دور التعلم في مجال الآلات في الصيانة الافتراضية للهياكل الأساسية

لماذا 6G يطالب بنهج جديد لصيانة الشبكات

ويمثل التطور من 5G إلى 6G أكثر من سرعة الجيل. ومن المتوقع أن تعمل 6G في ترددات تيراهارتز، وتسلم الرطوبة الثانية الفرعية، وتدعم الاتصالات الآلية الضخمة، وتدمج المعلومات الاستخباراتية في كل طبقة من طبقات الشبكة، وهذا القفز في الأداء والتعقيد يعني أن استراتيجيات الصيانة التقليدية أو المقررة ستفشل، وتكلفة عملية جراحية غير مخطط لها على مركبات ذاتية عالية، ومزودة بالأموال.

وقد أثبتت الصيانة الافتراضية التي تولدها التعلم الآلي بالفعل قيمتها في مجالات التصنيع والطيران والطاقة، غير أن تطبيقه على الهياكل الأساسية ذات الـ 6 زاي يتطلب تقنيات التكيف لمعالجة الحجم الفريد، وعلم الطبقات الدينامية، والطلبات في الوقت الحقيقي على الجيل القادم من الاتصالات السلكية واللاسلكية، وتستكشف هذه المادة كيف يمكن للتعلم الآلات أن يُمكِّن من الاعتماد على نحو استباقي على الشبكات الست، وتغطي المنهجيات الأساسية، وخطوط البيانات، والتحديات في مجال التنفيذ في العالم الحقيقي، والبحوث التي تشكل المستقبل.

فهم الصيانة الافتراضية في سياق 6G

فالالصيانة الافتراضية هي استراتيجية تستند إلى البيانات وتستخدم بيانات المعدات التاريخية والحقيقية للتنبؤ بها عندما يرجح أن يفشل عنصر ما، وبدلا من اتباع جدول ثابت أو انتظار حدوث انهيار، فإن الجدول الزمني للتدخلات في النقطة المثلى قبل حدوث الفشل، وبالنسبة لـ 6G الهياكل الأساسية - من محطات الأساس والهوائيات إلى حافة العقديات المضغوطة والوصلات الألياف - PdM هو أمر أساسي لأن الشبكة يجب أن تحافظ على درجة الموثيقة (99).

كيف يتفاوت من النفقة الاستباقية والوقائية

• Reactive maintenance]: Fix it after it breaks. Causes costly downtime and emergency dispatch.
• الصيانة الوقائية : استبدال أو عناصر خدمة على جدول زمني ثابت، وغالبا ما تُهدر موارد على أجزاء صحية أو تفوت الإنذار المبكر.
• الصيانة الادّعاءية : استخدام بيانات الاستشعار ونماذج الحرف المغناطيسي في التدخلات الزمنية المحددة عند الحاجة، مع التقليل إلى أدنى حد من وقت العمل غير الضروري.

وفي 6 زاي، يُضخم الأثر المالي والتشغيلي للتعطل في الوقت، إذ يمكن أن تؤدي دقيقة واحدة من التجاوز في صفيفة هوائيات ضخمة تابعة للبعثة إلى تدهور الخدمات المقدمة إلى آلاف المستخدمين وإلى تعطيل عمليات التحلل الأولي الحرجة، وتدعم الصيانة الافتراضية مباشرة ) ست قدرات رئيسية ] من 6G: الربط المتطرف، والاستشعار المتكامل، والشبكات المحلية، والاتصالات المنخفضة اللزامية.

تقنيات التعلم في مجال الآلات لأغراض الصيانة الافتراضية في 6 جي

ويتوقف اختيار خوارزمية التعلم الآلات على طبيعة البيانات، وأنماط الفشل، وأفق التنبؤ المطلوب، فيما يلي أهم التقنيات المطبقة على الهياكل الأساسية ذات الـ 6 زاي.

التعليم المشرف على تصنيف الفشل

وعندما توجد بيانات تاريخية تحمل علامات تدل على العناصر التي أخفقت وفي ظل ما يمكن أن تستخدمه هذه العناصر من أساليب مشرفة على الظروف مثل أجهزة المساندة [SVM] ، ، يمكن أن تصنف الغابات ، و، مع نماذج تعزيزية متطورة

التعلم العميق للطوابق المؤقتة

وتظهر الشبكات العصبية المتكررة، وشبكات الذاكرة القصيرة الأجل الطويلة الأجل، والهيكلات القائمة على التحول في الآونة الأخيرة التي تبرز في استخلاص التبعية المتسلسلة في بيانات أجهزة الاستشعار في السلسلة الزمنية، وهي فعالة بصفة خاصة في التنبؤ بالوقت المناسب [(FLT:0]) للتحلل التدريجي ، مثل زيادة معدل الأخطاء في الإنتاج إلى حد ما باعتباره ممراً متغيراً.

