Real-Time Transient Response Optimization

تُعد المحركات الكهربائية هي القوة الخفية التي تُشغل الحياة الحديثة، فهي تُدير كل شيء بدءاً من المراوح في منازلنا وصولاً إلى عجلات المركبات الكهربائية. ولعقود من الزمن، اعتمد المهندسون على قواعد رياضية دقيقة لتوجيه هذه المحركات حول سرعة دورانها ومقدار القوة التي يجب تطبيقها. تعمل هذه القواعد بشكل رائع عندما تكون الظروف مستقرة، لكن العالم الحقيقي نادراً ما يكون مستقراً. فعندما يتغير الحمل فجأة — مثل صعود سيارة منحدرًا شديد الانحدار أو اصطدام آلة مصنع بعائق — يجب أن يستجيب المحرك فوراً. وإذا كانت الاستجابة أبطأ ولو بجزء من الثانية، فقد يضطرب النظام، أو يفقد كفاءته، أو حتى يتعطل. لقد كان التحدي الطويل يتمثل في كيفية جعل هذه الآلات ذكية بما يكفي للتعامل مع المفاجآت المفاجئة دون الحاجة إلى حواسيب ضخمة وبطيئة لا يمكن أن تتسع داخل وحدة التحكم الخاصة بالمحرك نفسه.

لقد طور فريق من الباحثين في شركة weeteq LTD طريقة جديدة لحل هذه المشكلة عن طريق إضافة طبقة من الذكاء الاصطناعي مباشرة في "دماغ" المحرك. وبدلاً من محاولة استبدال نظام التحكم الحالي بنظام جديد ومعقد، ابتكروا "مساعداً" إضافياً يعمل جنباً إلى جنب مع وحدة التحكم الرئيسية. يراقب هذا المساعد باستمرار اللحظات التي يبدأ فيها سلوك المحرك في الانحراف عن المسار المثالي. وعندما يرصد انحرافاً، فإنه يتحرك فوراً لتصحيح المسار، مما يؤدي فعلياً إلى تنعيم الحواف الخشنة لفيزياء العالم الحقيقي التي تعاني وحدات التحكم القياسية في إدارتها. والنتيجة هي نظام يمكنه اكتشاف وإصلاح الأخطاء في الوقت الذي يستغرقه طرف العين للرمش، وكل ذلك أثناء العمل على نفس الشريحة الصغيرة التي استُخدمت لسنوات.

قام الباحثون ببناء شريحة متخصصة لاختبار هذه الفكرة، حيث جمعوا بين وحدة تحكم المحرك القياسية وهذا المساعد الذكي الجديد. وقد أقاموا تجربة مخبرية حيث قام محرك واحد بتشغيل محرك آخر، مما سمح لهم بتطبيق تغييرات مفاجئة ودقيقة في القوة لرؤية كيفية استجابة النظام. وفي هذه الاختبارات، تمكنوا من تشغيل وإيقاف المساعد الذكي للمقارنة بين النتائج مباشرة. وعندما كان المساعد نشطاً، تعامل المحرك مع التحولات المفاجئة في الحمل باستقرار ملحوظ. لقد قلل النظام الخطأ في استجابته بنسبة تصل إلى 68 بالمائة مقارنة بوحدة التحكم القياسية وحدها. حدث هذا التحسن دون تغيير إعدادات وحدة التحكم الرئيسية؛ إذ تدخلت الطبقة الجديدة ببساطة للتعامل مع اللحظات غير المتوقعة التي لم تستطع المنظومة الأصلية إدارتها بشكل مثالي بمفردها.

ولفهم مدى جودة عمل هذا النظام، احتاج الباحثون إلى طريقة لقياس جودة استجابة المحرك تتجاوز مجرد قراءات السرعة أو القوة البسيطة. فقد طوروا طريقة جديدة تنظر إلى الشكل العام لحركة المحرك بمرور الوقت. تخيل مسار المحرك من سرعة ثابتة إلى أخرى كخط على خريطة؛ في عالم مثالي، سيكون هذا الخط مستقيماً. أما في الواقع، وبدون مساعدة، غالباً ما ينحني المسار أو يتذبذب بينما يكافح المحرك للتكيف. وجد الباحثون أن مساعدهم الذكي حافظ على مسار المحرك قريباً جداً من ذلك الخط المستقيم المثالي. وقد قاموا بقياس هذا التحسن من خلال قياس المساحة بين المسار الفعلي والمسار المثالي، مما خلق رقماً واحداً يوضح مدى جودة أداء النظام. سمح هذا النهج لهم برؤية واضحة بأن النظام لم يكن يستجيب فحسب، بل كان يحسن سلوكه بنشاط في الوقت الفعلي.

