Nhu cầu nắm bắt kiến thức về áp dụng kỹ thuật số trong thiết kế, lập kế hoạch quy trình, sản xuất và kiểm tra ngày càng quan trọng đối với ngành sản xuất khi sự đa dạng và phức tạp của các ứng dụng vòng đời sản phẩm ngày càng tăng. Cả kiến thức và dữ liệu cần được quản lý tốt để đảm bảo chất lượng, đánh giá tác động vòng đời và cải tiến thiết kế. Bài viết sau giới thiệu cơ chế tích hợp, chia sẻ và cập nhật kiến thức vào sản xuất tự động trong Smart Factory (nhà máy thông minh) hay còn gọi là quản trị tri thức vào Smart Factory.
Tại sao cần ứng dụng quản trị tri thức vào Smart Factory?
Ngành sản xuất toàn cầu hiện đang trải qua quá trình chuyển đổi theo hướng Smart Factory. Smart Factory có liên quan chặt chẽ đến việc ra quyết định dựa trên tri thức để đáp ứng nhu cầu của khách hàng về sản phẩm, thách thức công nghệ về an ninh và gián đoạn trong chuyền sản xuất cũng như thay đổi kỹ năng của lực lượng lao động. Thông tin và công nghệ sản xuất tiên tiến là những yếu tố then chốt giúp Smart Factory hoạt động vì kiến thức số hóa cho phép các nhà sản xuất đưa ra quyết định kịp thời và an toàn.
Để đưa ra quyết định trong các giai đoạn khác nhau trong vòng đời của sản phẩm, kiến thức về từng quy trình sản xuất phải luôn sẵn sàng cho việc ra quyết định. Hiện tại, kiến thức hữu ích không được số hóa 100%, ví dụ như bản vẽ thiết kế, đồ thị năng lực quy trình, hình ảnh thiết bị, bảng vận hành sản xuất, lịch trình sản xuất, diễn giải dữ liệu quy trình thống kê và yêu cầu thay đổi kỹ thuật thường không được tích hợp đầy đủ.
Mục tiêu của các tổ chức là quản lý kiến thức một cách hợp lý và có hệ thống. Các phần mềm hiện đại dựa trên nền tảng web và ứng dụng giám sát thời gian thực mang lại bước tiến mạnh mẽ cho việc số hóa vòng đời sản phẩm. Vì vậy, để tạo ra sự thuận lợi cho tiến trình này, các doanh nghiệp cần tích hợp một cơ chế quản lý tri thức vào Smart Factory.
Các mức độ tích hợp tri thức
Hình 1 giải thích các mối quan hệ giữa dữ liệu, thông tin, hiểu biết khoa học, kiến thức và quyền tự chủ trong smart factory:
- Cấp độ 1 là mức dữ liệu cơ bản (hoặc thô). Tại đây, dữ liệu được thu thập từ các cảm biến, máy móc hoặc được tạo ra bởi phần mềm.
- Cấp độ 2 là về thông tin. Thông tin trong quá trình sản xuất bao gồm các mô tả về phôi, bộ phận, công cụ và vật liệu. Các thông tin tĩnh trả lời các câu hỏi về “cái gì, khi nào, ai và ở đâu”. Thông tin là kết quả từ việc giải thích dữ liệu.
- Cấp độ 3 là cấp độ hiểu biết tập trung vào việc trả lời câu hỏi “tại sao”. Giai đoạn này bao gồm sự hiểu biết sâu sắc về quy trình sản xuất, đặc tính vật liệu và hiệu suất máy. Hoạt động chính ở cấp độ 3 là phát triển mô hình dự đoán dựa trên nguyên lý vật lý.
- Cấp độ 4 là cấp độ kiến thức, bao gồm các quy trình, thiết bị, lựa chọn nhà cung cấp, logic hoặc các quy tắc dựa trên khả năng thiết kế sản xuất và thiết bị. Kiến thức trả lời câu hỏi “làm thế nào”, thường dựa trên lý do tại sao được mô tả ở Cấp độ 3. Cấp độ 3 và Cấp độ 4 có thể thay thế cho nhau khi hiểu được “lý do tại sao” dựa trên việc biết cách vật liệu được biến đổi thành sản phẩm.
