Các nhà máy hiện đại tạo ra một khối lượng dữ liệu cảm biến khổng lồ. Cảm biến quang điện phát hiện sản phẩm, bộ mã hóa theo dõi chuyển động, camera kiểm tra bề mặt và cảm biến rung giám sát thiết bị quay. Các phép đo nhiệt độ, áp suất, khoảng cách, mô-men xoắn, tốc độ, vị trí và âm thanh liên tục truyền qua các hệ thống sản xuất.

Tuy vậy, nhiều cơ sở vẫn chỉ sử dụng một phần nhỏ thông tin này. Một cảm biến thay đổi trạng thái, bộ điều khiển logic khả trình phản hồi, rồi phép đo ban đầu biến mất trong chu kỳ máy tiếp theo. Tín hiệu hoàn thành nhiệm vụ điều khiển tức thời, nhưng giá trị vận hành rộng hơn của nó vẫn chưa được khai thác.

Khoảng cách này là một trong những cơ hội quan trọng nhất của ngành sản xuất hiện đại. Các nhà máy đã trở nên rất giỏi trong việc thu thập tín hiệu, nhưng nhiều nhà máy vẫn kém hiệu quả hơn trong việc chuyển đổi các tín hiệu đó thành thông tin bảo trì, hiểu biết về chất lượng, cải tiến quy trình và quyết định quản lý.

Thách thức không chỉ là lắp đặt thêm cảm biến. Đó là xây dựng một tuyến truyền đáng tin cậy từ phép đo vật lý đến hành động vận hành. Tuyến này đi qua nhiều lớp kỹ thuật, bao gồm thiết bị hiện trường, điều khiển máy, mạng công nghiệp, xử lý biên, lưu trữ dữ liệu, phần mềm phân tích và các hệ thống doanh nghiệp.

Hình 1. Các hệ thống sản xuất hiện đại tạo ra lượng dữ liệu vận hành rất lớn, dù phần lớn dữ liệu không bao giờ vượt ra ngoài phạm vi điều khiển máy cơ bản.

Hiểu cách các lớp này tương tác giúp nhà sản xuất tránh những dự án thí điểm biệt lập và các nền tảng dữ liệu phân mảnh. Điều này cũng ngăn ngừa một sai lầm phổ biến: gửi mọi phép đo có sẵn vào cơ sở dữ liệu trung tâm mà chưa xác định trước cách thông tin sẽ hỗ trợ sản xuất.

Chiến lược dữ liệu cảm biến thực tế bắt đầu từ máy móc, đi qua mạng và kết thúc bằng các phân tích vận hành có thể sử dụng. Mỗi lớp phục vụ một mục đích khác nhau. Mỗi lớp cũng có yêu cầu về thời gian, ràng buộc kỹ thuật và rủi ro sự cố riêng.

Sự khác biệt giữa tín hiệu và thông tin vận hành

Tín hiệu cảm biến chỉ trở thành thông tin hữu ích sau khi hệ thống bổ sung bối cảnh. Giá trị thô 68 không có nhiều ý nghĩa nếu thiếu đơn vị, dấu thời gian, danh tính tài sản, trạng thái vận hành, phạm vi đo và tham chiếu quy trình.

Giá trị này có thể biểu thị 68 độ C, 68 milimét, tải động cơ 68 phần trăm hoặc độ dịch chuyển 68 micromét. Ngay cả khi đã biết đơn vị kỹ thuật, việc diễn giải phép đo vẫn có thể khó khăn nếu không biết máy đang thực hiện công việc gì.

Bối cảnh giúp phân biệt sự bất thường của quy trình với hoạt động bình thường. Mức rung tăng trong khi tăng tốc có thể là điều được dự đoán. Cùng mức tăng đó ở tốc độ ổn định có thể cho thấy mất cân bằng, lỏng, lệch tâm, suy giảm ổ trục hoặc nhiễu cơ học bên ngoài.

Trạng thái sản xuất cũng rất quan trọng. Áp suất được ghi nhận trong quá trình vệ sinh, thiết lập, khởi động làm nóng, vận hành không tải và sản xuất ở tốc độ tối đa không phải lúc nào cũng có thể được đánh giá theo cùng một giới hạn. Phân tích bỏ qua trạng thái vận hành thường xuyên tạo ra các cảnh báo giả.

Vì lý do này, phân tích vận hành đòi hỏi nhiều hơn việc theo dõi xu hướng lịch sử. Hệ thống phải liên kết các phép đo với chế độ máy, công thức sản phẩm, lệnh sản xuất, lô nguyên vật liệu, thao tác của người vận hành, lịch sử bảo trì và các điều kiện môi trường.

Quá trình chuyển đổi từ tín hiệu thành thông tin có thể được xem như một chuỗi. Trước tiên, cảm biến phát hiện một điều kiện vật lý. Sau đó, bộ điều khiển diễn giải điều kiện đó trong một quy trình điều khiển. Mạng truyền dữ liệu, thiết bị biên sắp xếp dữ liệu và nền tảng phân tích đánh giá dữ liệu theo thời gian.

Ở giai đoạn cuối, phép đo phải hỗ trợ một quyết định cụ thể. Quyết định đó có thể liên quan đến việc dừng máy, điều chỉnh giá trị đặt, lên lịch kiểm tra, thay dụng cụ, loại bỏ sản phẩm hoặc điều chỉnh khoảng thời gian bảo trì.

Nếu không có luồng quyết định này, việc thu thập dữ liệu có thể trở thành một hoạt động lưu trữ tốn kém. Vì vậy, các dự án thành công bắt đầu bằng những câu hỏi vận hành thay vì mua sắm công nghệ.

Dữ liệu cấp máy vẫn có mức ưu tiên cao nhất về thời gian

Cấp độ máy là nơi dữ liệu cảm biến lần đầu tiên tác động đến hoạt động sản xuất. Trách nhiệm chính của cấp độ này là vận hành xác định. Hệ thống điều khiển phải đọc các đầu vào, thực thi logic và cập nhật các đầu ra trong một khoảng thời gian có thể dự đoán.

Ở cấp độ này, các sản phẩm cảm biến cơ bản vẫn đóng vai trò thiết yếu. Cảm biến quang điện xác nhận sự hiện diện của sản phẩm. Cảm biến cảm ứng phát hiện các mục tiêu kim loại. Bộ mã hóa cung cấp phản hồi về vị trí và tốc độ. Bộ truyền áp suất giám sát các hệ thống khí nén và thủy lực. Camera kiểm tra linh kiện và dẫn hướng chuyển động của robot.

Các thiết bị này chuyển đổi các sự kiện vật lý thành thông tin điện hoặc kỹ thuật số mà máy móc có thể diễn giải. Mục đích tức thời của chúng thường khá đơn giản: xác minh một điều kiện và kích hoạt phản hồi phù hợp.

Bộ mã hóa có thể cho biết băng tải đã đạt đến vị trí được chỉ định. Sau đó, bộ điều khiển dừng bộ truyền động hoặc chuyển sang trình tự tiếp theo. Camera có thể xác định một gói hàng bị lỗi và kích hoạt cơ cấu loại bỏ sau đó vài trạm.

Cảm biến tiệm cận có thể xác nhận rằng xi lanh đã hoàn tất hành trình. Công tắc áp suất có thể ngăn máy hoạt động khi áp suất cấp giảm dưới ngưỡng an toàn. Cảm biến an toàn có thể ngắt mô-men xoắn chuyển động khi người vận hành bước vào khu vực được bảo vệ.

Các tác vụ này phụ thuộc vào việc xử lý dữ liệu nhanh chóng và đáng tin cậy. Chúng không thể chờ một nền tảng đám mây hoặc cơ sở dữ liệu doanh nghiệp. Các liên động điều khiển, vòng lặp chuyển động và chức năng bảo vệ máy phải được duy trì cục bộ trong hệ thống tự động hóa.

Sự phân tách này rất quan trọng. Phân tích có thể đưa ra khuyến nghị cho điều khiển, nhưng không nên tạo ra độ trễ mạng không thể dự đoán trong các chức năng máy móc quan trọng về thời gian. Các quyết định bảo vệ và điều khiển nhanh nhất phải được thực hiện gần thiết bị.

Vì vậy, nhà sản xuất không nên đối xử với mọi dữ liệu cảm biến như nhau. Một số dữ liệu điều khiển máy móc trong vài mili giây. Dữ liệu khác hỗ trợ các quyết định bảo trì trong nhiều ngày hoặc nhiều tuần. Kiến trúc nên phản ánh những khoảng thời gian khác nhau này.

Tầng máy cũng thiết lập chất lượng dữ liệu. Việc chia tỷ lệ không chính xác, hệ thống dây điện không ổn định, lắp đặt kém, tốc độ lấy mẫu không phù hợp và cấu hình thiết bị không nhất quán sẽ làm nhiễm bẩn mọi tầng phân tích cấp cao hơn.

Không nền tảng phần mềm nào có thể bù đắp hoàn toàn cho các phép đo hiện trường không đáng tin cậy. Trước khi xây dựng bảng điều khiển, kỹ sư phải xác nhận rằng cảm biến được lựa chọn, lắp đặt, hiệu chuẩn và bảo trì đúng cách.

