نشر وكلاء الذكاء الاصطناعي في أرضية إنتاج تتواصل عبر بروتوكولات OPC UA و Modbus و MQTT في وقت واحد

بالنسبة للعديد من مهندسي حلول الذكاء الاصطناعي الطموحين، غالبًا ما يصطدم الحماس المبكر للتطبيقات الصناعية بحقيقة قاسية: نادرًا ما تكون أرضيات الإنتاج بيئة وحيدة البروتوكول. إن افتراض وجود بيئة بيانات متجانسة، حيث تتحدث جميع تقنيات التشغيل (OT) بروتوكول OPC UA أو Modbus أو MQTT حصريًا، هو أسرع طريق لتوقف المشروع بحلول الأسبوع الثاني. يؤدي هذا الفهم الخاطئ الأساسي لتعقيد الاتصالات الصناعية بشكل متكرر إلى إعادة تحديد النطاق، وتجاوز الميزانية، وفي النهاية، وضع المبادرات على الرف، مما يسلط الضوء على الحاجة الملحة لاستراتيجية تكامل أكثر قوة ومتعددة البروتوكولات منذ البداية.

السؤال "كيفية نشر وكلاء الذكاء الاصطناعي في أرضية الإنتاج" لم يعد مجرد سؤال نظري؛ إنه الاختبار التشغيلي الذي يفصل المشاريع التجريبية عن الإنتاج الحقيقي.

الطبيعة الثلاثية لبروتوكولات الاتصال الصناعي

تتميز البيئات الصناعية الحديثة، لا سيما في مجال التصنيع والتحكم في العمليات، بتنوع واسع في بروتوكولات الاتصال. ليس من غير المألوف، بل هو القاعدة، أن تعمل أرضيات الإنتاج في وقت واحد مع بروتوكولات OPC UA و Modbus TCP/RTU و MQTT. هذا لا يرجع إلى نقص التخطيط الاستراتيجي، بل هو انعكاس للتطور الصناعي ودورات حياة المعدات والأنظمة البيئية المتنوعة للبائعين. تستمر الآلات القديمة في العمل بشكل موثوق باستخدام Modbus، وتستفيد المعدات الأحدث من OPC UA لنماذج بياناتها الغنية وإمكانية التشغيل البيني، ويدفع التوجه نحو إنترنت الأشياء الصناعية (IIoT) بروتوكول MQTT لنقل البيانات بكفاءة وقابلية للتوسع.

غالبًا ما تتعايش هذه البروتوكولات عبر طبقات مختلفة من هرم الأتمتة. يهيمن Modbus، وهو بروتوكول قديم وقوي، بشكل متكرر على مستوى أجهزة الاستشعار والمحركات، مما يوفر وصولًا مباشرًا إلى السجلات لوحدات التحكم المنطقية القابلة للبرمجة (PLCs) ووحدات RTU. يتواجد OPC UA عادةً في مستوى إشرافي أعلى، ويقدم هياكل بيانات معقدة، ووصولًا إلى البيانات التاريخية، وآليات أمان متطورة من أنظمة SCADA ووحدات التحكم. يتم اعتماد MQTT بشكل متزايد، لا سيما مع التوسعات مثل Sparkplug B، للاتصال من الآلة إلى السحابة أو من الآلة إلى الحافة، مما يسهل نشر البيانات والاشتراك فيها بكفاءة عبر شبكات واسعة من أجهزة IIoT.

ينبع استمرار جميع البروتوكولات الثلاثة في وقت واحد من عدة عوامل عملية واقتصادية. يعني العمر التشغيلي الطويل للآلات الصناعية أن المعدات التي تم شراؤها قبل عقود، والتي لا تزال تعمل بشكل مثالي، تستمر في استخدام Modbus. وغالبًا ما تكون التحديثات الجذرية لنظام التحكم في المصنع بأكمله لمجرد توحيد بروتوكول واحد مكلفة للغاية وتدخل مخاطر توقف غير مقبولة. علاوة على ذلك، تؤدي تخصصات البائعين المختلفة إلى تبني طبيعي لبروتوكولاتهم المفضلة أو الراسخة، مما يديم البيئة المختلطة.

لذلك، يجب أن يدرك أي نشر ذكاء اصطناعي ذي معنى في أرضية الإنتاج هذا الواقع متعدد البروتوكولات ويتعامل معه بشكل جوهري. فالهيكل الذي يحاول إجبار جميع البيانات على بروتوكول واحد سيواجه حتماً عقبات تكامل لا يمكن التغلب عليها، وقيود نظام قديم، وسيفشل في نهاية المطاف في التقاط الطيف الكامل للذكاء التشغيلي. يكمن التحدي، والفرصة، في بناء طبقة ذكية يمكنها استيعاب وتوحيد البيانات دلاليًا بسلاسة من هذه المصادر المتباينة.

