيسية، مثل تفاوتات أبعاد القطع، وإعدادات العملية، والمواد المستخدمة، باختلاف الآلات.

المصدر - التصنيع المتقدم

كيف تعمل عملية بصمة الذكاء الاصطناعي

يعمل نظام بصمة الإصبع على افتراض وجود تعاون من الشركة المصنعة، وإن لم يكن ذلك ضروريًا. الخطوة الأولى هي جمع عينات من المنتج المثالي لأغراض المقارنة. ستحتاج إلى تقديم تفاصيل محددة، بما في ذلك ماركة الآلة وطرازها، وعملية التصنيع، والمواد المستخدمة أثناء الإنتاج. بعد ذلك، يتولى نظام الذكاء الاصطناعي الباقي.

هندسة التعلم العميق وتصميم النماذج

يستطيع نموذج الذكاء الاصطناعي تحديد بصمة الطابعة ثلاثية الأبعاد من صورة عالية الدقة للقطعة. ثم يأخذ تفاصيل الصورة، مثل نسيج السطح، باستخدام تصغير حجم الصورة، وأخذ العينات العشوائية، ونظام التصويت. ثم يُصغّر حجم الصورة للسماح بالمزيد من الصور لكل نموذج.

أجرى المهندسون تجارب على عدة هياكل ذكاء اصطناعي مختلفة قبل أن يقرروا أن EfficientNetV2 هو الخيار الأمثل. وكشفت الاختبارات أن نموذج الذكاء الاصطناعي يحقق دقة عالية، كما أنه الأسرع من حيث وقت التدريب. وعزا المهندسون هذا الأداء إلى إمكانية إدخال عدد أقل من المعلمات وتصميم طبقات النموذج.

تدريب النموذج باستخدام أكثر من 9,000 صورة للأجزاء

لتدريب الذكاء الاصطناعي، أنشأ الفريق قاعدة بيانات تضمنت صورًا لـ 9,192 قطعة. استُخدمت هذه القطع من 6 مصنّعين مختلفين، وصُنعت على 21 آلة باستخدام إحدى عمليات التصنيع الأربع المختلفة. طُبع كل قطعة ثم مسحها ضوئيًا باستخدام طابعة Epson Perfection V39 عالية الدقة.

كانت عمليات المسح بدقة 4800 نقطة في البوصة، ومسح كل جزء عدة مرات لإضافة رقم تسلسلي ممسوح ضوئيًا. ثم مسحت الصور الناتجة، ذات البكسل 5.3 ميكرومتر، على دفعات، كل منها 21 صورة، وأُرسل مسارها إلى جهاز توزيع عشوائي. ساهم هذا النهج في تحسين أوقات إدخال البيانات.

اختبار طريقة بصمات الأصابع

لاختبار نظريتهم، ابتكر المهندسون مجموعة متنوعة من القطع من 21 آلة فريدة عبر أربع عمليات تصنيع مختلفة. قام نموذج الذكاء الاصطناعي بأخذ عينات عشوائية من منطقة الاهتمام (ROI) بدقة 448 × 448 بكسل من كل صورة جزء، وذلك كجزء من مرحلة الاختبار.

نتائج دقة بصمات الأصابع

أثبت الذكاء الاصطناعي كفاءته، مسجلاً دقةً بلغت 98% على 1050 قطعة. حدّد النموذج جميع المقاييس الرئيسية للقطع، بما في ذلك عملية التصنيع، والمادة، وموقع الطباعة في الآلة. وأظهر أنه لا يحتاج سوى إلى 10 قطع فقط لتأمين بصمة الطابعة.

لماذا هذا مهم للصناعة

سيجلب هذا النهج فوائد جمة للسوق. أولًا، سيساعد على منع فقدان الجودة ومساعدة المصنّعين على تحديد أسباب الأعطال. عند التعامل مع أنظمة متقدمة وحساسة، مثل طائرات الركاب، قد يُحدث هذا النهج فرقًا كبيرًا.

