Triển khai AI phát hiện bất thường bằng ảnh nhiệt trong nhà máy

Khi triển khai AI phát hiện bất thường bằng ảnh nhiệt trong nhà máy, quyết định đầu tiên không phải là chọn tên mô hình. Cần xác định thiết bị và bộ phận nào sẽ được so sánh, trong điều kiện tải và chụp ảnh nào, và ai chịu trách nhiệm đưa ra quyết định bảo trì. Camera nhiệt công nghiệp ghi nhận bức xạ từ bề mặt. Vùng hiển thị màu đỏ không đương nhiên là hỏng hóc; kim loại bóng, khoảng cách chụp và nhiệt phản xạ từ xung quanh đều có thể làm thay đổi nhiệt độ biểu kiến. Bài viết này dành cho người phụ trách đặt hàng giải pháp giám sát thiết bị tại nhà máy ở Thái Lan. Nội dung đi từ lựa chọn camera cố định hay kiểm tra theo tuyến, thiết kế dữ liệu, AI và quy trình bảo trì đến yêu cầu chào giá (RFP), thử nghiệm nghiệm thu tại nhà máy của nhà cung cấp (FAT) và nghiệm thu tại hiện trường (SAT).

Phạm vi bài viết và trình tự triển khai

Đối tượng phù hợp là những vị trí mà phân bố nhiệt có thể cung cấp manh mối về tình trạng thiết bị: mối nối của động cơ, khu vực ổ trục, điểm đấu nối điện, bơm hoặc vỏ ngoài lò sấy. Việc tính toán nhiệt và chọn công suất làm mát cho tủ điều khiển được trình bày trong bài về thiết kế nhiệt tủ điều khiển. Để xem cách kết hợp rung, dòng điện và bôi trơn, tham khảo bài về giám sát tình trạng bơm chân không. Trọng tâm ở đây là biến ảnh nhiệt thành dữ liệu có thể so sánh liên tục và chuyển tín hiệu nghi ngờ thành quyết định bảo trì của con người.

Trình tự hợp lý là xác định dạng hỏng và người xử lý; chuẩn hóa điều kiện chụp; ghi nhận dao động khi thiết bị hoạt động bình thường; dùng quy tắc đơn giản làm mốc; đánh giá giá trị bổ sung của AI; rồi nghiệm thu tại hiện trường. Không nên dừng máy chỉ vì màu trên ảnh nhiệt, cũng không nên sửa chữa chỉ vì AI báo bất thường. Ảnh nhiệt trực tiếp cho biết ước tính nhiệt độ bề mặt và phân bố nhiệt trong trường nhìn dựa trên bức xạ. Nguyên nhân, tuổi thọ còn lại và nhu cầu dừng máy phải được đánh giá riêng. Tài liệu đo nhiệt của FLIR nhấn mạnh hệ số phát xạ và nhiệt độ biểu kiến phản xạ là các thông số đo quan trọng.

Xác định thế nào là bất thường trước khi mua hệ thống AI ảnh nhiệt

Nếu cuộc họp đầu tiên chỉ chốt “nóng lên thì báo”, mỗi lần tải vận hành tăng đều có thể gây cảnh báo. Hãy nối thiết bị, bộ phận và dạng hỏng thành một phát biểu có thể kiểm tra. Ví dụ: “Khi động cơ chạy ở chế độ đã định, nếu một điểm đấu nối trong hộp cực duy trì chênh lệch nhiệt so với các điểm tương đương và mức chênh lệch không giải thích được bằng dòng điện, nhân viên bảo trì sẽ kiểm tra.” Bất thường không chỉ là vượt ngưỡng nhiệt độ tuyệt đối. Chênh lệch giữa hai bên hoặc ba pha, biến động của cùng một vị trí theo thời gian, đường cong nguội sau khi dừng máy và sai lệch so với tải đều có thể là tín hiệu.

Không được suy ra rằng hai máy cùng kiểu sẽ có cùng nhiệt độ nếu chưa xác định điều kiện so sánh. Tốc độ quay, tải, vị trí lắp, nắp che, thông gió và vật liệu bề mặt có thể khác nhau. Khi chọn thiết bị thí điểm, hãy xét mức độ ảnh hưởng khi hỏng, khả năng dạng hỏng tạo ra dấu hiệu nhiệt, mức độ quan sát được, an toàn khi chụp, khả năng lấy dữ liệu tải và khả năng xử lý sau kiểm tra. Với bộ phận quan trọng nhưng nằm khuất bên trong, ảnh nhiệt không nên là cảm biến chính duy nhất.

