صارفین کی مصنوعات کی پیکیجنگ آٹومیشن کے میدان میں ، خود کار طریقے سے کارٹوننگ مشینیں ، بطور پروڈکشن لائن کے آخر میں اہم سامان ، فی الحال دو اہم تضادات کا سامنا کر رہے ہیں: ایک طرف ، مارکیٹ کی طلب میں تیزی سے تبدیلیوں کی وجہ سے ، احکامات زیادہ سے زیادہ بکھرے ہوئے ہوتے جارہے ہیں ، اور مصنوعات کی وضاحتوں کی اقسام میں بھی تیزی سے اضافہ ہورہا ہے۔ مثال کے طور پر ، ایک دوا ساز کمپنی کے پاس اصل میں صرف 5 قسم کے پیکیجنگ بکس تھے ، لیکن اب 32 مختلف خصوصیات سے نمٹنے کی ضرورت ہے ، جس کے نتیجے میں سامان کی تبدیلی اور ایڈجسٹمنٹ کے کام کے بوجھ میں پانچ بار سے زیادہ کا اضافہ ہوا ہے۔ دوسری طرف ، آلات کے آپریشن کی کارکردگی توقعات پر منحصر نہیں ہے ، اور روایتی ماڈلز کی مجموعی کارکردگی عام طور پر صرف 65 ٪ سے 75 ٪ ہوتی ہے ، جن میں سے غیر متوقع طور پر ٹائم ٹائم کل کام کے اوقات میں تقریبا 20 20 ٪ ہوسکتا ہے ، جس کا براہ راست اثر پیدا ہونے والے اخراجات پر پڑتا ہے۔ فوڈ کمپنیوں کے اعدادوشمار کے مطابق ، سامان کے ہر گھنٹے کے وقت میں تقریبا 10 ، 000 یوآن کا نقصان ہوگا ، اور مصنوعات کی خرابی کی شرح میں ہر 1 فیصد پوائنٹ میں اضافے سے سالانہ منافع میں تقریبا 10 10 فیصد کمی واقع ہوگی۔
ان درد کے نکات کے جواب میں ، سامان کی اصلاح کو تین اہم اشارے میں منظم بہتری کے حصول کی ضرورت ہے: پہلے ، سامان کی موثر استعمال کی شرح کو 95 فیصد سے زیادہ کردیا جانا چاہئے ، اور غیر منصوبہ بند ٹائم ٹائم کو 5 ٪ کے اندر کنٹرول کرنا ضروری ہے۔ دوسرا ، آپریشن کی آسانی سے تیز رفتار نقصانات کو ختم کرنا ہوگا جیسے بیکار کنویر بیلٹ یا روبوٹک ہتھیاروں کے بیکار کام۔ آخر میں ، مصنوع کی تعمیل کی شرح کو اصل 3 ٪ -5 ٪ سے کم کرنا ضروری ہے۔ بہتری کے پورے فریم ورک کو تین لنکس کے ایک بند لوپ کے طور پر سمجھا جاسکتا ہے: ناکامی کے امکان کو کم کرنے کے لئے پیشگی بحالی کا طریقہ کار قائم کرنا ، پھر موجودہ کام کے حالات سے ملنے کے لئے حقیقی وقت میں پیرامیٹرز کو ایڈجسٹ کرنا ، اور آخر میں ہنگامی صورتحال کے ردعمل کے وقت کو مختصر کرنے کے لئے اہلکاروں کی کارروائیوں کو جوڑنا۔ مختصرا. ، یہ ضروری ہے کہ مسائل کو روکیں ، متحرک طور پر اپنائے جائیں ، اور انسانوں اور مشینوں کے مابین تعاون کریں۔
2. مکینیکل ڈھانچے کی بہتری: آپریشن استحکام اور رفتار کو بہتر بنانا