الكشف المبكر عن الأجزاء المعيبة

سيساعد نموذج الذكاء الاصطناعي هذا أيضًا في اكتشاف مشاكل المكونات المطبوعة ثلاثية الأبعاد قبل تركيبها. سيوفر هذا النهج تكاليف على المصنّعين، ويُقلل من أي مخاطر سلامة قد تنشأ بسبب عيوب القطعة غير الصحيحة. بالإضافة إلى ذلك، يوفر هذا النهج قابلية للتوسع مقارنةً باستخدام الخبراء البشريين.

قابلية التوسع وقابلية التكيف مع النموذج

يستطيع نموذج الذكاء الاصطناعي التعلم والتكيف مع مرور الوقت. هذا التفصيل يعني أن النظام قادر على تحديد سمات قابلة للتحديد للتنبؤ بخصائص تصنيع أخرى. تشمل هذه السمات العملية والمادة والآلة المستخدمة في طباعة أي مكون.

التطبيقات في الصناعة وسلسلة التوريد والطب الشرعي

هناك العديد من التطبيقات العملية لهذه التقنية، بدءًا من إدارة الموردين ومراقبة الجودة، وصولًا إلى إنفاذ القانون. تُعدّ القدرة على تحديد مصدر الأجزاء المطبوعة ثلاثية الأبعاد نقلة نوعية قد تُسهم في إنقاذ الأرواح. إليكم تطبيقاتها الرئيسية وجدولها الزمني.

صناعي

سيجد القطاع الصناعي استخدامًا فوريًا لهذه التقنية، إذ قد تُثبت أهميتها في حل المشكلات الجذرية. في المستقبل، سيتمكن المصنعون من استخدام تقنية تحديد المصدر المستندة إلى الصور لمراقبة جودة وأصالة قطع التصنيع الإضافي، مما يُسهم في ضمان فعالية مراقبة جودة البيانات في عصر الطابعات ثلاثية الأبعاد.

سلسلة التوريد

ستجعل المزايا نفسها النظام مثاليًا لإدارة سلسلة التوريد. هناك آلاف من المصنّعين المتعاقدين ضمن سلسلة توريد رئيسية. سيساعد نظام الذكاء الاصطناعي الشركات على مراقبة وإدارة المنتجات الفردية القادمة من مواقع مختلفة وفي أوقات مختلفة. ستتيح قابلية النظام للتوسع للمصنّعين المستقبليين التحقق مسبقًا من صحة القطع قبل التركيب أو العطل.

تحقيق

من المجالات الأخرى التي يمكن أن تُسهم فيها هذه التقنية تحديد مصدر السلع غير المشروعة. فبفضل هذه التقنية، أصبح من الأسهل بكثير رصد كل شيء، من قطع الغيار المقلدة إلى الأسلحة المطبوعة بتقنية الطباعة ثلاثية الأبعاد. في الماضي، كانت قضايا مثل الأسلحة الشبحية تُحيّر السياسيين. أما في المستقبل، فستساعد هذه التقنية جهات إنفاذ القانون على تقديم المزيد من الأشخاص للعدالة، مع الإسهام في الحد من تدفق الأسلحة النارية المطبوعة بتقنية الطباعة ثلاثية الأبعاد عالميًا.

الجدول الزمني لبصمة الأجزاء المطبوعة بتقنية الطباعة ثلاثية الأبعاد

من الممكن تطبيق تقنية بصمة الذكاء الاصطناعي هذه خلال سنة إلى ثلاث سنوات قادمة. هناك طلب كبير على مزايا هذا النموذج، ويمكن تكييفه ودمجه بسهولة في سلاسل التوريد والتصنيع. هذه العوامل تُسهم في توفير المال للشركات وتوفير حياة أفضل.

