هرچه پروژه‌های صنعتی پیچیده‌تر می‌شوند، مدیریت آن‌ها نیز دشوارتر می‌شود. اطلاعات در فایل‌های مختلف پراکنده است، محاسبات در نرم‌افزارهای جداگانه انجام می‌شود و بخش مهمی از تجربه‌های ارزشمند سازمان تنها در ذهن کارشناسان باقی می‌ماند. در چنین شرایطی، یک زیرساخت یکپارچه برای مدیریت مؤثر پروژه‌های صنعتی ضروری است. زیرساختی که بتواند اطلاعات، محاسبات مهندسی، دانش سازمان و هوش مصنوعی را در کنار هم قرار دهد و فرایندهای کاری را ساده‌تر، سریع‌تر و قابل اتکاتر کند.

RAYCAS، سامانه متمرکز هوش مصنوعی رای‌صنعت، با همین نگاه طراحی و در محیط عملیاتی شرکت مستقر شده است.

این سامانه فرایندهای مهندسی، فنی، تجاری و مدیریت دانش رای‌صنعت را در بستری یکپارچه پشتیبانی می‌کند و از هوش مصنوعی در بخش‌های مرتبط بهره می‌گیرد.

از ابزارهای پراکنده تا یک جریان کاری یکپارچه

در بسیاری از سازمان‌های صنعتی، اطلاعات موردنیاز برای تهیه یک پیشنهاد فنی در چندین فایل، نرم‌افزار، پوشه و حتی ذهن افراد مختلف توزیع شده است. مشخصات سیال در یک فایل قرار دارد، محاسبات هیدرولیکی در فایل دیگری انجام می‌شود، اطلاعات محصول از منبعی جداگانه استخراج می‌شود و در نهایت اسناد پروژه به‌صورت دستی در کنار یکدیگر قرار می‌گیرند.

این روش ممکن است در ظاهر قابل مدیریت باشد، اما با افزایش تعداد پروژه‌ها، تنوع درخواست‌ها و پیچیدگی تجهیزات، ریسک خطا، دوباره‌کاری و وابستگی به افراد نیز افزایش پیدا می‌کند.

RAYCAS این جریان پراکنده را به یک فرایند منسجم تبدیل می‌کند.

اطلاعات پروژه، مشخصات محل نصب، شرایط بهره‌برداری، ویژگی‌های سیال، الزامات مشتری و سایر داده‌های موردنیاز، در یک محیط واحد ثبت و مدیریت می‌شوند. سپس سامانه با استفاده از ابزارهای مهندسی و محاسباتی خود، به همراه هوش مصنوعی آموزش دیده بر اساس تصمیمات مهندسین ارشد رای صنعت، کاربر را در مراحل مختلف انتخاب و پیکربندی تجهیزات همراهی می‌کند.

RAYCAS به کاربران کمک می‌کند تا مناسب‌ترین محصولات رای‌صنعت را بر اساس محاسبات دقیق مهندسی انتخاب کرده و تمام اسناد مرتبط را در قالب یک بسته کامل دریافت کنند.

این رویکرد علاوه بر افزایش سرعت، فرایندی استاندارد، تکرارپذیر و قابل ردیابی ایجاد می‌کند.

پشتیبانی هوشمند از انتخاب و پیکربندی تجهیزات

انتخاب پمپ صنعتی مناسب، به‌ویژه برای سیالات ساینده و دوغاب، مستلزم بررسی عوامل متعددی فراتر از نقطه کاری و منحنی عملکرد است.

ویژگی‌های سیال، هد موردنیاز، شرایط مکش، افت‌های سیستم، رفتار دوغاب، کاهش عملکرد، انتخاب مواد، نوع آب‌بندی، آزمون‌های موردنیاز، موتور، سیستم انتقال قدرت و الزامات بهره‌برداری، همگی باید در کنار یکدیگر بررسی شوند.

RAYCAS مجموعه‌ای از ابزارهای تخصصی را در اختیار کارشناسان قرار می‌دهد تا این مراحل در قالب یک جریان کاری هدایت‌شده انجام شوند. سامانه می‌تواند گزینه‌های مناسب را شناسایی کند، محاسبات لازم را انجام دهد و پیشنهادهایی متناسب با شرایط پروژه ارائه کند.

