Nhiều nhà máy gia công cơ khí của Nhật tại Thái Lan đang quan tâm đến AI dự đoán tuổi thọ dao cắt, nhưng hiện vẫn quyết định thay dao theo “đếm số lượng (tuổi thọ cố định)” hoặc theo cảm nhận của người vận hành. Nếu đặt tuổi thọ cố định ngắn, nhà máy sẽ vứt bỏ những con dao vẫn còn cắt được và chi phí dao tăng lên. Nếu đặt dài, dao đã mòn nhiều vẫn tiếp tục cắt, dẫn đến lỗi kích thước, lỗi độ nhám bề mặt, hoặc dao gãy làm máy dừng. Có lẽ cảm nhận thực tế của nhiều xưởng là đang khổ sở với cả hai vấn đề: thay dao quá sớm và thay dao quá muộn.
Bài viết này chỉ có một luận điểm. Thành bại của AI dự đoán tuổi thọ dao cắt không nằm ở độ chính xác của mô hình, mà nằm ở chỗ nhà máy có xác định trước “quy tắc quyết định thay dao (coi điều gì là hết tuổi thọ, ai thay, khi nào và dựa trên căn cứ gì)” hay không, và có tiếp tục thu thập được tại hiện trường các tín hiệu và nhãn đúng (hồ sơ đo mòn thực tế) mà quy tắc đó cần hay không. Độ chính xác cao thường thấy trong các bài báo khoa học là con số của những thí nghiệm có điều kiện gia công cố định, không thể đem nguyên vào dây chuyền sản xuất hàng loạt nhiều mã hàng. Điều cần xác nhận trong kiểm tra nghiệm thu là “quyết định thay dao có được đưa ra đúng theo quy tắc đã định, trong phạm vi cho phép của báo động sai và bỏ sót hay không”.
Dưới đây, để trưởng phòng kỹ thuật sản xuất, trưởng phòng chất lượng và giám đốc nhà máy có thể chuẩn bị đủ căn cứ ra quyết định trong nội bộ, bài viết lần lượt trình bày cách đặt tiêu chí tuổi thọ, các tín hiệu dùng để phát hiện mòn dao và phát hiện gãy dao, cách đọc con số của các bộ dữ liệu nghiên cứu, các lựa chọn sản phẩm và phương thức, việc kết nối với hệ thống hiện có, tính toán mô hình về chi phí và hiệu quả, các mục trong RFP, điểm kiểm tra FAT/SAT và các vấn đề riêng của Thái Lan và ASEAN. Lưu ý rằng số lượng dao, đơn giá, số vụ, số tiền và số năm hoàn vốn của nhà máy mô hình trong bài đều là các con số giả định đặt ra riêng cho bài viết này. Chúng không phải là mức trung bình ngành, không phải số liệu khảo sát và cũng không phải giá của nhà sản xuất.
Vì sao lúc này các nhà máy gia công cơ khí tại Thái Lan cần đặt vấn đề dự đoán tuổi thọ dao cắt
Nửa cuối năm 2026, các con số xung quanh nhà máy gia công cơ khí tại Thái Lan cho thấy những tín hiệu theo các hướng khác nhau.
Theo bản tin của Reuters, Liên đoàn Công nghiệp Thái Lan (FTI) công bố sản lượng ô tô của Thái Lan trong tháng 8/2026 là 124,646 chiếc, tăng 10.93% so với cùng kỳ năm trước. Cùng tháng đó, doanh số trong nước tăng 25.59% so với cùng kỳ, còn xuất khẩu giảm 2.04%. Mặt khác, FTI dự báo sản lượng ô tô cả năm 2026 giảm 3.33% so với năm trước. Lý do được nêu là xuất khẩu giảm do giao tranh ở Trung Đông. Từng tháng riêng lẻ có thể tăng, nhưng triển vọng cả năm thì không thể lạc quan. Với các nhà máy gia công phụ tùng ô tô và khuôn mẫu, việc kiềm chế chi phí dao và chi phí lỗi dù đơn hàng lên xuống, đồng thời giữ đúng hạn giao hàng với số máy và nhân lực có hạn, đang được đặt ra cấp thiết hơn bao giờ hết.
Bản thân thế giới dao cắt vốn đã có tính “khó đoán”. Một bài báo trên tạp chí Data in Brief (năm 2023) giới thiệu bộ dữ liệu công khai, khi trích dẫn các nghiên cứu trước, đã nêu rằng ngay cả với cùng điều kiện gia công, tuổi thọ dao có thể dao động từ 100% trở lên, và vì thế trong thực tế, phần lớn trường hợp người ta thay toàn bộ dao đồng loạt sau một thời gian định sẵn, khiến tuổi thọ còn lại của nhiều con dao bị lãng phí. Đây là mô tả trong một bài báo về dao phay, nhưng nó diễn tả rất đúng nỗi băn khoăn của các xưởng đang thay dao theo tuổi thọ cố định. Bởi tuổi thọ cố định buộc phải đặt theo “phía xấu” của độ dao động.
Bản thân việc sử dụng AI cũng đang lan rộng. Theo số liệu được báo chí đưa tin như một báo cáo của Microsoft, tỷ lệ sử dụng AI của Thái Lan tăng từ 9.1% đầu năm 2025 lên 12.4% trong quý 1 năm 2026, với mức tăng 36.4% so với năm trước, đứng thứ 2 thế giới. Tuy nhiên, đây là con số tính trên dân số và người lao động của toàn Thái Lan, không giới hạn ở ngành sản xuất hay gia công cơ khí. Cũng theo bản tin đó, 87.6% dân số vẫn chưa sử dụng AI trong đời sống hằng ngày hay công việc. Kỳ vọng vào từ “AI” đang tăng, nhưng hợp lý hơn cả là hiểu rằng giai đoạn sử dụng thành thạo tại hiện trường nhà máy vẫn còn ở phía trước.
Tại các triển lãm, sự kết hợp giữa AI và máy công cụ cũng đã trở thành chủ đề nổi bật. Tại IMTS 2026 tổ chức ở Chicago từ ngày 14 đến ngày 19 tháng 9 năm 2026, ban tổ chức đã thông báo sẽ lập “Industrial AI Arena” (32 đơn vị trưng bày giải pháp sản xuất bằng AI cùng Phòng thí nghiệm Quốc gia Sandia) và “Industrial AI Conference” về bảo trì dự đoán, chất lượng và chuẩn bị dữ liệu. Cũng tại sự kiện này, Caron Engineering cho biết họ đã trình diễn giám sát dao CNC theo thời gian thực và điều khiển thích nghi (TMAC) trên một cell gia công thực hoàn toàn tự động sử dụng máy Tsugami SS20. Tại Nhật Bản, Triển lãm Máy công cụ Quốc tế Nhật Bản lần thứ 33 (JIMTOF 2026) dự kiến được tổ chức từ ngày 26 đến ngày 31 tháng 10 năm 2026 tại Tokyo Big Sight.
Trong bối cảnh đó, câu hỏi “AI có dự đoán được tuổi thọ dao không” cũng đã đến với các nhà máy tại Thái Lan. Câu trả lời là “có thể làm được nhưng kèm theo điều kiện, và có những việc phải quyết định trước”. Các chương sau sẽ lần lượt xem xét những “việc phải quyết định trước” đó.
AI dự đoán tuổi thọ dao cắt là gì: khác biệt giữa quản lý tuổi thọ cố định, giám sát dao và dự đoán tuổi thọ
Cụm từ “AI dự đoán tuổi thọ dao cắt” trên thực tế thường được dùng để chỉ ba thứ có tính chất khác nhau. Phần lớn nguyên nhân khiến các cuộc thảo luận về triển khai không ăn khớp nằm ở chỗ chưa phân biệt ba thứ này.
1. Quản lý tuổi thọ cố định (quản lý tuổi thọ dao cắt bằng cách đếm)
Đây là phương pháp dùng chức năng quản lý tuổi thọ dao của CNC hoặc bảng quản lý dao để đếm số lần hay thời gian sử dụng, và thay dao khi đạt giá trị đã định. Hiện trạng của nhiều nhà máy nằm ở đây. Cơ chế đơn giản, cách lấy dữ liệu cũng rõ ràng. Điểm yếu là không xử lý được độ dao động của tuổi thọ đã nói ở chương trước. Đặt tuổi thọ dài thì xảy ra gãy dao và lỗi, đặt ngắn thì chi phí dao tăng.
2. Giám sát dao (monitoring)
Đây là cơ chế quan sát tín hiệu trong khi gia công để phát hiện rằng “đang có bất thường xảy ra”. Tiêu biểu là phát hiện gãy dao, bắt sự thay đổi của tải cắt và dừng máy. Chức năng giám sát tải cắt của FANUC sẽ giới thiệu ở phần sau, theo mô tả của nhà sản xuất, là chức năng có mục đích chính là phát hiện gãy dao. Phần lớn các hệ thống giám sát tình trạng dao trước hết đảm nhận vai trò “nhanh chóng phát hiện điều đã xảy ra” này.