بصمة أجزاء مطبوعة بتقنية الطباعة ثلاثية الأبعاد

أُعدّت الدراسة من قِبل باحثين من كلية غرينجر للهندسة. وتضمنت الدراسة، على وجه التحديد، مساهمات بيل كينغ، ومايلز بيمروز، وديفيس ماكجريجور، وتشارلي وود، وسامح توفيق. ويسعى الفريق الآن إلى توسيع نموذجهم ليشمل المزيد من الطابعات ثلاثية الأبعاد والمصنّعين.

الاستثمار في قطاع الطباعة ثلاثية الأبعاد

يمكن للعديد من الشركات في قطاع التصنيع الإضافي الاستفادة من هذه الدراسة. فقد شهد المستثمرون تحول شركات الطباعة ثلاثية الأبعاد من مرحلة النماذج الأولية إلى بناء أحياء سكنية كاملة. لذا، ليس من المستغرب أن نلاحظ تزايد استخدام تقنية الطباعة ثلاثية الأبعاد. إليكم شركة تواصل بذل جهود رائدة.

شركة كاربنتر للتكنولوجيا

شركة كاربنتر للتكنولوجيا (CRS -1.37٪) دخلت السوق عام ١٨٨٩ في ريدينغ، بنسلفانيا. أسس الشركة جيمس هنري كاربنتر وعدد من المستثمرين لإنتاج مكونات متخصصة.

من المثير للإعجاب أن شركة كاربنتر تكنولوجي حافظت على روح ريادية، بل ساهمت في ابتكار بعض أوائل المقذوفات الخارقة للدروع خلال الحرب الإسبانية الأمريكية. ومنذ ذلك الحين، اكتسبت سمعة طيبة بفضل متانتها، حتى أنها استُخدمت في محرك طائرة الأخوين رايت عندما حلّقتا لأول مرة عام ١٩٠٣.

في عام ١٩١٧، حققت الشركة اكتشافًا هامًا آخر بطرحها الفولاذ عالي القوة في السوق. كان هذا البديل المقاوم للتآكل أساسيًا للابتكار في قطاع الطيران. واليوم، تقدم الشركة مجموعة واسعة من المنتجات، بما في ذلك الفولاذ المتخصص والسبائك والمساحيق المستخدمة في تطبيقات الطباعة ثلاثية الأبعاد.

تُعد خيارات مسحوق كاربنتر تك عنصرًا أساسيًا في عمليات القطع والتشكيل والحفر المعقدة، وتُستخدم سبائكها في العديد من الصناعات، بما في ذلك النقل والدفاع والفضاء والطاقة والصناعة والطب والإلكترونيات الاستهلاكية. كل هذه العوامل تجعل من CRS إضافة قوية لمحفظتك الاستثمارية.

أحدث أخبار وتطورات أسهم شركة كاربنتر تكنولوجي

مزيد من المساءلة → مستقبل مراقبة الجودة مع الذكاء الاصطناعي

عندما تشاهد الأخبار وتقرأ تقارير عن أعطال مكونات الطائرات أو غيرها من الحوادث التي تُهدد الحياة، يتضح جليًا أهمية تحديد مصدر الأعطال للحفاظ على السلامة العامة. يُسهم هذا النهج الجديد في خفض التكاليف ويفتح المجال لتطبيقات واسعة النطاق.

في المستقبل، ستشمل مراقبة الجودة جميع مكونات المنتج، قبل تركيبه وتعطله. لذا، يستحق هؤلاء المهندسون كل التقدير على جهودهم التي من شأنها أن تُسهم في إنقاذ الأرواح وتوفير المال.

تعرف على أحدث إنجازات الذكاء الاصطناعي اضغط هنا.

الدراسات المشار إليها:

^{1. بيمروز، إم في، ماكجريجور، دي جي، وود، سي، توفيق، إس، وكينج، دبليو بي (2025). تحديد مصدر التصنيع الإضافي من الصور باستخدام التعلم العميق. npj التصنيع المتقدم، 2(20). https://doi.org/10.1038/s44334-025-00031-2}