Cảm biến cơ bản thường chứa nhiều thông tin hơn mức PLC sử dụng

Các chương trình điều khiển truyền thống thường rút gọn cảm biến thành một điều kiện Boolean duy nhất. Thiết bị chỉ còn ở trạng thái bật hoặc tắt, có hoặc không có, đạt hoặc lỗi.

Cách tiếp cận này phù hợp với nhiều chuỗi hoạt động của máy, nhưng có thể che giấu thông tin bổ sung. Cảm biến khoảng cách có thể cung cấp phép đo liên tục ngay cả khi PLC chỉ sử dụng một ngưỡng chuyển mạch. Cảm biến quang điện thông minh có thể báo cáo cường độ tín hiệu, mức độ nhiễm bẩn, nhiệt độ vận hành và trạng thái chẩn đoán.

Encoder có thể cung cấp vị trí cho điều khiển, đồng thời tạo ra dữ liệu về biến thiên tốc độ, gia tốc, hướng và đồng bộ hóa. Hệ thống thị giác có thể đưa ra kết quả đạt hoặc không đạt, đồng thời lưu giữ các phép đo liên quan đến kích thước, độ tương phản, hướng, chất lượng mã hoặc vị trí khuyết tật.

Thông tin chưa được sử dụng có thể cho thấy những thay đổi dần dần của quy trình. Cường độ tín hiệu quang giảm có thể cho thấy thấu kính bị nhiễm bẩn. Thời gian hành trình của cơ cấu chấp hành tăng có thể gợi ý rò rỉ khí, ma sát hoặc kẹt cơ khí. Dòng điện động cơ tăng trong một chuyển động lặp lại có thể cho thấy tải thay đổi hoặc linh kiện bị mài mòn.

Những mẫu này hiếm khi gây ra lỗi ngay lập tức. Tuy nhiên, chúng có thể cung cấp bằng chứng sớm về tình trạng suy giảm. Điều cốt yếu là bảo toàn phép đo trước khi chương trình điều khiển nén nó thành một bit trạng thái đơn giản.

Các nhà chế tạo máy có thể hỗ trợ mục tiêu này bằng cách thiết kế các cấu trúc dữ liệu có thể tái sử dụng. Mỗi tài sản quan trọng nên có các thẻ được định nghĩa cho trạng thái vận hành, lệnh, tín hiệu phản hồi, số chu kỳ, trạng thái cảnh báo, giá trị quy trình, tình trạng chẩn đoán và chất lượng dữ liệu.

Việc đặt tên nhất quán cũng rất quan trọng. Dữ liệu trở nên khó so sánh khi một dây chuyền dùng “Motor_Spd”, dây chuyền khác dùng “DriveSpeed”, còn dây chuyền thứ ba dùng “ConveyorRPM” cho cùng một khái niệm.

Mô hình tài sản được chuẩn hóa giúp giảm công việc tích hợp. Mô hình này cũng giúp các nhóm bảo trì, vận hành và phân tích diễn giải dữ liệu mà không phải phân tích ngược từng chương trình PLC.

Dữ liệu hình ảnh và encoder có thể vượt ra ngoài phạm vi điều khiển tức thời

Camera công nghiệp và bộ mã hóa minh họa đặc biệt rõ sự khác biệt giữa dữ liệu điều khiển và dữ liệu phân tích. Cả hai thiết bị đều hỗ trợ các chức năng máy tức thời, đồng thời có thể tạo ra bằng chứng lịch sử có giá trị.

Camera 2D hoặc 3D có thể thu thập thông tin về hình học, màu sắc, độ tương phản, tình trạng bề mặt, hướng và mã. Hệ thống điều khiển có thể chỉ cần kết quả đạt hoặc không đạt. Các kỹ sư chất lượng có thể cần nhiều thông tin hơn đáng kể.

Dữ liệu kiểm tra trong quá khứ có thể cho thấy tỷ lệ lỗi thay đổi theo ca làm việc, lô hàng của nhà cung cấp, lòng khuôn, tốc độ sản xuất hoặc điều kiện môi trường hay không. Hình ảnh lỗi có thể hỗ trợ phân tích nguyên nhân gốc rễ và giúp tinh chỉnh các thuật toán nhận dạng.

Thay vì lưu trữ mọi hình ảnh độ phân giải cao vô thời hạn, nhà máy có thể lưu bằng chứng được chọn lọc. Ví dụ gồm hình ảnh của sản phẩm bị loại, hình ảnh gần giới hạn dung sai, hình ảnh tham chiếu định kỳ hoặc các đặc trưng kiểm tra đã tính toán.

Bộ mã hóa cũng mang lại những cơ hội tương tự. Mục đích chính của chúng là cung cấp phản hồi chính xác về vị trí và tốc độ. Tuy nhiên, dữ liệu chuyển động trong quá khứ có thể cho thấy các vấn đề cơ khí đang phát triển.

Những thay đổi lặp lại trong sai số vị trí có thể cho thấy dây đai bị giãn, khớp nối dịch chuyển, độ rơ hoặc biến động tải. Thời gian ổn định tăng lên có thể gợi ý ma sát hoặc việc tinh chỉnh servo bị suy giảm. Những nhiễu động tốc độ ngắn có thể cho thấy sự tiếp xúc gián đoạn với sản phẩm hoặc can nhiễu cơ khí.

Hình 2. Cảm biến máy có thể hỗ trợ điều khiển tức thời, đồng thời cho thấy những thay đổi về tải, độ chính xác, độ mòn và độ ổn định của quy trình.

Những ứng dụng phân tích này đòi hỏi chiến lược lấy mẫu và lưu trữ phù hợp. Việc ghi một giá trị trung bình mỗi giờ sẽ không cho thấy một nhiễu động chuyển động ngắn. Việc ghi dữ liệu mỗi microgiây vô thời hạn sẽ tạo ra nhu cầu lưu trữ và mạng không cần thiết.

Tần suất lấy mẫu phù hợp phụ thuộc vào sự kiện vật lý. Độ trôi nhiệt độ chậm có thể chỉ cần một mẫu mỗi vài giây. Phân tích chuyển động có thể cần thu thập dữ liệu nhanh hơn nhiều. Giám sát rung động có thể cần dữ liệu dạng sóng và xử lý trong miền tần số.

Các nhóm kỹ thuật nên lựa chọn tần suất theo các dạng hỏng hóc và đặc tính của quy trình. Nhiều mẫu hơn không tự động mang lại hiểu biết tốt hơn.

Biến tín hiệu đầu vào phản ứng thành các chỉ báo tình trạng

Phân tích ở cấp độ máy thường bắt đầu bằng việc tạo các chỉ báo tình trạng từ dữ liệu đã có trong hệ thống điều khiển. Các chỉ báo này tóm tắt trạng thái hoạt động mà không thay thế chức năng điều khiển ban đầu.

Hãy xem xét một xi lanh khí nén. PLC đã ghi nhận thời điểm cuộn dây điện từ đầu ra kích hoạt và thời điểm cảm biến vị trí cuối chuyển trạng thái. Chênh lệch giữa hai dấu thời gian này chính là thời gian hành trình.

Theo dõi thời gian hành trình qua hàng nghìn chu kỳ có thể phát hiện sự suy giảm dần dần. Thời gian duỗi dài hơn có thể cho thấy áp suất thấp, dòng chảy bị hạn chế, phớt bị mòn, nhiễm bẩn, lệch tâm hoặc lực cản cơ khí tăng lên.

Phương pháp tương tự cũng áp dụng cho công tắc tơ, van, bàn phân độ, kẹp, cửa, cơ cấu nâng và các cơ cấu chuyển tải. Nhiều bộ phận máy có thời gian đáp ứng có thể đo được.

Độ biến thiên giữa các chu kỳ cũng có thể cung cấp thông tin. Thời gian hành trình trung bình có thể vẫn ở mức chấp nhận được trong khi độ biến thiên tăng lên. Độ biến thiên gia tăng có thể cho thấy nguồn khí không ổn định, tải không nhất quán hoặc ma sát cơ khí không liên tục.

Dữ liệu động cơ và bộ truyền động là một nguồn dữ liệu dễ tiếp cận khác. Dòng điện, mô-men xoắn, sai số tốc độ, tải nhiệt, số giờ vận hành, số lần khởi động và lịch sử lỗi có thể đã tồn tại bên trong bộ truyền động.

Thay vì lập tức lắp thêm một cảm biến, trước tiên kỹ sư có thể kiểm tra dữ liệu chẩn đoán có sẵn thông qua mạng truyền động. Mô-men xoắn tăng lên trong khi máy vận hành ổn định có thể là dấu hiệu của sự mài mòn hoặc lực cản của sản phẩm.

Tuy nhiên, các chỉ báo suy ra phải được diễn giải cẩn thận. Dòng điện động cơ tự nó không xác định được một lỗi cơ khí cụ thể. Nó cho biết tải đã thay đổi. Nhân viên bảo trì vẫn cần kiến thức về quy trình và bằng chứng hỗ trợ.

Phân tích tốt giúp thu hẹp phạm vi điều tra. Nó không giả vờ rằng một tín hiệu có thể giải thích mọi sự cố.

Xử lý biên ngăn mạng trở thành nơi đổ dữ liệu

Khi máy móc tạo ra dữ liệu phong phú hơn, xử lý biên ngày càng trở nên có giá trị. Một thiết bị biên xử lý thông tin gần nguồn phát trước khi chuyển tiếp các kết quả được chọn đến các hệ thống cấp cao hơn.