Bảng liên kết dạng hỏng với đại lượng quan sát

Bảng này là điểm khởi đầu điều tra, không phải lời bảo đảm chẩn đoán. Vỏ ổ trục nóng không đủ để kết luận “thiếu bôi trơn”. Cần đối chiếu lịch sử vận hành và tín hiệu khác, rồi kiểm tra thiết bị thực tế nếu cần. AI nên giúp ưu tiên ảnh và bộ phận cần xem xét, chứ không tự động khẳng định nguyên nhân gốc.

Chọn camera cố định hay kiểm tra theo tuyến cho từng thiết bị

Camera cố định có thể liên tục quan sát một vùng từ cùng một góc. Đây là lựa chọn cho vị trí khó tiếp cận, dạng hỏng tiến triển nhanh hoặc thiết bị có thiệt hại dừng máy lớn và cần cảnh báo sớm. Tổng quan giám sát liên tục của FLIR cũng nêu cách dùng camera cố định và cảnh báo theo ngưỡng nhiệt độ. Tuy nhiên, hệ thống cố định cần ống kính, vỏ bảo vệ, gá lắp, nguồn điện, dây dẫn, vệ sinh, hiệu chuẩn, mạng và tích hợp phần mềm. Bề mặt ngoài trường nhìn hoặc bị che khuất vẫn không được giám sát.

Kiểm tra theo tuyến phù hợp khi có nhiều thiết bị nhưng không cần quan sát từng máy liên tục. Có thể khảo sát các máy ứng viên mà không lắp camera riêng cho mỗi máy. Đổi lại, nếu kỹ thuật viên thay đổi vị trí, khoảng cách, góc, tiêu cự, tải hoặc thông số đo, chuỗi ảnh sẽ khó so sánh. Với camera cầm tay, hãy lập tuyến ghi rõ mã thiết bị, ảnh chỉ vị trí đứng chụp, ROI, thứ tự chụp và điều kiện vận hành bắt buộc. Nếu góc chụp tốt đòi hỏi tiếp cận vị trí nguy hiểm, cần cùng bộ phận an toàn xem lại phương pháp kiểm tra.

Hai cách có thể kết hợp. Kiểm tra theo tuyến trước để xác nhận dạng hỏng nào quan sát được, sau đó cố định hóa một số vị trí quan trọng. Ngược lại, khi nhiệt độ biến đổi nhanh, nhà máy không có người vào ban đêm hoặc thời gian cho phép từ lúc phát sinh bất thường đến lúc xử lý rất ngắn, chu kỳ đi kiểm tra có thể bỏ lỡ sự kiện. Bảng lựa chọn nên ghi thời gian xử lý cho phép, độ ổn định của góc nhìn, khả năng tiếp cận, thiệt hại khi dừng máy và thời gian có nhân sự phản ứng. Chỉ so giá mua sẽ bỏ qua khoảng thời gian không được quan sát và công xử lý cảnh báo.

Một trường hợp do FLIR công bố tháng 8/2026 mô tả đơn vị vận hành trung tâm dữ liệu chuyển từ kiểm tra thiết bị điện bằng camera cầm tay mỗi quý sang camera cố định giám sát liên tục các vị trí rủi ro cao. Đây là ví dụ về cách chọn vị trí theo thời gian phản ứng cần thiết, không phải cơ sở để suy ra lợi ích tài chính tương tự cho nhà máy ở Thái Lan.

Chuẩn hóa điều kiện chụp trước khi huấn luyện AI

Muốn so sánh nhiệt độ từ ảnh, phải lưu điều kiện chụp cùng ảnh. Tối thiểu cần mã thiết bị và bộ phận, camera và ống kính, vị trí, góc, khoảng cách, tiêu cự, hệ số phát xạ cài đặt, nhiệt độ biểu kiến phản xạ cài đặt, điều kiện môi trường, thời gian chụp, chế độ vận hành, chỉ số tải và trạng thái công việc. Giữ siêu dữ liệu đo do camera cung cấp, rồi liên kết thông tin riêng của nhà máy từ PLC, MES, danh mục thiết bị và hồ sơ kiểm tra. Khi đó mới có thể giải thích liệu nhiệt tăng có đi theo sự thay đổi tải hay không.

Hệ số phát xạ, phản xạ và bề mặt bóng

Hai bề mặt có cùng nhiệt độ thực nhưng lớp hoàn thiện khác nhau có thể phát ra bức xạ quan sát được khác nhau. Không nên chỉ nhìn số nhiệt độ trên màn hình để so hai bộ phận có lớp phủ khác nhau. Kim loại bóng có thể phản chiếu nguồn nhiệt gần đó và trông như chính nó đang nóng. Nếu định tạo bề mặt tham chiếu hoặc xử lý bề mặt để đo, cần kiểm tra trước ảnh hưởng đến an toàn thiết bị, an toàn điện và bảo hành. RFP phải nêu rõ sẽ đo hệ số phát xạ tại hiện trường, dùng dữ liệu sản phẩm phù hợp hay chỉ so sánh biến động của cùng một bề mặt. Hướng dẫn đo của FLIR đề cập cách hiệu chỉnh hệ số phát xạ, nhiệt độ phản xạ và khoảng cách.

