تبدو عملية فحص الاستلام في مصنع هيكلي متوسط الحجم هكذا: تصل شاحنة، يُسلّم السائق طرداً يحتوي MTCs مادية أو كومة من ملفات PDF مطبوعة. يفتح موظف الاستلام كل شهادة، يجد رقم الدفعة الحرارية، يكتبه في خلية في جدول بيانات مشترك، يُسجّل رقم أمر الشراء، وينتقل إلى التالية. في يوم استلام مزدحم، هذا يعني 40–60 إدخالاً لأرقام الدفعات الحرارية. تستغرق العملية نحو 90 دقيقة.
تنتج تلك الـ 90 دقيقة جدول بيانات يحتوي أرقام دفعات حرارية قد تكون صحيحة أو غير صحيحة. أخطاء النقل على رموز الدفعة الحرارية الأبجدية الرقمية (مثل كتابة "A2B347" بدلاً من "AB2347") شائعة وكثيراً ما تمر دون اكتشاف حتى يفشل استعلام تتبع الدفعة الحرارية بعد أشهر. بعض الشهادات صور لصور بمشاكل في التباين. بعضها يصل مدوّراً 90 درجة. بعضها يستخدم "Melt No." بينما يستخدم آخر "Heat No." أو "Cast No." — نفس البيانات، تسمية مختلفة.
يُدخَل جدول البيانات يدوياً بعدها إلى نظام ERP من قِبل شخص آخر، مما يُتيح فرصة ثانية للخطأ. تُحفظ ملفات PDF الأصلية في مجلد بالتاريخ. إن احتاج أحد للبحث عن رقم دفعة حرارية محدد لاحقاً، يبحث في جدول البيانات أولاً ثم يتقصّى في المجلد إن كان إدخال جدول البيانات خاطئاً.
ما يجعل استخراج رقم الدفعة الحرارية صعباً (وما لا يجعله كذلك)
التحديات التقنية في الاستخراج الآلي لرقم الدفعة الحرارية مفهومة جيداً:
تباين تسمية الحقل. تستخدم مصانع مختلفة تسميات مختلفة للحقل ذاته. "Heat No." و"Heat Number" و"Melt No." و"Cast No." و"Charge No." و"HT#" كلها تشير إلى الشيء ذاته. نهج OCR بسيط مع الكلمات المفتاحية يفشل مع المتغيرات التي لم يرَها. الاستخراج المبني على الذكاء الاصطناعي يتعلم أن هذه التسميات متكافئة دلالياً ويستخرج القيمة المرتبطة بها بصرف النظر عن أي تسمية تظهر.
تباين تخطيط الوثيقة. تخطيطات شهادات المصانع غير موحّدة. بعض المصانع تستخدم تخطيطات جدولية مع خلايا مسمّاة. وأخرى تستخدم فقرات نصية حرة ("المادة من الدفعة الحرارية 8A3291 اختُبرت..."). وبعضها ينظّم حسب نوع الاختبار (قسم التركيب الكيميائي، قسم الاختبارات الميكانيكية). نموذج استخراج مدرَّب على تنسيق مصنع واحد قد يفشل كلياً على تنسيق مصنع آخر إذا كان يعتمد على قواعد الموضع لا الفهم الدلالي.
مشاكل جودة المسح. الوثائق المدوّرة والنسخ المصوّرة منخفضة التباين والتعليقات المكتوبة بخط اليد فوق النص المطبوع تخلق تحديات OCR. يعالج الذكاء الاصطناعي الحديث للوثائق التدوير تلقائياً ويطبّق المعالجة المسبقة للصور لتحسين التباين قبل الاستخراج. الفجوة في الدقة بين PDF رقمي نظيف ومسح صورة من جيل ثالث حقيقية لكن قابلة للإدارة — عادةً 95–97% دقة استخراج على الوثائق النظيفة مقابل 85–90% على المسحوبات المتدهورة.
شهادات الدفعات الحرارية المتعددة. بعض الشهادات تغطي أرقام دفعات حرارية متعددة — تحويل لفائف إلى ألواح حيث تشير الشهادة إلى دفعة اللفيفة الأصلية ودفعة إنتاج اللوح، أو شهادة مجمّعة تغطي بنود أمر شراء متعددة. يحتاج الاستخراج إلى تحديد رقم الدفعة الحرارية المقابل لكل بند أو منتج، لا مجرد استخراج قائمة أرقام من الوثيقة.
