Có rất nhiều món đồ chơi mới sáng bóng để chơi trong nhà máy, từ điện toán biên cho đến bản sao số, những giải pháp có khả năng dẫn đến các quy trình công nghiệp nhanh hơn, an toàn hơn, bền vững hơn. Nhưng đi kèm với những lợi ích đó là những thách thức, chẳng hạn như thu hẹp khoảng cách IT/OT và kết hợp các công nghệ tiên tiến với cơ sở hạ tầng cũ.
Ông Rainer Brehm, Giám đốc điều hành của Bộ phận Tự động hóa Nhà máy tại nhà cung cấp giải pháp sản xuất công nghiệp Siemens, đã tham gia thảo luận về các xu hướng và chuyển đổi công nghiệp này. Ông ấy nói về tiêu chuẩn hóa, AI tự trị và các trường hợp sử dụng bao gồm tại chính Siemens. Ông ấy đã làm việc tại công ty từ năm 1999 và đã tận mắt chứng kiến không gian đã phát triển như thế nào cũng như hướng đi tiếp theo của nó.
Những xu hướng nào chúng ta có thể mong đợi vào năm 2023 và xa hơn nữa đối với không gian công nghiệp?
Các xu hướng mà chúng ta đang thấy là kết hợp kỹ thuật số, là mô-đun mô phỏng, bản sao số và thế giới thực. Về cơ bản, bạn mô phỏng mọi thứ trước và sau đó bạn thực hiện nó. Bây giờ bạn có một vòng phản hồi. Bạn lấy dữ liệu thời gian thực từ hoạt động và đưa dữ liệu đó trở lại bản sao số, sau đó bạn có thể tối ưu hóa dữ liệu đó hơn nữa. Việc tận dụng dữ liệu là cực kỳ quan trọng, bởi vì AI vẫn chưa thực sự là một vấn đề lớn trên sàn nhà máy, nhưng nó sẽ trở thành một vấn đề lớn khi dữ liệu ngày càng có sẵn.
Chúng ta cũng sẽ thấy hệ thống điều khiển do phần mềm xác định hoặc tự động hóa do phần mềm xác định. Hiện tại, mọi thứ đều được đóng gói và gắn liền với phần cứng, và nó sẽ được tách rời nhiều hơn, ảo hóa hơn.
Và cuối cùng nhưng không kém phần quan trọng, đặc biệt là khi chúng ta nhìn vào phân xưởng, người sử dụng những công nghệ phức tạp hơn này vẫn là những người vận hành máy móc. Đây không phải là các chuyên gia IT, nhưng họ vẫn cần có khả năng vận hành và bảo trì các dây chuyền đó, các máy móc đó, các nhà máy cơ sở hạ tầng đó. Do đó, chúng tôi có chủ đề tự động hóa lấy con người làm trung tâm: Làm thế nào chúng ta có thể làm cho nó dễ dàng nhất có thể?
Những thách thức để đạt được các mục tiêu của Công nghiệp 4.0 là gì?
Tôi nghĩ rằng rất nhiều công nghệ ở đó. Nhưng lý do tại sao họ không mở rộng quy mô là vì dân OT và IT, đơn giản là họ nói các ngôn ngữ khác nhau. Tôi trải nghiệm điều đó ngay cả trong tổ chức của chúng tôi, nơi tôi là một anh chàng thiên về OT nhiều hơn. Khi tôi nói về khả năng kết nối, tôi nghĩ về khả năng kết nối với thế giới thực, với thiết bị, với các cảm biến, với ổ đĩa của chúng, v.v. Người làm IT, khi nói về kết nối, anh ta đang nghĩ đến khả năng kết nối với cơ sở dữ liệu, với đám mây, với hồ dữ liệu. Và những gì chúng tôi trải nghiệm trong công ty của chúng tôi, khách hàng của chúng tôi cũng trải nghiệm. Vẫn còn một khoảng cách giữa bộ phận IT và những người làm OT, họ là những người xác định cách bạn sẽ tự động hóa một thứ gì đó, cách bạn thiết lập thiết bị, cách bạn thiết lập dây chuyền, cách bạn bảo trì tất cả để tối ưu hóa nó .