3. Dự đoán tuổi thọ (ước tính mức mòn và đề xuất thời điểm thay)
Đây là cơ chế ước tính trạng thái mòn của dao từ tín hiệu và đề xuất “còn bao nhiêu chi tiết, bao nhiêu phút nữa thì có khả năng hết tuổi thọ” hay “có nên thay vào lúc chuyển đổi gá đặt tiếp theo không”. Có thể hiểu đơn giản đây là việc mở rộng phát hiện mòn dao thành ước tính một đại lượng liên tục. Phần lớn các nghiên cứu tập trung vào lĩnh vực này, nhưng để dùng tại hiện trường thì không thể thiếu tiêu chí coi điều gì là hết tuổi thọ, và hồ sơ mòn thực tế để kiểm chứng ước tính có đúng hay không.
Ba thứ này không đối lập nhau. Cách chồng lớp thực tế là giữ việc đếm tuổi thọ cố định làm giới hạn trên an toàn, bên trong giới hạn đó cơ chế giám sát ngăn gãy dao, còn cơ chế dự đoán dịch thời điểm thay dao sớm hơn hoặc muộn hơn. Tối ưu thời điểm thay dao, trong nhiều trường hợp, không phải là “bỏ giới hạn trên của bộ đếm”, mà là “dịch thời điểm thay dao dựa trên dữ liệu, bên trong giới hạn trên đó”. Việc có viết được ngay từ đầu trong một câu rằng triển khai nhằm mục đích nào hay không chính là điểm xuất phát của dự án.
Đặt tiêu chí tuổi thọ dao như thế nào (mòn mặt sau, tiêu chuẩn và tiêu chí chất lượng)
Để dự đoán tuổi thọ, trước hết phải quyết định “coi điều gì là hết tuổi thọ”. Nếu đưa AI vào khi điểm này còn mơ hồ, sẽ không xác định được mô hình đang cố dự đoán điều gì.
Điều tiêu chuẩn đề cập là “thử nghiệm tuổi thọ dao”
Trong các tiêu chuẩn ISO liên quan đến tuổi thọ dao, hai tiêu chuẩn sau thường được nhắc tên.
- ISO 3685:1993 “Tool-life testing with single-point turning tools”: tiêu chuẩn quy định quy trình khuyến nghị cho thử nghiệm tuổi thọ dao khi tiện thép và gang bằng dao tiện một lưỡi bằng thép gió, hợp kim cứng và gốm. Tiêu chuẩn đề cập từ vật liệu gia công, dao, dầu cắt, điều kiện cắt, thiết bị, đánh giá hư hỏng dao và tuổi thọ, quy trình thử nghiệm cho đến việc ghi chép và trình bày kết quả. Đợt rà soát định kỳ đã hoàn tất năm 2022 và đây là tiêu chuẩn hiện hành.
- ISO 8688-1:1989 “Tool life testing in milling — Part 1: Face milling”: quy trình khuyến nghị cho thử nghiệm tuổi thọ dao khi phay mặt thép và gang bằng dao hợp kim cứng. Phạm vi ghi rằng tiêu chuẩn có thể áp dụng không chỉ trong phòng thí nghiệm mà cả tại hiện trường sản xuất. Tiêu chuẩn đã được xác nhận (confirmed) vào tháng 12 năm 2022 và đang hiện hành. Về phay bằng dao phay ngón có Part 2 (End milling), được các bài báo trích dẫn với tên “ISO 8688-2”.
Đúng như tên gọi, đây là các tiêu chuẩn về quy trình để “thử nghiệm” tuổi thọ dao. Chúng không trực tiếp quy định khi nào nên thay dao trên dây chuyền sản xuất hàng loạt.
Trong tiện, nhiều nghiên cứu lấy VB 0.3 mm làm tuổi thọ
Trong các bài báo nghiên cứu về tiện, có cách dùng trích dẫn ISO 3685 rồi đặt tiêu chí xác định tuổi thọ dao theo bề rộng mòn mặt sau. Ví dụ, một nghiên cứu về mảnh dao cắt rãnh hợp kim cứng đã lấy thời gian cho đến khi bề rộng trung bình VBB của vùng mòn mặt sau mòn đều đạt 0.3 mm làm tuổi thọ dao, theo ISO 3685:1993. Các bài báo khác cũng định nghĩa tuổi thọ dao là thời gian để VB đạt 0.3 mm, hoặc thay mảnh dao khi mòn mặt sau vượt quá 0.3 mm. Tức là có thể nói rằng trong các nghiên cứu trích dẫn ISO 3685, mòn mặt sau trung bình VBB 0.3 mm thường được lấy làm tuổi thọ. Đây là tiêu chí xác định dùng trong nghiên cứu, bản thân nó không phải là tiêu chí thay dao tại hiện trường sản xuất hàng loạt.
Trong phay, dạng mòn và giá trị tiêu chí được quyết định theo từng công đoạn
Với phay, tình hình khác. Các nghiên cứu trích dẫn ISO 8688-2 phân biệt VB1 (đều), VB2 (không đều), VB3 (cục bộ) theo từng dạng mòn, và việc chọn chỉ số nào, ngưỡng nào thì khác nhau tùy bài báo. Một nghiên cứu về phay tốc độ cao hợp kim titan coi là mòn khi VB3 vượt quá 0.5 mm. Một nghiên cứu phay Inconel 718 chọn VB3 dựa trên quan điểm phân tích mọi hiện tượng mòn và lấy hiện tượng có ảnh hưởng lớn nhất làm tiêu chí tuổi thọ. Nghiên cứu xây dựng bộ dữ liệu công khai trên Data in Brief đã thí nghiệm với mốc cuối tuổi thọ là khi VB đạt khoảng 150 µm (0.15 mm). Trong phay, ngay giữa các nghiên cứu với nhau cũng có khoảng từ 0.15 mm đến 0.5 mm, không thể nói “đồng loạt bao nhiêu mm”.
Tiêu chí tuổi thọ tại hiện trường được tính ngược từ chất lượng
Tại hiện trường sản xuất hàng loạt, vấn đề không nằm ở bản thân bề rộng mòn mà ở chỗ chi tiết được gia công bằng con dao đó có đáp ứng yêu cầu của bản vẽ hay không. Vì vậy, cách thực tế là kết hợp nhiều góc nhìn như sau để đặt tiêu chí tuổi thọ.
| Góc nhìn | Ví dụ tiêu chí | Người quyết định và căn cứ |
|---|---|---|
| Lượng mòn | Mòn mặt sau VB đạt giá trị đã định cho từng công đoạn | Kỹ thuật sản xuất. Quyết định theo từng công đoạn, tham khảo tiêu chí xác định trong nghiên cứu và khuyến nghị của nhà sản xuất dao |
| Chất lượng | Độ nhám bề mặt, kích thước, ba via tiến gần giới hạn kiểm soát | Đảm bảo chất lượng. Tính ngược từ bản vẽ và yêu cầu của khách hàng |
| Giới hạn trên an toàn | Đạt giới hạn trên của bộ đếm tuổi thọ cố định (số chi tiết, thời gian) | Kỹ thuật sản xuất. Giữ tuổi thọ cố định hiện tại làm giới hạn trên trong thời gian trước mắt |
| Bất thường | Xảy ra mẻ, gãy hoặc tải thay đổi đột ngột bất thường | Cơ chế giám sát xác định ngay lập tức và dừng máy |
Điều quan trọng ở đây là quyết định, như một dòng trong bảng, rằng AI dự đoán “phần còn lại cho đến khi đạt tiêu chí nào”. Dự đoán lượng mòn hay dự đoán thời điểm chỉ số chất lượng tiến gần giới hạn sẽ làm thay đổi nhãn đúng cần thu thập. Nếu dự đoán lượng mòn, cần tiếp tục đo và ghi lại mòn mặt sau của những con dao đã thay; nếu dự đoán chất lượng, cần lưu lại liên kết giữa con dao nào đã gia công chi tiết nào và độ nhám bề mặt, kích thước của chi tiết đó là bao nhiêu.
Đồng thời, hãy viết ra cả quy tắc thay dao. Ai quyết định thay (người vận hành, tổ trưởng hay dừng tự động), thay khi nào (ngay khi có báo động, vào lúc chuyển đổi gá đặt tiếp theo, hay khi đổi ca), thay dựa trên căn cứ gì (giá trị dự đoán, bộ đếm hay đo chất lượng). Nếu có quy tắc này trước, đầu ra của AI sẽ rõ ràng là “thông tin điền vào ô nào của quy tắc”. Nếu không có quy tắc mà chỉ hiển thị “tuổi thọ còn lại X phút”, rốt cuộc hiện trường vẫn sẽ tiếp tục thay dao theo bộ đếm.
Ngoài ra, mối quan hệ giữa tuổi thọ dao và tốc độ cắt theo cách cổ điển được biểu diễn dưới dạng V·T^n = C mà F. W. Taylor đưa ra trong bài báo năm 1907 (V là tốc độ cắt, T là tuổi thọ dao, n và C là các giá trị xác định bằng thực nghiệm cho từng loại vật liệu dao, vật liệu gia công và điều kiện). Đây là công thức nhắc ta nhớ một thực tế hiển nhiên là thay đổi điều kiện thì tuổi thọ cũng thay đổi, nhưng n và C là các giá trị xác định bằng thực nghiệm cho từng điều kiện. Tại hiện trường nhiều mã hàng, ngay cả khi thiết kế AI cũng cần đặt làm tiền đề rằng mỗi lần điều kiện thay đổi thì giả định về tuổi thọ cũng thay đổi.
