يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة بحثية

التعاون السيبراني-الفيزيائي المدعوم بالذكاء الاصطناعي القابل للتفسير من أجل التصنيع المستدام في الصناعة 5.0

51 مشاهدة

⸱

DOI:

10.3791/72379

⸱

سبتمبر 1, 2026

 , 
1Department of Aeronautical Engineering, Shaanxi Polytechnic University, 2Faculty of Humanities and Management, Xi’an Traffic Engineering University

في هذه المقالة

ملخص

تقدم هذه الدراسة إطار عمل للتعاون السيبراني الفيزيائي ضمن الثورة الصناعية 5.0 مدعومًا بالذكاء الاصطناعي القابل للتفسير، والذي يستخدم CNN-transformer وSHAP للكشف عن الشذوذ الصوتي الصناعي باستخدام مجموعة بيانات MIMII. ويدعم دمج الحوسبة الطرفية الصيانة التنبؤية القابلة للتفسير والتي تركز على العنصر البشري.

الملخص

نقدم في هذه الدراسة نهجاً مبتكراً للتصنيع المستدام للأجزاء الصناعية باستخدام نظام تعاون سيبراني-فيزيائي يعتمد على الذكاء الاصطناعي القابل للتفسير (XAI) لخدمة الثورة الصناعية 5.0. فقد تبين أن الأنظمة السيبرانية-الفيزيائية البشرية (CPHSs) الحالية تدمج الذكاء الاصطناعي إلى حد محدود وغالباً ما تفتقر إلى القابلية للتفسير. وبناءً على ذلك، هناك حاجة لتحسين قابليتها للتوسع والمرونة، بما يتماشى مع مبادئ الثورة الصناعية 5.0: المرونة، والاستدامة طويلة الأمد، والتركيز على العنصر البشري. ولمعالجة هذه القصور، نقدم بنية تدمج التعلم العميق والذكاء الاصطناعي القابل للتفسير في النظام البيئي للأنظمة السيبرانية-الفيزيائية (CPS) لتمكين اتخاذ قرارات ذكية وقابلة للتفسير. وتحديداً، نستخدم مجموعة بيانات MIMII (الخاصة بفحص وتحقيق الآلات الصناعية المتعطلة) للكشف عن أعطال الآلات من خلال الإشارات الصوتية. تخضع الإشارات الصوتية لتحويل طيفي لإنتاج صور المخططات الطيفية (spectrogram images)، والتي يتم معالجتها بعد ذلك بواسطة شبكة عصبية تلافيفية (CNN) لاستخراج الميزات المكانية، ومشفّر محول (transformer encoder) للميزات الزمنية. ولتعزيز الشفافية وتسهيل التعاون البشري في الحلقة (human-in-the-loop)، يساعد نهج SHAP (التفسيرات الجمعية لشابلي) المشغلين على فهم عملية اتخاذ القرار في النظام من خلال تسليط الضوء على ميزات الإدخال التي تؤثر على تنبؤات النموذج. بالإضافة إلى ذلك، يتم تطبيق هذا الإطار في نظام سيبراني-فيزيائي يعتمد على حوسبة الحافة (edge-computing) لتحقيق زمن انتقال منخفض واستهلاك منخفض للطاقة مع توفير استجابات فورية، مما يساعد في ضمان بيئة إنتاج مستدامة. وتظهر النتائج التجريبية أن بنية CNN-Transformer المقترحة تحقق دقة تصل إلى 98.5% وتتفوق على أنظمة CPHS الحالية مع الحفاظ على زمن انتقال منخفض. إن استخدام الذكاء الاصطناعي القابل للتفسير في مثل هذا النظام من التعاون السيبراني-الفيزيائي يزيد بشكل كبير من ثقة المشغل ويمكّن التعاون السلس بين الإنسان والآلة.

المقدمة

لقد أثر الانتقال من الثورة الصناعية 4.0، التي ركزت على التكنولوجيا والميكنة والاتصالات، إلى نموذج الثورة الصناعية 5.0 الجديد، الذي يجمع بين التقدم التكنولوجي والقدرة على التكيف والتنمية المستدامة والتمحور حول الإنسان، على التطور الديناميكي للأنظمة الصناعية1,2. وتعرف المفوضية الأوروبية الثورة الصناعية 5.0 بأنها نموذج يركز ليس فقط على الإنتاجية والكفاءة، بل أيضاً على الركائز الثلاث: التمحور حول الإنسان، والاستدامة، والمرونة. ومن المهم ملاحظة أن الأبحاث الحديثة قد أشارت إلى دور أنظمة الذكاء الاصطناعي، والتعاون بين الإنسان والآلة، والتصنيع المستدام كمحركات رئيسية لبيئات الثورة الصناعية 5.03,4. ولم تعد طرق الصيانة التقليدية كافية في هذه البيئة الصناعية المتطورة؛ فمن أجل تحقيق المرونة في السياقات المعقدة وغير المستقرة، يجب أن تتطور الصيانة إلى شكل أكثر تكيفاً ومنهجية5. ومنذ عام 2011، كانت الثورة الصناعية 4.0 هي النموذج المهيمن للتحول الصناعي في أوروبا، مما شجع على التحول الرقمي للشركات لتعزيز العمليات وتعظيم الموارد المتاحة4. وبناءً على ذلك، أصبح من الضروري زيادة الكفاءة دون إلغاء العمالة البشرية في الإنتاج، مع حماية صحة العمال وسلامتهم. لهذا السبب، بدأت الشركات والأوساط الأكاديمية في تحديد مبادئ نموذج الثورة الصناعية 5.05,6,7، مدفوعين جزئياً بالمفهوم الياباني "مجتمع 5.0"8,9,10,11. ورغم زيادة التركيز على الصيانة المستدامة في الدراسات الحديثة، إلا أن معظم التقييمات المنهجية الحالية تظل مجزأة أو مقتصرة على مجالات محددة، وتفتقر إلى إطار شامل يدمج المرونة والاستدامة والذكاء الاصطناعي. على سبيل المثال، يتناول بعض المؤلفين ممارسات الصيانة المستدامة لأنظمة أو استراتيجيات محددة، بما في ذلك الصيانة الإنتاجية الشاملة المستدامة (STPM)، بينما يتحدث باحثون آخرون عن دمج موضوعات الاستدامة في تقنيات الصيانة12,13,14. وقد أجرى أحد المؤلفين تقييماً شاملاً لمعايير اعتماد الاستدامة وسلط الضوء على العوامل التكنولوجية التي تمكن التصنيع من إحداث تأثير مستدام إيجابي15. ومع ذلك، لا تزال الاستدامة والمرونة واتخاذ القرار القائم على الذكاء الاصطناعي غير متكاملة بشكل كامل في أي من هذه الأعمال ضمن نموذج الثورة الصناعية 5.0. ونتيجة لذلك، غالباً ما تعالج طرق الصيانة المنفصلة مسألة الاستدامة. وتبرز تقنية SHAP من بين تقنيات الذكاء الاصطناعي القابل للتفسير (XAI) الأخرى بفضل منهجيتها السليمة نظرياً في تخصيص الميزات16,17,18.

يُتيح الذكاء الاصطناعي اتخاذ القرارات المستندة إلى البيانات، ولكن النماذج الدقيقة غالبًا ما تتطلب كميات كبيرة من البيانات. وكثيرًا ما تظهر تقنيات تعلم الآلة (ML) التقليدية، مثل أشجار القرار، والانحدار اللوجستي، والانحدار الخطي، أداءً ضعيفًا في الحالات غير الخطية للغاية لأنها تفترض توزيعات بيانات بسيطة نسبيًا19. وتتجاوز الشبكات العصبية العميقة (DNNs) هذه القيود من خلال تعلم تمثيلات ميزات معقدة من مجموعات بيانات ضخمة20. ووفقًا للدراسات21، غالبًا ما تقدم الشبكات الأكثر عمقًا أداءً أفضل من الهياكل الضحلة في مهام اتخاذ القرار المعقدة، إلا أن زيادة عمقها وتعقيد معلماتها يجعل النموذج أقل قابلية للتفسير22.

يُعد النظام السيبراني الفيزيائي (CPS) تقنية تمكين حاسمة للتصنيع في إطار الثورة الصناعية الخامسة (Industry 5.0)، وذلك لأنه يدمج بين الذكاء الموزع، والحواسيب المدمجة، والعمليات الفيزيائية، والاتصالات. ولتمكين العمليات الصناعية المرنة والذكية والفورية، تدمج الأنظمة السيبرانية الفيزيائية الحديثة بسرعة بين حوسبة الحافة (edge computing)، والذكاء الاصطناعي للحافة (edge AI)، وإنترنت الأشياء الأخضر (G-IoT)23,24. وقد تم تسليط الضوء على الاستدامة والمرونة في الدراسات الحديثة حول صيانة 4.0 (Maintenance 4.0) والصيانة الذكية. وبينما بحثت الأعمال السابقة في أهمية تكنولوجيا صيانة 4.0 في التصنيع المستدام واقترحت أطر نمذجة للصيانة المستدامة، قامت دراسات ببليومترية ومنهجية بتقييم تقنيات الصيانة الذكية25,26,27,28. كما بحثت دراسات إضافية في دمج الصيانة المستدامة ضمن بيئات الصناعة 4.0 وأنظمة الإنتاج الموجهة نحو الاستدامة29,30,31,32. وقد حظيت الصيانة المتمحورة حول الإنسان باهتمام كبير من خلال مفهوم المشغل 4.0 (Operator 4.0)33، وأطر الصناعة 5.0 المتمحورة حول الإنسان34، والمنظورات الاجتماعية والاقتصادية35. بالإضافة إلى ذلك، ركزت الدراسات الحديثة على التطورات في الصيانة الرقمية36، والصيانة التنبؤية والتوجيهية37,38، واستراتيجيات الصيانة المستدامة39,40. ورغم هذه التطورات، لا تزال الأبحاث مشتتة، وقليل من الدراسات تقدم نموذجاً متماسكاً يدمج بين الذكاء الاصطناعي القابل للتفسير، والاستدامة، والمرونة، والتعاون السيبراني الفيزيائي المتمحور حول الإنسان. ولم تصل الأنظمة السيبرانية الفيزيائية (CPSs) إلى الاستقلالية الكاملة رغم تزايد انتشارها، كما أن نموذج الصناعة 5.0 لا يشجع على ذلك؛ إذ تركز الصناعة 5.0، من ناحية أخرى، بشكل أكبر على الإشراف البشري والتعاون واتخاذ القرار. ومن خلال دمج التفكير والتعاون البشري في العمليات السيبرانية الفيزيائية، تأتي الأنظمة السيبرانية البشرية لتوسع الأنظمة السيبرانية الفيزيائية التقليدية، مثل الأنظمة السيبرانية الفيزيائية التي يكون الإنسان في حلقتها (HiLCPSs)41، والأنظمة السيبرانية الفيزيائية المتمحورة حول الإنسان (HCPSs)42,43، والأنظمة البشرية السيبرانية الفيزيائية (CPHSs)44. ويعزز هذا التكامل القدرة على التكيف والشفافية والسلامة والمرونة من خلال تمكين التعاون في الوقت الفعلي بين الأنظمة الذكية والمشغلين البشر45,46.