Vì vậy, làm thế nào để bạn mang các ngôn ngữ lại với nhau? Đây có thể là về các thuật ngữ, nhưng nó cũng có thể là về cách bạn lập trình bối cảnh OT chẳng hạn. Chúng tôi đã giới thiệu một môi trường lập trình mới gọi là phần mở rộng SIMATIC AX (Tự động hóa Xpansion). Nó được gọi là phần mở rộng vì nó làm cho thế giới OT dễ tiếp cận hơn với dân IT.
Cảnh quan cũng rất, rất không đồng nhất. Rất nhiều máy không nói cùng một ngôn ngữ vì chúng đến từ các nhà cung cấp khác nhau. Không có tiêu chuẩn, vì vậy bạn không thể thực sự mở rộng quy mô. Bạn cần một tiêu chuẩn cho điều đó. Và điều này cũng áp dụng cho cả máy móc mới, cho cánh đồng xanh, nhưng nó còn áp dụng nhiều hơn cho cánh đồng nâu. Một nhà máy thường hoạt động tối thiểu 10 năm – hầu hết là 20 năm hoặc 30 năm. Nếu bạn chuyển sang lĩnh vực năng lượng hoặc lĩnh vực hóa chất, nó có thể hoạt động trong 40 năm.
Sự xuất hiện của tự động hóa nhà máy với công nghệ biên và AI phức tạp như thế nào?
Khi bạn nói về điện toán biên trong phân xưởng, sẽ có nhiều yêu cầu hơn. Và nếu bạn nói về thời gian thực, có thể nó chỉ là một phần triệu giây. Nếu bạn tưởng tượng một quá trình rất nhanh, trong một phần triệu giây, rất nhiều điều có thể xảy ra. Và nếu bạn không phản ứng đủ nhanh, thì bạn có thể đặt câu hỏi cho máy hoặc bạn có thể nhận được kết quả khác. Vì vậy, chủ đề của thời gian thực là rất quan trọng.
Thứ hai, nếu bạn muốn triển khai khối lượng công việc AI trên sàn phân xưởng và bạn muốn nó phản ứng thật nhanh, thì điều quan trọng là khối lượng công việc AI này phải có suy luận gần với máy, đơn giản là vì tốc độ ánh sáng. Khía cạnh khác là bạn muốn AI tương tác thường xuyên với quy trình thực của bạn. Về cơ bản, bạn sẽ can thiệp vào quy trình, vì vậy bạn muốn có kiểu phân bổ gần như vậy, gần máy hoặc dây chuyền. Bạn cũng muốn lấy dữ liệu ra khỏi quy trình và đưa dữ liệu đó trở lại để phân tích với AI.
Tôi có thể cho bạn một ví dụ. Tại nhà máy của chúng tôi ở Hamburg, chúng tôi sản xuất khoảng 10 terabyte dữ liệu mỗi ngày. Bạn không muốn gửi 10 terabyte dữ liệu đó vào đám mây; bạn muốn có nó ở nơi có nguồn dữ liệu. Điều đó có thể khác với bối cảnh IT cổ điển. Nhưng chúng ta không chỉ cần thêm các khả năng thời gian thực mà còn cần thêm cả sự an toàn.
Nó hơi giống lái xe tự động, trong đó an toàn cũng là một khía cạnh rất quan trọng. Bạn có thể tưởng tượng rằng, khi bạn lái xe tự động trong ngành công nghiệp ô tô, bạn không muốn đám mây xác định liệu bạn có dừng lại hay không nếu một đứa trẻ chạy ra đường. Bạn muốn phản ứng đó được thực hiện nhanh nhất có thể ngay trong xe hơi. Điều này cũng đúng trên một máy móc sản xuất. Nếu một máy ép đang đi xuống và vô tích ngón tay của một công nhân lọt vào vùng nguy hiểm của máy, nó sẽ dừng lại ngay lập tức. Vì vậy, bạn cần phải có loại phản ứng nhanh.