درخواست کے اصل منظر نامے سے ، آپریشن کے دوران بہت سے آلات کے ٹرانسمیشن سسٹم میں واضح نقصانات ہوتے ہیں۔ مثال کے طور پر ، گیئرز کے مابین ایک فرق ہے ، لہذا ٹرانسمیشن کے عمل کے دوران پیدا ہونے والی غلطی کی حد تقریبا {{{0}}}. 2 سے 0.5 ملی میٹر ہے۔ ایک اور مثال بیلٹ سلپج کا مسئلہ ہے ، جو اکثر 5 ٪ سے زیادہ کی رفتار میں اتار چڑھاو کا سبب بنتا ہے۔ ماڈیولر ڈیزائن کے لحاظ سے ، روایتی مکینیکل ڈھانچے کی ہر تبدیلی کے لئے 6 سے 8 گھنٹے ڈیبگنگ کی ضرورت ہوتی ہے۔ تیاری کے اتنے لمبے وقت کے نتیجے میں سامان کی گنجائش پوری طرح سے استعمال نہیں ہوگی۔
بہتری کے منصوبوں کے انتخاب میں ، مادی اپ گریڈ ایک زیادہ براہ راست پیشرفت ہے۔ مثال کے طور پر ، روزانہ کیمیائی فیکٹری نے ٹرانسمیشن شافٹ کے مواد کو ایلومینیم کھوٹ کے ساتھ تبدیل کرنے کے بعد ، وزن کو اصل کے مقابلے میں تقریبا 4 0 ٪ کم کیا ، اور ردعمل کی رفتار میں ایک چوتھائی اضافہ ہوا۔ اب ایسی کمپنیاں بھی ہیں جو روبوٹ بازو کے جوڑوں کے لئے کاربن فائبر جامع مواد کو استعمال کرنے کی کوشش کر رہی ہیں ، اور گرفت کی درستگی کو ± 0 1 ملی میٹر کی حد میں کنٹرول کیا جاسکتا ہے۔ متحرک بوجھ ایڈجسٹمنٹ کے معاملے میں ، لچکدار جوڑے کے ساتھ سروو موٹر کا حل نسبتا عام ہے۔ سیدھے الفاظ میں ، کسی بھی وقت بوجھ کی حالت کی نگرانی ٹورک سینسر کے ذریعہ کی جاتی ہے ، اور آؤٹ پٹ پاور کو متحرک طور پر ایڈجسٹ کیا جاتا ہے ، تاکہ امپیکٹ فورس کو 6 0 ٪ تک کم کیا جاسکے۔ ایک ایسی فیکٹری کے بعد جو الیکٹرانک مصنوعات کو مقناطیسی بیرنگ کا استعمال کرتی ہے ، تیز رفتار سے سامان کی کمپن ویلیو کو 0.8 ملی میٹر فی سیکنڈ سے کم کرکے 0.2 ملی میٹر فی سیکنڈ تک کم کردیا گیا تھا۔
ان حالات کے لئے جہاں بار بار ماڈل میں تبدیلی کی ضرورت ہوتی ہے ، معیاری انٹرفیس ڈیزائن ایک ممکنہ خیال ہے۔ نیومیٹک کوئیک کنیکٹ کنیکٹرز اور پہلے سے منسلک بجلی کے ماڈیولز کے ذریعہ ، ماڈل میں تبدیلی کے وقت کو دو گھنٹے سے بھی کم وقت میں کمپریس کیا جاسکتا ہے۔ اب کچھ کمپنیاں پہلے پیرامیٹرز کو ڈیبگ کرنے کے لئے کمپیوٹر میں ایک ورچوئل ماڈل بنائیں گی ، اور پھر استعمال کے لئے اصلی مشین میں ترتیب کے پیرامیٹرز کو براہ راست درآمد کریں گی۔ ایک دوا ساز کمپنی کا معاملہ ہے جسے بطور حوالہ استعمال کیا جاسکتا ہے۔ انہوں نے انٹرمیڈیٹ ٹرانسمیشن لنک کو ختم کرتے ہوئے ، روایتی گیئر باکس کو سروو موٹر ڈائریکٹ ڈرائیو کے طریقہ کار سے تبدیل کیا۔ اس کے نتیجے میں ، باکس لوڈنگ کی رفتار 120 خانوں سے فی منٹ میں 156 خانوں تک بڑھ گئی ، اور گیئر باکس کی ناکامیوں کی تعداد ہر سال 18 بار سے کم ہوگئی۔
3. باکس لوڈنگ کے عمل کی اصلاح: مادی رکاوٹ اور باکس جام کی ناکامی کو کم کرنا