لقد شهد الكشف عن الشذوذ الصوتي الصناعي تحسناً كبيراً بفضل البنى الجديدة، بما في ذلك Vision Transformer (ViT)، وAudio Spectrogram Transformer (AST)، وConformer، والتعلم الخاضع للإشراف الذاتي؛ ومع ذلك، لا يزال دمجها مع الأنظمة السيبرانية الفيزيائية القابلة للتفسير من أجل الثورة الصناعية الخامسة (Industry 5.0) محدوداً. وبدون دمج القابلية للتفسير، والنشر الطرفي (edge deployment)، ودعم القرار المعتمد على العنصر البشري في الحلقة (human-in-the-loop) ضمن إطار عمل واحد، يركز البحث الحالي بشكل أساسي على دقة التصنيف أو على القابلية للتفسير القائمة على الذكاء الاصطناعي القابل للتفسير (XAI) بعد وقوع الحدث (post hoc). تقترح هذه الدراسة بنية تعاون سيبراني فيزيائي مبتكرة تعتمد على CNN-Transformer ومزودة بالذكاء الاصطناعي القابل للتفسير، تجمع بين الحوسبة الطرفية، ونمذجة التبعية الزمنية، والقابلية للتفسير القائمة على SHAP، وتعلم الميزات المكانية، ودعم القرار المتمحور حول الإنسان لتمكين التصنيع المستدام في الثورة الصناعية الخامسة والتغلب على هذه القيود.

وبناءً على ذلك، لا يزال هناك نقص بحثي جوهري؛ إذ تركز تقنيات الكشف عن الشذوذ الصوتي الحالية القائمة على الشبكات العصبية التلافيفية (CNN) أو المحولات (Transformer) على أداء التصنيف، لكنها تفتقر إلى التعاون السيبراني-الفيزيائي والقابلية للتفسير. وفي حين توفر أطر الثورة الصناعية الخامسة (Industry 5.0) نماذج مفاهيمية محورها الإنسان، إلا أنها لا تدمج التعلم العميق القابل للتفسير، والذكاء الاصطناعي الطرفي، واتخاذ القرار بمساعدة المشغل في نظام واحد، كما أن تقنيات الصيانة التنبؤية القائمة على الذكاء الاصطناعي القابل للتفسير (XAI) تزيد من الشفافية ولكنها تعمل بشكل مستقل عن بنى الأنظمة السيبرانية-الفيزيائية البشرية (CPHS). لذا، لا يزال هناك نقص في وجود نظام سيبراني-فيزيائي بشري واحد ضمن الثورة الصناعية الخامسة يدمج الكشف الدقيق عن الشذوذ السمعي، والقابلية للتفسير القائمة على قيم شابل (SHAP)، والنشر المدعوم بالحوسبة الطرفية، والتعاون الذي يتضمن العنصر البشري في الحلقة (human-in-the-loop).

تقترح هذه الورقة نموذجاً جديداً للتعاون السيبراني المادي يعتمد على شبكة عصبية تلافيفية ومحول (CNN-Transformer) مدعوماً بالذكاء الاصطناعي القابل للتفسير لصناعة 5.0 للتغلب على هذه القيود. تجمع البنية المقترحة بين نشر حوسبة الحافة، واستخراج الميزات المكانية القائمة على CNN، وتعلم التبعيات الزمنية القائم على Transformer، والقابلية للتفسير القائمة على SHAP، ودعم اتخاذ القرار بمشاركة العنصر البشري (human-in-the-loop) في إطار عمل واحد لنظام سيبراني مادي (CPHS). ويقدم الإطار المقترح حلاً متكاملاً يعمل بالتزامن على تحسين أداء كشف الشذوذ، وشفافية النموذج، والكفاءة التشغيلية، والتعاون الذي يركز على الإنسان من أجل تصنيع مستدام، وذلك على عكس الطرق الحالية التي تتعامل مع هذه العناصر بشكل مستقل.

يتمثل الهدف الرئيسي لهذه الدراسة في إنشاء نظام بشري سيبراني-فيزيائي (CPHS) مدعوم بالذكاء الاصطناعي القابل للتفسير من أجل تصنيع مستدام وفق معايير الثورة الصناعية 5.0، وذلك من خلال دمج القابلية للتفسير القائمة على SHAP، والحوسبة الحافة، ودعم اتخاذ القرار بوجود العنصر البشري في الحلقة مع نهج هجين للكشف عن الشذوذ الصوتي يعتمد على CNN-Transformer. ويهدف الإطار المقترح بشكل خاص إلى تحسين دقة الكشف عن الشذوذ مع تقديم توقعات واضحة ومفهومة، وتسهيل النشر الفعال على الحافة، وتشجيع اتخاذ القرار التعاوني بين الأنظمة الذكية والمشغلين البشريين. ومن خلال تحقيق أداء عالٍ في الكشف، والقابلية للتفسير، والتشغيل بزمن وصول منخفض، والتعاون السيبراني-الفيزيائي الذي يركز على الإنسان في آن واحد، تعالج هذه البنية المتكاملة أوجه القصور في الأطر الحالية للكشف عن الشذوذ الصوتي، والصيانة التنبؤية القائمة على XAI، وأطر CPHS.

تقدم البنية المقترحة نظاماً سيبرانيًا فيزيائيًا بشريًا (CPHS) موحدًا ومدعومًا بالذكاء الاصطناعي القابل للتفسير لصناعة 5.0، وذلك على عكس تقنيات الكشف عن الشذوذ الصوتي الحالية التي تركز بشكل أساسي على دقة التصنيف. حيث تجمع هذه البنية الموحدة بين استخراج الميزات المكانية القائم على الشبكات العصبونية التلافيفية (CNN)، والنمذجة الزمنية القائمة على المحولات (Transformer)، والقابلية للتفسير القائمة على قيم شابلي (SHAP)، وحوسبة الحافة، ودعم القرار بمشاركة العنصر البشري في الحلقة. وتعالج البنية المقترحة القضايا الرئيسية المتعلقة بالشفافية، ومساعدة المشغل، والتعاون السيبراني الفيزيائي من خلال دمج الكشف الدقيق عن الشذوذ مع اتخاذ قرار مفهوم ونشر فوري على الحافة. وتتمثل المساهمة العلمية الرئيسية لهذا العمل في التكامل على مستوى النظام، مما يميز النهج المقترح عن الأبحاث السابقة التي تركز فقط على الكشف عن الشذوذ، أو الذاء الاصطناعي القابل للتفسير، أو أطر عمل صناعة 5.0 بشكل منفرد.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

تستخدم المنهجية المقترحة نهجاً قائماً على نظام Cyber-physical human system (CPHS) وفق الثورة الصناعية 5.0، والذي يجمع بين التعلم العميق القابل للتفسير وإطار عمل للتعاون السيبراني الفيزيائي المدعوم بحوسبة الحافة لدعم عمليات التصنيع المستدامة. أولاً، يتم تناول المشكلة من خلال تحديد بعض القيود في حلول CPHS الحالية، مثل الافتقار إلى الذكاء المدعوم بالذكاء الاصطناعي، والقابلية للتفسير، والتعاون الذي يركز على الإنسان. ولمواجهة هذه التحديات، يستفيد الحل المقترح من مجموعة بيانات MIMII لمراقبة حالة الآلات الصناعية باستخدام معالجة الإشارات الصوتية.

يبدأ الإطار المقترح بتغذية المخططات الطيفية (spectrograms) المولدة إلى نموذج شبكة عصبية تلافيفية (CNN) يقوم باستخلاص الميزات المكانية من خلال التعرف على أنماط التردد الهامة المرتبطة بحالات الماكينة المختلفة. ثم يتم تحويل الميزات المكانية المستخلصة إلى تسلسلات وتغذيتها في وحدة ترميز المحول (transformer encoder) لالتقاط التبعيات الزمنية عبر آلية الانتباه الذاتي (self-attention). بعد ذلك، يتم تمرير تمثيل الميزات المحول إلى وحدة تصنيف متصلة بالكامل لتصنيف حالات الماكينة كحالة طبيعية أو غير طبيعية. بالإضافة إلى ذلك، ولضمان الشفافية وتسهيل اتخاذ القرارات المتمحورة حول العنصر البشري، يتم استخدام منهج SHAP القابل للتفسير لشرح التنبؤات من خلال تحديد مناطق الزمن والتردد الهامة في مخرجات النموذج. وسيتم تنفيذ النموذج المصمم في بيئة نظام فيزيائي سيبراني (CPS) مُمكّن من الحوسبة الطرفية (edge-enabled)، مما يسمح بالاستدلال في الوقت الفعلي مع زمن وصول حسابي واستهلاك طاقة منخفضين. علاوة على ذلك، سيتم دمج مخطط "الإنسان في الحلقة" (human-in-the-loop) لتمكين المشغلين البشريين من التحقق باستخدام نتائج القابلية للتفسير. ويتم التحقق من الأداء باستخدام الدقة (accuracy)، والدقة التحديدية (precision)، والاستدعاء (recall)، ومقياس F1-score، بالإضافة إلى مقاييس أخرى على مستوى النظام مثل زمن الوصول وكفاءة الطاقة.

