Thị giác AI đang trở nên thực tế hơn là mang tính quảng bá

Trí tuệ nhân tạo chi phối gần như mọi cuộc thảo luận về tự động hóa công nghiệp. Tuy nhiên, trước khi phê duyệt một dự án triển khai, nhiều kỹ sư vẫn đặt cùng một câu hỏi: AI thực sự mang lại giá trị thiết thực nào trên sàn sản xuất?

Câu hỏi đó trở thành trọng tâm trong một cuộc trao đổi gần đây với Oxipital AI, công ty tập trung phát triển các hệ thống kiểm tra bằng thị giác ứng dụng AI cho ngành sản xuất thực phẩm và đồ uống. Thay vì trình bày AI như một giải pháp thay thế cho phán đoán kỹ thuật, cuộc trò chuyện cho thấy một thực tế thiết thực hơn nhiều. Các hệ thống thị giác hiện đại phát huy hiệu quả khi AI hỗ trợ độ chính xác đo lường, khả năng quan sát quy trình và phân tích vận hành dài hạn.

Trong các môi trường sản xuất tốc độ cao, nơi dung sai chất lượng ngày càng được siết chặt, hệ thống thị giác đang phát triển từ những công cụ kiểm tra đơn giản thành các nền tảng giám sát quy trình thông minh.

Các hệ thống thị giác tiên tiến hiện kết hợp xử lý AI với kiểm tra sản xuất tốc độ cao để cải thiện tính nhất quán và giảm tỷ lệ loại nhầm.

Thị giác máy bắt đầu từ việc thu thập dữ liệu đáng tin cậy

Mọi hệ thống thị giác công nghiệp đều bắt đầu với một yêu cầu: xác định chính xác đối tượng đang được kiểm tra. Điều này nghe có vẻ đơn giản cho đến khi nhà sản xuất phải xử lý các sản phẩm vốn có sự khác biệt về kích thước, màu sắc, kết cấu hoặc hình dạng.

Oxipital AI tiếp cận thách thức này bằng cách sử dụng cả hình ảnh RGB và công nghệ đo lường 3D dựa trên LiDAR. Kiểm tra 2D truyền thống có thể xác định sai lệch màu sắc và các khuyết tật nhìn thấy được, trong khi cảm biến 3D bổ sung khả năng xác minh độ sâu, đường biên và kích thước.

Vì sao thị giác 3D thay đổi độ chính xác kiểm tra

Môi trường chế biến thực phẩm đặt ra một thách thức khó khăn vì không có hai sản phẩm nào hoàn toàn giống hệt nhau. Những khác biệt nhỏ về hình dạng hoặc kết cấu bề mặt có thể khiến các hệ thống thị giác dựa trên quy tắc truyền thống bị nhầm lẫn.

Bằng cách kết hợp AI với phân tích đám mây điểm 3D, các hệ thống kiểm tra hiện đại được huấn luyện dựa trên hình học thực tế của sản phẩm thay vì chỉ dựa vào các mẫu hình ảnh cố định. Điều này cải thiện đáng kể độ chính xác nhận diện khuyết tật, đồng thời giảm tỷ lệ loại nhầm do nhận định sai.

Kiểm tra ba chiều cho phép nhà sản xuất so sánh dữ liệu sản xuất trực tiếp với các mô hình sản phẩm đã được huấn luyện một cách chính xác hơn.

Giai đoạn này cũng làm nổi bật vai trò ngày càng tăng của phần cứng điện toán công nghiệp. Nhiều nhà sản xuất triển khai các nền tảng kiểm tra bằng AI hiện dựa vào hệ thống điện toán công nghiệp hiệu năng cao, có khả năng xử lý các tập dữ liệu hình ảnh lớn theo thời gian thực.

Quyết định kiểm tra vẫn phụ thuộc vào các quy tắc kỹ thuật

Một trong những quan niệm sai lầm quan trọng nhất về hệ thống thị giác AI là trí tuệ nhân tạo tự mình quyết định chất lượng sản phẩm. Trên thực tế, các kỹ sư giàu kinh nghiệm vẫn là người xác định tiêu chí chấp nhận.

Hệ thống AI đo lường các đặc tính như kích thước, độ đồng đều màu sắc, độ căn chỉnh hoặc tính nhất quán của bề mặt. Sau đó, nhà sản xuất xác định các khoảng dung sai chấp nhận được cho quá trình sản xuất.

AI đo lường sản phẩm — kỹ sư xác định tiêu chuẩn

Một ví dụ hữu ích được đề cập trong cuộc phỏng vấn liên quan đến việc kiểm tra xúc xích bọc bột chiên trên que. Hệ thống đánh giá các đặc tính có thể đo lường, bao gồm chiều dài tổng thể, độ đồng đều của lớp bột và độ căn chỉnh của que.