جب مخصوص مسائل کا تجزیہ کرتے ہو تو ، یہ پتہ چلا کہ زیادہ عام صورتحال یہ ہے کہ مادی ٹرانسمیشن کے راستے کے ڈیزائن میں نقائص موجود ہیں۔ مثال کے طور پر ، اگر پیکیجنگ باکس کا رخ موڑنے والا رداس بہت چھوٹا ہے (مثال کے طور پر ، مواد کی لمبائی سے 3 گنا سے بھی کم) ، تو جام کرنے کا امکان نمایاں طور پر بڑھ جائے گا۔ ایک اور چیز جس پر دھیان دینا ہے وہ ہے فولڈنگ کے عمل کا زاویہ کنٹرول۔ جب انحراف تقریبا 2 ڈگری سے تجاوز کرتا ہے تو ، یہ بنیادی طور پر ڈھیلے سگ ماہی کا مسئلہ پیدا کرے گا۔
ان حالات کے ل con ، منقسم پروسیسنگ کے خیال کو اپنایا جاسکتا ہے: پہلے ، کنویر بیلٹ کے علاقے میں ایک بفر ڈھانچہ نصب کیا جاتا ہے۔ مثال کے طور پر ، ناشتے کی فیکٹری کے ذریعہ اختیار کردہ ایک منقسم کنویر بیلٹ ڈیزائن ، ہر کنویر سیکشن ایک آزاد موٹر ڈرائیو سے لیس ہے۔ اس حل سے مادی جمع کے امکان کو 2 ٪ سے کم تک کم کیا جاسکتا ہے۔ دوسرا کوالٹی معائنہ لنک کی بہتری ہے ، جیسے نیومیٹک ڈیوائس سے پتہ لگانے کے لئے کیمرہ استعمال کرنا۔ جب کاغذی خانے کو درست شکل میں پایا جاتا ہے تو ، اسے 99 ٪ سے زیادہ کی درستگی کے ساتھ فورا. ہی اڑا دیا جاتا ہے۔
پیرامیٹر ایڈجسٹمنٹ کے معاملے میں ، سامان کے مابین ہم آہنگی پر توجہ دینا ضروری ہے ، جیسے اسپیڈ کوآرڈینیشن حل ، یعنی ، ٹرانسمیشن کی رفتار خود بخود پی ایل سی کنٹرول سسٹم کے ذریعہ ایڈجسٹ ہوجاتی ہے تاکہ اس بات کا یقین کیا جاسکے کہ کاغذی خانے کو سامنے آنے کے درمیان وقت کا فرق 0. 1 سیکنڈ سے تجاوز نہیں کرتا ہے۔ فولڈنگ زاویہ کے لئے خود کار طریقے سے اصلاحی فنکشن بھی موجود ہے ، جو پریشر سینسر کے اعداد و شمار کے مطابق حقیقی وقت میں ایڈجسٹ کیا جاتا ہے ، تاکہ کوالیفائیڈ ریٹ کو تقریبا 90 90 ٪ سے بڑھا کر تقریبا 99 99 فیصد کردیا جاسکے۔
اصل درخواست میں ، ایک ڈیری فیکٹری نے پایا کہ ٹرانسمیشن کے راستے کے آرک کو بہتر بنانے اور اسکرین پر نظر رکھنے والے کوالٹی معائنہ کے نظام کو انسٹال کرنے کے بعد ، کارڈ باکس کی ناکامیوں کو 80 than سے زیادہ کم کیا گیا تھا ، اور پیداوار کی کارکردگی میں تقریبا one ایک پچاس تک اضافہ کیا گیا تھا۔
4. پیرامیٹر صحت سے متعلق ایڈجسٹمنٹ: تجربے سے چلنے والے ڈیٹا سے چلنے والی
پہلے ، ہمیں یہ جاننے کی ضرورت ہے کہ کون سے پیرامیٹرز خاص طور پر اہم ہیں۔ مثال کے طور پر ، کنویر بیلٹ چلانے کی رفتار کا پیرامیٹر۔ تجرباتی اعداد و شمار سے پتہ چلتا ہے کہ جب رفتار 5 ٪ سے زیادہ کے ساتھ اتار چڑھاؤ کرتی ہے تو ، مادی انحراف کا امکان تین گنا بڑھ جاتا ہے۔ ایک اور مثال چیزوں کو پکڑنے کے لئے روبوٹ بازو کی طاقت ہے۔ اگر طاقت کی غلطی 10 ٪ سے زیادہ ہے تو ، یہ پیکیج پر قبضہ کرنے کے قابل نہیں ہوسکتی ہے ، یا اس کے برعکس ، یہ مصنوع کی سطح پر نشانات دب سکتی ہے۔