Cách bố trí này giảm băng thông, cải thiện thời gian phản hồi và hạn chế việc lưu trữ không cần thiết. Nó cũng cho phép các phân tích cục bộ tiếp tục khi không có kết nối đến hệ thống doanh nghiệp.

Xử lý biên có thể thực hiện lọc, tổng hợp, chuẩn hóa, nén, phát hiện sự kiện, chuyển đổi giao thức và trực quan hóa cục bộ. Nó có thể tính giá trị trung bình, độ lệch chuẩn, tốc độ thay đổi, thời gian chu kỳ, năng lượng trên mỗi đơn vị hoặc các chỉ báo tình trạng.

Đối với việc giám sát rung, một bộ xử lý biên có thể chuyển đổi dữ liệu dạng sóng tốc độ cao thành độ rung tổng thể, các giá trị đỉnh, các dải tần số và các đặc trưng chẩn đoán. Chỉ các sự kiện đáng kể hoặc xu hướng đã được tổng hợp mới cần rời khỏi mạng máy.

Đối với một ứng dụng thị giác, lớp biên có thể lưu trữ các ảnh bị loại trong khi truyền các loại lỗi và phép đo. Đối với một bộ mã hóa, lớp này có thể tính độ lệch vị trí và độ lặp lại của chu kỳ thay vì chuyển tiếp từng xung.

Cách tiếp cận này giữ cho dữ liệu thô luôn sẵn có tại nơi nó mang lại giá trị tức thời, đồng thời phân phối các đặc trưng có ý nghĩa đến những hệ thống khác.

Logic ở biên phải minh bạch và dễ bảo trì. Các phép tính ẩn bên trong một cổng kết nối không có tài liệu có thể gây ra những vấn đề hỗ trợ lâu dài. Kỹ sư cần các định nghĩa rõ ràng cho mọi giá trị dẫn xuất, bao gồm đơn vị, tần suất cập nhật, giới hạn và điều kiện đặt lại.

Lớp biên cũng phải xử lý dữ liệu không hợp lệ. Cảm biến bị ngắt kết nối, giá trị lỗi thời, thời gian chờ giao tiếp hết hạn hoặc phép đo nằm ngoài phạm vi không được hiển thị như giá trị bằng không hợp lệ.

Cờ chất lượng dữ liệu giúp các ứng dụng phía sau phân biệt điều kiện quy trình thực tế với lỗi thiết bị đo. Nếu không có các cờ này, hệ thống phân tích có thể học từ dữ liệu bị hỏng và đưa ra kết luận sai lệch.

Lớp mạng kết nối các thiết bị mà không trực tiếp điều khiển quy trình

Lớp kết nối truyền thông tin giữa cảm biến, bộ điều khiển, thiết bị biên, hệ thống giám sát, hệ thống lưu trữ dữ liệu lịch sử và các ứng dụng doanh nghiệp. Mục đích của lớp này không chỉ là truyền các gói dữ liệu. Nó phải duy trì thông tin về thời gian, danh tính, chất lượng và bảo mật.

Các nhà máy hiện đại hiếm khi chỉ sử dụng một tiêu chuẩn truyền thông. Một cơ sở duy nhất có thể kết hợp hệ thống đấu dây rời, tín hiệu analog, IO-Link, các giao thức công nghiệp dựa trên Ethernet, mạng nối tiếp, hệ thống fieldbus, thiết bị không dây và các giao diện riêng của nhà cung cấp.

Tính không đồng nhất này phản ánh hàng thập kỷ đầu tư vào thiết bị. Các dự án phân tích mới thường phải kết nối thiết bị hiện đại với máy móc cũ thay vì thay thế toàn bộ kiến trúc nhà máy.

Các thiết bị Sensor Integration Gateway và Sensor Integration Machine giải quyết một phần thách thức này. Một cổng kết nối có thể thu thập thông tin từ nhiều cảm biến và cung cấp thông tin đó thông qua một giao thức công nghiệp cấp cao hơn.

Chẳng hạn, một IO-Link master cho phép các cảm biến tương thích trao đổi giá trị quy trình, tham số, dữ liệu nhận dạng và thông tin chẩn đoán thông qua các kết nối điểm-điểm được tiêu chuẩn hóa.

Khả năng này giúp đơn giản hóa việc thay thế và cấu hình thiết bị. Thay vì phải cài đặt thủ công từng cảm biến thay thế, hệ thống điều khiển hoặc bộ chủ có thể khôi phục các tham số đã xác định.

Các thiết bị Sensor Integration Machine bổ sung khả năng tính toán cục bộ. Chúng có thể thu thập dữ liệu từ nhiều loại cảm biến, xử lý thông tin và cung cấp dữ liệu cho các nền tảng phần mềm hoặc ứng dụng công nghiệp theo một định dạng nhất quán.

Các thiết bị này hoạt động như bộ tổng hợp, cầu nối giao thức và máy tính biên. Giá trị của chúng tăng lên khi giúp giảm độ phức tạp tích hợp thay vì tạo thêm một ốc đảo dữ liệu biệt lập.

Các nhà máy mở rộng lớp này có thể xem xét các thành phần truyền thông và mạng công nghiệp phù hợp khi tích hợp cổng kết nối, thiết bị từ xa, bộ điều khiển và hệ thống giám sát trên các nền tảng tự động hóa hỗn hợp.

IO-Link Bổ sung khả năng chẩn đoán mà không thay thế điều khiển xác định

IO-Link đặc biệt hữu ích ở những nơi nhà máy muốn có thêm thông tin chẩn đoán từ các cảm biến và cơ cấu chấp hành thông thường. Công nghệ này vẫn duy trì kết nối thiết bị điểm-điểm đơn giản, đồng thời bổ sung khả năng giao tiếp số.

Bộ điều khiển có thể nhận giá trị quy trình chính cùng với thông tin định danh và tình trạng thiết bị. Tùy thuộc vào thiết bị, dữ liệu có sẵn có thể bao gồm nhiệt độ vận hành, chất lượng tín hiệu, cảnh báo nhiễm bẩn, số chu kỳ đóng cắt, các giá trị cấu hình và sự kiện chẩn đoán.

Thông tin bổ sung này hỗ trợ công tác bảo trì và giúp khắc phục sự cố nhanh hơn. Kỹ thuật viên có thể nhanh chóng phân biệt đường truyền quang bị che khuất với thiết bị hỏng hoặc sự cố dây dẫn.

Việc định danh thiết bị cũng làm giảm lỗi khi thay thế. Nhân viên bảo trì có thể xác minh mẫu thiết bị đã lắp có khớp với cấu hình yêu cầu hay không.

Tuy nhiên, IO-Link không tự động tạo ra hoạt động phân tích hữu ích. Các nhà máy vẫn cần thẻ có cấu trúc, chính sách lưu trữ, mức độ ưu tiên của cảnh báo và quy trình công việc bảo trì.

Thu thập mọi byte chẩn đoán có sẵn mà không xác định mục đích có thể khiến các nhóm kỹ thuật bị quá tải. Dự án nên xác định điều kiện nào cho thấy tình trạng xuống cấp, điều kiện nào cần hành động ngay lập tức và điều kiện nào chỉ phục vụ việc khắc phục sự cố.

Một phương án triển khai thực tế có thể bắt đầu với một vài thiết bị có giá trị cao. Các cảm biến thường xuyên tiếp xúc với chất bẩn, phải điều chỉnh, chịu hư hỏng cơ học hoặc khó tiếp cận thường là những ứng viên ban đầu thuyết phục nhất.

Khi đó, kỹ sư có thể so sánh các cảnh báo chẩn đoán với kết quả bảo trì thực tế. Việc xác thực này xác định liệu thông tin có dự đoán được các sự kiện hữu ích hay chỉ tạo thêm nhiễu.

Chuẩn hóa dữ liệu quan trọng hơn chuyển đổi giao thức

Kết nối các thiết bị thông qua một giao thức chung không đảm bảo dữ liệu của chúng có thể được so sánh. Hai cảm biến có thể giao tiếp thành công nhưng sử dụng các đơn vị, thang đo, quy ước đặt tên, mã trạng thái và tốc độ cập nhật khác nhau.

Một thiết bị đo nhiệt độ có thể báo cáo độ C dưới dạng giá trị dấu phẩy động. Thiết bị khác có thể truyền một số nguyên cần chia cho mười. Thiết bị thứ ba có thể cung cấp độ F trừ khi được cấu hình thủ công.

Chuẩn hóa chuyển những khác biệt này thành các biểu diễn kỹ thuật nhất quán. Việc này cũng thiết lập các định nghĩa chung cho trạng thái tài sản, mức độ nghiêm trọng của cảnh báo, chất lượng dữ liệu và nguồn đo.

Định danh tài sản cần được đặc biệt chú ý. Cơ sở dữ liệu phải phân biệt giữa cảm biến vật lý, vị trí lắp đặt, thiết bị mà cảm biến giám sát và quy trình sản xuất mà thiết bị đó hỗ trợ.

Một cảm biến có thể được thay thế trong khi vị trí đo vẫn không đổi. Phân tích lịch sử nên tiếp tục xuyên suốt quá trình thay thế, nhưng hồ sơ bảo trì vẫn phải xác định rõ thiết bị ban đầu và thiết bị thay thế.

