Theo: CemAI
Đăng trên Tạp chí World Cement số tháng 2/2024, Tr.45-49
Người dịch: Nguyễn Thị Kim Lan.
Trong bài viết này, CemAI bàn luận về những lợi ích của trí tuệ nhân tạo tập trung cụ thể vào quá trình sản xuất xi măng hiệu quả hơn về năng lượng.
Cuối năm ngoái, Tổng thống Hoa Kỳ Biden đã ban hành sắc lệnh về trí tuệ nhân tạo (AI) an toàn, bảo mật và đáng tin cậy. Ngoài việc sử dụng AI đang gây tranh cãi trong các lĩnh vực chính trị, truyền thông xã hội, báo chí và các mục đích sử dụng khác của người tiêu dùng, ứng dụng công nghiệp của việc học bằng máy (ML) và AI đã trở thành một công cụ tiêu chuẩn và thiết yếu.
Trong các ngành công nghiệp nặng, như xi măng, sắt thép, năng lượng và hóa chất, ‘cuộc cách mạng số hóa’ trong việc thu thập dữ liệu sản xuất và sự phát triển của phương pháp phân tích ML/AI để tăng cường bảo trì và kiểm soát quá trình đang diễn ra. AI Toàn cầu riêng trong sản xuất xi măng thôi được dự kiến sẽ phát triển với tốc độ tăng trưởng kép hàng năm là 28,5% trong giai đoạn dự báo 2021 – 2026.1
Nhờ Công nghệ 4.0, các nhà sản xuất xi măng trên khắp thế giới đang đạt được mức tăng trưởng theo cấp số nhân trong việc thu thập dữ liệu cùng với việc phân tích ML/AI đã xuất hiện trong những năm gần đây. Scott Ziegler, CEO của CemAI cho biết: “Tư vấn của chuyên gia, sẵn có từ xa, hỗ trợ việc diễn giải các phân tích giám sát điều kiện trong hoạt động bảo trì dự đoán phối hợp với các chuyên gia nội bộ của nhà máy”. “Dừng sản xuất ngoài kế hoạch được giảm thiểu, và các công việc sửa chữa được thực hiện sớm, trước khi xảy ra sự cố, giảm bớt chi phí và nhu cầu thay thế toàn bộ.”
Giải pháp cụ thể cho ngành xi măng của CemAI để bảo trì dự đoán và theo quy định toàn diện nhà máy mang lại khả năng về mặt công nghệ tối đa hóa tính sẵn sàng của thiết bị và sản lượng sản xuất. Nhờ sử dụng các bộ cảm biến hiện có, sơ đồ lưu lượng quá trình, và dữ liệu lịch sử của nhà máy, CemAI đầu tiên xây dựng một mô hình kỹ thuật số nhà máy tích hợp các hệ thống phân cấp và phụ thuộc của quá trình và thiết bị, hình thành nên một nền tảng cơ sở vận hành.
Tiếp theo, hệ thống áp dụng các phép phân tích đối với dòng dữ liệu liên tục từ nhà máy. Những khác biệt hoặc những bất thường được phát hiện, so sánh với các điều kiện vận hành trong lịch sử, dự đoán và chỉ dẫn các biện pháp can thiệp bảo trì.
‘Học bằng máy’ thông qua các mối tương quan và tương tác của dữ liệu vận hành thu thập được, cập nhật liên tục và nâng cấp hệ thống AI cũng như kế hoạch bảo trì nhà máy.
Hiệu quả năng lượng
Sản xuất xi măng là một quá trình tiêu tốn nhiều năng lượng, cả tiêu hao nhiên liệu lẫn tiêu hao điện năng. Các nhà máy có thể đạt được những lợi ích môi trường thông qua các giải pháp ML/AI. Tính phức tạp của quá trình sản xuất xi măng mang lại những lợi ích tiết kiệm năng lượng mà có thể đạt được từ khả năng tận dụng nhiệt, cải thiện tiêu hao năng lượng riêng, và nâng cao kiểm soát quá trình từ đầu đến cuối mà có thể tạo ra những thay đổi có lợi cho môi trường đồng thời liên tục kiểm soát tác động của chúng tới sản lượng và chất lượng sản phẩm.
ML/AI – các giải pháp bảo trì dự đoán và theo quy định – như CemAI, đang cho thấy những kết quả rõ rệt về hiệu quả năng lượng. Năm 2022, nhà máy Pennsuco của Titan America ở Medley, FL, đã vượt xa thành công ban đầu của mình bằng ML/AI. Khi đó, số hóa là một trào lưu trong sản xuất xi măng ít nhất là trong 1 thập kỷ.
