Tối đa hóa thời gian hoạt động và Đạt được Hiệu quả Hoạt động với Bảo trì Dự đoán Được Tối ưu hóa

Tối đa hóa thời gian hoạt động và Đạt được Hiệu quả Hoạt động với Bảo trì Dự đoán Được Tối ưu hóa

Hiểu cách triển khai hệ thống bảo trì dự đoán trong nhà máy của bạn với sự trợ giúp của các đối tác Intel và Intel.

Hiểu Lợi ích Bảo trì Dự đoán (PdM)

Sử dụng AI cho chiến lược bảo trì dự đoán có thể giúp nhà máy của bạn tránh các vấn đề tốn kém do lỗi thiết bị và thời gian ngừng hoạt động ngoài kế hoạch, bao gồm năng suất bị mất, chi phí sửa chữa và thời gian và kỳ vọng giao hàng của khách hàng bị bỏ lỡ.

Bảo trì dự đoán cung cấp giải pháp thay thế hiệu quả về chi phí cho tâm lý chạy đến thất bại đắt tiền phổ biến tại các công ty sử dụng hệ thống cũ hơn. Nó cũng cải thiện các phương pháp bảo trì phòng ngừa lỗi thời, tốn nhiều lao động, trong đó bảo trì được thực hiện theo mức gia số cố định, cứng nhắc.

Ngược lại, cách tiếp cận dựa trên dữ liệu cho phép bạn can thiệp trước khi thời gian ngừng hoạt động tốn kém xảy ra. Thông qua cơ sở hạ tầng sàn nhà máy do phần mềm xác định hiện đại, dữ liệu hoạt động được thu thập từ nhiều điểm lỗi trên thiết bị vật lý trong toàn bộ nhà máy—thường là thiết bị sản xuất, động cơ và các bộ có giá trị cao khác.

Ví dụ: các nhà sản xuất ô tô có thể sử dụng dữ liệu cảm biến để giám sát tình trạng của súng hàn, dễ bị quá nóng. Phân tích được sử dụng để dự báo các lỗi trong tương lai dựa trên điều kiện làm việc của máy, kích hoạt cảnh báo khi ngưỡng được tiếp cận.

Với chiến lược bảo trì dự đoán được hỗ trợ bằng AI, tổ chức của bạn có thể: 

  • Tối đa hóa thời gian hoạt động bằng cách áp dụng phương pháp dự đoán. Dữ liệu cảm biến cung cấp thông báo trước về các lỗi tiềm ẩn, thúc đẩy việc ra quyết định hiệu quả hơn và đẩy nhanh việc sửa chữa. Bạn có thể lập kế hoạch trước để giảm thiểu tác động của lỗi máy đối với hoạt động, lên lịch bảo trì chủ động để tránh gián đoạn kéo dài đối với sản xuất và chuyển hướng tải sang các thiết bị khác trong khi máy đang được phục vụ.
  • Tăng hiệu quả hoạt động bằng cách dự đoán khi thiết bị sẽ bị lỗi. Có thiết bị và chạy hiệu quả là trình điều khiển cốt lõi của biên sản xuất và lợi nhuận, cho phép bạn tối đa hóa hiệu quả thiết bị tổng thể (OEE), đạt các chỉ số hiệu năng chính (KPIs) và tối ưu hóa lợi tức đầu tư (ROI).
  • Đạt được tính nhất quán chất lượng sản phẩm bằng cách sử dụng dữ liệu lịch sử để dự đoán hao mòn trên các thành phần quan trọng. Bạn có thể đặt hàng bảo trì khi dự đoán các bất thường và giữ thiết bị trong các tham số lý tưởng để đạt được tốc độ lỗi gần bằng không.

Liên quan chặt chẽ là giám sát tình trạng máy dựa trên AI, kỹ thuật Công nghiệp 4.0 tương tự cho phép bạn mô phỏng kết quả hoạt động với cặp song sinh kỹ thuật số, phát hiện các dị thường báo trước các lỗi thảm khốc, phát hiện lỗi sản phẩm và sử dụng thị giác máy tính để giám sát người lao động để đáp ứng các quy định tuân thủ an toàn.