بنية الوكيل لبيئات البروتوكول غير المتجانسة

لإدارة التعقيد بفاعلية، يجب تصميم وكلاء الذكاء الاصطناعي بقدرة أساسية على عدم الاكتراث بالبروتوكول في الطبقة الدلالية. وهذا يعني أنه بينما قد يتضمن إدخال البيانات الخام معالجات بروتوكول محددة، يجب أن تعمل محركات الذكاء والمنطق الأساسية للوكلاء على نموذج بيانات موحد، مجرد تمامًا عن آلية الاتصال الأساسية. الهدف هو تقديم البيانات للوكيل كسياق تشغيلي متماسك وموحد زمنيًا، بغض النظر عما إذا كانت قد نشأت من ملف Modbus، أو متغير OPC UA، أو حمولة موضوع MQTT.

يتضمن نمط شائع محولات بروتوكول مخصصة أو موصلات لكل نوع اتصال. سيقوم مكون عميل OPC UA داخل الوكيل أو بوابته الطرفية بإنشاء جلسات آمنة مع خوادم OPC UA، والاشتراك في عقد محددة داخل مساحات عناوينها. وفي الوقت نفسه، سيقوم مكون عميل Modbus باستقصاء سجلات معينة (سجل الاحتجاز، سجل الإدخال، ملف التحكم، أو الإدخال المنفصل) على أجهزة Modbus TCP/RTU، مع إدارة حالات الاتصال ومعالجة الأخطاء. بالنسبة لـ MQTT، سيقوم عميل MQTT متطور بالاشتراك في المواضيع ذات الصلة، بما في ذلك تلك المنظمة بواسطة Sparkplug B، وتحليل الحمولات واستخراج المقاييس الحيوية.

ثم تغذي هذه المعالجات الخاصة بالبروتوكول طبقة تطبيع ورسم خرائط دلالية. هذه الطبقة مسؤولة عن ترجمة نقاط البيانات الخاصة بالبروتوكول (على سبيل المثال، سجل Modbus 40001، معرف عقدة OPC UA "ns=2;s=Mixer/Temperature"، موضوع MQTT "spBv1.0/site_id/device_id/DDATA/Metrics/Temperature") إلى تمثيل داخلي موحد. يجب أن يتضمن هذا التمثيل الداخلي معرفًا فريدًا، وطابعًا زمنيًا، وقيمة، ووحدة قياس، وأي بيانات وصفية ذات صلة. يسمح هذا النهج المنظم لوكيل الذكاء الاصطناعي بالتفكير في الحالة التشغيلية دون الحاجة إلى فهم تعقيدات رموز وظائف Modbus أو أنواع بيانات OPC UA.

يعد تنسيق هذه المحولات وطبقة التطبيع أمرًا بالغ الأهمية. فهو يضمن أن البيانات، على الرغم من مصادرها المتنوعة، تتقارب في تدفق موحد لوكلاء الذكاء الاصطناعي. يدعم نمط التصميم هذا أيضًا النشر التدريجي، مما يسمح بإضافة معالجات بروتوكول جديدة حسب الحاجة دون تعطيل منطق الوكيل الأساسي. من خلال تجريد تفاصيل البروتوكول الخام، يصبح تطوير ونشر وكيل الذكاء الاصطناعي أبسط بكثير وأكثر قوة، مع التركيز على الذكاء التشغيلي بدلاً من تفاصيل الاتصال منخفضة المستوى.

الاشتراك في مساحات عناوين OPC UA

OPC UA (بنية الاتصالات الموحدة للمنصات المفتوحة) هي بنية قوية ومستقلة عن المنصة وموجهة نحو الخدمات للاتصالات الصناعية. تكمن قوتها في قدرتها على توفير مساحة عناوين شاملة وهرمية تمثل جميع البيانات والإنذارات والأحداث والمعلومات التاريخية داخل النظام. بالنسبة لوكلاء الذكاء الاصطناعي، يعد الاشتراك في مساحة العناوين هذه هي الطريقة الأساسية لاكتساب البيانات، بدلاً من الاستقصاء البسيط.

يقوم وكيل الذكاء الاصطناعي أو بوابته الطرفية المرتبطة بإنشاء اتصال عميل آمن بواحد أو أكثر من خوادم OPC UA. يتضمن هذا الاتصال عادةً تبادل الشهادات للمصادقة والتشفير، والالتزام بملفات تعريف الأمان المكونة على الخادم. بمجرد المصادقة، يمكن للوكيل تصفح مساحة عناوين الخادم لاكتشاف العقد المتاحة، والتي تمثل نقاط بيانات أو أوامر أو أحداث محددة. يمكن أن تكون عملية الاكتشاف هذه تلقائية أو مسبقة التكوين بناءً على البنية المعروفة لنظام التحكم في المصنع.

