اشتراک گذاری در twitter
Tweet
اشتراک گذاری در facebook
Share
اشتراک گذاری در linkedin
Share
Lean R&D، هوش مصنوعی تحلیلی فرآیندها و توسعه مواد سرامیکی را تسریع می‌کند

"هوش مصنوعی چگونه برای فرآیندهای سرامیکی کار می‌کند و چگونه برای تولیدکنندگان لعاب سرامیک یا کاشی سرامیکی کاربرد دارد؟" راهکار ارائه شده توسط MaterialsZone را ببینید.

MaterialsZone، یک راه کار مبتنی بر انفورماتیک مواد (Materials Informatics) است که یک پلتفرم نرم‌افزاری و خدمات را ترکیب می‌کند. این پلتفرم به پژوهشگران و دانشمندان داده در صنعت کمک می‌کند تا توسعه مواد جدید را با تجمیع داده‌ها و استفاده از تکنیک‌های تحلیلی و آماری (AI/ML) تسریع کنند و بینش و پیش‌بینی‌هایی برای تیم‌های تحقیق و توسعه فراهم آورند.

این پلتفرم و الگوریتم‌های هوش مصنوعی در بیشتر صنایع کاربرد دارد و تفاوت در ماهیت داده‌های ورودی است.

در این مقاله، می‌خواهیم به سوالی که اغلب از ما پرسیده می‌شود پاسخ دهیم: “هوش مصنوعی چگونه برای فرآیندهای سرامیکی کار می‌کند و چگونه برای تولیدکنندگان لعاب سرامیک یا کاشی سرامیکی کاربرد دارد؟”

هوش مصنوعی چیست؟

هوش مصنوعی (AI) موضوعی است که در تمام صنایع نوآوری و هیجان را برانگیخته است. آیا واقعاً یک معما است یا فقط راهی دیگر برای استفاده از کامپیوترهای قدرتمند و داده‌ها برای کمک و بهبود بهره‌وری کارخانه‌ها و آزمایشگاه‌های تحقیق و توسعه است؟ با استفاده از یک تشبیه، می‌توان آن را به ناوبر GPS در خودروهای ما تشبیه کرد که پیشنهادات هوشمندانه‌ای ارائه می‌دهد، اما ما تصمیم‌گیری می‌کنیم.

این حوزه از علم که به نام انفورماتیک نیز شناخته می‌شود، به تجمیع و پردازش داده‌های موجود آماده برای اعمال هوش مصنوعی تحلیلی (Analytic AI) برای تسریع توسعه مواد جدید یا بازفرمولاسیون مواد موجود برای ویژگی‌های تجدید نظر شده می‌پردازد. این فرآیند تحقیق و توسعه (R&D) را کوتاه می‌کند، توسعه را سرعت می‌بخشد و همکاری در زمان واقعی بین تیم‌های جهانی پراکنده در مکان‌های مختلف را بهبود می‌بخشد. در MaterialsZone ما آن را تحقیق و توسعه ناب (Lean R&D) می‌نامیم، که توسعه مواد بر اساس هوش مصنوعی تحلیلی و یادگیری ماشین (ML) است.