Hình: Diễn tiến mòn dao (mòn ban đầu, mòn ổn định, mòn nhanh) và ví dụ về đường tiêu chí tuổi thọ. Sơ đồ khái niệm thể hiện quan hệ vị trí giữa thay dao quá sớm, thay dao quá muộn và thay dao theo dự đoán (thay trước đường tiêu chí). Giá trị của đường tiêu chí là ví dụ được quyết định theo từng công đoạn, không phải một giá trị tiêu chuẩn cụ thể.
Các tín hiệu dùng để phát hiện mòn dao và phát hiện gãy dao (bảng so sánh)
Khi tiêu chí tuổi thọ và quy tắc thay dao đã được quyết định, bước tiếp theo là chọn các tín hiệu cần để vận hành quy tắc đó. Ở đây, dựa trên cách hệ thống hóa của một bài báo tổng quan về công nghệ cảm biến trong gia công cắt gọt (Hassan và cộng sự) đăng trên tạp chí Sensors năm 2026, chúng ta so sánh ưu và nhược điểm của các tín hiệu chính. Bài tổng quan bao quát gia công cắt gọt nói chung, không phải số liệu đo thực tế tại một nhà máy cụ thể.
| Tín hiệu | Cách lấy | Ưu điểm được nêu trong bài tổng quan | Nhược điểm và lưu ý được nêu trong bài tổng quan |
|---|---|---|---|
| Tải, dòng điện, mô-men xoắn trục chính | Dùng dữ liệu của bộ điều khiển hoặc bộ truyền động (không cần cảm biến) | Có thể ước tính lực cắt và mô-men xoắn từ dòng điện, mô-men xoắn trục chính, giảm phụ thuộc vào lực kế đắt tiền | Bài tổng quan ít so sánh chi tiết ưu nhược điểm, vì vậy cần xác nhận bằng PoC xem với dao mục tiêu thì thấy được thay đổi đến mức nào |
| Rung động | Gắn cảm biến gia tốc lên đầu trục chính hoặc phía phôi | Không xâm lấn, công nghệ đã trưởng thành. Rất nhạy với bất thường cơ khí. Chi phí thấp, lắp đặt đơn giản | Nhiễu và độ phức tạp của tín hiệu. Phụ thuộc mạnh vào vị trí lắp, là một nguyên nhân khiến hiệu năng giữa các nghiên cứu chênh lệch lớn. Cần mô hình ML với lượng dữ liệu lớn để diễn giải |
| AE (phát xạ âm) | Cảm biến bắt sóng ứng suất đàn hồi tần số cao | Cực kỳ nhạy với hư hỏng ban đầu, có thể phát hiện mòn sớm hơn rung động | Tốc độ dữ liệu cao, diễn giải phức tạp. Vấn đề về độ bền, chuẩn hóa trong công nghiệp còn hạn chế, nút thắt xử lý thời gian thực. Khi cấu hình máy thay đổi cần học lại ở quy mô lớn |
| Lực cắt | Đặt lực kế trên bàn máy hoặc phía phôi | Đo được cơ học cắt một cách trực tiếp, có ý nghĩa vật lý, tương quan mạnh với mòn dao | Lắp đặt mang tính xâm lấn. Trôi nhiệt, ảnh hưởng của độ đàn hồi máy, giới hạn đáp ứng tần số cao. Lắp đặt phức tạp và đắt tiền |
| Âm thanh | Micro | Hầu như không được đề cập trong bài tổng quan | Như bên trái. Không khẳng định ưu nhược điểm theo lý thuyết chung, mà thử ở công đoạn mục tiêu rồi đánh giá |
Chỉ tín hiệu thôi là chưa đủ: ngữ cảnh CNC và nhãn
Chỉ thu thập dạng sóng của tín hiệu thì không dùng được cho dự đoán tuổi thọ dao. Cần ghi lại ít nhất ba loại sau, đồng bộ trên cùng một trục thời gian.
- Tín hiệu: tải, rung động, AE, lực cắt, âm thanh… như trong bảng trên
- Ngữ cảnh CNC: số dao nào, đang cắt ở block nào của chương trình nào, với tốc độ trục chính và lượng chạy dao nào. Số chi tiết và giá trị bộ đếm tuổi thọ dao
- Nhãn: giá trị đo mòn thực tế khi thay dao, hồ sơ mẻ và gãy dao, kết quả đo chất lượng của các chi tiết được gia công bằng con dao đó
Nếu không có ngữ cảnh CNC, sẽ không phân biệt được tải tăng là do dao mòn hay do đã chuyển sang dao khác hoặc công đoạn khác. Cách lấy dữ liệu trạng thái từ máy công cụ được trình bày chi tiết trong bài “Giám sát vận hành máy công cụ: chọn MTConnect hay umati, RFP và FAT/SAT cho nhà máy Thái Lan“. Ngoài ra, về cách dùng dòng điện động cơ của trục chính và trục chạy dao để chẩn đoán, bài “Triển khai phân tích dòng điện động cơ: RFP, FAT và SAT” cũng là tài liệu tham khảo hữu ích.
Thứ tự chọn tín hiệu
Tín hiệu không phải “càng nhiều càng tốt”. Cách tiến hành ít phải làm lại là ưu tiên những gì hiện trường duy trì được, và cân nhắc theo thứ tự sau.
- Trước hết, thử xem dữ liệu đã lấy được từ bộ điều khiển có đủ không. Tải trục chính, dòng điện và mô-men xoắn có khi lấy được mà không cần thêm cảm biến. Nếu mục đích chính là phát hiện gãy dao, không ít trường hợp chỉ cần đến đây là đủ.
- Nếu chưa đủ, bổ sung rung động vốn dễ lắp đặt. Tuy nhiên, kết quả thay đổi lớn theo vị trí lắp, nên hãy đặt quy tắc là quyết định vị trí, cố định và không thay đổi.
- Chỉ xem xét AE hoặc lực kế cho những công đoạn cần dấu hiệu sớm hơn, như mẻ ban đầu hay dao đường kính nhỏ. Thu hẹp đối tượng với nhận thức rằng lượng dữ liệu, vấn đề độ bền, chi phí và gánh nặng học lại sẽ tăng lên.
Hình: Ví dụ kiến trúc thu thập tín hiệu cho dự đoán tuổi thọ dao. Các tín hiệu như tải và dòng điện trục chính, rung động, AE, lực cắt, âm thanh được đồng bộ với ngữ cảnh CNC (số dao, chương trình, điều kiện, bộ đếm) và nhãn đúng (đo mòn thực tế, hồ sơ gãy dao, đo chất lượng), qua xử lý xác định tại edge và học máy, rồi dẫn đến báo động gãy dao, đề xuất thời điểm thay dao và ghi nhận vào MES.
Cách xây dựng mô hình AI và cách đọc con số của các bộ dữ liệu nghiên cứu
Bộ dữ liệu nghiên cứu là “thí nghiệm với điều kiện cố định”
Một trong những bộ dữ liệu được dùng nhiều nhất trong các bài báo về dự đoán tuổi thọ dao là bộ dữ liệu của Data Challenge năm 2010 của PHM Society (mòn dao phay). Theo trang của ban tổ chức, bộ dữ liệu được tạo ra bằng cách gia công trên máy phay CNC tốc độ cao với dao phay ngón đầu cầu hợp kim cứng đường kính 6 mm, trong một điều kiện duy nhất: trục chính 10,400 rpm, lượng chạy dao 1,555 mm/min, chiều sâu cắt hướng kính 0.125 mm, chiều sâu cắt hướng trục 0.2 mm. Tín hiệu gồm 7 kênh là lực cắt (X/Y/Z), rung động (X/Y/Z) và AE-RMS, mỗi kênh lấy mẫu ở 50 kHz. Hồ sơ dao gồm 6 con từ c1 đến c6, trong đó c1, c4, c6 dùng để học và c2, c3, c5 dùng để kiểm tra. Hồ sơ dùng để học có kèm tệp ghi lượng mòn theo từng lần cắt (đơn vị 10⁻³ mm). Theo bài báo nêu ở phần sau, mỗi hồ sơ có một tệp cho mỗi lần cắt, tổng cộng 315 lần cắt.
Một ví dụ nghiên cứu dùng bộ dữ liệu này là bài báo về mô hình PSD-CVT đăng trên Scientific Reports năm 2024. Bài báo dùng 3 con dao trong bộ học (C1, C4, C6), lấy trung bình mòn của 3 lưỡi cắt làm nhãn và chia dữ liệu thành 80% học, 10% xác thực, 10% kiểm tra. Sai số được báo cáo (MAE và RMSE, đơn vị 10⁻³ mm) là 0.683 và 0.939 với C1, 0.734 và 0.979 với C4, 2.107 và 2.954 với C6. Phần tóm tắt nêu rằng độ chính xác cao hơn so với chỉ dùng CNN hoặc chỉ dùng ViT.
Các con số này cần được đọc cùng với phạm vi đánh giá.
- Đây là đánh giá chia học và kiểm tra bên trong hồ sơ của cùng một con dao. Cách chia này có thể khiến các lần cắt trước và sau của cùng một con dao lẫn vào cả phía học lẫn phía kiểm tra, nên nó không thể hiện hiệu năng khi áp dụng cho “một con dao khác chưa từng thấy” hay “một điều kiện khác”.
- Chỉ có một điều kiện gia công. Tiền đề khác với dây chuyền sản xuất hàng loạt nơi điều kiện thay đổi theo từng mã hàng.