يكمن جوهر اكتساب البيانات من OPC UA في إنشاء الاشتراكات. يقوم الوكيل بإنشاء اشتراك لقائمة بمعرفات العقدة المحددة (المتغيرات والخصائص) التي يحتاج إلى مراقبتها. لكل عنصر مشترك، يحدد الوكيل معلمات مثل فترة الاستشعار (كم مرة يتحقق الخادم من التغييرات) وفترة النشر (كم مرة يرسل الخادم إشعارات بالتغييرات إلى العميل). يعتبر هذا النموذج القائم على الدفع فعالاً للغاية، حيث يرسل الخادم البيانات فقط عند تغييرها، مما يقلل من حركة المرور على الشبكة مقارنة بالاستقصاء المستمر.

يتضمن التعامل مع بيانات OPC UA تحليل هياكل البيانات المعقدة، والتي يمكن أن تتضمن ليس فقط القيم الخام ولكن أيضًا علامات الجودة والطوابع الزمنية وأنواع البيانات. يجب أن يكون عميل OPC UA التابع للوكيل قادرًا على فك حزمة هذه الرسائل إلى تنسيق قابل للاستهلاك بواسطة طبقة التطبيع اللاحقة. إن التعامل القوي مع انقطاع الاتصال وإعادة الاشتراكات وأخطاء جانب الخادم أمر بالغ الأهمية لضمان تدفق البيانات المستمر، مع إدراك أن الشبكات الصناعية يمكن أن تكون عرضة للمشكلات المتقطعة.

استقصاء سجلات Modbus للبيانات الحيوية

يظل Modbus، في إصداراته TCP و RTU، حجر الزاوية في الاتصالات الصناعية، خاصة في الطرف الأدنى من هرم الأتمتة. على الرغم من افتقاره لتعقيد OPC UA، إلا أن بساطته وقوته واعتماده على نطاق واسع يجعله لا غنى عنه. لكي تحصل وكلاء الذكاء الاصطناعي على البيانات من أجهزة Modbus، فإن ذلك يتضمن في المقام الأول استقصاء سجلات محددة. على عكس نموذج الدفع الخاص بـ OPC UA، فإن Modbus هو في الأساس بروتوكول طلب-استجابة.

يعمل Modbus TCP عبر إيثرنت قياسي، باستخدام المنفذ 502، بينما يستخدم Modbus RTU عادةً الاتصال التسلسلي (RS-232/485). سيعمل وكيل الذكاء الاصطناعي، أو بشكل أكثر شيوعًا مكونه الطرفي، كـ Modbus master، ويرسل طلبات القراءة إلى أجهزة Modbus التابعة (مثل PLCs، HMIs، أجهزة الاستشعار). تحدد هذه الطلبات معرف التابع، ورمز الوظيفة، وعنوان البداية وكمية السجلات المراد قراءتها. تتضمن رموز الوظائف الشائعة قراءة سجلات الاحتجاز (0x03)، وقراءة سجلات الإدخال (0x04)، وقراءة الملفات (0x01)، وقراءة المدخلات المنفصلة (0x02).

تعد خريطة السجلات على أجهزة Modbus أمرًا بالغ الأهمية. يحدد كل بائع جهاز أو متكامل أنظمة نقطة البيانات التشغيلية التي تتوافق مع أي عنوان سجل. يجب أن يكون لدى وكيل الذكاء الاصطناعي فهم دقيق لهذه الخريطة لتفسير القيم الخام 16 بت أو 32 بت التي تم استلامها بشكل صحيح. على سبيل المثال، قد يحتوي سجل الاحتجاز على عدد صحيح خام يمثل درجة حرارة، والتي تحتاج بعد ذلك إلى القياس وربما التحويل إلى وحدات هندسية بواسطة طبقة معالجة البيانات الخاصة بالوكيل.

يجب إدارة فترات الاستقصاء بعناية. يمكن أن يؤدي الاستقصاء المتكرر جدًا إلى إرهاق جهاز Modbus التابع أو ناقل الاتصال، بينما يمكن أن يؤدي الاستقصاء غير المتكرر جدًا إلى بيانات قديمة وأحداث حرجة فائتة. يجب أن يكون عميل Modbus الخاص بالوكيل مرنًا تجاه أوقات الانقطاع، وإشعارات NACK (إقرارات الرفض السلبية)، وأخطاء الاتصال الأخرى، وتنفيذ منطق إعادة المحاولة واستراتيجيات إعادة إنشاء الاتصال للحفاظ على سلامة البيانات. يعد الختم الزمني الدقيق عند استلام بيانات Modbus أمرًا حيويًا أيضًا، حيث لا يحمل البروتوكول نفسه عادةً معلومات تفصيلية عن الوقت.

استهلاك مواضيع MQTT Sparkplug B بالتوازي

ظهر MQTT (بروتوكول نقل القياس عن بعد على طابور الرسائل) كبروتوكول مفضل لتطبيقات إنترنت الأشياء الصناعية (IIoT) نظرًا لطبيعته الخفيفة، وفعاليته، ونموذجه للنشر-الاشتراك. عندما نفكر في كيفية نشر وكلاء الذكاء الاصطناعي في أرضية الإنتاج، يقدم MQTT، لا سيما مع مواصفات Sparkplug B، آلية قابلة للتطوير ومرنة للغاية لجمع البيانات. يوفر Sparkplug B مساحة اسم مواضيع محددة، وتنسيق حمولة بيانات (باستخدام Google Protobuf)، وآليات إدارة الحالة الضرورية للعمليات الصناعية.

