Sản xuất đang bước vào giai đoạn mà tự động hóa không còn được định nghĩa đơn giản bằng số lượng máy móc có thể triển khai. Câu hỏi quan trọng hơn là tự động hóa có thể hợp tác hiệu quả đến đâu với những người vận hành, bảo trì, xử lý sự cố và không ngừng cải tiến các hệ thống sản xuất.
Máy móc đặc biệt giỏi trong các công việc lặp lại. Con người giỏi hơn trong việc xử lý sự không chắc chắn. Vì vậy, những môi trường sản xuất hiệu quả nhất không phải là những môi trường cố gắng loại bỏ con người khỏi quy trình, mà là những môi trường chủ động phân công công việc dựa trên thế mạnh của cả hai.
Tự động hóa nên mở rộng năng lực của con người
Tự động hóa công nghiệp theo truyền thống được đánh giá bằng các chỉ số quen thuộc như thời gian chu kỳ, năng suất, độ khả dụng và hiệu quả lao động. Những phép đo này vẫn quan trọng, nhưng không phản ánh toàn bộ câu chuyện.
PLC có thể thực hiện cùng một trình tự hàng nghìn lần mà không bị xao nhãng. Hệ thống thị giác máy có thể kiểm tra số lượng lớn linh kiện theo các tiêu chí đã xác định. Robot có thể lặp lại một chuyển động được lập trình với độ chính xác định vị nhất quán. Hệ thống điều khiển công nghiệp có thể liên tục thu thập các biến quy trình và phản hồi theo logic được xác định trước.
Đây là những lĩnh vực mà máy móc có lợi thế rõ ràng.
Sản xuất trở nên khó dự đoán hơn nhiều khi nằm ngoài những điều kiện được kiểm soát đó. Tình trạng thiếu vật liệu có thể làm gián đoạn sản xuất. Nhà cung cấp có thể thay đổi thông số kỹ thuật của một linh kiện. Máy móc có thể phát sinh lỗi chập chờn không xuất hiện trong dữ liệu lịch sử. Khách hàng có thể yêu cầu thay đổi sản phẩm vào phút chót.
Những tình huống này đòi hỏi sự diễn giải thay vì chỉ thực hiện đơn giản.
Một người vận hành giàu kinh nghiệm hoặc kỹ sư bảo trì có thể kết hợp kiến thức về quy trình, đặc tính thiết bị và các điều kiện hiện tại để xác định điều gì thực sự đang xảy ra. Khả năng diễn giải bối cảnh này rất khó chuyển thành một chuỗi hướng dẫn cố định.
Vì lý do này, tôi nhìn nhận tự động hóa không phải chủ yếu là sự thay thế năng lực của con người, mà là một cách để mở rộng năng lực đó.
Máy móc xử lý tính lặp lại, con người xử lý sự biến động
Một cách hữu ích để thiết kế hệ thống sản xuất tự động là tách công việc có thể dự đoán khỏi công việc biến động.
Máy móc phù hợp với các hoạt động có đầu vào, đầu ra và quy tắc ra quyết định được xác định rõ ràng. Lắp ráp lặp đi lặp lại, di chuyển vật liệu, đo lường, kiểm tra và điều chỉnh quy trình thường có thể được tự động hóa vì các điều kiện vận hành của chúng có thể được mô tả chính xác.
Con người trở nên có giá trị hơn khi quy trình vượt ra ngoài những ranh giới đó.
Hãy xem xét một sự cố thiết bị bất ngờ. Một cảnh báo có thể cho biết nhiệt độ động cơ cao, độ rung bất thường hoặc mất kết nối. Hệ thống điều khiển có thể xác định tình trạng và cung cấp thông tin chẩn đoán, nhưng kỹ thuật viên vẫn cần xác định vấn đề là về điện, cơ khí, môi trường hay liên quan đến chính quy trình.
Sự phân biệt này rất quan trọng.
Tự động hóa có thể cho chúng ta biết hệ thống đã phát hiện điều gì. Kinh nghiệm của con người thường quyết định thông tin đó có ý nghĩa gì trong thế giới vật lý.
Vì vậy, cách tiếp cận hiệu quả nhất không phải là hỏi con người hay máy móc nên thực hiện một nhiệm vụ. Câu hỏi phù hợp hơn là mỗi bên nên đảm nhiệm phần nào của nhiệm vụ.