لا شيء من هذه مشاكل غير محلولة. نماذج الاستخراج موجودة. محركات OCR تتعامل مع جودة المسح. السؤال هو ما إذا كان التطبيق دقيقاً بما يكفي للاستخدام الإنتاجي.
كيف تبدو معدلات الدقة عملياً
لملفات PDF رقمية عالية الجودة من مصانع كبرى، يحقق الاستخراج القائم على الذكاء الاصطناعي دقة 97–99% على حقل رقم الدفعة الحرارية تحديداً. هذا أفضل من الإدخال اليدوي الذي له معدل خطأ موثّق 2–5% على الرموز الأبجدية الرقمية المُدخَلة تحت ضغط الوقت.
لمسحوبات أقل جودة (إرسالات فاكس مصوّرة، نسخ من الجيل الثالث)، تنخفض الدقة إلى 88–93%. عند هذا المستوى، تكون خطوة مراجعة بشرية للاستخراجات المُشار إليها ذات ثقة منخفضة مناسبة. يستخرج النظام ما يثق به، يُشير إلى ما لا يثق به، ويضع الوثائق المُشار إليها في قائمة انتظار للمراجعة اليدوية — وهي مجموعة أصغر بكثير من الحجم الكامل للواردات.
يحقق سير العمل المشترك الإنسان-الذكاء الاصطناعي دقة أفضل من الإدخال اليدوي الكامل بإنتاجية أعلى: يتعامل الذكاء الاصطناعي مع 90–95% من الوثائق دون تدخل بشري، وتُركّز المراجعة البشرية على نسبة الـ 5–10% التي يكون فيها الذكاء الاصطناعي غير متأكد.
الأثر الجيولوجي على إمكانية التتبع وربط ERP
دقة رقم الدفعة الحرارية ليست مجرد مسألة جودة بيانات. إنها أساس إمكانية تتبع المادة في المنتجات المعدنية المصنّعة.
عند وقوع حدث جودة — عطل ميداني، شكوى عميل، استرجاع — يكون السؤال الأول "ما الدفعة الحرارية التي كانت هذه المادة منها؟" إن كان رقم الدفعة الحرارية في سجل ERP خاطئاً، يفشل استعلام إمكانية التتبع. لا يمكنك تحديد الأجزاء الأخرى المصنوعة من الدفعة الحرارية ذاتها. لا يمكنك سحب الشهادة الأصلية للتحقق من خصائص المادة. لا يمكنك تتبع المورد أو المصنع للإجراء التصحيحي.
في تصنيع أوعية الضغط والهياكل والأنابيب، إمكانية تتبع الدفعة الحرارية ليست اختيارية. تتطلب ASME القسم الثامن وAWS D1.1 وكثير من خطط جودة العملاء توثيق أرقام الدفعات الحرارية وإمكانية تتبعها عبر سجل التصنيع حتى المنتج النهائي. نظام حفظ ملفات MTC القائم على الإدخال اليدوي ينتج سجلات تتبع بدقة متفاوتة. الأخطاء صامتة — لا تُعلن عن نفسها حتى يحاول أحد استخدام السجل.
الاستخراج الآلي مع التحقق (تأكيد رقم الدفعة الحرارية المستخرج مقابل ملف PDF للشهادة بعد الاستخراج) يُنشئ سجلاً بدقة مطابقة للشهادة ذاتها. الرابط بين سجل ERP ووثيقة الشهادة الأصلية تلقائي بدلاً من الاعتماد على شخص لحفظ PDF الصحيح في المجلد الصحيح.
تصبح عملية إدخال البيانات اليومية مدتها 90 دقيقة عملية استيعاب شبه فوري: يمكن معالجة الشهادات في غضون دقائق من الاستلام، وتكون أرقام الدفعات الحرارية في ERP قبل وصول المادة إلى أرضية الورشة، ويكون سجل إمكانية التتبع مكتملاً قبل بدء التصنيع لا مجمَّعاً بعده.