يقوم وكلاء الذكاء الاصطناعي، أو مكوناتهم الطرفية، بالاشتراك في وسطاء MQTT، وتحديد المواضيع التي يرغبون في تلقي الرسائل منها. مع Sparkplug B، يتم تنظيم هذه المواضيع بشكل هرمي (على سبيل المثال، spBv1.0/group_id/node_id/device_id/DDATA). يسمح الاشتراك في موضوع DDATA (بيانات الجهاز) لجهاز معين للوكيل بتلقي جميع تحديثات المقاييس في الوقت الفعلي التي ينشرها هذا الجهاز. تعني كفاءة MQTT أن الأجهزة ترسل البيانات فقط عند تغيير القيم أو على فترات محددة، مما يحسن عرض النطاق الترددي للشبكة.

تعد مستويات جودة الخدمة (QoS) في MQTT بالغة الأهمية للموثوقية. يوفر QoS 0 (مرة واحدة على الأكثر) الرسائل دون إقرار، وهو مناسب للبيانات غير الحيوية وذات التردد العالي حيث يكون الضياع العرضي مقبولاً. يضمن QoS 1 (مرة واحدة على الأقل) التسليم ولكنه قد يؤدي إلى تكرارات، مما يتطلب معالجة متساوية من قبل الوكيل. يضمن QoS 2 (مرة واحدة بالضبط) تسليمًا واحدًا ويستخدم للبيانات الحيوية حيث لا يمكن تحمل الضياع أو التكرار، على الرغم من أنه ينطوي على عبء أعلى. يجب على مطور الوكيل اختيار مستوى QoS المناسب لكل تدفق بيانات بعناية بناءً على أهميته التشغيلية.

يجب أن يقوم عميل MQTT التابع لوكيل الذكاء الاصطناعي بتحليل حمولات Sparkplug B، وهي عادةً رسائل Protobuf مضغوطة تحتوي على مقاييس متعددة وقيمها وطوابعها الزمنية وبياناتها الوصفية. يحتاج العميل إلى فك حزمة هذه الرسائل، واستخراج نقاط البيانات ذات الصلة، وإعادة توجيهها إلى طبقة التوحيد. تعد المعالجة القوية لانقطاع اتصال الوسيط، واستمرارية الجلسة، وتخزين الرسائل المؤقت (لـ QoS > 0) ضرورية للحفاظ على خطوط أنابيب البيانات المستمرة من مصادر MQTT.

بوابات البروتوكول ومساحات الأسماء الموحدة

في النسيج المعقد للاتصالات الصناعية، تلعب بوابات البروتوكول دورًا محوريًا في تمكين التشغيل البيني بين الأنظمة المتباينة. تعمل هذه الأجهزة الذكية أو مكونات البرامج كمترجمين، مما يسمح بتدفق البيانات بسلاسة بين نطاقات OPC UA و Modbus و MQTT. غالبًا ما يكون نشرها محوريًا لإنشاء مساحة اسم موحدة، وهو أمر بالغ الأهمية للنشر الناجح للذكاء الاصطناعي في أرضية الإنتاج.

قد تقوم بوابة البروتوكول، على سبيل المثال، بقراءة البيانات من شبكة Modbus RTU، وتحويلها إلى متغيرات OPC UA، وعرضها في مساحة عناوين خادم OPC UA. وفي الوقت نفسه، يمكنها الاشتراك في قيم من خادم OPC UA هذا ونشرها كرسائل MQTT Sparkplug B. هذه الترجمة ثنائية الاتجاه أو متعددة الاتجاهات تعمل على مركزية الوصول إلى البيانات وتجريد تفاصيل البروتوكول الأساسية من التطبيقات ذات المستوى الأعلى، بما في ذلك وكلاء الذكاء الاصطناعي.

يعتمد مفهوم مساحة الاسم الموحدة على هذا. فهو ينشئ تمثيلًا واحدًا ومتسقًا وغنيًا دلاليًا لجميع البيانات التشغيلية، بغض النظر عن بروتوكولها الأصلي. تستفيد مساحة الاسم هذه عادةً من قدرات OPC UA الهرمية والمنظمة أو نموذج دلالي مماثل. ضمن هذا المنظور الموحد، ستكون قراءة مستشعر درجة الحرارة من جهاز Modbus قديم، ومستشعر ضغط متقدم يبلغ عبر OPC UA، وصمام ذكي ينشر عبر MQTT، كلها متاحة تحت اتفاقية تسمية مشتركة (على سبيل المثال، PlantA/Area1/MachineX/SensorY/Temperature).