Việc đồng bộ thời gian cũng quan trọng không kém. Dữ liệu từ nhiều bộ điều khiển không thể được đánh giá chính xác khi đồng hồ của chúng chênh lệch đáng kể. Việc phân tích trình tự, tái dựng sự kiện và nghiên cứu quan hệ nhân quả phụ thuộc vào dấu thời gian đáng tin cậy.

Các cơ sở nên xác định một chiến lược đồng bộ thời gian nhất quán. Họ cũng nên ghi rõ dấu thời gian bắt nguồn từ cảm biến, bộ điều khiển, gateway, máy chủ hay cơ sở dữ liệu.

Độ trễ mạng có thể ảnh hưởng đến thứ tự sự kiện. Một giá trị đến máy chủ trước có thể không phải là giá trị xảy ra trước trong quy trình. Dấu thời gian tại nguồn giúp duy trì đúng trình tự thực tế.

Hình 3. Dữ liệu ở cấp độ mạng trở nên có giá trị khi nhiều thiết bị chia sẻ thông tin nhất quán về thời gian, ngữ cảnh, cách đặt tên và chất lượng.

Dung lượng mạng phải phù hợp với trường hợp sử dụng dữ liệu

Khối lượng dữ liệu cảm biến có thể tăng nhanh chóng. Một vài bit trạng thái tạo ra lưu lượng mạng tối thiểu. Nhiều camera độ phân giải cao, dạng sóng rung và phép đo chuyển động tốc độ cao tạo ra yêu cầu hoàn toàn khác.

Các nhà máy nên tính toán khối lượng dữ liệu trước khi triển khai. Phép tính cần bao gồm tần suất lấy mẫu, kích thước giá trị, số lượng thiết bị, chi phí giao thức, thời gian lưu trữ, tính dự phòng và mức tăng trưởng dự kiến.

Dữ liệu cũng nên được phân loại theo mức độ khẩn cấp. Một lệnh điều khiển có yêu cầu về thời gian khác với một xu hướng bảo trì hằng tuần. Việc trộn lẫn chúng mà không phân đoạn có thể đe dọa cả hiệu suất lẫn an ninh mạng.

Thiết kế mạng công nghiệp có thể bao gồm các vùng riêng cho điều khiển máy, lưu lượng giám sát, thu thập dữ liệu lịch sử, quyền truy cập kỹ thuật và tích hợp doanh nghiệp.

Switch được quản lý, các cơ chế kiểm soát chất lượng dịch vụ, tính dự phòng và giám sát lưu lượng có thể cải thiện độ tin cậy. Tuy nhiên, công nghệ không thể thay thế tài liệu. Kỹ sư vẫn cần sơ đồ mạng chính xác, danh mục thiết bị, phân công cổng, hồ sơ firmware và cấu hình sao lưu.

Các nhà máy cũng nên xác định cách hệ thống hoạt động khi mất liên lạc. Máy móc không được trở nên mất an toàn chỉ vì máy chủ phân tích không khả dụng.

Điều khiển cục bộ phải tiếp tục theo thiết kế của máy. Gateway nên đệm dữ liệu khi phù hợp, đánh dấu các khoảng gián đoạn liên lạc và khôi phục đồng bộ sau khi kết nối lại.

Dữ liệu bị thiếu phải vẫn được hiển thị rõ ràng. Việc âm thầm điền các khoảng trống bằng những giá trị trước đó có thể tạo ra các xu hướng sai lệch. Các ứng dụng phân tích cần phân biệt giữa một quy trình ổn định và khoảng thời gian không có phép đo hợp lệ.

An ninh mạng bắt đầu từ việc hạn chế các kết nối không cần thiết

Mỗi đường dẫn dữ liệu mới đều tạo ra những hệ quả tiềm ẩn về vận hành và an ninh mạng. Việc kết nối mạng cảm biến với phần mềm doanh nghiệp có thể làm lộ các thiết bị trước đây được cô lập.

Một kiến trúc an toàn sử dụng phân đoạn mạng, các giao diện được kiểm soát, quyền truy cập có xác thực, quyền hạn tối thiểu cần thiết và các đường truyền thông được giám sát.

Các nền tảng phân tích nhìn chung cần quyền đọc để xử lý dữ liệu. Chúng không nên tự động được cấp quyền thay đổi logic bộ điều khiển, tham số cảm biến, cài đặt bộ truyền động hoặc các giới hạn an toàn.

Quyền ghi cần được hạn chế và có lý do chính đáng. Công cụ đề xuất có thể gợi ý thay đổi giá trị đặt, nhưng một lớp điều khiển được phê duyệt phải xác thực và áp dụng thay đổi đó.

Việc truy cập từ xa để bảo trì cũng đòi hỏi kỷ luật tương tự. Quyền truy cập tạm thời, xác thực đa yếu tố, ghi nhật ký hoạt động và các quy trình phê duyệt được xác định rõ giúp giảm rủi ro.

Quản lý thiết bị là một mối quan tâm khác. Cảm biến thông minh và cổng kết nối có thể chứa chương trình cơ sở, giao diện web, thông tin xác thực, chứng chỉ và tệp cấu hình. Những tài sản này cần được kiểm kê và quản lý trong suốt vòng đời.

Mật khẩu mặc định và chương trình cơ sở không được quản lý có thể làm suy yếu một dự án phân tích vốn được thiết kế tốt. Các nhà máy nên đưa thiết bị biên và cảm biến thông minh vào chương trình bảo mật công nghệ vận hành của mình.

Không nên bổ sung bảo mật sau khi triển khai. Các vùng mạng, luồng dữ liệu, vai trò người dùng, phương thức sao lưu và quy trình khôi phục cần được xác định trong quá trình phát triển kiến trúc.

Lớp doanh nghiệp kết nối các phép đo với kết quả kinh doanh

Lớp phân tích cấp doanh nghiệp áp dụng dữ liệu cảm biến trên nhiều máy móc, dây chuyền sản xuất hoặc cơ sở. Mục đích của lớp này không chỉ đơn giản là hiển thị nhiều bảng điều khiển hơn. Lớp này phải kết nối hoạt động của thiết bị với các kết quả vận hành có thể đo lường.

Các ví dụ bao gồm giảm thời gian ngừng hoạt động, cải thiện tỷ lệ đạt, giảm mức tiêu thụ năng lượng, kéo dài tuổi thọ tài sản, giảm nhân công bảo trì, khắc phục sự cố nhanh hơn và duy trì tốc độ sản xuất ổn định hơn.

Ở cấp độ này, dữ liệu cảm biến có thể được kết hợp với các hệ thống điều hành sản xuất, hệ thống quản lý bảo trì bằng máy tính, cơ sở dữ liệu chất lượng, lịch sản xuất, hệ thống quản lý hàng tồn kho và các nền tảng hoạch định nguồn lực doanh nghiệp.

Bối cảnh bổ sung cho phép đặt ra những câu hỏi có giá trị hơn. Thay vì hỏi liệu động cơ có chạy nóng hay không, doanh nghiệp có thể hỏi liệu nhiệt độ tăng có tương quan với loại sản phẩm, tốc độ sản xuất, điều kiện môi trường, lịch sử bảo trì hoặc mức sử dụng năng lượng hay không.

Thay vì đếm số sản phẩm bị loại, các chuyên viên phân tích có thể xác định những nhóm lỗi nào xuất hiện theo lô vật liệu, công thức máy, tình trạng dụng cụ, ca làm việc hoặc nhà cung cấp.

Phân tích cấp doanh nghiệp cũng hỗ trợ so sánh giữa các tài sản tương tự. Một nhà máy có thể vận hành hai mươi máy bơm tương đương. Một máy bơm có thể tiêu thụ nhiều điện hơn, rung mạnh hơn hoặc cần bảo trì thường xuyên hơn trong các điều kiện vận hành tương tự.

Việc so sánh này có thể phát hiện những vấn đề mà các giới hạn cảnh báo cố định bỏ sót. Máy bơm có thể vẫn nằm dưới ngưỡng cảnh báo nhưng hoạt động kém hơn đáng kể so với các máy tương đương.

Tuy nhiên, việc so sánh đòi hỏi dữ liệu được chuẩn hóa và bối cảnh vận hành chính xác. Không nên xếp hạng các tài sản nếu chưa tính đến tốc độ, tải, lưu chất công nghệ, chu kỳ làm việc và điều kiện môi trường.

Bảo trì dự đoán bắt đầu từ các chế độ hỏng hóc được xác định rõ

Bảo trì dự đoán vẫn là một trong những ứng dụng phân tích dữ liệu cảm biến phổ biến nhất. Đây cũng là một trong những ứng dụng thường bị hiểu sai nhất.

Mục tiêu không phải là dự đoán mọi hỏng hóc với độ chính xác hoàn hảo. Mục tiêu thực tế là phát hiện sự suy giảm đáng kể đủ sớm để cải thiện các quyết định bảo trì.

Một dự án vững chắc bắt đầu với một thiết bị và dạng hỏng hóc được xác định rõ. Kỹ sư nên xác định bộ phận hỏng như thế nào, những thay đổi vật lý nào xảy ra trước đó và phép đo nào có thể phát hiện các thay đổi ấy.