Bây giờ bạn đã biết một số lợi ích của phát hiện thông minh trong nhà máy, bạn đã sẵn sàng bắt đầu lập kế hoạch triển khai của mình. Dưới đây là các bước bạn nên thực hiện để phối hợp triển khai bảo trì dự đoán thành công.

Đánh giá Mức độ Rủi ro của Bạn

Bước đầu tiên là kiểm tra mức độ rủi ro của tổ chức của bạn. Các nhà sản xuất phải đối mặt với vô số rủi ro mà bảo trì dự đoán và giám sát tình trạng máy được hỗ trợ bằng AI giúp giảm thiểu, từ lỗi và lỗi thiết bị đến an toàn và tuân thủ. Biên dịch báo cáo về rủi ro tiềm ẩn sẽ cho phép bạn xác định xem giải pháp AI có đáng đầu tư trả trước hay không.

  • Cần tiến hành phân tích rủi ro nội bộ để hiểu rõ hơn về rủi ro hoạt động của bạn. Một số điểm dữ liệu quan trọng cần xem xét bao gồm:
    • Phân tích Hazard
    • Nhật ký thời gian chết của máy
    • Khảo sát chất lượng sản phẩm
    • Đánh giá sự cố an toàn
    • Hồ sơ và dữ liệu lịch sử về độ lệch quá trình
    • Tốc độ lỗi
    • Các vấn đề tuân thủ
    • Trạng thái chứng nhận ISO
  • Cũng nên tiến hành phân tích rủi ro bên ngoài và nghiên cứu về ý nghĩa tài chính của thời gian ngừng hoạt động bất ngờ. Nghiên cứu cách ngừng sản xuất có thể dẫn đến tắc nghẽn chuỗi cung ứng và gây biến động giá hàng hóa và tiến hành khảo sát về thời gian ngừng tác động đến sự hài lòng của khách hàng như thế nào. Các giải pháp AI có thể giúp giảm thiểu rủi ro kinh doanh của bạn bằng cách giữ cho các hoạt động chạy trơn tru.

    Các rủi ro cụ thể mà tổ chức của bạn phải đối mặt sẽ thay đổi theo phân ngành:
    • Các nhà sản xuất rời rạc, chẳng hạn như các nhà sản xuất ô tô, thiết bị và điện tử, dễ bị các vấn đề với mất chất lượng và gián đoạn chuỗi cung ứng do lỗi máy.
    • Các nhà sản xuất quy trình, bao gồm các công ty dược phẩm và thực phẩm và đồ uống, dễ bị tổn thương hơn trước các vấn đề liên quan đến lỗi công thức, tuân thủ quy định và kiểm soát quy trình.

Bạn cũng nên dựa vào nghiên cứu bên ngoài, bao gồm phân tích cạnh tranh và báo cáo ngành, để so sánh các chuyển đổi kỹ thuật số trong các nhà máy hoặc nhà máy tương tự như của riêng bạn. Ví dụ: bạn có thể đọc câu chuyện thành công về cách BMW sử dụng các giải pháp Công nghiệp 4.0 để tự động hóa và nâng cao các quy trình kiểm soát chất lượng quan trọng trong nhà máy của họ.

Hợp tác với Nhà cung cấp giải pháp AI

Khi bạn đã sẵn sàng để tiến lên, hãy xem xét đưa vào trợ giúp bên ngoài để thực hiện việc nâng vật nặng. Làm việc với đối tác công nghệ đơn giản hóa toàn bộ quá trình từ lập kế hoạch đến triển khai, giúp tiết kiệm thời gian, giảm chi phí, hạn chế độ phức tạp và khắc phục rào cản triển khai. Intel hợp tác với mạng lưới các nhà cung cấp giải pháp AI và bộ tích hợp hệ thống công nghiệp (SI) trên toàn thế giới để đảm bảo rằng các giải pháp đối tác được tối ưu hóa cho phần cứng Intel® và các hệ thống dựa trên Intel được thiết kế cho hoạt động hiệu năng cao và trơn tru.

Ví dụ: Prescient Technologies, cung cấp giải pháp đôi kỹ thuật số linh hoạt cho phép bạn xem tác động của dữ liệu của mình trong ba mươi ngày. Được xây dựng dựa trên nền tảng Intel® Edge Insights cho nền tảng Công nghiệp và bộ dụng cụ OpenVINO™, nó giúp người vận hành của bạn nhanh chóng cung cấp năng lượng thông qua các nguồn dữ liệu hoạt động được phân chia để cung cấp thông tin chuyên sâu dữ liệu trực quan và có thể hành động rõ ràng. Liên hệ với họ tại đây.