- Chính các tác giả cũng nêu trong phần kết luận rằng từ nay cần nâng cao hiệu năng trong môi trường sản xuất thực tế và nghiên cứu khả năng ứng dụng thực tiễn.
Một bộ dữ liệu khác cũng thường được nhắc tên là bộ dữ liệu Milling Wear của NASA. Bộ dữ liệu do BEST Lab của Đại học California, Berkeley cung cấp và được công khai qua NASA Prognostics Center of Excellence, ghi lại các thí nghiệm phay với tốc độ, lượng chạy dao và chiều sâu cắt khác nhau, cùng mức mòn VB của mảnh dao phay (cập nhật lần cuối ngày 29 tháng 5 năm 2025). Đây là thí nghiệm có thay đổi điều kiện, nhưng dù vậy vẫn là dữ liệu phòng thí nghiệm.
“Khoảng cách giữa nghiên cứu và công nghiệp” do chính các nhà nghiên cứu chỉ ra
Khoảng cách giữa dữ liệu phòng thí nghiệm và sản xuất hàng loạt cũng được chính các nhà nghiên cứu xây dựng bộ dữ liệu ý thức rõ.
Bộ dữ liệu phay mặt MU-TCM của Đại học Mondragon (Scientific Data, năm 2025) được thu thập trong phòng thí nghiệm với các điều kiện gia công thay đổi, gồm tín hiệu nội bộ của máy và lực cắt, rung động, AE đo bằng thiết bị gắn ngoài. Phần tóm tắt nêu kỳ vọng bộ dữ liệu sẽ hỗ trợ phát triển giám sát tình trạng dao hướng tới công nghiệp chỉ dùng tín hiệu CNC nội bộ và thu hẹp khoảng cách giữa nghiên cứu và công nghiệp, còn phần thân bài viết rằng các bộ dữ liệu thu thập trong phòng thí nghiệm bị giới hạn về phạm vi điều kiện gia công và số lượng tín hiệu.
Bộ dữ liệu của Data in Brief (năm 2023) đã nhắc ở trên được tạo ra bằng cách cho 9 con dao phay ngón hợp kim cứng cùng loại (4 lưỡi, phủ TiN-TiAlN, khác lô) mòn từ khi còn mới đến cuối tuổi thọ (VB khoảng 150 µm) bằng cách phay vai gang trên 3 trung tâm gia công 5 trục có quy mô tương đương. Lực kế được ghi ở 25 kHz, còn lực và mô-men xoắn của trục chính, trục chạy dao cùng sai lệch vị trí từ bộ điều khiển được ghi ở 500 Hz, với số tệp lên tới 6,418. Bài báo nêu rằng những bộ dữ liệu công khai như vậy rất hiếm. Cùng dao, cùng điều kiện, nhưng khác máy thì dữ liệu cũng khác. Đây là một trong số ít ví dụ dữ liệu công khai xử lý được điều đó.
Quy trình xây dựng mô hình tại hiện trường
Không lấy nguyên con số của nghiên cứu làm giá trị kỳ vọng, tại hiện trường hãy xây dựng mô hình theo quy trình sau.
- Thu hẹp đối tượng. Bắt đầu từ dao đắt tiền, công đoạn có rủi ro gãy dao cao, mã hàng có chi phí lỗi cao. Nếu lấy toàn bộ dao làm đối tượng cùng lúc, việc thu thập nhãn sẽ không theo kịp.
- Quyết định cách thu thập nhãn đúng. Quyết định ai đo mòn mặt sau của dao đã thay, đo bằng gì, ở vị trí nào và ghi vào đâu. Việc đo tốn công, nên một cách là chia ra dao đo mỗi lần và dao đo lấy mẫu.
- Lưu dữ liệu tách riêng theo mã hàng, dao và điều kiện. Nếu xây dựng một mô hình từ dữ liệu trộn lẫn các điều kiện, có nguy cơ nhầm sự khác biệt về điều kiện với mòn.
- Đánh giá bằng “một con dao khác”. Kiểm tra bằng dao khác với dao đã dùng để học, và lưu ý sự khác biệt với cách đánh giá của bộ dữ liệu nghiên cứu.
- Ban đầu có thể bắt đầu từ quy tắc và ngưỡng. Với các ứng dụng bắt thay đổi đột ngột như phát hiện gãy dao, giới hạn trên và dưới so với tải lấy được khi gia công chuẩn đôi khi dễ giải thích hơn học máy. Mô hình dự đoán chỉ cần bổ sung dần sau khi đã tích lũy đủ nhãn.
Ngay cả sau khi đưa mô hình vào, xu hướng tín hiệu vẫn thay đổi do đổi nhãn hiệu dao, đổi điều kiện, sửa chữa máy… Cơ chế theo dõi sự suy giảm của mô hình đang vận hành và quyết định cập nhật hoặc khôi phục được trình bày trong bài “Giám sát mô hình AI nhà máy: phát hiện suy giảm và khôi phục“.
Các phương pháp mới ở giai đoạn nghiên cứu cũng đã xuất hiện. Tháng 5 năm 2026, Phòng thí nghiệm Quốc gia Oak Ridge (ORNL) của Mỹ đã công bố phương pháp dùng cảm biến xúc giác dẻo để chụp ảnh bề mặt lưỡi cắt của dao và dùng thuật toán phát hiện mòn ngay trên máy. Đây là kết quả ở giai đoạn nghiên cứu đăng trên tạp chí khoa học Wear, không phải sản phẩm thương mại. Nếu công nghệ như vậy được đưa vào thực tiễn, gánh nặng thu thập nhãn đúng có khả năng sẽ nhẹ đi, nhưng hiện tại vẫn ở giai đoạn theo dõi như một xu hướng.
Các lựa chọn sản phẩm và phương thức (4 phương thức của hệ thống giám sát tình trạng dao)
Các lựa chọn hệ thống giám sát tình trạng dao có thể chia thành bốn nhóm lớn. Tất cả các chức năng sản phẩm được nhắc đến dưới đây đều là mô tả của nhà sản xuất trong thông cáo của từng công ty hoặc được đăng trên báo chuyên ngành, tức là tuyên bố của nhà cung cấp. Giá của tất cả đều không được công khai.
Chức năng tiêu chuẩn của CNC
- FANUC “chức năng giám sát tải cắt” (công bố tháng 6 năm 2022): giám sát tải cắt bằng dữ liệu của servo và trục chính. Nhà sản xuất mô tả rằng chức năng đo tải cắt khi gia công chuẩn để tự động tạo điều kiện phát hiện gãy dao, giám sát tải cắt trong khi gia công hàng loạt và phát hiện gãy dao. Hành động khi gãy dao có thể tùy biến bằng PMC ladder hoặc custom macro, và tải cắt được giám sát có thể xuất ra log để dùng điều tra nguyên nhân gãy dao. Trang công bố không ghi các model CNC áp dụng hay chu kỳ lấy mẫu. Ngoài ra, trọng tâm mô tả là phát hiện gãy dao, không ghi là dự đoán lượng mòn.
- Okuma “OSP-AI chẩn đoán gia công” (Okuma và NEC cùng phát triển, theo bản tin tháng 11 năm 2018): được đưa tin là dùng AI tích hợp trong bộ điều khiển số OSP để phát hiện theo thời gian thực bất thường trong gia công khoan và trực quan hóa trạng thái mòn. Giải pháp được mô tả là dừng gia công và lùi dao trước khi dao hỏng, nhằm giảm chi phí dao bằng cách tối ưu thời điểm thay dao, và AI sử dụng công nghệ “RAPID machine learning” của NEC. Đối tượng là gia công khoan trên máy Okuma (bộ điều khiển OSP).
Thiết bị giám sát chuyên dụng
- Marposs (ARTIS) Genior Modular: hệ thống giám sát máy và quá trình, thực hiện giám sát mòn dao, gãy dao, thiếu dao và điều khiển thích nghi quá trình gia công. Theo bài công bố của nhà sản xuất trên báo chuyên ngành (năm 2017), hệ thống được mô tả là giám sát đồng thời tối đa 10 quá trình gia công, lấy tín hiệu khi gá đặt để tự động thiết lập báo động giới hạn trên và dưới, và trong sản xuất hàng loạt thì thích nghi động các giá trị giới hạn có xét đến ảnh hưởng của nhiệt độ, tổ chức vật liệu… Marposs đã mua lại ARTIS năm 2008; theo thông cáo lúc đó, ARTIS được thành lập năm 1983, đặt trụ sở tại Bispingen, Đức, chủ yếu cung cấp giám sát trạng thái dao, quá trình và máy trong quá trình gia công cùng điều khiển thích nghi cho lĩnh vực cắt gọt kim loại.
- Caron Engineering “TMAC”: như đã nêu, công ty đã trình diễn giám sát dao theo thời gian thực và điều khiển thích nghi bằng cell gia công thực tại IMTS 2026. Công ty quảng bá các lợi ích giảm phế phẩm, rút ngắn thời gian chu kỳ, kéo dài tuổi thọ dao và nâng cao chất lượng.
IoT gắn thêm + AI
- MachineMetrics “Tool Anomaly Detection” (công bố tháng 3 năm 2025): công ty mô tả rằng giải pháp phát hiện hành vi gia công bất thường như thay đổi của tải, mô-men xoắn, tốc độ trục chính để dự đoán hỏng dao. Giải pháp được cho là theo phương thức “không cảm biến”, lấy dữ liệu tần số cao từ bộ điều khiển của máy. Trang tình huống triển khai của công ty có ghi hiệu quả định lượng, nhưng vì không nêu điều kiện đánh giá hay cách tính, bài viết này không sử dụng các con số đó.