ڈیبگنگ کے طریقوں کے لحاظ سے ، زیادہ موثر کو دو قسموں میں تقسیم کیا جاسکتا ہے۔ پہلا زمرہ تجرباتی ڈیزائن کے طریقہ کار کو استعمال کرنا ہے ، جیسے ایل 9 ، ایک تین سطح کے چار فیکٹر آرتھوگونل ٹیبل کا استعمال کرتے ہوئے ، ترتیب اور امتزاج بنانے کے لئے ، اور کنویر بیلٹ کی رفتار اور روبوٹ بازو کی طاقت جیسے پیرامیٹرز کے مختلف گیئرز کا بندوبست کرنا ہے۔ ایک الیکٹرانکس فیکٹری نے اس طریقہ کار کے ذریعہ زیادہ سے زیادہ پیرامیٹر کا مجموعہ پایا ، جیسے کہ جب کنویر بیلٹ کو 1.2 میٹر\/سیکنڈ میں ایڈجسٹ کیا جاتا ہے اور روبوٹ بازو کی طاقت 15 نیوٹنوں پر کنٹرول ہوتی ہے۔ اس طریقہ کار کا فائدہ یہ ہے کہ یہ ڈیبگنگ سائیکل کو کمپریس کرسکتا ہے جس کی اصل میں ایک ماہ سے ایک ہفتہ تک درکار ہوتا ہے۔
دوسری قسم کا ریئل ٹائم کنٹرول طریقہ بنیادی طور پر سینسر اور الگورتھم پر انحصار کرتا ہے۔ مثال کے طور پر ، مکینیکل پنجوں پر پریشر سینسر انسٹال کرکے اور اسے پی آئی ڈی کنٹرول الگورتھم کے ساتھ جوڑ کر ، ایک دوا ساز کمپنی نے فورس کے اتار چڑھاو کو اصل 3 نیوٹن کی غلطی سے 0 5 نیوٹن تک کم کردیا۔ ایک اور مثال بصری نظام کو بطور گائیڈ استعمال کرنا اور انحراف کو متحرک طور پر درست کرنے کے لئے تصویری شناخت کی ٹکنالوجی کو جوڑنا ہے۔ اصل ٹیسٹوں میں ، یہ پایا گیا تھا کہ پوزیشننگ کی درستگی پلس یا مائنس 0. 3 ملی میٹر تک پہنچ سکتی ہے۔
اب بہت ساری کمپنیوں نے ڈیبگنگ میں مدد کے لئے ورچوئل تخروپن پلیٹ فارم استعمال کرنا شروع کردی ہے۔ سیدھے الفاظ میں ، یہ کمپیوٹر میں ایک ورچوئل فیکٹری بنانا ہے اور پیرامیٹرز کو تبدیل کرکے پیداواری کارکردگی میں ہونے والی تبدیلیوں کا مشاہدہ کرنا ہے۔ ایک مینوفیکچرنگ کمپنی نے اس طریقہ کار کو ڈیبگنگ کے وقت کو 60 ٪ کم کرنے کے لئے استعمال کیا ، اور اس سے متعلقہ توثیق کے اخراجات میں بھی تقریبا half نصف کمی واقع ہوئی۔ خاص طور پر دلچسپ بات یہ ہے کہ یہ ڈیجیٹل ماڈل کچھ انتہائی پیرامیٹر کے امتزاجوں کی نقالی بھی کرسکتا ہے جن کو حقیقت میں اتفاق سے آزمانے کی ہمت نہیں کی جاتی ہے ، جس سے انجینئروں کو زیادہ سے زیادہ امکانات فراہم ہوتے ہیں۔
V. روک تھام کی بحالی: غیر فعال بحالی سے فعال صحت کے انتظام تک
1. روایتی بحالی کے درد کے نکات
· ضرورت سے زیادہ دیکھ بھال عام ہے: مثال کے طور پر ، کچھ فیکٹریوں کو ہر ماہ باقاعدگی سے دیکھ بھال کرنی پڑتی ہے ، جس کے نتیجے میں ان کی عمر ختم ہونے سے پہلے ہی تقریبا 30 30 فیصد بیرنگ کی جگہ لی جاتی ہے۔ اس سے ہر سال 500 سے زیادہ ، 000 یوآن کا سبب بن سکتا ہے۔