يتمثل الإطار المقترح في آلية لنظام صحة تنبؤية سيبرانية-فيزيائية (CPHS) مدعومة بالذكاء الاصطناعي القابل للتفسير (XAI) للتصنيع المستدام في سياق الثورة الصناعية الخامسة (Industry 5.0)، ويظهر سير العمل الخاص بها كمسار يبدأ من الحصول على البيانات وصولاً إلى اتخاذ القرار الذكي وتنفيذه، كما هو موضح في الشكل 1. في المرحلة الأولية من إجراء الحصول على البيانات، يتم جمع الإشارات الصوتية من الآلات في الصناعات مثل المحركات والمضخات والمحامل باستخدام مجموعات بيانات تشمل MIMII. تُمرر إشارات البيانات التي تم الحصول عليها إلى المرحلة التالية، والتي يُشار إليها بمعالجة البيانات مسبقاً، حيث تخضع لعمليات الترشيح والتطبيع والتقسيم. وفي النهاية، يتم تحويل إشارات البيانات المقسمة إلى مخطط طيفي (spectrogram) باستخدام تحويل فوريه قصير المدى (STFT) في طبقة تمثيل الميزات.

بعد ذلك، تستخدم طبقة نموذج الذكاء الاصطناعي صور المخطط الطيفي لاستخلاص الميزات عبر وحدة CNN، وذلك لتحديد الأنماط المكانية والشذوذ. ثم يتم إعادة تشكيل الميزات المستخلصة وتغذيتها في مشفر transformer، الذي يتعلم التبعيات الزمنية والعلاقات طويلة المدى عبر آليات الانتباه الذاتي. وتُصنف متجهات الميزات الناتجة على أنها طبيعية أو غير طبيعية باستخدام طبقة التصنيف. ولضمان الشفافية في عملية التنبؤ، تستخدم طبقة القابلية للتفسير SHAP لتسليط الضوء على مناطق الزمن والتردد ذات الدلالة في المخطط الطيفي.

بالإضافة إلى ذلك، توجد عملية تدخل بشري (human-in-the-loop) يقوم من خلالها المشغلون بتفسير نتائج النموذج وتقديم ملاحظات حولها. وفي طبقة النشر، يعمل النموذج على بنية تحتية لنظام CPHS قائمة على الحافة (edge-based)، مما يضمن سرعة الاستدلال وانخفاض استهلاك الطاقة، مع إمكانية الربط اختيارياً بأنظمة سحابية لمتطلبات التخزين أو التحليلات المتقدمة. وبشكل عام، يضمن هذا الإطار دقة الكشف عن الأعطال، وقابلية التفسير، وكفاءة التشغيل في الوقت الفعلي بما يتماشى مع متطلبات الثورة الصناعية الخامسة (Industry 5.0).

تحديد المشكلة وتحليل المتطلبات

تعد الأنظمة البشرية السيبرانية الفيزيائية (CPHS) في بيئات الثورة الصناعية الخامسة (Industry 5.0) واعدة من حيث الذكاء والاستدامة والتركيز على الإنسان. ومع ذلك، فإن الأطر المعاصرة لبناء هذه الأنظمة تعاني من نقص في القدرات المتقدمة المدعومة بالذكاء الاصطناعي، والقابلية للتفسير، والدعم الكافي للتعاون بين الإنسان والآلة. وبالفعل، تعتمد الأنظمة البشرية السيبرانية الفيزيائية التقليدية على نماذج قائمة على القواعد أو نماذج غير قابلة للتفسير، مما يعيق التكيف مع الظروف الصناعية المتغيرة ويحد من ثقة المشغلين في الأتمتة. علاوة على ذلك، لا تستطيع هذه الأنظمة التقليدية تحليل البيانات شديدة التعقيد بشكل فعال، مثل الإشارات الصوتية الصناعية التي تحتوي على مكونات مكانية (أي التردد) ومكونات تعتمد على الوقت، والتي تُعد مهمة للصيانة التنبؤية. لذا، من الضروري إنشاء إطار عمل يمكنه اكتشاف أعطال الآلات بدقة عالية، وتقديم تفسيرات، والعمل عند الحافة (at the edge)، مما يعزز الأنظمة السيبرانية الفيزيائية (CPS).

هنا x(t) هي إشارة الإدخال الصوتية، وS(f,t) هو تمثيل المخطط الطيفي للإشارة، وfigure-protocol-1 هو التصنيف و θ هي مجموعة المعاملات الخاصة ببنية CNN-Transformer. يتم تقديم الرموز المستخدمة في المعادلات اللاحقة مباشرة بعد ظهورها الأول من أجل الحفاظ على الدقة الرياضية.

من وجهة نظر رياضية، يمكن صياغة هذه المهمة كمشكلة تعلم خاضع للإشراف. لنفترض أن الإشارة الصوتية الصناعية يُرمز لها بـ x(t). يتم حساب تحويل فوريه قصير المدى (STFT) لـ x(t) وفقاً للصيغة التالية:

figure-protocol-2   (1)

حيث تمثل  ω(.) دالة النافذة و f التردد. ويعمل المخطط الطيفي الناتج figure-protocol-3 كمدخل لخوارزمية التعلم العميق. والهدف هو تدريب دالة الربط

figure-protocol-4    (2)

حيث figure-protocol-5 هو تسمية الفئة (إما طبيعية أو غير طبيعية)، وحيث S هو مدخل المخطط الطيفي، و y هو تسمية المخرج المتوقعة، و θ هي مجموعة المعاملات القابلة للتعلم لبنية CNN-Transformer. تتم صياغة مشكلة التحسين على أنها تقليل خسارة التصنيف:

figure-protocol-6  (3)

بما يخضع لقيود الحد الأدنى من زمن الاستجابة figure-protocol-7، وكفاءة الطاقة figure-protocol-8، والقابلية للتفسير، حيث يجسد التفسير ∅(SHAP) أهمية الميزات في عملية التنبؤ،

figure-protocol-9   (4)

حيث figure-protocol-10 تمثل مساهمة كل ميزة فردية. وتماشيًا مع ما سبق، تشمل متطلبات التصميم ما يلي: (1) كشف موثوق عن الشذوذ بناءً على التعلم العميق الهجين، و(2) مخرجات قابلة للتفسير للتدخل البشري، و(3) التنفيذ في إطار عمل لنظام CPS معزز بالحافة.

جمع مجموعة البيانات ومعالجتها مسبقاً

وفي هذا الصدد، لتقييم إطار عمل CPHS المقترح والقائم على الذكاء الاصطناعي القابل للتفسير، تم اختيار مجموعة بيانات MIMII13. وتعد مجموعة البيانات هذه معياراً مستخدماً على نطاق واسع للكشف عن الشذوذ في الآلات الصناعية باستخدام الإشارات الصوتية. تحتوي هذه القاعدة على تسجيلات صوتية لآلات متنوعة، مثل القضبان المنزلقة والمراوح والمضخات والصمامات، وذلك في ظل ظروف تشغيل طبيعية ومعيبة على حد سواء. وبالنسبة لكل آلة، تختلف التسجيلات باختلاف الإعدادات وبيئات الضوضاء، مما يجعلها مناسبة لتدريب وتقييم النماذج في ظل الظروف الصناعية في الوقت الفعلي.

بينما تُستخدم مجموعة بيانات MIMII على نطاق واسع في دراسات الكشف عن الشذوذ غير الخاضعة للإشراف والتي تعتمد فقط على العينات الطبيعية أثناء التدريب، فإنها تتضمن تعليقات توضيحية صريحة لكل من حالات الآلة الطبيعية والشاذة. وقد تم طرح المشكلة كمهمة تصنيف ثنائي خاضعة للإشراف لاختبار قدرة بنية CNN-Transformer المقترحة والقائمة على الذكاء الاصطناعي القابل للتفسير على الفصل بين حالات الآلة السليمة والمعيبة. وتحديداً، استُخدمت تسميات MIMII الرسمية، حيث تم تعيين تسمية الفئة 0 للعينات الطبيعية وتسمية الفئة 1 للعينات الشاذة.

يوضح الجدول 1 تفاصيل وصف مجموعة البيانات. تم النظر في حوالي 12,000 تسجيل من الإشارات الصوتية في البحث الحالي، بما في ذلك عمليات الآلات الطبيعية والمعيبة على حد سواء. ووفقاً للمتطلبات، تم التقاط جميع التسجيلات في هذه الدراسة بتردد 16 kHz وبطول 10 s. وعلى الرغم من أن مجموعة البيانات تحتوي على حوالي 12,000 تسجيل، فقد تم اختيار مجموعة فرعية متوازنة فئوياً مكونة من 2,000 تسجيل اختباري فقط لتصور مصفوفة الارتباك. وقد تم حساب جميع مقاييس الأداء المبلغ عنها باستخدام مجموعة الاختبار الكاملة (حوالي 2,400 تسجيل). علاوة على ذلك، تم فصل عينات التدريب والاختبار بنسبة 80:20 لتدريب النموذج. وتعد قاعدة البيانات هذه مناسبة جداً لتطبيقات الثورة الصناعية الخامسة (Industry 5.0) لأنها تتضمن ظروف ضوضاء في الوقت الفعلي. ويرد توزيع التسجيلات المستخدم في هذه الدراسة في الجدول 2. ومن مجموعة البيانات هذه، تم اختيار حوالي 12,000 تسجيل تغطي جميع أنواع الآلات وظروف نسبة الإشارة إلى الضوضاء (SNR) لتجارب التصنيف الثنائي الخاضع للإشراف باستخدام تقسيم تدريب/اختبار بنسبة 80:20، وهو ما يوضح أنواع الآلات الصناعية، ومعرفات الآلات المقابلة، والأعداد الإجمالية للتسجيلات الصوتية الطبيعية والشاذة، وظروف SNR، وتقسيم التدريب/الاختبار التجريبي المستخدم للتصنيف الثنائي الخاضع للإشراف.

أُجريت التجربة باستخدام مجموعة بيانات MIMII (التحقيق والفحص في الآلات الصناعية المختلة) الإصدار 1.0، والتي تضم أربعة أنواع من الآلات الصناعية: المراوح، والمضخات، والصمامات، والقضبان المنزلقة. جُمعت البيانات من معرفات آلات مختلفة (ID00-ID06، اعتماداً على نوع الآلة) وظروف متنوعة. وتتكون قاعدة بيانات MIMII من بيانات تم الحصول عليها بنسب إشارة إلى الضجيج (SNRs) تبلغ −6 dB، و0 dB، و+6 dB. تشير البيانات الطبيعية إلى الحالة السليمة للآلة الصناعية، بينما تشير البيانات الشاذة إلى حالة غير طبيعية. وقد تم تصنيف الفئات بناءً على تعليقات قاعدة البيانات، حيث تم تعيين البيانات الطبيعية كالفئة 0 والبيانات الشاذة كالفئة 1.

