VINIF.2020.DA19 – Phân tích chuỗi dữ liệu lớn có tần suất cao trong công nghiệp sản xuất thông minh

Chủ nhiệm dự án
TS. Nguyễn Thị Phương Quyên & TS. Phan Nguyễn Kỳ Phúc
Tổ chức chủ trì
Trường Đại học Bách khoa – Đại học Đà Nẵng

Dự án đưa ra lời giải cho bài toán phân tích dữ liệu lớn được thu thập từ máy móc và thiết bị của các nhà máy sản xuất thông qua các máy cảm biến. Đây là một bài toán thực tế mà hiện nay tất cả các doanh nghiệp đang hướng tới và là nền tảng cơ sở của việc “khai thác dữ liệu công nghiệp” (Industrial data mining). Nghiên cứu này hoàn toàn phù hợp với xu thế chung của “cách mạng công nghiệp 4.0” đang diễn ra ở Việt Nam.

      Cách mạng Công nghiệp 4.0 đã tạo điều kiện thuận lợi cho các nhà máy thông minh (Smart Factory) ra đời. Nhà máy thông minh là nơi hệ thống không gian mạng thực – ảo (Cyber Physical System-CPS) giao tiếp dựa trên kết nối Internet vạn vật (IoT) để hỗ trợ con người và máy móc trong việc thực hiện công việc. CPS là một hệ thống kết nối và tích hợp cao các công cụ máy móc, nhân sự, hệ thống quản lý và thậm chí cả dịch vụ khách hàng. Sự tích hợp này sẽ tạo nên một môi trường dữ liệu lớn. Làm thế nào để giám sát hiệu quả một lượng lớn dữ liệu truyền phát với tần suất cao và thực hiện phân tích dữ liệu hàng loạt sẽ là một thách thức lớn khi phát triển các nhà máy thông minh. Do đó, nhu cầu cấp thiết của việc phát triển một bộ công cụ phân tích dữ liệu lớn đóng một vai trò quan trọng trong hệ thống CPS cho nhà máy thông minh của Công nghiệp 4.0.

      Lý do tại sao phân tích dữ liệu ngày càng trở nên quan trọng, đặc biệt là trong lĩnh vực Công nghiệp 4.0: 1) một lượng lớn dữ liệu chứa nhiều thông tin có giá trị chưa được sử dụng và khai thác đầy đủ; 2) với sự phát triển của công nghệ cảm biến, chi phí và công nghệ thu thập dữ liệu trở nên dễ dàng hơn; 3) các công nghệ phần mềm và phần cứng như điện toán đám mây đã tăng sức mạnh tính toán của thiết bị và có thể nhanh chóng xử lý lượng lớn dữ liệu; 4) quy trình sản xuất ngày càng phức tạp, không thể dựa vào kinh nghiệm của con người để quản lý toàn bộ hệ thống.

      Dự án này nghiên cứu đề xuất một mô hình phân tích dữ liệu cho chuỗi dữ liệu lớn có tần suất cao trong công nghiệp sản xuất thông minh. Mô hình được đề xuất gồm hai giai đoạn. Giai đoạn 1, chuỗi dữ liệu lớn được dò tìm và lọc để loại bỏ các tính năng bất thường có thể gây ra lỗi trong sản xuất. Trong giai đoạn 2, các dữ liệu bất thường này được phân tích để tìm ra các nhân tố chính từ các máy công cụ gây ảnh hưởng đến chất lượng sản phẩm trong nhà máy sản xuất thông minh.

      Mô hình phân tích dữ liệu lớn đề xuất trong dự án này được kỳ vọng sẽ trở thành thành phần cốt lõi của nền tảng phân tích dữ liệu lớn trong công nghiệp, với các công cụ có thể nhanh chóng tìm kiếm nguyên nhân chính của sự bất thường trong chuỗi dữ liệu lớn có liên quan đến quá trình sản xuất tại các máy công cụ . Bên cạnh đó, mô hình phân tích dữ liệu được đề xuất còn đáp ứng được các mục tiêu sau: 1) cung cấp bộ công cụ để đáp ứng các yêu cầu xử lý nhanh chóng của dữ liệu lớn trong công nghiệp; 2) tăng tốc việc lựa chọn tính năng trong dữ liệu hàng loạt và dữ liệu đa chiều; và 3 ) truyền các quy trình phân tích dữ liệu để phân tích nguyên nhân và nhu cầu xác suất của quá trình chuyển đổi trạng thái sản xuất.

Chủ nhiệm dự án
TS. Nguyễn Thị Phương Quyên & TS. Phan Nguyễn Kỳ Phúc
Tổ chức chủ trì
Trường Đại học Bách khoa – Đại học Đà Nẵng

Tags

Tiến độ dự kiến
01/11/2020
01/09/2021
Giai đoạn 1

01 bài báo Q1

01/05/2022
Giai đoạn 2

01 bài báo Q1
01 bài báo hội nghị quốc tế

31/10/2022
Giai đoạn 3

01 propotype software
Đào tạo 01 Thạc sĩ

Tags