IoT-Based Smart Monitoring and Automation for Yield Optimization in Roll-to-Roll Manufacturing

تخيل أرضية مصنع حيث تتدفق لفائف طويلة ومرنة من المواد — مثل البلاستيك المستخدم في الألواح الشمسية أو الأفلام المستخدمة في الشاشات المرنة — وهي تنفك من لفة ضخمة، تمر عبر سلسلة من الآلات التي تقوم بالطباعة والطلاء والتجفيف، ثم تلتف لتصبح لفة أخرى. هذه العملية المستمرة، المعروفة باسم التصنيع من "لفافة إلى لفة" (roll-to-roll)، هي العمود الفقري لإنتاج الأجهزة المرنة عالية التقنية بسرعات عالية. ومع ذلك، فإن الحفاظ على مثالية هذا الشريط المتحرك أمر في غاية الصعوبة. نظرًا لأن المادة لا تتوقف أبدًا، فإن أي تغير طفيف في درجة الحرارة، أو اهتزاز بسيط في الآلة، أو تغير في الرطوبة يمكن أن يتسبب في عيوب تفسد أميالاً من المنتج قبل أن يلاحظها أحد. يحتاج القطاع إلى وسيلة لمراقبة هذه العملية باستمرار، ليس فقط لرصد الأخطاء بعد حدوثها، بل للتنبؤ بها قبل وقوعها.

هذا هو التحدي الذي يعالجه مشاق مشاق آدمز، وهو باحث في جامعة أبوجا، في دراسة مفاهيمية جديدة. فبدلاً من بناء آلة مادية أو إجراء اختبار مصنع، صمم آدمز مخططًا تفصيليًا لنظام مراقبة "ذكي". سيستخدم هذا النظام شبكة من المستشعرات الصغيرة المرنة المثبتة مباشرة على خط التصنيع لجمع البيانات حول البيئة وسلوك الآلة. ستتواصل هذه المستشعرات مع نظام حاسوبي مركزي، والذي سيستخدم الذكاء الاصطناعي للبحث عن الأنماط و"توأم رقمي" — نسخة افتراضية من خط المصنع الحقيقي — لمحاكاة ما يحدث. الهدف هو إنشاء حلقة حيث يرى النظام مشكلة قادمة، ويتنبأ بوجود عيب، ويقترح حلاً للمشغلين البشر أو للآلة نفسها، كل ذلك بينما لا يزال المنتج في حالة حركة.

لا تدعي الورقة البحثية أنها حلت مشكلة فقدان الإنتاجية أو أنها أثبتت نجاح هذا النظام في مصنع حقيقي. آدمز واضح جدًا في أن هذا مجرد مقترح، وإطار نظري مبني من خلال ربط التقنيات الموجودة التي تمت دراستها بشكل منفصل. تشير الدراسة إلى أنه من خلال الجمع بين المستشعرات المرنة، والاتصال بالإنترنت، والذكاء الاصطناعي، يمكن للمصنعين الانتقال من رد الفعل تجاه العيوب إلى منع حدوثها. توضح الدراسة كيف يمكن هيكلة مثل هذا النظام، وما الذي سيقيسه، وكيف سيتخذ القرارات، لكنها تتوقف عند حدود شرح هذه الأفكار دون اختبارها في العالم الحقيقي.

لفهم سبب أهمية ذلك، يجب النظر في طبيعة عملية التصنيع. في التصنيع التقليدي، تُصنع العناصر واحدًا تلو الآخر، مما يسمح بإجراء فحوصات بين الخطوات. أما في عملية "من لفة إلى لفة"، فإن المادة عبارة عن تدفق مستمر. إذا ارتفعت درجة الحرارة قليلاً في قسم التجفيف، فقد لا يستقر الحبر بشكل صحيح، مما يؤدي إلى عدم محاذاة يتسبب في إتلاف المنتج على بعد أميال. وبحلول الوقت الذي يرى فيه عامل العيب، قد يكون قد تم إهدار آلاف الدولارات من المواد. يتضمن الحل المقترح وضع مستشعرات على طول خط الإنتاج بالكامل. ستكون هذه المستشعرات مرنة ويمكن طباعتها مباشرة على الآلات أو على المادة نفسها، لتقيس أشياء مثل درجة الحرارة والرطوبة وتوتر الشبكة المتحركة.

