Giám sát tình trạng thiết bị với AI thế hệ mới: Ứng dụng thực tế từ SKF

Nhà máy giấy – ứng dụng thực tế của giải pháp AI trong giám sát tình trạng thiết bị

Một dự án nghiên cứu hợp tác giữa Đại học Công nghệ Luleå (Thuỵ Điển) và SKF đang mang trí tuệ nhân tạo (AI) thế hệ mới vào lĩnh vực giám sát tình trạng thiết bị công nghiệp, giúp tăng độ tin cậy, giảm tải cho các chuyên gia và tối ưu hóa bảo trì.

1. AI được ứng dụng như thế nào trong giám sát tình trạng thiết bị?

Karl Löwenmark, Tiến sĩ Đại học Công nghệ Luleå, khởi động dự án từ 2020

Cees Taal, nhà nghiên cứu cao cấp tại SKF – đồng tài trợ dự án

Trước đây, việc phát hiện hỏng hóc vòng bi thông qua tín hiệu rung động đòi hỏi chuyên gia giàu kinh nghiệm, tốn thời gian phân tích. Nhưng với AI, hệ thống có thể tự động nhận diện các tín hiệu bất thường, giảm thời gian “lọc nhiễu”, giúp chuyên gia tập trung vào các quyết định quan trọng hơn.

2. Khó khăn khi đưa AI vào thực tế và giải pháp

Dữ liệu giám sát tình trạng máy thường rất lớn, không đồng nhất và đa phần chưa được gắn nhãn (unlabelled). Các báo cáo kỹ thuật của chuyên gia phân tích cũng chứa nhiều từ ngữ chuyên ngành, khó cho AI “hiểu” nếu không được huấn luyện đúng cách.

Để khắc phục, đội ngũ dự án đã:

• Tập hợp hàng trăm báo cáo sự cố, dữ liệu thực tế từ các nhà máy giấy lớn để làm dữ liệu huấn luyện AI.
• Chuyển đổi văn bản kỹ thuật thành ngôn ngữ “dễ hiểu” cho mô hình AI.
• Sử dụng các mô hình AI “giám sát kép” (dual supervision) – vừa nhận diện hình ảnh (dạng sóng tín hiệu), vừa xử lý văn bản kỹ thuật.

Đại học Công nghệ Luleå, cái nôi nghiên cứu AI cho giám sát thiết bị

3. AI trợ lý ngày càng “thông minh” hơn

Mô hình AI không chỉ phát hiện lỗi cảm biến đơn giản (giúp tiết kiệm thời gian cho chuyên gia), mà còn tiến tới hỗ trợ chẩn đoán các tình trạng phức tạp hơn.
Ví dụ: Khi chuyên gia mô tả sự cố, hệ thống AI có thể tự động gợi ý các trường hợp tương tự từng xảy ra, đưa ra dữ liệu liên quan, gợi ý đồng nghiệp từng xử lý các lỗi đó, hoặc đề xuất bước phân tích tiếp theo.

Tuy nhiên, mỗi nhà máy đều có dữ liệu, tiêu chuẩn vận hành riêng. Vì vậy, AI cần được “huấn luyện” thêm với dữ liệu thực tế của từng đơn vị để đạt hiệu quả tối ưu, đồng thời liên tục cải thiện nhờ phản hồi của người dùng (reinforcement learning).

4. Lợi ích thực tế khi ứng dụng AI vào giám sát vòng bi và thiết bị quay

• Phát hiện sớm hỏng hóc, giảm thiểu sự cố bất ngờ
• Tiết kiệm thời gian phân tích dữ liệu cho đội ngũ kỹ thuật
• Tối ưu hóa kế hoạch bảo trì, tăng thời gian hoạt động máy
• Giảm chi phí vận hành và chi phí thay thế linh kiện
• Nâng cao độ tin cậy cho nhà máy sản xuất hiện đại

5. Kết luận & Triển vọng

Dự án hợp tác giữa SKF và Đại học Công nghệ Luleå đang mở ra tương lai mới cho ngành bảo trì thông minh, với AI đóng vai trò “cánh tay phải” của chuyên gia kỹ thuật. SKF cũng đang mở rộng nghiên cứu để ứng dụng giải pháp này cho nhiều lĩnh vực công nghiệp khác nhau.