ناقش قسم هندسة التصنيع المؤتمت في كلية الهندسة الخوارزمي / جامعة بغداد رسالة ماجستير حملت عنوان “الصيانة التنبؤية الذكية باستخدام التعلم الفيدرالي لنظام التصنيع القائم على إنترنت الأشياء” للطالبة رؤى وليد عبد الإله، وذلك يوم الأربعاء الموافق 4/3/2026 وعلى قاعة مناقشات الكلية، حيث حصلت الرسالة على تقدير جيد جداً.
وتألفت لجنة المناقشة كل من الأستاذ الدكتور علي حسين مري رئيساً، والأستاذ الدكتور علاء عبد الهادي جبر عضواً، والأستاذ المدرس عمر حسين علوان عضواً، والأستاذ الدكتور أسامة فاضل عبد اللطيف عضواً ومشرفاً، والأستاذ المساعد الدكتور علي حسين حمد عضواً ومشرفاً.
وتهدف الدراسة إلى معالجة الحاجة المتزايدة لكشف الأعطال في الأنظمة الصناعية بكفاءة مع الحفاظ على خصوصية البيانات. إذ تناولت مقارنة بين نموذجين من نماذج التعلم الفيدرالي هما: التعلم الفيدرالي المركزي (بصيغة المحاكاة) والتعلم الفيدرالي اللامركزي ذي البنية الحلقية، وذلك لتصنيف الأعطال اعتماداً على بيانات المستشعرات.
واعتمدت الدراسة على بيانات درجة حرارة الآلة والتيار الكهربائي ومقياس التسارع لتدريب نموذج شبكة عصبية عميقة، مع استخدام عدد من تقنيات معالجة البيانات مثل قياس الميزات وتشفير التصنيفات والتشفير الأحادي. كما تم تقييم أداء النماذج باستخدام مؤشرات الدقة والضبط والاستدعاء ومقياس (F1) إضافة إلى مصفوفة الارتباك.
وأظهرت النتائج تفوق استراتيجيات التعلم الفيدرالي على النموذج المركزي التقليدي في تصنيف الأعطال، فضلاً عن توفير مزايا مهمة في التدريب الموزع وحماية خصوصية البيانات. كما أظهرت البنية الحلقية اللامركزية كفاءة واعدة في تقليل زمن التدريب مقارنة بالنموذج المركزي بالمحاكاة، مما يؤكد جدوى استخدام التعلم الفيدرالي في أنظمة كشف الأعطال ضمن البيئات الصناعية المعتمدة على الحوسبة
