Triển khai AI đối chiếu ảnh kiểm tra thiết bị trong nhà máy không đơn thuần là thu thập thêm hình ảnh. Mỗi ảnh phải gắn được với thiết bị, vị trí kiểm tra, thời điểm và trạng thái vận hành. AI có thể báo thiếu ảnh, chụp sai đối tượng, ảnh không đủ chất lượng và thay đổi so với ảnh tham chiếu. Kỹ thuật viên và người có thẩm quyền vẫn chịu trách nhiệm quyết định an toàn và đóng lệnh công việc. Bài viết trình bày cách triển khai tại nhà máy ở Thái Lan, từ quy tắc chụp ảnh và kết nối CMMS đến RFP và FAT/SAT.
AI đối chiếu ảnh kiểm tra thiết bị thực sự kiểm tra điều gì?
Ảnh kiểm tra tình trạng thiết bị khác với ảnh kiểm tra sản phẩm trên dây chuyền. Đối tượng có thể là phớt bơm, cửa tủ điều khiển, khớp nối đường ống, đồng hồ chênh áp của bộ lọc hoặc tấm chắn băng tải. Việc đính kèm một ảnh vào mục “bình thường” không bảo đảm ca sau có thể so sánh đúng vị trí: khoảng cách chụp khác nhau, thiếu mã máy, bị lóa hoặc không rõ ảnh được chụp trước hay sau sửa chữa.
Bốn chức năng nên được tách riêng: xác nhận có đủ ảnh theo yêu cầu; kiểm tra ảnh có thể nhìn và so sánh; xác nhận ảnh đúng thiết bị và vị trí; hiển thị thay đổi so với ảnh trước. Có thể triển khai từng bước, thay vì kỳ vọng AI kết luận từ một ảnh rằng máy “an toàn” hay “không an toàn”. Chẳng hạn ảnh phớt bơm P-204 không thấy dầu không chứng minh rằng nó không rò rỉ khi chạy. Cần xét trạng thái vận hành, nhiệt độ, độ rung và kiểm tra tại hiện trường.
Lấy khả năng kiểm tra lại làm tiêu chuẩn nghiệm thu ảnh
Trước khi mua hệ thống, xác định ảnh chứng cứ cho từng hạng mục phải thể hiện điều gì. Ảnh toàn cảnh cần nhận diện máy và vị trí. Ảnh cận cảnh phải thấy bộ phận và tình trạng. Ảnh sau công việc cần cho thấy trạng thái lắp lại. Có nơi phải chụp cả toàn cảnh và cận cảnh. Hướng dẫn nên ghi vị trí đứng, độ cao camera, khoảng cách, hướng dọc/ngang, ánh sáng và tỷ lệ vùng cần kiểm tra trong khung hình.
Phân biệt vị trí có thể lắp camera cố định với vị trí đi kiểm tra bằng thiết bị di động. Không yêu cầu công nhân tháo tấm chắn hoặc tiếp cận phần đang mang điện chỉ để AI đọc rõ ảnh hơn. Quy trình an toàn quyết định phạm vi chụp cho phép. Ảnh sắc nét nhưng chụp nhầm máy vẫn không phải bằng chứng hợp lệ. Kiểm tra riêng mã thiết bị, bộ phận, thời điểm, góc và vật cản; trả lại lý do cụ thể như “mép dưới của phớt nằm ngoài khung hình” để người chụp sửa ngay.
Gắn ảnh as-found và as-left vào cùng lịch sử thiết bị
Trong bảo trì, cần phân biệt trạng thái trước can thiệp as-found với trạng thái sau can thiệp as-left. Thư viện ảnh xếp theo thời gian không chứng minh hai ảnh thuộc cùng bộ phận và lệnh công việc. Các khóa tối thiểu gồm mã tài sản, mã điểm kiểm tra, mã lệnh công việc, giai đoạn chụp, thời gian, người chụp và mã tệp. Giữ mã nội bộ và lịch sử đổi tên vì nhãn ngoài hiện trường có thể thay đổi.
