ينتقل الذكاء الاصطناعي من أداة مختبرية إلى عنصر أساسي في تطوير الإطارات
تتحرك الشركات اليابانية المصنعة للإطارات بالذكاء الاصطناعي من مرحلة التجربة إلى الدعم الهندسي الروتيني، حيث أبلغت كل من سوميتومو رابر إنداستريز ويوكوهاما رابر عن أنظمة تقلل من وقت التحليل والبحث في الوثائق داخل أقسام البحث والتطوير للإطارات. وتكمن أهمية هذا التحول في أن تصميم الإطارات لا يزال يعتمد على دورات محاكاة طويلة وفحص المواد والتحقق المتكرر، لذا فإن توفير الوقت ولو بشكل متواضع يمكن أن يغير سرعة انتقال الفرق من الفكرة إلى النموذج الأولي.
سوميتومو رابر تقلل وقت التحليل
أعلنت سوميتومو رابر إنداستريز (سوميتومو رابر إنداستريز المحدودة، الشركة اليابانية المصنعة للإطارات وراء علامتي دنلوب وفالكن) أنها طورت نموذجًا بديلًا للذكاء الاصطناعي بالتعاون مع فوجيتسو (فوجيتسو المحدودة، الشركة اليابانية لتكنولوجيا المعلومات والخدمات) يقلل وقت التحليل الهيكلي بنحو ٩٠٪ مع الحفاظ على دقة عالية. وفي بيان الشركة الصادر في ٣ يونيو، تم التحقق من النموذج من خلال مشروع إثبات مفهوم وتطبيقه على التحليل الهيكلي لتشوه الإطار تحت ظروف الاحتكاك بالطريق.
والمكسب المقاس محدد وعملي. قالت سوميتومو رابر إن وقت المعالجة انخفض من حوالي ٤٥ دقيقة إلى حوالي خمس دقائق، مع تعامل النموذج مع حوالي ٦٠٠ ألف عنصر أو شبكة. وأوضحت الشركة أن النظام يستخدم نتائج طريقة العناصر المحدودة المتراكمة كبيانات تدريب ويعتمد على خوارزمية شبكة عصبية رسومية مدمجة مع بيانات تصميم الإطارات الخاصة بها وقدرات الذكاء الاصطناعي لفوجيتسو.
بالنسبة لمعالجي المواد ومطوري المركبات، لا تكمن الأهمية فقط في الحوسبة الأسرع. فدورة التحليل الأقصر يمكن أن تغير وتيرة تكرارات التصميم، لأن المهندسين يستطيعون اختبار المزيد من تركيبات التخطيط والمواد قبل الالتزام بالتجارب الفيزيائية. وهنا يكمن ضغط التكلفة في تطوير الإطارات: فكلما كانت دورة التحليل أبطأ، زاد الوقت والعمالة المرتبطان قبل اختيار المواصفات القابلة للتطبيق.
يوكوهاما توسع الذكاء الاصطناعي إلى أعمال التصميم كثيفة الوثائق
قالت يوكوهاما رابر كو (الشركة اليابانية المصنعة للإطارات والمنتجات المطاطية التي تطور الإطارات والمركبات والقوالب) إنها بدأت التشغيل الكامل لنظام ذكاء اصطناعي توليدي خاص بها مبني على التوليد المعزز بالاسترجاع (RAG) للبحث في الوثائق التقنية المتراكمة وإرجاع إجابات مبنية على تلك الملفات. وأوضحت الشركة أن النظام يهدف إلى تسريع وتحسين تطوير الإطارات من خلال منح الموظفين وصولاً سريعًا إلى المعلومات التقنية اللازمة لاتخاذ القرار أثناء التطوير، بما في ذلك تطوير المواد.
وقالت يوكوهاما إن النظام الجديد يوسع إطار استخدام الذكاء الاصطناعي HAICoLab الذي أطلقته في أكتوبر ٢٠٢٠. وقد بنت الشركة بالفعل أنظمة ذكاء اصطناعي تتنبأ بالخصائص الفيزيائية لمركب المطاط، وتتنبأ بخصائص الإطار، وتولد مركبات مطاطية جديدة، وتدعم تصميم القوالب. وتوسع الخطوة الأحدث دعم الذكاء الاصطناعي من التنبؤ إلى استرجاع المعرفة، مستفيدة من وثائق التنظيم وأدلة الإجراءات والتقارير التقنية ودراسات الحالة.
كما أن منطق التشغيل مهم للمستخدمين داخل المصنع ومختبر التطوير. قالت يوكوهاما إن موظفي التطوير يطرحون أسئلة بناءً على هدف المشروع ووضعه، ثم يبحث الذكاء الاصطناعي التوليدي في الوثائق التقنية الداخلية ويجيب من ذلك المحتوى. وأضافت الشركة أن وكيل الذكاء الاصطناعي يفسر نية السؤال ويخطط لعمليات البحث ويسترجع المعلومات ويقيم النتائج بشكل متكرر لتحسين دقة الاستجابة. كما يوفر روابط للوثائق المصدرية حتى يتمكن الموظفون من التحقق من أساس كل إجابة قبل استخدامها في التفسير أو اتخاذ القرار.