ISO 18434-1:2008 cũng đưa ra quy trình xác định và bù trừ hệ số phát xạ, nhiệt độ biểu kiến phản xạ và ảnh hưởng của môi trường truyền bức xạ khi đo nhiệt độ bề mặt. Nhóm triển khai cần chuyển các yếu tố này thành thông số và bằng chứng đo cụ thể cho từng vị trí, thay vì chỉ ghi chung “camera đã được hiệu chuẩn”.

Kích thước mục tiêu, khoảng cách và tiêu cự

Một điểm nóng có thể nhìn thấy trong ảnh nhưng vẫn chiếm quá ít điểm ảnh của đầu dò để đo nhiệt độ tin cậy. Đầu cực nhỏ, bu lông và mép dây đai đặc biệt dễ bị trộn với nền. Giải thích của FLIR về khoảng cách chụp cho biết mục tiêu cần lấp đầy vùng đo. Hướng dẫn bố trí cho một thiết bị FLIR cụ thể có nêu điều kiện 3 × 3 điểm ảnh; không được coi đó là cam kết chung cho mọi máy và mọi ứng dụng. Hãy thử camera, ống kính, khoảng cách lắp đặt và kích thước bất thường nhỏ nhất trên thiết bị thật. Mất nét làm mờ cả phân bố nhiệt lẫn phép đo. Chọn ống kính chỉ để thấy trọn máy trong một khung hình có thể khiến bộ phận cần giám sát quá nhỏ.

Tải và giai đoạn vận hành

Nhiệt độ động cơ và điểm đấu nối điện thay đổi theo tải. So ảnh chuẩn chụp lúc tải thấp với ảnh sản xuất lúc tải cao dễ tạo cảnh báo giả. Chọn chỉ số đại diện cho tải như dòng điện, tốc độ quay, sản lượng hoặc trạng thái máy. Nếu không lấy được chỉ số, hãy lưu ảnh chuẩn theo từng chế độ vận hành và trả về “không thể so sánh” khi điều kiện không tương ứng. Yêu cầu chụp lại trung thực hơn việc ép một ảnh thiếu bối cảnh vào nhóm bình thường hoặc bất thường.

Biến động môi trường tại nhà máy ở Thái Lan

Vị trí trong nhà hay ngoài trời, thời điểm có nắng, sau mưa, thay đổi điều hòa hoặc thông gió, và việc vừa rửa máy đều có thể thay đổi ảnh. Độ ẩm, ngưng tụ trên ống kính, bụi, dầu và vết bẩn trên kính bảo vệ làm giảm chất lượng. Không nên tăng đồng loạt mọi ngưỡng chỉ vì nhà máy nằm ở Thái Lan. Với mỗi vị trí, hãy xác định khoảng môi trường đo được và dấu hiệu cần vệ sinh hoặc xác nhận lại. Thu thập trạng thái bình thường qua ca làm việc, thay đổi sản phẩm và mùa vận hành ở mức cần thiết. Nếu thay đổi môi trường liên tục bị gắn nhãn sự cố, kỹ thuật viên sẽ không còn tin cảnh báo.

Lập kế hoạch đo lường trên một trang trước khi vận hành chính thức

Nếu chỉ lưu một ảnh “bình thường” ngay sau khi lắp camera rồi đưa hệ thống vào vận hành, đội dự án sẽ thiết kế cảnh báo khi chưa biết mức dao động thực tế. Vì vậy, hãy lập kế hoạch đo cho từng thiết bị và xác định trước thế nào là cùng điều kiện. Mỗi dòng trong bảng cần ghi mã thiết bị, bộ phận, dạng hỏng, ROI, đối tượng so sánh, điều kiện vận hành tối thiểu, vị trí chụp, thông số đo và người chịu trách nhiệm đánh giá. Với camera cố định, lưu trường nhìn và vị trí gá lắp bằng ảnh hiện trường; với kiểm tra theo tuyến, lưu vị trí đứng và hướng camera. Nguyên tắc là điền kế hoạch trước khi thu ảnh chuẩn, vì chọn lại đối tượng so sánh sau khi thấy dấu hiệu bất thường có thể dẫn đến lời giải thích thiên lệch.