Trước sửa chữa, lưu cả toàn cảnh và cận cảnh. Sau sửa chữa, chụp bộ phận đã lắp và trạng thái phục hồi cần xác minh. Ảnh không thể thay thế mô-men siết, điện trở cách điện hay phép đo không thể nhìn thấy. Lưu giá trị đo, thông tin dụng cụ và người chịu trách nhiệm ở các trường riêng có liên kết với ảnh. Sai khác điểm ảnh đơn thuần có thể do ánh sáng hoặc góc chụp. Trước hết xác minh đúng máy và vị trí, căn chỉnh ảnh khi phù hợp, rồi đưa vùng thay đổi cho con người giải thích. Vết dầu biến mất, ống được đi lại hoặc tấm chắn đã đóng có thể nhìn thấy; việc chấp nhận kết quả vẫn cần người đánh giá.
Giữ mã thiết bị, thời gian và điều kiện vận hành đi cùng ảnh
Không dùng thời gian EXIF làm mốc duy nhất. Đồng hồ thiết bị có thể lệch, ảnh được lưu ngoại tuyến rồi tải lên sau. Ghi cả thời gian chụp trên thiết bị lẫn thời gian máy chủ nhận, cùng tình trạng đồng bộ đồng hồ. Đừng thay thời gian chụp bằng thời gian tải lên. Mã tệp ổn định hoặc giá trị băm giúp tránh tạo bản ghi trùng khi gửi lại.
Mã máy có thể lấy từ QR, mã vạch, NFC hoặc lệnh công việc được chọn trên màn hình. Quét đúng nhãn chưa chứng minh đã chụp đúng bộ phận. So sánh nhãn nhìn thấy, bố trí xung quanh và lệnh công việc; nếu nhãn không đọc được thì lưu xác nhận thủ công. Với nhiều máy giống nhau đứng cạnh nhau, dùng mã nhà máy kết hợp mã thiết bị và lệnh công việc, không chỉ dựa vào GPS.
Ảnh lúc máy dừng và lúc máy chạy mang ý nghĩa khác nhau. Ảnh khớp nối ống khi không có áp suất không loại trừ rò rỉ lúc vận hành. Quy trình kiểm tra phải nêu trạng thái cần chụp: trước/sau vệ sinh, tấm chắn mở/đóng, có/không tải. Nếu không lấy được tín hiệu đáng tin từ máy, ghi “chưa xác minh” thay vì đoán. Người kiểm toán sau này phải thấy được giới hạn của bức ảnh.
Thiết kế bốn phép kiểm tra AI riêng biệt
Độ đầy đủ: Có đủ ảnh toàn cảnh, cận cảnh và sau sửa theo yêu cầu hay không? Chỉ đếm số ảnh sẽ sai nếu cùng một tệp được gửi ba lần. Kết hợp mã tệp, giai đoạn và bộ phận mục tiêu. Tùy mức độ quan trọng của thiết bị, ảnh thiếu sẽ chặn đóng việc hoặc yêu cầu ngoại lệ có phê duyệt.
Chất lượng ảnh: Kiểm tra mờ, thiếu sáng, lóa, che khuất và độ phân giải. Đồng hồ sau kính, tủ tối và bơm ngoài trời không thể dùng một ngưỡng chung. Đo mức chấp nhận theo nhóm thiết bị, nêu lý do chụp lại và chuyển trường hợp AI không chắc chắn cho người xem.
Đúng đối tượng: Kiểm tra máy và điểm chụp có đúng lệnh công việc. Nhiều máy cùng mẫu rất khó phân biệt chỉ qua hình dạng. Đối chiếu mã trên nhãn với lệnh công việc; khi nhãn không đọc được, giữ thông tin nhập tay và phê duyệt.
Thay đổi tình trạng: So sánh với ảnh tham chiếu hoặc ảnh trước để chỉ ra vết bẩn, đổi màu, hư hại, chốt bị thiếu, vật lạ hay tấm chắn chưa lắp lại. “Không phát hiện thay đổi” không đồng nghĩa “không có lỗi”: vấn đề có thể ở ngoài góc chụp hoặc phạm vi mô hình. Màn hình xem xét cần hiển thị ảnh gốc, ảnh tham chiếu, vùng nghi vấn, điều kiện chụp và phiên bản mô hình để kỹ thuật viên kết luận có căn cứ.
Khi AI nói “không thấy bất thường” thì xử lý thế nào?