Nhưng tại sao không nghĩ trước? Khi tôi bắt đầu làm việc tại Siemens vào năm 1999, về cơ bản, những gì bạn tự động hóa là những nhiệm vụ rất lặp đi lặp lại. Và sản xuất hàng loạt là hoàn hảo cho điều đó bởi vì sản xuất hàng loạt có rất nhiều nhiệm vụ lặp đi lặp lại. Hoặc bạn đã tự động hóa thứ gì đó có thể dự đoán được. Về cơ bản, bạn chỉ có thể tự động hóa những gì bạn biết.
Giờ đây, AI đã được tận dụng để tối ưu hóa các quy trình, nhưng liệu chúng ta có thể sử dụng AI cho một nhà máy tự chủ hơn không? Làm thế nào chúng ta có thể sử dụng AI để máy móc, robot, có thể tự quyết định phải làm gì? Điều đó có nghĩa là AI không chỉ tối ưu hóa quy trình, tối ưu hóa và nâng cao kỹ thuật mà còn thực sự điều khiển robot, máy móc và dây chuyền. Và ứng dụng đó cho AI thực sự rất thú vị vì nó mở ra những lĩnh vực mới cho tự động hóa.
Một số trường hợp sử dụng của Siemens cho thấy các giải pháp này đang hoạt động là gì?
Hãy bắt đầu với các nhà máy của chính chúng tôi; những gì chúng tôi áp dụng cho khách hàng của mình, chúng tôi cũng áp dụng nó cho chính mình ở đây. Một lần nữa, một ví dụ về trường hợp sử dụng IT/OT tận dụng AI là trong nhà máy của chúng tôi ở Hamburg. Có một dòng PCB có thông lượng rất cao và một quy trình phức tạp về cách bạn đặt các thành phần trên bảng mạch. Trước đây, chúng tôi thường tiến hành kiểm tra bằng tia X đối với PCB ở giai đoạn cuối và luôn có một nút thắt cổ chai ở đó. Vì vậy, bằng cách tận dụng AI, giờ đây chúng tôi dự đoán liệu từng PCB riêng lẻ có chất lượng cao hay không và mọi máy có xác suất rất, rất cao không gặp vấn đề về chất lượng, chúng tôi sẽ không gửi nó đến máy X-quang nữa; nó bỏ qua máy X-quang và đi đến công đoạn lắp ráp cuối cùng.
Một ví dụ khác là trong cơ sở hạ tầng, thực hiện tự động hóa đường hầm. Nếu bạn lái xe qua một đường hầm trên dãy An-pơ hoặc trong Dãy núi Rocky, thì có khả năng cao là những đường hầm đó được tự động hóa và điều khiển bởi PLC của chúng tôi. Chúng tôi hiện đang sử dụng AI ngày càng nhiều để phát hiện các tình huống khẩn cấp trong các đường hầm đó, nếu có tắc đường, nếu có hỏa hoạn. Nếu bạn cần phản ứng nhanh, làm thế nào để bạn sơ tán khỏi đường hầm? Làm thế nào để bạn bật hoặc tắt lỗ thông hơi hoặc đèn?
Quay trở lại nhà máy một lần nữa, chúng tôi đang thực hiện thao tác nắm bắt linh hoạt theo thời gian thực khi một thứ gì đó được lấy ra khỏi hộp. AI cho rô bốt biết vị trí nắm bắt một khía cạnh mà không cần phải huấn luyện hoặc lập trình rô bốt đó về thứ cần được chọn. Chúng tôi huấn luyện robot về kỹ năng: nhặt. Về cơ bản, rô-bốt có thể nhặt bất cứ thứ gì cần thiết – miễn là kẹp gắp cho phép. Vì vậy, với kỹ năng nắm bắt đó, chúng ta có thể bắt đầu tự động hóa một thứ gì đó chưa biết hoặc không thể đoán trước.
