Bảo trì dự đoán bằng AI cho nhà máy thép
  1. Trang chủ
  2. Dự án
  3. Bảo trì dự đoán bằng AI cho nhà máy thép
Đang triển khai · Dữ liệu & AI

Bảo trì dự đoán bằng AI cho nhà máy thép

Khách hàng
Nhà sản xuất thép trong nước
Thời gian triển khai
10 tháng (giai đoạn 1)
Người dùng
300 kỹ sư bảo trì
Kết quả chính
Dừng máy ngoài kế hoạch giảm 41%

Tổng quan dự án

Dùng cảm biến rung, nhiệt độ và mô hình học máy để cảnh báo hỏng hóc trước nhiều ngày, giảm 41% thời gian dừng máy ngoài kế hoạch ở dây chuyền thí điểm.

Với một nhà máy thép, mỗi giờ dừng dây chuyền cán ngoài kế hoạch có thể gây thiệt hại hàng trăm triệu đồng, chưa kể nguy cơ an toàn lao động. Một nhà sản xuất thép trong nước muốn chuyển từ bảo trì định kỳ và sửa chữa khi hỏng sang bảo trì dựa trên tình trạng thực của thiết bị. Zentrova đang triển khai dự án theo hai giai đoạn; giai đoạn 1 tập trung vào 620 thiết bị quan trọng nhất của khu cán và khu nguyên liệu.

Bối cảnh

Thiết bị vận hành liên tục trong môi trường nhiệt độ cao, bụi và rung động mạnh. Lịch bảo trì định kỳ khiến nhiều linh kiện còn tốt bị thay sớm, trong khi các sự cố vòng bi và hộp số vẫn xảy ra bất ngờ. Kinh nghiệm chẩn đoán phụ thuộc vào một số ít kỹ sư lâu năm sắp đến tuổi nghỉ hưu.

Giải pháp

  • Mạng cảm biến công nghiệp đo rung, nhiệt độ và dòng điện trên động cơ, máy nghiền và băng tải, chịu được môi trường khắc nghiệt.
  • Nền tảng dữ liệu chuỗi thời gian thu thập hàng tỷ điểm dữ liệu mỗi ngày, xử lý sơ bộ tại biên để giảm tải đường truyền.
  • Mô hình học máy viết bằng Python phát hiện bất thường và ước tính thời gian sử dụng còn lại của từng thiết bị, kết hợp dữ liệu lịch sử sửa chữa.
  • Tri thức chuyên gia được số hóa: các quy tắc chẩn đoán của kỹ sư lâu năm được đưa vào hệ thống và dùng để kiểm chứng mô hình.
  • Cảnh báo tích hợp với quy trình bảo trì, tự động tạo yêu cầu công việc kèm nguyên nhân dự đoán và linh kiện cần chuẩn bị.
  • Đánh giá theo từng làn sóng: mỗi nhóm thiết bị chạy song song với quy trình cũ ba tháng trước khi chính thức áp dụng.

Kết quả

Dây chuyền cán số 2, nơi thí điểm đầu tiên, đã cho kết quả đo lường được sau sáu tháng vận hành:

  • Thời gian dừng máy ngoài kế hoạch giảm 41%.
  • Hỏng hóc được cảnh báo trước trung bình 9 ngày.
  • Chi phí linh kiện thay thế giảm 17% nhờ không thay sớm.
  • Độ chính xác cảnh báo đạt 87%, tỷ lệ báo động giả dưới 8%.

Giai đoạn 2 sẽ mở rộng sang lò nung và hệ thống khí nén, đồng thời chuyển giao dần việc huấn luyện lại mô hình cho đội dữ liệu của khách hàng.

Đội bảo trì không còn chạy theo sự cố mà chủ động lên kế hoạch thay thế vào đúng ca dừng máy định kỳ. — Trưởng phòng Cơ điện, nhà máy khách hàng

Thư viện hình ảnh

Không gian Bảo trì dự đoán bằng AI cho nhà máy thép

Bảo trì dự đoán bằng AI cho nhà máy thép — 1Bảo trì dự đoán bằng AI cho nhà máy thép — 2Bảo trì dự đoán bằng AI cho nhà máy thép — 3Bảo trì dự đoán bằng AI cho nhà máy thép — 4Bảo trì dự đoán bằng AI cho nhà máy thép — 5

© 2026 Zentrova Technologies. Thương hiệu, dữ liệu và hình ảnh trên website mang tính minh hoạ.

Thiết kế website Webso.vn