Bỏ sót rò rỉ quan trọng hoặc tấm chắn chưa đóng có hậu quả khác với việc báo nhầm vết trầy nhẹ. Với tài sản quan trọng về an toàn, kết quả âm tính của AI không thể tự đóng lệnh công việc. Ngược lại, chuyển mọi thay đổi nhỏ lên cấp quản lý có thể gây quá tải. Xác định theo dạng hỏng và mức độ quan trọng: AI được đề xuất xem xét, yêu cầu chụp lại, chuyển cấp trên hay chặn đóng việc đến đâu.
Đừng đánh giá bằng một con số độ chính xác tổng. Đo riêng khả năng phát hiện sai máy, ảnh thiếu, tỷ lệ chụp lại, thời gian duyệt, bỏ sót thay đổi nghiêm trọng và cảnh báo không cần thiết. Bộ thử phải gồm ca ngày/đêm, các mẫu thiết bị chụp, bụi bẩn, sau vệ sinh, máy giống nhau và gửi lại sau ngoại tuyến. Điểm cao trên rất nhiều ảnh bình thường không chứng minh mô hình bắt được lỗi hiếm. Khi cập nhật mô hình, giữ kết quả cũ, phiên bản, thời gian và quyết định của người; thử bản mới với cùng bộ dữ liệu trước khi dùng. NIST AI RMF nhấn mạnh giám sát của con người, kiểm thử trong điều kiện gần vận hành và theo dõi sau triển khai.
Vẽ quy trình phê duyệt của con người trước
Giả sử nhân viên ca đêm thấy vệt dầu mỏng dưới bơm P-204. Ứng dụng yêu cầu quét nhãn, chụp toàn cảnh, cận cảnh phớt và mặt sàn. AI báo mép dưới phớt bị cắt khỏi khung. Nhân viên chụp lại và ghi “máy dừng, trước vệ sinh, thấy vết dầu”. AI mới kiểm tra chất lượng chứng cứ và gợi ý thay đổi, chưa tìm nguyên nhân rò rỉ.
Bộ phận bảo trì so sánh lịch sử, kiểm tra máy thật và đo khi cần. Nếu phải sửa, họ lập lệnh theo quy trình an toàn, gắn ảnh as-found/as-left với mã phụ tùng và kết quả thử. Người phê duyệt kiểm tra chạy thử và phép đo trước khi đóng việc. Cần quy định rõ ai yêu cầu chụp lại, ai duyệt ngoại lệ, ai được đóng việc. Màn hình duyệt nên đặt mã máy, điểm kiểm tra, lệnh công việc, điều kiện, ghi chú, số đo, gợi ý AI và lịch sử trong cùng ngữ cảnh.
Ngoại lệ thực tế không được biến mất: mưa, máy đang chạy, thiết bị di động hỏng hoặc nhãn không đọc được. Ghi lý do, cách xác minh thay thế, hạn xử lý và người phê duyệt. Không dùng ảnh từ ngày khác để lấp chỗ trống.
Lưu ảnh trong CMMS hay chỉ lưu tham chiếu?
Trước tiên ánh xạ khóa giữa sổ tài sản CMMS, lệnh công việc, hạng mục kiểm tra và ảnh. Lưu ảnh làm tệp đính kèm trong CMMS giúp xem dễ nhưng cần kiểm tra dung lượng, quyền, thời gian lưu và giới hạn API. Lưu bản gốc trong kho bảo vệ riêng rồi đưa mã tham chiếu sang CMMS dễ mở rộng hơn, nhưng phải giám sát liên kết hỏng và quyền truy cập lệch. Giữ ảnh gốc riêng với ảnh đã kẻ vùng cảnh báo hoặc nén, đồng thời ghi quá trình xử lý.