Và trường hợp sử dụng cuối cùng của tôi, hiện không phải là thực tế, nhưng đó là nơi tôi đầu tư tiền: Bạn có thể tự động sửa chữa trong tương lai không? Ví dụ, nếu bạn lấy một cục pin ô tô. Bạn có thể, trong tương lai có thể mang xe đến xưởng; hết pin, có lỗi và hệ thống có thể tự động phát hiện vấn đề ở đâu và có thể tự sửa chữa pin. Điều đó cũng đang tự động hóa những điều chưa biết, bởi vì mỗi viên pin là một thứ duy nhất. Bạn có thể tự động hóa việc tận dụng AI đó không? Vì vậy, một số trường hợp sử dụng mà tôi thực sự hào hứng thực sự sẽ tạo ra sự khác biệt trong tương lai.
Hãy cho chúng tôi biết giá trị của mối quan hệ đối tác của bạn, chẳng hạn như mối quan hệ với Intel.
Chúng tôi đã làm việc với Intel có lẽ được bốn thập kỷ. Nhưng tôi biết rằng chúng tôi đã bắt đầu vào năm 2012 với TAP, Chương trình Tăng tốc Công nghệ, để kích hoạt các quy trình có chức năng có độ trễ thấp, đặc biệt đối với những khối lượng công việc mà bạn cần hành động trong vài phần triệu giây. Vì vậy, điều đó rất, rất hiệu quả và đã giúp chúng tôi sử dụng chip Intel trong bộ điều khiển của mình.
Chúng tôi hiện đang làm việc với Intel về cuộc khủng hoảng chuỗi cung ứng. Vì vậy, cũng nhờ Intel, tôi nghĩ chúng tôi có khả năng đáp ứng, có thể không phải tất cả các yêu cầu của khách hàng, nhưng càng nhiều càng tốt.
Ứng dụng thị giác máy là khối lượng công việc tiêu tốn nhiều năng lượng tính toán. Và để làm được điều đó, chúng tôi sẽ đưa ra một danh mục đầu tư mới tận dụng bộ xử lý Intel® Xeon® Scalable thế hệ thứ 4. Chúng tôi rất mong được giới thiệu sản phẩm đó trên thị trường vào giữa năm 2023. Vì vậy, rất vui mừng khi có yếu tố danh mục đầu tư mới, giải quyết chính xác nhu cầu mà chúng tôi thấy trên khu vực sàn nhà máy.
Một số thông tin cuối cùng mà ông muốn chia sẻ?
Trước hết, tôi tin tưởng mạnh mẽ rằng sẽ không có tương lai bền vững nếu không có tự động hóa, điện khí hóa và số hóa. Và do đó, những gì chúng tôi làm cùng với Intel thực sự là một đóng góp đáng kể cho tương lai của chúng tôi. Thứ hai, tôi tin rằng lĩnh vực tự động hóa sẽ ngày càng mở rộng khi chúng ta tự động hóa khối lượng công việc không thể đoán trước và được cá nhân hóa. Và, thứ ba, chúng ta cần làm cho công nghệ này trở nên thân thiện với người dùng nhất có thể để những người trong OT có thể xử lý công nghệ phức tạp này.
Quý khách vui lòng liên hệ với ADTECH để chúng tôi được phục vụ:
ADTECH – Cung cấp thiết bị-giải pháp công nghệ dành cho doanh nghiệp
VP HN: Số 6 Kim Đồng, Phường Giáp Bát, Quận Hoàng Mai, TP. Hà Nội
CN HCM: Toà nhà Sabay Buiding 99 Cộng Hoà, Phường 4, Tân Bình, TP. HCM
Hotline: 0969133273
Website: aiotvn.com