بااین‌حال، تصمیم نهایی همچنان در اختیار متخصصان است.

کاربران می‌توانند نتایج را بررسی کنند، مقادیر را تغییر دهند، گزینه‌های دیگری انتخاب کنند و در هر مرحله بر فرایند کنترل داشته باشند. در RAYCAS، فناوری جایگزین قضاوت مهندسی نمی‌شود؛ بلکه آن را تقویت می‌کند.

ترکیب هوش مصنوعی با محاسبات مهندسی قابل اتکا

یکی از چالش‌های مهم در به‌کارگیری هوش مصنوعی در صنعت، مرزبندی میان محتوای تولیدشده توسط مدل‌های هوش مصنوعی و نتایج قطعی محاسبات مهندسی است.

در RAYCAS، این دو حوزه به‌صورت هدفمند از یکدیگر تفکیک شده‌اند.

محاسباتی مانند هد، NPSH در دسترس، منحنی مقاومت سیستم، ویژگی‌های سیال، ضرایب اصلاح عملکرد و پیکربندی سیستم انتقال قدرت، از طریق ابزارهای محاسباتی ساختاریافته انجام می‌شوند. این نتایج قابل بررسی، تکرار و ردیابی هستند.

در کنار آن‌ها، عامل‌های تخصصی هوش مصنوعی می‌توانند به کاربران در تحلیل اطلاعات، بازیابی دانش، بررسی اسناد، تکمیل فرایندها و دسترسی سریع‌تر به داده‌های موردنیاز کمک کنند.

این ترکیب، نقطه تمایز مهمی ایجاد می‌کند:
هوش مصنوعی در تحلیل اطلاعات، دسترسی به دانش و کمک به تصمیم‌گیری به کار گرفته می‌شود، در حالی که محاسبات مهندسی همچنان با دقت و قابلیت ردیابی انجام می‌شوند.

نیاز یک مهندس هیدرولیک با نیاز کارشناس منابع انسانی، مسئول تضمین کیفیت یا مدیر پروژه یکسان نیست. به همین دلیل، یک دستیار عمومی نمی‌تواند به‌تنهایی پاسخ‌گوی تمام نیازهای یک سازمان صنعتی باشد.

در RAYCAS، عامل‌های هوش مصنوعی بر اساس حوزه‌های تخصصی تعریف می‌شوند. هر عامل می‌تواند به ابزارها، اطلاعات و پایگاه‌های دانشی متناسب با مسئولیت خود دسترسی داشته باشد.

برای مثال، یک عامل مهندسی می‌تواند در بازیابی اطلاعات پروژه، تحلیل شرایط کاری، دسترسی به داده‌های فنی و استفاده از ابزارهای محاسباتی به کاربر کمک کند؛ درحالی‌که یک عامل سازمانی دیگر ممکن است برای ارزیابی‌های کیفی یا پشتیبانی از فرایندهای منابع انسانی طراحی شده باشد.

این ساختار باعث می‌شود هوش مصنوعی از یک ابزار عمومی و جدا از عملیات روزمره، به بخشی از جریان واقعی کار تبدیل شود.

 

انسان همچنان در مرکز تصمیم‌گیری است

در صنایع حساس، سرعت نباید جایگزین دقت شود و خودکارسازی نیز نباید به معنای حذف مسئولیت انسانی باشد.

RAYCAS بر اساس یک اصل روشن توسعه یافته است: سامانه باید قدرت تصمیم‌گیری متخصصان را افزایش دهد، نه اینکه محدودیت ایجاد کند.

به همین دلیل، امکان بررسی، اصلاح، تأیید و تغییر نتایج در مراحل مختلف وجود دارد. محاسبات، ورودی‌ها و انتخاب‌ها قابل مشاهده‌اند و خروجی‌ها بدون مشارکت کاربران به تصمیمات نهایی تبدیل نمی‌شوند.