إن أحد أهم الإنجازات في هذا العمل هو السرعة التي يعمل بها النظام. يمكن لنموذج الذكاء الاصطناعي الذي يستخدمه المساعد اتخاذ قرار وتطبيق تصحيح في غض_ض أقل من 100 ميكروثانية، أي واحد من عشرة آلاف من الثانية. هذه السرعة بالغة الأهمية لأن النظام كلما كان أسرع في الاستجابة، قلّ احتمال حدوث "تجاوز" (overshoot) أو تذبذب للمحرك قبل الاستقرار. وقد أثبت الباحثون أنه من خلال إبقاء وقت الاستجابة تحت 200 ميكروثانية، استطاعوا تقليل هامش الخطأ في تنظيم النظام بشكل كبير. تم تحقيق هذا المستوى من السرعة من خلال تصميم النظام لمعالجة البيانات بشكل مستمر، بدلاً من الانتظار لجمع كميات كبيرة من المعلومات قبل اتخاذ القرار. فالنظام يلتقط فقط لحظات التغيير الأكثر أهمية، ويضغط كميات هائلة من البيانات في حزم صغيرة وعالية الكفاءة يمكن للشريحة التعامل معها فوراً.

كما أظهر الفريق أن هذا النهج لا يتطلب تدفقاً مستمراً من البيانات ليتم إرساله إلى حاسوب خارجي، وهو أمر شائع في أنظمة المراقبة الذكية الحالية. بدلاً من ذلك، تحدث العملية بأكملها داخل وحدة تحكم المحرك نفسها. وهذا يعني أن النظام يمكنه العمل بشكل مستقل، حيث يكتشف الأحداث الهامة ويصححها دون الحاجة إلى انتظار تعليمات من الخارج. ويتم تخزين البيانات التي يتم التقاطها بطريقة تحافظ على التفاصيل الجوهرية للحدث مع استهلاك مساحة صغيرة جداً. تسمح هذه الكفاءة للنظام بالاحتفاظ بسجل كامل لكل لحظة من لحظات التشغيل، مما يوفر مستوى من الرؤية حول صحة الآلة كان مستحيلاً تحقيقه باستخدام المستشعرات القياسية.

تمتد آثار هذا العمل إلى ما هو أبعد من مجرد جعل المحركات تعمل بسلاسة أكبر. فقد أظهر الباحثون أن طريقتهم يمكن تطبيقها على أنواع أخرى من أنظمة الطاقة، بما في ذلك الأنظمة التي تدير الكهرباء في الشبكات المعقدة. ومن خلال إثبات أن الذكاء الاصطناعي يمكن نشره بفعالية ضمن الحدود الزمنية الصارمة للتحكم في الوقت الفعلي، فقد فتحوا الباب أمام آلات أكثر ذكاءً واستجابة في العديد من الصناعات. إن النظام الذي بنوه ليس مفهوماً نظرياً؛ فقد تم اختباره على أجهزة مادية وأثبت عمله بموثوقية في ظل ظروف ديناميكية. إنه يمثل تحولاً في كيفية تفكيرنا في التحكم في الآلات، من الانتقال من القواعد الجامدة والمبرمجة مسبقاً إلى الأنظمة التكيفية التي يمكنها التعلم والتعديل أثناء العمل، وكل ذلك مع ملاءمة الشرائح الصغيرة والزهيدة الثمن التي تشغل أجهزتنا اليومية.

وفي النهاية، فإن العمل الذي قدمه الفريق في weeteq LTD يقدم حلاً عملياً لمشكلة هندسية طويلة الأمد. فمن خلال إضافة طبقة ذكية وخفيفة الوزن إلى وحدات تحكم المحركات الموجودة، أظهروا أن الآلات يمكن أن تصبح أكثر قوة وكفاءة بشكل كبير دون الحاجة إلى تغيير شامل في تصميمها. يكتشف النظام متى تسوء الأمور، ويصححها في لمح البصر، ويسجل ما حدث بطريقة تساعد المهندسين على فهم الآلة وتحسينها بشكل أكبر. يجسد هذا النهج الفجوة بين الوعد النظري للذكاء الاصطناعي والمتطلبات العملية للعالم المادي، مما يثبت أن أكثر المشكلات تعقيداً يمكن حلها من خلال الجمع الصحيح بين السرعة والبساطة والتصميم الذكي.