الاحتمالات وموثوقية الأنظمة الصناعية

ما هي الموثوقية الصناعية؟

تخيّل أنك مسؤول عن خط إنتاج في معمل إسمنت بطرطوس — عندك 200 محرك كهربائي، 50 مضخة، عشرات السيور الناقلة. في كل شهر يتعطل شيء ما ويتوقف الإنتاج. المدير يسألك: "كم احتمال أن يعمل الخط بدون عطل لشهر كامل؟" و"كم قطعة غيار يجب أن نخزّن؟"

الإجابة تأتي من هندسة الموثوقية (Reliability Engineering) — العلم الذي يستخدم الاحتمالات والإحصاء للتنبؤ بالأعطال ومنعها. في المصانع الحديثة، الصيانة لم تعد "أصلح لما ينكسر" — بل أصبحت علماً يعتمد على البيانات والرياضيات.

التوزيعات الاحتمالية الأساسية

التوزيع الطبيعي (Normal Distribution)

التوزيع الطبيعي (أو الغاوسي) هو الأكثر شيوعاً في الطبيعة والصناعة. شكله جرسي متناظر حول المتوسط:

f(x) = (1 / (σ√(2π))) × e^(-(x-μ)²/(2σ²))

حيث:

• μ = المتوسط الحسابي (مركز التوزيع)
• σ = الانحراف المعياري (مقياس الانتشار)
• σ² = التباين

القاعدة التجريبية (68-95-99.7):

• 68% من القيم تقع ضمن μ ± 1σ
• 95% من القيم تقع ضمن μ ± 2σ
• 99.7% من القيم تقع ضمن μ ± 3σ

تطبيق صناعي: أبعاد القطع المصنّعة على مخرطة CNC تتبع التوزيع الطبيعي. إذا كان القطر المطلوب 50mm والانحراف المعياري 0.02mm، فإن 99.7% من القطع ستكون بين 49.94mm و 50.06mm. هذا هو أساس مخططات التحكم الإحصائي (SPC) ومنهجية Six Sigma.

التوزيع الأسّي (Exponential Distribution)

التوزيع الأسّي يصف الزمن بين أعطال عشوائية — أي أعطال لا تعتمد على عمر المعدة:

f(t) = λ × e^(-λt)

R(t) = e^(-λt)

حيث:

• λ = معدل العطل (عدد الأعطال لكل وحدة زمن)
• R(t) = دالة الموثوقية — احتمال البقاء بدون عطل حتى الزمن t
• MTTF = 1/λ = متوسط الزمن حتى العطل

الخاصية المميزة: عدم الذاكرة (Memoryless) — احتمال العطل لا يعتمد على عمر المعدة. سواء كانت المضخة تعمل منذ يوم أو سنة، احتمال عطلها في الساعة القادمة هو نفسه. هذا يصف المرحلة الوسطى من حياة المعدة (الأعطال العشوائية).

مثال: إذا كان معدل عطل مضخة λ = 0.001 عطل/ساعة:

• MTTF = 1/0.001 = 1000 ساعة
• احتمال العمل 500 ساعة بدون عطل: R(500) = e^(-0.001×500) = e^(-0.5) = 0.607 أي 60.7%

توزيع وايبل (Weibull Distribution)

توزيع وايبل هو الأهم في هندسة الموثوقية لأنه يمكن أن يمثل أنماط عطل مختلفة بتغيير معامل واحد:

f(t) = (β/η) × (t/η)^(β-1) × e^(-(t/η)^β)

R(t) = e^(-(t/η)^β)

حيث:

• β = معامل الشكل (يحدد نمط العطل)
• η = معامل المقياس (العمر المميز — الزمن الذي يتعطل عنده 63.2%)

معامل الشكل يحكي القصة كاملة:

منحنى حوض الاستحمام: قصة حياة المعدة

منحنى حوض الاستحمام (Bathtub Curve) يصف كيف يتغير معدل العطل خلال عمر أي معدة صناعية:

معدل العطل λ(t)
    |
    |\         فترة التآكل
    | \        (β > 1)
    |  \___________________/
    |   فترة العمر المفيد  /
    |   (β = 1)          /
    |                   /
    +------------------→ الزمن
    فترة الطفولة
    (β < 1)

المرحلة الأولى — أعطال الطفولة (Infant Mortality): معدل عطل عالٍ ومتناقص. السبب: عيوب تصنيع، تركيب خاطئ، مواد معيبة. الحل: فحص جودة صارم، تشغيل تجريبي (Burn-in).