Tài liệu Microsoft mô tả biểu mẫu kiểm tra liên kết với lệnh công việc và tài sản, hỗ trợ trường ảnh và tệp đính kèm, cùng nhập liệu ngoại tuyến rồi đồng bộ. Màn hình lệnh công việc có ngữ cảnh tài sản và phương tiện liên quan. Đây là chức năng sản phẩm đã được tài liệu hóa; không có nghĩa toàn bộ quy trình đối chiếu as-found/as-left bằng AI trong bài là chức năng mặc định. Phải kiểm tra cấu hình, mở rộng, API và quyền trong từng dự án. SAP mô tả tệp đính kèm của Asset Manager, IBM mô tả phân tích ảnh bằng Maximo Visual Inspection trong ứng dụng Defects của Maximo Civil Infrastructure; điều này không có nghĩa mọi cấu hình Maximo Mobile tiêu chuẩn đều có chức năng ấy. Không suy ra các sản phẩm tự động tương tác được chỉ vì có chức năng gần giống nhau. ISO 14224 áp dụng cho dữ liệu độ tin cậy và bảo trì thiết bị trong dầu khí và hóa dầu; cấu trúc dữ liệu có thể tham khảo, không phải nghĩa vụ chung cho mọi nhà máy.
Thiết kế cả trường hợp đổi mã thiết bị, hủy lệnh, thay ảnh, tải chậm và gửi trùng. Ảnh đồng bộ sau khi lệnh đã bị hủy không được tự nhận là chứng cứ hoàn thành. So sánh phiên bản lệnh và chuyển xung đột cho người duyệt. Nếu nhiều nhà máy dùng chung số máy, khóa phải gồm mã nhà máy và mã thiết bị. Tránh đưa ảnh vào sai lịch sử quan trọng hơn tìm kiếm mọi ảnh thật nhanh.
Bắt đầu bằng PoC hẹp
Chọn nhóm thiết bị có thể quan sát thay đổi bằng ảnh và đã có mã máy, lệnh công việc tương đối chuẩn: nhóm bơm giống nhau, bộ lọc thay thường xuyên, hoặc khớp ống có vết rò nhìn thấy. Mục tiêu đầu tiên là giảm ảnh thiếu và ảnh không dùng được, chưa giao quyết định an toàn cho hình ảnh. Giới hạn một nhà máy, một nhóm máy, vài điểm kiểm tra và để cả người chụp lẫn người duyệt dùng thử.
Đối chiếu phiếu kiểm tra hiện tại, sổ tài sản, lệnh công việc và ảnh cũ. Nếu ảnh lịch sử thiếu mã máy tin cậy, sửa sổ và nhãn trước khi huấn luyện mô hình. Quy định cách chụp và chọn ảnh chuẩn, thu thập cả ảnh bình thường nhưng chất lượng kém lẫn thay đổi thật. Nếu ảnh lỗi hiếm, công khai giới hạn và đánh giá chất lượng, độ đầy đủ và đúng đối tượng trước. Ảnh rò rỉ tổng hợp không chứng minh hiệu năng trên rò rỉ thật.
Chạy song song với quy trình cũ để so tỷ lệ chụp lại, thời gian đến phê duyệt, phát hiện sai máy và số ảnh thiếu. Khi cảnh báo quá nhiều, xem lại ánh sáng, vị trí chụp và hạng mục kiểm tra, đừng chỉ chỉnh ngưỡng. Đặt chỉ tiêu từ số liệu nền và rủi ro. Quản lý phiên bản ảnh tham chiếu sau thay linh kiện: ghi lý do, ngày hiệu lực, thiết bị, người duyệt; không viết lại lịch sử cũ. Chia việc rõ cho bảo trì, giám sát hiện trường, IT, chất lượng/an toàn và nhà cung cấp. Nếu dùng AI đám mây, hỏi ảnh được gửi đi đâu, có dùng để huấn luyện tiếp không, xóa ra sao và vận hành thế nào khi mất mạng.
Ghi rõ chức năng và trách nhiệm trong RFP
“Dùng AI kiểm tra ảnh” quá mơ hồ. Hãy nêu thiết bị hỗ trợ, chụp ngoại tuyến, lưu bản gốc, lấy mã máy, giai đoạn chụp và siêu dữ liệu bắt buộc. Tách chất lượng ảnh, ảnh thiếu, sai đối tượng và khác biệt trước/sau. Liệt kê máy và điều kiện nằm ngoài phạm vi mô hình.
Yêu cầu xuất được lý do cảnh báo, ảnh gốc, ảnh so sánh, thời gian, phiên bản mô hình và hành động của người. Tách quyền của nhân viên chụp, người xem xét, người phê duyệt và quản trị. Lưu lịch sử sửa/xóa. Xác định vùng lưu trữ, mã hóa, nhật ký truy cập, sao lưu, thời hạn lưu và ranh giới giữa nhà máy. Ảnh có thể chứa người, bản vẽ hoặc dữ liệu khách hàng nên cần quy định vùng cấm chụp và che thông tin.