- Cấp độ 5 là cấp độ tự chủ. Nó liên quan đến việc xử lý sâu hơn và áp dụng kiến thức của khoa học sản xuất để học tập, nhận thức và thích ứng.
Sau khi các cơ chế thu thập dữ liệu, phần mềm và phần cứng cơ bản được triển khai, hoạt động tiếp theo là tạo và quản lý kiến thức để người dùng truy vấn. Sau nhiều lần sử dụng các cơ sở dữ liệu liên quan, các mẫu sẽ được xác định và cuối cùng dẫn đến các mô hình dự đoán tổng quát có thể định hướng các quyết định trong suốt vòng đời.
Cấp độ tự chủ | Áp dụng kiến thức để thích ứng | Thích ứng với các yêu cầu mới về thiết kế, kế hoạch quy trình, thiết bị, hoặc những kỹ năng điều hành khác |
Cấp độ kiến thức sản xuất | Đúc kết kiến thức sản xuất từ dữ liệu và các mô hình khoa học | Khoa học sản xuất về quy trình và hệ thống |
Cấp độ hiểu biết về quy trình sản xuất | Hiểu biết về khoa học sản xuất | Các mô hình khoa học |
Cấp độ thông tin sản xuất | Sắp xếp và xử lý dữ liệu để mô tả vật thể và các hiện tượng vật lý trong sản xuất | Đánh giá các biến thể một phần |
Cấp độ dữ liệu thô | Truy xuất các dữ liệu cảm biến hoặc đo lường | Đo lường các bộ phận được sản xuất |
Ví dụ trên đưa ra quá trình sáng tạo tri thức trong công tác kiểm soát chất lượng áp dụng vào Smart Factory. Sau khi đưa ra một kịch bản cho phép đo lường bộ phận được chế tạo, dữ liệu đo được chuyển đổi thành thông tin bằng cách thêm các thông số kỹ thuật về dung sai. Từ đó, ta có thể phát triển các mô hình dự đoán theo cơ sở khoa học để mô tả các biến thể hình học. Với sự hiểu biết về sự biến đổi hình học trong các bộ phận được chế tạo, kiến thức sau đó sẽ được tạo ra cho các biến thể của quá trình, vật liệu, thiết bị và vận hành. Kiến thức có thể được sử dụng cho quá trình ra quyết định chấp nhận hoặc từ chối phần được kiểm tra. Những mẫu này sẽ tập hợp thành các khái niệm tổng quát hơn để có thể điều chỉnh cho phù hợp với nhiều tình huống mới phát sinh trong các nhà máy Smart Factory.
Ví dụ về áp dụng quản trị tri thức vào Smart Factory
Kiến thức cơ sở được thiết kế để hỗ trợ việc ra quyết định ở các cấp độ và khoảng thời gian khác nhau trong một cơ sở sản xuất. Kiến thức này có thể được phân loại thành các đơn vị sau: công ty, nhà máy, dây chuyền sản xuất, trạm làm việc, máy móc và bộ dụng cụ / lao động cho phép tổng hợp các khả năng sản xuất tiên tiến nhằm tăng tính linh hoạt, giảm thời gian đáp ứng và nâng cao chất lượng sản xuất. Bảng sau mô tả quản trị kiến thức áp dụng trong hoạt động sản xuất và dịch vụ tại các đơn vị sản xuất khác nhau:
Đơn vị sản xuất | Hoạt động vận hành (tạo ra dữ liệu) | Kiến thức |
Nhà máy | Quản lý đơn đặt hàng, luồng công việc và chất lượng, lập kế hoạch tài nguyên và lên kế hoạch sản xuất | Quản trị luồng công việc và quy tắc lập kế hoạch, bản thể luận và logic |
Dây chuyền sản xuất | Điều động công việc, cân bằng dây chuyền, và kiểm soát chất lượng | Các quy tắc kiểm tra và các mô hình dự đoán |
Trạm làm việc | Thực hiện công việc, điều phối máy móc và kiểm tra | Các quy tắc cảm biến và đo lường, các dữ liệu thống kê |
Máy móc | Lập trình máy móc, lên kế hoạch đo lường và thiết lập | Mô hình / bản thể luận quy trình sản xuất, bản thể luận khả năng của máy và các quy tắc lựa chọn máy |
Công cụ dụng cụ, cảm biến, nhân công | Chuẩn bị công cụ, xử lý nguyên vật liệu, cố định thiết kế, lựa chọn cảm biến, lựa chọn kỹ năng lao động | Công cụ dụng cụ, nguyên vật liệu, thành phần/bộ phận sản xuất, bản thể luận kỹ năng và các quy tắc lựa chọn |
Như vậy, mỗi công ty có thể được coi là một đơn vị sản xuất, cung cấp các hoạt động đặt hàng sản phẩm và quản lý chuỗi cung ứng. Kiến thức liên quan đến cấp độ này bao gồm các quy tắc quản lý và lập kế hoạch cấp công ty, logic học… Một công ty có thể có nhiều nhà máy với các hoạt động và thuộc tính khác nhau.