ressed مس معائنہ کی وجہ سے اچانک ناکامیوں: اعدادوشمار کے مطابق ، تقریبا 60 60 فیصد سامان کی ناکامی دراصل ابتدائی لباس کی وجہ سے ہوتی ہے جو وقت کے ساتھ پتہ نہیں چل سکا تھا۔ یہ ایک ڈاکٹر کی طرح ہے جیسے ایکس رے پر گھاووں کی ابتدائی علامتیں نہیں دیکھ رہے ہیں ، اور جب مریض علامات ظاہر کرتا ہے تو ، علاج کے لئے بہترین وقت اکثر کھو جاتا ہے۔
2. بحالی کا نظام اپ گریڈ
condition حالت کی نگرانی کی ٹکنالوجی کے لحاظ سے: کمپن سینسر اب بنیادی طور پر اسپیکٹرم تجزیہ ٹیکنالوجی (یعنی ، ایف ایف ٹی تجزیہ) کے ساتھ مل کر استعمال ہوتے ہیں۔ مثال کے طور پر ، ایک روزانہ کیمیائی کمپنی نے اس طریقہ کار کو دو ہفتوں پہلے ہی گیئر باکس کی غیر معمولی لباس کی خصوصیات کو دریافت کرنے کے لئے استعمال کیا۔ اورکت تھرمل امیجنگ جیسے طریقے بھی ہیں۔ جب موٹر اوورلوڈ ہوجاتی ہے تو ، اس کے ساتھ عام طور پر 8-12 ڈگری کے غیر معمولی درجہ حرارت میں اضافہ ہوتا ہے ، اور یہ نظام خود بخود بحالی کے الارم کو متحرک کردے گا۔
condition حالت پر مبنی بحالی (سی بی ایم) کے بارے میں: بہت ساری کمپنیاں اب آلات ہیلتھ انڈیکس ماڈل بناتی ہیں ، جو دس سے زیادہ پیرامیٹرز جیسے کمپن ڈیٹا ، درجہ حرارت کی تبدیلیوں ، موجودہ اتار چڑھاو وغیرہ کو مربوط کرسکتی ہیں ، اور متحرک طور پر حساب لگاسکتی ہیں کہ کون سے سامان کی ترجیحی بحالی کی ضرورت ہے۔ ایک ہی وقت میں ، اس کو اسپیئر پارٹس انوینٹری سسٹم سے بھی جوڑا جائے گا۔ مثال کے طور پر ، پیشن گوئی کے نتائج کے مطابق ، کلیدی حصے تین دن پہلے ہی تیار کیے جاسکتے ہیں ، تاکہ اسپیئر پارٹس انوینٹری میں کاروبار کی کارکردگی میں تقریبا 40 40 فیصد اضافہ کیا جائے۔
اہلکاروں کو بااختیار بنانا: آپریٹرز سے لے کر کارکردگی میں بہتری کے شراکت دار
1. اہلکاروں کی صلاحیتوں کی موجودہ حیثیت کا تجزیہ
· مہارت کی کمی: فی الحال ، آپریٹرز بنیادی طور پر بنیادی آپریشن کی سطح پر رہتے ہیں جیسے سامان اسٹارٹ اور اسٹاپ ، مثال کے طور پر ، ان کو پیرامیٹرز کے پیچھے آپریٹنگ منطق کی گہری تفہیم نہیں ہے۔
· ردعمل کا طریقہ کار: جب غیر معمولی حالات کا سامنا کرنا پڑتا ہے تو ، انہیں اکثر انجینئروں کا ریموٹ سپورٹ فراہم کرنے کے لئے انتظار کرنے کی ضرورت ہوتی ہے۔ خاص طور پر ، مسئلے کو حل کرنے میں اوسطا 40 منٹ سے زیادہ کا وقت لگتا ہے۔
صلاحیت کی تربیت کا منصوبہ
مہارت کی تربیت:
· VR تخروپن ٹریننگ سسٹم: آپریٹرز کو ورچوئل ماحول میں بار بار سامان کی ناکامی کے مختلف منظرناموں کو سنبھالنے کی اجازت دے کر ، آٹوموبائل اسمبلی لائن پر موجود کارکنوں کو ، مثال کے طور پر ، اس طرح سے تربیت دی گئی ہے ، اور کنویر بیلٹ جاموں کی نشاندہی کرنے کی رفتار میں 3 بار اضافہ ہوا ہے۔