Định nghĩa dữ liệu đọc từ CMMS và dữ liệu ghi lại, xử lý gửi lại và lỗi API. Mất kết nối có tiếp tục chụp được không? Khôi phục có tạo bản ghi trùng không? Đổi mã máy có còn tìm ảnh cũ được không? Yêu cầu nhà cung cấp nộp ánh xạ trường và luồng lỗi, không chỉ trình diễn màn hình.
Kiểm thử toàn bộ chuỗi chứng cứ trong FAT và SAT
Trong FAT, chuẩn bị ảnh thử và sổ máy giả lập: ảnh bình thường, sai máy, thiếu, tối, lóa, mờ, trùng, đảo thứ tự trước/sau và gửi lại sau ngoại tuyến. Kiểm tra thông báo, người nhận, luồng xử lý và bản ghi lưu lại. Điểm mô hình riêng lẻ không xác nhận quy trình nghiệp vụ. Nếu số ảnh lỗi nghiêm trọng ít, nêu chính xác phạm vi đánh giá.
Trong SAT, thử với ánh sáng, mạng, bố trí máy và thao tác thật tại nhà máy. Với nhà máy ở Thái Lan, kiểm tra ngôn ngữ cảnh báo cho công nhân và thuật ngữ trên màn hình người duyệt. Thử dùng thiết bị khi đeo găng, ca đêm, vùng sóng yếu, phản xạ sau vệ sinh và dãy máy giống nhau. Nếu SAT cần chụp lại nhiều hơn FAT, có thể phải sửa quy tắc chụp bên cạnh mô hình.
Tiêu chí nhận bàn giao nên dựa vào nghiệp vụ: lệnh thiếu ảnh bắt buộc có bị chặn không, ngoại lệ có truy vết không, ảnh as-found/as-left có nằm trong một hồ sơ không, người có quyền có mở được bản gốc từ CMMS không, ảnh sai máy có bị cảnh báo không. Thỏa thuận ngưỡng phát hiện kèm dạng lỗi và số mẫu. Lưu ảnh thử và kết quả để so khi cập nhật mô hình.
Tính cả chi phí chụp, duyệt và lưu trữ
Ngoài phí AI, tính thiết bị chụp, đèn hoặc giá đỡ, nhãn máy, lưu ảnh, mạng, kết nối CMMS, làm sạch dữ liệu, đào tạo và đánh giá định kỳ. Thời gian chụp của công nhân và thời gian duyệt cũng là chi phí. Bắt chụp mọi dòng trong phiếu có thể làm giảm tỷ lệ hoàn thành kiểm tra. Nên chọn điểm theo rủi ro.
Đo riêng số lần chụp lại giảm, ảnh thiếu được phát hiện sớm, thời gian tìm lệnh và thời gian truy chứng cứ kiểm toán. Giảm dừng máy và cải thiện an toàn rất quan trọng, nhưng PoC ngắn khó quy toàn bộ kết quả cho AI. Lưu số nền, thời kỳ đo, nhóm thiết bị và quy trình đã thay đổi. Không dùng tỷ lệ tiết kiệm không có nguồn.
Quản lý quy trình sau khi đưa vào vận hành
Nhiều ảnh hơn không tự làm mô hình AI tốt hơn. Cần xem chụp lại tập trung ở máy hay ca nào, công nhân có làm đúng quy tắc không, người duyệt xử lý cảnh báo ra sao. Nếu chỉ ca đêm bị báo thiếu sáng, xem lại đèn và vị trí đứng trước khi huấn luyện lại. Nếu sau vệ sinh xuất hiện nhiều báo nhầm, sửa điều kiện ảnh tham chiếu và mô tả hạng mục. Phân loại nguyên nhân thay vì chỉ đếm cảnh báo.
Cải tạo máy, đổi linh kiện, camera, hệ điều hành thiết bị hoặc ứng dụng chụp đều có thể đổi hình ảnh và siêu dữ liệu. Giao người cập nhật ảnh tham chiếu và ca thử trước thay đổi. Sau đó dùng ảnh đại diện kiểm tra chất lượng, đúng đối tượng và so sánh trước/sau; chuẩn bị đường quay lại phiên bản cũ. Giữ lịch sử thay đổi máy và phần mềm ở cùng nơi để truy thời điểm lỗi mới bắt đầu.