Khi dữ liệu trở nên sẵn có hơn và có thể được lưu trữ trong các hệ thống vận hành, thì việc triển khai thực hiện các hoạt động dựa vào thông tin theo thời gian thực đã thực sự bắt đầu.
Nhờ sử dụng các bộ cảm biến và các tín hiệu analog để lập biểu đồ mô hình số cho các hoạt động vận hành bình thường của nhà máy, và sau đó phân tích các sai lệch theo thời gian thực về nhiệt độ, áp suất, độ rung, dầu mỡ bôi trơn, và các thông số khác, các mô hình AI được lắp đặt tại Pennsuco đã cung cấp các giải pháp hữu hiệu cho các nhóm để gia tăng sản lượng sản xuất và tính sẵn có của thiết bị lên mức cao mới, đồng thời nâng cao hiệu quả năng lượng vượt xa mức dự đoán ban đầu. Ziegler cho biết: “Tránh được việc làm nguội và gia nhiệt lại thiết bị không cần thiết và tối ưu hóa toàn diện các quá trình và chức năng máy sẽ mang lại những lợi ích rõ ràng.”
Dựa trên những nỗ lực không ngừng trong công cuộc số hóa mấy năm vừa qua, Pennsuco đã đạt được một cấp độ số hóa mới, kết hợp các hệ thống AI quá trình và bảo trì để đạt được một cấp độ mới về Hiệu quả Thiết bị Toàn phần (OEE), độ ổn định quá trình tốt hơn với mức nhiên liệu thay thế (AF) cao hơn và tiêu hao năng lượng thấp hơn.
Những đổi mới do AI mang lại tại Pennsuco đã tối ưu hóa các hoạt động vận hành ở hai khu vực quan trọng:
► Nâng cấp hệ thống AI điều khiển quá trình và bảo trì hiện tại bằng một hệ cảm biến mới có độ phân giải cao gồm hơn 100 chiếc được lắp đặt để đo độ rung, nhiệt độ và các độ sai lệch của chúng, cho phép hệ thống AI giảm thời gian không hoạt động và khởi động lại của các thiết bị chính và mang lại những khoản tiết kiệm năng lượng nhiệt và điện đáng kể. Các giải pháp điều khiển quá trình dựa vào AI cũng đã được nâng cấp, dựa vào những kinh nghiệm có được trước đây, để điều khiển quá trình của các máy nghiền hoàn thiện mang lại năng suất của mỗi máy nghiền cao hơn và giảm bớt mức tiêu hao năng lượng điện.
► Các giải pháp AI tại lò nung góp phần cải thiện đáng kể độ ổn định, cho dù tiêu hao AF cao hơn, Pennsuco đã đạt được mức kỷ lục mới về sản lượng sản xuất. Những lượng nhiên liệu lớn được sản xuất tại nhà máy nhiên liệu được thiết kế và xử lý riêng (PEF) của công ty. Nhà máy PEF này có thể tiếp nhận một lượng lớn các nguồn rác thải và đã được tích hợp cùng với các điều khiển kỹ thuật tiên tiến để đảm bảo các đặc tính nhiên liệu ổn định. Tuy nhiên, vào năm 2022, nhà máy đã đăng ký tham gia quá trình số hóa bảo trì để nâng cao độ tin cậy và tính hiệu quả.
Sử dụng CemAI và phần mềm hỗ trợ tối ưu hóa quá trình, tiêu hao năng lượng điện tại nhà máy Pennsuco của Titan America đã giảm đi 6% và hoạt động vận hành đã tăng được gấp đôi mức tiêu thụ AF, tiết kiệm được công suất đổ ra bãi chôn lấp, mang lại khả năng tuần hoàn và giảm phát thải khí nhà kính.
Sự thừa nhận của các cơ quan quản lý
Các cơ quan quản lý của chính phủ như Cơ quan Bảo vệ Môi trường Hoa Kỳ (EPA), và các cơ quan quản lý nhà nước giám sát về sản xuất xi măng, đang ngày càng thừa nhận sự tiến bộ của ngành xi măng. Ví dụ, Roanoke Cement của Titan America đã được vinh danh một phần bằng Giải thưởng Xuất sắc về Môi trường của Thống đốc Bang Virginia năm 2023 (được tài trợ bởi Bộ Chất lượng Môi trường Virginia), do thực hiện thành công các ứng dụng số hóa dựa vào ML/AI tại nhà máy xi măng của mình, góp phần nâng cao năng suất và độ tin cậy của thiết bị, giảm bớt mức tiêu hao năng lượng, và nâng cao tính đồng nhất và chất lượng của sản phẩm.