- Ứng dụng Sinumerik Edge của Siemens (công bố năm 2019) bao gồm các ứng dụng như liên tục giám sát chất lượng phôi trong khi gia công bằng dữ liệu tần số cao và thông báo khi lệch khỏi chuẩn, nhưng trọng tâm của thông cáo là chất lượng phôi và trạng thái máy, không nêu rõ việc đo mòn dao. Khi xem xét làm ứng viên cho giám sát dao, cần xác nhận riêng xem có dùng được cho mục đích đó không.
Tự phát triển
Đây là phương pháp tự lắp ghép cảm biến, thiết bị edge và nền tảng dữ liệu, hoặc cùng làm với SIer, và tự xây dựng cả mô hình. Có thể làm sâu theo công đoạn mục tiêu, nhưng ngược lại nhà máy phải tự gánh việc thu thập nhãn, cập nhật mô hình và bảo trì.
Bảng so sánh
| Góc nhìn | Chức năng tiêu chuẩn của CNC | Thiết bị giám sát chuyên dụng | IoT gắn thêm + AI | Tự phát triển |
|---|---|---|---|---|
| Ứng dụng chính (trong phạm vi mô tả của nhà cung cấp) | Chủ yếu phát hiện gãy dao. Tùy sản phẩm có trực quan hóa trạng thái mòn | Giám sát mòn, gãy, thiếu dao; điều khiển thích nghi | Phát hiện hành vi gia công bất thường, dự đoán hỏng dao | Thiết kế theo mục đích |
| Máy cần có | Bộ điều khiển của hãng đó, model và option tương thích | Tích hợp vào máy, lắp cảm biến | Lấy được dữ liệu từ bộ điều khiển | Ít ràng buộc, nhưng tín hiệu lấy được khác nhau theo từng máy |
| Mở rộng sang các máy hỗn hợp | Riêng biệt theo từng hãng | Tùy phạm vi tương thích của thiết bị | Tùy phạm vi bộ điều khiển được hỗ trợ | Độ linh hoạt cao, nhưng cần điều chỉnh theo từng máy |
| Tính minh bạch của logic xác định | Dễ giải thích bằng gia công chuẩn và ngưỡng | Cần xác nhận cơ chế giới hạn trên dưới và thích nghi | Có khi khó thấy bên trong, cần yêu cầu giải thích | Tự mình giải thích được |
| Gánh nặng vận hành | Tương đối nhỏ. Vẫn cần lấy lại gia công chuẩn | Trung bình. Xác nhận thiết lập cho từng lần gá đặt | Trung bình. Tùy phạm vi hợp đồng và bảo trì | Lớn. Tự vận hành việc cập nhật mô hình và thu thập nhãn |
| Giá | Không công khai | Không công khai | Không công khai | Tùy cấu hình |
Tiêu chí lựa chọn là mục đích và cấu hình máy. Nếu ưu tiên hàng đầu là ngăn gãy dao và các máy mục tiêu đều dùng bộ điều khiển của cùng một hãng, trước hết hãy xác nhận xem chức năng tiêu chuẩn của CNC có đủ không. Nếu cần đến đề xuất thời điểm thay dao theo mức mòn hoặc mở rộng ngang sang máy của nhiều hãng, hãy so sánh thiết bị chuyên dụng và các cơ chế gắn thêm. Tự phát triển là lựa chọn khi công đoạn mục tiêu rõ ràng và nhà máy có thể duy trì trong nội bộ một bộ máy tiếp tục thu thập nhãn. Dù chọn phương án nào, “tiêu chí tuổi thọ và quy tắc thay dao” cùng “cách thu thập nhãn” vẫn phải do phía nhà máy quyết định.
Kết nối dữ liệu và hệ thống hiện có (giám sát vận hành máy công cụ, MES, quản lý dao)
Dự đoán tuổi thọ dao không tự hoàn tất một mình. Dù có đưa ra đề xuất thay dao, nếu chưa kết nối được ai xem đề xuất đó và ghi lại điều gì, hành động tại hiện trường sẽ không thay đổi. Khi xem xét việc kết nối, hãy xác nhận lần lượt bốn điểm kết nối sau.
1. Bộ đếm tuổi thọ dao phía CNC. Ở nhiều nhà máy, chức năng quản lý tuổi thọ dao của CNC (bộ đếm số lần hoặc thời gian sử dụng) đã đang chạy. Ngay cả khi đưa cơ chế dự đoán vào, nguyên tắc cơ bản là giữ bộ đếm làm giới hạn trên an toàn. Khi đó, nếu không quyết định trước rằng “số lần sử dụng” mà cơ chế dự đoán đếm có khớp với bộ đếm phía CNC hay không, và khi thay dao cả hai có được đặt lại cùng thời điểm hay không, hai con số sẽ lệch nhau và gây rối loạn tại hiện trường.
2. Giám sát vận hành máy công cụ. Ngữ cảnh CNC như số dao, chương trình, số chi tiết trùng với dữ liệu mà cơ chế giám sát vận hành đang lấy. Nếu nhà máy đã đưa vào hoặc có kế hoạch đưa vào giám sát vận hành, lấy ngữ cảnh từ cùng một đường thu thập sẽ tránh được lệch thời gian và việc lưu trùng dữ liệu.
3. MES và hồ sơ chất lượng. Lưu hồ sơ thay dao, hồ sơ gãy dao, giá trị đo mòn khi thay và giá trị đo chất lượng của các chi tiết được gia công bằng con dao đó, liên kết với mã hàng và lô. Đây sẽ là nhãn đúng cho lần cải tiến mô hình tiếp theo, đồng thời là tư liệu điều tra nguyên nhân khi xảy ra lỗi.
4. Quản lý dao (tồn kho, mài lại, xuất dao). Nếu lưu cho từng con dao các thông tin như được xuất khi nào, đã mài lại bao nhiêu lần, thuộc lô nào, đó sẽ là manh mối khi điều tra độ dao động tuổi thọ về sau. Bộ dữ liệu Data in Brief đã giới thiệu ở trên cũng ghi rõ rằng các dao được dùng thuộc các lô khác nhau.
Khi dùng cấu hình xác định tại edge còn ghi chép và phân tích ở tầng trên, cách nghĩ về việc đặt xử lý nào ở đâu cũng được đề cập trong bài “Triển khai Edge AI trong nhà máy 2026: RFP, PoC 90 ngày và nghiệm thu“. Đặc biệt với phát hiện gãy dao, thời gian từ khi xác định đến khi dừng máy là quan trọng. Nếu lệnh dừng đi qua máy chủ ở tầng trên sẽ chịu ảnh hưởng của độ trễ và mất kết nối, vì vậy cách phân chia thường được coi là hợp lý là hoàn tất việc xác định dừng ở gần máy, chỉ gửi bản ghi lên tầng trên.
Tính toán mô hình về chi phí và hiệu quả (con số giả định)
Từ đây là phần tính toán mô hình để xem hiệu quả phụ thuộc vào các giả định đến mức nào. Tất cả các con số dưới đây đều là giả định đặt ra cho bài viết này. Chúng không phải là mức trung bình ngành, không phải số liệu khảo sát và cũng không phải giá của nhà sản xuất. Mức kéo dài tuổi thọ hay mức giảm gãy dao không phải là “giá trị AI có thể đạt được”, mà là giá trị cần đo thực tế bằng PoC rồi thay vào.
Giả định của nhà máy mô hình
Ở nhà máy mô hình, đối tượng chỉ là 1 nhóm dao gồm dao phay ngón và mũi khoan hợp kim cứng dùng trên 8 trung tâm gia công. Không phải toàn bộ nhà máy. Đơn vị tiền tệ là baht Thái (THB). Thế giới đem ra so sánh chỉ có một: “hiện trạng = thay dao theo tuổi thọ cố định, gãy dao 24 vụ/năm”.
| Hạng mục | Giá trị | Cách tính |
|---|---|---|
| Số dao mục tiêu sử dụng mỗi năm (hiện trạng, thay theo tuổi thọ cố định) | 4,000 chiếc | Giả định |
| Đơn giá trung bình | 1,500 THB/chiếc | Giả định |
| Chi phí dao hằng năm hiện tại | 6,000,000 THB | 4,000×1,500 |
| Số dao sử dụng giảm nhờ kéo dài tuổi thọ (trường hợp trung bình) | 10% = 400 chiếc | 4,000×10% |
| ① Giảm chi phí dao | 600,000 THB/năm | 400×1,500 |
| Số vụ gãy dao hiện tại | 24 vụ/năm | Giả định |
| Tổn thất mỗi vụ gãy dao (phế phẩm, gá đặt lại, dừng máy; không bao gồm tiền dao) | 25,000 THB | Giả định. Không bao gồm tiền dao vì tiền dao được tính ở phía ① |
| Giảm gãy dao (giảm một nửa) | 12 vụ | 24×50% |
| ② Giảm tổn thất do gãy dao | 300,000 THB/năm | 12×25,000 |
| Tổng hiệu quả hằng năm | 900,000 THB/năm | ①+② |
| Chi phí ban đầu (cảm biến, thiết bị edge, kết nối, thu thập nhãn, PoC) | 1,800,000 THB | Giả định |
| Chi phí vận hành hằng năm (bảo trì, license, công đo mòn) | 300,000 THB/năm | Giả định |
| Hiệu quả ròng hằng năm | 600,000 THB/năm | 900,000−300,000 |
| Số năm hoàn vốn đơn giản | 3.0 năm | 1,800,000÷600,000 |
Hãy kiểm tra lại phép tính theo thứ tự. Chi phí dao hiện tại là 4,000 chiếc×1,500 THB, bằng 6,000,000 THB. Nếu giả định giảm được 10% (400 chiếc) số dao sử dụng, mức giảm chi phí dao là 400 chiếc×1,500 THB, bằng 600,000 THB. Nếu giả định giảm được 12 vụ, tức một nửa trong 24 vụ gãy dao, mức giảm tổn thất do gãy dao là 12 vụ×25,000 THB, bằng 300,000 THB. Tổng hiệu quả là 900,000 THB, trừ chi phí vận hành hằng năm 300,000 THB thì hiệu quả ròng là 600,000 THB, và số năm hoàn vốn đơn giản khi chia chi phí ban đầu 1,800,000 THB cho hiệu quả ròng là 3.0 năm.