المرحلة الثانية — العمر المفيد (Useful Life): معدل عطل ثابت ومنخفض. الأعطال عشوائية — صدمات، أخطاء تشغيل، ظروف غير متوقعة. الحل: صيانة تصحيحية + مخزون قطع غيار.

المرحلة الثالثة — التآكل والشيخوخة (Wear-out): معدل عطل متزايد. السبب: تآكل ميكانيكي، إرهاق المواد، تدهور العوازل. الحل: صيانة وقائية مجدولة أو استبدال قبل الوصول لهذه المرحلة.

مؤشرات الموثوقية الأساسية

MTBF — متوسط الزمن بين الأعطال

MTBF = إجمالي وقت التشغيل / عدد الأعطال

مثال: محرك عمل 8760 ساعة (سنة) وتعطل 4 مرات: MTBF = 8760/4 = 2190 ساعة

MTTR — متوسط زمن الإصلاح

MTTR = إجمالي وقت الإصلاح / عدد الإصلاحات

مثال: الأعطال الأربعة استغرق إصلاحها 2 + 5 + 3 + 6 = 16 ساعة: MTTR = 16/4 = 4 ساعات

التوافرية (Availability)

A = MTBF / (MTBF + MTTR)

في مثالنا: A = 2190 / (2190 + 4) = 0.9982 أي 99.82% — ممتاز.

المعايير الصناعية:

موثوقية الأنظمة المركبة

نظام على التسلسل (Series System)

إذا تعطل أي مكوّن يتوقف النظام كله — كسلسلة تنكسر من أضعف حلقة:

R_system = R₁ × R₂ × R₃ × ... × Rₙ

مثال: خط إنتاج فيه 3 آلات بموثوقية 0.95 لكل منها: R = 0.95³ = 0.857 — الموثوقية الكلية انخفضت إلى 85.7%!

الدرس: كلما زاد عدد المكوّنات المتسلسلة، انخفضت الموثوقية الكلية بسرعة.

نظام على التوازي (Parallel System — Redundancy)

النظام يعمل طالما هناك مكوّن واحد على الأقل يعمل:

R_system = 1 - (1-R₁) × (1-R₂) × ... × (1-Rₙ)

مثال: مضختان متوازيتان كل منهما بموثوقية 0.90: R = 1 - (1-0.90)² = 1 - 0.01 = 0.99 — قفزة من 90% إلى 99%!

تطبيق صناعي: هذا سبب وجود مضخات احتياطية (Standby) في المصانع — ليس ترفاً بل ضرورة رياضية لرفع الموثوقية.

النظام المختلط

في الواقع، معظم الأنظمة الصناعية هي خليط من التسلسل والتوازي. المبدأ: حلّل النظام إلى أنظمة فرعية متسلسلة ومتوازية، احسب موثوقية كل نظام فرعي، ثم اجمع.

حساب معدل العطل من بيانات الميدان

في المصنع، تجمع بيانات الأعطال وتحللها إحصائياً:

1. جمع البيانات: سجّل تاريخ ووقت كل عطل، نوعه، ومدة الإصلاح
2. ترتيب بيانات العمر: رتّب أزمنة العطل تصاعدياً
3. تقدير معاملات وايبل: باستخدام ورق وايبل الاحتمالي أو طريقة الأرجحية العظمى (MLE)
4. التنبؤ: استخدم التوزيع المناسب لحساب الموثوقية عند أي زمن مستقبلي

تقدير تقريبي لمعاملات وايبل — طريقة الرتب الوسيطة:

• رتّب أزمنة العطل: t₁ ≤ t₂ ≤ ... ≤ tₙ
• احسب الاحتمال التراكمي: F(tᵢ) ≈ (i - 0.3) / (n + 0.4)
• ارسم ln(ln(1/(1-F))) مقابل ln(t) — الميل هو β والتقاطع يعطي η

مثال عملي: سجلّت أعطال 10 محامل (بالساعات): 1200, 1500, 1800, 2000, 2100, 2400, 2600, 2800, 3100, 3500. بتحليل وايبل تحصل على β ≈ 2.8 (تآكل) و η ≈ 2700 ساعة. هذا يعني أن الاستبدال الوقائي عند 2000 ساعة سيمنع معظم الأعطال المفاجئة.