Trung tâm kiến thức
Mục lục

Q: AIOps thực sự làm được gì trong hệ thống IT của nhà máy sản xuất, và có trường hợp thực tế nào không?

A: Giá trị cốt lõi của AIOps trong hệ thống IT của nhà máy sản xuất là biến việc sửa chữa sau khi hỏng thành xử lý trước khi hỏng, để các hệ thống then chốt như MES, SCADA, mạng công nghiệp và máy chủ ít dừng hơn và ít phán đoán sai hơn. Dưới đây là một số tình huống thực tế.

1. Gộp cảnh báo thông minh cho nhật ký thiết bị và hệ thống

Hệ thống IT của nhà máy tạo ra lượng nhật ký khổng lồ mỗi ngày, và giám sát truyền thống thường bắn ra hàng trăm cảnh báo mà nhân viên vận hành không thể đọc hết. AIOps có thể dùng học máy để gom cụm cảnh báo và phân tích nguyên nhân gốc, liên kết một lần timeout truyền thông PLC trên dây chuyền với mất gói ở cổng switch rồi với quá tải CPU của máy tính công nghiệp, và cuối cùng chỉ đẩy ra một cảnh báo nguyên nhân gốc. Trong quá trình phục vụ hơn 120 khách hàng (bao phủ hơn 15 ngành), ZEVON nhận thấy nhà sản xuất sợ nhất là bão cảnh báo nhấn chìm lỗi thật, và AIOps chính là thứ giải quyết được điểm đau này.

hình minh họa

2. Dự đoán hiệu năng cho MES và cơ sở dữ liệu

Giả sử hệ thống MES của một công ty phụ tùng ô tô bị chậm quét mã vạch vào khoảng ba giờ chiều mỗi ngày, và vận hành bảo trì truyền thống chỉ có thể điều tra sau khi nghiệp vụ phàn nàn. AIOps có thể xây mô hình đường cơ sở từ dữ liệu hiệu năng lịch sử như CPU, bộ nhớ và thời gian phản hồi SQL, dự đoán trước 15 đến 30 phút rằng bể kết nối cơ sở dữ liệu sắp cạn, và tự động kích hoạt mở rộng hoặc dọn truy vấn chậm. Năng lực MES+AI của ZEVON tích hợp tư duy bảo trì dự đoán này vào quản lý sức khỏe hệ thống sản xuất, cho phép phân tích kết hợp khi dữ liệu IT và OT đã được nối với nhau.

3. Phát hiện bất thường cho mạng công nghiệp và nút biên

hình minh họa

Trong xưởng SMT của một nhà máy điện tử, hàng trăm thiết bị được nối mạng qua switch công nghiệp, và đôi khi một máy gắn mất lệnh trong khi giám sát mạng vẫn báo trạng thái bình thường. Bằng cách phân tích dao động lưu lượng cổng, tỷ lệ lỗi CRC và phân bố độ trễ, AIOps có thể xác định một đoạn cáp quang đã lão hóa hoặc tràn bộ đệm trên gateway biên. Trong các tình huống như vậy, nền tảng ESOP của ZEVON có thể làm việc với các nút điện toán biên để suy luận tại chỗ, đưa độ trễ phát hiện bất thường xuống mức mili giây để nhịp dây chuyền không bị ảnh hưởng.

4. Một trường hợp bảo trì dự đoán tại công ty pin năng lượng mới

Máy tính công nghiệp của máy phủ tại công ty này khởi động lại thường xuyên, và vận hành bảo trì truyền thống điều tra ba ngày mà không tìm ra nguyên nhân. AIOps tương quan nhật ký sự kiện Windows, dữ liệu cảm biến nhiệt độ và dao động điện áp nguồn, và phát hiện việc bật tắt điều hòa xưởng gây sụt áp. Kiểu phân tích tương quan liên hệ thống này chính là điểm AIOps mạnh hơn Zabbix và Prometheus truyền thống: nó không chỉ nhìn ngưỡng của một chỉ số mà nhìn mẫu chuỗi thời gian đa chiều.

hình minh họa

5. Nhận diện hành vi bất thường cho bảo mật và tuân thủ

Hệ thống IT của nhà máy cũng cần phòng chống thao tác sai nội bộ và tấn công từ bên ngoài. AIOps có thể học giờ đăng nhập và chuỗi lệnh bình thường của nhân viên vận hành, và chặn theo thời gian thực khi xuất hiện việc như xuất hàng loạt công thức quy trình lúc ba giờ sáng hoặc truy cập PLC từ một địa chỉ IP không được phép. Kinh nghiệm của ZEVON về quản lý quyền và kiểm toán thao tác trong ESOP có thể kết hợp với phân tích hành vi bằng AI để giúp nhà máy bảo vệ an toàn dữ liệu quy trình.

Tóm tắt và khuyến nghị: nhà sản xuất áp dụng AIOps không nên nhắm quá lớn; hãy bắt đầu bằng hai tình huống là dự đoán hiệu năng cơ sở dữ liệu MES và gộp cảnh báo mạng công nghiệp, huấn luyện mô hình nhỏ trên dữ liệu lịch sử, đóng vòng rồi mới mở rộng. Khi lựa chọn, cần chú ý nhà cung cấp có tích lũy dữ liệu sản xuất và năng lực phân tích giao thức OT hay không. Phản hồi từ hơn 3.200 điểm cuối mà ZEVON tích lũy cho thấy AIOps gắn với nhịp dây chuyền đi vào vận hành nhanh hơn nhiều so với công cụ vận hành IT thông thường.

Chủ đề: AI-FAQ