Đọc các nghiên cứu điển hình gần đây về cách các đối tác hệ sinh thái của Intel triển khai các giải pháp Công nghiệp 4.0 trên ngành sản xuất.

Triển khai giải pháp AI của bạn

Bước tiếp theo là triển khai các khả năng AI trong toàn bộ nhà máy của bạn để bạn có thể giám sát thiết bị của mình. Điều này yêu cầu cả công nghệ có khả năng AI về mặt vật lý để thu thập dữ liệu trên từng phần thiết bị và triển khai thuật toán AI để phân tích dữ liệu được thu thập trong thời gian thực để xác định và ngăn chặn các vấn đề liên quan đến bảo trì, tuân thủ và năng suất.

Dưới đây là tóm tắt chi tiết hơn về những gì có liên quan đến việc triển khai giải pháp AI trong nhà máy của bạn:

  1. Cài đặt công nghệ có khả năng AI trong thiết bị để thu thập dữ liệu hoạt động và lịch sử lỗi và xác định các đặc tính dành riêng cho máy. Dữ liệu hoạt động cung cấp cơ sở để bảo trì dự đoán, cụ thể là dữ liệu hoạt động và dữ liệu lỗi bình thường của máy. Cảm biến thường được sử dụng để thu thập Ví dụ: nếu máy bơm thủy lực đang được giám sát, các cảm biến có thể nắm bắt tốc độ rung, áp suất dầu, tốc độ chất lỏng và các thông số liên quan khác. Ngoài ra, nếu máy là một phần của hệ thống điều khiển do phần mềm xác định (SDC), các tác nhân đo từ xa được cài đặt để nắm bắt các đặc tính của máy trong thời gian thực.
  2. Chuẩn bị dữ liệu máy của bạn ở biên hoặc trong đám mây. Cơ sở dữ liệu được sử dụng để lưu trữ dữ liệu thô để phân tích. Một nhà khoa học dữ liệu sẽ xử lý trước dữ liệu để chuyển đổi nó thành định dạng phù hợp cho thuật toán. Bước tiền xử lý cải thiện độ chính xác dữ liệu và cho phép thuật toán xử lý dữ liệu hiệu quả.
  3. Đào tạo thuật toán AI của bạn trên dữ liệu được xử lý trước để tạo mô hình cụ thể cho dữ liệu hoạt động của máy. Một nhà khoa học dữ liệu sẽ xác định thuật toán phù hợp để sử dụng dựa trên bản chất của dữ liệu và các chỉ số hiệu năng chính như độ trễ, kích thước của mô hình và độ chính xác.
  4. Triển khai các mô hình AI được đào tạo trên các thiết bị biên hoặc trên máy chủ trung tâm thu thập dữ liệu phát trực tiếp từ các máy khác nhau để đưa ra dự đoán cùng nhau. Tùy chọn tốt nhất cho tổ chức của bạn sẽ phụ thuộc vào mức độ rủi ro nói trên của bạn. Các hoạt động yêu cầu dự đoán thời gian thực nên triển khai mô hình trên các thiết bị biên, trong khi những người có nhiều thời gian hơn trong việc dự đoán các lỗi có thể sử dụng máy chủ trung tâm.

    Tuy nhiên, có những đánh đổi cần xem xét. Đọc dữ liệu trong thời gian thực trên các thiết bị biên có thể yêu cầu sử dụng mô hình nhỏ hơn, có thể ít chính xác hơn mô hình lớn, dẫn đến các biến thể trong dự báo.

    Các thiết bị biên với khả năng tăng tốc AI được khuyến nghị cho các trường hợp sử dụng biên. Bộ dụng cụ OpenVINO™, bộ dụng cụ nguồn mở để tối ưu hóa và triển khai các mô hình AI, cho phép bạn chạy các ứng dụng AI ở biên với hiệu quả được cải thiện.

    Ngoài ra, các công cụ Intel® AI được hỗ trợ bởi oneAPI giúp bạn tăng tốc khối lượng công việc học máy trên cấu trúc Intel® với các gói được tối ưu hóa cho các khung và thư viện phổ biến, bao gồm PyTorch, Modin, scikit-learn, XGBoost và các ứng dụng khác.

