Kỷ nguyên AI trong bảo trì dự đoán (Predictive Maintenance)

Bảo trì đã không ngừng phát triển cùng với công nghệ và chiến lược mới kể từ thời kỳ của CH Waddington trong Thế chiến thứ hai, khi ông đặt câu hỏi về lý do tại sao Không quân Hoàng gia Anh (RAF) lại thực hiện bảo trì theo cách hiện tại – tạm ngưng khoảng một nửa số máy bay vào một thời điểm để bảo trì sau mỗi nhiệm vụ. Lý thuyết của ông là bảo trì định kỳ (bảo trì dự phòng hoặc theo kế hoạch) đang làm tăng số lần hỏng hóc. Ông và một số nhà khoa học khác đề xuất thực hiện bảo trì dựa trên tình trạng của thiết bị. Và sau năm tháng thử nghiệm quy trình mới, số lượng máy bay sẵn có tại bất kỳ thời điểm nào đã tăng 61%.

Kể từ đó, các nhà sản xuất đã sử dụng các chiến lược bảo trì dự phòng, bao gồm đặt cảm biến trong thiết bị để xác định thời điểm thiết bị có thể gặp sự cố. Nhưng kết quả không nhất quán vì dữ liệu khó truy cập. Giờ đây, với IIoT, học máy và trí tuệ nhân tạo ngày nay, bảo trì dự đoán đã trở thành hiện thực.

Bảo Trì Dự Đoán Là Gì và Những Lợi Ích Của Nó?

Bảo trì dự đoán dựa trên việc phát hiện những thay đổi nhỏ và bất thường trong hoạt động bình thường, thường báo hiệu một vấn đề lớn hơn. Từ bảo trì dự phòng kỹ thuật số, bảo trì dự đoán (PdM) đã ra đời, sử dụng các chiến lược bảo trì dựa trên dữ liệu để phân tích hoạt động và dự đoán, chuẩn bị cho các lỗi tiềm ẩn. Với giám sát từ xa 24/7, hiểu biết sâu sắc từ dữ liệu thông qua học máy và công nghệ phân tích dự đoán sáng tạo để cảnh báo về các lỗi thiết bị tiềm ẩn, các nhà sản xuất có thể hưởng lợi theo nhiều cách. Tiết kiệm chi phí và ROI của bảo trì dự đoán bao gồm:

• Giảm thời gian ngừng hoạt động
• Bảo trì được nhắm mục tiêu hơn
• Năng suất cao hơn
• Quản lý hàng tồn kho hiệu quả
• Phân tích dữ liệu nâng cao
• Giảm chi phí lao động và vật liệu
• Tăng cường an toàn nhà máy
• Tối ưu hóa các hoạt động bảo trì
• Tăng hiệu quả tổng thể của thiết bị (OEE)

Bảo Trì Dự Đoán thông qua Giám Sát Tình Trạng

Một bước chuyển đổi quan trọng khác trong việc phát triển các chiến lược và khả năng bảo trì là sự ra đời của giám sát tình trạng (CBM), theo dõi các chỉ số hiệu suất chính (KPI) để xác định các bất thường. Các công ty có thể kiểm tra thông qua các phép đo, kiểm tra thiết bị trực quan, xem xét dữ liệu hiệu suất hoặc các thử nghiệm theo lịch trình, cũng như thông qua IoT và dữ liệu lịch sử. Các KPI được thu thập theo khoảng thời gian nhất định hoặc liên tục – như khi một máy có cảm biến bên trong. CBM có thể được áp dụng cho tất cả các tài sản.

CBM, giống như tất cả các phương pháp bảo trì dự đoán, cũng hoạt động dựa trên nguyên tắc rằng chỉ nên thực hiện bảo trì khi có dấu hiệu hiệu suất thiết bị giảm hoặc sắp xảy ra lỗi nghiêm trọng. So với bảo trì dự phòng truyền thống, CBM chỉ yêu cầu thiết bị ngừng hoạt động để bảo trì khi cần thiết, tăng thời gian giữa các lần sửa chữa bảo trì.

CBM có thể giảm thời gian ngừng hoạt động của máy móc từ 30 đến 60% và tăng tuổi thọ máy móc trung bình 30%. Bảo trì dự đoán đóng vai trò quan trọng trong việc phát hiện và giải quyết các vấn đề của máy móc trước khi nó chuyển sang chế độ hỏng hóc hoàn toàn. Theo một nghiên cứu của PWC, bảo trì dự đoán cải thiện thời gian hoạt động lên 51%. Sử dụng bảo trì dự đoán, các công ty có thể tránh tai nạn và đạt được sự an toàn cao hơn cho nhân viên và khách hàng của họ.

Triển Khai Chương Trình Giám Sát Tình Trạng Thành Công

FactoryTalk® Analytics™ GuardianAI™ là một phần mềm mới của Rockwell Automation cung cấp thông tin chi tiết về bảo trì dự đoán thông qua giám sát tình trạng liên tục. Phần mềm giúp các kỹ sư bảo trì nhận được thông tin đúng lúc để tối ưu hóa các hoạt động bảo trì và giảm thời gian ngừng hoạt động không theo kế hoạch.