Lưu ý rằng ở đây “tỷ lệ giảm số dao sử dụng” được đặt trực tiếp. Nếu tuổi thọ của mỗi con dao kéo dài lên 1.1 lần, số dao cần dùng là 1÷1.1, khoảng 0.909 lần, tức giảm khoảng 9.1%, không phải đúng 10%. Để đơn giản hóa phép tính, 10% được đặt như tỷ lệ giảm số dao.
Khi giả định thay đổi, số năm hoàn vốn biến động thế nào
Đây là độ nhạy khi chỉ thay đổi tỷ lệ giảm số dao sử dụng thành 5%, 10%, 15%, còn mức giảm tổn thất do gãy dao (② 300,000 THB) giữ cố định.
| Tỷ lệ giảm số dao sử dụng | Số dao giảm | ① Giảm chi phí dao | Hiệu quả hằng năm (①+②) | Hiệu quả ròng hằng năm | Số năm hoàn vốn đơn giản |
|---|---|---|---|---|---|
| 5% | 200 chiếc | 300,000 THB | 600,000 THB | 300,000 THB | 6.0 năm |
| 10% | 400 chiếc | 600,000 THB | 900,000 THB | 600,000 THB | 3.0 năm |
| 15% | 600 chiếc | 900,000 THB | 1,200,000 THB | 900,000 THB | 2.0 năm |
Ở trường hợp 5%, 200 chiếc×1,500 THB bằng 300,000 THB, cộng với ② thành 600,000 THB, trừ chi phí vận hành còn 300,000 THB, hoàn vốn là 1,800,000÷300,000, bằng 6.0 năm. Ở trường hợp 15%, 600 chiếc×1,500 THB bằng 900,000 THB, tổng 1,200,000 THB, hiệu quả ròng 900,000 THB, hoàn vốn là 1,800,000÷900,000, bằng 2.0 năm. Chỉ cần dịch tỷ lệ giảm trong khoảng từ 5% đến 15%, số năm hoàn vốn đã biến động từ 6.0 năm đến 2.0 năm, chênh nhau 3 lần. Chỉ cần giảm 5 điểm phần trăm so với mức trung bình 10%, số năm hoàn vốn đã tăng gấp đôi, từ 3.0 năm lên 6.0 năm. Lý do nên đo giá trị thực tế bằng PoC trước khi quyết định đầu tư thể hiện ngay trong biên độ này.
Hình: Độ nhạy của tính toán mô hình. Thay đổi của hiệu quả hằng năm, hiệu quả ròng hằng năm và số năm hoàn vốn đơn giản khi tỷ lệ giảm số dao sử dụng là 5%, 10%, 15% (tất cả là con số giả định).
Lưu ý để không tính trùng
Lỗi dễ xảy ra trong loại tính toán này là đếm cùng một hiệu quả hai lần. Trong tính toán mô hình, chúng tôi lưu ý các điểm sau.
- “Giảm thay dao quá sớm” và “kéo dài tuổi thọ” là cùng một hiệu quả. Phần dao dùng được lâu hơn tuổi thọ cố định thể hiện ở ① dưới dạng giảm số dao. Nếu lập thêm một hạng mục riêng là “giảm thay dao sớm”, cùng một số dao sẽ bị đếm hai lần.
- Tổn thất mỗi vụ gãy dao không bao gồm tiền dao. Tiền của con dao bị gãy đã nằm ở phía ① dưới dạng số dao sử dụng. Nếu đưa cả tiền dao vào ② thì sẽ bị tính trùng.
- Do dự đoán, cũng sẽ có những con dao được thay sớm hơn tuổi thọ cố định. Nếu thay những con dao mòn nhanh trước đường tiêu chí, số dao sẽ tăng tương ứng. Số dao giảm ở ① cần được đo như giá trị ròng, sau khi bù trừ phần thay muộn hơn được và phần thay sớm hơn.
- Đường cơ sở chỉ có một. Nếu trộn vào một thế giới khác như “dù không đưa AI vào, chỉ cần xem lại bộ đếm thì lẽ ra cũng đã cải thiện được một phần”, đối tượng so sánh sẽ thành hai và việc giải thích hiệu quả không còn đứng vững.
Một phần khoản đầu tư có khả năng thuộc đối tượng ưu đãi của BOI nếu đáp ứng điều kiện. Điểm này sẽ được đề cập ở chương “Những vấn đề riêng của Thái Lan và ASEAN”.
Các mục cần ghi trong RFP AI dự đoán tuổi thọ dao cắt
Trong RFP triển khai AI dự đoán tuổi thọ dao cắt, điều quan trọng là ghi rõ quy tắc quyết định và phương pháp kiểm chứng, hơn là bắt nhà cung cấp cam kết độ chính xác của mô hình bằng một con số. Chúng tôi khuyến nghị tối thiểu đưa vào 12 mục sau.
| No. | Hạng mục | Ví dụ nội dung cần ghi |
|---|---|---|
| 1 | Phạm vi đối tượng | Máy, dao (số dao, loại dao), mã hàng, công đoạn đối tượng. Ghi rõ cả những gì nằm ngoài đối tượng |
| 2 | Mục đích và đầu ra | Yêu cầu phát hiện gãy dao, ước tính trạng thái mòn hay đề xuất thời điểm thay dao. Hình thức đầu ra (báo động, hiển thị, ghi nhận) |
| 3 | Tiêu chí tuổi thọ và quy tắc thay dao | Đính kèm tiêu chí tuổi thọ (lượng mòn, chất lượng, giới hạn trên của bộ đếm) và quy tắc thay dao do nhà máy quyết định, yêu cầu đầu ra tuân theo đó |
| 4 | Tín hiệu thu thập và lắp đặt | Loại tín hiệu, model và vị trí lắp cảm biến, chu kỳ lấy mẫu, các mục dữ liệu lấy từ bộ điều khiển |
| 5 | Dữ liệu ngữ cảnh CNC | Cách lấy số dao, chương trình, block, tốc độ trục chính, lượng chạy dao, số chi tiết, bộ đếm tuổi thọ dao và cách đồng bộ thời gian |
| 6 | Đáp ứng phát hiện gãy dao và hành động dừng | Mục tiêu thời gian từ khi phát hiện đến khi dừng máy, cách dừng (dừng chạy dao, lùi dao…), ai thực hiện thiết lập phía bộ điều khiển |
| 7 | Định nghĩa tỷ lệ báo động sai và tỷ lệ bỏ sót | Đếm điều gì là báo động sai và bỏ sót, phạm vi cho phép, khoảng thời gian và số vụ dùng để đánh giá |
| 8 | Phương pháp thu thập nhãn đúng | Quy trình đo mòn, nơi ghi nhận, tần suất đo, phân công giữa nhà cung cấp và nhà máy |
| 9 | Phương pháp đánh giá mô hình | Yêu cầu đánh giá bằng dao không dùng để học. Độ chính xác trên bộ dữ liệu nghiên cứu chỉ dùng để tham khảo |
| 10 | Kết nối với hệ thống hiện có | Khớp với bộ đếm CNC, đặc tả kết nối với giám sát vận hành, MES, quản lý dao, và chủ sở hữu dữ liệu |
| 11 | Cập nhật và vận hành mô hình | Học lại khi thay đổi dao hoặc điều kiện, xem lại ngưỡng, quy trình phê duyệt cập nhật, cách khôi phục |
| 12 | Bảo trì, đào tạo, ngôn ngữ | Phạm vi bảo trì và thời gian phản hồi, màn hình và tài liệu đào tạo bằng tiếng Thái, tiếng Anh, tiếng Nhật, bộ máy hỗ trợ tại chỗ |
Nếu đề xuất của nhà cung cấp có ghi con số độ chính xác, hãy luôn hỏi đó là “con số được đánh giá trên dữ liệu nào, chia dữ liệu như thế nào”. Như đã thấy ở chương trước, đánh giá chia bên trong hồ sơ của cùng một con dao và con số đánh giá trên dao khác hoặc máy khác có ý nghĩa khác nhau. Những con số không nêu điều kiện đánh giá thì an toàn hơn là không dùng làm căn cứ so sánh.