بمجرد أن تجمع هذه المستشعرات البيانات، تنتقل المعلومات عبر شبكة اتصالات إلى مركز رئيسي. هنا، لا يقوم النظام بمجرد تخزين الأرقام؛ بل يحللها. تقترح الدراسة استخدام الذكاء الاصطناٍعي لتعلم شكل "الحالة الطبيعية" ولرصد متى يبدأ المسار في الانحراف. إذا اكتشف الذكاء الاصطناعي نمطًا يؤدي عادةً إلى عيب ما، فيمكنه الإبلاغ عن المشكلة فورًا. وهنا يأتي مفهوم التوأم الرقمي؛ فالتوأم الرقمي هو نموذج افتراضي للمصنع يعمل بالتوازي مع المصنع الحقيقي. وبينما تعمل الآلة الحقيقية، يتم تحديث النموذج الافتراضي بنفس البيانات. وهذا يسمح للنظام باختبار سيناريوهات مختلفة. على سبيل المثال، يمكنه التساؤل: "إذا قمنا بإبطاء الآلة بنسبة 5 بالمائة الآن، هل سيزول العيب؟" والحصول على إجابة قبل تغيير سرعة الآلة الحقيقية فعليًا.

حدد الباحثون عدة مجالات محددة سيكون فيها هذا النوع من المراقبة مفيدًا للغاية. فقد سلطوا الضوء على درجة الحرارة والرطوبة كعوامل حاسمة، حيث يمكن أن يغير هذان العاملان طريقة سلوك المواد. كما أشاروا إلى محاذاة الطبقات المطبوعة، والمعروفة باسم "التسجيل" (registration)، وهي عملية حيوية للأجهزة ذات الطبقات المتعددة من الدوائر. وتقترح الدراسة أنه من خلال مراقبة هذه المتغيرات في الوقت الفين، يمكن للنظام التنبؤ بأخطاء التسجيل قبل حدوثها. كما يأخذ الإطار العملي في الاعتبار احتياجات الطاقة للمستشعرات، مقترحًا أن بعضها يمكن أن يكون ذاتي التغذية، حيث يولد كهرباء من حركة الآلة، مما يلغي الحاجة إلى البطاريات أو الأسلاك في الأماكن التي يصعب الوصول إليها.

ومع ذلك، تحرص الورقة البحثية على التمييز بين ما هو معروف وما هو مجرد اقتراح. تؤكد الدراسة أن الأجزاء الفردية من هذه الأحجية — المستشعرات المرنة، والذكاء الاصطناعي، والتوائم الرقمية — موجودة وقد تمت دراستها في سياقات أخرى. الجديد هنا هو فكرة جمعها جميعًا في نظام واحد متماسك مخصص خصيصًا لتصنيع "من لفة إلى لفة". يصرح المؤلف صراحةً بأنهم لم يبنوا نموذجًا أوليًا، ولم يقيسوا أي تحسن فعلي في إنتاجية التصنيع، ولم يثبتوا أن هذا النظام سيوفر المال أو يقلل الهدر في مصنع حقيقي. بدلاً من ذلك، قدموا خريطة لكيفية بناء مثل هذا النظام.

تكمن قيمة هذا العمل في هيكليته؛ فهو يقدم مسارًا واضحًا للمهندسين الذين يرغبون في الانتقال من القياسات المعزولة إلى مصنع متصل بالكامل وتنبئي. توضح الدراسة الخطوات اللازمة لتحويل هذه الفكرة إلى واقع: أولاً، معايرة المستشعرات؛ ثانيًا، إجراء تجارب محكومة لجمع البيانات؛ وثالثًا، تدريب نماذج الذكاء الاصطناعي للتعرف على الأنماط المحددة لخط إنتاج "من لفة إلى لفة". وحتى يتم اتخاذ هذه الخطوات، يظل النظام مجرد مفهوم. البحث لا يدعي أن التكنولوجيا جاهزة للتركيب غدًا، لكنه يجادل بأن القطع اللازمة لبنائها متاحة.

في النهاية، هذه الورقة هي مقترح لطريقة أذكى لمراقبة المصنع. إنها تتصور مستقبلًا لا يكون فيه خط التصنيع مجرد سلسلة من الآلات، بل نظامًا متصلاً يفهم حالته الخاصة. ومن خلال ربط الحركة المادية للمادة بنموذج رقمي واستخدام الذكاء الاصطناعي لتفسير البيانات، يهدف النظام إلى رصد المشكلات مبكرًا. وبينما لا تقدم الدراسة منتجًا نهائيًا، إلا أنها توفر أساسًا متينًا للجيل القادم من التصنيع، حيث يكون الهدف هو منع الهدر قبل حدوثه بدلاً من فرزه بعد وقوعه. وتشير الدراسة إلى أنه مع الجمع الصحيح بين المستشعرات والبرامج الذكية، يمكن جعل المهمة الصعبة المتمثلة في الحفاظ على مثالية خط إنتاج مستمر أكثر سهولة وإدارة.