تطلبت إجراءات التقييم العادلة أن يتم التقسيم بين مجموعتي التدريب والاختبار على مستوى التسجيل الصوتي الأصلي قبل أي خطوات تقسيم أو تعزيز أو إنشاء للمخططات الطيفية (spectrograms). وبناءً على ذلك، تعذر ظهور مقاطع صوتية من نفس التسجيل في كل من مجموعتي التدريب والاختبار. ولأغراض تجربة التقييم، استُخدمت تسجيلات بنسب إشارة إلى ضجيج مختلفة (−6 dB و 0 dB و +6 dB)، مما أتاح فرصة لتقييم الإطار المقترح في ظل ظروف صناعية متنوعة.

لمنع تسرب البيانات، تم إجراء تقسيم مجموعة التدريب والاختبار بالاعتماد على ملف الصوت الأصلي كقاعدة، وذلك قبل أي عملية تقسيم أو توليد للمخططات الطيفية (spectrograms). وقد تم تعيين المقاطع المأخوذة من نفس التسجيل الصوتي الذي تبلغ مدته 10 s حصرياً إما لمجموعة التدريب أو لمجموعة الاختبار، مع ضمان عدم وجود أي مقاطع في كلتا المجموعتين. بعد ذلك، تم توليد المخططات الطيفية وزيادتها بشكل منفصل لكل مجموعة بيانات. وبهذه الطريقة، يتم تجنب مشكلة تسرب البيانات، مما يمنع التقييم المتفائل للغاية للأداء.

المعالجة المسبقة لمجموعة البيانات

يتم بعد ذلك معالجة الإشارات الصوتية غير المعالجة من مجموعة بيانات MIMII لتحسين جودة الإشارة وتمكين الاستخراج الفعال للميزات. يُرمز للإشارة المدخلة بـ x(t)، حيث يمثل t الزمن. تتمثل العملية الأولى في ترشيح الضوضاء، حيث يتم ترشيح ضوضاء الخلفية باستخدام دالة ترشيح بحيث تكون:

figure-protocol-11   (5)

حيث تمثل ∗ عملية الالتفاف (convolution) و h(t) هي استجابة النبضة للمرشح. تعزز هذه العملية وضوح الإشارة الصوتية وتقلل من تأثيرات الضوضاء السائدة غالباً في البيئات الصناعية. ويُستخدم تطبيع الإشارة (Signal normalization) لضمان أن تكون سعات جميع الإشارات الصوتية قابلة للمقارنة قبل تغذيتها في نموذج التعلم العميق. تُحسب الإشارة المطببعة، والتي يُرمز لها بـ xn(t)، كما يلي:

figure-protocol-12   (6)

حيث تمثل  μ و  σ القيمة المتوسطة والانحراف المعياري لإشارة الإدخال، على التوالي. وبفضل هذا الإجراء، يتم ضمان أن تكون جميع إشارات الإدخال ذات متوسطات صفرية وتباينات وحدة. وأخيراً، ومن أجل المعالجة، يتم تقسيم إشارة الإدخال المُطبعة إلى قطع صغيرة متعددة. وبالنظر إلى أن طول الإشارة الكاملة هو T، فإنه يتم تقسيمها إلى N من الإطارات المتداخلة، بحيث يكون طول كل منها L باستخدام دالة نافذة منزلقة:

figure-protocol-13   (7)

حيث H هو حجم القفزة. يمكن تعريف المخطط الطيفي (spectrogram) من خلال الصيغة الموضحة أدناه:

figure-protocol-14   (8)

يتم إدخال المخططات الطيفية التي تم الحصول عليها بهذه الطريقة في إطار عمل يعتمد على CNN-transformer لاستخلاص الميزات المكانية والزمانية من أجل الكشف الناجح عن الشذوذ. يوضح الشكل 2 مسار المعالجة المسبقة.

الشكل 2 يوضح تسلسلاً عمودياً للمعالجة المسبقة يمكن استخدامه للبيانات الصوتية المكتسبة في الصناعة. أولاً، يتم استخراج الإشارات الصوتية الخام من مجموعة بيانات MIMII وتمريرها إلى مرحلة إزالة الضجيج لتقليل الضوضاء. يلي ذلك تطبيع الإشارة لإزالة التناقضات في السعة، مما يضمن اتساق الإشارة. ثم يتم تقسيم الإشارة لاحقاً إلى مقاطع أصغر متداخلة. وبعد التقسيم، يتم تطبيق تحويلات STFT على البيانات لتحويل إشارات النطاق الزمني إلى إشارات زمنية-ترددية. بعد ذلك، يتم حساب طيف القدرة كجزء من إنشاء المخطط الطيفي للإشارة. وبذلك تكون المخططات الطيفية التي تمت معالجتها مسبقاً هي المخرجات الناتجة عن هذه العملية، والتي ستُستخدم في نموذج CNN-transformer المقترح.

توليد المخطط الطيفي

بعد تسوية البيانات وتقسيمها، يتم تحويل الإشارات الصوتية إلى تمثيل زمني-ترددي باستخدام تحويل فورير قصير المدى (STFT). ويوفر المخطط الطيفي الناتج تمثيلاً صورياً للتغيرات في تكوين الترددات على مدار فترة التحليل. وفي البيئات الصناعية، تظهر أعطال الآلات عادةً على شكل أنماط ترددية، مما يجعل المخططات الطيفية أكثر فائدة في الكشف عن الشذوذ في الآلات.

وبناءً على ذلك، يتم تحويل البيانات المعالجة الناتجة إلى صور مخططات طيفية (spectrogram images) للتمييز بين الحالات الطبيعية وغير الطبيعية داخل الماكينات. كما سيتم تحويل البيانات الصوتية إلى مخططات طيفية متعددة لتمكين نموذج التعلم من تحليل مكونات التردد المحلية والتغيرات الزمنية ضمن عملية الماكينة. وتُستخدم هذه الصور كبيانات إدخال لنموذج CNN-transformer، حيث تتولى الشبكة العصبية التلافيفية (CNN) التعامل مع الأنماط المكانية (الترددية)، بينما تتولى المحولات (Transformers) التعامل مع العلاقات الزمنية.

الخوارزمية 1: توليد المخطط الطيفي من الإشارات الصوتية

المدخلات: إشارة صوتية خام x(t)

المخرجات: المخطط الطيفي S(t, f)

الخطوة 1: تحميل الإشارة الصوتية  x(t)

الخطوة 2: تطبيق تصفية الضوضاءfigure-protocol-15

الخطوة 3: تسوية الإشارة xn(t)

الخطوة 4: تقسيم الإشارة إلى إطارات:

لكل k = 1 حتى N قم بما يلي

figure-protocol-16

نهاية الحلقة

الخطوة 5: تطبيق دالة النافذة w(t) على كل جزء

الخطوة 6: حساب تحويل فورير قصير المدى (STFT):

figure-protocol-17  (9)

الخطوة 7: حساب المقدار:

figure-protocol-18   (10)

الخطوة 8: تخزين المخطط الطيفي S(t, f)

الخطوة 9: إرجاع مجموعة بيانات المخطط الطيفي 

تبدأ عملية إنشاء المخططات الطيفية (spectrograms) بالحصول على الإشارة الصوتية الأصلية، تليها خطوات المعالجة المسبقة مثل تقليل الضوضاء وتطبيع الإشارة (signal normalization) لضمان سلامة الإشارة وجودتها. بعد ذلك، يتم تقسيم الصوت المُطبع إلى نوافذ متعددة متداخلة لالتقاط الخصائص الزمنية للفترات الطويلة والقصيرة على حد سواء. ولمنع التسرب الطيفي (spectral leakage)، تُضرب كل شريحة في دالة النافذة قبل تمريرها عبر تحويل فوريه قصير المدى (Short-Time Fourier Transform). بعد ذلك، يتم تمثيل الإشارة المحولة كدالة ذات قيمة مركبة في نطاق التردد، ثم تُربع قيم المقادير الخاصة بها. وبذلك، يتم تمثيل طاقة الترددات على مدى زمن معين بواسطة المخططات الطيفية. وأخيراً، يتم تخزينها كبيانات شبيهة بالصور وتغذيتها في الشبكة العصبية لغرض التدريب.

استخراج الميزات المكانية باستخدام الشبكة العصبية التلافيفية (CNN)

بعد عملية إنشاء المخططات الطيفية (spectrograms)، تُؤخذ الصور الناتجة للزمن والتردد كمدخلات وتُمرر إلى شبكة عصبية تلافيفية (CNN). وبفرض أن المخطط الطيفي المدخل هو figure-protocol-19، حيث يمثل H مجال التردد ويمثل W مجال الزمن. الغرض من استخدام الشبكة العصبية التلافيفية هنا هو تعلم السمات المكانية التمييزية من المخطط الطيفي المدخل. وستساعد هذه السمات المكانية التمييزية في التفريق بين سلوك الماكينة الطبيعي وغير الطبيعي في البيئة الصناعية.

تُعد عملية الالتفاف (convolution) عملية أساسية يتم تنفيذها بواسطة الشبكة العصبية الالتفافية (CNN). وتتم عملية الالتفاف باستخدام مرشح محدد figure-protocol-20 كما يلي:

figure-protocol-21   (11)

تمكّن العملية الموصوفة أعلاه الشبكة العصبية من تحديد السمات المكانية المحلية، مثل الحواف والترددات والمحتوى التوافقي، في المخطط الطيفي. ويتم ذلك من خلال عمليات ترشيح متعددة تُنتج تمثيلات متنوعة للسمات، مما يؤدي إلى تكوين عدة خرائط سمات. تلي عملية الالتفاف دالة تنشيط غير خطية، كما هو موضح أدناه:

figure-protocol-22  (12)

تسمح هذه اللاخطية للشبكة بالتقاط وتمثيل العلاقات المعقدة بين المتغيرات. وتتضمن المرحلة التالية في الشبكة العصبية الالتفافية تطبيق عمليات التجميع (pooling). ويتم التعبير عن تقنية التجميع الأقصى (max pooling) الشائعة رياضياً على النحو التالي:

figure-protocol-23   (13)

حيث تشير Ω إلى نافذة التجميع (pooling window). يساعد التجميع في تحقيق الثبات الانتقالي والاحتفاظ بالمعلومات ذات الصلة فقط مع التخلص من البيانات الزائدة. يمكن استخراج الميزات ذات المستوى الأعلى بشكل هرمي باستخدام شبكة عصبية تلافيفية، بدءاً من المتغيرات منخفضة المستوى مثل الترددات وصولاً إلى سلوك الآلة المعقد. وبناءً على ذلك، يمكن استخدام خرائط الميزات لتصوير المخرجات النهائية للشبكة:

figure-protocol-24   (14)

حيث تمثل المعلمات القابلة للتعلم في الشبكة العصبية التلافيفية (CNN). تحتوي خرائط السمات على معلومات مكانية غنية، ويتم تحويلها إلى تسلسلات لتكون بمثابة مدخلات لمشفر المحول (transformer encoder) في المرحلة التالية. وتعد عملية استخراج السمات المكانية الموصوفة أعلاه ضرورية لتمكين النموذج من اكتشاف الشذوذ الدقيق في الإشارات الصوتية الصناعية.

