Koidra kết hợp học máy, IoT, toán học và vật lý để tự động hóa độ chính xác của hoạt động
Bài gốc trên automationworld.com
Chọn đoạn trích từ bài viết
Theo Tran, người từng là kỹ sư nghiên cứu chính làm việc về các thuật toán học máy tại Microsoft trong nhiều năm, có một vấn đề cơ bản làm giảm hiệu quả hoạt động. Nó bắt nguồn từ bộ điều khiển máy — PLC đó đã hoạt động theo cùng một cách trong nhiều thập kỷ — tuân theo các hướng dẫn tĩnh, được mã hóa cứng do các kỹ sư tự động hóa thực hiện trong thời gian phát triển dự án. Thật khó để cập nhật logic bậc thang PLC thực thi chương trình.
Tuy nhiên, trong khi đó, tùy thuộc vào người đang vận hành máy, dữ liệu nào đang được thu thập và điều kiện môi trường mà máy chạy khác nhau. Sự thiếu nhất quán này rất khó khắc phục.
Điều này trở nên rõ ràng với Trần khi anh đang làm việc tại cơ sở sản xuất sinh khối của gia đình ở Việt Nam, được xây dựng bằng công nghệ PLC, HMI và SCADA truyền thống. Ví dụ, máy sấy hoạt động không hiệu quả và khi ông hỏi người vận hành tại sao, họ đưa ra những câu trả lời khác nhau. Anh ấy cũng không thể tự mình tìm ra điều đó vì PLC không được trang bị để nhận dữ liệu từ các nguồn khác nhau và do đó không thể trình bày bức tranh toàn cảnh về những gì đang diễn ra ở định dạng dễ hiểu.
Vì vậy, Tran đã thực hiện sứ mệnh cải tiến các quy trình mà không sa vào việc lập trình phức tạp và tốn kém. Thay vào đó, anh ấy kéo dữ liệu nguồn PLC sang một máy tính cạnh chạy phần mềm IoT trí tuệ nhân tạo, phần mềm này đã thêm dữ liệu cảm biến và các thông số vận hành. Không cần đi sâu vào logic bậc thang, họ có thể áp dụng ngôn ngữ mã thấp để cải thiện logic điều khiển và thuật toán để tối ưu hóa hoạt động.
Nền tảng thông minh ra quyết định Koidra giải quyết vấn đề liên quan đến tự động hóa công nghiệp lỗi thời nằm yên trong các chương trình logic bậc thang và các silo dữ liệu thiếu khả năng tương tác giữa các hệ thống điều khiển máy. Nó cũng tạo ra khả năng mở rộng và giao diện hoạt động dễ dàng cho những người lao động phổ thông.
