Ngành Tự động hóa sẽ được định hình lại được hỗ trợ rất nhiều bởi các Xu hướng khổng lồ như internet vạn vật, dữ liệu lớn và các dịch vụ phân tích, liên quan đến những thay đổi kỹ thuật số sâu rộng trong các nhà máy của tương lai.
TƯƠNG LAI CỦA NGÀNH TỰ ĐỘNG HÓA
Thế giới sản xuất và các ngành công nghiệp chưa bao giờ năng động như ngày nay. Kể từ khi các Platform Industrie 4.0 được ra mắt tại Hannover Messe 2013, chúng ta đã thấy sự gia tăng quan tâm và những lời kêu gọi làm gián đoạn các mô hình kinh doanh sản xuất hơn bao giờ hết. Bất chấp những hoài nghi ban đầu, ngành công nghiệp này đã tiến lên phía trước và cuộc tranh luận trong thế giới nhà cung cấp đã chuyển từ giới thiệu sản phẩm mới sang các ý tưởng kinh doanh mới được số hóa.
Mô hình của Industrie 4.0 (hoặc bất kỳ sáng kiến nào tương tự) dựa trên những lợi ích mà sản xuất có thể tích lũy được từ việc xử lý dữ liệu sản xuất trong thời gian thực. Được hỗ trợ bởi các mạng công nghiệp chính thức, dữ liệu từ các nhà máy có thể được thu thập, lưu trữ và đánh giá thông tin chi tiết, sau đó có thể được chuyển tiếp đến các dòng giá trị thích hợp để sử dụng. Thiết kế này sẽ tạo ra một nhà máy năng động có thể tối ưu hóa trong thời gian thực và tương tác hiệu quả với chuỗi giá trị mở rộng. Thay đổi sắp xảy ra này sẽ liên quan đến một quá trình phát triển dần dần – một sự thay đổi bắt đầu từ tại nơi sản xuất của tự động hóa công nghiệp.
Tự động hóa công nghiệp là một lĩnh vực phát triển dần theo thời gian. Các công nghệ xung quanh tự động hóa và các tiêu chuẩn của chúng là kết quả của việc giới thiệu thận trọng từ các nhà cung cấp và sự chấp nhận cẩn trọng của khách hàng cuối. Do đó, kết quả là một thị trường sản phẩm được tiêu chuẩn hóa cao, nơi các phương pháp tiếp cận độc quyền hoạt động mạnh mẽ và khó có thể thay đổi. Và sự đổi mới đã diễn ra, nhưng các thiết kế cơ bản cũ đã không chứng kiến một cuộc đại tu lớn. Tuy nhiên, tự động hóa trong những năm qua đang dần trở nên không thể đáp ứng được nhu cầu trong tương lai. Điều này đòi hỏi phải hình dung lại tự động hóa trên tất cả các khía cạnh, bắt đầu từ thiết kế, kỹ thuật, triển khai và vận hành.
Ngành Tự động hóa sẽ được định hình lại được hỗ trợ rất nhiều bởi các Xu hướng khổng lồ như internet vạn vật (IoT) , dữ liệu lớn và các dịch vụ phân tích, liên quan đến những thay đổi kỹ thuật số sâu rộng trong các nhà máy của tương lai. Như đã chỉ ra trước đó, việc hình dung tương lai của các nhà máy trước tiên phải bắt đầu bằng tầm nhìn cho tương lai về tự động hóa, một cách tiếp cận tương đối ít được khám phá trong ngành công nghiệp ngày nay.
Có rất nhiều công ty mới từ lĩnh vực công nghệ thông tin bước vào lĩnh vực sản xuất và tự động hoá công nghiệp, điều này giúp thúc đẩy sự giao thoa giữa IT-OT trở nên mạnh mẽ hơn. Mặt khác, các công ty CNTT có bí quyết kỹ thuật số lâu đời là yếu tố cần thiết để hỗ trợ quá trình phát triển sản xuất. Mặt khác nữa, chúng ta cần phải nhận ra rằng nếu không có chuyên môn về domain phù hợp, đặc biệt là trong lĩnh vực tự động hóa và công nghiệp, rất khó có khả năng chúng ta sẽ thấy bất kỳ sự phát triển lớn nào liên quan đến việc chấp nhận của người dùng cuối.
