Đăng ký thành viên

Sửa chữa cánh tuabin khí tự động hóa - “Đây không phải là AI”

Khai thác lợi thế các hệ thống thị giác máy và kiến ​​thức dựa trên quy tắc, tuy không phải là AI, nhưng cung cấp các khả năng sửa chữa đáng tin cậy và có thể lặp lại cho ngành công nghiệp tuabin khí.

Trí tuệ nhân tạo (AI) đang thịnh hành đến mức dường như mọi người đều đang nói về AI - từ những người trong cộng đồng nhà đầu tư đến các nhà phát triển thành phần máy tính và các nhà phát triển hệ thống, các cộng tác viên mạng xã hội và thậm chí cả các chính trị gia. AI đặt ra những rủi ro tiềm ẩn và lợi ích đáng kể cho xã hội khi công nghệ này tích hợp vào cuộc sống hàng ngày của chúng ta. Thế nhưng nhiều công ty vẫn sử dụng "kiến thức tích lũy" từ nhiều năm trong ngành tuabin khí, thường bị nhầm lẫn với AI.

AI là gì? AI là mô phỏng trí tuệ nhân tạo của con người trong máy móc để suy nghĩ, học hỏi và đưa ra quyết định. Các hệ thống AI có thể thực hiện nhiều nhiệm vụ thường đòi hỏi nhận thức của con người, chẳng hạn như giải quyết vấn đề, nhận dạng các mẫu, hiểu ngôn ngữ và đưa ra các tiên đoán.

Trong quá trình vận hành tuabin khí, dù là các biến thể bay hay biến thể công nghiệp, các kỹ sư chế tạo thiết bị gốc (OEM) đều sử dụng các kỹ thuật dựa trên quy tắc quan sát trạng thái hoạt động hiện tại của động cơ và sau đó quyết định cách sửa đổi các thông số điều khiển khác nhau để tối đa hóa tính năng của động cơ.

Sử dụng kiến ​​thức sâu rộng của các nhóm kỹ sư thiết kế động cơ, các kỹ sư này về cơ bản đang tích hợp kiến ​​thức hoặc "trí tuệ" của họ vào các hệ thống điều khiển có thể áp dụng. Tương tự như vậy, trong phân khúc sửa chữa của thị trường tuabin khí, kiến ​​thức thu được từ nhiều năm sửa chữa các thành phần trên tuabin khí cũng có thể áp dụng bằng cách sử dụng robot tiên tiến, hệ thống thị giác máy và các kỹ thuật hàn chính xác. Theo nghĩa đen, các hệ thống sửa chữa hàn tự động đã và đang nắm bắt và hiện thực hóa nhiều thập kỷ học hỏi các ứng dụng.

KINH NGHIỆM + ROBOT + CÁC HỆ THỐNG THÔNG TIN

Trong nhiều thập kỷ, kinh nghiệm sửa chữa đã kết hợp với các hệ thống thông tin và robot tiên tiến. Kỹ thuật hàn đã tồn tại trong nhiều thế kỷ, nếu không muốn nói là hàng nghìn năm, với công nghệ hàn hiện đại có từ đầu những năm 1800 và hàn tự động vào đầu những năm 1900. Các quy chuẩn và tiêu chuẩn tồn tại dựa trên lịch sử lâu đời và lâu dài của quy trình. Thách thức này liên quan đến các hình học sửa chữa và chế tạo không ngừng tiến hóa và các chiến lược đường chạy dụng cụ (phương pháp lập trình để xác định cách dao cắt di chuyển trên phôi trong quá trình gia công, tác động trực tiếp đến độ chính xác, bề mặt hoàn thiện, thời gian gia công và tuổi thọ dụng cụ) ảnh hưởng đến tính toàn vẹn về mặt cấu trúc của các mối hàn.

Robot hàn tự động (Ảnh st)

Trong 40 năm qua, Công ty Liburdi Automated Welding Systems (LAWS, Canađa) đã khai thác lợi thế kiến ​​thức này để tích hợp phần mềm, điện tử, cơ khí và khoa học vật liệu vào LAWS. Hệ thống này đã thay đổi việc sửa chữa tuabin khí bằng cách đưa tự động hóa và trí tuệ tích hợp vào quy trình sửa chữa.

Ngày nay, các hệ thống tiên tiến này tạo ra dữ liệu đo từ xa chính xác trên tất cả các biến quy trình chính (KPV) sử dụng trong các hệ thống, bao gồm các chỉ số "sức khỏe" của hệ thống. Các KPV bao gồm nhưng không giới hạn ở:

• Điện áp và cường độ dòng hồ quang
• Tốc độ cấp dây hàn
• Công suất laser
• Tốc độ cấp bột hàn
• Bố trí khung cổng
• Vị trí quay và góc nghiêng
• Mức lưu lượng khí
• Video theo dõi mối hàn
• Cảm biến nhiệt
• Cảm biến âm thanh
• Máy phân tích oxy

Kết hợp lại, chúng cung cấp một khối lượng thông tin có thể tóm tắt trong cơ sở dữ liệu trải nghiệm. Theo các ghi chép có thực, dữ liệu này là duy nhất và tối ưu hóa riêng lẻ, nhưng bằng cách áp dụng kinh nghiệm dựa trên kiến ​​thức, có thể thanh tra dữ liệu lớn này và tạo ra các xu hướng để phân loại/đánh giá giữa một chi tiết đạt chuẩn và không đạt chuẩn.