كشف الشذوذ عن التعلم غير المشرف

وفي العديد من عمليات النشر التي تتم على نطاق واسع، تكون بيانات الفشل شحيحة أو غير معلومة، فالطرق غير الخاضعة للرقابة - مثل أو أجهزة التشفير ، [و] [الإشارة إلى وجود خلل في استخدام أجهزة الترميز -]، و[[العمليات التي تستخدمها شركة التعمير: 4] - السلوك العادي [الشبكة المتوسطة: 5] -

تعزيز التعلم من أجل الصيانة الدينامية

ويمكن أن يؤدي التعلُّم في مجال الإنفاذ إلى الحد الأمثل لقرار عندما ] أداء أعمال الصيانة، بالنظر إلى القيود التي من قبيل توافر التقنيين، ومخزون قطع الغيار، وتكلفة التوقف في مختلف شرائح الشبكة، ويتفاعل عامل من فئة RL مع محاكاة بيئة الشبكة الـ 6G، ويتعلم سياسة تقلل من تكلفة الصيانة التراكمية، مع إبقاء المخاطر تحت عتبة ناشئة تماما.

النماذج الهجينة ونُهج الجمع

فالتنفيذ العملي كثيرا ما يجمع بين تقنيات متعددة، فعلى سبيل المثال، قد يؤدي جهاز كشف الشذوذ إلى تنبؤ أكثر دقة بالهيكل الشمالي، أو قد يصوت مجموعة من الغابات العشوائية والحركة على احتمال الفشل، وهذا التكرار يزيد من قوة الضغط على أجهزة الاستشعار والانجراف المفاهيمي (التغييرات في توزيع البيانات على مر الزمن).

مصادر البيانات وهندسة الرسوم لـ 6G البنية التحتية

ولا يُستحسن التعلم إلا بقدر ما تستهلكه البيانات، ففي 6 زاي، تكون تدفقات البيانات أكثر ثراء وأكثر تنوعاً مقارنة بالأجيال السابقة.

المصادر الرئيسية للبث

• Radio unit (RU) sensors: تضخم الطاقة، وهشاشة تصريف المياه، وثدي الهوائي، وعكس الطاقة، وهتز.
• ]]] سجلات الوحدة الموزعة والوحدة المركزية : CPU/memory utilization, queue depths,packet drop rates, and processing latency.
• عناصر الشبكة البديلة ]: القوة البصرية، الانجراف الموجي، التشت، ونسبة الإشارة إلى الأرقام.
• Edge compute nodes]: Disk I/O, thermal throtling, fan speed, and application-level error rates.
• User-plane and control-plane traffic]: معدلات الفشل في التسليم، وتقلبات قوة الإشارة، وانتهاكات توقيت البروتوكول.
• Environmental data]: Weather conditions (temperature, humidity, wind) that accelerate physical degradation.

(ب) تتحول الهندسة المخصّصة إلى قياسات بُعدية إلى إشارات تنبّؤية؛ وتشمل السمات المشتركة الإحصاءات المتداولة (المتوسطات المتحركة، والانحرافات القياسية)، والسمات الطيفية (مكونات الترددات) والنسب مثل الحمولة من الخطأ إلى الشحن، والخطوة الحاسمة هي ] [و] قد تعاني معدلات الانحرافات في البيانات

استراتيجيات وضع العلامات على البيانات

For supervised learning, failure labels must be created. This can be done through: - field failure reports]: Manual technician notes that are often inconsistent. - ] Automated alarms: Prior to failure, some thresholds are crossed; these timestamps serve as pseudo-las

Many operators also employ weak supervision using heuristics and rule-based labels to bootstrap models when clean labels are unavailable.

استحقاقات الصيانة الافتراضية للتعلم في مجال الآلات

وتتجاوز المزايا كثيرا تجنب وقت التعطل.

الكفاءة التشغيلية

ومن خلال التحول من الصيانة المقررة إلى الصيانة القائمة على الظروف، يقلل المشغلون عدد قوائم الشاحنات بنسبة ٣٠ إلى ٥٠ في المائة، ولا يرسل التقنيون إلا عندما يكون العنصر في خطر حقيقي، وينقذ الوقود، والعمل، ومخزون قطع الغيار، وفي شبكة الكثافة المكونة من ٦ زاي من الخلايا الصغيرة ومكرري الذاكرة، فإن هذه الكفاءة تؤثر مباشرة على التكلفة الكلية للملكية )منظمة التعاون التقني(.

القدرة على الاعتماد على الشبكات والخبرة في مجال المستعملين

فالنفقة الافتراضية تدعم مباشرة 5 - 1] الموثوقية المطلوبة للتطبيقات الحرجة للبعثات، ويمكن لنماذج التعلم الماكنة أن تكتشف أنماطاً أو أسابيع قبل الفشل، مما يتيح استبدالاً استباقياً خلال فترات منخفضة، ونتيجة لذلك انخفاض عدد الاتصالات، وانخفاض مستوى المرارة، واتساق الخدمات مثل الاتصالات الهولندية والتنسيق المستقل.