تعتمد أتمتة الذكاء الاصطناعي في أرضية الإنتاج بشكل كبير على هذا المنظور الموحد. يمكن لوكلاء الذكاء الاصطناعي الاستعلام عن نقاط البيانات أو الاشتراك فيها ضمن مساحة الاسم الواحدة هذه دون الحاجة إلى معرفة ما إذا كانت البيانات جاءت من استقصاء Modbus أو اشتراكات OPC UA أو مواضيع MQTT. هذا يبسط تطوير الوكيل بشكل كبير، مما يسمح للمطورين بالتركيز على الذكاء والتحليلات بدلاً من تكامل البروتوكول منخفض المستوى. تستفيد TFSF Ventures، بمنهجيتها للنشر لمدة 30 يومًا عبر 21 قطاعًا، من هذه البنى لضمان التكامل السريع والفعال. تم تصميم بنية معالجة الاستثناءات الخاصة بهم خصيصًا لإدارة تعقيدات هذه البيئات غير المتجانسة، مما يضمن سلامة البيانات وموثوقيتها.

توحيد العلامات ومحاذاة الوقت

أحد أهم التحديات في دمج البيانات الصناعية غير المتجانسة لوكلاء الذكاء الاصطناعي هو تحقيق توحيد متماسك للعلامات ومحاذاة دقيقة للوقت. غالبًا ما تستخدم البيانات القادمة من مصادر OPC UA و Modbus و MQTT اصطلاحات تسمية وأنواع بيانات وطوابع زمنية مختلفة (أو تفتقر إليها تمامًا). بدون نهج منهجي لتوحيد ومحاذاة هذه البيانات، ستواجه وكلاء الذكاء الاصطناعي صعوبة في تحديد العلاقات السببية، والتنبؤ بالأعطال بدقة، أو تحسين العمليات بفعالية.

يتضمن توحيد العلامات ربط المعرفات المتباينة والخاصة بالبروتوكول بمخطط علامات مشترك ومتسق دلاليًا. على سبيل المثال، قد يمثل سجل Modbus 'HR_40001'، ومعرف عقدة OPC UA 'ns=2;s=MotorTemp'، ومقياس MQTT 'Motor/Temperature' جميعها نفس درجة الحرارة الفيزيائية. تقوم طبقة التوحيد بدمج هذه العلامات في علامة موحدة واحدة (على سبيل المثال، 'Equipment.Motor1.Temperature_C'). تتضمن هذه العملية غالبًا إثراء البيانات الوصفية، وإضافة وحدات القياس، والنطاقات الهندسية، والسياق.

محاذاة الوقت لا تقل أهمية، إن لم تكن أكثر. يتضمن OPC UA بشكل طبيعي طوابع زمنية مع تغييرات البيانات. تحتوي حمولات MQTT Sparkplug B أيضًا على طوابع زمنية بتنسيق Unix epoch. ومع ذلك، لا يقوم Modbus بشكل عام بنقل طوابع زمنية مع قيم سجله؛ يجب تطبيق الطابع الزمني عند نقطة الاكتساب بواسطة Modbus master. يعني اكتساب البيانات غير المتزامن أن الأحداث أو القياسات المتعلقة بنفس العملية الفعلية قد تصل بترتيب غير صحيح أو بفروق زمنية طفيفة. تتطلب وكلاء الذكاء الاصطناعي، خاصة تلك التي تقوم بتحليل التسلسل أو الارتباط، بيانات متزامنة بدقة.

تشمل استراتيجيات محاذاة الوقت التوقيت على مستوى الحافة (كما هو الحال مع Modbus)، ومزامنة الساعة المحلية (مثل PTP أو NTP) عبر الأجهزة الطرفية، والاستيفاء أو إعادة الترتيب على جانب الخادم. غالبًا ما تلعب وسطاء الحافة أو مؤرخو البيانات دورًا في تخزين وتوحيد تدفقات البيانات قبل تقديمها إلى وكلاء الذكاء الاصطناعي. الهدف هو تزويد وكيل الذكاء الاصطناعي بمجموعة بيانات تكون فيها جميع القياسات ذات الصلة مرتبطة بطابع زمني واحد ودقيق، مما يتيح تحليلًا موثوقًا واتخاذ القرارات من قبل النظام الذكي.

الوسطاء الطرفيون مقابل التجميع السحابي

يعد الاختيار بين المعالجة القائمة على الحافة عبر الوسطاء الطرفيين والتجميع السحابي المركزي خيارًا معماريًا أساسيًا عند نشر وكلاء الذكاء الاصطناعي للإنتاج. لكلتا الطريقتين مزايا مميزة وغالبًا ما يتم دمجهما في نماذج هجينة، لا سيما في البيئات المعقدة ومتعددة البروتوكولات. يؤثر الاختيار على زمن الانتقال، واستخدام عرض النطاق الترددي، وأمن البيانات، واستجابة الإجراءات التي يحركها الذكاء الاصطناعي.

