Giữa năm 2019, Rockwell ra mắt sản phẩm có tên đầy đủ là Factorytalk Analytics LogixAI Module, hướng đến các ứng dụng sử dụng AI (trí tuệ nhân tạo) trong sản xuất công nghiệp. Sử dụng các thông tin đầu vào được cấu hình, LogixAI sẽ giúp xây dựng mô hình (dựa vào thuật toán AI) và theo dõi đầu ra cần dự đoán, từ giá trị ngõ ra tính toán này, mình có thể sử dụng để cảnh báo hoặc điều chỉnh ngược lại hệ thống để ngăn ngừa sự cố kịp thời hoặc cải thiện hiệu quả. Hai chức năng quan trọng của Logix Ai là Abnormal Detection (phát hiện bất thường) và Soft Sensor.

Vậy cụ thể module này có thể ứng dụng trong các trường hợp như thế nào

Phần cứng và phần mềm

Về phần cứng, LogixAI là module có thể gắn trên Chassis Controllogix (hỗ trợ CPU L7x, L8x, nhưng không hỗ trợ redundancy) nhìn giống tương tự như các Module khác của Controllogix. Trên module có cổng Ethernet để kết nối vào mạng. Lưu ý ở đây là Module này chỉ gắn được trên Chassis Controllogix mà thôi.

Về phần mềm, Rockwell bán theo năm (subscription) bản quyền phần mềm trên mỗi module (subscription). Đại khái, phần cứng giống như điện thoại, phần mềm giống như app vậy. Phần mềm chính là bộ não thuật toán của LogixAI, là giao diện để người dùng thực hiện cấu hình.

LogixAI làm việc như thế nào?

Trong phân tích dữ liệu, LogixAI thực hiện hai việc chính: Mô hình (xây dựng model) và Giám sát (Monitor giá trị tính toán của mô hình). Model được xây dựng dựa vào mạng neuron để tìm mói quan hệ giữa các đầu vào và đầu ra, công việc nặng nhọc này trước đây phải cần chuyên gia về toán học, vật lý, dữ liệu… để tìm ra mô hình phù hợp. Nôm na là bạn có đầu ra Y (ví dụ năng suất, chất lượng, pH, nhiệt độ….) cần theo dõi, dự báo. Theo quy trình công nghệ, bạn nghĩ rằng Y có thể bị tác động bởi các yếu tố đầu vào là x1, x2, x3,…xn. Nhưng bạn không biết mối quan hệ nhùng nhằng này như thế nào, hay nói cách khác là bạn cần xác định một công thức cho mối quan hệ này:

Y= f(x) = f(x1,x2,x3,…)

Đến đây thì LogixAI chơi được rồi. Bạn cho LogixAI biết các x và Y là các biến nào, LogixAI sẽ dựa vào dữ liệu trong lúc chạy để học và tìm ra f(x) cho bạn với một độ tin cậy nhất định. Quá trình tìm Y=f(x) này gọi là học (training). Để LogixAI có thể phát hiện được tình huống bất thường (abnormal) của Y thì nó phải học cả 2 trạng thái thế nào là bình thường và thế nào là bất thường. Việc này cũng không phức tạp lắm vè LogixAI có thể học từ dữ liệu realtime hoặc bạn có thể dung dữ liệu quá khứ để cho nó học. Nếu có dữ liệu thì việc học hành này cũng không mất nhiều thời gian. Sau khi học xong, LogixAI sẽ báo là tìm được f(x) rồi với độ tin cậy là zz%, nếu bạn đồng ý nó sẽ thôi không học nữa (coi như tốt nghiệp) mà sẽ sử dụng Model học được này để Monitor.

Khi chuyển sang chế độ Monitor, LogixAI sẽ liên tục tính toán giá trị Y (gọi là Ytinhtoan) so với giá trị thực tế đo được, nếu có sự sai khác vượt ngưỡng cài đặt nó sẽ báo bất thường, còn sử dụng cảnh báo này như thế nào thì do người dùng quyết định. Ví dụ, người dùng sẽ sử dụng giá trị này để quyết định dừng hay giảm tốc độ động cơ chẳng hạn.

LogixAI dành cho ai?

Control Engineer và Process Engineer tại nhà máy là người sử dụng mà LogixAI yêu thích. Việc cấu hình module này rất đơn giản và thân thuộc với kĩ sư điều khiển (dùng Studio5000, Tag…). Tuy nhiên để LogixAI làm được việc, thì cần có người hiểu rõ quy trình công nghệ, biết xác định đâu là đầu vào (x) quan trọng có thể ảnh hưởng đến đầu ra (y). Ngoài ra, việc theo dõi model và tinh chỉnh sau đó rất quan trọng để model ngày càng tốt hơn, hoặc thêm nhiều model mới để mang lại hiệu quả cao hơn cho máy móc thiết bị.

Kết luận

AI (trí tuệ nhân tạo) ngày càng được ứng dụng phổ biến và dễ dàng tiếp cận. Tận dụng các công nghệ mới này vào sản xuất một cách hợp lý sẽ giúp nhà máy tiết kiệm chi phí và nâng cao năng xuất. LogixAI đặc biệt phù hợp với thiết bị đang sử dụng Logix platform vì có thể triển khai nhanh chóng, ít ảnh hưởng đến downtime. Nhà máy có thể sử dụng nó cho nhiều mục đích khác nhau chẳng hạn như giám sát chất lượng sản phẩm (trong các bước quan trọng), giám sát các thông số để phục vụ bảo trì, giám sát tiêu thụ năng lượng… Thử tưởng tượng nó có thể giúp giảm 1% downtime hay ngăn ngừa 1 batch không đạt chất lượng thì giá trị mang lại đã là rất đáng kể phải không.

Giáp Văn Vỹ

Jul. 2021