Những gì cần xác nhận trong FAT/SAT
Điều cần xác nhận trong kiểm tra nghiệm thu là “quyết định thay dao có được đưa ra đúng theo quy tắc đã định, trong phạm vi cho phép của báo động sai và bỏ sót hay không”. Trong FAT (thử nghiệm trước khi xuất xưởng, hoặc trong môi trường kiểm chứng phía nhà cung cấp) và SAT (thử nghiệm sau khi lắp đặt tại chỗ), hãy xác nhận các hạng mục sau.
| Phân loại | Hạng mục xác nhận | Cách xác nhận | Cách nghĩ về tiêu chí đạt |
|---|---|---|---|
| FAT | Đồng bộ tín hiệu và ngữ cảnh | Đối chiếu thời gian của tín hiệu đã ghi với số dao, chương trình, số chi tiết | Việc chuyển dao tương ứng với thay đổi của tín hiệu |
| FAT | Tính tái lập của logic xác định | Nhập cùng một dữ liệu đã ghi 2 lần, xem có ra cùng kết quả xác định không | Kết quả xác định trùng khớp |
| FAT | Phản ánh quy tắc thay dao | Xác nhận tiêu chí tuổi thọ và giới hạn trên của bộ đếm do nhà máy quyết định có hoạt động đúng như thiết lập không | Mỗi ô của quy tắc tương ứng với đầu ra |
| FAT | Logic của hành động dừng | Nhập mô phỏng một kết quả xác định gãy dao, xác nhận tín hiệu dừng có được xuất ra không | Xuất ra tín hiệu của cách dừng đã quyết định |
| SAT | Đáp ứng phát hiện gãy dao | Mô phỏng gãy dao hoặc tải bất thường bằng cách an toàn, đo thời gian từ khi phát hiện đến khi dừng | Dừng trong mục tiêu thời gian đã quyết định trong RFP |
| SAT | Tỷ lệ báo động sai | Trong sản xuất hàng loạt một khoảng thời gian nhất định, đếm các báo động xuất hiện khi đang gia công bình thường | Trong phạm vi cho phép đã quyết định trong RFP |
| SAT | Tỷ lệ bỏ sót | Ghi lại các vụ gãy dao, mẻ dao, lỗi chất lượng xảy ra trong cùng khoảng thời gian, đối chiếu xem trước đó có báo động hay đề xuất không | Trong phạm vi cho phép đã quyết định trong RFP |
| SAT | Tính tái lập của chỉ thị thay dao | Với cùng mã hàng và dao, xem thời điểm đề xuất thay dao dao động đến mức nào. Đo mòn thực tế tại thời điểm đề xuất | Mòn tại thời điểm đề xuất vẫn chưa chạm tới tiêu chí tuổi thọ |
| SAT | Khớp với bộ đếm CNC | Đối chiếu số lần sử dụng phía dự đoán với bộ đếm tuổi thọ dao của CNC, và việc đặt lại khi thay dao | Con số và thời điểm đặt lại của hai bên trùng khớp |
| SAT | Kết nối hồ sơ | Xác nhận hồ sơ thay dao, gãy dao, đo mòn, đo chất lượng có được lưu trong MES… liên kết với mã hàng và lô không | Được ghi nhận đầy đủ, có thể tra cứu về sau |
Trong SAT, điều quan trọng là quyết định trước khoảng thời gian và số vụ của thử nghiệm. Gãy dao không xảy ra thường xuyên, nên trong khoảng thời gian ngắn có khi không thu được đủ số vụ để đánh giá tỷ lệ bỏ sót. Khi đó, một cách là ghi vào hợp đồng việc nghiệm thu theo từng giai đoạn: xác nhận tỷ lệ báo động sai và tính tái lập của đề xuất thay dao trong SAT, còn tỷ lệ bỏ sót được đánh giá trong một khoảng thời gian nhất định sau khi bắt đầu vận hành. Cách nghĩ quyết định trước điều kiện đánh giá đầu ra ở giai đoạn PoC cũng được trình bày chi tiết trong bài “Quy trình IoT PoC 2026: quyết định điều kiện đánh giá đầu ra trước khi bắt đầu“.
Những vấn đề riêng của Thái Lan và ASEAN
1. Máy và hãng sản xuất lẫn lộn
Tại các nhà máy Nhật ở Thái Lan, không hiếm trường hợp máy công cụ của Nhật, châu Âu, Đài Loan… được đặt cạnh nhau. Chức năng tiêu chuẩn của CNC thì riêng biệt theo từng hãng, nên khó đưa cùng một cơ chế vào toàn bộ máy. Cách thực tế hơn là trước hết thu hẹp vào máy của công đoạn mục tiêu, xác nhận kết quả ở đó rồi mới mở rộng ngang.
2. Bộ máy để tiếp tục đo mòn
Thu thập nhãn đúng là công việc thầm lặng nhất và khó duy trì nhất khi triển khai AI. Hãy quyết định người đo mòn của dao đã thay, dụng cụ đo và mẫu ghi chép, đồng thời chuẩn bị hướng dẫn quy trình bằng tiếng Thái. Điều quan trọng là không để quy trình phụ thuộc vào cá nhân, để hồ sơ không bị gián đoạn dù người phụ trách thuyên chuyển hay nghỉ việc. Đây cũng là lý do công đo mòn được đưa vào chi phí vận hành hằng năm.
3. Quyết định tại hiện trường và ngôn ngữ
Nếu người vận hành xem đề xuất thay dao rồi quyết định, điều kiện là ngôn ngữ trên màn hình và quy trình cần làm khi nhận đề xuất phải đọc được bằng tiếng Thái mà không bối rối. Hãy ghi rõ đến cả hành động cụ thể như “khi có đề xuất thì thay vào lúc chuyển đổi gá đặt tiếp theo, và đặt con dao đã thay lên bàn đo”.
4. Biện pháp ưu đãi đầu tư của BOI
Biện pháp “nâng cấp lên ngành công nghiệp thông minh và bền vững” của BOI được ghi là một trong các biện pháp đặc biệt trong tài liệu của BOI ngày 4 tháng 8 năm 2026. Theo nội dung của Hướng dẫn ưu đãi đầu tư BOI 2025, đối tượng là các hoạt động kinh doanh hiện có, bất kể có được BOI ưu đãi hay không, và với hoạt động được BOI ưu đãi thì điều kiện là việc miễn thuế thu nhập doanh nghiệp đã kết thúc hoặc chưa được cấp. Vốn đầu tư từ 1 triệu baht trở lên, đất đai và vốn lưu động không được tính vào vốn đầu tư.
- Một trong các trường hợp ứng dụng công nghệ số là áp dụng AI, học máy, big data và phân tích dữ liệu, được miễn thuế thu nhập doanh nghiệp 3 năm (mức trần bằng 50% vốn đầu tư). Theo tài liệu BOI tháng 8 năm 2026, việc đưa vào AI, học máy, big data, đám mây và trung tâm dữ liệu trong nước Thái Lan, phần mềm Thái Lan đã được chứng nhận được tính toàn bộ vào vốn đầu tư, còn phần mềm chưa được chứng nhận, phần mềm nước ngoài và đám mây ở nước ngoài được tính một nửa.
- Nâng cấp máy móc và tự động hóa được miễn thuế nhập khẩu và miễn thuế thu nhập doanh nghiệp 3 năm (mức trần bằng 50% vốn đầu tư; nếu sử dụng tự động hóa và robot, đồng thời phần liên kết với ngành tự động hóa của Thái Lan chiếm từ 30% giá trị máy móc nâng cấp trở lên thì mức trần là 100%).
- Chuyển đổi sang Industry 4.0 (kế hoạch được NSTDA phê duyệt) được miễn thuế nhập khẩu và miễn thuế thu nhập doanh nghiệp 3 năm (mức trần bằng 100% vốn đầu tư).
Hướng dẫn cũng liệt kê các ngành nằm ngoài đối tượng, trong đó có “sản xuất ô tô thông thường”. Sản xuất xe hoàn chỉnh được nêu là nằm ngoài đối tượng, còn gia công cơ khí phụ tùng ô tô không có tên trong danh sách ngoài đối tượng này. Tuy nhiên, từng hoạt động kinh doanh cụ thể có thuộc đối tượng hay không thì cần xác nhận với BOI. Ngoài ra, theo phân tích của một công ty luật, BOI đã công bố đổi mới các biện pháp ưu đãi đầu tư vào ngày 15 tháng 1 năm 2026, và nhiều biện pháp được cho là nhận hồ sơ từ ngày làm việc đầu tiên của năm 2026 đến ngày làm việc cuối cùng của năm 2027 (từ phân tích này chưa xác nhận được từng biện pháp cụ thể có nằm trong đó hay không). Điều kiện có thể được sửa đổi, vì vậy khi cân nhắc nộp hồ sơ, hãy xác nhận điều kiện mới nhất với BOI. Chi phí ban đầu 1,800,000 THB trong tính toán mô hình, xét riêng thì vượt 1 triệu baht, nhưng phạm vi khoản đầu tư thuộc đối tượng và cách tính sẽ thay đổi tùy nội dung hồ sơ.
