كيف يُعالج الذكاء الاصطناعي تتبّع الدفعات في منشآت تصنيع اللحوم

تتبّع الدفعات في تصنيع اللحوم ليس خياراً. تُلزم المتطلبات التنظيمية المُصنِّعين بأن يستطيعوا اقتفاء أي منتج نهائي رجوعاً إلى الحيوانات المصدر، وتتبّعه تقدماً من أي مادة دخل إلى جميع المنتجات التي تحتويها. حين يقع استدعاء، فإن سرعة هذا التتبّع ودقته تُحدّدان كم منتجاً يجب استدعاؤه، وكم بسرعة تُبلَّغ متاجر التجزئة، وكم من المنتج سيُهدَر.

التحدي أن تصنيع اللحوم يتضمن مزجاً وتقسيماً وإعادة دمج للمواد في مراحل متعددة. تُقسَّم ذبيحة بقر واحدة إلى عشرات القطع الأولية والثانوية. ويمزج اللحم المفروم مادةً من عدة حيوانات وعدة دفعات. وقد تجمع المنتجات النهائية مكونات من أيام تصنيع مختلفة. وتتبّع هذه التحولات يدوياً أو بأنظمة تتبّع دفعات بسيطة عمل عرضة للخطأ وبطيء.

تحدي بيانات التتبّع

يجلب كل حيوان يصل إلى منشأة التصنيع بيانات تتبّع: مزرعة المنشأ، ونتائج الفحص البيطري، وتاريخ الذبح، وتعريف الحيوان. ومع تصنيع تلك الذبيحة، يجب أن تواكب بيانات التتبّع المادة عبر كل تحوّل.

حين تُقطَّع الذبيحة إلى قطع أولية، ترث كل قطعة بيانات تتبّع الذبيحة. وحين تُفرَم قطع أولية من ذبائح مختلفة معاً، يحوي المنتج المفروم بيانات التتبّع من جميع الدفعات المساهمة. وحين تُعبَّأ المنتجات النهائية، يلزم أن تحمل كل عبوة رموز تتبّع تربط رجوعاً بكل مواد الدخل.

حجم البيانات هائل. يُعالج مصنع لحوم بقر كبير آلاف الحيوانات يومياً، فيُولّد ملايين سجلات التتبّع. وإدارة هذه البيانات يدوياً غير عملية، والأخطاء في سجلات التتبّع قد تعني استدعاء منتجات أكثر بكثير مما يلزم.

كيف يُدير الذكاء الاصطناعي التتبّع

تؤتمت أنظمة التتبّع المرتكزة على الذكاء الاصطناعي التقاط البيانات والربط بينها في كل خطوة تصنيع. تُحدّد بطاقات RFID وماسحات الباركود وأنظمة الرؤية المادة وهي تتحرك في المصنع. وتتعقّب أجهزة استشعار الوزن الكميات في كل خطوة. ويُنشئ الذكاء الاصطناعي تلقائياً علاقات الأصل والفرع بين دفعات الدخل ودفعات الخرج في كل مرحلة تصنيع.

حين تُمزج المواد، يُسجّل الذكاء الاصطناعي مساهمة كل دفعة دخل في الخرج بنسبتها. وحين تُقسَّم المادة، يتعقّب أين ذهب كل جزء. والنتيجة سجل أنساب كامل لكل منتج نهائي: كل دفعة من مواد الدخل، وكل خطوة تصنيع، وكل سجل زمن وحرارة، وكل تعيين معدّات وموظفين.

قدرة استدعاء سريعة

الاختبار الحقيقي لنظام تتبّع هو كم بسرعة يستجيب لاستدعاء. حين تُكتشف مشكلة في دفعة دخل بعينها، على النظام أن يُجيب فوراً عن سؤالين: أي منتجات نهائية تحتوي مادة من تلك الدفعة، وأين هذه المنتجات الآن؟

تُجيب أنظمة التتبّع بالذكاء الاصطناعي عن السؤال الأول في ثوانٍ بعبور سجل أنساب الدفعة. أما السؤال الثاني فيستلزم تكاملاً مع بيانات الشحن والتوزيع، وهو ما يُديره الذكاء الاصطناعي أيضاً. والنتيجة قائمة دقيقة بالمنتجات المتأثرة وكمياتها ومواقعها الراهنة، تُمكّن من استدعاءات موجَّهة تُقلّل نطاق التعطيل إلى أدنى حد.

تطبيقات وقائية

إلى جانب الاستجابة للاستدعاء، يُتيح التتبّع بالذكاء الاصطناعي تدابير وقائية لسلامة الغذاء. يستطيع النظام تمييز الأنماط غير المعتادة في بيانات التصنيع التي ترتبط بمخاطر سلامة الغذاء. ويستطيع التحقق من أن نقاط التحكم الحرجة (CCPs) كانت ضمن الحدود لكل دفعة، وعزل المنتجات من أي دفعة لا يمكن تأكيد الالتزام بنقاط التحكم الحرجة فيها.

كذلك يدعم النظام التحسين المستمر بربط جودة المنتج النهائي رجوعاً بدفعات دخل بعينها وظروف تصنيع ومعدّات بعينها. فإذا اقتُفي أثر مشكلة جودة إلى دفعة من مورّد بعينه، يمكن تمييز الشحنات المستقبلية من ذلك المورّد لإجراء فحص إضافي.

لمزيد عن الذكاء الاصطناعي في عمليات تصنيع الأغذية، طالع صفحة تحليل التصنيع لدى FirmAdapt.