Đối với ổ trục, thông tin hữu ích có thể bao gồm độ rung, nhiệt độ, tốc độ, tình trạng bôi trơn và tải. Đối với bộ lọc, chênh lệch áp suất có thể là chỉ báo rõ ràng nhất. Đối với hệ thống khí nén, sự suy giảm áp suất và thời gian hành trình của bộ truyền động có thể cho thấy rò rỉ.

Đối với một mối nối điện, mức tăng nhiệt độ khi có tải có thể cho thấy điện trở đang tăng. Đối với máy bơm, độ rung, áp suất, lưu lượng, dòng điện động cơ và các điều kiện của quy trình có thể cần được đánh giá kết hợp.

Khi đã hiểu rõ dạng hỏng hóc, đội ngũ có thể chọn các đặc trưng và giới hạn phù hợp. Hệ thống có thể sử dụng các ngưỡng cố định, tốc độ thay đổi, độ lệch thống kê, so sánh với các thiết bị tương đương, phân tích tần số hoặc các mô hình học máy.

Các phương pháp đơn giản thường mang lại kết quả tốt. Một giới hạn xu hướng được xác định rõ có thể hữu ích hơn một mô hình phức tạp mà nhân viên bảo trì không thể diễn giải.

Mô hình cũng nên hỗ trợ các quyết định có thể giải thích được. Đội bảo trì có nhiều khả năng hành động hơn khi hệ thống xác định độ rung đang tăng ở một tần số cụ thể và nhiệt độ ổ trục đang tăng.

Điểm tình trạng chung giảm từ 82 xuống 74 mang lại ít giá trị chẩn đoán hơn nếu không thể hiện rõ các yếu tố đóng góp.

Quản lý cảnh báo quyết định liệu hoạt động phân tích có tạo được niềm tin hay không

Một hệ thống phân tích sẽ nhanh chóng mất uy tín khi tạo ra quá nhiều cảnh báo. Các đội bảo trì bắt đầu phớt lờ thông báo khi phần lớn trong số đó không cần hành động.

Vì vậy, mọi cảnh báo cần có ý nghĩa, mức độ ưu tiên, người phụ trách, phương án phản hồi và lộ trình chuyển cấp được xác định rõ. Thông báo nên xác định thiết bị, tình trạng, bằng chứng hỗ trợ và đề xuất kiểm tra.

Cảnh báo cũng nên xét đến trạng thái của quy trình. Cảnh báo lưu lượng thấp có thể không liên quan khi máy đang không hoạt động. Mức rung cao có thể là điều bình thường trong một giai đoạn chuyển tiếp ngắn khi khởi động.

Logic duy trì và trì hoãn có thể giảm các cảnh báo gây phiền nhiễu. Tuy nhiên, việc trì hoãn không được che giấu các hỏng hóc phát triển nhanh. Cấu hình phù hợp phụ thuộc vào quy trình và rủi ro.

Các nhà máy nên theo dõi hiệu suất cảnh báo. Các chỉ số hữu ích bao gồm tỷ lệ cảnh báo dương tính giả, tỷ lệ bỏ sót sự kiện, thời gian phản hồi, các phát hiện đã xác nhận, thời gian ngừng máy tránh được và các hành động bảo trì được tạo ra.

Phản hồi từ kỹ thuật viên là thiết yếu. Sau khi kiểm tra, kỹ thuật viên nên ghi lại liệu cảnh báo có xác định đúng một tình trạng thực tế hay không, bộ phận nào bị ảnh hưởng và đã thực hiện hành động nào.

Phản hồi này giúp cải thiện các ngưỡng và mô hình. Nó cũng tạo ra một lịch sử có giá trị, liên kết hành vi của cảm biến với các phát hiện thực tế.

Nếu không có phản hồi, hoạt động phân tích vẫn tách rời khỏi thực tế bảo trì. Nền tảng có thể tiếp tục lặp lại cùng một kết luận không chính xác.

Phân tích chất lượng có thể phát hiện sự trôi lệch của quy trình trước khi tỷ lệ loại bỏ tăng

Phân tích dữ liệu cảm biến không chỉ giới hạn ở việc bảo trì thiết bị. Nó cũng có thể xác định những thay đổi ảnh hưởng đến chất lượng sản phẩm.

Kiểm soát chất lượng truyền thống thường tập trung vào kết quả kiểm tra thành phẩm. Sản phẩm либо đạt hoặc không đạt. Khi tỷ lệ loại bỏ tăng lên, quy trình nền tảng có thể đã trôi lệch trong nhiều giờ.

Kết hợp dữ liệu kiểm tra với tình trạng máy có thể đưa ra cảnh báo sớm hơn. Sự dịch chuyển dần về kích thước có thể tương quan với độ mòn của dụng cụ, nhiệt độ máy, biến động áp suất, đặc tính vật liệu hoặc chuyển động của đồ gá.

Hệ thống thị giác có thể cung cấp vị trí, kích thước, hướng và phân loại của khuyết tật. Cảm biến quy trình có thể bổ sung thông tin về nhiệt độ, áp suất, tốc độ, lực và vị trí.

Sau đó, phân tích có thể xác định những biến số thay đổi trước khi xuất hiện lỗi. Mục tiêu không chỉ là giải thích việc loại bỏ sản phẩm sau khi sản xuất, mà là kiểm soát quy trình trước khi sản lượng vượt quá giới hạn kỹ thuật.

Ví dụ, một dây chuyền đóng gói có thể tiếp tục tạo ra các mối hàn đạt yêu cầu trong khi độ phân bố nhiệt độ của hàm hàn trở nên kém đồng đều hơn. Xu hướng tăng thời gian phục hồi nhiệt độ có thể cho thấy bộ gia nhiệt bị suy giảm hoặc nhiễm bẩn.

Bộ phận bảo trì có thể kiểm tra thiết bị trước khi hỏng phớt làm gia tăng vấn đề. Biện pháp can thiệp này bảo vệ cả chất lượng và khả năng sẵn sàng sản xuất.

Kiểm soát quy trình bằng phương pháp thống kê vẫn có giá trị trong các ứng dụng này. Các giới hạn kiểm soát có thể phát hiện biến động bất thường ngay cả khi các phép đo vẫn nằm trong giới hạn kỹ thuật của sản phẩm.

Giới hạn kỹ thuật xác định sản lượng có thể chấp nhận. Giới hạn kiểm soát thống kê cho biết quy trình có vận hành nhất quán hay không. Nhầm lẫn hai khái niệm này có thể làm chậm hành động khắc phục.

Dữ liệu năng lượng trở nên hữu ích hơn khi được chuẩn hóa theo sản lượng

Giám sát năng lượng mang lại một ứng dụng thực tiễn khác cho dữ liệu từ cảm biến và bộ điều khiển. Động cơ, bộ truyền động, bộ gia nhiệt, máy nén và các hệ thống tiện ích có thể cho thấy các mô hình tiêu thụ.

Chỉ riêng tổng năng lượng hiếm khi giải thích được hiệu suất. Cần xem xét tốc độ sản xuất, loại sản phẩm, chế độ vận hành, điều kiện môi trường xung quanh và mức tải của thiết bị.

Một máy có thể tiêu thụ ít năng lượng hơn trong một ca làm việc chậm, nhưng lại dùng nhiều năng lượng hơn trên mỗi đơn vị thành phẩm. Một máy khác có thể có tổng mức tiêu thụ cao hơn vì tạo ra sản lượng lớn hơn đáng kể.

Các chỉ số hữu ích bao gồm kilowatt-giờ trên mỗi đơn vị sản phẩm, mức tiêu thụ khí nén mỗi chu kỳ, lượng hơi sử dụng cho mỗi mẻ và công suất cực đại trong các hoạt động cụ thể.

Dữ liệu truyền động có thể cho biết động cơ đang vận hành thấp hơn nhiều hay gần mức tải dự kiến. Các phép đo áp suất và lưu lượng có thể giúp xác định vị trí thất thoát khí nén. Dữ liệu nhiệt độ và thời gian vận hành có thể cho thấy hệ thống gia nhiệt vẫn hoạt động trong những khoảng thời gian ngừng máy kéo dài.

Phân tích năng lượng nên dẫn đến hành động vận hành. Các biện pháp có thể gồm giảm thời gian không tải, sửa chỗ rò rỉ, điều chỉnh áp suất, sắp xếp trình tự thiết bị tải cao, tối ưu hóa biên dạng tăng tốc hoặc thay đổi quy trình khởi động làm nóng.

Các nhà máy nên xác minh rằng những thay đổi nhằm tiết kiệm năng lượng không làm giảm chất lượng, độ an toàn hoặc tuổi thọ thiết bị. Việc giảm áp suất có thể tiết kiệm khí nén nhưng gây ra chuyển động không ổn định của cơ cấu chấp hành.

Những cải tiến tốt nhất cân bằng giữa năng lượng, năng suất, độ tin cậy và yêu cầu sản phẩm.

Ví dụ về băng tải cho thấy cách nhiều lớp dữ liệu phối hợp với nhau

Hãy xem xét một băng tải vận chuyển sản phẩm giữa các trạm đóng gói. Ở cấp độ máy, cảm biến quang điện phát hiện từng sản phẩm. Một encoder theo dõi chuyển động của băng tải, còn bộ truyền động điều khiển tốc độ.

