From Seven Graduates to 34: How Bakersfield College Is Building the Next Generation of Automation Engineers

از هفت فارغ‌التحصیل تا ۳۴ نفر: کالج بیکرزفیلد چگونه نسل بعدی مهندسان اتوماسیون را پرورش می‌دهد

آزمایشی ده‌ساله در آموزش اتوماسیون صنعتی

برنامه اتوماسیون صنعتی کالج بیکرزفیلد دهمین سال فعالیت خود را پشت سر گذاشته است و نشانه‌ای روشن از آن ارائه می‌دهد که آموزش اتوماسیون صنعتی به نیازهای نیروی کار منطقه‌ای نزدیک‌تر شده است.

این برنامه بخشی از طرح آزمایشی اولیه مدرک کارشناسی کالج‌های محلی کالیفرنیا بود و هدفی عملی داشت: پرورش نیروهای محلی در حوزه مهندسی و اتوماسیون برای کارفرمایانی که در جذب نیروی واجد شرایط با مشکل مواجه بودند.

نخستین دوره فارغ‌التحصیلان آن تنها هفت دانشجو داشت. یک دهه بعد، این برنامه با ۳۴ فارغ‌التحصیل، رکورد جدیدی ثبت کرده و گزارش می‌دهد که ۹۸٪ از فارغ‌التحصیلانی که به دنبال کار هستند، شغل پیدا کرده‌اند.

از دیدگاه صنعتی، این روند از تعداد ثبت‌نام‌ها به‌تنهایی مهم‌تر است. سامانه‌های اتوماسیون روزبه‌روز پیچیده‌تر می‌شوند، اما دسترسی به تکنسین‌ها و مهندسانی که هم سخت‌افزارهای کنترلی و هم فرایندهای تولید را درک کنند، همیشه همگام با این پیچیدگی افزایش نیافته است.

تقاضای صنعت برنامه را ایجاد کرد

توسعه اولیه این برنامه ناشی از یک مشکل صنعتی ساده و روشن بود.

کارفرمایان محلی به افرادی نیاز داشتند که بتوانند با سامانه‌های اتوماسیون کار کنند، اما مخزن نیروی انسانی متخصص منطقه بیش از حد کوچک بود. بنابراین شرکت‌ها در خارج از شهرستان کرن و، در برخی موارد، خارج از ایالات متحده به جذب نیرو می‌پرداختند.

این وضعیت یکی از ویژگی‌های مهم اشتغال در حوزه اتوماسیون صنعتی را نشان می‌دهد: شرکت‌ها فقط به برنامه‌نویس نیاز ندارند.

متخصصان اتوماسیون مدرن ممکن است لازم باشد با PLCها، شبکه‌های صنعتی، حسگرها، رباتیک، سامانه‌های حرکتی، بینایی ماشین، سیم‌کشی برق، عیب‌یابی و نرم‌افزارهای تولید آشنا باشند. همچنین باید بدانند این فناوری‌ها در یک کارخانه در حال فعالیت چگونه با یکدیگر تعامل دارند.

به نظر می‌رسد کالج بیکرزفیلد برنامه خود را بر پایه این نیاز گسترده‌تر طراحی کرده است، نه اینکه اتوماسیون را صرفاً یک رشته برنامه‌نویسی محدود در نظر بگیرد.

آزمایشگاه در حال تبدیل شدن به کلاس درس واقعی است

گسترش آزمایشگاه رباتیک اهمیت ویژه‌ای دارد.

اکنون دانشجویان با ربات‌های صنعتی، بینایی ماشین، کنترلرهای اتوماسیون و پلتفرم‌های رباتیک جدیدتر، از جمله ربات‌های انسان‌نما و چهارپا، آشنا می‌شوند.

این نوع محیط آزمایشگاهی چیزی فراهم می‌کند که آموزش متعارف کلاسی به‌سادگی نمی‌تواند بازتولید کند: فرصت عیب‌یابی سیستم‌های فیزیکی.

در یک تأسیسات واقعی خودکارسازی، خطا به‌ندرت به‌صورت یک خطای نرم‌افزاری واضح ظاهر می‌شود. ممکن است تکنسین لازم باشد تعیین کند که مشکل از حسگر، اتصال سیم‌کشی، ماژول I/O، منطق کنترلر، ارتباط شبکه، موقعیت‌یابی مکانیکی یا نرم‌افزار کاربردی ناشی می‌شود.

این فرایند تشخیصی یکی از ارزشمندترین مهارت‌هایی است که یک برنامه خودکارسازی می‌تواند آموزش دهد.

مهارت‌های رباتیک فراتر از برنامه‌نویسی ربات در حال گسترش‌اند

دانشجویان کنونی در حال یادگیری ساخت و برنامه‌نویسی ربات‌ها هستند، اما ارزش گسترده‌تر این آموزش در درک معماری‌های کامل خودکارسازی نهفته است.