الشكل 3 يوضح كيفية استخراج السمات المكانية أفقيًا من مخطط الطيف المدخل باستخدام نموذج CNN. تبدأ العملية بمخطط الطيف المدخل، الذي يشفر خصائص الوقت والتردد للإشارة الصوتية في شكل صوري. ثم يتم تمرير مخطط الطيف المدخل عبر طبقة تلافيفية، حيث تقوم عدة أنواع من المرشحات باستخراج السمات المكانية مثل نطاقات التردد، والحواف، والأنسجة، مما ينتج عنه خرائط سمات. بعد ذلك، تخضع خرائط السمات المستخرجة لدالة تنشيط غير خطية، وهي الوحدة الخطية التصحيحية (ReLU)، مما يسمح للشبكة العصبية باكتشاف التبعيات في البيانات المدخلة. ثم تمر خرائط السمات عبر طبقة تجميع، حيث يتم تقليل حجم الخريطة مع الاحتفاظ بأهم خصائصها. وتتكرر هذه العملية المكونة من الطبقات التلافيفية والتنشيط والتجميع عدة مرات، مما يخلق تسلسلاً هرمياً لتمثيل السمات يبدأ بسمات بسيطة ويتطور نحو سمات أكثر تعقيداً تتعلق بعمليات الآلات.

النمذجة الزمنية باستخدام مشفر محول (transformer encoder)

بمجرد استخراج الميزات المكانية باستخدام الشبكة العصبية التلافيفية (CNN)، تتمثل الخطوة التالية في اشتقاق خرائط ميزات عالية المستوى تلتقط الأنماط القائمة على التردد والتي تم تعلمها من المخطط الطيفي (spectrogram). بعد ذلك، يتم تسوية خرائط الميزات الناتجة وإعادة تشكيلها إلى تسلسلات لالتقاط المعلومات الزمنية في الإشارة الصوتية. بفرض أن خرائط الميزات ممثلة بواسطة figure-protocol-25، حيث يمثل H', W', و C الارتفاع والعرض والقنوات على التوالي، يتم اشتقاق التسلسل التالي:

figure-protocol-26    (15)

حيث يمثل T طول التسلسل، و d بُعد الميزة. ثم يستخدم الـ Transformer التسلسل المذكور أعلاه لنمذجة الاعتمادات طويلة المدى باستخدام آلية الانتباه الذاتي. وبخلاف النماذج المتكررة التقليدية، يقوم نموذج الـ transformer بمعالجة كل عنصر من عناصر التسلسل على التوازي، ويستخدم أوزان الانتباه لتحديد الأهمية النسبية لكل جزء. وتعمل آلية الانتباه عن طريق استخدام متجهات الاستعلام Q، والمفتاح K، والقيمة V التي يتم توليدها لكل مدخل xt وفقاً لما يلي:

figure-protocol-27   (16)

بينما تعتبر WQ, WK, WV أوزانًا قابلة للتدريب. ويتم تحديد التشابهات بين العناصر من خلال:

figure-protocol-28   (17)

dk هو بُعد المتجهات الهامة. يسهّل هذا الإجراء على النموذج تعلم التبعيات من الخطوات الزمنية البعيدة في الإشارة والتركيز فقط على المقاطع الزمنية ذات الصلة. ولزيادة قدرة الشبكة على التعلم، يتم استخدام آلية الانتباه متعدد الرؤوس (multihead attention)، والتي تشير إلى العملية التي تتعلم من خلالها رؤوس انتباه متعددة من المدخلات بشكل متوازٍ:

figure-protocol-29  (18)

تتعامل كل رأس مع سمات متميزة من تسلسل المدخلات الزمنية. ويتبع ذلك شبكات عصبية ذات تغذية أمامية ووصلات متبقية:

figure-protocol-30   (19)

تلتقط التسلسلات المرمزة الناتجة كلاً من الميزات المكانية والزمانية للمدخلات. ويتم إرسال هذا التسلسل إلى طبقة التصنيف للكشف عن الشذوذ.

يوضح الشكل 4 العملية العامة للنمذجة الزمنية باستخدام مشفر transformer على الميزات المستخلصة من شبكة CNN. أولاً، تُستخدم خرائط الميزات المستخلصة من شبكة CNN، والتي تحتوي على معلومات مكانية من المخطط الطيفي (spectrogram). ثم يتم تسطيح خرائط الميزات إلى تسلسل، حيث يتوافق كل عنصر مع طابع زمني. بعد ذلك، يمر التسلسل عبر تحويل خطي يقوم بتمثيل البيانات في متجهات ذات بُعد محدد. ونظراً لأن نماذج transformer تفتقر إلى القدرة على التقاط التبعيات الزمنية، يُضاف ترميز موضعي (positional encoding) إلى متجهات التضمين للحفاظ على البنية الزمنية للتسلسل. وأخيراً، يمر التسلسل عبر مشفر transformer، يتكون من مجموعة من الطبقات المتعددة، حيث يتم توظيف آلية انتباه ذاتي متعدد الرؤوس (multi-head self-attention) لتمكين النموذج من تعلم الروابط بين الطوابع الزمنية في التسلسل. وتعمل الشبكة العصبية ذات التغذية الأمامية على تحسين هذه التضمينات بشكل أكبر، بينما تضمن الوصلات المتبقية (residual connections) انتشار التدرجات بكفاءة. تتكرر هذه العملية عبر طبقات مشفر transformer المتراكمة، والتي تلتقط تفاعلات زمنية أكثر تعقيداً بشكل تدريجي. وفي النهاية، يتم دمج تضمينات التسلسل في تمثيل ثابت الطول عبر التجميع (pooling) (على سبيل المثال، التجميع المتوسط أو رمز التصنيف (CLS))، مما ينتج تمثيلاً زمنياً عالمياً للميزات.

طبقة التصنيف

بعد الترميز الزمني باستخدام مشفر المحول (transformer encoder)، ستكون المخرجات عبارة عن تسلسل من المتجهات المرمزة، حيث يحتوي كل منها على سمات تتعلق بالجانبين المكاني والزمني لإشارة الإدخال. وتتمثل الخطوة الأولى نحو التصنيف من المخرجات المرمزة في تجميع كل هذه السمات في متجه واحد. ويتم تحقيق ذلك إما عن طريق تطبيق تجميع المتوسط (mean pooling) على تسلسل متجهات السمات أو باستخدام ما يسمى بـ "رمز التصنيف" (classification token). افترض أن مخرجات المحول هي figure-protocol-31، حيث أن كل figure-protocol-32. يتم حساب السمة المجمعة h كما يلي:

figure-protocol-33   (20)

بعد ذلك، يمثل متجه السمات المجمع h المدخلات في شكل مدمج ويعمل كمدخل للمصنف. يتكون جزء التصنيف من طبقة كثيفة واحدة أو أكثر، والتي تعمل على تحويل التمثيل المتعلم إلى فضاء المخرجات. وتنفذ الطبقة الكثيفة تحويلاً يتم تعريفه على النحو التالي:

figure-protocol-34   (21)

حيث تمثل o المخرجات (اللوجيتات - logits)، وتمثل b متجه الانحياز، وتمثل W مصفوفة الأوزان. وهذه الأخيرة هي درجات الفئة في شكل غير طبيعي. ولدمج اللاخطية في النموذج، غالبًا ما تُستخدم دوال التنشيط مثل ReLU. وأخيرًا، يتم تطبيق دالة تنشيط softmax على اللوجيتات للحصول على احتمالية لكل فئة:

figure-protocol-35   (22)

حيث تمثل C عدد الفئات، (C = 2؛ طبيعية وغير طبيعية). وسيعتمد التنبؤ بالفئة على قيمة الاحتمالية القصوى. وأثناء التدريب، يتم الحصول على القيم المثلى لمعاملات النموذج عن طريق تقليل فقدان الإنتروبيا المتقاطعة (cross-entropy loss) بين التسميات الفعلية والمتوقعة، وبذلك يتم تحقيق تصنيف دقيق لحالات الماكينة. وباختصار، تؤدي طبقة التصنيف وظيفة أساسية في تحويل الميزات الزمنية المستخلصة باستخدام بنية Transformer إلى قرارات عملية. ومن خلال التمييز الدقيق بين حالات الماكينة السليمة والمعطلة، يصبح اكتشاف الشذوذ واتخاذ القرارات الذكية أمرًا ممكنًا ضمن نموذج الصناعة 5.0 (Industry 5.0).

الشكل 5 يوضح آلية عمل طبقة التصنيف، والتي تأتي بعد مشفر المحول (transformer Encoder). تبدأ العملية بمخرجات التسلسل المشفّر، حيث يحتوي كل متجه على معلومات زمنية تم تعلمها من المدخلات. تُدمج هذه المتجهات في متجه واحد يُعرف بمتجه السمات العالمي (global feature vector). الخطوة التالية هي تمرير متجه السمات العالمي عبر عدة طبقات من الشبكة العصبية الكثيفة. وفي كل طبقة كثيفة، تُجرى عمليات ضرب المصفوفات لإنشاء تركيبات خطية من المدخلات. بعد ذلك، يمكن تطبيق دالة تنشيط غير خطية، مثل ReLU، لزيادة المرونة في تعلم حدود القرار. وفي نهاية الطبقة الكثيفة الأخيرة، توجد درجات اللوجيت (logit scores) لكل فئة. ويمكن استخدام درجات اللوجيت هذه في دالة Softmax لحساب درجات الاحتمالية لكل فئة. تُستخدم درجات الاحتمالية هذه لتحديد ما إذا كانت المدخلات تنتمي إلى الفئة 0 (طبيعي) أو الفئة 1 (غير طبيعي).

