مع زيادة طلبات العملاء المُخصصة وارتفاع توقعاتهم، تبحث العديد من المنشآت عن طرقٍ ابتكارية لمواكبة التنافس الشديد في العرض، ويلجأ معظمها إلى التحول الرقميّ من أجل زيادة الإنتاجية وتحسين جودة مخرجات التصنيع. ويعد إنترنت الأشياء أحد الوسائل الفعالة لهذا التحول، حيث يستخدم شبكةً من الحساسات لجمع بيانات بيئة الإنتاج والتي يمكن تحويلها إلى رؤى قيمةٍ باستخدام البرامج السحابية. حيث تشير دراسة استقصاء النمو السنويّ لإنترنت الأشياء أن 86% من الشركات المصنعة العابرة للقارات قد تبنت حلول إنترنت الأشياء، وأنه 84% منها قد وجدت أن هذه التقنية فعالةً للغاية. وتقدر ماكنزي بأن تطبيقات إنترنت الأشياء قد تولد ما بين 1.2 إلى 3.7 تريليون دولارٍ من القيمة الاقتصادية بحلول عام 2025م.

  • خفض التكاليف: إن اتصال المنتجات الذكية بالإنترنت سيسهل من إدارة الأصول والمخزون وسيقلل من التكاليف التشغيلية، بل وسيستحدث مصادر جديدةٍ للإيرادات.
  • توفير الوقت: مع تحسين سلاسل التوريد وإدارتها بشكلٍ أفضل باستخدام إنترنت الأشياء، سيوفر هذا الكثير من الوقت ويزيد من الكفاءة. فعلى سبيل المثال، قللت شركة هارلي-ديفيسون من الوقت الذي تستغرقه في تصنيع الدراجة النارية من 21 يومًا إلى 6 ساعاتٍ فقط.
  • تحسين السلامة: يتيح إنترنت الأشياء عبر الأجهزة القابلة للارتداء من مراقبة الحالة الصحية للعمال ومراقبة الأنشطة المحفوفة بالمخاطر والتنبه بسرعةٍ في حال حدوث الإصابات.

مراقبة استخدام المعدات:

تبدأ عملية مراقبة المعدات عند الحساسات المختلفة التي تجمع البيانات المهمة فوريًا من داخل الآليات، كمدة التشغيل وسرعتها الفعلية، ومن ثم ترسلها إلى التطبيقات السحابية للمعالجة. حيث تقوم التطبيقات السحابية بتحليل هذه البيانات المجمعة ومن ثم عرضها على شكل معلوماتٍ مفيدةٍ حول مؤشرات الأداء الرئيسية عبر واجهة المستخدم، ليسخدمها عمال المصنع عبر التطبيق كما هو موضح بالشكل 1. ومن الأمثلة على ذلك ما تقوم به شركة بي سي ماشينينق من توظيف نظامٍ يدعى بماشين ميتريكس للتحليل السحابي واكتشاف المعدات التي لا تعمل بالشكل الكافي وتنويه العاملين بها. 1.jpg شكل 1: مراحل مراقبة استخدام المعدات.

مراقبة جودة المنتج:

يمكن مراقبة جودة المنتج باستخدام إنترنت الأشياء عن طريق مراقبة حالة بيئة الإنتاج المحيطة بآليات التصنيع ومعايرتها، بحيث ترسل الحساسات البيانات اللازمة إلى السحابة من أجل مراقبة بيئة العمل، وبعد تحليل هذه البيانات وتحديد العوامل التي وصلت إلى حدودها القصوى، يتم إرسال التنبيهات والتوصيات للمختصين بالمصنع من أجل اتخاذ الإجراءات اللازمة. ويبين الشكل 2 مراحل تنفيذ هذه العملية. وقد استفادت شركة ماستريتشت ميل من تدشين شبكةٍ من الحساسات لمراقبة درجة الحرارة والاهتزاز لمعرفة حالة الورق المنتج، ما ساعدها على التقليل من كمية المنتجات منخفضة الجودة. 4.jpg شكل 2: مراحل مراقبة جودة المنتج.

