دور البيانات الضخمة في المختبرات الهندسية

وفي المختبرات الهندسية الحديثة، أصبحت البيانات من الأصول الأساسية، وتشمل البيانات الضخمة التي تولدها أجهزة الاستشعار، ومعدات الاختبار الآلية، والتوائم الرقمية، والنماذج الحاسوبية، ويمكن أن تؤدي تجربة واحدة إلى فرز المئات من المواد ذات الصلة بالسلاسل الزمنية، وملفات الصور، وسجلات المحاكاة، وقدرة على التقاط وتخزين وتحليل هذا الحجم من نماذج البيانات ذات الصبغة الصناعية المميزة، إلى جانب تلك التي تعتمد على

الفوائد الرئيسية للابتكار في مجال البيانات

تعزيز صنع القرار

(ب) تحول تحليلات البيانات القياسات الخام إلى أفكار قابلة للتنفيذ، وبدلاً من الاعتماد على الحس، يمكن للمهندسين أن يستندوا إلى قرارات بشأن الأدلة التجريبية، فعلى سبيل المثال، يمكن أن تستخدم خلايا البطاريات التي يقودها المختبرات تحليل المجموعات لتحديد دورات الشحن التي تؤدي إلى تدهور أسرع، ثم تعديل البروتوكولات تبعاً لذلك، وهذا يقلل من التخمينات ويدعم تصميمات للمنتجات الأكثر موثوقية.() ووفقاً لتقرير McKinsey]

البحث والتطوير المعجلان

وتسمح أدوات البيانات الضخمة بإجراء المعمل على نحو متوازي مع آلاف المحاكاة الافتراضية، ثم تحليل النتائج تلقائيا، وهذا يقلل بشكل كبير من الدورة من فرضية إلى نتيجة، ففي الهندسة الصيدلانية، مثلا، يمكن لمنصات المحاكاة الجزيئية التي يقودها المعهد الدولي للمخدِّرات أن تفحص ملايين المركبات في السليكو، مما يقلل بشدة من الحاجة إلى تجارب في مجال التصحيحات المرنة.

خفض التكاليف

ويحدّد تحليل البيانات النفايات وعدم الكفاءة، إذ يمكن للمختبرات، من خلال رصد استهلاك الطاقة لكل تجربة، أن تحدد الاختبارات الكثيفة الطاقة خلال ساعات العمل غير المباشرة، كما أن الصيانة الافتراضية للمعدات المكلفة (مثلاً مجهر الإلكترونية والأنفاق الريحية) تمنع التعطل غير المخطط له من حيث التكلفة، وقد أظهرت دراسة أجراها المختبر الوطني للطاقة المتجددة أن تطبيق البيانات الضخمة على إدارة المباني قد قلّل من تكاليف الطاقة البديلة في إطار مبادرة HVim.

تحسين نوعية المنتجات

(ب) أن تُقدَّم باستمرار مراقبة البيانات المستمرة معايير الجودة، وفي المختبرات الهندسية الإلكترونية، تُغذي نظم القياسات الداخلية البيانات في لوحات مراقبة العمليات الإحصائية، وتُبرز الشذوذ قبل أن تصبح عيوباً.() ويمكن لنماذج التعلم الماكنة التي تُدرَّب على بيانات الجودة التاريخية أن تتنبّأ بإخفاقات في إنتاجها وتوصي بتعديلات موازينها، ونتيجة لذلك تكون أعلى درجة من الموثوقية وأقل حالات الفشل الميداني، وهو أمر حاسم في صناعات مثل الأجهزة الآلية والطبية.()

تنفيذ تحليلات البيانات الضخمة في المختبرات الهندسية

الهياكل الأساسية والأدوات

ويبدأ التنفيذ الناجح ببنى أساسية قوية لجمع البيانات، إذ توفر شبكة الإنترنت للمستشعرات - التذبذب، والضغط، والضغط، والحاضر - التي يمكن نشرها في جميع مجموعات الاختبارات، ويمكن أن توفر أجهزة الحاسوب الواعدة بيانات محلية للحد من حالات الطوارئ، أما بالنسبة للتخزين، فتقوم الحلول القابلة للتقدير مثل نظام " أباتشي هودوب " ذي الدفع الحاد (HDFS) أو تخزين الجسم السحابي (AWSzub3).

الخطوات المتخذة لتحقيق التكامل الناجح

] ١ - تحديد أهداف واضحة. ][ البدء بطرح أسئلة محددة: " أي بارامترات تؤثر أكثر من غيرها على القوة الخادعة؟ " أو " ما هي الظروف التي تؤدي إلى المجرى الحراري؟ " .

(ب) الاستثمار في البنية التحتية الموثوقة لجمع البيانات. [(FLT:1]) أجهزة استشعار للاختيار مع معدلات دقة وعينات ملائمة.(ه) ضمان تزامن الوقت في جميع الأجهزة.

3 - وضع معايير لإدارة البيانات والبيانات الفوقية.] وبدون التوسيم المناسب، تصبح البيانات الأولية غير صالحة للاستخدام.