القابلية للتفسير باستخدام SHAP

بعد أن يقوم النموذج بتصنيف إشارات الإدخال، يتم توليد التنبؤات بناءً على ما إذا كانت الماكينة تعمل بشكل طبيعي أو غير طبيعي. ومع ذلك، ففي بيئة الثورة الصناعية الخامسة (Industry 5.0)، لا يكفي مجرد إنتاج التنبؤات؛ بل يجب على النظام أيضًا توفير الشفافية والقابلية للتفسير لدعم اتخاذ القرار البشري. يستخدم الإطار التالي SHAP، وهو نموذج قائم على نظرية الألعاب يقوم بقياس أهمية كل ميزة في تحديد التنبؤ. ومن خلال القيام بذلك، يقوم SHAP بتعيين أوزان للميزات، مما يسمح بتقييم الأهمية النسبية لأجزاء مختلفة من مخطط الطيف (spectrogram) المدخل في التنبؤ العام.

تعتمد الصيغة الرياضية لـ SHAP على تفكيك النموذج f(x):

figure-protocol-36   (23)

أين ∅0 هي القيمة المرجعية (متوسط مخرجات النموذج)، ∅i هو تأثير الميزة رقم i، و مـ يمثل هذا الرقم عدد ميزات الإدخال. ولأغراض هذه الدراسة، تتمثل الميزات في صناديق الزمن والتردد من المخطط الطيفي (spectrogram). وتكون قيم SHAP موجبة إذا كانت تساهم في احتمالية الحالة غير الطبيعية، وسالبة في خلاف ذلك. وتضمن هذه الصياغة تفسيراً فريداً ومتسقاً محلياً لكل تنبؤ. ويمكن تطبيق منهجية SHAP على نموذج CNN-transformer مُدرب لتقديم تفسير يعتمد على أهمية الميزات. وسيوضح التمثيل المرئي أهم صناديق الزمن والتردد في المخطط الطيفي التي تؤثر على عملية اتخاذ القرار. فعلى سبيل المثال، قد يؤدي السلوك غير الطبيعي للمعدات إلى ظهور نطاقات ترددية معينة عالية الطاقة يحددها إطار عمل SHAP كعوامل مساهمة مهمة في عملية اتخاذ القرار.

بالإضافة إلى ذلك، يمكن لـ SHAP تعزيز التعاون بين البشر والآلات في بيئة سيبرانية فيزيائية. ويعود ذلك إلى إمكانية شرح التنبؤات باستخدام مرئيات بديهية، مما يسمح للمشغلين وأنظمة اتخاذ القرار بالتحقق من التنبؤات، وتحليل المشكلة، واتخاذ الخطوات المناسبة. وهذا لا يزيد من الثقة فحسب، بل يجعل عمليات التصنيع القائمة على الذكاء الاصطناعي موثوقة وخاضعة للمساءلة. ومن خلال دمج خوارزميات التعلم العميق التي تلبي معايير الأداء الحالية مع SHAP، الذي يوفر القابلية للتفسير، تلبّي البنية المقترحة متطلبات الثورة الصناعية الخامسة Industry 5.0.

الخوارزمية 2: القابلية للتفسير القائمة على SHAP للتنبؤ بالنموذج

المدخلات: النموذج المدرب f(x)، والمخطط الطيفي للمدخلات S

المخرجات: قيم SHAP figure-protocol-37 وخريطة التفسير

الخطوة 1: إدخال المخطط الطيفي S في نموذج مدرب

الخطوة 2: حساب التنبؤ: y = f(S)

الخطوة 3: تهيئة مفسر SHAP الموجه للتعلم العميق

الخطوة 4: حساب قيم SHAP:
figure-protocol-38

الخطوة 5: لكل ميزة i in S:

احسب المساهمة figure-protocol-39

الخطوة 6: إنشاء خريطة التوضيح:

تحديد المناطق ذات القيم العالية لـ figure-protocol-40

الخطوة 7: تصور أهمية الميزات (الخريطة الحرارية)

الخطوة 8: إرجاع قيم SHAP وخريطة التفسير

تبدأ خوارزمية القابلية للتفسير القائمة على SHAP بالحصول على صورة مخطط طيفي معالجة مسبقاً كمدخل، ثم تغذيتها في بنية CNN-transformer المدربة لإجراء التنبؤات (على سبيل المثال، حالة الآلة طبيعية أو غير طبيعية). وبعد إجراء التنبؤات باستخدام البنية المدربة، تُستخدم طريقة SHAP لتفسير النموذج. وبشكل أدق، يتم حساب قيم SHAP (ϕ) لكل ميزة مدخلة لتحديد مكونات الوقت والتردد في المدخلات التي تساهم بشكل أكبر في التنبؤ. ولحساب هذه القيم، يجب مقارنة مخرجات النموذج للمدخلات مع وبدون ميزات معينة.

بعد حساب قيم SHAP لكل ميزة، يمكن تقييم تأثيرها على التنبؤ من خلال إشارة قيمة SHAP ومقدارها. على سبيل المثال، تكون الميزات ذات قيم SHAP الأعلى أكثر عرضة للتأثير على النتيجة، وتشير الإشارة الموجبة أو السالبة إلى أن الميزة تدفع التنبؤ نحو الفئة الطبيعية/غير الطبيعية، على التوالي. وبناءً على النتائج، يمكن إنشاء خريطة تفسيرية في شكل خريطة حرارية.

أخيرًا، يُخرج الخوارزمية كلًا من قيم SHAP والتصورات البيانية، مما يوفر رؤية حول كيفية تحليل البشر لقرار النموذج. تجعل هذه التقنية العملية أكثر شفافية وتسمح للبشر بالمشاركة في صنع القرار، مما يضمن تحقيق كل من تنبؤات الخوارزمية وموثوقيتها في الصناعة القائمة على الذكاء الاصطناعي. وقد تم اختيار عينات اختبار ممثلة من حالات شاذة تم تشخيصها بدقة عبر أنواع مختلفة من الآلات لتحسين موثوقية تحليل القابلية للتفسير. وبينما أُجري تحليل أهمية الميزات العالمي باستخدام SHAP عن طريق تجميع قيم SHAP عبر مجموعة بيانات الاختبار لتحديد مواقع الزمن والتردد المؤثرة باستمرار، تم توليد تفسيرات SHAP محلية لهذه الحالات الممثلة. وبدون الحاجة إلى تعليقات توضيحية من الخبراء، يوفر هذا التحليل المحلي والعالمي المتكامل تفسيرًا موثوقًا لتنبؤات النموذج.

تكامل الأنظمة الفيزيائية السيبرانية (CPS) المدعومة بحوسبة الحافة

يُستخدم هذا الحل المقترح ضمن أنظمة الفيزيائية السيبرانية (CPS) الممكنة تقنيًا بواسطة الحوسبة الطرفية، والتي تهدف إلى تحقيق الكفاءة والاستدامة والعمليات الصناعية في الوقت الفعلي. وبمجرد تدريب النموذج، سيتم نشر نموذج CNN-transformer عبر نهج الحوسبة الطرفية. وتوجد طبقة الحوسبة الطرفية المعنية بالقرب من أجهزة إنترنت الأشياء الصناعية (IIoT)، بما في ذلك المستشعرات والآلات. وبدلًا من نقل جميع البيانات المجمعة إلى السحابة، يقوم الجهاز الطرفي بإجراء الاستدلال على الإشارة الصوتية الواردة دون نقلها إلى هناك أولاً. وبالتالي، يمكن للنظام اكتشاف الأعطال في الآلات بشكل فوري تقريبًا واتخاذ الخطوات اللازمة قبل أن يتفاقم الوضع. وثمة ميزة أخرى لهذا النهج الممكن طرفيًا وهي تحسين زمن الاستجابة والكفاءة نظرًا لتحليل البيانات بالقرب من نقطة إنتاجها. وبعبارة أخرى، وخلافًا لنهج السحابة، حيث يكون وقت الاستدلال Tinf

figure-protocol-41   (24)

بشكل عام، سيتم تقليل زمن الاستجابة بشكل ملحوظ من خلال خفض Tcommunication. وهناك فائدة أخرى تتمثل في تقليل استهلاك عرض النطاق الترددي والطاقة المستنفدة عند نقل البيانات بشكل مستمر. وبناءً على ذلك، فإن هذا النظام قابل للتوسع ومستدام للمنشآت الصناعية الكبيرة التي تضم العديد من الأجهزة المتصلة. بالإضافة إلى ذلك، تتيح CPS التفاعل مع الطبقة الفيزيائية (الآلات)، والذكاء الاصطناعي (الطبقة الحسابية)، والطبقة البشرية.

التعاون البشري في الحلقة

يعد التعاون البشري في الحلقة (human-in-the-loop collaboration) مكوناً رئيسياً في الأنظمة الفيزيائية السيبرانية (CPS) المقترحة للصناعة 5.0، والتي تتضمن مشاركة المشغلين البشريين بنشاط في عملية صنع القرار جنباً إلى جنب مع نماذج الذكاء الاصطناعي. وبشكل أدق، ووفقاً للإطار المصمم، لا يتحول النظام إلى صندوق أسود ذاتي التشغيل، بل يسمح للمشغلين بالتفاعل معه وملاحظة نتائج تنبؤية قابلة للتفسير في شكل تفسيرات SHAP. وتشير التنبؤات المعنية إلى النتائج (طبيعية/غير طبيعية)، مصحوبة بتصورات لأجزاء من المخططات الطيفية (spectrograms) المستخدمة للوصول إلى تلك التنبؤات.