مراقبة سلامة العمال:

تستخدم المصانع تقنية تحديد الهوية بموجات الراديو لجمع البيانات المرتبطة بمواقع العمال، بينما تستخدم الحساسات القابلة للارتداء لمراقبة وجمع البيانات حول معدل ضربات القلب ودرجة حرارة الجسم وغيرها من العوامل الفورية التي ترسل إلى السحابة من أجل تحليلها. وفي حال اكتشاف أنماطٍ سلوكيةٍ غير معتادةٍ، ترسل التنبيهات عبر تطبيق الجوال إلى أطباء المصنع لاتخاذ التدابير الضرورية (شكل 3). فعلى سبيل المثال، تستفيد شركة نيشن ويست من تقنية واطسون لإنترنت الأشياء التابع لشركة آي بي إم لمراقبة تحركات العمال واكتشاف السقوط، بالإضافة إلى حساساتٍ لقياس درجة الحرارة ونبضات القلب للمساعدة في اكتشاف تعب العمال والتقليل من حالات الإصابة.

3.jpg شكل 3: مراحل مراقبة عمال المصنع.

الصيانة التنبؤية ومراقبة حالة المصنع:

تعتمد الصيانة التنبؤية على المراقبة المستمرة لحالة المعدات، حيث تكون المعدات مزودةً بحساسات تقوم بجمع مجموعةٍ واسعةٍ من العوامل التي تحدد أداءها وصلاحيتها، كدرجة حرارتها والضغط والاهتزاز وغيرها من العوامل الأخرى. وبمجرد جمعها، تنقل فوريًا إلى السحابة لتحليل ودمج القراءات مع البيانات الوصفية للمعدات، كرقم الجهاز وطرازه، وإرسالها إلى العاملين في المصنع عبر تطبيق الجوال (شكل 4). وتعمل مجموعة في آر لسكك الحديد على تطبيق حلول الصيانة التنبؤية باستخدام إنترنت الأشياء لتحسين موثوقية عربات القطار وتجنب الصيانة المفرطة، حيث تزود المجموعة نقاط العطل المحتملة، كأقراص المكابح مثلًا، بحساساتٍ للحصول على رؤيةٍ واضحةٍ في الوقت الفعليّ لحالة القضبان والعربات وتحديد أسباب العطل. 5.jpg شكل 4: مراحل الصيانة التنبؤية.

إدارة سلاسل التوريد:

توفر حلول سلاسل التوريد الذكية للمصنعين رؤيةً واضحةً حول موقع كل عنصرٍ وحالته فوريًا، بالإضافة إلى الظروف التي تخزن بها هذه العناصر وتسليمها. ويوضح الشكل 5 مثالاً على استخدام إنترنت الأشياء لشركة أدويةٍ تقوم بشحن الطلب إلى مركز التوزيع. حيث تزود حاويات الشحن بحساساتٍ لمراقبة درجة الحرارة داخل العبوات وترسل إلى السحابة لتحليلها في الوقت الفعليّ، وفي حال حدوث عطلٍ في نظام التبريد وارتفاع درجة الحرارة عن الحد الموصى به، ترسل التنبيهات إلى سائق الحاوية لإعادة ضبط درجة الحرارة كما ترسل الاستشعارات إلى المصنع نفسه لإعلامه بالأمر. 2.jpg شكل 5: مراحل مراقبة الحاويات لشركة الأدوية.

خطورة عدم تحقيق عائد عال للاستثمار:

تنطوي مبادرات تبني إنترنت الأشياء على العديد من الاستثمارات، كالإنفاق على الحساسات والتخزين السحابي والعمل الإداريّ والفنيّ وغيرها، لذا ينبغي على الشركات النظر في مدى السرعة التي يمكن أن تطرحها حلول إنترنت الأشياء ومدة تحقيق العائدات المرجوة.