operation آپریشن کے عمل کا تصور: تجرباتی اعداد و شمار کو شبیہیں کے ساتھ آپریشن کی ہدایات میں تبدیل کرنے کے بعد ، کسی کیمیائی پلانٹ کی درخواست کا معاملہ ظاہر کرتا ہے کہ ری ایکٹر پیرامیٹرز کو ایڈجسٹ کرنے والے آپریٹرز کی درستگی 60 فیصد سے زیادہ ہوگئی ہے۔
مراعات یافتہ میکانزم کی سطح:
· کارکردگی میں بہتری کا ایوارڈ: مثال کے طور پر ، ایک الیکٹرانکس فیکٹری نے ماہانہ بونس پول قائم کیا ، اور اس ٹیم کو 5 ، 000 یوآن کا بدلہ لیا جائے گا جس میں پیداواری لائن کی کارکردگی میں ہر 1 فیصد پوائنٹ میں اضافہ ہوتا ہے۔
· باہمی تعاون کے ساتھ کام کا موڈ: جب آپریٹرز انجینئروں کے ساتھ دور سے تعاون کرنے کے لئے اے آر شیشے پہنتے ہیں تو ، آخری موٹر اوور ہیٹنگ فالٹ کو حل کرنے کا وقت دو گھنٹے سے 25 منٹ تک مختصر کردیا گیا تھا۔
نتیجہ: مکمل لنک کی کارکردگی کی اصلاح کا ایک بند لوپ بنانا
عام طور پر ، کارکردگی میں بہتری کے ایک مکمل بند لوپ کی تشکیل کے لئے کثیر جہتی تعاون کی ضرورت ہوتی ہے۔ سامان میں ترمیم کے لحاظ سے ، مثال کے طور پر ، کنویر بیلٹ بیئرنگ میں ترمیم کرنے سے سامان جام کے امکان کو 20 ٪ سے 30 ٪ تک کم کیا جاسکتا ہے (ناکامی کی شرح میں تقریبا 20 ٪ -40 ٪ کمی)۔ عمل کی اصلاح کا بنیادی طور پر اسمبلی لائن اسپیڈ کی اصل وقت کی نگرانی اور آپریٹنگ پیرامیٹرز کی متحرک ایڈجسٹمنٹ سے مراد ہے ، جو مادی فضلہ کے ایک چوتھائی سے تقریبا 15 15 فیصد کی بچت کرسکتا ہے۔ اہلکاروں کی تربیت کے معاملے میں ، ایک عام مثال نئے آنے والوں کی رہنمائی کے لئے پرانے ماسٹرز کے لئے تجربے کے اشتراک کے سیشنوں کا اہتمام کرنا ہے۔ اس قسم کی تربیت کے ذریعے ، آپریٹنگ کارکردگی کو عام طور پر 10 فیصد سے زیادہ پوائنٹس سے بہتر بنایا جاسکتا ہے۔ اس کے بعد کی ترقیاتی سمتوں کے لئے تین اہم نکات پر غور کیا جاسکتا ہے: پہلے ، ذہین انتظام کے حصول کے لئے آلات پر نیٹ ورکنگ ماڈیول انسٹال کریں۔ مثال کے طور پر ، پیکیجنگ مشین گذشتہ تین مہینوں کے اعداد و شمار کی بنیاد پر درجہ حرارت کے پیرامیٹرز کو خود بخود ایڈجسٹ کرے گی۔ دوسرا سامان کے ساتھ والے ایج کمپیوٹنگ بکس کو تعینات کرنا ہے۔ یہ حل مقامی طور پر 90 ٪ غلطیوں کی تشخیص اور اسے درست کرسکتا ہے ، اور ردعمل کی رفتار کلاؤڈ پروسیسنگ سے زیادہ تیزی سے شدت کے کئی آرڈرز ہیں۔ اس سے بھی اہم بات یہ ہے کہ یہ خود کو فروغ دینے والا نظام قائم کرنا ہے ، جس سے مشینیں مستقل سیکھنے کے ذریعہ کام کرنے والے پیرامیٹرز کو بہتر بنانے کی اجازت دیتی ہیں ، بالکل اسی طرح جیسے انسان تجربہ جمع کرتا ہے اور آہستہ آہستہ خودمختار فیصلہ سازی کو حاصل کرتا ہے ، اور "خود ساختہ مسائل ، خود ایڈجسٹ کرنے کی ترتیبات ، اور خود ساختہ منصوبوں" کے ذہین پروڈکشن ماڈل کی طرف تیار ہوتا ہے۔