Dữ liệu bình thường phải bao gồm dao động của cùng một thiết bị, chứ không chỉ đến từ nhiều thiết bị. Chẳng hạn, phân biệt thời điểm vừa khởi động, vận hành ổn định, sau khi đổi tải và trước khi dừng; với nơi chịu ảnh hưởng của nắng hoặc điều hòa, cần phân biệt cả thời điểm trong ngày. Không có một số ngày hay số ảnh bắt buộc áp dụng cho mọi nhà máy. Tiếp tục thu thập đến khi các chế độ vận hành lặp lại, có ảnh và dữ liệu tải tương ứng trong cùng điều kiện, và nhân sự hiện trường giải thích được sự thay đổi nhiệt độ thông thường. Trước hết cần biết nhiệt độ dao động ra sao khi thiết bị hoạt động bình thường, thay vì chờ một sự cố hiếm gặp để tạo dữ liệu chuẩn. Ghi cả lý do chụp lại và việc bề mặt đã được vệ sinh hay chưa.

Điều kiện đầu vào để xác định ảnh không thể so sánh

Đặt một cổng kiểm tra chất lượng trước mô hình. Không chấm điểm chênh lệch với ảnh quá khứ như một sự cố khi thiết bị nằm ngoài trường nhìn, ROI bị che khuất, ảnh mất nét, đồng hồ camera lệch so với dữ liệu tải, tải nằm ngoài khoảng quy định, kính bảo vệ bẩn hoặc thông số đo đã thay đổi. Màn hình cần hiển thị “không thể đánh giá” cùng nguyên nhân, rồi hướng người dùng đến bước tiếp theo như chụp lại, vệ sinh, đồng bộ thời gian hoặc chờ điều kiện vận hành phù hợp. Nếu bỏ qua cổng này, mô hình có thể phản ứng với dữ liệu thiếu hoặc ảnh chụp lỗi, khiến đội bảo trì khó phân biệt chúng với bất thường thực của thiết bị.

Không nên chốt ngưỡng cảnh báo chỉ bằng cách xem ảnh tại bàn làm việc. Đối chiếu thời điểm kiểm tra và sửa chữa thực tế trong hồ sơ bảo trì hiện có để xem trước đó đã có dấu hiệu nhiệt hay chưa. Nếu hồ sơ không ghi nhận bất thường nhiệt, đừng vội kết luận ảnh nhiệt hữu ích cho thiết bị ấy; hãy tiếp tục so sánh trong các điều kiện vận hành tương ứng. Cùng nhân sự hiện trường xác định dấu hiệu cần tìm và số cảnh báo có thể xử lý, đồng thời liệt kê riêng các sự kiện nghiêm trọng không muốn bỏ sót. Đặt ngưỡng đơn giản, chênh lệch tương đối và AI cạnh nhau trên dữ liệu cùng giai đoạn để thấy giá trị bổ sung của AI.

Chạy thử toàn bộ quy trình xử lý một cảnh báo

Trong đợt chạy thử quy mô nhỏ, đừng dừng ở việc đưa ảnh có điểm nóng mô phỏng vào mô hình rồi thấy cảnh báo xuất hiện. Hãy kiểm tra mã thiết bị và bộ phận hiển thị đúng trên màn hình tại nhà máy, thông báo đến đúng người trực, người phụ trách mở được ảnh nhiệt, ảnh ánh sáng nhìn thấy và lịch sử tải, yêu cầu chụp lại hoặc kiểm tra, rồi ghi kết quả vào hồ sơ thiết bị. Khi kết nối gián đoạn ngắn, cần kiểm tra thông báo bị trễ thế nào và có bị gửi lặp sau khi khôi phục hay không. Ảnh mô phỏng chỉ xác nhận đường đi của cảnh báo hoạt động; chúng không chứng minh tỷ lệ phát hiện sự cố thực.

Mục tiêu như “ai phản ứng trong bao nhiêu phút” cần được thống nhất theo ca làm việc của nhà máy và mức độ rủi ro của thiết bị. Nếu camera giám sát ban đêm nhưng không có người nhận thông báo vào ban đêm, chụp liên tục chưa đủ để giảm rủi ro. Ngược lại, với một số thiết bị, xem gộp ảnh chụp theo tuyến vào sáng hôm sau có thể đáp ứng nhu cầu. Hãy nghiệm thu yêu cầu về phản ứng và ghi chép với mức độ nghiêm túc tương đương yêu cầu kỹ thuật của camera và AI.

Giao cho AI ba nhiệm vụ riêng

Bước thứ nhất là kiểm tra chất lượng ảnh: bộ phận có nằm trong khung không, góc nhìn có dịch chuyển không, ảnh có đủ nét không, kính có sạch không và điều kiện vận hành có so sánh được không. Nếu không đạt, hệ thống trả về “không thể đánh giá”. Bước thứ hai là so sánh mẫu nhiệt: phân bố nhiệt trong ROI đã định, diện tích vùng nóng, chênh lệch với bộ phận tương đương, thời gian kéo dài và sai lệch theo tải. Bước thứ ba là định tuyến xử lý: chụp lại, kiểm tra tín hiệu khác, lên lịch kiểm tra hay chuyển người có thẩm quyền xem xét dừng máy.

