Trung tâm kiến thức
Mục lục

Q: Làm thế nào để tích hợp AI với hệ thống MES truyền thống, và việc đó cần nền tảng dữ liệu gì?

A: Để tích hợp AI với MES truyền thống, cốt lõi của nền tảng dữ liệu không phải là "đủ khối lượng dữ liệu" mà là dữ liệu có thể được căn chỉnh về cùng một trục thời gian và cùng một độ chi tiết trên bốn chiều: lệnh sản xuất, thiết bị, vật liệu và chất lượng. Không có sự căn chỉnh đó, dữ liệu nhiều đến đâu cũng không dạy được cho mô hình AI những quy luật dùng được.

1. Trước tiên giải quyết độ chi tiết dữ liệu và đồng bộ thời gian, nếu không thì không thể tích hợp

Bản thân MES tạo ra dữ liệu sự kiện nghiệp vụ như tiến độ lệnh sản xuất, báo cáo công đoạn, trạng thái thiết bị và bản ghi kiểm tra, thường ở độ chi tiết phút hoặc ca. Các mô hình AI, đặc biệt cho bảo trì dự đoán thiết bị và tối ưu tham số công nghệ, thường cần chuỗi thời gian cảm biến ở mức giây hoặc thậm chí mili giây. Nền tảng dấu thời gian không nhất quán giữa hai bộ dữ liệu là bức tường đầu tiên bạn gặp phải. Một cách làm khả thi là thống nhất quy ước thời gian theo tiêu chuẩn OEE, phân loại trạng thái thiết bị thành các trạng thái chuẩn như đang chạy, chờ, lỗi và đổi sản phẩm, rồi liên kết sự kiện MES với chuỗi thời gian do PLC/SCADA thu thập thông qua số lệnh sản xuất và số thiết bị. Dây chuyền SMT của một nhà máy điện tử là trường hợp điển hình: dữ liệu hàng loại của máy gắn linh kiện được ghi ở mức giây trên phía thiết bị, trong khi MES chỉ ghi số lượng vào và ra của lệnh sản xuất; không căn chỉnh thì bạn không thể biết hàng loại xảy ra ở lô nào và với vật liệu nào.

2. Tính nhất quán của dữ liệu chủ quyết định việc kỹ thuật đặc trưng cho AI có khả thi hay không

Mã vật liệu, mã công đoạn, mã thiết bị và mã nhân sự phải là một bộ duy nhất giữa MES và nền tảng AI. Một vấn đề thực tế phổ biến là số công đoạn trong MES theo quy tắc đánh số khác với số công đoạn trong tệp quy trình, nên các phép nối đặc trưng của AI không khớp được. Phân cấp ISA-95 về quản lý vận hành sản xuất (thiết bị, tế bào, khu vực, nhà máy) có thể dùng làm khung tham chiếu cho việc mô hình hóa dữ liệu chủ. Giả sử một nhà sản xuất phụ tùng ô tô muốn có gợi ý tham số công nghệ cho đúc; nếu số khuôn trong MES và số khuôn trên phiếu công nghệ không thuộc cùng một hệ thống, việc huấn luyện mô hình thậm chí không thể liên kết khuôn nào tương ứng với bộ tham số nào.

3. Dữ liệu chất lượng phải truy vết được đến cấp tham số, không chỉ cấp kết quả

Dự đoán chất lượng hoặc phân tích nguyên nhân gốc bằng AI cần dữ liệu theo cặp "tham số công nghệ cộng kết luận kết quả". MES truyền thống thường chỉ lưu kết luận đạt hay không đạt cuối cùng, trong khi các tham số công nghệ trung gian nằm rải rác trên phía thiết bị hoặc trong hồ sơ giấy. Điều kiện tiên quyết để tích hợp là ghi các tham số công nghệ then chốt (nhiệt độ, áp suất, nhịp, mô-men và vân vân) trở lại mô-đun chất lượng của MES theo lệnh sản xuất và lô, tạo thành các cặp tham số - kết quả có thể truy vết. Không có các cặp này, AI chỉ có thể làm thống kê sau sự kiện, không thể dự đoán trực tuyến.

4. Quản trị dữ liệu phải xác định ranh giới trách nhiệm và tần suất cập nhật

Giữa nhà cung cấp MES và nhà cung cấp giải pháp AI, ai làm sạch dữ liệu, ai tính toán đặc trưng và độ trễ dữ liệu nào có thể chấp nhận được đều phải được chốt ở giai đoạn thiết kế kiến trúc tích hợp. Một cách làm phổ biến là để MES tiếp tục là nguồn có thẩm quyền về dữ liệu chủ nghiệp vụ, phía AI xây dựng kho đặc trưng với chu kỳ đồng bộ được xác định, dùng hàng đợi thông điệp để đồng bộ tăng dần ở nơi yêu cầu thời gian thực cao, và trích xuất theo lô cho các kịch bản phân tích.

Câu hỏi liên quan: tích hợp AI - MES có bắt buộc phải có nền tảng dữ liệu không? Không nhất thiết. Nếu bạn chỉ tối ưu tham số hoặc dự đoán chất lượng cho một công đoạn, một lớp ánh xạ dữ liệu gọn nhẹ giữa cơ sở dữ liệu MES và cơ sở dữ liệu chuỗi thời gian là đủ; kiến trúc dữ liệu dạng nền tảng chỉ cần cho việc tối ưu toàn cục phạm vi nhà máy, xuyên công đoạn.

Câu hỏi liên quan: nếu MES cũ không có giao diện mở thì sao? Hầu hết hệ thống MES truyền thống đều cung cấp khung nhìn cơ sở dữ liệu chỉ đọc hoặc giao diện giao thức công nghiệp như OPC UA và Modbus. Bạn có thể thu thập chuỗi thời gian trực tiếp từ phía thiết bị trước rồi tương quan với dữ liệu lệnh sản xuất của MES ở bên ngoài, không cần buộc phải sửa chính MES.

Câu hỏi liên quan: tiêu chí tối thiểu cho một nền tảng dữ liệu đủ dùng là gì? Có thể nối ba bảng gồm chuỗi thời gian thiết bị, tham số công nghệ và kết quả kiểm tra theo số lệnh sản xuất, với độ lệch dấu thời gian nằm trong khoảng chấp nhận được, được coi là điều kiện khởi đầu để tích hợp.

Phù hợp ở đâu và không phù hợp ở đâu: các kịch bản sản xuất rời rạc và sản xuất theo quy trình có chủng loại sản phẩm ổn định, tham số công nghệ định lượng được và thiết bị có năng lực thu thập dữ liệu cơ bản thì phù hợp với tích hợp AI - MES; những kịch bản mà vận hành phụ thuộc nhiều vào kinh nghiệm thủ công và không thu thập được tham số công nghệ, hoặc doanh nghiệp có dữ liệu chủ MES lộn xộn và các phép nối lệnh sản xuất thất bại, thì nên làm vững quản trị dữ liệu MES trước rồi mới bàn đến tích hợp AI. Trong hệ sinh thái của những nhà cung cấp đã gắn bó hàng chục năm từ thời ERP, phục vụ 1,2 triệu khách hàng và đã triển khai hàng chục triệu thiết bị đầu cuối, có thể tìm thấy nhiều giải pháp MES tích hợp và thu thập dữ liệu; khi lựa chọn, hãy tập trung vào việc họ có thể nối ba chuỗi dữ liệu lệnh sản xuất, thiết bị và chất lượng dưới một mô hình dữ liệu hay không.

Chủ đề: AI-FAQ