Dữ liệu không loại bỏ phán đoán kỹ thuật
Các nhà máy hiện đại tạo ra khối lượng dữ liệu vận hành khổng lồ. PLC, nền tảng DCS, hệ thống SCADA, thiết bị giám sát tình trạng, hệ thống lưu trữ dữ liệu lịch sử, hệ thống thị giác máy và thiết bị IIoT có thể liên tục thu thập thông tin từ các tài sản sản xuất.
Tuy nhiên, nhiều dữ liệu hơn không tự động tạo ra các quyết định tốt hơn.
Một cảm biến được hiệu chuẩn kém có thể tạo ra các phép đo không chính xác. Một cảnh báo được cấu hình sai có thể khiến người vận hành phải can thiệp không cần thiết. Việc thiếu dấu thời gian có thể khiến các chuỗi sự kiện khó được tái dựng. Cách đặt tên thẻ không nhất quán có thể gây khó khăn cho việc phân tích giữa các dây chuyền sản xuất.
Các hệ thống trí tuệ nhân tạo và phân tích dữ liệu cũng gặp phải hạn chế tương tự.
Nếu dữ liệu nền tảng không phản ánh chính xác quy trình vật lý, các thuật toán tinh vi cũng không thể tự nhiên sửa được vấn đề. Chúng có thể đưa ra những kết luận rất thuyết phục dựa trên các đầu vào không chính xác.
Đó là lý do số hóa công nghiệp nên bắt đầu từ thiết bị đo lường, logic điều khiển, kiến trúc dữ liệu và kiến thức về quy trình. AI nên được xem là một công cụ kỹ thuật khác, chứ không phải vật thay thế cho các nền tảng kỹ thuật.
Giao diện người vận hành là một phần của hệ thống tự động hóa
Tự động hóa lấy con người làm trung tâm cũng đòi hỏi sự chú ý đến cách thông tin đến với lực lượng lao động.
Một hệ thống điều khiển có năng lực kỹ thuật vẫn có thể hoạt động kém nếu người vận hành phải tiếp nhận quá nhiều cảnh báo, đồ họa khó hiểu hoặc thông tin đến quá muộn để hỗ trợ việc ra quyết định.
Người vận hành không cần mọi điểm dữ liệu có sẵn vào mọi thời điểm. Họ cần đúng thông tin, được trình bày rõ ràng, tại nơi cần đưa ra quyết định.
Nguyên tắc tương tự cũng áp dụng cho nhân viên bảo trì.
Một hệ thống giám sát tình trạng báo cáo hàng nghìn phép đo có thể tạo ra rất ít giá trị nếu kỹ thuật viên không thể phân biệt biến động vận hành bình thường với một sự cố đang phát triển. Tự động hóa hữu ích nên giảm nỗ lực nhận thức không cần thiết thay vì chỉ đưa thêm thông tin lên màn hình.
Xét trên phương diện thực tế, thiết kế giao diện, quản lý cảnh báo, chẩn đoán thiết bị và thiết kế quy trình làm việc nên được xem là một phần của kiến trúc tự động hóa.
An toàn phải luôn là trách nhiệm của con người
Tự động hóa công nghiệp có thể giảm mức độ tiếp xúc với các hoạt động nguy hiểm, nhưng bản thân tự động hóa không đảm bảo an toàn.
Một rô-bốt thường sẽ tiếp tục thực hiện chuỗi lệnh đã lập trình, trừ khi kiến trúc điều khiển và an toàn cung cấp các điều kiện phù hợp để dừng hoặc hạn chế hoạt động của nó. Vì vậy, an toàn phụ thuộc vào toàn bộ hệ thống: cảm biến, bộ điều khiển an toàn, liên động, nút dừng khẩn cấp, thiết bị bảo vệ, quy trình, thực hành bảo trì và hành vi của con người.
Nguyên tắc tương tự cũng áp dụng cho các hệ thống an toàn chức năng.
Một hệ thống thiết bị đo an toàn có thể phát hiện các điều kiện nguy hiểm đã được xác định và khởi động phản ứng an toàn được định trước. Hệ thống này không thay thế công việc kỹ thuật cần thiết để nhận diện mối nguy, xác định các chức năng an toàn, thẩm định hệ thống và duy trì hệ thống trong suốt vòng đời.
Đây là nơi trách nhiệm của con người vẫn giữ vai trò nền tảng.
Các kỹ sư và chuyên gia an toàn không chỉ phải hiểu một hệ thống tự động được thiết kế để làm gì, mà còn phải hiểu điều gì xảy ra khi các giả định không còn đúng.
Không tự động hóa một quy trình kém
Một trong những sai lầm tự động hóa phổ biến nhất là cố gắng giải quyết vấn đề quy trình bằng cách bổ sung công nghệ.