Được trang bị thông tin này, các kỹ sư bảo trì có cái nhìn sâu sắc để hiểu tình trạng hiện tại của các tài sản trên sàn nhà máy. Họ nhận được thông báo sớm ngay khi một tài sản bắt đầu lệch khỏi trạng thái bình thường.

Sử dụng Bộ Điều Khiển Tần Số Biến Tần Hiện Có Làm Cảm Biến

Khi sử dụng FactoryTalk Analytics GuardianAI, không cần mua thêm cảm biến hoặc thiết bị giám sát. Phần mềm cung cấp cảnh báo sớm về các lỗi tiềm ẩn của tài sản dựa trên dữ liệu đã có sẵn từ bộ điều khiển tần số biến tần (VFD). FactoryTalk Analytics GuardianAI sử dụng tín hiệu điện của VFD để giám sát tình trạng của tài sản nhà máy. Khi phát hiện sự lệch trong tín hiệu điện, nó sẽ cảnh báo người dùng về bất thường để các nhà sản xuất có thể điều tra và lên kế hoạch phản ứng chính xác. FactoryTalk Analytics GuardianAI cung cấp tích hợp cao cấp với các bộ điều khiển PowerFlex® 755, 755T và 6000T cho các ứng dụng quy trình chính như bơm, quạt và máy thổi.

Không Cần Khoa Học Dữ Liệu

Khi triển khai các giải pháp sáng tạo trong môi trường hoạt động, thời gian tạo giá trị là yếu tố quan trọng. Phần mềm FactoryTalk Analytics GuardianAI tiết kiệm thời gian với quy trình làm việc trực quan và hợp lý thông qua trải nghiệm dựa trên trình duyệt tự phục vụ. Chỉ cần triển khai ứng dụng trên PC edge, chỉ định thông tin về bộ điều khiển và tài sản của bạn và đào tạo mô hình bảo trì dự đoán trên dữ liệu nhà máy trực tiếp mà không ảnh hưởng đến hoạt động. Khi quá trình đào tạo hoàn tất, phần mềm sẽ tự động chuyển sang chế độ giám sát và bạn có thể giám sát tình trạng của tài sản nhà máy của mình.

Bắt đầu từ tổng quan về tất cả các tài sản, bạn có thể chọn bất kỳ tài sản nào có nguy cơ để tìm hiểu thêm về tình trạng của nó. Bạn sẽ khám phá thông tin quan trọng như nguyên nhân gốc rễ của sự lệch, mức độ cao nhất so với đường cơ sở và thời gian kéo dài của sự lệch. Bạn cũng có thể bao gồm ngữ cảnh về mức độ nghiêm trọng của rủi ro hỏng hóc và thời gian ước tính để giải quyết vấn đề. Những chi tiết này hỗ trợ nhóm bảo trì của bạn với việc ưu tiên và lập kế hoạch cần thiết để sửa chữa.

Tiến xa từ phát hiện bất thường đến nhận diện bất thường

Phần mềm FactoryTalk Analytics GuardianAI đi kèm với kiến thức chuyên môn tích hợp về nguyên nhân lỗi có khả năng nhất cho các loại tài sản nhà máy phổ biến. Nếu bạn đang giám sát ứng dụng bơm, quạt hoặc máy thổi, FactoryTalk Analytics GuardianAI hiểu và nhận ra chữ ký điện của các lỗi nguyên tắc đầu tiên liên quan và sẽ cung cấp ngữ cảnh này khi cảnh báo bạn về sự lệch. Bằng cách cung cấp cho các kỹ sư bảo trì thông tin về loại lỗi sắp xảy ra, bạn có thể giảm thời gian điều tra và giảm thiểu bất kỳ thời gian ngừng hoạt động nào cần thiết.

Kiến thức chuyên môn tích hợp cung cấp một khởi đầu tuyệt vời cho việc xác định bất thường. Nhưng bạn không bị giới hạn bởi chức năng sẵn có. Bạn cũng có sự linh hoạt để đào tạo phần mềm FactoryTalk Analytics GuardianAI về các lỗi cụ thể của quy trình. Sau khi bạn điều tra và xác định nguồn gốc của vấn đề, bạn có thể gắn nhãn cho bất thường. Khi vấn đề tương tự xảy ra một lần nữa, phần mềm sẽ nhận ra nó và thông báo cho bạn.

Phân tích tại Edge

Phần mềm FactoryTalk Analytics GuardianAI được triển khai, học hỏi và chạy ngay tại edge để dự đoán gần thời gian thực.

Kết luận

Kể từ CH Waddinton và nhiệm vụ của ông là giữ cho máy bay RAF bay trên bầu trời, các nhà sản xuất đã tìm cách thúc đẩy ra quyết định bảo trì hiệu quả hơn và khai thác nhiều giá trị hơn từ thiết bị. Tiến hóa từ phản ứng và chủ động sang phòng ngừa và dự đoán, các kỹ sư bảo trì giờ đây được trao quyền với học máy dễ sử dụng thông qua trải nghiệm người dùng trực quan không yêu cầu kiến thức khoa học dữ liệu. Tìm hiểu thêm tại FactoryTalk Analytics GuardianAI.

Source: www.rockwellautomation.com