يساعد مثل هذا التفاعل المشغلين على فهم كيفية تكوين التنبؤ بدقة والعوامل التي تساهم فيه بشكل أفضل. ويتضمن التدخل البشري التحقق من نتائج النظام والسماح للمشغلين بتجاوزها عند الضرورة، بناءً على حكمهم المهني. كما أن التعاون مع المشغلين البشريين يجعل النظام أكثر جدارة بالثقة، وكفاءةً، وأماناً، وموثوقية، مما يساعد في منع وقوع الأخطاء.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

تم اختبار نظام التعاون السيبراني المادي المتكامل مع الذكاء الاصطناعي القابل للتفسير المقدم تجريبياً على ما يقرب من 12,000 تسجيل صوتي من مجموعة بيانات MIMII، والتي تحتوي على حالات تشغيل الماكينات الطبيعية وغير الطبيعية. تكونت مجموعة بيانات التدريب من حوالي 9,600 سجل بيانات، بينما شملت مجموعة بيانات الاختبار حوالي 2,400 عينة صوتية. وبناءً على النتائج، حقق نموذج CNN-transformer المقترح دقة تصنيف بلغت 98.5% على مجموعة بيانات الاختبار، 0.97–0.98. ويرتبط ذلك بالنتائج الموضحة في Table 3، ومصفوفة الارتباك، وتحلي...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

تُظهر النتائج التجريبية أن بنية CNN-transformer المقترحة تتفوق على الخوارزميات الفردية من خلال الدمج الفعال لتعلم الميزات المكانية والزمانية. ووفقًا لدراسة الاستئصال (ablation study)، فبينما تقوم شبكة CNN باستخراج ميزات تمييزية قائمة على التردد من المخططات الطيفية (spectrograms)، يعمل مشفر الـ transformer على تحسين أداء النموذج من خلال التقاط التبعيات الزمانية بعيدة المدى في الإشارات الصوتية. علاوة على ذلك، توضح مصفوفة الارتباك (confusion matrix) وجود عدد قليل جدًا من السلبيات الكاذبة، مما يعني أن النموذج المقترح يمكنه ت...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

تم استخدام أداة ذكاء اصطناعي (ChatGPT) فقط للمساعدة في تحرير اللغة وتحسين القواعد والوضوح وسهولة القراءة. ولم تُستخدم أدوات الذكاء الاصطناعي لتوليد بيانات علمية، أو إجراء تجارب، أو تحليل نتائج، أو تفسير نتائج، أو استخلاص استنتاجات علمية. وقد تمت مراجعة جميع المحتويات العلمية وتحليل البيانات والتفسيرات والنسخة النهائية من المخطوطة بشكل مستقل والتحقق منها والموافقة عليها من قبل المؤلفين، الذين يتحملون المسؤولية الكاملة عن دقة ونزاهة العمل. صرّح المؤلفون بعدم وجود أي تضارب في المصالح.

شكر وتقدير

التمويل: تم دعم هذا العمل من خلال المشروع الرئيسي لإصلاح تدريس التعليم العالي في مقاطعة شانشي (مشروع رقم 23BG053)؛ ومؤسسة البحث العلمي للمواهب رفيعة المستوى في جامعة شانشي للفنون التطبيقية (مشروع رقم BSJ-2023-08)؛ ومشروع البحث العلمي لجامعة شانشي للفنون التطبيقية (مشروع رقم 2024YKYB-006). يتقدم المؤلفون بخالص الشكر لجامعة شانشي للفنون التطبيقية في شيانيانغ بالصين، وجامعة شيآن للهندسة المرورية في شيآن بالصين، لتوفير المرافق والدعم المؤسسي الذي مكن من إجراء هذا البحث.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
مقياس الدعم الاجتماعيمقياس أكاديمي منشور؛ وضعه Park في الأصل وقام Kim بمراجعته واستكمالهإصدار مكون من 25 بنداً؛ تنسيق استجابة وفق مقياس ليكرت الخماسي؛ لا يوجد رقم كتالوج تجارييقيس الدعم الاجتماعي المُدرك لدى معلمي مرحلة الطفولة المبكرة قبل الخدمة عبر الدعم العاطفي، والدعم المعلوماتي، والدعم المادي، والدعم التقييمي. معامل ألفا كرونباخ الإجمالي’قيمة ألفا = 0.96.
مقياس الكفاءة الذاتية للمعلممقياس أكاديمي منشور؛ تم تطويره في الأصل من قبل Enochs وRiggs؛ نسخة دراسة مكيّفة للغة الصينيةنسخة مكونة من 25 بنداً؛ تنسيق استجابة وفق مقياس ليكرت الخماسي؛ لا يوجد رقم كتالوج تجارييقيّم هذا البحث كفاءة المعلمين في سياق إعداد معلمي الطفولة المبكرة في الصين، وذلك عبر قياس الكفاءة الذاتية العامة للمعلم والكفاءة الذاتية الشخصية للمعلم. معامل كرونباخ الإجمالي’s alpha = 0.96.
مقياس التفاعل بين المعلم والطفلمقياس أكاديمي منشور؛ طوّره Lee وراجعته لجنة الخبراء في الدراسة للاستخدام في الصيننسخة مكونة من 30 بنداً؛ تنسيق استجابة وفق مقياس ليكرت الخماسي؛ لا يوجد رقم كتالوج تجارييُقيم الكفاءة الذاتية المُبلغ عنها للتفاعل بين المعلم والطفل بدلاً من جودة التفاعل الملحوظة في الفصل الدراسي. ويتضمن التفاعل العاطفي، والتفاعل اللفظي، والتفاعل السلوكي؛ ومعامل كرونباخ الإجمالي’s alpha = 0.94.
نموذج المعلومات الديموغرافيةفريق البحث، تعاون بين جامعة سيتشوان للفنون والعلوم وجامعة دايكوقسم استبيان الدراسة المخصصة؛ لا يوجد رقم كتالوج تجاريجُمعت خصائص المشاركين بما في ذلك الجنس، والخلفية التعليمية، والفئة المهنية، وموقع التدريب الميداني، ومدة التدريب الميداني، ونوع التدريب الميداني، ونوع الروضة.
نص معلومات المشارك ونموذج الموافقة المستنيرةالفريق البحثي؛ معتمد من قبل لجنة أخلاقيات البحث بجامعة Daeguرقم الموافقة الأخلاقية: XXX؛ سجل الموافقة المحلي للتحققيُستخدم قبل توزيع الاستبيان لشرح الغرض من الدراسة ومحتوى المسح والحصول على الموافقة المستنيرة من المشاركين من المعلمين المتدربين في مرحلة التعليم في مرحلة الطفولة المبكرة.
حزمة استبيان الدراسة الاستطلاعيةفريق البحث ولجنة الخبراءالنسخة التجريبية المستخدمة في 1 يونيو–5، 2024؛ لا يوجد رقم كتالوج تجاريتم اختبار مدى وضوح وملاءمة مقياس التصورات المهنية، ومقياس الدعم الاجتماعي، ومقياس الكفاءة الذاتية للمعلم، ومقياس التفاعل بين المعلم والطفل، وبنود البيانات الديموغرافية، من خلال دراسة استطلاعية شملت 50 معلماً ومعلمة من طلبة إعداد المعلمين في مرحلة الطفولة المبكرة.
إجراء مراجعة لجنة الخبراءفريق البحث؛ لجنة خبراء مؤلفة من اثنين من أساتذة تعليم الطفولة المبكرة، ومدير مدرسة تمهيدية واحد، وثلاثة من مشرفي التدريب الميداني، وفريق البحثمراجعة المحتوى القائمة على التوافق؛ لا يوجد رقم طراز تجاريتُستخدم لمراجعة بنود المقياس للتأكد من خلوها من الغموض، ومدى ملاءمتها، ووضوحها الدلالي، ومناسبتها للمستوى النمائي، وصلتها الثقافية قبل إجراء المسح الرسمي.
نماذج استبيانات مطبوعة في الموقعالفريق البحثي؛ مستلزمات المسح المؤسسي المحلينماذج استطلاع ورقية؛ لا يوجد رقم كتالوج تجارياستُخدمت لغرض إدارة الاستبيانات في الموقع. وفي العينة النهائية، تم الحصول على 336 استبياناً صالحاً من الموقع قبل دمجها مع الاستبيانات الإلكترونية.
ويتشات (WeChat)تنسنت (Tencent)تطبيق WeChat للهواتف المحمولة؛ يجب التحقق من الإصدار من سجل الجهاز/التطبيق المستخدم خلال شهر يونيو–يوليو 2024استُخدمت كقناة توزيع عبر الإنترنت لتوزيع الاستبيانات؛ حيث جُمعت 27 استبانة مكتملة عبر الإنترنت/من خلال تطبيق WeChat.
إجراءات الاستقطاب عبر الهاتف والشخصيالفريق البحثيإجراء توظيف موحد؛ لا يوجد رقم كتالوج تجاريتُستخدم للتواصل مع المؤسسات/المشاركين، وشرح الغرض من الدراسة ومحتوى الاستطلاع، ودعم الموافقة المستنيرة قبل إجراء الاستبيان.
برنامج SPSS StatisticsIBMالإصدار 27.0تُستخدم للإحصاء الوصفي، ومعاملات ارتباط بيرسون، ومعامل كرونباخ’تحليل موثوقية ألفا كرونباخ، وفحوصات الاعتدالية باستخدام الالتواء والتفرطح، واختبار هارمان’اختبار العامل الواحد لتحيز الطريقة المشتركة.
SPSS AmosIBMالإصدار 26.0تُستخدم لتحليل العامل التوكيدي، ونمذجة المعادلة الهيكلية، واختبار ثبات القياس متعدد المجموعات، واختبار التمهيد (bootstrap) للتأثيرات غير المباشرة، ومقارنات النماذج البديلة.
مايكروسوفت إكسل (Microsoft Excel)مايكروسوفتMicrosoft 365 Excel أو إصدار Excel مثبت محلياً؛ يرجى التحقق من رقم الإصدار المحلي بدقة قبل التسليميُوصى باستخدامه/يُستخدم كبيئة لدفتر العمل لتنظيم بيانات الاستبيان المرمزة، وقاموس البيانات، والجداول التكميلية، وجدول المواد الخاص بـ JoVE. ويجب على المؤلفين التحقق من الإصدار المحلي الدقيق.
معايير مؤشرات المطابقة في نمذجة المعادلة الهيكليةإرشادات منهجية منشورة؛ تمت الإشارة إلى مراجع Schreiber et al. و Kline في المخطوطةلا يوجد رقم كتالوج تجاري؛ المعايير المطبقة في خطة التحليل الإحصائييحدد ويُبلغ عن مؤشرات مطابقة النموذج، بما في ذلك إحصائية مربع كاي، ومربع كاي مقسومًا على درجات الحرية، ومؤشر توكر-لويس، ومؤشر المطابقة المقارن، ومؤشر جودة المطابقة المعدل، ومؤشر المطابقة التزايدي، وجذر متوسط مربع خطأ التقريب، وجذر متوسط مربع البواقي المعياري.
إجراء اختبار الوساطة بطريقة التمهيد (Bootstrap)خطة التحليل الإحصائي لفريق البحث / برنامج SPSS Amos5,000 عينة بوتستراب (bootstrap samples)؛ فترات ثقة بنسبة 95% مصححة للانحيازاستُخدم لاختبار الارتباطات غير المباشرة من خلال كفاءة المعلم. واعتُبرت التأثيرات غير المباشرة دالة إحصائيًا عندما لا يتضمن فاصل الثقة بنسبة 95% المصحح للانحياز القيمة صفر.
إجراء اختبار ثبات القياسخطة التحليل الإحصائي لفريق البحث / برنامج SPSS Amosتحليل عاملي توكيدي متعدد المجموعات؛ Δمؤشر المطابقة (CFI) &أقل من 0.010 و Δجذر متوسط مربع خطأ التقريب (RMSEA) &معايير < 0.015استُخدم لتقييم الثبات التكويني والمتري والسكالار عبر النوع الاجتماعي، ونوع البرنامج، ومدة التدريب الميداني، والمؤسسة، وذلك قبل تفسير تقديرات نمذجة المعادلة الهيكلية (SEM) المجمعة.