"يساهم النظام في تسريع وتعزيز تطوير الإطارات بشكل أكبر من خلال توفير وصول سريع ودقيق إلى المعلومات التقنية اللازمة لاتخاذ القرار أثناء عملية تطوير الإطارات." - قالت يوكوهاما رابر في بيانها
ماذا تعني الخطوة الأحدث للذكاء الاصطناعي لمصانع الإطارات وفرق البحث والتطوير
تشير المشروعان إلى نقطة الضغط التشغيلية نفسها: إذ تعيق اختناقات المعرفة والتحليل تطوير الإطارات قبل وقت طويل من تدخل المكبس أو الطارد. تهاجم سوميتومو رابر جانب المحاكاة، حيث يقلل الذكاء الاصطناعي الوقت اللازم لتقييم التشوه وسلوك الأداء. وتهاجم يوكوهاما جانب المعلومات، حيث يحتاج المهندسون إلى البحث في المواد الداخلية المتراكمة قبل أن يقرروا ما سيختبرونه بعد ذلك.
يمكن لهذا الجمع أن يعيد تشكيل كيفية تخصيص فرق التطوير لوقتها. فإذا انتهت عمليات المحاكاة في دقائق بدلاً من عشرات الدقائق، وإذا أصبحت عملية البحث التقني أكثر توجيهًا وقابلة للتتبع، يمكن للمهندسين قضاء المزيد من الوقت في الحكم على المركبات ومراجعة النماذج الأولية وقرارات المقايضة بدلاً من التعامل المتكرر مع البيانات. كما يرفع ذلك من قيمة المعرفة المؤسسية المخزنة بالفعل في التقارير القديمة وسجلات الاختبار والإجراءات، لأن تلك الملفات تصبح مدخلات نشطة لأعمال التصميم بدلاً من مجرد أرشيفات.
يظهر بيان يوكوهاما أن الشركة لا تستبدل مهندسيها بمخرجات آلية. بل تبني نظامًا يتحقق من السجلات الداخلية ويستشهد بالوثائق المصدرية ويسمح للموظفين بالتحقق من الإجابة قبل التصرف بناءً عليها. ومن المرجح أن يكون لهذا النهج أهمية في تطوير الإطارات، حيث يمكن أن تؤثر تغييرات التركيب والهيكل على التماسك الرطب والتآكل ومقاومة الدوران وقابلية التصنيع في آن واحد. فالإجابات الأسرع مفيدة فقط إذا ظلت قابلة للتتبع ومدعومة تقنيًا.
بالنسبة لموردي برمجيات المحاكاة ومنصات الذكاء الاصطناعي وأدوات تصميم المركبات، الرسالة واضحة بنفس القدر. لم تعد شركات صناعة الإطارات تتعامل مع الذكاء الاصطناعي كمشروع رقمي منفصل. بل تدمجه في سير العمل الطبيعي للبحث عن المواد والتحليل الهيكلي ودعم التصميم، مع الحكم على الأداء بمقدار الوقت الذي يزيله الأداة من كل خطوة.
والخطوة التالية المحتملة هي النشر الأوسع عبر وظائف التطوير، خاصة حيث يجب على الفرق مقارنة العديد من الهياكل المرشحة أو تتبع مجموعات وثائق كبيرة. وتشير أحدث إعلانات الشركتين إلى أن الميزة التنافسية في البحث والتطوير للإطارات قد تعتمد بشكل متزايد على من يستطيع تحويل البيانات التاريخية والمعرفة الداخلية إلى قرارات تصميمية قابلة للاستخدام بأسرع وقت.
رؤى تحريرية
- كيف يغير التسريع الواقعي للمحاكاة باستخدام الذكاء الاصطناعي طريقة تصميم فرق البحث والتطوير للمركبات والهياكل؟
- عندما تنخفض مدة المحاكاة الهيكلية من عشرات الدقائق إلى بضع دقائق فقط، يستطيع الفريق تكرار تجربة المزيد من أنماط المداس وتصاميم الهيكل ووصفات المركبات قبل قطع الفولاذ أو خلط المطاط. وتدفع هذه السرعة الأعلى في التكرار باتخاذ المزيد من القرارات نحو المجال الافتراضي، مما يتيح للمهندسين اختبار مساحات تصميمية أوسع وتحسين المقايضات الأدائية في وقت مبكر. ومع الوقت، يمكن أن يقلل ذلك من عدد النماذج الأولية الفعلية، ويقصر برامج التطوير، ويحرر المتخصصين للتركيز على الحكم الدقيق بدلاً من تشغيل النماذج الروتيني.