Trước khi bổ sung AI, hãy giữ quy tắc ngưỡng cố định và so sánh giữa các bộ phận tương đương làm mốc. Những sự cố hiếm thường không cung cấp đủ mẫu để huấn luyện bộ phân loại có giám sát cho từng dạng hỏng. Có thể chọn mô hình hành vi bình thường, so ảnh với dữ liệu lịch sử cùng điều kiện hoặc phân loại có giám sát khi nhãn và mục tiêu bảo trì phù hợp. Đánh giá không chỉ bằng precision và recall mà còn bằng số cảnh báo giả trên mỗi thiết bị, tuần hoặc ca; sự kiện xác nhận bị bỏ sót; và thời gian từ phát hiện đến khi con người kiểm tra. Đơn vị đánh giá nên là sự kiện bảo trì và cách phản ứng, không phải số lượng lớn các khung hình gần như giống nhau.

Tách dữ liệu và gắn nhãn

Nếu các khung hình liên tiếp của cùng một sự cố xuất hiện ở cả tập huấn luyện và tập kiểm tra, kết quả đo sẽ cao giả tạo. Hãy tách dữ liệu theo thiết bị, thời kỳ và điều kiện vận hành sao cho giống lúc triển khai, ít nhất có một giai đoạn chưa từng được dùng để huấn luyện. Thay bộ phận, thay camera hoặc ống kính và dịch chuyển giá lắp đều làm thay đổi phân bố dữ liệu; phải lưu lịch sử can thiệp. Phân biệt “AI phát cảnh báo” với “kiểm tra xác nhận mối nối bị lỏng”. Cảnh báo chưa được điều tra không phải nhãn sự cố đã xác thực.

Chỉ chỉnh hệ thống để giảm số cảnh báo có thể làm tỷ lệ cảnh báo giả trông tốt hơn nhưng tăng số sự kiện bị bỏ sót. Cần xác định đồng thời hậu quả của việc bỏ sót sự cố nghiêm trọng và lượng cảnh báo mà nhân sự có thể xử lý. Đối với thiết bị ảnh hưởng trực tiếp đến an toàn hoặc dừng sản xuất, phải làm rõ ranh giới giữa khuyến nghị của AI với mạch an toàn, rơle bảo vệ và quy trình vận hành hiện có. Việc cập nhật mô hình hoặc mất kết nối không được khiến trách nhiệm bảo vệ thiết bị trở nên mơ hồ.

Thiết kế màn hình cảnh báo hữu ích cho đội bảo trì

Đừng chỉ hiển thị chữ “nhiệt độ cao”. Một cảnh báo nên có thiết bị và bộ phận, ảnh hiện tại và ảnh tham chiếu, ROI, tải và chế độ chạy tại thời điểm so sánh, xu hướng nhiệt, trạng thái chất lượng ảnh, lý do cảnh báo và bước xử lý đầu tiên. Ghép ảnh ánh sáng nhìn thấy với ảnh nhiệt để nhận ra camera bị xoay. Nhật ký cần ghi ai xem, đã kiểm tra gì, kết quả chụp lại, lệnh bảo trì, việc siết nối, thay linh kiện hoặc vệ sinh, và xác nhận sự cố đã được giải quyết. Những kết quả do con người kiểm chứng mới là dữ liệu giá trị cho lần cải thiện mô hình tiếp theo.

Định tuyến thông báo theo mức ưu tiên và giờ trực: phụ trách thiết bị trong giờ làm, đội trực ban đêm và người có thẩm quyền với quyết định dừng máy. Cần chặn thông báo lặp từ cùng một sự kiện kéo dài, phân biệt lỗi mạng hoặc camera với thiết bị quá nhiệt, và nhắc lại cảnh báo chưa được xử lý. Với người mới dùng ảnh nhiệt, các lựa chọn đầu tiên có thể là “chuyển xử lý khẩn”, “kiểm tra tại chỗ”, “kiểm tra theo kế hoạch” và “chụp lại”. Sau đó liên kết nhận xét của người kiểm tra với ảnh. Nếu dữ liệu được đưa vào báo cáo công việc bảo trì có AI hỗ trợ, việc giữ đúng bằng chứng và mã thiết bị quan trọng hơn tự động viết một bản báo cáo trau chuốt.

So sánh tổng chi phí triển khai, không chỉ giá camera

Yêu cầu báo giá tách riêng khảo sát vị trí chụp, camera và ống kính, gá lắp và bảo vệ, điện và mạng, máy biên hoặc máy chủ, lưu trữ, tích hợp với hệ thống nhà máy, thu thập dữ liệu ban đầu, gắn nhãn, FAT/SAT, đào tạo, hiệu chuẩn, vệ sinh, bảo trì và cập nhật mô hình. Với kiểm tra theo tuyến, việc lập tuyến, đào tạo người chụp, thời gian đi chụp, sắp xếp ảnh và xem xét kết quả cũng là chi phí.