يتم نشر الوسطاء الطرفيين عادةً على أجهزة كمبيوتر صناعية أو بوابات تقع مباشرة في أرضية الإنتاج، بالقرب من مصادر البيانات. يمكن لهؤلاء الوسطاء إجراء جمع البيانات المحلية، وتحويل البروتوكولات، والتوحيد، وحتى المعالجة الأولية للبيانات واستدلال الذكاء الاصطناعي. تشمل الفوائد الرئيسية زمن انتقال منخفض جدًا للتطبيقات في الوقت الفعلي (على سبيل المثال، الصيانة التنبؤية التي تحتاج إلى الاستجابة في ميلي ثانية)، وتقليل متطلبات عرض النطاق الترددي للشبكة (يتم إرسال البيانات المعالجة فقط أو الحالات الشاذة إلى السحابة)، وتعزيز الأمان من خلال الاحتفاظ بالبيانات التشغيلية الحساسة داخل محيط الشبكة المحلية. إنهم بارعون في التعامل مع استقصاء Modbus، واشتراكات OPC UA، ورسائل MQTT المحلية مباشرة.

يتضمن التجميع السحابي، على العكس من ذلك، إرسال جميع البيانات الخام أو المعالجة بشكل خفيف، أو جزء كبير منها، إلى منصة سحابية مركزية للتخزين والتحليل التاريخي والتدريب والاستدلال على نماذج الذكاء الاصطناعي الأكثر تعقيدًا. تشمل المزايا قابلية التوسع الهائلة، والوصول إلى موارد حسابية قوية، وبحيرات بيانات شاملة للتحليلات على مستوى المؤسسة. ومع ذلك، فإنه يؤدي إلى زمن انتقال أعلى، واستهلاك أكبر لعرض النطاق الترددي، ويعتمد بشكل كبير على الاتصال الموثوق بالإنترنت. للعديد من التطبيقات، مثل تحليل الاتجاه على المدى الطويل أو تحسين سلسلة التوريد العالمية، يعد التجميع السحابي ضروريًا.

غالبًا ما يكون النهج الهجين هو الأكثر عملية. يتعامل الوسطاء الطرفيون مع اكتساب البيانات الحساسة للوقت وتحسين حلقة التحكم المحلية، وقد يقومون بإجراء استدلال الذكاء الاصطناعي الأولي لاتخاذ إجراء فوري. ثم يتم إرسال البيانات المجمعة، الأقل حساسية للوقت، جنبًا إلى جنب مع الرؤى المستمدة من الحافة، بشكل آمن إلى السحابة لإجراء تحليل أعمق، وإعادة تدريب النموذج، وذكاء الأعمال الأوسع. توازن هذه الاستراتيجية على النحو الأمثل بين زمن الانتقال وعرض النطاق الترددي والقدرة الحسابية، مما يضمن وصول وكلاء الذكاء الاصطناعي إلى البيانات الصحيحة في الوقت المناسب.

طبقة مراقبة تحافظ على سلامة التحكم

أحد الاعتبارات الأساسية عند نشر وكلاء الذكاء الاصطناعي في بيئة إنتاج هو ضمان عدم مساس عملهم أبدًا بسلامة أنظمة التحكم أو أمنها. ولهذا السبب، فإن طبقة المراقبة للقراءة فقط ليست مجرد ممارسة أفضل، بل هي ضرورة مطلقة. يجب أن يعمل وكلاء الذكاء الاصطناعي كمستشارين أذكياء أو محسِّنِين، وليس كوحدات تحكم مباشرة، خاصة في عمليات النشر الأولية.

تفرض بنية طبقة المراقبة أن وكلاء الذكاء الاصطناعي يقومون فقط بالاشتراك في البيانات من خوادم OPC UA، واستقصاء سجلات Modbus، واستهلاك مواضيع MQTT. يتم منعهم صراحة من إرسال أوامر الكتابة، أو تعيين قيم السجلات، أو نشر رسائل التحكم مرة أخرى في شبكة التكنولوجيا التشغيلية (OT). هذا يفصل بشكل أساسي نظام الذكاء الاصطناعي عن منطق التحكم الأساسي، مما يخلق حاجزًا أمانًا قويًا. يؤكد دليل نشر الذكاء الاصطناعي للتصنيع على هذا الفصل لتجنب الأعطال الكارثية أو الانحرافات غير المقصودة في العملية.

يعني هذا النمط المعماري أن وكلاء الذكاء الاصطناعي يمكنهم تحليل البيانات التشغيلية، وتحديد الحالات الشاذة، والتنبؤ بالأعطال، واقتراح تحسينات دون خطر التدخل المباشر في وحدات التحكم المنطقية القابلة للبرمجة (PLCs)، أو أنظمة التحكم الموزعة (DCS)، أو أنظمة الأجهزة الآمنة. إذا حدد وكيل الذكاء الاصطناعي مشكلة حرجة أو تحسينًا محتملًا، فيجب عليه إبلاغ المشغلين البشريين أو أنظمة MES/SCADA ذات المستوى الأعلى بهذه الرؤى من خلال قنوات مستقلة (على سبيل المثال، لوحات المعلومات، أو التنبيهات، أو استدعاءات API لنظم المؤسسة)، مما يسمح بالمراجعة والموافقة البشرية قبل اتخاذ أي إجراء تحكم.