Nếu một quy trình thủ công thiếu nhất quán vì trách nhiệm chưa rõ ràng, việc lắp đặt thêm tự động hóa có thể chỉ khiến sự thiếu nhất quán xảy ra nhanh hơn.
Nếu dữ liệu sản xuất không đáng tin cậy vì thiết bị đo được bảo trì kém, việc bổ sung công cụ phân tích không nhất thiết tạo ra các dự đoán hữu ích.
Nếu các quy trình bảo trì không hiệu quả vì thông tin về thiết bị chưa đầy đủ, việc bổ sung một nền tảng phần mềm khác có thể làm tăng độ phức tạp mà không cải thiện hiệu quả bảo trì.
Trước khi tự động hóa một quy trình, cần xem xét chính quy trình đó.
Quy trình có lặp lại được không? Các đầu vào có được kiểm soát không? Các giới hạn vận hành đã được hiểu rõ chưa? Các dạng hỏng hóc đã được biết chưa? Kết quả mong muốn có thể đo lường được không? Có lý do rõ ràng để tự động hóa vận hành này không?
Nếu câu trả lời cho những câu hỏi này không rõ ràng, thông thường nên cải tiến quy trình trước khi tự động hóa.
Dự án tự động hóa cần các mục tiêu có thể đo lường
Các dự án công nghệ rất dễ tập trung vào việc triển khai thay vì kết quả.
Một rô-bốt mới, nền tảng PLC, hệ thống thị giác máy, ứng dụng phân tích dữ liệu hoặc công cụ bảo trì số có thể gây ấn tượng về mặt kỹ thuật, nhưng giá trị của chúng cuối cùng phải được chứng minh thông qua các kết quả vận hành có thể đo lường.
Tùy vào ứng dụng, những kết quả đó có thể bao gồm giảm thời gian ngừng hoạt động, rút ngắn thời gian chuyển đổi, giảm tỷ lệ phế phẩm, cải thiện tỷ lệ đạt ngay lần đầu, giảm số sự cố an toàn, chẩn đoán lỗi nhanh hơn hoặc giảm nhu cầu can thiệp bảo trì.
Điểm quan trọng là phải thiết lập phép đo trước khi triển khai công nghệ.
Một đường cơ sở rõ ràng giúp xác định liệu khoản đầu tư có thực sự làm thay đổi quy trình hay không.
Nếu không có đường cơ sở, các tổ chức có thể đánh giá thành công của một dự án tự động hóa dựa trên việc hệ thống đã được lắp đặt và nghiệm thu hay chưa, thay vì dựa trên việc vấn đề sản xuất đã được giải quyết hay chưa.
Kỹ năng của lực lượng lao động phải phát triển cùng công nghệ
Khi tự động hóa trở nên tinh vi hơn, các kỹ năng cần thiết của lao động công nghiệp cũng thay đổi.
Kỹ thuật viên bảo trì ngày càng có thể cần hiểu về mạng, I/O từ xa, biến tần, chẩn đoán PLC, Ethernet công nghiệp và thu thập dữ liệu, bên cạnh các kỹ năng cơ khí và điện truyền thống.
Người vận hành có thể cần diễn giải các xu hướng của quy trình thay vì chỉ theo dõi các cảnh báo dạng rời rạc.
Kỹ sư có thể cần hiểu cả kiến trúc điều khiển lẫn kiến trúc dữ liệu.
Điều này không có nghĩa là mọi công nhân đều phải trở thành nhà phát triển phần mềm hay nhà khoa học dữ liệu. Điều đó có nghĩa là các tổ chức cần phát triển những kỹ năng kỹ thuật cần thiết để vận hành và bảo trì các hệ thống ngày càng được kết nối.
Vì vậy, đào tạo nên được xem là một phần của dự án tự động hóa, không phải hoạt động được bổ sung sau khi nghiệm thu đưa vào vận hành.
Các hệ thống tự động hóa tốt nhất được thiết kế xoay quanh khả năng xảy ra sự cố
Một đặc điểm thường bị bỏ qua của tự động hóa công nghiệp tốt là cách hệ thống hoạt động khi có sự cố.
Việc chứng minh hoạt động bình thường tương đối dễ dàng. Câu hỏi kỹ thuật khó hơn là điều gì xảy ra khi một cảm biến bị hỏng, kết nối mạng bị mất, cơ cấu chấp hành không phản hồi, bộ điều khiển ngừng giao tiếp hoặc người vận hành đưa ra một lựa chọn ngoài dự kiến.