یک ربات معمولاً به‌عنوان یکی از اجزای یک سیستم بزرگ‌تر عمل می‌کند. عملکرد آن می‌تواند به کنترل PLC، مدارهای ایمنی، سیستم‌های بینایی، اترنت صنعتی، حسگرها، محرک‌های سروو، ابزارهای انتهای بازو و پایگاه‌های داده تولید وابسته باشد.

بنابراین، مهندسان آینده خودکارسازی به دانش در سطح سیستم نیاز دارند، نه مهارت‌های منفرد رباتیک.

تجربه دانشجویان کالج بیکرزفیلد بازتاب‌دهنده این مسیر است. دانشجویان ضمن توسعه توانایی‌های عملی عیب‌یابی، در فعالیت‌های رباتیک، کارآموزی‌ها، کارهای آزمایشگاهی و تعامل با کارفرمایان شرکت می‌کنند.

بینایی ماشین در حال تغییر نقش‌های تکنسین‌های خودکارسازی است

تجربه فرانسیسکو هرناندز، فارغ‌التحصیل، نمونه مفید دیگری ارائه می‌دهد.

او اکنون با یک سیستم بینایی ماشین کار می‌کند که عیوب را شناسایی و محصولات کشاورزی را در خط تولید دسته‌بندی می‌کند.

این موضوع نشان‌دهنده گذار گسترده‌تری در خودکارسازی صنعتی است. سیستم‌های بینایی بیش‌ازپیش وظایف بازرسی را از اپراتورهای انسانی به سمت حسگری و دسته‌بندی خودکار منتقل می‌کنند.

بااین‌حال، استقرار بینایی ماشین نیاز به نیروهای فنی را از بین نمی‌برد.

هنوز کسی باید دوربین‌ها را پیکربندی کند، پارامترهای تشخیص را اعتبارسنجی کند، مشکلات ارتباطی را عیب‌یابی کند، تجهیزات را نگهداری کند، تشخیص‌های اشتباه را بررسی کند و نتایج بازرسی را به سیستم کنترل تولید متصل کند.

به عبارت دیگر، خودکارسازی حجم کار فنی را تغییر می‌دهد، نه اینکه صرفاً آن را حذف کند.

کارآموزی‌ها ارتباطی مستقیم با صنعت ایجاد می‌کنند

ارتباط این برنامه با کارفرمایان، عامل مهم دیگری در نتایج اشتغال گزارش‌شده آن است.

نمایشگاه سالانه مشاغل آن، شرکت‌هایی از مناطق مختلف را جذب می‌کند و دانشجویان نیز می‌توانند از طریق کارآموزی‌ها و موقعیت‌های آزمایشگاهی تجربه عملی کسب کنند.

این ارتباط با صنعت، فاصله میان آموزش دانشگاهی و نیازهای تولید را کاهش می‌دهد.

برای کارفرمایان حوزه اتوماسیون، متقاضی‌ای که پیش‌تر با کنترلرها، ربات‌ها، سامانه‌های بینایی، سیم‌کشی و عیب‌یابی کار کرده است، در مقایسه با فردی که تجربه‌اش به دروس نظری محدود می‌شود، مشخصات متفاوتی دارد.

همین اصل درباره آزمایشگاه‌های ملی و سازمان‌های تولید پیشرفته نیز صدق می‌کند؛ جایی که کارکنان اتوماسیون ممکن است با رباتیک، سامانه‌های مهندسی و فناوری‌های تخصصی کنترل کار کنند.

توسعه نیروی کار اتوماسیون به یک الزام سیستمی تبدیل می‌شود

نمونه بیکرزفیلد همچنین مسئله صنعتی بزرگ‌تری را برجسته می‌کند.

کمبود نیروی کار در حوزه اتوماسیون را نمی‌توان صرفاً با خرید ربات‌های بیشتر حل کرد.

هر سامانه تولید خودکار، نیازهایی در زمینه مهندسی، راه‌اندازی، برنامه‌نویسی، نگهداری، عیب‌یابی، امنیت سایبری، اعتبارسنجی ایمنی و پشتیبانی چرخه عمر ایجاد می‌کند.

با ورود تجهیزات متصل بیشتر به کارخانه‌ها، مجموعه مهارت‌های موردنیاز گسترده‌تر می‌شود.

یک تکنسین اتوماسیون مدرن ممکن است بیش از پیش در مرز میان مهندسی برق، مهندسی کنترل، فناوری اطلاعات، رباتیک و عملیات تولید فعالیت کند.

این موضوع آموزش میان‌رشته‌ای را به‌ویژه ارزشمند می‌کند.

ربات‌ها به‌طور خودکار مشاغل را حذف نمی‌کنند

مشاهده پروفسور روی آلارد مبنی بر اینکه ربات‌ها معمولاً جایگزین کارهای خسته‌کننده، خطرناک یا کثیف می‌شوند، بازتاب‌دهنده تمایزی مهم در اتوماسیون صنعتی است.