مع مرور الوقت، ومع التحقق الصارم وآليات الأمان، قد ينتقل بعض وكلاء الذكاء الاصطناعي إلى أدوار "استشارية ذات حلقة مغلقة" أو "تحسين نقطة الضبط"، حيث يتم تمرير توصياتهم تلقائيًا إلى أنظمة التحكم مع قيود صارمة وإشراف بشري. ومع ذلك، حتى في هذه السيناريوهات المتقدمة، يظل المبدأ الأساسي للواجهة المتحكم فيها والإذن الصريح لعمليات التحكم أمرًا بالغ الأهمية. يجب أن يلتزم التوغل الأولي في نشر الذكاء الاصطناعي في أرضية الإنتاج دائمًا بنموذج القراءة فقط الصارم، مما يعزز الثقة ويقلل المخاطر. هذا جانب حيوي من كيفية نشر وكلاء الذكاء الاصطناعي في أرضية الإنتاج بمسؤولية.

زمن الانتقال، ضمانات الترتيب، والبيانات القديمة

تُعتبر المعلومات التشغيلية المستمدة من وكلاء الذكاء الاصطناعي في أرضية الإنتاج حساسة للغاية لمعايير جودة البيانات، وتحديدًا زمن الانتقال، وضمانات الترتيب، والتعامل مع البيانات القديمة أو المفقودة. تفرض الطبيعة المتباينة لبروتوكولات OPC UA و Modbus و MQTT تحديات فريدة في الحفاظ على هذه السمات الهامة عبر خط أنابيب البيانات بأكمله.

يشير زمن الانتقال إلى التأخير الزمني بين وقوع حدث في أرضية الإنتاج وتلقي وكيل الذكاء الاصطناعي للبيانات المقابلة ومعالجتها. بشكل عام، توفر اشتراكات OPC UA ونموذج النشر والاشتراك في MQTT زمن انتقال أقل مقارنة باستقصاء Modbus، خاصة عند تكوينها بفترات أخذ عينات ونشر مناسبة. يُعد تقليل زمن الانتقال أمرًا بالغ الأهمية لاكتشاف الحالات الشاذة في الوقت الفعلي، والصيانة التنبؤية، ومراقبة الجودة، حيث يمكن للإجراء الفوري أن يمنع التوقفات المكلفة أو العيوب. تساعد المعالجة على الحافة (الوسطاء الطرفيون) بشكل كبير في تقليل زمن الانتقال الشامل للتطبيقات الحساسة للوقت.

تصبح ضمانات الترتيب معقدة عند تجميع البيانات من مصادر غير متزامنة متعددة. بينما قد تضمن البروتوكولات بشكل فردي ترتيب الرسائل (على سبيل المثال، MQTT QoS 1 و 2)، فإن ترتيب وصول البيانات عبر البروتوكولات المختلفة المتعلقة بنفس العملية الفيزيائية ليس مضمونًا بطبيعته. على سبيل المثال، قد تصل قراءة درجة الحرارة من Modbus إلى نقطة التجميع متأخرة عن معدل التدفق المرتبط بها من OPC UA، حتى لو وقعت الأحداث الفيزيائية بترتيب عكسي. تعد محاذاة الوقت والختم الزمني القوي على الحافة ضروريين لإعادة تأسيس تسلسل أحداث صحيح لوكيل الذكاء الاصطناعي.

تشكل البيانات القديمة والجلسات المنقطعة تهديدات كبيرة لموثوقية رؤى الذكاء الاصطناعي. إذا انقطع اتصال Modbus، أو انقطع اشتراك OPC UA، يصبح عرض الوكيل للحالة التشغيلية غير مكتمل أو قديم. يجب تصميم وكلاء الذكاء الاصطناعي بآليات لاكتشاف البيانات القديمة والتعامل معها، مثل مهلات تستند إلى الطوابع الزمنية، أو مؤشرات 'آخر ظهور'، أو علامات جودة تنتشر من مصادر البيانات (على سبيل المثال، رموز جودة OPC UA Bad/Uncertain). عندما تنقطع الجلسات، فإن منطق إعادة الاتصال وملء فجوات البيانات (إذا كان ذلك مناسبًا) ضروريان لمنع الوكيل من اتخاذ قرارات تستند إلى معلومات غير مكتملة أو خاطئة. تم بناء ترخيص TFSF Ventures RAKEZ License 47013955 والبنية التحتية للإنتاج لإدارة هذه التحديات بالذات، مما يوفر خطوط أنابيب بيانات قوية وعاملة دائمًا. تقدم TFSF Ventures هذه الخدمات بعشرات الآلاف المنخفضة لعمليات النشر المركزة، مع التوسع بناءً على عدد الوكلاء وتعقيد التكامل، بالإضافة إلى حوالي 400-500 دولار شهريًا لتمرير تكلفة Pulse AI دون زيادة. يمتلك العملاء الكود، وتزيل الأسعار المتدرجة الشفافة المفاجآت.