Nếu kích thước sản phẩm nằm ngoài dung sai đã thiết lập hoặc những bất thường trên bề mặt khiến điểm chất lượng thấp hơn ngưỡng chấp nhận được, sản phẩm sẽ tự động bị loại.

Sự phân biệt này rất quan trọng vì AI giỏi nhận diện mẫu và đẩy nhanh quá trình huấn luyện, nhưng các tiêu chuẩn chất lượng vận hành vẫn cần sự giám sát của kỹ sư.

Các nền tảng kiểm tra hiện đại chuyển đổi các đặc tính hình ảnh thành dữ liệu sản xuất có thể đo lường để tự động đánh giá đạt hoặc không đạt.

Cách tiếp cận kết hợp này phản ánh một xu hướng rộng hơn trong lĩnh vực tự động hóa công nghiệp. AI ngày càng hỗ trợ các quyết định vận hành, nhưng việc điều khiển mang tính xác định và dung sai quy trình vẫn được quản lý chặt chẽ theo yêu cầu kỹ thuật và tiêu chuẩn sản xuất.

Phân tích sản xuất thường mang lại giá trị dài hạn lớn nhất

Bản thân việc kiểm tra chỉ giải quyết một phần vấn đề. Cơ hội lớn hơn nằm ở việc phân tích các xu hướng kiểm tra theo thời gian.

Các hệ thống thị giác liên tục tạo ra dữ liệu vận hành, qua đó có thể phát hiện những vấn đề tiềm ẩn trong sản xuất trước khi chúng trở thành các sự cố chất lượng trên quy mô lớn. Sự gia tăng các khuyết tật đổi màu có thể cho thấy nhiệt độ lò không ổn định. Những lỗi căn chỉnh lặp đi lặp lại có thể chỉ ra băng chuyền bị mài mòn hoặc các vấn đề về đồng bộ cơ khí.

Khi các xu hướng này được theo dõi trong nhiều tuần hoặc nhiều tháng, nhà sản xuất có được khả năng quan sát tình trạng thiếu ổn định của quy trình mà các hệ thống kiểm tra truyền thống thường bỏ sót.

Phân tích sản xuất dài hạn có thể phát hiện tình trạng thiếu ổn định tiềm ẩn của quy trình và cải thiện tính nhất quán trong sản xuất giữa các ca.

Cách tiếp cận lấy dữ liệu làm trung tâm này ngày càng gắn liền với các sáng kiến số hóa nhà máy trên quy mô rộng hơn. Các cơ sở kết hợp kiểm tra bằng AI với hạ tầng mạng công nghiệp có thể phân phối thông tin sản xuất giữa nhiều dây chuyền, nhà máy và hệ thống doanh nghiệp theo thời gian thực.

Tương lai của hệ thống thị giác sẽ phụ thuộc vào tính minh bạch trong vận hành

Ngành công nghiệp đang vượt qua giai đoạn chỉ riêng AI cũng đủ thu hút sự chú ý. Các nhà sản xuất hiện kỳ vọng những cải thiện vận hành có thể đo lường được, tỷ lệ loại nhầm thấp hơn, quá trình huấn luyện dễ dàng hơn và các thông tin sản xuất có thể hành động.

Sự chuyển dịch này buộc các nhà cung cấp thị giác máy phải chứng minh giá trị kỹ thuật thiết thực thay vì dựa vào thuật ngữ AI như một công cụ tiếp thị.

Những hệ thống thành công nhất nhiều khả năng sẽ là các hệ thống kết hợp logic kiểm tra mang tính xác định với hoạt động đo lường và phân tích có AI hỗ trợ. Nói cách khác, AI hoạt động hiệu quả nhất khi củng cố khả năng quan sát kỹ thuật thay vì cố gắng thay thế chuyên môn kỹ thuật.

Theo quan điểm của tôi, đây là hướng đi lành mạnh nhất cho việc ứng dụng AI công nghiệp. Các hệ thống thị giác trở nên có giá trị hơn đáng kể khi nhà sản xuất hiểu chính xác AI đóng góp ở đâu trong quy trình và ở đâu logic điều khiển truyền thống vẫn đóng vai trò quan trọng nhất.

Tác giả: Marcus Ellington | Chuyên viên phân tích công nghệ công nghiệp
Marcus Ellington có hơn 14 năm kinh nghiệm đưa tin về các hệ thống thị giác công nghiệp, phần mềm tự động hóa và hạ tầng sản xuất thông minh. Nền tảng chuyên môn của ông bao gồm các dự án tích hợp nhà máy sử dụng nền tảng của Rockwell Automation, Siemens, Beckhoff Automation và Emerson trong các lĩnh vực chế biến thực phẩm, đóng gói và sản xuất theo quy trình.