مشاكل أمن البيانات:

مع ازدياد أعداد أجهزة إنترنت الأشياء وشيوعها، أصبحت تهديدات أمان إنترنت الأشياء أكثر احتماليةً، حيث تتوقع شركة جارتنر أن 25% من الهجمات السيبرانية ستشمل تقنيات إنترنت الأشياء، كما أن الإنفاق على أمان إنترنت الأشياء سيصل إلى 547 مليون دولار.

نقص الموظفين المؤهلين:

وجدت شركة إنمارسات أن 72% من الشركات لديها نقصٌ في عدد الأفراد المؤهلين وذوي الخبرة لإدارة أجهزة إنترنت الأشياء، كما أفادت 80% من الشركات أن موظفيها يفتقرون للمهارات اللازمة لتوظيف إنترنت الأشياء والتي تشمل الخبرة التحليلية وتطوير البرامج وأمن تقنية المعلومات وغيرها.

تكامل التقنيات التشغيلية والأنظمة القديمة:

من أكثر التحديات التي تواجهها الشركات في تبني تقنية إنترنت الأشياء في صناعتها، هو دمج هذه النظم الحديثة مع أنظمتها القديمة دون فقدان البيانات ونشوء ثغرات أمنية بين هذه الأنظمة.

توفر تقنية إنترنت الأشياء فرصاً واعدةً للمنشآت الصغيرة والمتوسطة عبر إمكانية التحسين التي تقدمها في عمليات الأعمال والتصنيع، حيث تنمو تقنية إنترنت الأشياء في المجال التصنيعيّ بمعدل نموٍ سنويٍّ مركبٍ يبلغ 10.1%، ليصل إلى83.8 مليار دولارٍ في عام 2025م. وتعد هذه فرصة لا يمكن التفريط فيها للمنشآت في المملكة العربية السعودية لركوب هذه الموجة ومواكبة التطور فيها، حيث أن الدولة السعودية تقدم الدعم المناسب للمنشآت الصغيرة والمتوسطة للحاق بالركب بما يتلاءم مع أهداف رؤيتها 2030. وذلك عبر توفير الدعم المالي لهم، أو توفير الإرشاد التقني والتوجيه التجاري بما يحقق الفائدة لرواد الأعمال والمستثمرين وعموم المجتمع.

جارتنر (Gartner) هارلي-ديفيسون (Harley-Davidson) تحديد الهوية بموجات الراديو (RFID) إنمارسات (Inmarsat) مجموعة في آر (VR group) واطسون لإنترنت الأشياء التابع لشركة آي بي إم (IBM’s Watson IoT) شركة نيشن ويست (Nation Waste) شركة ماستريتشت ميل (Maastricht Mill) شركة بي سي ماشينينق (BC Machining LLC) ماشين ميتريكس (MachineMetrics)

حقوق الصور التوضيحية ترجع إلى المصدر الأول.

  1. Shiklo, B. (2022, February 1). IOT in manufacturing: The ultimate guide. ScienceSoft footer icon. Retrieved March 27, 2022, from https://www.scnsoft.com/blog/iot-in-manufacturing#:~:text=Industrial%20Internet%20of%20Things%20(IIoT,efficiency%20of%20the%20manufacturing%20operations.
  2. IOT in manufacturing: The ultimate guide. Peerbits. (2022, February 25). Retrieved March 27, 2022, from https://www.peerbits.com/blog/iot-in-manufacturing.html
  3. Essex, D. (2018, August 16). Industrial IOT application boosts machine utilization. SearchERP. Retrieved March 27, 2022, from https://www.techtarget.com/searcherp/feature/Industrial-IoT-application-boosts-machine-utilization

توصيات

من أين تنتج البيانات الضخمة؟

إنفوجرافيك

عرض
المنازل المتصلة

إنفوجرافيك

عرض
إنترنت الأشياء للمنشآت الصغيرة والمتوسطة

ورشة مسجلة

عرض
لقاء ذكاء: كيف تبدأ مشروعك الريادي في مجال إنترنت الأشياء والذكاء الاصطناعي

ورشة مسجلة

عرض