شناسایی کاربردها و الزامات پیاده سازی نظام مند هوش مصنوعی در شرکت ایران خودرو: گامی به سوی تولید بدون خطا

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 50

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SEE-11-1_019

تاریخ نمایه سازی: 30 فروردین 1405

چکیده مقاله:

امروزه هوش مصنوعی (AI) به عنوان یکی از فناوری های تحول آفرین در صنعت خودروسازی شناخته می شود و نقش کلیدی در کاهش خطاهای تولید، افزایش کیفیت محصولات و بهینه سازی فرایندهای تولیدی ایفا می کند. گروه صنعتی ایران خودرو به عنوان یکی از پیشگامان صنعت خودروسازی کشور، می تواند با پیاده سازی نظام مند هوش مصنوعی به سوی تولید بدون خطا گام بردارد. در این مقاله، ابتدا کاربردهای مختلف هوش مصنوعی در صنعت خودروسازی بررسی شده و سپس الزامات فنی، سازمانی و زیرساختی لازم برای اجرای فناوری در ایران خودرو تحلیل می ‍ شود. براساس ماهیت پیچیده و مستقل خودروها، فوریت فزاینده ای برای بررسی روش های تشخیص جدید به منظور ارتقای ایمنی، افزایش قابلیت اطمینان و بهبود فرایند نگهداری وجود دارد. در حالی که هوش مصنوعی فرصت بزرگی را در زمینه بررسی سیستماتیک امکان سنجی و کاربرد هوش مصنوعی برای عیب یابی و تعیین کیفیت ریزقطعات محفظه و زیربندی خودرو از طریق فناوری VFD و حسگرهای کانولوشنال (CNN) و شبکه عصبی عمیق (DNN) که یکی از مهم ترین و تاثیرگذارترین فناوری ها در حوزه یادگیر ی ماشینی و هوش مصنوعی هستند فراهم کرده است. یادگیر ی ماشینی پایه و اساس کامپیوتر و سایر فناوری‎های هوشمند است. استفاده بیشتر از تجزیه و تحلیل پیش بینی کننده را ترویج می کند و در کنار آن می تواند داده های قبلی را برای پیش بینی اقدامات، پیامدها و الگوهای آینده استخراج کند. یادگیر ی عمیق نوعی یادگیر ی ماشینی است که از مدل‎های ریاضی مربوط به ذهن انسان استفاده می کند. هدف از این پژوهش ارائه راهکارهایی جهت بهبود کیفیت و ضد خطاسازی فرایندهای تولید از طریق به کارگیری نرم افزار الیسیت (Elicit) که به عنوان یک فناوری AI-SEE (دید هوش مصنوعی) با استعانت از حسگرهای کانولوشنال (CNN) و شبکه عصبی عمیق (DNN) در گروه صنعتی ایران خودرو می باشد. روش تحقیق از دستیار هوش مصنوعی پیشرفته در حوزه تولید محتوا، بازنویسی، تفسیر هوشمند و تجزیه و تحلیل داده های پژوهشی، صورت می پذیرد. این نرم افزار با بهره گیری از الگوریتم های یادگیر ی ماشین، پردازش زبان طبیعی و تحلیل کلان داده، امکان استخراج، پردازش و تفسیر اطلاعات پژوهشی را فراهم می آورد. گردآوری داده ها به دو روش تعیین گروه هدف، اسناد و اطلاعات ثبت شده صورت می گیرد. از این رو پایایی و روایی مقاله با به کارگیری نرم افزار K-Means اعتباریابی می شود.

کلیدواژه ها:

هوش مصنوعی در خودروسازی ، بهینه سازی فرایندهای تولید ، کنترل کیفیت هوشمند ، تولید بدون خطا ، فناوری AI-SEE.

نویسندگان

علیرضا بخت آزما

نویسنده اول

داریوش شفیع زاده

نویسنده دوم

امیررضا ملک آرا

نویسنده سوم

حمیدرضا حسن پور

نویسنده چهارم

یوسف آقائی پور

نویسنده مسئول