تحليل جودة الفحوصات
أحدّد أين ترتفع نسب عدم الامتثال: حسب الحي، المادة، الموسم، والمقاول — حتى تعرف الجهة أين تتركّز المشكلة.
رصد (RASD)
منصة تحليل وتنبؤ لجودة البنية التحتية الحضرية
مشروع محفظة يوضح كيف أخدم الجهة: أقرأ بيانات الفحص والجودة، أحدّد أين ترتفع المخاطر، وأتنبأ بعدم الامتثال، ثم أسلّم خريطة أولويات وتقريرًا تنفيذيًا جاهزًا لاجتماع القرار. الحالة الدراسية: المدينة المنورة · معايير AASHTO / SASO.
LIVE DATA · المدينة المنورة · 2022-01-01 → 2024-12-31 · pipeline RASD
هذا ما أستطيع تنفيذه لكم كمحلل بيانات في قطاع البنية التحتية — باختصار وبدون تشتيت.
أحدّد أين ترتفع نسب عدم الامتثال: حسب الحي، المادة، الموسم، والمقاول — حتى تعرف الجهة أين تتركّز المشكلة.
أبني نموذجًا يتوقع احتمالية فشل الفحص قبل وقوع العطل، مع تفسير العوامل المؤثرة (حرارة، عمر الأصل، الموقع…).
أعرض توزيع المخاطر على الخريطة بإحداثيات GPS — أين تتدخلون أولاً على مستوى المدينة.
أملّخص النتائج في تقرير إداري جاهز لاجتماع القرار: أرقام، ملاحظات، وتوصيات عملية.
الجهات المستفيدة من هذا التحليل:
اتبع الخطوات بالترتيب لترى ماذا يقدّم المشروع خلال دقائق.
شاهد المسار من الفحص الميداني حتى قرار الصيانة خطوة بخطوة.
تشغيل المحاكاة ← الخطوة 2معدل عدم الامتثال، المناطق الحرجة، ودقة النموذج — بأرقام من البيانات.
عرض المؤشرات ← الخطوة 3توزيع نقاط الخطورة على المدينة المنورة بإحداثيات حقيقية.
فتح الخريطة ← الخطوة 4ملخص إداري جاهز: ملاحظات وتوصيات يمكن عرضها في اجتماع.
فتح التقرير ←مسار العمل التشغيلي للمشروع. اضغط أي خطوة، أو شغّل المحاكاة لتتبع التدفق كاملاً.
للتفاصيل الداخلية: من قاعدة البيانات إلى التقرير والخريطة.
كل قيمة مأخوذة من pipeline التحليل، لا أرقام تقريبية.
النسب في التقرير التنفيذي تمثّل متوسط الحي، بينما جدول سجل المخاطر يعرض أعلى نقاط الفحص الفردية.
أحياء · مواد · مناطق · مقاولون · اتجاه زمني.
مستخرجة من SHAP / feature importance للنموذج الأفضل.
مرتّبة حسب معدل الفشل مع إحداثيات GPS.
| # | الحي | نقطة الفحص | نوع الطريق | GPS | معدل الفشل |
|---|---|---|---|---|---|
| 01 | حي النقاء | نقطة فحص 6 | طرق سريعة | 24.4864, 39.6061 | 83.58% |
| 02 | حي النقاء | نقطة فحص 10 | طرق سريعة | 24.4792, 39.6160 | 82.61% |
| 03 | حي الحرة الشرقية | نقطة فحص 10 | طرق رئيسية | 24.4670, 39.6343 | 81.71% |
| 04 | حي الدفاع | نقطة فحص 7 | أنفاق و جسور | 24.4763, 39.6225 | 81.36% |
| 05 | حي النقاء | نقطة فحص 1 | طرق سريعة | 24.4875, 39.6048 | 79.76% |
| 06 | حي النقاء | نقطة فحص 5 | طرق سريعة | 24.4831, 39.6096 | 79.37% |
| 07 | حي الحرة الشرقية | نقطة فحص 4 | طرق فرعية | 24.4657, 39.6205 | 77.84% |
| 08 | حي الجابرة | نقطة فحص 6 | طرق سريعة | 24.4643, 39.6702 | 77.55% |
| 09 | حي الحرة الشرقية | نقطة فحص 9 | طرق فرعية | 24.4741, 39.6339 | 77.39% |
| 10 | حي النقاء | نقطة فحص 9 | طرق فرعية | 24.4833, 39.6038 | 76.37% |
150 نقطة فحص — المدينة المنورة
مُولَّد آلياً — جاهز للعرض على الإدارة.
تاريخ التقرير: 2026-07-05
المدينة: المدينة المنورة — منطقة المدينة المنورة
مصدر البيانات: منصة رصد (RASD) — ذكاء البنية التحتية الحضرية
شهد نظام فحص جودة البنية التحتية الحضرية خلال فترة الرصد 18,000 طلب فحص،
بمعدل فشل إجمالي بلغ 60.12%.
تم تطوير نموذج تنبؤي من نوع Logistic Regression
حقق دقة تصنيف (AUC) قدرها 0.6931،
مما يُمكّن الإدارة من تحديد المناطق والمواد الأكثر عرضة للفشل قبل وقوع الأعطال.
تُظهر البيانات تركّزاً واضحاً للمخاطر في 2 أحياء
(حي النقاء, حي الحرة الشرقية),
مع تأثير موسمي ملحوظ حيث يرتفع معدل الفشل في صيف
إلى 70.3%.
هذه الأنماط تتطلب تدخلاً استباقياً في الصيانة وتخصيص موارد الفحص
بشكل أولوي للمناطق والمواد الأكثر خطورة.
أعلى ثلاثة أحياء من حيث معدل الفشل هي:
بينما يبلغ المعدل الإجمالي 60.12% فقط،
ما يشير إلى تركّز المخاطر في مناطق محددة تتطلب تدخلاً مكثفاً.
تُعد هذه المواد الأكثر حساسية للظروف المناخية والحرارة العالية،
خاصة في موسم صيف حيث يرتفع معدل الفشل إلى 70.3%.
نموذج Logistic Regression حقق:
أهم العوامل المؤثرة في التنبؤ:
تخصيص 40% من ميزانية الصيانة الوقائية لفترة صيف
(يونيو–أغسطس)، مع التركيز على الأحياء:
حي النقاء, حي الحرة الشرقية, حي الدفاع
ومواد بيتومين وأسفلت.
دمج نموذج Logistic Regression (AUC=0.6931)
في لوحة المتابعة اليومية لتوليد تنبيهات تلقائية
عند تجاوز معدل الفشل المتوقع في أي حي،
مع جدولة فحوصات إضافية للمواقع ذات أعلى درجة الحرارة (°م).
*تم توليد هذا التقرير آلياً بواسطة منصة رصد — طبقة الذكاء الاصطناعي كمضاعف إنتاجية للمحلل.*