Để đánh giá đầu tư, cần xét tần suất hỏng trong lịch sử, khả năng dạng hỏng phát ra dấu hiệu nhiệt đủ sớm, mức bao phủ của kiểm tra hiện tại, thiệt hại khi dừng máy và thời gian xử lý cảnh báo giả. Với sự cố rất hiếm, một thử nghiệm khái niệm (PoC) ngắn có thể không chứng minh được khoản tiết kiệm. Khi đó đừng tự đặt ra con số hoàn vốn. Trước tiên nghiệm thu khả năng chụp lặp lại, kích thước bất thường nhỏ nhất có thể phát hiện trong điều kiện đã thống nhất và quy trình cảnh báo có thể thực hiện; đo hiệu quả tránh sự cố trong giai đoạn dài hơn. Độ nhạy nhiệt hoặc độ chính xác đo nhiệt ghi trên catalogue không phải độ chính xác phát hiện hỏng hóc tại nhà máy.

Xác định tiêu chí kết thúc PoC quy mô nhỏ trước khi bắt đầu

Trước PoC, hãy viết rõ kết quả thành công sẽ cho phép mở rộng điều gì, còn kết quả chưa đạt sẽ cần sửa điều gì. Trên một thiết bị đầu tiên, thử sự khác nhau về nắng, tải, người chụp và khoảng cách trước khi nhân rộng. Trong giai đoạn ban đầu, cho khuyến nghị AI chạy song song với quy trình ra quyết định của con người; không biến đầu ra AI trực tiếp thành lệnh dừng máy. Phân loại nguyên nhân cảnh báo giả thành điều kiện chụp, bối cảnh vận hành, mô hình hoặc diễn giải bảo trì. Sửa vị trí camera và huấn luyện lại mô hình là hai cách xử lý khác nhau; chỉ cập nhật mô hình khi chưa hiểu nguyên nhân dễ khiến lỗi tái diễn.

Các thông số và câu hỏi cần đưa vào RFP

Yêu cầu “một bộ AI ảnh nhiệt” không đủ để so các nhà cung cấp. Hãy yêu cầu hồ sơ theo từng nhóm thiết bị.

“Điểm nóng nhỏ nhất” là kích thước vật lý của bất thường nhà máy cần phát hiện. Phải kiểm tra khả năng phân giải và đo từ vị trí lắp thực tế, không chỉ dựa vào số điểm ảnh trong catalogue. Hỏi nhà cung cấp có thể xuất dữ liệu nhiệt gốc và siêu dữ liệu đến mức nào, ở định dạng gì, ai sở hữu dữ liệu, có API nào và hình ảnh cũ có còn so sánh được sau khi nâng cấp thiết bị không.

Không dùng một lời quảng cáo “AI chính xác X%” làm tiêu chí nghiệm thu. Hãy hỏi chỉ số đó được đo trên những thiết bị, tải, thời kỳ và bao nhiêu sự kiện bảo trì độc lập đã được xác nhận. Bất thường mô phỏng an toàn có thể thử đường đi của tín hiệu phát hiện, nhưng kết quả ấy không phải tỷ lệ phát hiện sự cố thật. Cam kết hiệu năng cần dựa trên chỉ số đo được tại vị trí lắp đặt.

FAT cần kiểm tra những gì?

FAT kiểm tra các chức năng đã cam kết trước khi đưa hệ thống đến địa điểm lắp đặt. FAT không thể tái hiện đầy đủ điều kiện hiện trường và không chứng minh rằng mọi sự cố trong tương lai đều được phát hiện. Thử đầu vào camera, cấu hình ROI, ánh xạ dữ liệu bối cảnh, kết quả quy tắc và AI, thông báo, nhật ký kiểm toán, quyền truy cập, phục hồi sau mất mạng và quay về phiên bản mô hình trước. Cố ý tạo sai lệch thời gian giữa ảnh và dữ liệu PLC. Đây là những lỗi có thể sửa trước khi đội triển khai đến nhà máy.

Với mỗi ca thử, ghi đầu vào, điều kiện, kết quả mong đợi, kết quả quan sát, tệp bằng chứng, đạt hay không đạt và người phụ trách thử lại. Thêm ảnh thiếu mục tiêu, mất nét, thiếu siêu dữ liệu và đã chuyển chế độ vận hành. Kết quả đúng trong các trường hợp này có thể là “không thể đánh giá”, không phải “sự cố”. Cảnh báo thử nghiệm phải gửi đến người nhận thử nghiệm. Chỉ trình diễn ảnh mẫu đẹp không chứng minh hệ thống sẵn sàng vận hành.