يجب أن يكون وكلاء الذكاء الاصطناعي مستقلين عن البروتوكول في الطبقة الدلالية

الهدف الأسمى لأتمتة الذكاء الاصطناعي الناجحة في أرضية الإنتاج هو ضمان أن وكلاء الذكاء الاصطناعي أنفسهم مستقلون تمامًا عن البروتوكول في طبقة المعالجة الدلالية. وهذا يعني أن وكيل الذكاء الاصطناعي لا يحتاج إلى "معرفة" ما إذا كان يحلل بيانات نشأت من OPC UA أو Modbus أو MQTT. بدلاً من ذلك، فإنه يعمل على تدفق بيانات موحد ومطابق وموحد زمنيًا يمثل الحالة الفعلية لعملية الإنتاج. هذا هو المبدأ الأساسي للنشر الفعال والقابل للتوسع.

يتم تحقيق هذا التجريد من خلال الطبقات المعمارية التي تمت مناقشتها: محولات البروتوكول، وتوحيد البيانات، ومساحات الأسماء الموحدة. يتم التعامل مع البايتات المحددة ومصافحات الاتصال لكل بروتوكول بواسطة مكونات مخصصة منخفضة المستوى. تتلقى الطبقة الدلالية لوكيل الذكاء الاصطناعي نقاط بيانات محددة جيدًا وسياقية (على سبيل المثال، 'Motor1.Temperature'، 'Pump2.FlowRate'، 'Valve3.Status'). وهذا يبسط بشكل كبير تطوير وتدريب نماذج الذكاء الاصطناعي، حيث يمكنها التركيز فقط على البيانات التشغيلية وعلاقاتها، بعيدًا عن تعقيدات بروتوكولات الاتصال الصناعية. وهذا أيضًا يبسط بشكل كبير كيفية نشر وكلاء الذكاء الاصطناعي في أرضية الإنتاج.

من خلال كونهم مستقلين عن البروتوكول، يكتسب وكلاء الذكاء الاصطناعي مرونة هائلة. يمكنهم دمج مصادر بيانات جديدة بسلاسة، حتى تلك التي تستخدم بروتوكولات مختلفة تمامًا، بمجرد إضافة محول جديد وتحديث خريطة التوحيد دون الحاجة إلى تغييرات في منطق أو نماذج الذكاء الاصطناعي الأساسية. هذا يجعل نشر الذكاء الاصطناعي مستقبليًا ضد معايير التكنولوجيا المتطورة وترقيات المعدات. ويسمح هذا النهج أيضًا بالترحيل أو التوسع الأسهل إلى مصانع أو خطوط مختلفة ذات مكدسات OT متغيرة.

في جوهر الأمر، يصبح وكيل الذكاء الاصطناعي "متحدثًا بطلاقة" للغة بيانات المصنع التشغيلية، بدلاً من أن يكون محصورًا في "لهجة" أي بروتوكول اتصال واحد. هذا الفصل بين الاهتمامات - معالجة البروتوكول على الحافة، والفهم الدلالي في الجوهر - أمر حيوي لبناء حلول ذكاء اصطناعي قوية وقابلة للتوسع وقابلة للصيانة والتي يمكن أن تحدث ثورة حقيقية في عمليات أرضية المصنع. يساعد تقييم العمليات المكون من 19 سؤالًا الذي تقدمه TFSF Ventures في تحديد نقاط التكامل الدقيقة هذه، وتكييف الحلول لتلبية احتياجات العملاء المحددة.

عن TFSF Ventures

تعد TFSF Ventures FZ-LLC (RAKEZ License 47013955) شركة هندسة مشاريع تقوم بنشر بنية تحتية للوكلاء الأذكياء عبر الأعمال من خلال ثلاث ركائز متكاملة: البنية التحتية الوكيلة، ومسارات الدفع غير التقليدية، ومحرك مشاريع كامل. بفضل 27 عامًا من الخبرة في المدفوعات والبرمجيات، تعمل TFSF عالميًا، وتخدم 21 قطاعًا بمنهجية نشر تستغرق 30 يومًا. اكتشف المزيد على https://tfsfventures.com

قم بإجراء تقييم الذكاء التشغيلي المجاني

اجرِ تقييم الذكاء التشغيلي المجاني. أجب عن بضعة أسئلة سريعة حول عملك. احصل على مخطط مخصص لنشر الذكاء الاصطناعي في غضون 24 إلى 48 ساعة يتضمن توصيات الوكلاء، والهندسة المعمارية، وخارطة طريق خاصة بعملياتك. لا توجد مكالمة مبيعات. لا يوجد التزام. فقط البيانات. ابدأ من https://tfsfventures.com/assessment

نشرت في الأصل على https://tfsfventures.com/blog/deploying-ai-agents-on-a-production-floor-that-communicates-opc-ua-modbus-and-mqtt

كتب بواسطة TFSF Ventures Research