Đặc biệt hơn, ba xu hướng trí tuệ nhân tạo, điện toán biên và thực tế tăng cường (AR) đã được xác định là những yếu tố có thể ảnh hưởng mạnh mẽ đến tự động hóa theo những cách sau:
- Trí thông minh nhân tạo (AI) có tiềm năng chuyển đổi các mô hình kỹ thuật lấy con người làm trung tâm thành các hệ thống tự động, tạo điều kiện thuận lợi cho việc học tập hoạt động liên tục và dẫn đến tăng năng suất có thể vượt quá các phương pháp tiếp cận do con người dẫn dắt.
- Điện toán biên hoặc tính toán tại biên có thể giúp mở rộng các chức năng của PLC với sức mạnh tính toán bổ sung và nhu cầu hoạt động được cá nhân hóa mà không cần thay đổi sâu rộng đối với kiến trúc sản xuất.
- AR sẽ là HMI (Human Machine Interface) của tương lai, cho phép các nhà khai thác có tính minh bạch cao và hiểu biết sâu sắc hơn về bộ điều khiển, máy móc và quy trình sản xuất.
Những yếu tố chính tác động đến ngành tự động hoá trong tương lai.
TĂNG TRƯỞNG AI TRONG NGÀNH TỰ ĐỘNG HÓA CÔNG NGHIỆP
Sự gia tăng của AI (Trí tuệ nhân tạo) cho sản xuất là một nhánh tự nhiên của cuộc cách mạng công nghiệp lần thứ tư. AI có nhiều định nghĩa khác nhau, từ những dạng đơn giản nhất đặc trưng cho trí thông minh của con người đến những dạng phức tạp nhất sở hữu năng lực siêu thường. Để đơn giản hóa chúng ta có thể hiểu AI là nỗ lực tạo ra những cỗ máy có thể cảm nhận, xử lý và hoạt động giống như con người, bao gồm xử lý ngôn ngữ tự nhiên, lập kế hoạch, nhận dạng hình ảnh, đối tượng và âm thanh cũng như giải quyết vấn đề.
Trong bối cảnh này, chúng ta cũng phải tập trung vào học máy (ML), cung cấp phương tiện để đạt được trí tuệ nhân tạo.AI không có học máy cũng giống như lập trình mà không có ngôn ngữ tiên tiến; tức là, học máy giúp đạt được AI dễ dàng hơn so với các phương tiện thông thường. Nó truyền đạt khả năng học hỏi của một hệ thống (hoặc một cỗ máy) mà không cần được lập trình rõ ràng. ML giải quyết các thuật toán đào tạo để tìm hiểu về các ngữ cảnh cụ thể bằng cách sử dụng một lượng lớn dữ liệu. ML có thể đạt được nhiều hơn nữa thông qua học sâu (Deep Learning), học cây quyết định, lập trình logic quy nạp, v.v., với mỗi cách tiếp cận được thiết kế và phù hợp với các tình huống cụ thể.
Lĩnh vực AI, mặc dù có nhiều tranh cãi, nhưng đã phát triển tốt về mặt công nghệ và hiện đang bắt đầu được khai thác cho các cảnh quan khác nhau, đáng chú ý nhất là trong không gian tiêu dùng. Tuy nhiên, mục tiêu của chúng ta sẽ là xác định cách AI có thể giúp sản xuất và đặc biệt là tự động hóa. Làm thế nào AI có thể được triển khai để mang lại lợi ích cho tự động hóa công nghiệp?
Trí tuệ nhân tạo và tương lai của tự động hoá
Một điều kiện tiên quyết chính đối với AI là cần phải có một lượng lớn dữ liệu để đào tạo các thuật toán nhằm đạt được độ chính xác cao. Môi trường sản xuất được điều khiển bởi các hệ thống tự động hóa, như PLC, có rất nhiều thông tin và dữ liệu hiếm khi được đưa vào sử dụng thực tế.
Câu hỏi đặt ra là liệu chúng ta có thể tìm ra cách sử dụng AI và các khái niệm như ML và DL để giúp các kỹ sư tự động hóa hệ thống có thể nhận thức, phản hồi, suy nghĩ và hành động bằng cách sử dụng các thuật toán học tập dựa trên AI không ?