نوآوری در محصولات سرامیکی

انفورماتیک مواد، یک بازار جدید و سریع‌الرشد است. هیچ حوزه‌ای بهتر از تولیدکنندگان کاشی سرامیکی و صنایع وابسته مانند جوهر، رنگدانه، لعاب، انگوب یا فرمولاسیون افزودنی، ذوب فریت و ترکیبات بدنه نیست که از این فناوری بهره‌مند شود. به‌طور مشابه، تأمین‌کنندگان تجهیزات فرآیندی می‌توانند شرایط واقعی پخت را مدل‌سازی کنند. سرامیک در پیچیدگی تولید خود منحصر به فرد است. تولید کاشی در سراسر جهان رخ می‌دهد و هیچ دو کارخانه یا حتی خطوط لعاب یکسانی ندارند که مواد اولیه یا شرایط فرآیندی مشابهی داشته باشند. مجموعه‌های جدید کاشی نیاز به تغییرات فرمولاسیونی متعدد در طول توسعه و آزمایش‌های زیادی دارند تا به نتیجه مطلوب برسند. این روند رفت و برگشت، آزمون و خطا، از طریق کوره‌ها و خطوط لعاب صنعتی، مقدار زیادی از زمان، انرژی و منابع را مصرف می‌کند. علاوه بر این، تغییر سریع به تولید اسلب های بزرگ پرسلانی نیاز به سیستم‌هایی برای کنترل و پیش‌بینی رفتار مواد تزئینی (بنابراین کل فرآیند چاپ و تزئین) در طول مرحله پخت در کوره را افزایش داده است. بسیاری از این بار بر دوش تأمین‌کنندگان لعاب و ماشین‌آلات قرار می‌گیرد که باید یک فهرست گسترده از شرایط پخت، فریت‌ها و لعاب‌ها را برای هر مشتری پشتیبانی کنند، که این کار بزرگی است با توجه به اینکه هزاران تولیدکننده کاشی در سراسر جهان وجود دارند.

شروع کار

اولین گام‌ها با هوش مصنوعی در صنعت سرامیک چیست؟ رویکرد MaterialsZone نیازی به متخصصان یا دانشمندان داده اضافی ندارد و در چارچوب تیم موجود مشتری کار می‌کند. پس از پیوستن به پلتفرم، MaterialsZone یک مدیر پروژه و مهندس راه‌حل منصوب می‌کند، تیمی اختصاصی که با شرکت از طریق یک فرآیند یادگیری فعال کار می‌کند تا موارد کاربرد و تمرکز و فرآیند تسریع برای دستیابی به اهداف مورد انتظار را شناسایی و تعریف کند. هنگامی که درک شد، می‌توانیم از داده‌های موجود (یا بدون داده) یک چارچوب بسازیم تا بهتر استراتژی داده مورد نیاز برای دستیابی به اهداف را پیاده‌سازی کنیم. برای شرکت‌هایی که داده‌ها و دانش خود را در دفترچه‌های دستی یا کاربرگ‌های اکسل ذخیره می‌کنند، این آغاز چیزی است که به “سفر دیجیتال” معروف است. شرکت‌هایی که ممکن است قبلاً ELN (دفترچه‌های آزمایشگاهی الکترونیکی) و یا LIMS (سیستم‌های مدیریت اطلاعات آزمایشگاهی) را پیاده‌سازی کرده باشند، می‌توانند در هر سطحی به پلتفرم MaterialsZone متصل شوند.

شناسایی مشکل

برخی چالش‌هایی که صنعت کاشی امروز با آن‌ها مواجه است عبارتند از:

رعایت پایداری و مقررات (کاهش ردپای کربنی، مواد و فرآیندهای سمی و آلوده‌کننده).

تغییرات در مواد اولیه و فرآیندها.

توسعه سریع بدنه‌ها، لعاب‌ها و سطوح جدید.

کاهش هزینه‌ها، کاهش ضایعات و بهبود بازده.

در ارتباط با پایداری، هیدروژن سبز موضوع مهمی است که تحقیقات سرامیکی را تحت تأثیر قرار می‌دهد و نیاز به مدیریت آزمون‌های احتراق و تجمیع اطلاعات دارد، که می‌تواند توسط پلتفرم MaterialsZone پشتیبانی شود. به‌طور مشابه، این پلتفرم می‌تواند به بهینه‌سازی فرمولاسیون لعاب و بدنه و غلبه بر تغییرات محلی با انتخاب بهترین مواد اولیه و پیش‌بینی شرایط بهینه برای کوره‌های پخت و ذوب کمک کند. کاهش هزینه‌های کلی نیز با دیجیتالی شدن کل فرآیند تحقیق و توسعه که توسط چهار ستون راه‌حل Lean R&D قابل دستیابی است: تجمیع داده‌ها، مرکز همکاری، تحلیلگر بصری، هم‌پایلوت پیش‌بینی.