Chọn và Triển khai các giải pháp Intel®

Sử dụng kết hợp các công nghệ phù hợp là rất quan trọng để triển khai AI thành công của bạn. Với nền tảng AI đầu cuối mạnh mẽ, Intel cung cấp các thành phần bạn cần để triển khai giải pháp AI công nghiệp của mình, bao gồm:

  • Các giải pháp phần cứng, chẳng hạn như bộ xử lý sẵn sàng bằng AI với các tính năng như Mạng nhạy cảm với thời gian (TSN) cho phần cứng chịu nhiệt và độ trễ thấp cho các điều kiện công nghiệp1
  • Các giải pháp phần mềm, chẳng hạn như các nền tảng phát triển tập trung vào công nghiệp
  • Các đối tác cung cấp các giải pháp tùy chỉnh, sẵn sàng để triển khai hoặc chuyên môn tích hợp hệ thống để giúp bạn triển khai các giải pháp dựa trên Intel và giảm thiểu độ phức tạp của hệ thống

Một số dịch vụ của Intel có sẵn để giúp cung cấp nhiên liệu cho các giải pháp bảo trì dự đoán của bạn bao gồm:

  • Bộ xử lý có thể mở rộng Intel® Xeon® mang lại hiệu năng để thúc đẩy phân tích nâng cao trên sàn nhà máy. Các bộ xử lý này chứa Intel® AI Engines tích hợp để tăng tốc khối lượng công việc AI ở quy mô lớn, cung cấp thông tin chuyên sâu nhanh vào dữ liệu hoạt động bằng cách tăng hiệu năng của các tác vụ đào tạo và suy luận học sâu trên lõi CPU.2
  • Intel® Edge Insights cho nền tảng Công nghiệp cung cấp nền tảng để khai thác dữ liệu nhà máy để cải thiện hoạt động. Với hỗ trợ nhập dữ liệu chuỗi video và chuỗi thời gian, gói phần mềm mở, sẵn sàng để triển khai này đi kèm với các thành phần phần mềm được xác thực trước để tăng tốc triển khai AI công nghiệp. Nó bao gồm phân tích AI, có thể xuất bản lên các ứng dụng cục bộ hoặc đám mây và cung cấp tính linh hoạt cho các giải pháp được tùy chỉnh.
  • Các giải pháp Intel® IoT Market Ready Solution (Intel® IMRS) từ các đối tác hệ sinh thái của Intel tích hợp phần cứng và phần mềm Intel® vào các giải pháp công nghiệp sẵn sàng để triển khai nhằm phủ nhận rủi ro thời gian chết, mở khóa hiệu quả hoạt động và cải thiện an toàn của người lao động. Các giải pháp Công nghiệp 4.0 sẵn sàng để triển khai này được tối ưu hóa để chạy các ứng dụng AI trên bộ xử lý Intel®, nâng cao hiệu năng ở biên và tại chỗ.

Bắt đầu tối ưu hóa bảo trì dự đoán

Giải pháp giám sát tình trạng máy dựa trên AI và bảo trì dự đoán cho phép tổ chức của bạn tối đa hóa thời gian hoạt động để đạt được hiệu quả hoạt động. Phần cứng, phần mềm Intel® và mạng đối tác của chúng tôi có thể giúp bạn triển khai giải pháp AI sẵn sàng cho thị trường và nhận ra trạng thái cuối hoạt động lý tưởng của bạn. Bắt đầu bằng cách kết nối với đại diện Intel hoặc đối tác công nghệ Intel® của bạn và đưa AI vào hoạt động cho tổ chức của bạn ngay hôm nay.

Tìm các dịch vụ giải pháp AI công nghiệp từ các đối tác công nghệ Intel® ngay hôm nay

Những câu hỏi thường gặp

Những câu hỏi thường gặp

Bảo trì dự đoán là chiến lược chẩn đoán các sự cố thiết bị tiềm ẩn trong thời gian thực để ngăn ngừa sự cố. Dữ liệu được thu thập từ các máy và được phân tích trong nhà máy, cho phép bạn lập kế hoạch bảo trì để tránh thời gian ngừng hoạt động và tối ưu hóa chi phí bảo trì.