PLC sử dụng các đầu vào này để duy trì khoảng cách sản phẩm và phối hợp thiết bị ở hạ nguồn. Chức năng điều khiển tức thời này phải duy trì tính xác định.

Các tín hiệu tương tự cũng có thể hỗ trợ phân tích vận hành. Dấu thời gian của sản phẩm cho phép tính năng suất thực tế. Dữ liệu encoder cho thấy biến thiên tốc độ. Mô-men xoắn truyền động cho biết tải cơ khí đang thay đổi.

Nếu mô-men xoắn tăng dần trong khi năng suất vẫn không đổi, băng tải có thể đang phát sinh ma sát. Các nguyên nhân có thể gồm lệch băng, mòn ổ trục, nhiễm bẩn hoặc tiếp xúc cơ khí.

Nếu khoảng thời gian phát hiện sản phẩm trở nên không đều trong khi tốc độ băng tải vẫn ổn định, vấn đề có thể bắt nguồn từ phía trước. Nếu tốc độ encoder dao động trong khi lệnh truyền động không đổi, việc điều tra có thể tập trung vào tải cơ khí hoặc hiệu suất truyền động.

Thiết bị biên có thể tính năng suất, độ biến thiên khoảng cách, mô-men xoắn trung bình và các sự kiện bất thường. Mạng truyền các chỉ số này đến hệ thống lưu trữ dữ liệu lịch sử hoặc nền tảng phân tích.

Hệ thống doanh nghiệp có thể so sánh hiệu suất theo ca, quy cách sản phẩm và lệnh sản xuất. Hồ sơ bảo trì có thể xác nhận liệu mô-men xoắn tăng có xảy ra trước các sự cố băng tải trước đó hay không.

Cảm biến ban đầu vẫn thực hiện một nhiệm vụ phát hiện đơn giản. Kiến trúc mở rộng biến kết quả phát hiện đó thành bằng chứng về năng suất, độ tin cậy và sự phối hợp của quy trình.

Thiết bị CNC được hưởng lợi từ việc kết hợp dữ liệu tải, chuyển động và chất lượng

Quy trình gia công CNC là một ví dụ phức tạp hơn. Hệ thống điều khiển vốn đã quản lý tốc độ trục chính, tốc độ tiến dao, vị trí trục, dung dịch làm mát, việc thay dụng cụ và các liên động an toàn.

Các phép đo bổ sung có thể bao gồm tải trục chính, dòng điện động cơ, độ rung, phát xạ âm, nhiệt độ và kết quả kiểm tra kích thước.

Tải trục chính có thể cho biết điều kiện cắt, nhưng việc diễn giải cần có ngữ cảnh. Tải cao hơn có thể phản ánh lô vật liệu cứng hơn, chiều sâu cắt lớn hơn, dụng cụ bị mòn, phoi tích tụ hoặc thông số quy trình không chính xác.

Việc kết hợp tải với nhận dạng dụng cụ, bước chương trình, vật liệu, tốc độ tiến dao và độ rung sẽ cho thấy bức tranh rõ ràng hơn.

Một vấn đề đang phát triển ở dao cụ có thể biểu hiện qua tải trục chính tăng, độ rung lớn hơn, thời gian chu kỳ dài hơn và sai lệch kích thước tăng dần. Không chỉ báo nào trong số này tự nó chứng minh được nguyên nhân.

Kết hợp lại, các yếu tố này có thể kích hoạt một cuộc kiểm tra có mục tiêu trước khi dao cụ bị gãy hoặc tạo ra lượng phế phẩm lớn.

Việc so sánh với dữ liệu lịch sử cũng giúp tối ưu hóa thời điểm thay dao cụ. Khoảng thời gian thay thế cố định có thể loại bỏ những dao cụ vẫn còn sử dụng được hoặc để dao cụ đã mòn tiếp tục hoạt động quá lâu.

Thay thế dựa trên tình trạng có thể cải thiện hiệu suất sử dụng dao cụ đồng thời bảo vệ chất lượng. Tuy nhiên, quyết định vẫn nên bao gồm các giới hạn kỹ thuật và bằng chứng kiểm tra.

Đối với các hoạt động gia công quan trọng, hệ thống có thể lưu giữ dữ liệu độ phân giải cao xung quanh các sự kiện bất thường. Hoạt động sản xuất thông thường có thể sử dụng các chỉ báo tóm tắt để kiểm soát nhu cầu lưu trữ.

Dây chuyền đóng gói cho thấy tầm quan trọng của bối cảnh sản phẩm

Thiết bị đóng gói thường xử lý nhiều quy cách sản phẩm trên cùng một dây chuyền. Cảm biến giám sát sự hiện diện, vị trí, mức chiết rót, nhãn, nắp, đường niêm phong, mã và kích thước bao bì.

Tỷ lệ cảnh báo có vẻ ngẫu nhiên có thể trở nên dễ hiểu sau khi phân tách dữ liệu theo quy cách. Một cảm biến có thể hoạt động ổn định trên một loại bao bì nhưng gặp khó khăn với sản phẩm phản quang, trong suốt hoặc không đều.

Do đó, thông tin về công thức sản xuất trở nên thiết yếu. Phân tích cần biết sản phẩm, bao bì, tốc độ và thiết lập máy nào đang được sử dụng.

Tỷ lệ sản phẩm bị loại tăng ngay sau khi chuyển đổi có thể cho thấy việc điều chỉnh không chính xác. Mức tăng dần trong suốt một đợt sản xuất dài có thể gợi ý nhiễm bẩn, trôi nhiệt hoặc mài mòn cơ khí.

Hình ảnh thị giác máy có thể cho biết cùng một vị trí lỗi có lặp lại hay không. Dữ liệu bộ mã hóa có thể xác định liệu các sản phẩm bị loại có tương ứng với một vị trí cụ thể của máy hoặc bộ phận quay hay không.

Các nhóm bảo trì và sản xuất có thể sử dụng thông tin này để phân biệt lỗi thiết bị với vấn đề cài đặt, biến thiên vật liệu và hạn chế của cảm biến.

Phân tích cũng có thể định hướng việc lựa chọn cảm biến. Một thiết bị hoạt động tốt trên thùng carton đục có thể không phù hợp với các vật chứa trong suốt.

Phân tích không thể khắc phục một nguyên lý cảm biến kém. Tuy nhiên, phân tích có thể cung cấp bằng chứng cho thấy công nghệ được chọn không phù hợp với ứng dụng.

Thiết bị quay cần các phép đo phù hợp với đặc tính vật lý

Máy móc quay cho thấy vì sao việc lựa chọn cảm biến phải dựa trên vật lý của hư hỏng. Máy bơm, quạt, máy nén, tua-bin và động cơ có thể phát sinh mất cân bằng, lệch tâm, lỏng, hư hỏng ổ trục, cộng hưởng, cọ xát và mất ổn định liên quan đến quy trình.

Các giá trị độ rung tổng thể cung cấp thông tin sàng lọc hữu ích, nhưng một số vấn đề đòi hỏi thông tin về dạng sóng và tần số. Dữ liệu tham chiếu tốc độ cũng có thể cần thiết để liên hệ các thành phần rung với chuyển động quay của trục.

Xu hướng nhiệt độ có thể hỗ trợ chẩn đoán, mặc dù nhiệt độ thường thay đổi muộn hơn độ rung. Áp suất quy trình, lưu lượng, tải và tốc độ vận hành giúp phân biệt lỗi cơ khí với biến thiên vận hành bình thường.

Một máy bơm có thể rung mạnh hơn vì đang vận hành xa vùng quy trình tối ưu. Việc thay ổ trục sẽ không khắc phục được điều kiện vận hành đó.

Đối với các tài sản này, việc giám sát tình trạng nên kết hợp kiến thức về máy móc với dữ liệu quy trình. Kiến trúc có thể bao gồm phần cứng bảo vệ chuyên dụng, hệ thống giám sát tình trạng, thông tin từ PLC và phần mềm bảo trì doanh nghiệp.

Các nhà máy đánh giá kiến trúc rộng hơn này nên phân biệt giữa bảo vệ máy móc và phân tích. Hệ thống bảo vệ phải phản hồi nhanh chóng và đáng tin cậy trước các tình huống nguy hiểm. Hệ thống phân tích hỗ trợ chẩn đoán, lập kế hoạch và tối ưu hóa.

Các chức năng có thể chia sẻ thông tin, nhưng trách nhiệm của chúng vẫn cần được phân định rõ ràng.

Danh mục sản phẩm của SICK nằm ở đâu trong chuỗi dữ liệu

SICK cung cấp các thiết bị thuộc nhiều phần khác nhau trong kiến trúc dữ liệu cảm biến. Danh mục sản phẩm của hãng bao gồm cảm biến quang điện, thiết bị nhận dạng, bộ mã hóa, sản phẩm thị giác máy, cổng tích hợp, máy tính biên và phần mềm phân tích.

Ở cấp độ máy, cảm biến tiệm cận quang điện W10 kết hợp khả năng cấu hình tại chỗ với các chức năng cảm biến linh hoạt. Giao diện màn hình cảm ứng có thể đơn giản hóa việc thiết lập khi điều kiện ứng dụng thay đổi hoặc cần nhiều kiểu phát hiện khác nhau.