المراجع

  1. Fraga-Lamas P, Barros D, Lopes SI, Fernández-Caramés TM. Mist and edge computing cyber-physical human-centered systems for Industry 5.0: A cost-effective IoT thermal imaging safety system. Sensors (Basel). 2022;22(21):8500.
  2. Breque M, De Nul L, Petridis A. Industry 5.0: Towards a sustainable, human-centric and resilient European industry. Brussels: European Commission; 2021:https://research-and-innovation.ec.europa.eu/knowledge-publications-tools-and-data/publications/all-publications/industry-50-towards-sustainable-human-centric-and-resilient-european-industry_en.
  3. Sariişik G, Demir S. Industry 5.0: A human-centric paradigm for sustainable and resilient industrial transformation. Journal of Social Perspective Studies. 2025;2(2):50–66.
  4. Liu X et al. Evaluating the interactions of multi-dimensional value for sustainable product-service systems with a grey DEMATEL-ANP approach. J Manuf Syst. 2021;60:449–458.
  5. Di Nardo M et al. The maintenance in Industry 4.0: Assistance and implementation [conference paper]. Presented at: 32nd European Safety and Reliability Conference; Dublin, Ireland; 2022. p. 2286–2292. https://hdl.handle.net/20.500.12607/48222.
  6. Kagermann H, Lukas WD, Wahlster W. Industrie 4.0: Mit dem Internet der Dinge auf dem Weg zur 4. industriellen Revolution. VDI Nachrichten. 2011;(13):2–3. https://www.dfki.de/fileadmin/user_upload/DFKI/Medien/News_Media/Presse/Presse-Highlights/vdinach2011a13-ind4.0-Internet-Dinge.pdf.
  7. Council for Science, Technology and Innovation. Report on the Fifth Science and Technology Basic Plan. Tokyo: Cabinet Office, Government of Japan; 2015:https://www8.cao.go.jp/cstp/kihonkeikaku/5basicplan_en.pdf.
  8. Nahavandi S. Industry 5.0—A human-centric solution. Sustainability (Basel). 2019;11(16):4371.
  9. Paschek D, Mocan A, Draghici A. Industry 5.0—The expected impact of the next industrial revolution [conference paper]. Presented at: MakeLearn and TIIM International Conference; Piran, Slovenia; 2019. p. 125–132. https://toknowpress.net/ISBN/978-961-6914-25-3/papers/ML19-017.pdf.
  10. Maddikunta PKR et al. Industry 5.0: A survey on enabling technologies and potential applications. J Ind Inf Integr. 2022;26:100257.
  11. Longo F, Padovano A, Umbrello S. Value-oriented and ethical technology engineering in Industry 5.0: A human-centric perspective for the design of the factory of the future. Appl Sci (Basel). 2020;10(12):4182.
  12. Gong Y, Chung YA, Glass J. AST: Audio Spectrogram Transformer [conference paper]. Presented at: Interspeech 2021; Brno, Czech Republic; 2021. p. 571–575. https://www.isca-archive.org/interspeech_2021/gong21b_interspeech.html.
  13. Purohit H et al. MIMII dataset: Sound dataset for malfunctioning industrial machine investigation and inspection [conference paper]. Presented at: 4th Workshop on Detection and Classification of Acoustic Scenes and Events; New York, NY; 2019. p. 209–213. https://dcase.community/documents/workshop2019/proceedings/DCASE2019Workshop_Purohit_21.pdf.
  14. Hallioui A et al. A review of sustainable total productive maintenance. Sustainability (Basel). 2023;15(16):12362.
  15. Vasić S et al. Identification of criteria for enabling the adoption of sustainable maintenance practice: An umbrella review. Sustainability (Basel). 2024;16(2):767.
  16. Barredo Arrieta A et al. Explainable artificial intelligence: Concepts, taxonomies, opportunities, and challenges toward responsible AI. Inf Fusion. 2020;58:82–115.
  17. Lundberg SM, Lee SI. A unified approach to interpreting model predictions [conference paper]. Presented at: 31st International Conference on Neural Information Processing Systems; Long Beach, CA; 2017. p. 4765–4774. https://papers.nips.cc/paper/7062-a-unified-approach-to-interpreting-model-predictions.
  18. Du M, Liu N, Hu X. Techniques for interpretable machine learning. Commun ACM. 2020;63(1):68–77.
  19. Sarker IH. Machine learning: Algorithms, real-world applications and research directions. SN Comput Sci. 2021;2(3):160.
  20. Saxe A, Nelli S, Summerfield C. If deep learning is the answer, what is the question? Nat Rev Neurosci. 2021;22(1):55–67.
  21. Piccialli F et al. A survey on deep learning in medicine: Why, how and when? Inf Fusion. 2021;66:111–137.
  22. Li Z et al. A survey of convolutional neural networks: Analysis, applications, and prospects. IEEE Trans Neural Netw Learn Syst. 2022;33(12):6999–7019.
  23. Gil M, Albert M, Fons J, Pelechano V. Engineering human-in-the-loop interactions in cyber-physical systems. Inf Softw Technol. 2020;126:106349.
  24. Krugh M, Mears L. A complementary cyber-human systems framework for Industry 4.0 cyber-physical systems. Manuf Lett. 2018;15:89–92.
  25. Jasiulewicz-Kaczmarek M et al. Recent advances in smart and sustainable maintenance [invited-session proposal]. Presented at: 10th IFAC Conference on Manufacturing Modelling, Management and Control; Nantes, France; 2022. https://hub.imt-atlantique.fr/mim2022/wp-content/uploads/2021/12/7a519.pdf.
  26. Jasiulewicz-Kaczmarek M, Gola A. Maintenance 4.0 technologies for sustainable manufacturing—An overview. IFAC-PapersOnLine. 2019;52(10):91–96.
  27. Saihi A, Ben-Daya M, As’ad RA. Maintenance and sustainability: A systematic review of modeling-based literature. J Qual Maint Eng. 2023;29(1):155–187.
  28. Bastas A. Sustainable manufacturing technologies: A systematic review of the latest trends and themes. Sustainability (Basel). 2021;13(8):4271.
  29. Franciosi C, Iung B, Miranda S, Riemma S. Maintenance for sustainability in the Industry 4.0 context: A scoping literature review. IFAC-PapersOnLine. 2018;51(11):903–908.
  30. Franciosi C et al. Measuring maintenance impacts on the sustainability of manufacturing industries: From a systematic literature review to a framework proposal. J Clean Prod. 2020;260:121065.
  31. Vrignat P, Kratz F, Avila M. Sustainable manufacturing, maintenance policies, prognostics and health management: A literature review. Reliab Eng Syst Saf. 2022;218:108140.
  32. Durán O, Aguilar J, Capaldo A, Arata A. Fleet resilience: Evaluating maintenance strategies in critical equipment. Appl Sci (Basel). 2021;11(1):38.
  33. Ciccarelli M, Papetti A, Germani M. Exploring how new industrial paradigms affect the workforce: A literature review of Operator 4.0. J Manuf Syst. 2023;70:464–483.
  34. Madzik P et al. Human-centricity in Industry 5.0—Revealing hidden research topics by unsupervised topic modeling using latent Dirichlet allocation. Eur J Innov Manag. 2025;28(1):113–138.
  35. Farivar F, Klarin A, Kanani-Moghadam V. Industry 5.0: A socio-technical system perspective on human agency and institutional legitimacy. J Manag Organ. 2026;32(4):1168–1189.
  36. Karki BR, Porras J. Digitalization for sustainable maintenance services: A systematic literature review. Digit Bus. 2021;1(2):100011.
  37. Santiago RAdF et al. Data-driven models applied to predictive and prescriptive maintenance of wind turbines: A systematic review of approaches based on failure detection, diagnosis, and prognosis. Energies (Basel). 2024;17(5):1010.
  38. Carvalho JN, Silva FR, Nascimento EGS. Challenges of the biopharmaceutical industry in the application of prescriptive maintenance in the Industry 4.0 context: A comprehensive literature review. Sensors (Basel). 2024;24(22):7163.
  39. Santos ACdJ, Cavalcante CAV, Wu S. Maintenance policies and models: A bibliometric and literature review of strategies for reuse and remanufacturing. Reliab Eng Syst Saf. 2023;231:108983.
  40. Orošnjak M, Brkljač N, Ristić K. Fostering cleaner production through the adoption of sustainable maintenance: An umbrella review with a questionnaire-based survey analysis. Clean Prod Lett. 2025;8:100095.
  41. Ji Z, Zhou Y, Wang B, Zang J. Human–cyber–physical systems in the context of new-generation intelligent manufacturing. Engineering (Beijing). 2019;5(4):624–636.
  42. Wang B et al. Toward human-centric smart manufacturing: A human–cyber–physical systems perspective. J Manuf Syst. 2022;63:471–490.
  43. Jiao J, Zhou F, Gebraeel NZ, Duffy V. Towards augmenting cyber-physical-human collaborative cognition for human–automation interaction in complex manufacturing and operational environments. Int J Prod Res. 2020;58(16):5089–5111.
  44. Yilma BA, Panetto H, Naudet Y. Systemic formalisation of cyber-physical-social systems: A systematic literature review. Comput Ind. 2021;129:103458.
  45. Zhou Y, Yu FR, Chen J, Kuo YH. Cyber-physical-social systems: A state-of-the-art survey, challenges and opportunities. IEEE Commun Surv Tutor. 2020;22(1):3

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

استكشف المزيد من المقالات

التعلم العميقالكشف عن أعطال الماكيناتصور المخطط الطيفيالشبكة العصبية الالتفافيةمشفر المحولالتعاون بين الإنسان والآلة
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.