4 - تدريب الموظفين في تحليل البيانات وتفسيرها ] المهندسين بحاجة إلى مهارات في بايتون، وR، وSQL، والأساليب الإحصائية، وشراكة مع أفرقة علوم البيانات أو توفير حلقات عمل داخلية، وتعين المختبرات الأكثر نجاحا " بطل بيانات " لربط الخبرات والتحليلات في مجال البيانات.

5 - تنفيذ بروتوكولات الأمن والخصوصية.] يجب على مختبرات مناولة التصميمات الخاصة أو المعلومات التي يمكن تحديدها شخصياً أن تشف البيانات في مكان الراحة وفي المرور العابر، وأن تستخدم مراقبة الدخول على أساس الدور وأن تحتفظ بسجلات مراجعة الحسابات، وأن تمتثل للأنظمة ذات الصلة مثل الناتج المحلي الإجمالي أو برنامج العمل الإنساني الدولي إذا كان ذلك مناسباً.

6 - الإصدار والحجم.] البدء بمشروع تجريبي على هيئة اختبار واحدة، ثم القيمة الثابتة، ثم التوسع إلى مجالات مختبرية أخرى، مع تزايد النضج، دمج البيانات من مصادر مختلفة لبناء نماذج شاملة لدورة الحياة الإنمائية بأكملها.

التحديات والنظر في المسألة

ورغم وعده، فإن اعتماد البيانات الضخمة في المختبرات الهندسية ليس بدون عقبات. Data quality) يظل شاغلاً رئيسياً.() ويمكن أن تُجرى تحليلات مُحدَّدة للخبرة، بينما تُحدَّد الثغرات القائمة في مجال المعلومات الأساسية([FLT)().

دراسات الحالة الحقيقية في العالم

اختبار الطفح الآلي

وقام مكتب مراقبة الحركة بتجهيز مرفق اختبار التحطم بمئات خلايا الحمولة، ومطيارات التسارع، وكاميرات عالية السرعة، وكل حادث تحطم يولد حوالي 5 بروميد الميثيل من البيانات الخام، وباستخدام خطوط أنابيب البيانات الكبيرة، يقوم المختبر الآن بتصنيف 50 تحطما في الأسبوع، ويطبق نماذج تراجعية لإيجاد روابط بين قياسات الإصابات المتسارعة ومقاييس الإصابات الراكبة، وقد أدى هذا النهج القائم على البيانات إلى خفض درجة الأمان بنسبة 40 في المائة.

الاكستات الشبهية

وفي مختبر للملاعق السيليكونية، يتم تجهيز آلاف الوفير يوميا، وكل واحد من هذه المركبات التي تبلغ فيها آلاف خطوات العمليات، ويمكن أن تكلف التقلبات التي تصيب الصلع الملايين، ومن خلال تيار بيانات الاستشعار من الخرف، والرسم، وأدوات الليثيوم إلى منصة تحليلية في الوقت الحقيقي، حدد المختبر تغيرا طفيفا في الضغط في غرفة واحدة تسبب في فقدان 2 في المائة من العائدات، واتخذت إجراءات تصحيحية في غضون ساعات، ووفرت حوالي 10 ملايين دولار سنويا.

رصد الصحة الهيكلية

وتستخدم عناصر جسر اختبار مختبرات الهندسة المدنية شبكات أجهزة الاستشعار اللاسلكية لجمع البيانات عن السلالة والهتزازات والتآكل، وتكشف نماذج التعلم عن علامات التبخر المبكر، ويتوقع نظام البيانات الكبير للمختبر الآن أن تبقى صالحة للمكونات ذات الدقة 95 في المائة، وأن تبلغ جداول الصيانة، وتمنع الإخفاقات المأساوية.

التوقعات المستقبلية

ومن شأن نقاط المسار إلى مختبرات مستقلة تماماً، حيث تتلاقى تحليلات البيانات الضخمة، والاستخبارات الاصطناعية، والروبوتات الآلية، والنماذج الرقمية التي تُظهر الأصول المادية في الوقت الحقيقي، أن تصبح معياراً، وتسمح للمهندسين باختبار ملايين السيناريوهات دون لمس الأجهزة، كما أن نظام إدجستير سيسمح باختبارات فورية: يكشف جهاز استشعار عن وجود نمطي يُعدلُ نماذج اختبارية، ويستمر التدريب دون ذلك.

وباختصار، فإن تحليل البيانات الضخمة ليس إضافة اختيارية للمختبرات الهندسية الحديثة - بل هو دافع أساسي للنتائج السريعة والأرخص والأعلى جودة، ومن خلال التنفيذ المنهجي للبنية التحتية والمهارات والعمليات المبينة أعلاه، يمكن للمختبرات أن تفتح النظرات التي كانت مخبأة سابقا، وتخفض المخاطر، وتعجل بالرحلة من المفهوم إلى السوق، ويعود المستقبل إلى مهندسين يتعاملون مع البيانات على أنها مورد من الدرجة الأولى،