- ما الفوائد الاستدامية التي قد تنجم عن تقليل الذكاء الاصطناعي للتجربة والخطأ في تطوير الإطارات؟
- من خلال تضييق التصاميم افتراضياً، يمكن للذكاء الاصطناعي المساعدة في تقليل عدد الإطارات التجريبية الفعلية والدفعات المختبرية ودورات التشغيل اللازمة للوصول إلى مواصفات جاهزة للإنتاج. ويترجم ذلك إلى تقليل هدر المواد واستهلاك الطاقة في عمليتي الخلط والفلكنة، وتقليل الانبعاثات الناتجة عن النقل والاختبار طوال دورة التطوير. وإذا حسّن الذكاء الاصطناعي أيضاً التنبؤ بمقاومة التدحرج والتآكل والمتانة، فإنه يدعم إطارات تستهلك موارد أقل طوال عمرها التشغيلي وتطيل فترات الاستبدال، مما يعزز المكاسب البيئية خارج المصنع.
- لماذا يُعد تحويل الوثائق التقنية القديمة إلى معرفة قابلة للبحث وجاهزة للذكاء الاصطناعي أمراً استراتيجياً مهماً لمصنعي الإطارات؟
- تحتفظ معظم مؤسسات صناعة الإطارات بعقود من تقارير الاختبارات والتركيبات وتحليلات الأعطال والملاحظات التشغيلية التي نادراً ما تُستخدم خارج نطاق المتخصصين. وعندما يتمكن الذكاء الاصطناعي من استرداد هذا التاريخ وسياقه عند الطلب، يتحول الاستثمار السابق في البحث والتطوير إلى أصل نشط يدعم اتخاذ القرارات الحالية. ومن الناحية الاستراتيجية، يعزز ذلك المعرفة الداخلية، ويقلل الاعتماد على ذاكرة الأفراد، ويسرّع تأهيل الموظفين الجدد، وقد يقصر الفترة الزمنية من الفكرة إلى السوق في فئات المنتجات التنافسية.
- ما الضمانات التي ينبغي توفيرها عندما تعتمد قرارات البحث والتطوير بشكل متزايد على رؤى مولدة بالذكاء الاصطناعي؟
- مع تولي أنظمة الذكاء الاصطناعي المزيد من أعمال المحاكاة واسترجاع المعلومات، تصبح قابلية التتبع والتحقق البشري أمراً حاسماً. ويحتاج الفريق إلى رؤية واضحة لمصادر البيانات وافتراضات النماذج ومستويات الثقة قبل قبول توصيات تؤثر على السلامة أو الأداء أو الامتثال التنظيمي. وتساعد الحوكمة القوية—التي تشمل تحديثات النماذج والتحقق من التحيز والتوثيق ومسارات التصعيد عند تعارض المخرجات مع الحكم الهندسي—في ضمان بقاء الذكاء الاصطناعي أداة دعم للقرار وليس صندوقاً أسود يخفي المساءلة.
- كيف قد تعيد سير العمل المتضمنة للذكاء الاصطناعي تشكيل المهارات والأدوار داخل مصانع الإطارات ومختبرات التطوير؟
- مع أتمتة عمليات المحاكاة الروتينية والبحث في الوثائق، ينتقل التركيز نحو المهندسين القادرين على صياغة الأسئلة الجيدة وتفسير المخرجات المعقدة وربط الرؤى الرقمية بالواقع التصنيعي. وقد تتحول الأدوار من التعامل اليدوي مع البيانات والتحليل القياسي إلى تنسيق النظم وضبط النماذج واتخاذ القرارات متعددة الوظائف. ويرفع ذلك مستوى الإلمام الرقمي المطلوب، لكنه يفتح أيضاً مجالاً لملفات هجينة تجمع بين علم المواد والخبرة التشغيلية والفهم العملي لأدوات الذكاء الاصطناعي.
- هل يمكن لتسريع تصميم الإطارات باستخدام الذكاء الاصطناعي أن يغير سرعة وصول الابتكارات الأدائية إلى الطريق؟
- تقلل دورات التحليل واسترجاع المعرفة الأقصر من الفجوة الزمنية بين تحديد الحاجة السوقية وتقديم تصميم ناضج تقنياً. ويمكن أن يؤدي ذلك إلى طرح مفاهيم جديدة للمداس أو تركيبات منخفضة مقاومة التدحرج أو إطارات مخصصة لتطبيقات محددة بسرعة أكبر، مما يشد حلقة التغذية الراجعة بين الأداء الواقعي وتصاميم الجيل التالي. وبالنسبة للمستخدمين النهائيين، ينتج عن ذلك تحسينات تدريجية أكثر تواتراً بدلاً من تغييرات كبيرة ومتباعدة، شريطة أن تواكب عمليات التصنيع والتنظيم سرعة البحث والتطوير.
المصادر والمراجع
- 1.European Rubber Journal. (2026, June 3). Sumitomo Rubber taps AI to cut tire analysis time by 90%. European Rubber Journal.
- 2.European Rubber Journal. (2026, August 28). Yokohama Rubber advances generative AI system for tire R&D. European Rubber Journal.
- 3.The Yokohama Rubber Co., Ltd. (2026, April 30). Yokohama Rubber develops proprietary tire mold design support system using simulations and AI. Yokohama Rubber.