حلول رقمية
الصناعة والتصنيع

كانت طنجة بارتس، مصنع قطع غيار سيارات دقيقة في منطقة طنجة الحرة، تزود مكونات حيوية لعدة مصنعين أوروبيين بما فيهم رينو وPSA. واجه المصنع توقفات إنتاج غير مخططة تكلف في المتوسط 180,000 درهم لكل حادثة بتكرار 3 إلى 4 حوادث كبرى شهريًا. كانت الصيانة تصحيحية فقط حيث يتدخل الفنيون بعد العطل مما أدى إلى فترات توقف مطولة وخسائر إنتاج كبيرة. اعتمدت إدارة الإنتاج على ملفات Excel متفرقة بين الأقسام المختلفة مما جعل التحسين المبني على البيانات مستحيلاً وتسبب في أخطاء تنسيق بين خطوط الإنتاج. طالب عملاء صناعة السيارات بتتبع كامل متوافق مع معيار IATF 16949 لم يكن المصنع قادرًا على توفيره بأدواته اليدوية. لم يكن استهلاك الطاقة مقاسًا ولا محسّنًا مما شكل عبئًا ماليًا كبيرًا وإخلالًا بالتزامات الشركة البيئية. أخيرًا تسبب غياب الرؤية الفورية لمخزون المواد الخام بانتظام في نفاد المخزون مما أثر على مواعيد التسليم.

نشرنا شبكة تضم أكثر من 200 جهاز استشعار صناعي لإنترنت الأشياء متصلة عبر بروتوكول MQTT عبر جميع خطوط الإنتاج الستة تغطي الحرارة والاهتزاز والضغط الهيدروليكي واستهلاك الطاقة وتآكل أدوات القطع. تغذي هذه البيانات لوحة تحكم React في الوقت الفعلي مع تصورات تفاعلية بـ D3.js توفر نظرة شاملة فورية على حالة المصنع. تُخزن البيانات في InfluxDB بسجل 24 شهرًا لتحليل الاتجاهات. تحلل خوارزميات الصيانة التنبؤية المطورة بـ scikit-learn أنماط تدهور المعدات وتنبه فرق الصيانة قبل 48 إلى 72 ساعة من أي عطل محتمل مما يتيح جدولة التدخلات خلال أوقات التوقف المخططة. يركز نظام تخطيط الموارد المخصص بـ Node.js مع واجهة GraphQL إدارة طلبات العملاء ومخزون المواد الخام مع عتبات تنبيه تلقائية وتخطيط الإنتاج ومراقبة الجودة مع التتبع الكامل لكل دفعة. تُنشئ وحدة تقارير آلية مستندات الامتثال لمعيار IATF 16949 المطلوبة من المصنعين. النظام بأكمله محاط بحاويات Docker ومنسق بـ Kubernetes لضمان التوفر العالي مع خط أنابيب CI/CD يتيح النشر دون توقف الإنتاج.