تتطلب الأسواق شديدة التنافس شركاتٍ عالية الأداء لتبقى في المنافسة. ومفتاح الشركات عالية الأداء هو المنتجات عالية الجودة والاقتصادية. ولتحقيق منتجات عالية الجودة، ينبغي تطبيق فحص جودة موثوق في كل مرحلة معالجة على الأقل. وفي المقابل، لتحقيق إنتاج اقتصادي، ينبغي للشركات زيادة إنتاجيتها وتقليل تكلفة الصيانة. ويتطلّب هذان الجانبان من الجودة العالية والإنتاج الاقتصادي تطبيق أنظمة القياس أثناء التصنيع.

من خلال القياس أثناء التصنيع، يمكننا تحقيق تكامل للتحكّم بحلقة مغلقة للعمليات، حيث يمكن جمع بيانات التغذية الراجعة المباشرة من العمليات عبر الاتصال المباشر. ويمكن بعد ذلك إرسال هذه البيانات المجمّعة إلى خادم لمعالجتها خلال فترة زمنية قصيرة، إن لم تكن لحظية، لمزيد من التحليل واستخلاص الرؤى.

ما هو القياس أثناء التصنيع

يُعرَّف القياس أثناء التصنيع بأنه عملية قياس تُجرى في خط الإنتاج (أرضية المصنع)، ويمكن تصنيفه كذلك إلى قياس مباشر أو على الآلة أو في الموضع [1]. والقياس أثناء التصنيع هو نقيض القياس خارج الخط. فالقياس خارج الخط يُجري القياسات خارج خط الإنتاج أو داخل مختبر مضبوط. أي أن القياس أثناء التصنيع أكثر تحديًا مقارنة بالقياس خارج الخط بسبب وجود اضطرابات أكثر من البيئة في عمليات القياس. وتشمل هذه الاضطرابات اهتزاز الأرضية والآلة، وتغيّرات درجة الحرارة والضغط، وكذلك تغيّرات الرطوبة [2][3].

يمكن وضع القياس المباشر داخل أرضية المصنع لكن خارج خط التصنيع. ويوضع القياس على الآلة داخل خط التصنيع سواء داخل الآلة أو خارجها. بينما يوضع القياس في الموضع داخل غرفة معالجة الآلة.

أساسيات القياس أثناء التصنيع

هناك عدة خصائص أساسية للقياس أثناء التصنيع على النحو التالي [4][5]:

طرق وأدوات القياس أثناء التصنيع

هناك طريقتان رئيسيتان لنظام القياس أثناء التصنيع: الطرق التلامسية وغير التلامسية. وحاليًا، في العصر الرقمي، فإن الطرق الشائعة الرئيسية لأنظمة القياس أثناء التصنيع هي الطرق غير التلامسية، بما في ذلك التصوير ثنائي الأبعاد وثلاثي الأبعاد وطريقة الانبعاث الصوتي [6][7].

وفيما يلي العوائق التي تعرقل تطبيق أنظمة القياس أثناء التصنيع:

حلولنا: نظام قياس بصري منخفض التكلفة وسريع ودقيق لكشف العيوب

لسدّ الفجوة في أنظمة القياس أثناء التصنيع المطلوبة بإلحاح والتي تلبّي الخصائص الأساسية المذكورة، نقدّم حلول نظام قياس أثناء التصنيع منخفض التكلفة وسريع ودقيق، قائمة على حلول مستشعرات جاهزة مع برمجيات ذكية تستفيد من أحدث نماذج الذكاء الاصطناعي، مثل نماذج Vision Transformer وR-CNN.

بفضل القدرة على استخدام مستشعرات التصوير في أي وقت، بما في ذلك المنخفضة التكلفة، إضافة إلى الاستفادة من نماذج الذكاء الاصطناعي المتقدمة، يمكن أن تكون حلول القياس أثناء التصنيع لدينا ميسورة التكلفة مع كونها سريعة ودقيقة.

يوضّح الشكل 1 أدناه أنظمة القياس أثناء التصنيع القابلة للتخصيص لدينا، والتي يمكن أن تناسب مختلف ظروف الآلات والقياس. ويمكن استخدام النظام لمختلف احتياجات فحص عيوب القطع.

ويوضّح الشكل 2 مثالًا على تطبيق نظامنا لفحص جودة تجميع محركات السيارات. ومن هذا المثال، يستطيع نظامنا اكتشاف جزء مفقود (مشبك كابل في المنتصف) في تجميع المحرك.

باستخدام نظام القياس أثناء التصنيع لدينا، يمكننا تنفيذ عمليات تحكّم لحظية لأنظمة الإنتاج لدينا، بما في ذلك فحص عيوب القطع المُصنّعة وكذلك عمليات التجميع.

نظام القياس البصري أثناء التصنيع لدينا بعتاده وبرمجياته
الشكل 1: نظام القياس البصري أثناء التصنيع لدينا، وهو منخفض التكلفة وسريع ودقيق لمختلف عمليات فحص عيوب القطع.
مثال على قبول ورفض فحص جودة التجميع باستخدام نظامنا مثال على قبول ورفض فحص جودة التجميع باستخدام نظامنا
الشكل 2: أحد تطبيقات نظام القياس أثناء التصنيع لدينا لفحص جودة التجميع.

الخلاصة

يناقش هذا المقال الدور الرئيسي للقياس أثناء التصنيع في تحقيق إنتاج عالي الجودة واقتصادي. وهذا الإنتاج عالي الجودة والاقتصادي أساسي للحفاظ على تنافسية الشركات في الأسواق شديدة الطلب حاليًا.

كما جرى شرح أساسيات القياس أثناء التصنيع، بما في ذلك التخصيص وسرعة القياس والتكلفة المنخفضة والنمطية والقابلية للتوسّع والتكامل والتحكّم وإمكانية التتبّع.

نقدّم نظام قياس بصري أثناء التصنيع سريعًا ودقيقًا ومنخفض التكلفة لكشف العيوب كحلول لأنظمة الإنتاج عالية الجودة والاقتصادية. وتعتمد أنظمة القياس على مستشعر تصوير جاهز مزوّد ببرمجيات ذكية تستفيد من أحدث نماذج الذكاء الاصطناعي.

المراجع

[1] Syam, WP. Digital transformation of dimensional and geometrical measurements. link: https://www.wasyresearch.com/digital-transformation-of-dimensional-and-geometrical-measurements/

[2] Barker et. al. 2016. Measurement noise of a coherence scanning interferometer in an industrial environment Proc. ASPE 594–9

[3] Santoso et. al., 2020. On-machine focus variation measurement for micro-scale hybrid surface texture machining. The International Journal of Advanced Manufacturing Technology, 109: 2353-2364

[4] Syam, W. P. (2020). In-process surface topography measurements. Leach RK Advances in Optical Surface Texture Metrology (IOP Publishing).

[5] Syam, W. P., Rybalcenko, K., Gaio, A., Crabtree, J., & Leach, R. K. (2019). Methodology for the development of in-line optical surface measuring instruments with a case study for additive surface finishing. Optics and lasers in engineering, 121, 271-288.

[6] Alburayt, A. and Syam, W.P., 2024. Bayesian machine learning for measurement noise estimation of focus variation microscopy instrument. Measurement and Control, p.00202940251374964.

[7] Alburayt, A., Syam, W.P., Alharbi, M.A., Alturky, M. and Alfozan, K., 2025, May. Measurement noise characteristics of a 3D optical profilometer using additively manufactured materials. In 2025 The 16th International Conference on Mechanical and Intelligent Manufacturing Technologies (ICMIMT) (pp. 127-131). IEEE.