قرارات الاستثمار

ويفيد تخطيط رأس المال بالتنبؤات الصحية الكلية التي تُجرى على آلاف الأصول، ويمكن للمشغلين الإجابة عن أسئلة مثل: أي نماذج الهوائيات لها أعلى معدل للفشل؟ وهل ينبغي رفع مستوى إمدادات الطاقة في المنطقة العاشرة؟ وهذا يحول بيانات الصيانة إلى أداة استخباراتية تنافسية.

التكامل مع شبكات الصحة الذاتية

وعندما يقترن التنبؤ بـ التشغيل الآلي للشبكات ]، يمكن لنظام 6G أن يُعالج بنفسه عن طريق إعادة توجيه حركة المرور، أو تعديل أنماط الأشعة، أو الحد من الحمولة على عنصر مهين.

التحديات وأوجه التنفيذ الحقيقي في العالم

ورغم إمكانات نشر الصيانة التنبؤية القائمة على القانون النموذجي على نطاق 6G، فإنها غير قابلة للانتعاش.

نوعية البيانات والدرايفت

ويمكن أن تفشل أجهزة الاستشعار، ويمكن إعادة تشكيل الشبكات، وتغير الظروف البيئية، وقد تصبح نماذج التعلم الآلات التي تم تدريبها على البيانات السابقة غير دقيقة عندما يتحول التوزيع الأساسي إلى ظاهرة تسمى ] تصور الانجراف .

سكارة لابل وتكاليفها

فالإخفاقات هي أحداث نادرة - شكل من أشكال اختلال التوازن في الطبقة القصوى - وجمع أمثلة كافية مسمّاة للتدريب باهظة التكلفة ومستهلكة للوقت، وتلجأ منظمات كثيرة إلى [(FLT:0]) تعلم التحويل (نماذج مأخوذة من بنية أساسية مماثلة) أو [(FLT:2]) توليد بيانات اصطناعية باستخدام أطر التتبع الرقمية.

مضيق الطوارىء

ويجب أن يتم التنبؤ ببعض التنبؤات في الوقت الحالي (من الثانية إلى دقائق) للتقليل من الآثار آليا، إذ أن تشغيل نماذج التعلم العميق على مواقد الحواف ذات الضبط المحدود يتطلب تحقيق الحد الأمثل: تحديد الكمي النموذجي، أو الرش، أو التوقف عن التداول، وبالنسبة لسلسلة التعليم من طرف واحد، يمكن للتعلم الاتحادي أن يدرب نماذج عبر المواقع دون إضفاء الطابع المركزي على البيانات الحساسة، ولكنه يستحدث زيادة في مستوى الاتصال.

الأمن والخصوصية

ويمكن أن تسرّب بيانات التلفزة معلومات سرية عن أنماط تحميل الشبكات أو كثافة المستخدمين.() وتثير النماذج التي تنبأ بالفشل من بيانات مخططات المستعملين شواغل تتعلق بالخصوصية بموجب لوائح مثل الناتج المحلي الإجمالي.() وتكنولوجيات مثل ]] السرية المميزة و] مجالات بحثية مشفوعة.

التكامل مع نظم الإرث

وسيدير العديد من المشغلين 6 جيهات فوقية إلى جانب 5 جي و LTE لسنوات، ويجب أن تكون نماذج الصيانة الافتراضية قادرة على بث البيانات من نظم الإدارة المتباينة بمختلف أشكال البيانات والمعايير التطبيقية، كما أن المعايير المفتوحة مثل نظام إدارة الموارد المالية (منتدى إدارة الشؤون المالية) (منتدى إدارة الشؤون الإدارية) تساعد على تطبيق المعايير المفتوحة والتفاعلات بين O-RAN O1، ولكن التكامل لا يزال يمثل جهدا هندسيا كبيرا.

مبادرات دراسات وبحوث الحالات الواقعية في العالم

وفي حين أن 6G لم يتم نشرها تجاريا بعد، فإن إجراء البحوث المبكرة وإجراء التجارب الميدانية مع 5G-Advanced and experimental 6G الاختبارات يقدم نقاطا للإثبات.

تحالف أوران للنفقة الجاهزة

وقد أجرى التحالف من أجل الانتقال دليلاً على اكتشاف الفشل القائم على أساس حركة تحرير الكونغو في الوحدة الإذاعية، وباستخدام المراقب المالي لشبكة أوران للتعلم، وهو نموذج للتعلم الآلي يسجل قياسات من واجهة إي 2 ويتوقع إغلاق محطة قاعدية بسبب زيادة الحرارة، وأظهرت هذه الشركة انخفاضاً بنسبة 40 في المائة في وقت العمل غير المخطط له مقارنة بخطوط الإنذار القائمة على العتبة(10).