Sự quan tâm của nhà đầu tư đối với các hoạt động cải tiến bằng ML/AI cũng đang ngày càng gia tăng. Ngoài những cân nhắc về ESG, việc phân chia lợi nhuận từ những khoản lợi nhuận biên thu được từ hiệu quả năng lượng và hiệu suất vòng đời thiết bị là rất quan trọng do nhu cầu về vốn và năng lượng lớn của ngành. Việc giảm bớt các tác động của carbon trong tương lai sẽ được thúc đẩy bởi những thành tựu về hiệu quả và hiểu biết ML/AI trong quản lý quá trình. Các giải pháp ML/AI áp dụng phép phân tích toàn diện (từ đầu đến cuối) tại các nhà máy xi măng.
Những nỗ lực khử giảm carbon
Các sáng kiến hiện đang được ngành xi măng nghiên cứu đối với các quá trình thu gom carbon thực tế và các loại xi măng mới có thể được sản xuất, bao gồm cả các loại xi măng sử dụng hiệu quả các vật liệu kết dính phụ trợ. Những mong muốn này có thể chưa bao giờ được xem xét đến, chứ chưa nói đến việc đạt được, nếu không có được sự kiểm soát quá trình sản xuất xi măng hiện tại thông qua các giải pháp ML/AI. Ngày càng có nhiều công ty hoạt động lâu năm thừa nhận mong muốn tăng cường các nỗ lực của họ bằng các sản phẩm ML/AI.
Ví dụ, CemAI đã hợp tác với nhà máy MO, Hannibal của Continental Cement Company để lắp đặt giải pháp bảo trì của CemAI sử dụng các dữ liệu sản xuất theo thời gian thực và lịch sử hiện có của Continental Cement và áp dụng ML/AI cũng như giám sát từ xa bởi các chuyên gia xi măng để bổ sung thêm kiến thức chuyên môn cho các đội bảo trì và kỹ thuật tin cậy của nhà máy ở địa phương của Continental. Continental là một công ty con của Summit Materials, In.
Timothy J. Noud, Phó Giám đốc Sản xuất tại Continental Cement, cho biết: “Chúng tôi đã xem xét một số giải pháp tiếp cận đối với việc sử dụng dữ liệu của chúng tôi để cải thiện nỗ lực bảo trì của chúng tôi, loại bỏ thời gian dừng hoạt động và nâng cao độ tin cậy của thiết bị.” “CemAI mang lại một giải pháp dịch vụ học bằng máy/trí tuệ nhân tạo toàn diện, tập trung vào xi măng.” Continental Cement đã bắt đầu đi vào sản xuất xi măng tại cơ sở Hannibal của mình vào năm 1903.
Ziegler cho biết: “Chúng tôi rất vui khi hợp tác với một công ty hàng đầu trong ngành về các giải pháp đổi mới để sử dụng dữ liệu.” “Tương lai thông qua bảo trì dự đoán có thể hành động ngay hôm nay bằng các nguồn lực và nhân sự hiện có của nhà máy xi măng.”
Mối quan tâm của ngành xi măng tới AI đang tăng lên; và nghịch lý thay, các hệ thống ML/AI lại hoàn toàn tương thích với việc đơn giản hóa các quy trình. Một bài báo mới đây đăng trên Tạp chí Doanh nghiệp Đạo đức do Reuters xuất bản, nhấn mạnh tính phức tạp của quá trình sản xuất xi măng.2 Trong bài báo này, Giáo sư Aiden O’Sullivan, từ Trường Đại học Cao đẳng Luân Đôn, Trường Môi trường, Năng lượng và Tài nguyên Bartlett, quan sát thấy “Các công ty vận hành nhà máy xi măng lớn phải mất nhiều năm mới học được cách thức vận hành tốt nhất các nhà máy của họ thông qua việc kiểm soát các hệ thống tương tác với nhau và các nhu cầu mâu thuẫn với nhau, nhằm mang lại sản phẩm chất lượng. Các nhà máy xi măng hoạt động 24/7 và vẫn có sự biến động đáng kể về sản lượng và chất lượng từ ngày này sang ngày khác. Mức độ chênh lệch giữa ngày tuyệt vời nhất và ngày tồi tệ nhất có thể là 15%. AI có thể giúp mỗi ngày đều là ngày tuyệt vời nhất.”3
Tài liệu tham khảo
- “Global Artificial Intelligence in Cement Production Market,” Global Markets Estimates Report, (2024).
- Scott, M., “Can Artificial Intelligence Pave the Way for Greener Cement and Steel?”, Ethical Corporation Magazine, Thomson Reuters, (2024).
- Ibid