هدف اصلی بسیاری از کاربردهای رباتیک، انتقال وظایف تکراری یا خطرناک از انسان‌ها به ماشین‌هاست.

سپس نیروی کار انسانی به سمت فعالیت‌هایی حرکت می‌کند که به عیب‌یابی، بهینه‌سازی فرایند، برنامه‌نویسی، نگهداری، نظارت و قضاوت مهندسی نیاز دارند.

از دیدگاه من، توصیف دقیق‌تر این نیست که «ربات‌ها جایگزین کارگران می‌شوند».

در عوض، ربات‌ها کار انسانی را در سراسر سامانه تولید بازتوزیع می‌کنند.

نتیجه اقتصادی تا حد زیادی به این بستگی دارد که آیا شرکت‌ها در نیروی کاری موردنیاز برای بهره‌برداری و بهبود این سامانه‌های خودکار سرمایه‌گذاری می‌کنند یا نه.

چالش بعدی، توسعه زیرساخت آموزشی است

رشد این برنامه مشکلی ایجاد می‌کند که بسیاری از برنامه‌های فنی موفق سرانجام با آن مواجه می‌شوند: ظرفیت.

دانشجویان بیشتر به مدرسان بیشتر، تجهیزات آزمایشگاهی، ایستگاه‌های کاری، پلتفرم‌های رباتیک، سامانه‌های آموزش برق و فضای بیشتر برای پروژه‌های عملی نیاز دارند.

این صرفاً مسئله‌ای مربوط به مدیریت آموزشی نیست.

تجهیزات اتوماسیون صنعتی محدودیت‌های فیزیکی دارند. اگر دسترسی به آزمایشگاه بیش از حد محدود باشد، دانشجویان نمی‌توانند راه‌اندازی، سیم‌کشی، کار با ربات یا عیب‌یابی را به‌طور مؤثر یاد بگیرند.

در نتیجه، افزایش تعداد فارغ‌التحصیلان مستلزم سرمایه‌گذاری هم‌زمان در زیرساخت‌های آموزشی است.

ربات‌های انسان‌نما جالب‌اند، اما مبانی همچنان اهمیت دارند

استفاده برنامه‌ریزی‌شده از ربات‌های انسان‌نما و چهارپا نشان می‌دهد آموزش رباتیک ممکن است به کدام سو حرکت کند.

این پلتفرم‌ها می‌توانند دانشجویان را با ادراک پیشرفته، جابه‌جایی، تعامل انسان و ماشین، ناوبری خودکار و کنترل رباتیک آشنا کنند.

بااین‌حال، ارزش آموزشی نباید از نوظهوربودن خودِ ربات ناشی شود.

دانشجویان همچنان باید مبانی را درک کنند: حسگرها، عملگرها، منطق کنترل، شبکه‌های ارتباطی، قابلیت‌های ایمنی، کنترل حرکت، عیب‌یابی و یکپارچه‌سازی سامانه.

این اصول حتی زمانی که شکل فیزیکی ربات تغییر می‌کند، همچنان کاربرد دارند.

دهه آینده درباره یکپارچه‌سازی خواهد بود

نخستین دهه فعالیت کالج بیکرزفیلد نشان می‌دهد آموزش اتوماسیون تا چه اندازه می‌تواند با تقاضای صنعتی منطقه همسو باشد.

رشد آن از هفت فارغ‌التحصیل به یک کلاس ۳۴نفره از فارغ‌التحصیلان، یک شاخص قابل‌اندازه‌گیری است. نرخ اشتغال ۹۸درصدی گزارش‌شده نیز شاخص دیگری ارائه می‌دهد.

مهم‌تر از آن، این برنامه به‌سوی مدلی حرکت می‌کند که در آن رباتیک، بینایی ماشین، کنترل صنعتی، دوره‌های کارآموزی و روابط با کارفرمایان در کنار یکدیگر فعالیت می‌کنند.

این مسیر با روند تکامل خودِ اتوماسیون صنعتی همخوان است.

نسل بعدی متخصصان اتوماسیون با ماشین‌های منفرد کار نخواهند کرد. آن‌ها با سامانه‌های به‌هم‌پیوسته‌ای کار خواهند کرد که در آن‌ها رباتیک، پی‌ال‌سی‌ها، بینایی ماشین، شبکه‌سازی، نرم‌افزار، داده‌ها و اپراتورهای انسانی به‌طور مستمر با یکدیگر تعامل دارند.

بنابراین، چالش واقعی در ده سال آینده آموزش نحوه کار با ربات‌ها به دانشجویان نخواهد بود.

این کالج به آن‌ها نحوه مهندسی، یکپارچه‌سازی، عیب‌یابی و بهبود مستمر سامانه‌های کامل تولید خودکار را آموزش خواهد داد.

از هفت فارغ‌التحصیل تا ۳۴ نفر: کالج بیکرزفیلد چگونه نسل بعدی مهندسان اتوماسیون را پرورش می‌دهد
پست قبلی