نشر الدكتور مرتضى محمد صاحب التدريسي في قسم تقنيات ميكانيك الإنتاج بالتعاون مع فريق بحثي ألماني ضمن سلسلة الانجازات العلمية المتميزة بحثين علميين في مجلات ومؤتمرات عالمية رصينة مفهرسة ضمن مستوعبات Scopus وذلك بالتعاون مع فريق بحثي من جامعة ماغديبورغ في ألمانيا في إطار مشاريع بحثية متقدمة في مجالي الذكاء الاصطناعي والتعلم العميق.

البحث الأول:

Condition Monitoring Model Development for Belt Systems Using Hybrid CNN–BiLSTM Deep-Learning Techniques

تناول البحث تطوير نموذج تعلم عميق هجين يجمع بين الشبكات العصبية الالتفافية (CNN) وشبكات الذاكرة طويلة وقصيرة الأمد ثنائية الاتجاه (BiLSTM) لتحليل أنظمة النواقل الميكانيكية (Belt Drive Systems) والتنبؤ بحالة النظام. وقد أظهر النموذج دقة عالية في التنبؤ بحالات الأعطال وعدم الاتزان بلغت نحو 99% مما يمثل خطوة متقدمة نحو تطبيق أنظمة الصيانة التنبؤية الذكية والحد من الأعطال المفاجئة والخسائر الإنتاجية.

البحث الثاني:

Surface Roughness Prediction in Turning Stainless Steel Applying Deep Learning and LSTM Networks

نُشر هذا البحث ضمن وقائع المؤتمر العلمي العالمي:

7th International Conference on Industry of the Future and Smart Manufacturing – Malta

وتناول استخدام شبكات (LSTM) للتنبؤ بجودة السطح الناتج من عملية الخراطة، اعتمادًا على تحليل إشارات الاهتزاز والمعطيات التشغيلية. وقد أظهرت النتائج كفاءة عالية للنموذج في التنبؤ بخشونة السطح، بما يسهم في تحسين جودة المنتجات في التطبيقات الصناعية.

وقد تم تدريب نماذج التعلم العميق باستخدام خوادم حوسبة عالية الأداء (GPU Compute Servers) في جامعة ماغديبورغ – ألمانيا مما أتاح تسريع عمليات التدريب وتحليل البيانات وأسهم في تحقيق دقة وموثوقية عالية للنتائج.

ويُعد هذا الإنجاز إضافة علمية نوعية تعزز توظيف تقنيات الذكاء الاصطناعي في تطوير أنظمة المراقبة الصناعية وتحسين كفاءة العمليات الإنتاجية.