SAT cần kiểm tra những gì?

SAT xác nhận hệ thống đã lắp với thiết bị, điều kiện và người xử lý thật. Kiểm tra độ ổn định gá lắp, góc nhìn lệch do rung, kính bảo vệ bẩn, phản xạ nắng, mất điện ngắn, độ trễ mạng, tín hiệu tải từ PLC/MES, người nhận thông báo ban đêm và phản ứng của kỹ thuật viên. Chụp ảnh chuẩn tại hiện trường và ghi nhận bộ phận cần theo dõi nằm đúng trong trường nhìn, đủ số điểm ảnh và đủ nét. Đạt FAT không thay thế bước kiểm tra này.

Thời gian quan sát SAT phải bao trùm các chế độ vận hành đã thỏa thuận. Không nghiệm thu hiệu năng ở tải cao nếu chỉ quan sát sản xuất tải thấp. Mọi mục tiêu thử nhiệt an toàn phải nằm trong quy trình an toàn của nhà máy và giới hạn thiết bị. Nếu SAT không gặp sự cố thật, không tính tỷ lệ phát hiện giả định. Có thể nghiệm thu chất lượng ảnh, cách xử lý thiếu dữ liệu bối cảnh, việc chuyển thông báo, hồ sơ con người kiểm tra và phân loại cảnh báo giả; hiệu năng với sự cố thật tiếp tục được xác minh khi vận hành dài hạn.

Chia tiêu chí nghiệm thu thành “thiết bị”, “dữ liệu” và “con người”

Thiết bị: chụp được bộ phận mục tiêu và hiển thị lỗi camera hoặc kết nối. Dữ liệu: ghép đúng ảnh với trạng thái vận hành và nhận diện được điều kiện không thể so sánh. Con người: người được chỉ định nhận, xem, kiểm tra thêm và ghi kết quả trong thời gian đã thống nhất. Chỉ đạt một trong ba lớp chưa tạo nên quy trình bảo trì hoạt động được. Hồ sơ bàn giao cần ghi người phụ trách, trực ngoài giờ, tần suất vệ sinh, điều kiện hiệu chuẩn lại, quyền thay mô hình và lịch xem lại cảnh báo tồn đọng.

Ghi nhận thay đổi để giữ ảnh chuẩn hữu ích sau triển khai

Thay vị trí camera, ống kính, lớp sơn, lớp cách nhiệt, linh kiện, công thức sản xuất hoặc chế độ điều hòa theo mùa đều có thể làm mất ý nghĩa của phép so sánh với ảnh chuẩn cũ. Gắn thời điểm, vị trí và lý do thay đổi vào lịch sử ảnh. Quyết định khi nào phải lập ảnh chuẩn mới và dữ liệu cũ còn so sánh được hay không. Trước khi triển khai phiên bản mô hình mới, so mô hình cũ và mới trên cùng tập đánh giá, đồng thời xem lại cảnh báo giả và sự cố bị bỏ sót ở hiện trường.

Trong họp bảo trì, đừng chỉ xem số cảnh báo. Cần xem thời gian đến lúc điều tra và xử lý, phân loại nguyên nhân, sự cố tái diễn và dạng hỏng nằm ngoài khả năng ảnh nhiệt. Số lần “không thể đánh giá” tăng do kính bẩn là vấn đề vệ sinh. Cảnh báo giả chỉ xuất hiện khi tải cao gợi ý thiếu dữ liệu vận hành. Sự cố bị bỏ sót mà không hề có dấu hiệu nhiệt có thể cần giám sát rung, dòng điện, áp suất hoặc phương pháp khác. Cải thiện cách chụp và ghép dữ liệu đôi khi hiệu quả hơn việc liên tục đổi mô hình.

Khi viết hướng dẫn đánh giá và báo cáo, có thể tham chiếu phạm vi của ISO 18434-2:2019: diễn giải ảnh nhiệt trong giám sát tình trạng máy, tiêu chí mức độ nghiêm trọng, an toàn và yêu cầu báo cáo. Tiêu chí nội bộ vẫn phải được kiểm chứng theo thiết bị và điều kiện vận hành thực tế.

Câu hỏi thường gặp

Nhà máy có thể bắt đầu bằng ngưỡng nhiệt độ thay vì AI không?

Có. Xác định điều kiện vận hành có thể so sánh, ROI, ngưỡng, thời gian duy trì và người nhận thông báo. Quy tắc này cũng là mốc để đánh giá giá trị bổ sung của AI. Chỉ thêm AI khi đã thấy giới hạn cụ thể, như ngưỡng quá nhạy với tải, phân bố nhiệt của nhiều bộ phận cùng quan trọng hoặc mẫu bình thường phức tạp. Với một số thiết bị, quy tắc đơn giản đã đủ.