این رویکرد علاوه بر افزایش اعتماد به سامانه، زمینه لازم برای استفاده مسئولانه، قابل کنترل و توسعه‌پذیر از هوش مصنوعی را فراهم می‌کند.

دانشی که در سازمان باقی می‌ماند

تجربه یکی از ارزشمندترین دارایی‌های یک مجموعه صنعتی است؛ اما این دارایی اغلب در گزارش‌های پراکنده، مکاتبات، فایل‌های شخصی یا حافظه کارشناسان باقی می‌ماند.

با تغییر مسئولیت‌ها یا خروج افراد، بخشی از این تجربه نیز از دسترس سازمان خارج می‌شود.

RAYCAS در کنار فرایندهای عملیاتی خود، با زیرساخت مدیریت دانش رای‌صنعت نیز در ارتباط است. تجربه‌های حاصل از پروژه‌های تحقیق و توسعه، بررسی‌های مهندسی، ارزیابی‌های کیفی، موفقیت‌ها، خطاها و درس‌آموخته‌های سازمان می‌توانند به شکلی ساختاریافته ثبت و بازیابی شوند.

عامل‌های تخصصی هوش مصنوعی نیز می‌توانند با توجه به سطح دسترسی و موضوع موردنظر، به این دانش متصل شوند و اطلاعات مرتبط را در اختیار کاربران قرار دهند.

در نتیجه، دانش سازمانی از یک آرشیو منفعل به یک منبع فعال برای تصمیم‌گیری تبدیل می‌شود.

یک سامانه زنده و در حال توسعه

RAYCAS به‌عنوان یک پروژه نمایشی یا آزمایش محدود توسعه پیدا نکرده است. این سامانه در محیط واقعی رای‌صنعت مستقر شده و در فرایندهای عملیاتی شرکت مورد استفاده قرار می‌گیرد.

توسعه RAYCAS نیز به همین نقطه محدود نخواهد شد.

ابزارهای مهندسی بیشتر، قابلیت‌های پیشرفته مدیریت پروژه و مستندات، تخمین قیمت، ارتباط گسترده‌تر با سامانه‌های سازمانی، تحلیل داده‌های عملیاتی، یکپارچه‌سازی با زیرساخت‌های اینترنت اشیا و مدل‌های یادگیری ماشین صنعتی، بخشی از مسیر توسعه آینده این پلتفرم هستند.

معماری ماژولار سامانه این امکان را فراهم می‌کند که قابلیت‌های جدید بدون تبدیل شدن سیستم به مجموعه‌ای از ابزارهای ناهماهنگ، به همان جریان کاری یکپارچه اضافه شوند.

مهندسی بهتر، با استفاده هدفمند از فناوری

تحول دیجیتال در صنعت با اضافه کردن یک ابزار جدید به مجموعه ابزارهای قبلی اتفاق نمی‌افتد. ارزش واقعی زمانی ایجاد می‌شود که فناوری بتواند فرایندها، داده‌ها، دانش و افراد را به یکدیگر متصل کند.

RAYCAS نمایانگر نگاه رای‌صنعت به آینده مهندسی صنعتی است؛ آینده‌ای که در آن تجربه انسانی، محاسبات دقیق، دانش سازمانی و هوش مصنوعی در مقابل یکدیگر قرار نمی‌گیرند، بلکه به‌عنوان اجزای یک سیستم واحد عمل می‌کنند.

هدف، صرفاً انجام سریع‌تر کارهای گذشته نیست.

هدف این است که تصمیمات با اطلاعات کامل‌تر گرفته شوند، فرایندها قابل ردیابی‌تر باشند، تجربه سازمان حفظ شود و کارشناسان بتوانند زمان و توان خود را بر مسائلی متمرکز کنند که واقعاً به تخصص انسانی نیاز دارند.

RAYCAS گامی در مسیر ساخت همین آینده است؛ زیرساختی صنعتی، توسعه‌پذیر و مبتنی بر تجربه واقعی که هوش مصنوعی را از سطح یک ابزار جانبی، به بخشی معنادار از عملیات مهندسی تبدیل می‌کند.