الخلفية
كانت الشركة تواجه توقفات مفاجئة في خطوط الإنتاج وتكاليف صيانة مرتفعة، مع اعتماد مراقبة الجودة على الفحص اليدوي البطيء غير المتّسق.
ما قمنا به
طبّقنا نظام صيانة تنبؤية يعتمد على مستشعرات IoT ونماذج تعلّم آلي بلغة PyTorch وTensorFlow للتنبؤ بالأعطال قبل حدوثها، إلى جانب نظام رؤية حاسوبية يفحص المنتجات آليًا على خط الإنتاج. وفّرنا لوحات متابعة لحظية عبر Grafana لفرق التشغيل.
النتيجة
انخفضت التوقفات غير المخطّطة بنسبة 35%، وبلغت دقة اكتشاف العيوب 99.5%، مع توفير نحو 200 ألف دولار سنويًا في تكاليف الصيانة والهدر.