راه‌حل MaterialsZone

MaterialsZone از یک رویکرد چهار مرحله‌ای پیروی می‌کند.

مرحله 1. شرکت یک مورد کاربردی را انتخاب می‌کند، یک موضوع خاص، مشکل یا پروژه‌ای که تصمیم به تسهیل آن دارد. می‌تواند تبدیل به مخلوط‌های هیدروژن سبز به عنوان سوخت کوره، بهینه‌سازی فرمولاسیون بدنه یا انگوب، مدیریت ذوب فریت یا هر چیزی که نیاز به توسعه تکراری دارد باشد. MaterialsZone موارد کاربردی آماده برای محاسبه فرمولاسیون لعاب، بدنه یا فریت دارد؛ همچنین می‌تواند محاسبات پایداری را نشان دهد و نحوه برخورد با مسائل امنیتی، داخل و خارج از سازمان را نشان دهد.

مرحله 2. مرحله دوم شامل شناسایی داده‌های مرتبط با آن مورد کاربردی یا پروژه است. این داده‌ها بینش‌هایی را ایجاد کرده و به‌طور ایمن در مرکز دانش مواد انباشته می‌شوند. با گذر زمان، هنگامی که شرکت از پروژه‌ای به پروژه دیگر منتقل می‌شود، پایگاه دانش آن گسترش یافته و در دسترس تمام سازمان قرار می‌گیرد و تحت کنترل افراد خاصی نخواهد بود. این امر سپس کل تلاش تحقیق و توسعه را به یک چارچوب همکاری تبدیل می‌کند.

مرحله 3. در این مرحله، شرکت بینش کسب کرده و گاهی به‌طور غیرمنتظره الگوهایی در داده‌های خود شناسایی می‌کند. تحلیلگر بصری پلتفرم در سراسر سازمان، برای تسریع توسعه استفاده می‌شود.

مرحله 4. پس از جمع‌آوری داده‌ها و انجام آزمایش‌ها، حال مدل‌سازی فرآیند با استفاده از هوش مصنوعی می‌تواند انجام شود. پیش‌بینی پیشنهادات آزمایشی از طرف co-pilot ارائه می‌شود و هم زمان نتایج را پیش‌بینی می‌کند. این مرحله می‌تواند در هر بخش از فرآیند تولید انجام شود.

خلاصه

معرفی هوش مصنوعی در صنعت سرامیک برای حمایت از نوآوری یک گام مهم ابتدایی است و می‌تواند در اندازه های کوچک شروع شود. ابزارها اکنون می‌توانند تحقیق و توسعه را ساده‌سازی کرده و پایگاه دانش شرکتی را حفظ کنند. برای سال‌ها، صنعت حساب‌های مالی و پول را تحت کنترل دقیق نگه داشته است و اخیراً، CRM نیز کل فرآیند فروش را سازماندهی کرده است، در حالی که فرآیند تحقیق و توسعه همچنان مبهم مانده است. MaterialsZone می‌تواند به مدیریت کمک کند تا کنترل این مرحله استراتژیک را باز پس بگیرد و به تیم‌های توسعه محصول و دانشمندان داده اجازه دهد تا بهره‌وری و خلاقیت خود را افزایش دهند.

MaterialsZone اخیراً در راهنمای بازار 2024 Gartner’s برای راه‌حل‌های انفورماتیک مواد به عنوان پیشرو در این حوزه معرفی شده است.

مقالات مرتبط

ما Acimac هستیم

برند جدید Acimac با نام «We Are Acimac»، تداعی فناوری ساخت، طراحی و ارائه خدمات ایتالیائی در تولید محصولات سرامیکی است و قصد دارد تا

رویکرد بیومیمتیک در فرآیند طراحی Tenagreen

بایندرهای جدید Tenagreen امکان تولید اسلب‌های نازک‌تر، کاهش مصرف گاز طبیعی مورد نیاز برای پخت و استفاده از خاک‌های بازیافتی و یا خاک‌هایی با کیفیت

مقاله های اخیر

عناوین اصلی

بیشتر بخوانید