Trong một thế giới nơi mà số lượng chuyên gia lành nghề ngày càng khan hiếm, việc khai thác lợi thế các hệ thống thị giác máy và kiến ​​thức dựa trên quy tắc để cung cấp dịch vụ sửa chữa đáng tin cậy và có thể lặp lại là khả thi và cấp thiết.

Xác nhận ban đầu đến từ thử nghiệm phá hủy (kính hiển vi quang học, kính hiển vi điện tử quét và kính hiển vi điện tử truyền tải, thử nghiệm kéo, thử nghiệm mỏi, thử nghiệm rão, v.v.) và thử nghiệm không phá hủy (X-quang, quét CT, dòng điện xoáy, thanh tra thẩm thấu huỳnh quang, phát xạ âm thanh, v.v.). Bằng cách đào tạo cho máy cách phân loại/đánh giá giữa một mối hàn đạt chuẩn và không đạt chuẩn, tạo ra xác nhận sau đó đến từ phép đo từ xa, có tiềm năng giảm đáng kể chi phí thử nghiệm vật liệu và xác nhận trong dài hạn.

PHÁT TRIỂN CÁC HỆ THỐNG THỊ GIÁC ĐỂ THẤY VÀ PHÂN BIỆT CÁC TÌNH TRẠNG THÀNH PHẦN

Nhiều máy hàn tự động vẫn yêu cầu người vận hành tinh chỉnh mối hàn đang thực hiện để làm mát hoặc làm nóng khối nóng chảy, tăng hoặc giảm tốc độ di chuyển và di chuyển đầu hàn lên hoặc xuống để tăng hoặc giảm khí bảo vệ, tùy thuộc vào tình trạng của chất nền. Những thay đổi gia tăng này phụ thuộc vào con mắt và lịch sử kinh nghiệm của người vận hành, khiến chúng trở nên chủ quan.

Tính chủ quan có thể loại bỏ dần dần bằng cách sử dụng theo dõi quang học tại chỗ. Mỗi mối hàn hoàn thành sẽ làm tăng độ mạnh mẽ của thuật toán, đào tạo cho máy biết những gì cần tìm kiếm trong hình ảnh, bao gồm khoảng cách hồ quang, độ sáng hình ảnh, hình dạng và kích thước khối nóng chảy, vị trí nguyên liệu, nhiệt độ, v.v. Khi đưa vào triển khai, các công cụ này giúp truy vết chính xác đường tâm mối hàn và thay đổi các tham số hàn khi đang di chuyển để duy trì mục tiêu tốc độ làm mát khối nóng chảy cụ thể hoặc tính đến sự thay đổi độ dày bên trong chất nền.

Các nỗ lực này giúp thu hẹp khoảng cách cuối cùng trong việc vượt quá 99% các mối hàn chắc chắn và có thể giảm đáng kể sai lỗi đưa vào do sự khác biệt giữa các bộ phận, đặc biệt là trong phía sửa chữa của quy trình.

ỨNG DỤNG CÁC HỆ THỐNG ROBOT TIÊN TIẾN

Máy chủ lực tốt nhất với những cải tiến này là LAWS1000 FA, có thể sử dụng cho các quy trình chế tạo hoặc sửa chữa. 1000 FA đã tự động hóa quy trình nạp tải và giảm tải cánh tuabin áp suất thấp bằng cách sử dụng một quy trình nhận dạng ký tự quang học để tự động lưu trữ thông tin cánh (số seri, tầng, động cơ, v.v.) và liên kết thông tin này với các tham số hàn, ngắt kết nối nhanh các đồ gá tùy chỉnh, quét ngoại tuyến và tạo đường chạy dao, vòi phun bột đồng trục hoặc dạng mũi nhọn, hệ thống chiết xuất, v.v.

LAWS1000 FA tự động hóa quy trình nạp và tháo cánh tuabin áp suất thấp (Ảnh st)

HỆ THỐNG DỰA TRÊN KIẾN THỨC "KHÔNG PHẢI LÀ AI"

Trong một thế giới mà sự sẵn có của các chuyên gia lành nghề, chẳng hạn như kỹ sư sửa chữa, kỹ thuật viên hàn và các kỹ năng sửa chữa khác, ngày càng khan hiếm, việc khai thác lợi thế các hệ thống hình ảnh và kiến ​​thức dựa trên quy tắc để cung cấp dịch vụ sửa chữa đáng tin cậy và có thể lặp lại là điều khả thi và bắt buộc.

Trong khi thế giới đang “rộn ràng” về AI, việc sử dụng các hệ thống dựa trên kiến​​thức, mặc dù không phải là AI, đang đóng góp có giá trị cho ngành công nghiệp của chúng ta.

Biên dịch: Phạm Gia Đại

Theo “utilitydive”, tháng 4/2025