ung dung cua AI trong san xuat (1)
Dự đoán bảo trì sẽ giúp nhà sản xuất giảm tổn thất về thời gian và chi phí bảo trì

Trong một cuộc khảo sát gần đây của Forbes Insights về AI (trí tuệ nhân tạo), 44% số người được hỏi trong ngành sản xuất đã xếp loại ứng dụng AI trong sản xuất đóng vai trò rất quan trọng trong vòng 5 năm tới, trong khi 49% thậm chí còn cho rằng nó rất quan trọng cho thành bại của doanh nghiệp. Trong bài viết này, chúng ta sẽ xem xét những thay đổi mang tính cách mạng mà AI mang lại cho ngành sản xuất.

Đọc thêm: Trí tuệ nhân tạo là gì? AI thay đổi tương lai của loài người ra sao?

Thị giác máy tính

Người ta nhận ra rằng, thị giác của con người không thể đáp ứng được nhu cầu tìm ra những lỗi rất nhỏ trong quá trình sản xuất. Nhưng một cỗ máy được trang bị camera nhạy hơn gấp nhiều lần so với mắt thường trong tương lai có thể giải quyết bải toán này.

ung dung cua AI trong san xuat (2)
Camera độ phân giải cao dùng cho công nghệ Thị giác máy tính

Cơ chế tạo nên thị giác máy tính được xây dựng từ các thuật toán máy học (Machine Learning) đối với một lượng lớn hình ảnh được thu thập trước. Cơ chế này cho phép máy móc không chỉ ghi nhận hình ảnh được cung cấp mà còn sử dụng trí tuệ nhân tạo để xử lý và học hỏi từ chúng. Nó thậm chí còn có thể gửi một cảnh báo ngay lập tức khi phát hiện ra một vấn đề hoặc khiếm khuyết. Công nghệ này được gọi là nhận dạng vấn đề tự động.

Trên thực tế, môt vài start up đã đưa ra sản phẩm ứng dụng thị giác máy tính cho công nghiệp. Nổi bật nhất có thể kể tới, Landing.ai – đứa con tinh thần của Andrew Ng – một kỹ sư từng làm việc tại Thung lũng Silicon. Công ty này đã phát triển các công cụ thị giác máy tính để tìm ra các khiếm khuyết vi mô ở độ phân giải vượt xa tầm nhìn của con người, và áp dụng tốt trong các sản phẩm cần độ tỉ mỉ cao như bảng mạch điện tử. 

Generative Design — thiết kế dựa trên thuật toán

Ứng dụng AI trong sản xuất cũng phát huy tác dụng thông qua một quy trình mới gọi là Generative Design — thiết kế dựa trên thuật toán. Nó hoạt động theo cơ chế: Nhà thiết kế hoặc kỹ sư nhập các mục tiêu thiết kế cùng với các tham số cho vật liệu, phương pháp sản xuất và các ràng buộc về chi phí trong phần mềm thiết kế chung. Phần mềm sau đó sẽ dựng lên tất cả các phương án có thể có dựa trên các thông số đó. Cuối cùng, nó sẽ sử dụng trí tuệ nhân tạo để kiểm tra và học hỏi từ biến thể được tạo ra và biết đâu là phương án thực sự tối ưu nhất. Công nghệ này sẽ thực sự hữu ích đối với các thiết kế đòi hỏi độ phức tạp cao và đặc biệt chính xác như thiết kế cánh cho máy bay, hoặc thiết kế cánh lướt gió hoặc pin cho xe điện mới.

Những công việc thiết kế như vậy, trong truyền thống sẽ đòi hỏi rất nhiều nhân lực và thời gian từ đó kéo theo chi phí thiết kế rất lớn. Tuy nhiên, với công nghệ VPS hiện đại, bạn có thể đẩy nhanh tiến độ thực hiện dự án, từ 50.000 ngày xuống chỉ còn một ngày. Nó thực hiện điều này bằng cách giúp bạn thuê 50.000 máy tính trên nền tảng điện toán đám mây trong một khoảng thời gian nhất định (thường là 1h) với chi phí ước tính khoảng 20.000 USD.