Dòng Lector85x hỗ trợ các ứng dụng đọc mã và nhận dạng dựa trên hình ảnh. Những hệ thống này có thể cung cấp thông tin đã giải mã cùng với dữ liệu hình ảnh và chất lượng hữu ích cho việc phân tích logistics và sản xuất.

Các bộ mã hóa AFS/AFM60 cung cấp phản hồi vị trí cho các ứng dụng điều khiển chuyển động. Giá trị vận hành của chúng có thể vượt ra ngoài việc xác định vị trí khi thông tin về tốc độ, hướng, đồng bộ hóa và chẩn đoán được duy trì.

Ở cấp độ kết nối, SIG200 có thể kết nối các thiết bị IO-Link với những mạng tự động hóa rộng hơn. Cấu hình này cho phép các giá trị quy trình và dữ liệu chẩn đoán vượt ra ngoài phạm vi kết nối của từng cảm biến.

Các thiết bị SIM4x00 cung cấp thêm năng lực xử lý để tích hợp cảm biến. Chúng có thể thu thập thông tin, thực thi các ứng dụng cục bộ và truyền kết quả đã xử lý đến các hệ thống khác.

Ở cấp độ phần mềm, Field Analytics hỗ trợ thu thập và trực quan hóa dữ liệu sản xuất. Logistics Diagnostic Analytics tập trung vào việc giám sát hiệu suất và tình trạng của các hệ thống nhận dạng tự động.

Những sản phẩm này cho thấy một xu hướng rộng hơn của thị trường. Các nhà sản xuất cảm biến ngày càng cung cấp nhiều hơn các thiết bị đo lường vật lý. Hiện nay, họ còn cung cấp công cụ tích hợp, xử lý biên, quản lý thiết bị và các dịch vụ phần mềm.

Các nhà sản xuất vẫn nên đánh giá từng lớp một cách độc lập. Danh mục sản phẩm hoàn chỉnh không loại bỏ nhu cầu về các giao diện mở, kiến trúc dễ bảo trì, biện pháp kiểm soát an ninh mạng và khả năng tích hợp với các hệ thống hiện có.

Hình 4. Các cảm biến có thể cấu hình kết hợp việc phát hiện đối tượng thông thường với thông tin thiết lập và dữ liệu chẩn đoán để phục vụ phạm vi vận hành rộng hơn.

Kiến trúc PLC và PAC vẫn giữ vai trò trung tâm trong phân tích cảm biến

Mặc dù công nghệ điện toán biên và đám mây ngày càng được quan tâm, PLC hoặc PAC vẫn giữ vai trò trung tâm trong hầu hết kiến trúc dữ liệu nhà máy. Nó lưu giữ thông tin thiết yếu về trạng thái máy, trình tự, cảnh báo, công thức, lệnh và các liên động.

Các giá trị cảm biến không có bối cảnh từ bộ điều khiển thường khó diễn giải. PLC biết máy đang khởi động, chạy, dừng, gặp lỗi, bị chặn, thiếu nguồn cấp hay đang được bảo trì.

Vì lý do này, việc tích hợp phân tích nên bao gồm một phương thức được kiểm soát để cung cấp dữ liệu bộ điều khiển liên quan. Kỹ sư nên tránh cho phép truy cập không kiểm soát vào mọi thẻ nội bộ.

Một giao diện được xác định rõ giúp cải thiện tính bảo mật và khả năng bảo trì. Giao diện này cũng ngăn các ứng dụng phân tích phụ thuộc vào những biến chương trình tạm thời có thể thay đổi trong các lần sửa đổi sau này.

Các nhà máy đưa thông tin máy vào các hệ thống giám sát hoặc hệ thống doanh nghiệp có thể xem xét các hệ thống PLC và PAC tương thích khi bảo trì, mở rộng hoặc tiêu chuẩn hóa lớp điều khiển hỗ trợ thu thập dữ liệu cảm biến.

Chương trình điều khiển cũng có thể tính toán các chỉ số cấp độ đầu tiên hữu ích. Ví dụ gồm thời gian chu kỳ, thời gian bị chặn, thời gian thiếu nguồn cấp, tần suất lỗi, phản hồi của cơ cấu chấp hành, số lượng sản phẩm và số lượng sản phẩm bị loại.

Các phép tính này không nên gây quá tải cho bộ điều khiển. Xử lý tín hiệu tốc độ cao, phân tích hình ảnh và các mô hình phức tạp có thể nên được thực hiện trên phần cứng chuyên dụng.

Kiến trúc hoạt động hiệu quả nhất khi mỗi thành phần thực hiện nhiệm vụ phù hợp với yêu cầu về thời gian, độ tin cậy và bảo trì của nó.

Triển khai thực tế bắt đầu với một câu hỏi có giá trị

Chương trình phân tích cảm biến không cần bắt đầu với toàn bộ nhà máy. Chương trình có thể bắt đầu bằng một câu hỏi vận hành có giá trị đo lường được.

Ví dụ gồm xác định lý do băng tải dừng, phát hiện rò rỉ trong hệ thống khí nén, giảm tỷ lệ loại bỏ sai, kéo dài tuổi thọ dụng cụ hoặc dự đoán thời điểm thay bộ lọc.

Bước đầu tiên là xác định quyết định cần đưa ra. Nhóm nên xác định ai sẽ sử dụng thông tin và họ có thể thực hiện hành động nào.

Bước thứ hai là lập bản đồ dữ liệu cần thiết. Các cảm biến hiện có, thẻ bộ điều khiển, thông tin chẩn đoán biến tần, hồ sơ sản xuất và lịch sử bảo trì có thể đã cung cấp phần lớn bằng chứng.

Bước thứ ba là xác thực chất lượng đo lường. Kỹ sư nên kiểm tra việc lắp đặt cảm biến, tỷ lệ chuyển đổi, dấu thời gian, các giá trị bị thiếu và bối cảnh vận hành.

Bước thứ tư là xây dựng một quy trình dữ liệu giới hạn. Ban đầu chỉ nên thu thập các phép đo cần thiết cho trường hợp sử dụng.

Bước thứ năm là thiết lập đường cơ sở. Hệ thống phải quan sát mức biến thiên bình thường giữa các sản phẩm, tốc độ, ca làm việc và điều kiện môi trường.

Bước thứ sáu là xác định logic phát hiện. Việc này có thể bao gồm các ngưỡng, quy tắc thống kê, xu hướng hoặc một mô hình đơn giản.

Bước thứ bảy là tích hợp kết quả vào quy trình bảo trì hoặc sản xuất. Chỉ một bảng điều khiển hiếm khi làm thay đổi hoạt động.

Bước thứ tám là xác thực tác động kinh doanh. Nhóm nên so sánh kết quả với thời gian ngừng hoạt động, nhân công, phế phẩm, sản lượng hoặc chi phí bảo trì.

Sau khi chứng minh được giá trị, kiến trúc có thể mở rộng sang các tài sản bổ sung. Quy tắc đặt tên, mẫu và mô hình dữ liệu có thể tái sử dụng giúp triển khai về sau hiệu quả hơn.

Các Dự Án Phổ Biến Thất Bại Vì Bắt Đầu Từ Nền Tảng

Nhiều sáng kiến phân tích bắt đầu bằng việc chọn phần mềm trước khi xác định vấn đề vận hành. Các nhóm cài đặt một nền tảng, kết nối hàng nghìn thẻ rồi tìm kiếm các ứng dụng hữu ích.

Cách tiếp cận này thường tạo ra các bảng điều khiển bắt mắt nhưng không mang lại giá trị vận hành bền vững. Người dùng có thể xem chúng trong thời gian ngắn, nhưng các màn hình này không làm thay đổi quyết định.

Một thất bại phổ biến khác là bỏ qua chất lượng dữ liệu. Việc quy đổi sai, dấu thời gian không nhất quán, trạng thái sản xuất bị thiếu và các thay đổi thẻ không được ghi chép có thể làm mất hiệu lực của phân tích.

Các dự án cũng thất bại khi loại trừ nhân viên bảo trì và vận hành. Các nhà khoa học dữ liệu có thể nhận ra những mẫu thống kê nhưng không hiểu hành vi của máy móc đằng sau chúng.

Ngược lại, các kỹ thuật viên giàu kinh nghiệm có thể hiểu rõ cơ chế hỏng hóc nhưng không có quyền truy cập vào bằng chứng lịch sử. Các dự án vững chắc kết hợp cả hai góc nhìn.

Sự phức tạp quá mức tạo ra một rủi ro khác. Một mô hình tinh vi có thể đòi hỏi hỗ trợ liên tục, đào tạo lại và chuyên gia diễn giải. Một chỉ báo đơn giản hơn có thể mang lại phần lớn giá trị với chi phí vòng đời thấp hơn.

Các dự án thí điểm cũng có thể trở thành những hệ thống biệt lập vĩnh viễn. Chúng chỉ tồn tại trên một máy vì kiến trúc, quy tắc đặt tên, bảo mật và quyền sở hữu chưa bao giờ được thiết kế để mở rộng quy mô.

Các dự án thí điểm thành công nên kiểm thử cả trường hợp sử dụng lẫn phương thức triển khai. Nhóm cần tìm hiểu cách cấu hình thiết bị, cách tạo thẻ, cách kiểm soát quyền truy cập và cách duy trì các mô hình.