Xem lý do con người bác bỏ cảnh báo AI. Cảnh báo bị bỏ qua liên tục có thể là quy tắc không phù hợp; lỗi được tìm thấy khi kiểm tra máy thật mà AI bỏ sót đòi hỏi xem lại dạng hỏng, vị trí chụp và bộ đánh giá. Dùng thông tin để sửa quy trình, không đổ lỗi. Với máy quan trọng, ghi rõ bước kiểm tra bổ sung tạm thời trong lúc chỉnh mô hình.
Thời hạn lưu phải bao gồm ảnh gốc, sổ thiết bị, lệnh công việc, phiên bản mô hình và phê duyệt cần để hiểu ảnh. Ảnh lưu nhiều năm nhưng mất ngữ cảnh khó có giá trị kiểm toán. Lưu vô hạn cũng tăng chi phí và gánh nặng quyền truy cập. Quy định thời hạn theo khách hàng, nội quy và luật áp dụng; phát hiện liên kết hỏng khi xóa. Đưa trách nhiệm này vào hợp đồng hỗ trợ.
Câu hỏi thường gặp
AI phát hiện bất thường trong ảnh có hoàn tất kiểm tra an toàn không?
Không. Ảnh chỉ thể hiện góc nhìn và điều kiện lúc chụp. Trạng thái điện, hư hỏng bên trong, mô-men, cách điện và rung động vẫn cần phép đo và quy trình an toàn phù hợp. AI hỗ trợ tìm chứng cứ thiếu và thay đổi nhìn thấy; người có thẩm quyền kết luận.
Có thể dùng nguyên bộ ảnh cũ làm chứng cứ AI không?
Cần phân loại trước. Ảnh thiếu mã máy, vị trí, thời gian hoặc giai đoạn trước/sau có thể dẫn đến so sánh sai. Giữ ảnh làm thông tin tham khảo rồi thu thập dữ liệu đánh giá theo quy tắc chụp và siêu dữ liệu mới.
Cần tích hợp ảnh với CMMS đến mức nào?
Tối thiểu phải truy được một lịch sử gắn mã thiết bị, mục kiểm tra, lệnh công việc, giai đoạn chụp và bản gốc. Mức độ ghi quyết định phê duyệt trở lại CMMS tùy quyền và yêu cầu kiểm toán hiện tại. Thử việc gửi lại và ngoại lệ trên một nhóm máy trước.
Điểm cần lưu ý tại nhà máy Thái Lan là gì?
Thử ngôn ngữ sử dụng thật, ánh sáng ca đêm, ngoại tuyến, máy cùng mẫu và quyền phê duyệt giữa các cơ sở ngay trên tuyến kiểm tra thực tế. Cảnh báo tiếng Thái ngắn gọn và lịch sử dễ xem tốt hơn việc chép thẳng biểu mẫu giấy tiếng Nhật lên máy tính bảng.
Kết luận: đầu tư vào chứng cứ người khác có thể xem lại
AI đối chiếu ảnh kiểm tra thiết bị phát huy tác dụng khi mã máy và điều kiện chụp đáng tin, ảnh as-found/as-left gắn với lệnh công việc, ảnh mờ hoặc sai được trả lại sớm, và con người xem được thay đổi đáng ngờ. Thiết kế CMMS, quyền, ngoại lệ và nghiệm thu như một quy trình. Bắt đầu vài điểm kiểm tra rồi mở rộng dựa trên số lần chụp lại và thời gian duyệt thực tế.
TOMAS TECH có thể cùng nhà máy tại Thái Lan rà soát sổ thiết bị, phiếu kiểm tra và lệnh công việc để xác định nơi dùng chứng cứ ảnh và AI. Ngay ở giai đoạn chuẩn bị RFP hoặc PoC nhỏ, bạn có thể trao đổi qua trang liên hệ.
Bài viết liên quan
- Soạn dự thảo lệnh bảo trì bằng AI
- Lập kế hoạch tự động hóa kiểm tra kích thước
- Thiết kế kiểm tra ngoại quan AI trên dây chuyền tốc độ cao