Bản sao số

Digital twin (Bản sao số) là một bản sao kỹ thuật số của một vật thể thực tế, được tạo ra từ các luồng dữ liệu thu thập được từ các cảm biến gắn trong vật thể đó. Như vậy, bản sao số là hình ảnh phản chiếu song song của vật thể theo thời gian thực. Trong một số trường hợp, một bản sao số thể hiện cả tình trạng hiện tại và quá khứ của vật thể. Bản sao số là bước phát triển của công nghệ Internet of Things (IoT) trong công nghiệp, được kết hợp với kỹ năng học máy và trí tuệ nhân tạo.

Kỹ thuật bản sao số đặc biệt hữu ích khi làm việc với thiết bị từ xa. Các cảm biến được nhúng trong thiết bị sẽ thu thập dữ liệu về trạng thái, điều kiện làm việc hoặc vị trí theo thời gian thực. Cùng lúc đó, một hệ thống tính toán trên nền tảng điện toán đám mây sẽ nhận và xử lý tất cả dữ liệu mà các cảm biến gửi về. Hệ thống sẽ áp dụng công nghệ máy học đưa ra các phương án hoạt động, khám phá các khả năng phát sinh trên bản sao số. Từ đó đưa ra những điều chỉnh, dự báo có thể được áp dụng trực tiếp cho thiết bị vật lý. 

Sự kết hợp giữa hai phiên bản ảo và thực này sẽ cho phép phân tích dữ liệu và giám sát hệ thống để kịp thời giải quyết các vấn đề trước khi chúng xảy ra, ngăn chặn thời gian chết, phát triển các cơ hội mới và thậm chí lập kế hoạch cho tương lai bằng cách sử dụng thuật toán mô phỏng. 

Dự đoán bảo trì

ung dung cua AI trong san xuat (1)
Dự đoán bảo trì sẽ giúp nhà sản xuất giảm tổn thất về thời gian và chi phí bảo trì

Thông thường, các nhà sản xuất sẽ ứng dụng phương pháp bảo trì dự phòng (Prevetative maintenance) – Thường xuyên kiểm tra các thiết bị máy móc và điểu chỉnh chúng, kể cả lúc chưa cần thiết. Tuy nhiên, bảo trì dự phòng không dựa trên tình trạng thực tế của thiết bị, do đó, việc bảo dưỡng đôi khi trở nên dư thừa và lãng phí. Ngày nay, bảo trì dự đoán (Predictive Maintenance) sẽ giám sát tình trạng thực tế của thiết bị để dự đoán khi nào xảy ra hỏng hóc và tiến hành bảo trì máy móc trước khi sự cố xảy ra.

Để dự đoán các lỗi hỏng hóc có thể xảy ra, các nhà sản xuất sẽ dựa trên công nghệ IoT tích hợp cảm biến trên các thiết bị để báo cáo lại tình trạng theo thời gian thực. Tùy tình hình thực tế và bài toán được áp dụng mà mỗi nhà sản xuất sẽ chọn cho mình kĩ thuật dự đoán phù hợp nhất dựa trên: Độ rung, tạo ảnh nhiệt, phân tích sóng âm và sóng siêu âm, phân tích dầu, kiểm tra khí thải và giám sát tình trạng.

Sự kết hợp hợp lý của nhiều phương pháp khác nhau, tích hợp với máy học và các công cụ bổ sung khác sẽ giúp giảm thiểu tối đa sự cố và khối ượng công việc bảo trì, giúp làm giảm ngân sách và thời gian dành cho việc duy trì máy móc. 

Đọc thêm: Các cấp độ ứng dụng AI trong doanh nghiệp

AI là nhân tố chính tiếp theo trong sản xuất

Phải khẳng định rằng, nếu bạn tiếp tục đi trên con đường mòn và không có khả năng số hóa các quy trình sản xuất, chi phí của bạn sẽ tăng lên. Không chỉ vậy, khách hàng sẽ dần từ chối các sản phẩm của bạn vì không có khả năng cung cấp giá trị gia tăng đặc biệt. Tuy nhiên, may mắn là, ở thời điểm hiện tại, vẫn còn kịp để thích ứng dần với quy trình sản xuất mới bởi với tình hình hiện tại, sẽ còn một chặng đường dài trước khi con người khai thác hết được các ứng dụng của AI trong sản xuất.

Tìm hiểu thêm về AI và các ứng dụng của nó trong mô hình nhà máy thông minh tại đây.