Phải Xác Định Quyền Sở Hữu Dữ Liệu Giữa Các Phòng Ban Kỹ Thuật

Phân tích cảm biến vượt qua các ranh giới tổ chức truyền thống. Kỹ sư điều khiển quản lý logic máy móc. Các nhóm công nghệ thông tin quản lý máy chủ và mạng doanh nghiệp. Các nhóm bảo trì chịu trách nhiệm về độ tin cậy của thiết bị. Các nhóm sản xuất chịu trách nhiệm về sản lượng.

Nếu không có quyền sở hữu rõ ràng, các vấn đề sẽ bị chuyển qua lại giữa các phòng ban. Một giá trị bị thiếu có thể bị xem là vấn đề mạng, bộ điều khiển, cơ sở dữ liệu hoặc cảm biến mà không có sự điều tra phối hợp.

Bộ phận cơ sở vật chất nên xác định trách nhiệm đối với các thiết bị hiện trường, giao diện bộ điều khiển, cổng kết nối, hạ tầng mạng, cơ sở dữ liệu, ứng dụng phân tích, an ninh mạng và hỗ trợ người dùng.

Họ cũng nên thiết lập các quy trình quản lý thay đổi. Việc đổi tên một thẻ PLC hoặc thay thế một cảm biến có thể ảnh hưởng đến các bảng điều khiển và mô hình.

Các định nghĩa dữ liệu cần được ghi chép có kiểm soát. Đơn vị đo, hệ số tỷ lệ, nguồn, tần suất cập nhật, trạng thái chất lượng và mục đích sử dụng phải luôn sẵn có trong suốt vòng đời của hệ thống.

Trách nhiệm sở hữu cũng áp dụng cho các kết luận phân tích. Mô hình không nên tự động tạo yêu cầu công việc bảo trì nếu chưa có quy trình xem xét được thống nhất.

Nhân viên lập kế hoạch bảo trì, kỹ sư độ tin cậy và giám sát sản xuất có thể cần các mức độ thông tin khác nhau. Cùng một tình trạng có thể hiển thị dưới dạng chế độ chẩn đoán chi tiết cho kỹ sư và yêu cầu hành động ngắn gọn cho giám sát viên.

Các chỉ số hiệu suất nên đo lường quyết định, không phải khối lượng dữ liệu

Số lượng cảm biến được kết nối không phải là thước đo đáng tin cậy cho thành công. Số lượng thẻ cơ sở dữ liệu, bảng điều khiển hoặc terabyte dữ liệu được lưu trữ cũng vậy.

Các chỉ số tốt hơn sẽ đo lường kết quả vận hành. Những chỉ số này có thể bao gồm giảm thời gian ngừng hoạt động ngoài kế hoạch, giảm phế phẩm, cải thiện tỷ lệ đạt ngay lần đầu, kéo dài tuổi thọ linh kiện, rút ngắn thời gian khắc phục sự cố hoặc giảm số lần bảo trì khẩn cấp.

Đối với bảo trì dự đoán, các nhà máy có thể đo hệ thống cung cấp cảnh báo trước bao lâu và liệu cảnh báo đó có làm thay đổi kế hoạch bảo trì hay không.

Đối với phân tích chất lượng, họ có thể đo lường liệu hiện tượng lệch của quy trình có được phát hiện trước khi sản phẩm bị loại hay không. Đối với các dự án năng lượng, họ có thể đo mức tiêu thụ trên mỗi đơn vị đạt yêu cầu.

Hiệu suất phân tích cũng nên bao gồm mức độ người dùng tiếp nhận. Một hệ thống chính xác về mặt kỹ thuật sẽ có giá trị hạn chế khi người vận hành và kỹ thuật viên không tin tưởng hoặc không sử dụng nó.

Việc theo dõi các phát hiện đã được xác nhận tạo ra một vòng phản hồi hiệu quả. Mỗi cảnh báo có thể được phân loại là chính xác, không chính xác, chưa thể kết luận hoặc không còn phù hợp.

Quy trình này từng bước cải thiện ứng dụng. Nó cũng giúp ban quản lý phân biệt các giải pháp phân tích đầy hứa hẹn với những dự án cần thiết kế lại.

Trí tuệ nhân tạo hoạt động hiệu quả nhất sau khi nền tảng dữ liệu ổn định

Trí tuệ nhân tạo có thể xác định các mối quan hệ phức tạp trong những tập dữ liệu lớn. Nó có thể hỗ trợ phát hiện bất thường, phân loại hình ảnh, dự báo và tối ưu hóa quy trình đa biến.

Tuy nhiên, AI không loại bỏ nhu cầu về các phép đo đáng tin cậy và bối cảnh kỹ thuật. Dữ liệu kém sẽ tạo ra mô hình kém, ngay cả khi thuật toán tinh vi.

Các nhà máy nên thiết lập nhất quán danh tính tài sản, dấu thời gian, trạng thái vận hành, đơn vị đo và chỉ báo chất lượng trước khi triển khai các mô hình nâng cao.

Dữ liệu huấn luyện phải phản ánh các điều kiện vận hành thực tế. Một mô hình chỉ được huấn luyện trong giai đoạn sản xuất ổn định có thể phân loại mọi lần khởi động là bất thường.

Việc sửa đổi thiết bị cũng có thể làm thay đổi đặc tính dữ liệu. Một động cơ, cảm biến, dụng cụ, công thức hoặc chiến lược điều khiển mới có thể đòi hỏi phải xem xét lại mô hình.

Các ứng dụng AI cần được quản lý trong suốt vòng đời. Các nhóm phải theo dõi hiệu suất mô hình, ghi lại phiên bản, xem xét hiện tượng lệch và xác định cách thức dự phòng.

Diễn giải của con người vẫn rất quan trọng. Kỹ sư cần hiểu những phép đo nào ảnh hưởng đến kết luận và liệu kết quả có phù hợp với hành vi vật lý hay không.

AI mang lại giá trị lớn nhất khi hỗ trợ nhân sự giàu kinh nghiệm. AI có thể sàng lọc các tập dữ liệu lớn và xác định những dạng bất thường. Sau đó, kỹ sư và kỹ thuật viên sẽ liên kết các dạng này với kiến thức về thiết bị.

Nhà máy tương lai sẽ sử dụng dữ liệu có chọn lọc, giàu ngữ cảnh

Các nhà máy trong tương lai sẽ tạo ra nhiều dữ liệu hơn nữa khi cảm biến, thị giác máy, chẩn đoán tích hợp và các thiết bị kết nối tiếp tục mở rộng.

Lợi thế cạnh tranh sẽ không đến từ việc thu thập mọi thứ. Nó sẽ đến từ việc lựa chọn đúng thông tin, bảo toàn ngữ cảnh của thông tin đó và kết nối nó với các quyết định vận hành.

Các hệ thống cấp máy sẽ tiếp tục cung cấp khả năng điều khiển nhanh và xác định. Thiết bị biên sẽ xử lý dữ liệu dung lượng lớn gần thiết bị. Mạng công nghiệp sẽ truyền thông tin đã chuẩn hóa qua các giao diện bảo mật.

Các nền tảng doanh nghiệp sẽ kết hợp hành vi của thiết bị với hồ sơ sản xuất, chất lượng, năng lượng và bảo trì. Phân tích sẽ xác định những thay đổi mà từng hệ thống riêng lẻ không thể tự nhận thấy.

Những kiến trúc hiệu quả nhất sẽ tiếp tục được phân lớp. Chúng sẽ tránh chuyển các chức năng quan trọng về thời gian sang những hệ thống không thể bảo đảm thời gian phản hồi cần thiết.

Họ cũng sẽ duy trì trách nhiệm giải trình của con người. Người vận hành, kỹ thuật viên, kỹ sư và quản lý sẽ hiểu các khuyến nghị phân tích ảnh hưởng đến quy trình như thế nào.

Dữ liệu cảm biến bắt đầu từ một phép đo vật lý. Giá trị của nó tăng lên khi hệ thống bổ sung ngữ cảnh, lịch sử và ý nghĩa vận hành.

Một cảm biến quang điện có thể vẫn chỉ là thiết bị phát hiện sự hiện diện đơn giản. Nhưng nó cũng có thể giúp đo sản lượng, xác định tình trạng nhiễm bẩn, phân tích khoảng cách sản phẩm và giảm thời gian khắc phục sự cố.

Một bộ mã hóa có thể vẫn chỉ là thiết bị xác định vị trí. Nhưng nó cũng có thể phát hiện vấn đề về độ lặp lại, hao mòn cơ khí, lỗi đồng bộ hóa và những thay đổi về tải máy.

Một camera có thể vẫn chỉ là công cụ kiểm tra đạt hoặc không đạt. Nhưng nó cũng có thể cho thấy các dạng lỗi, sự biến thiên của vật liệu, độ lệch quy trình và những cơ hội giảm lãng phí.

Sự khác biệt nằm ở kiến trúc và mục đích. Khi các nhà máy kết nối cảm biến, điều khiển, mạng, xử lý biên và phân tích doanh nghiệp xoay quanh những nhu cầu vận hành cụ thể, dữ liệu đầu vào thô sẽ trở thành thông tin hữu ích cho hoạt động thực tế.

Sự chuyển đổi đó không đòi hỏi mọi máy móc phải trở nên tự động. Điều cần thiết là mọi phép đo quan trọng đều phải đến được với những người và hệ thống có khả năng hành động dựa trên đó.