Chúng ta có thể hình dung một PLC hoặc một PC công nghiệp được trang bị AI và có khả năng học hỏi từ các tập dữ liệu sản xuất để xuất hiện với các chương trình hoạt động mạnh mẽ, linh hoạt và có độ chính xác cao. Theo một cách nào đó, một PLC hỗ trợ AI sẽ thoát khỏi định nghĩa thông thường và chuyển đổi thành một hệ thống siêu thông minh với khả năng học tập vĩnh cửu.
Có năm khía cạnh chính của AI có thể được áp dụng trong tự động hóa công nghiệp, từ các dạng cơ bản nhất của AI, như thị giác máy tính, đến các mô hình nâng cao như điện toán nhận thức (Cognitive Computing).
Các khía cạnh khác nhau của AI
CÔNG NGHỆ DI CHUYỂN RA VÙNG BIÊN
IoT công nghiệp đang chuyển đổi cách dữ liệu được tạo ra, thu thập và phân tích. Ngày nay, cơ sở hạ tầng công nghiệp đang phát triển mạnh mẽ với dữ liệu nhiều hơn bao giờ hết. Sự chuyển đổi này đòi hỏi sự thay đổi trong cơ sở hạ tầng hiện có để hỗ trợ nhu cầu thay đổi của ngành. Một trong những thành phần chính của cơ sở hạ tầng mới nổi này sẽ là các thiết bị tiên tiến, bao gồm các bộ điều khiển thế hệ tiếp theo như PLC, DCS và PAC. Ngoài việc kiểm soát các quy trình sản xuất khác nhau, các hệ thống này cũng sẽ thu thập, lưu trữ và xử lý dữ liệu tại nguồn của tạo dữ liệu.
Trong kịch bản mới nổi này, các quy trình kinh doanh chính như phân tích, kiểm soát và ra quyết định có thể được phân phối giữa vùng biên và đám mây, theo yêu cầu. Với việc dữ liệu được chuyển từ đám mây sang vùng biên, không phải tất cả dữ liệu được tạo ra bởi hệ sinh thái sản xuất sẽ được gửi đến đám mây. Điện toán biên sẽ đóng vai trò là thành phần quyết định quyết định loại dữ liệu nào cần được gửi lên đám mây và khi nào. Ngoài ra, vùng biên sẽ là công cụ đối chiếu tất cả dữ liệu được tạo ra từ các domain khác nhau để đảm bảo phân tích nhanh chóng trong thời gian thực. Khối lượng công việc xử lý dữ liệu do đó sẽ được chia sẻ giữa đám mây và biên giúp phản ứng nhanh hơn.
Edge computing sẽ có một vai trò nổi bật trong việc giải quyết một số thách thức lớn trong ngành công nghiệp trong khi trên con đường định hình tương lai của tự động hóa công nghiệp. Một số yếu tố chính thúc đẩy việc áp dụng edge over cloud sẽ là an ninh mạng, tiêu chuẩn hóa các giải pháp, tính linh hoạt của thiết kế và độ trễ thấp. Với sự cạnh tranh thị trường ngày càng gay gắt, sẽ có nhu cầu rất lớn để duy trì tính bảo mật của tất cả dữ liệu đang được tạo ra.
Với sự ra đời của edge computing, ngày càng có nhiều sự chú trọng vào giao tiếp được mã hóa và bảo vệ, cùng với tính toàn vẹn của hệ thống. Do đó, việc tạo ra dữ liệu ở cấp độ cao sẽ ngụ ý đảm bảo mức độ bảo mật dữ liệu tối đa ở tất cả các cấp của cơ sở hạ tầng nhà máy. Với các loại dữ liệu khác nhau được tạo ra ở các cấp độ khác nhau, các biện pháp bảo mật cũng sẽ cần đa dạng tùy theo rủi ro tiềm ẩn. Các công ty sẽ được khuyến khích thực hiện theo cách tiếp cận đầu cuối đối với an ninh công nghiệp kết hợp với một số cấp độ phức tạp của cơ chế bảo mật tích hợp.
Hơn nữa, việc tiến hành tất cả các xử lý dữ liệu ở biên sẽ giúp đảm bảo độ trễ thấp và tiết kiệm thời gian, công sức và băng thông cần thiết để di chuyển dữ liệu từ rìa lên đám mây. Các công ty sẽ bắt đầu nhận thấy giá trị thông qua các khoản đầu tư vào các công nghệ tiên tiến.