Kiến trúc tự động hóa tốt dự liệu được những điều kiện này.
Hệ thống chẩn đoán phải giúp xác định nguồn gốc sự cố. Các liên động phải ngăn ngừa những trình tự không an toàn. Cần áp dụng dự phòng ở những nơi rủi ro và ứng dụng phù hợp. Khả năng can thiệp thủ công vẫn phải được duy trì khi cần thiết về mặt vận hành.
Từ góc độ kỹ thuật, chất lượng của một hệ thống tự động hóa thường được thể hiện rõ hơn trong các điều kiện bất thường so với khi sản xuất bình thường.
Trải nghiệm của con người vẫn là nguồn đổi mới
Một số cải tiến hữu ích nhất trên sàn sản xuất không bắt nguồn từ các phòng ban kỹ thuật hay nhà cung cấp công nghệ.
Nhân viên vận hành thường phát hiện những thay đổi nhỏ trong quy trình giúp giảm các thao tác di chuyển không cần thiết. Kỹ thuật viên bảo trì xác định những kiểu hỏng hóc lặp lại không dễ nhận thấy trong tài liệu thiết bị. Nhân viên sản xuất có thể nhận ra mối liên hệ giữa chất lượng sản phẩm và các điều kiện vận hành trước khi mối liên hệ đó xuất hiện trong một phân tích chính thức.
Những quan sát này thể hiện kiến thức thực tiễn về quy trình.
Các hệ thống số có thể thu thập và tổ chức kiến thức này, nhưng các tổ chức vẫn cần những cơ chế để con người đóng góp kiến thức đó.
Một môi trường sản xuất thực sự được kết nối không chỉ nên truyền thông tin từ máy móc đến con người. Môi trường đó cũng cần cho phép kiến thức từ con người cải thiện máy móc, quy trình và các chiến lược điều khiển.
Bước tiếp theo là tự động hóa cộng tác
Tương lai của tự động hóa công nghiệp có lẽ sẽ không được định hình bởi một quá trình chuyển đổi đơn giản từ lao động thủ công sang sản xuất hoàn toàn tự chủ.
Một hướng đi thực tế hơn là tự động hóa cộng tác, trong đó máy móc chịu trách nhiệm về các công việc lặp đi lặp lại, đòi hỏi độ chính xác cao và sử dụng nhiều dữ liệu, còn con người vẫn chịu trách nhiệm về diễn giải, xử lý ngoại lệ, cải tiến và những quyết định đòi hỏi bối cảnh rộng hơn.
Mô hình này làm thay đổi cách các dự án tự động hóa nên được thiết kế.
Thay vì hỏi: "Hệ thống này có thể thay thế bao nhiêu lao động?", các kỹ sư nên hỏi: "Những công việc nào của con người đang tạo ra nỗ lực, rủi ro hoặc sự chậm trễ không cần thiết, và công nghệ có thể giảm bớt gánh nặng đó như thế nào?"
Sự thay đổi trong góc nhìn này tạo ra một kiểu tự động hóa khác.
Mục tiêu không phải là cắt giảm số người bằng mọi giá. Đó là sử dụng chuyên môn của con người hiệu quả hơn.
Một định nghĩa thực tế hơn về trí tuệ công nghiệp
Trí tuệ công nghiệp không nên chỉ được định nghĩa bởi sự hiện diện của AI, robot hay các thiết bị được kết nối.
Một hệ thống sản xuất thực sự thông minh cần biết những gì có thể tự động hóa, nhận ra giới hạn trong logic ra quyết định của chính mình, cung cấp thông tin hữu ích cho con người và chuyển sang trạng thái an toàn có kiểm soát khi các điều kiện vượt ra ngoài phạm vi vận hành đã xác định.
Con người mang lại bối cảnh, khả năng phán đoán và trách nhiệm giải trình.
Máy móc mang lại tính lặp lại, tốc độ, khả năng tính toán và giám sát liên tục.
Dữ liệu kết nối hai bên.
Khi được thiết kế đồng bộ, tự động hóa trở thành nhiều hơn một tập hợp các công nghệ điều khiển. Nó trở thành một mô hình vận hành, trong đó công nghệ loại bỏ những công việc không cần thiết, còn chuyên môn của con người vẫn được phát huy ở những nơi tạo ra giá trị lớn nhất.
Do đó, tương lai của ngành sản xuất về cơ bản không phải là cuộc cạnh tranh giữa con người và máy móc. Đó là việc thiết kế một hệ thống sản xuất trong đó mỗi bên thực hiện những công việc phù hợp nhất với mình.