نوكيا AVA للعمليات الإدراكية

ويستخدم برنامج نوكيا AVA للضغط على جهاز الاستطلاع من أجل الصيانة المتوقعة عبر 5G والبنى التحتية الأولية المتوسطة 6G، ويستخدم نماذج للتنبؤ بإخفاقات نظام التبريد في محطات الأساس، ويحقق مهلة تصل إلى 14 يوما قبل وقوع خطأ، وأفادت شركة Telecom الأرجنتين بتخفيض قدره 35 في المائة في الزيارات الميدانية الطارئة باستخدام هذا النظام. Nokia AVA يبين القدرة التشغيلية للنفقة الكبيرة.

EU 6G Research Projects

(ب) مشاريع مثل سداسي كلور حلقي الهكسان - X و6G من مشاريع الاختبارات الخاصة ببناء القدرات التي تدمج التعلم الآلاتي لمرونة الهياكل الأساسية، وقد وضع الباحثون في جامعة أولو نموذجاً يستند إلى نظام إدارة الحياة قبلية للتنبؤ بالمواءمة بين الموازين في الهوائيات المتدرجة، وهو عنصر حاسم من عناصر 6G. The Hexa-X project outlines use cases that require self-healing at the physical layer-T.

المستقبل: صيانة مستقلة وصاروخة صفر

الرؤية النهائية لـ 6G هي شبكة يمكنها التنبؤ بـ... ... منع و شفاء نفسها بأقل قدر من المدخلات البشرية، والتعلم الآلاتي هو محرك هذا التحول.

التوائم الرقمية لأغراض المحاكاة الافتراضية

والتوائم الرقمي هو نسخة طبق الأصل من الشبكة المادية التي تجري محاكاة في الوقت الحقيقي، وبإطعام القياس عن بعد إلى التوأم، يمكن للمشغلين أن يحاكيوا السيناريوهات " ماذا لو " ، مثلا، ما الذي يحدث إذا تباطأ مروحة التبريد؟ وتدريب نماذج ML على بيانات الفشل التركيبي، وسيصبح التوأم الرقمي معيارا لإدارة دورة الحياة على شبكة 6G، مدعومة بمعايير مثل ISO 23247.

Federated Learning and Privacy Preservation

وللتغلب على القيود المفروضة على مواقع البيانات ولوائح الخصوصية، يُعدّ التدريب الموحد نماذج على امتداد العديد من زوايا الحواف دون نقل بيانات خام، وهذا أمر مهم بصفة خاصة بالنسبة لعدد كبير من الخلايا الصغيرة المنتشرة في المنازل والمؤسسات، وتُظهر التجارب المبكرة أن الكشف عن الشذوذ قد يحقق الدقة بالقرب من التدريب المركزي مع الحد من نقل البيانات بنسبة 90 في المائة.

تعليم الآلات السببية

وغالباً ما تنبأ النماذج الحالية [(FLT:0] بأن ] الفشل سيحدث ولكن ليس السبب الحقيقي .() وتهدف أساليب الوصل (مثل نماذج السببية الهيكلية) إلى تحديد السبب الجذري.() وبالنسبة لـ 6G، يمكن أن يميز هذا بين خطأ حقيقي في المعدات وتشويه البرامجياتها، مما يقلل من الإيجابيات وتحسين سرعة البرمجيات.

Integration with Edge and Cloud AI

ويوزع هيكل الشبكة 6G المعلومات الاستخبارية: فالنماذج البسيطة التي تدار أو تقترب من عنصر الشبكة من أجل العمل الفوري، بينما تدار النماذج المعقدة في الغيوم لإجراء تحليل عميق، حيث تكتشف نماذج الهرميات نماذج الشذوذ ونماذج السحاب المسببة للتشخيص المفصل هي النواحي الجامدة والتكلفة، وهذا يتوافق مع هيكل " إم آي تي آي " (Multi-access Edge Computing).

خاتمة

فالتعليم الصنوبري ليس مجرد تعزيز اختياري لـ 6 جيات من الصيانة المتوقعة - بل ضرورة، إذ أن الموثوقية القصوى والكثافة والاستخبارات التي تتطلبها شبكات الغاز الستة لا يمكن تحقيقها من خلال عمليات يدوية أو عمليات تسخين قائمة على القواعد، ومن خلال زيادة التعلم تحت الإشراف على تصنيف الفشل، والتعلم العميق للتدهور الزمني، والأساليب غير الموصوفة للكشف المبكر عن الشذوذين، يمكن للمشغلين أن يتوقعوا وجودة من قبل أن تؤثر على المستعملين.