Nên mua camera nhiệt cố định hay camera cầm tay để đi kiểm tra?

Cân nhắc camera cố định khi sự cố có thể tiến triển nhanh hơn chu kỳ kiểm tra và góc nhìn ổn định. Chọn kiểm tra theo tuyến khi có nhiều mục tiêu, bất thường tiến triển chậm và người kiểm tra tái lập được điều kiện chụp. Camera cố định có điểm mù và chi phí bảo trì; đi tuyến cần nhân công và ảnh dễ biến động. Hãy quyết định theo thời gian cho phép từ lúc có sự cố đến lúc hành động với từng thiết bị.

Nghiệm thu ROI và hiệu năng AI như thế nào?

Định nghĩa từng ROI trên bản vẽ và ảnh thực; trả về “không thể đánh giá” khi đối tượng biến mất hoặc góc nhìn dịch chuyển. Dùng dữ liệu tại hiện trường từ các giai đoạn và chế độ vận hành độc lập để đánh giá sự cố xác nhận bị bỏ sót, cảnh báo giả cần xử lý và thời gian đến lúc có người xem. Khi sự cố hiếm, nghiệm thu trước quy trình chụp, thông báo và xử lý, rồi đặt kế hoạch xác minh dài hạn. Không đồng nhất thông số đo nhiệt của camera với độ chính xác phát hiện hỏng hóc của AI.

Vì sao RFP, FAT và SAT đều cần thiết tại nhà máy ở Thái Lan?

RFP giúp các nhà thầu báo giá trên cùng phạm vi; FAT chứng minh chức năng trước khi lắp; SAT thử tải, nắng, mạng và con người tại địa điểm thực. Mỗi giai đoạn cung cấp bằng chứng khác nhau. Ngay cả dự án thí điểm nhỏ cũng nên lưu bằng chứng của cả ba để có cơ sở thống nhất khi nghiệm thu và cải tiến.

Kết luận

AI ảnh nhiệt trong nhà máy là kế hoạch thu thập bằng chứng có thể so sánh, không phải chỉ mua ảnh màu và điểm số. Hãy chọn thiết bị và dạng hỏng, kiểm soát hệ số phát xạ, phản xạ, kích thước mục tiêu, tiêu cự, tải và môi trường; đối chiếu quy tắc đơn giản với AI; định nghĩa “không thể đánh giá”; rồi nối cảnh báo với quyết định bảo trì của con người. Một thiết bị đã chứng minh được khả năng chụp, so sánh và hành động là nền tảng tốt để mở rộng.

Nếu đang chọn thiết bị thí điểm hoặc so sánh giám sát cố định với kiểm tra theo tuyến, hãy liên hệ TOMAS TECH. Chúng tôi có thể cùng lập bản đồ điều kiện vận hành và quy trình bảo trì hiện tại, rồi xác định ảnh nhiệt cần đo gì và phần nào cần con người hoặc cảm biến khác xác nhận.

Tài liệu tham khảo

• ISO 18434-1:2008, Thermography — Part 1: quy trình chung và các yếu tố cần hiệu chỉnh trong đo nhiệt bề mặt.
• ISO 18434-2:2019, Thermography — Part 2: phạm vi hướng dẫn diễn giải ảnh, đánh giá mức độ nghiêm trọng, an toàn và báo cáo.
• FLIR, Measuring temperatures: hệ số phát xạ, nhiệt độ biểu kiến phản xạ và thông số đo.
• FLIR, How Far Can You Measure with a Thermal Camera?: khoảng cách, trường nhìn và kích thước mục tiêu.
• FLIR, Camera placement guidelines: hướng dẫn bố trí và kích thước điểm nóng cho một mẫu thiết bị cụ thể.
• FLIR, Continuous Monitoring: giám sát cố định và cảnh báo.
• FLIR, Turning Thermal Monitoring Into an 11% Insurance Premium Reduction: trường hợp trung tâm dữ liệu chuyển từ kiểm tra mỗi quý sang giám sát cố định; kết quả tài chính chỉ thuộc trường hợp được nêu.
• FLIR, Critical Asset Monitoring for Thermal Conditions: ví dụ công nghiệp về ROI và cảnh báo.
• FLIR, The secret to a good thermal image: tiêu cự, khoảng cách và việc ghi điều kiện vận hành.

*Các bảng kiểm và ca thử trong bài là ví dụ triển khai thực tế dựa trên các nguồn trên. Chúng không bảo đảm hiệu năng đo của một thiết bị cụ thể, an toàn điện, kết luận chẩn đoán bảo trì hoặc hiệu quả tài chính.*