5. Phân vai với trụ sở chính tại Nhật Bản
Khi tiêu chí tuổi thọ và cách nghĩ về mô hình được chia sẻ với trụ sở chính hoặc nhà máy mẹ tại Nhật Bản, không có nghĩa là nhà máy tại Thái Lan đang dùng cùng dao, cùng điều kiện. Như đã thấy ở các bộ dữ liệu nghiên cứu, khác máy thì dữ liệu cũng khác. Thay vì đem nguyên mô hình và ngưỡng của trụ sở chính sang, hãy lập kế hoạch với tiền đề là lấy lại dữ liệu trên máy và điều kiện tại Thái Lan.
Câu hỏi thường gặp
Triển khai AI dự đoán tuổi thọ dao cắt cần những gì?
Điều cần đầu tiên không phải là AI, mà là quy tắc thay dao: “coi điều gì là hết tuổi thọ, ai thay, khi nào và dựa trên căn cứ gì”. Trên cơ sở đó, chuẩn bị bộ máy thu thập các tín hiệu mà quy tắc cần, dữ liệu ngữ cảnh CNC và nhãn đúng như mòn thực tế khi thay dao. Cách tiến hành ít phải làm lại là thu hẹp đối tượng vào dao đắt tiền hoặc công đoạn có rủi ro gãy dao cao, đo hiệu quả bằng PoC rồi mới mở rộng.
Phát hiện mòn dao nên dùng tín hiệu nào?
Không có một đáp án duy nhất. Theo cách hệ thống hóa của bài báo tổng quan năm 2026, lực cắt tương quan mạnh với mòn nhưng lắp đặt mang tính xâm lấn và đắt tiền; rung động chi phí thấp, lắp đặt đơn giản nhưng phụ thuộc mạnh vào vị trí lắp; AE nhạy với hư hỏng ban đầu nhưng dữ liệu nặng và khi cấu hình máy thay đổi thì cần học lại. Thứ tự được khuyến nghị là trước hết thử xem tải và dòng điện trục chính lấy được từ bộ điều khiển có đủ không, nếu chưa đủ thì thêm rung động, và chỉ xem xét AE hoặc lực kế cho những công đoạn cần dấu hiệu sớm hơn nữa.
Nếu chỉ cần phát hiện gãy dao thì có cần AI không?
Tùy vào mục đích sử dụng. Với phát hiện gãy dao, phương thức tạo điều kiện phát hiện dựa trên tải cắt lấy được khi gia công chuẩn đã được cung cấp dưới dạng sản phẩm. Ví dụ, chức năng giám sát tải cắt của FANUC, theo mô tả của nhà sản xuất, là phương thức đo tải cắt khi gia công chuẩn để tự động tạo điều kiện phát hiện gãy dao. Nên trước hết xác nhận xem cơ chế như vậy có đủ không, rồi xem xét mô hình dự đoán ở giai đoạn cần đến ước tính mòn hay đề xuất thời điểm thay dao.
Tối ưu thời điểm thay dao giúp giảm chi phí dao bao nhiêu?
Không có con số đáng tin cậy nào có thể đưa ra như một tỷ lệ giảm chung. Trong tính toán mô hình (giả định) của bài viết này, chỉ cần thay đổi tỷ lệ giảm số dao sử dụng thành 5%, 10%, 15%, số năm hoàn vốn đơn giản đã biến động lớn thành 6.0 năm, 3.0 năm, 2.0 năm. Hiệu quả thay đổi theo loại dao, điều kiện gia công và cách đặt tuổi thọ cố định hiện tại, vì vậy chúng tôi khuyến nghị thực hiện PoC trên công đoạn của chính nhà máy và tính lại bằng giá trị đo thực tế.
Quản lý tuổi thọ dao cắt chỉ bằng bộ đếm tuổi thọ của CNC có chưa đủ không?
Bộ đếm đơn giản và chắc chắn, nên đáng được giữ lại làm giới hạn trên an toàn. Tuy nhiên, cũng có nghiên cứu cho rằng ngay cả với cùng điều kiện, tuổi thọ dao dao động rất lớn, và nếu chỉ dựa vào đếm thì buộc phải đặt tuổi thọ ngắn theo phía xấu của độ dao động. Cách chồng lớp thực tế là giữ bộ đếm làm giới hạn trên, và bên trong giới hạn đó dùng giám sát hoặc dự đoán để dịch thời điểm thay dao.
Hệ thống giám sát tình trạng dao có gắn thêm được cho máy công cụ cũ không?
Nếu lấy được dữ liệu từ bộ điều khiển, có thể xem xét các cơ chế gắn thêm. Ngay cả khi không lấy được, vẫn có cách gắn ngoài cảm biến rung động… Tuy nhiên, kết quả của rung động thay đổi lớn theo vị trí lắp, và chỉ với cảm biến gắn ngoài có khi không lấy được ngữ cảnh CNC như số dao hay chương trình. Cách an toàn là kiểm kê trước xem lấy được dữ liệu đến đâu từ máy nào, rồi mới chọn phương thức.
Tổng kết
Nếu bắt đầu triển khai AI dự đoán tuổi thọ dao cắt bằng việc so sánh độ chính xác của mô hình, hệ thống dễ trở thành thứ không được dùng tại hiện trường. Trước hết hãy quyết định tiêu chí tuổi thọ và quy tắc thay dao, xây dựng bộ máy tiếp tục thu thập các tín hiệu mà quy tắc đó cần, ngữ cảnh CNC và nhãn đúng về mòn thực tế. Thu hẹp đối tượng vào dao đắt tiền hoặc công đoạn có rủi ro gãy dao cao, và giữ bộ đếm tuổi thọ cố định làm giới hạn trên an toàn. Khi quyết định thứ tự như vậy, sẽ rõ ràng cần mua gì và cần tự mình duy trì những gì.
Độ chính xác cao được báo cáo trên các bộ dữ liệu nghiên cứu là con số của các thí nghiệm có điều kiện cố định. Tuyên bố về độ chính xác của nhà cung cấp cần được xác nhận cùng với dữ liệu đánh giá và cách chia dữ liệu. Hiệu quả trên chi phí biến động lớn theo các giả định như tỷ lệ giảm số dao sử dụng hay mức giảm gãy dao, vì vậy hãy thay bằng giá trị đo thực tế qua PoC rồi mới đánh giá. Và trong FAT/SAT, hãy xác nhận lần lượt từng mục: đáp ứng phát hiện gãy dao, tỷ lệ báo động sai và tỷ lệ bỏ sót, tính tái lập của chỉ thị thay dao, và sự khớp với bộ đếm CNC.
TOMAS TECH hỗ trợ xây dựng cơ chế giám sát dao và dự đoán tuổi thọ phù hợp với cấu hình máy và cách vận hành của nhà máy tại Thái Lan. Quý vị có thể trao đổi với chúng tôi ngay cả ở giai đoạn chưa định hình phương hướng triển khai, chẳng hạn như giai đoạn thu hẹp công đoạn mục tiêu hay cân nhắc cách chọn tín hiệu. Vui lòng liên hệ qua biểu mẫu này.
Tài liệu tham khảo
- ISO 3685:1993: thông tin dự án (tên và phạm vi)
- ISO 8688-1:1989: thông tin dự án (tên và phạm vi)
- Materials (2025): ví dụ sử dụng tiêu chí tuổi thọ VBB 0.3 mm theo ISO 3685
- Materials (2025): định nghĩa tuổi thọ VB 0.3 mm theo PN-ISO 3685
- Materials (2025): thay dao khi vượt 0.3 mm theo hướng dẫn của ISO 3685
- Materials (2023): ví dụ sử dụng VB3 0.5 mm của ISO 8688-2
- Materials (2024): cách chọn tiêu chí tuổi thọ của ISO 8688-2
- Data in Brief (2023): bộ dữ liệu công khai với 9 con dao và 3 máy
- Sensors (2026): tổng quan công nghệ cảm biến trong gia công cắt gọt
- PHM Society: 2010 Data Challenge
- Scientific Reports (2024): dự đoán mòn dao bằng mô hình PSD-CVT
- Scientific Data (2025): bộ dữ liệu phay mặt MU-TCM
- NASA: bộ dữ liệu Milling Wear
- FANUC: chức năng giám sát tải cắt (tháng 6 năm 2022)
- Cutting Tool Engineering: Marposs Genior Modular (ngày 8 tháng 8 năm 2017)
- Marposs: việc mua lại ARTIS
- MONOist: Okuma OSP-AI chẩn đoán gia công (ngày 16 tháng 11 năm 2018)
- MachineMetrics: công bố Tool Anomaly Detection (ngày 4 tháng 3 năm 2025)
- Caron Engineering: IMTS 2026
- Siemens: mở rộng ứng dụng Sinumerik Edge (ngày 14 tháng 5 năm 2019)
- Capital.com (Reuters): sản lượng ô tô của Thái Lan tháng 8 năm 2026 (ngày 28 tháng 9 năm 2026)
- BOI: tài liệu ngày 4 tháng 8 năm 2026
- BOI: Hướng dẫn ưu đãi đầu tư 2025
- Mondaq: phân tích về đổi mới biện pháp ưu đãi đầu tư BOI (2026-2027)
- Thailand Business News: mức tăng sử dụng AI tại Thái Lan (ngày 10 tháng 6 năm 2026)
- IMTS: công bố các chương trình của IMTS 2026 (ngày 14 tháng 7 năm 2026)
- Tokyo Big Sight: thông báo tổ chức JIMTOF 2026 (ngày 19 tháng 6 năm 2026)
- ORNL: phát hiện mòn dao bằng cảm biến xúc giác (ngày 6 tháng 5 năm 2026)
