مقالهای که توسط یامادا و همکارانش در سال ۲۰۲۱ در مجله Journal of Industrial Inspection منتشر شد، به بررسی جامع تحولات و ضرورتهای سیستمهای مدیریت هوشمند بازرسی (Smart Inspection Management Systems) در پروژههای بزرگ صنعتی، بهویژه پروژههای EPC، میپردازد. نویسندگان در این مقاله تلاش کردهاند تا با ترکیب مطالعات میدانی، تحلیل روندهای فناورانه و بررسی تجربیات پروژههای پیشرفته، نشان دهند که سیستمهای سنتی بازرسی دیگر پاسخگوی نیازهای پروژههای امروزی نیستند.
در آغاز مقاله، تأکید شده که بازرسی یکی از ستونهای اصلی اطمینان از کیفیت، ایمنی و تطابق پروژهها با استانداردهاست. با این حال، در بسیاری از پروژهها، این فرایند هنوز بهصورت دستی، کاغذی، یا از طریق سیستمهای مجزای غیرهمگام انجام میشود. این موضوع نه تنها باعث کاهش سرعت و دقت بازرسی میشود، بلکه ردگیری نواقص، تحلیل دادههای کیفی، و بهبود مداوم را نیز غیرممکن میسازد.
یامادا و همکاران تأکید میکنند که سیستمهای مدیریت بازرسی هوشمند با بهرهگیری از فناوریهایی مانند اینترنت اشیاء (IoT)، هوش مصنوعی (AI)، یادگیری ماشین، و فرمهای دیجیتال، میتوانند کل فرایند بازرسی را به یک زنجیره دیجیتال یکپارچه و واکنشگرا تبدیل کنند. چنین سیستمهایی امکان میدهند که دادههای بازرسی بهصورت لحظهای از میدان جمعآوری و تحلیل شده و در صورت وجود اشکال، بلافاصله هشدار صادر شود یا اقدامات اصلاحی پیشنهاد گردد.
در ادامه مقاله، چند ویژگی کلیدی یک سیستم بازرسی هوشمند ذکر میشود:
ثبت دیجیتال دادهها با استفاده از موبایل یا تبلت
تشخیص خودکار نواقص با کمک الگوریتمهای یادگیری
اتصال به پایگاه داده مرکزی برای ذخیرهسازی و تحلیل دادهها
تولید خودکار گزارشها و پیشنهاد مسیرهای اصلاحی
داشبوردهای تحلیلی برای ناظران و مدیران پروژه
نویسندگان با بررسی سه پروژه بزرگ صنعتی در ژاپن، کرهجنوبی و آلمان نشان میدهند که اجرای سیستمهای هوشمند بازرسی باعث کاهش متوسط ۳۰ درصدی زمان بازرسی، افزایش دقت تشخیص نواقص، و کاهش دوبارهکاری به میزان حدود ۴۰ درصد شده است. همچنین قابلیت ردیابی (Traceability) و امکان تحلیلهای آماری روی دادههای بازرسی، باعث کشف الگوهای پنهانی شده که قبلاً از چشم تیم پروژه دور میماند.
مقاله نتیجه میگیرد که آینده صنعت ساختوساز، بهویژه در حوزههای پیچیده مانند نفت و گاز، در گرو هوشمندسازی فرایندهای نظارتی و کنترلی است و این کار باید با پیادهسازی سیستمهای مرکزی، قابل اطمینان، منعطف و تحلیلی انجام شود.
در این چارچوب، سامانه پندار دقیقاً همان نقشی را ایفا میکند که مقاله یامادا و همکاران به آن نیاز دارد. سامانه پندار از ابتدا با نگاه به دیجیتالسازی و هوشمندسازی فرایندهای بازرسی، کنترل کیفیت و مدیریت اسناد طراحی شده است. زیرسامانهی بازرسی پندار، شامل اپلیکیشنهای موبایلی بازرسان، فرمهای قابل تنظیم با ساختار استاندارد، قابلیت ثبت صوت، تصویر، امضا، GPS و زمان، و نیز موتور تحلیلگر هوشمند است که میتواند نواقص تکرارشونده را شناسایی کرده و آنها را به مدیر پروژه گزارش دهد.
علاوه بر این، گزارشهای بازرسی در پندار بلافاصله پس از ثبت، وارد گردش کار دیجیتال میشوند. اگر نیاز به تأیید باشد، سیستم آن را به افراد مربوطه ارسال میکند. اگر نقصی ثبت شده باشد، بهصورت خودکار کارت اصلاحیه (NCR) یا درخواست اصلاح (CAR) صادر شده و در کارتابل افراد ذیربط نمایش داده میشود. همچنین همه دادهها در پایگاه داده مرکزی ذخیره میشوند و از طریق داشبوردهای تحلیلی در دسترس مدیران و کارفرما قرار دارند.
پندار حتی یک گام فراتر میرود و با استفاده از هوش مصنوعی میتواند الگوهای شکست کیفی را از میان انبوه دادهها استخراج کرده و در قالب گزارشهای ماهانه یا هشدارهای هوشمند به تیم پروژه ارائه کند. این یعنی نه فقط مدیریت روزمره بازرسی، بلکه تحلیل راهبردی کیفیت نیز در این سیستم دیده شده است.
در نتیجه، آنچه یامادا و همکاران بهعنوان نیاز و تحول اجتنابناپذیر در صنعت معرفی کردهاند، در قالب سامانه پندار تحقق یافته است. سامانهای که نهتنها بازرسی را از کاغذ و فایلهای پراکنده رها میسازد، بلکه آن را به یک فرایند زنده، دقیق، قابل ردگیری و تصمیمساز تبدیل میکند؛ همانچیزی که در پروژههای امروز به آن نیاز حیاتی داریم.