Ở cấp độ nhà máy, các hoạt động bao gồm lập kế hoạch và quản lý luồng công việc, chất lượng sản phẩm, phân bổ nguồn lực và lập kế hoạch sản xuất, dựa trên hoạt động của công ty. Kiến thức ở cấp độ nhà máy có thể bao gồm quy trình làm việc, chất lượng, nguồn lực, các quy tắc lập kế hoạch sản xuất và bản thể học để phát triển mô hình nhà máy.
Có thể có nhiều dây chuyền sản xuất trong một nhà máy để sản xuất các sản phẩm tương tự cũng như các biến thể của một sản phẩm. Ở cấp độ dây chuyền sản xuất, các hoạt động trong một dây chuyền sản phẩm bao gồm điều động công việc, cân bằng dây chuyền và kiểm soát chất lượng. Kiến thức bao gồm các quy tắc kiểm soát sản xuất và các mô hình dự đoán của dây chuyền sản xuất.
Ở cấp độ máy trạm, các hoạt động có thể là thực hiện công việc (theo thứ tự công việc), điều phối máy và kiểm tra sản phẩm dở dang và sản phẩm cuối cùng.
Một máy trạm bao gồm nhiều máy móc. Ở cấp độ máy, các hoạt động bao gồm lập trình chuyển động máy, lập kế hoạch thiết lập và lập kế hoạch đo lường / kiểm tra. Kiến thức ở cấp độ này liên quan đến các quy tắc lập kế hoạch quy trình, bản thể luận khả năng của máy và các quy tắc chọn máy.
Cuối cùng, ở cấp độ bộ dụng cụ, các hoạt động bao gồm chuẩn bị bộ dụng cụ, vật liệu, xử lý vật cố định, lựa chọn cảm biến và lựa chọn kỹ năng lao động. Kiến thức bao gồm các bản thể luận vật chất, bộ phận / thành phần và kỹ năng lao động và các quy tắc lựa chọn.
Tất cả các kiến thức này được sử dụng bằng cách sản xuất các ứng dụng để người dùng đưa ra quyết định. Dữ liệu liên quan đến sản xuất phải có sẵn để hỗ trợ việc sử dụng kiến thức của phần mềm tự động trong Smart Factory.
Xem thêm về phần mềm quản lý sản hiệu quả FMS
Kết luận
Việc mô hình hóa các cấu trúc kiến thức cá nhân liên quan đến các cấp độ khác nhau của tổ chức có thể mang lại cơ hội cải tiến trong các đơn vị doanh nghiệp khác nhau, chẳng hạn như tích hợp phần cứng tốt hơn, chuỗi cung ứng linh hoạt hơn, hệ thống sản xuất linh hoạt hơn. Các doanh nghiệp có thể nghĩ đến hướng chuyển đổi số kiến thức sản xuất từ những cá nhân trong tổ chức, từ đó đem các mô hình quản trị kiến thức áp dụng vào Smart Factory trong các kế hoạch dài hạn trong tương lai.