Điện toán biên có thể sẽ phát triển như một bước tiến tự nhiên tiếp theo từ điện toán đám mây và sẽ dẫn đến điện toán cuối phức tạp. Edge Intelligence sẽ trở thành một công nghệ quan trọng hỗ trợ quá trình xử lý thông minh và phi tập trung đối với khối lượng dữ liệu vô song được tạo ra bởi các thiết bị IoT.
THỰC TẾ TĂNG CƯỜNG TRONG TỰ ĐỘNG HÓA
Thực tế tăng cường (AR) đã là một xu hướng tương lai trong nhiều năm; chính xác hơn là một xu hướng thuộc về tương lai xa. Đặc biệt, trong bối cảnh công nghiệp, AR được xem với tư cách là một chủ đề hầu hết được cho là mang tính chất kỹ thuật số hơn là một tiện ích.
Thực tế tăng cường là sự kết hợp giữa thế giới kỹ thuật số với thế giới thực. Kết hợp thế giới thực bằng cách sử dụng những hiểu biết sâu sắc từ thế giới ảo tạo ra một môi trường AR. Nếu thực tế ảo (VR) biểu thị bản chất trực quan của thông tin chi tiết kỹ thuật số, thì AR là việc đưa bản chất kỹ thuật số này vào bối cảnh thực tế, giúp mọi người nhìn thấy nhiều hơn những gì hiển nhiên và trong quá trình này, cho phép đưa ra quyết định sáng suốt hơn. Nói một cách dễ hiểu, AR giúp tạo ra tầm nhìn nâng cao về thực tế.
Đương nhiên, AR, nếu được áp dụng trong bối cảnh phù hợp, có thể mang lại giá trị to lớn cho tự động hóa, bao gồm cả nhà máy và quy trình đa dạng. Ý tưởng về việc chồng thông tin kỹ thuật số lên trên các tài sản vật chất trong thế giới thực là cực kỳ mạnh mẽ trong bối cảnh công nghiệp.
Các ứng dụng của AR
Khả năng này có thể hỗ trợ người vận hành và nhân viên nhà máy truy cập hướng dẫn công việc trong thời gian thực và hình dung trước kết quả quy trình. Hệ thống AR cho phép người dùng công nghiệp hoàn toàn đắm mình trong hộp cát và đồng thời hành động dựa trên dữ liệu và thông tin chi tiết được cung cấp bởi hệ thống phân tích.
Mục tiêu cuối cùng của bất kỳ quá trình triển khai AR nào đều phải là xây dựng trải nghiệm trực quan và nhập vai có thể tăng cường và khuếch đại cách nhân viên nhà máy có thể hình dung và tương tác với dữ liệu. Theo đó, AR có thể đi một chặng đường dài trong việc định hình tương lai của ngành công nghiệp. tự động hóa, đặc biệt là trong việc thiết kế các giao diện người-máy (HMI) tạo thành mặt trước của tự động hóa công nghiệp. Bên cạnh thông tin chi tiết về thời gian thực, hệ thống HMI hỗ trợ AR có thể mang lại chế độ xem quá trình đa chiều (lên đến 4D) so với giao diện 2D của HMI thông thường hiện nay.
Với sự hội tụ của các công nghệ tiên tiến, tự động hóa công nghiệp được kỳ vọng sẽ trải qua giai đoạn tăng trưởng bùng nổ trong những năm tới. Các mô hình công nghệ mới nổi như AI, AR và edge đang sẵn sàng thúc đẩy sự phát triển của tự động hóa quy trình điều khiển từ những ngày đầu của công tắc điều khiển và rơ le đến các hệ thống điều khiển tiên tiến.
Các công nghệ AI như thị giác máy, NLP và học máy có thể biến đổi đáng kể cách thức tự động hóa được thiết kế và thực thi. Phân tích cạnh có thể làm cho các PLC cũ mở rộng về sức mạnh và chức năng mà không cần cải tiến thiết kế quy trình lớn. Thực tế tăng cường có thể sớm thay thế HMI và nâng cao nhận thức về sản phẩm, quy trình và con người.
Với việc tự động hóa truyền thống đang đạt đến mức bão hòa về công nghệ, buổi bình minh của những chủ đề đổi mới khi áp dụng các công cụ kỹ thuật số này sẽ khiến tự động hóa có thể tồn tại trong thời đại công nghiệp 4.0.
