التوأم الرقمي المتكامل مع التحكم التنبؤي في أنظمة التصنيع الذكية: نهج قائم على المحاكاة والذكاء الاصطناعي
الكلمات المفتاحية:
التوأم الرقمي، التحكم التنبؤي، التحكم التنبؤي بالنموذج (MPC)، التصنيع الذكي، المحاكاة، الصناعة 4.0، تحليلات الذكاء الاصطناعيالملخص
أصبحت التوائم الرقمية أدوات أساسية في مجال التصنيع الذكي، إذ توفر نسخًا افتراضية آنية للأنظمة الفيزيائية. ومن خلال دمج التحكم التنبؤي، ولا سيما التحكم التنبؤي بالنموذج (MPC)، مع التوأم الرقمي، يمكن تحسين عمليات التصنيع ديناميكيًا من حيث الجودة والكفاءة والمرونة. في هذه الورقة، نقترح إطارًا قائمًا على المحاكاة يجمع بين نماذج التوأم الرقمي والتحكم التنبؤي بالنموذج والتحليلات المدعومة بالذكاء الاصطناعي لعملية تشغيل باستخدام آلة CNC. يقوم التوأم الرقمي بالمزامنة المستمرة مع مستشعرات الماكينة ويستخدم نماذج الذكاء الاصطناعي للتنبؤ بسلوك المعدات. يستخدم التحكم التنبؤي بالنموذج نموذج التوأم لحساب إجراءات التحكم المثلى التي تحافظ على الأهداف التشغيلية وتمنع العيوب قبل حدوثها. أظهرت نتائج المحاكاة أن النظام المتكامل يقلل زمن الاستجابة، ويحسّن تتبع نقاط الضبط، ويُمكّن من التعديلات الاستباقية. فعلى سبيل المثال، مقارنةً بالمتحكم التقليدي PID، يُظهر التحكم التنبؤي بالنموذج مدخلات تحكم أكثر سلاسة وانخفاضًا بنسبة 20% في العيوب المتوقعة في الجودة. كما تُعزز مكونات الذكاء الاصطناعي (مثل الشبكات العصبية) من دقة تنبؤ التوأم من خلال التعلم من البيانات التاريخية..
المراجع
• Cho, Y., & Noh, S. D. (2024). Design and implementation of digital twin factory synchronized in real-time using MQTT. Machines, 12(11), 759.
• Chen, S., Wang, L., Gong, J., Fang, C., Zhang, J., & Puschner, A. (2025). Real-time decision-making for digital twin in additive manufacturing with model predictive control using time-series deep neural networks. Journal of Manufacturing Systems, 80, 289-306.
• Kibira, D., Shao, G., Venketesh, R., & Triebe, M. (2024). Building a digital twin of a CNC machine tool. In Proceedings of the 2024 Winter Simulation Conference, Orlando, FL, USA.
• Kumar, A., Birand, D., van Sinderen, M., Lee, S., & Saridakis, G. (2025). Data-driven digital twin framework for predictive maintenance of smart manufacturing systems. Machines, 13(6), 481.
• Lamdjad, B. (2025). A big data-driven framework for real-time quality measurement and predictive control in smart manufacturing systems. SSRN Electronic Journal.
• Liu, Z., Peng, X., Jia, L., Chen, T., & Li, C. (2024). Control strategies for digital twin systems. IEEE/CAA Journal of Automatica Sinica, 11(10), 2341-2363.
• Redelinghuys, R., Marnewick, A., & Finogenov, A. (2020). Reference model for the digital twin as part of Industry 4.0. In Proceedings of the 2020 Industrial Engineering and Systems Management Conference.
• Soori, M., Dastres, A. R., & Moghadam, R. M. (2023). Digital twin for smart manufacturing, a review. Sustainable Manufacturing and Service Economics, 2, 100017.
• Simio Staff. (2025, March 28). Role of digital twin technology in Industry 4.0. Simio (blog).
• Optimizing Efficiency: A Comprehensive Overview of Lean Manufacturing Techniques and Their Impact on Industry. (2025). (ALBAHIT) Albahit Journal of Applied Sciences, 4(1), 18-27. https://albahitjas.com.ly/index.php/albahit/article/view/39.
