Đột phá KHCN - Đổi mới sáng tạo.

Các doanh nghiệp đang tận dụng tiềm năng biến đổi của trí tuệ nhân tạo (AI) để tạo ra một bước nhảy vọt về năng suất. Liệu AI có thực sự báo hiệu một cuộc cách mạng trong sản xuất phân bón hay không, và nếu có, những ví dụ thực tế nào chứng minh cho điều này?

Bảo vệ an ninh lương thực và môi trường

Trí tuệ nhân tạo (AI) đã tiến một bước dài trong thời gian ngắn kể từ khi ChatGPT ra mắt vào năm 2022. Chatbot AI này hiện đã ghi dấu ấn sâu đậm trong ý thức cộng đồng, với hơn 700 triệu người dùng hoạt động hàng tuần hiện nay.

Về mặt nhận thức ngành, AI đã được đặt ở vị trí trung tâm tại Hội nghị Thường niên năm 2024 của Hiệp hội Phân bón Quốc tế (IFA) tại Singapore. Trong bài phát biểu khai mạc, bà Caroline Yap, cựu giám đốc điều hành toàn cầu mảng kinh doanh AI của Google, đã khám phá tiềm năng của công nghệ này trong việc chuyển đổi ngành phân bón – và giúp các nhà cung cấp vật tư nông nghiệp thực hiện các ưu tiên then chốt như bảo vệ an ninh lương thực và môi trường.

"AI là trạng thái bình thường mới," bà Yap khẳng định và nói thêm: "Hãy tưởng tượng những người nông dân sử dụng công nghệ này để quan sát và xác định điều gì đang xảy ra với cây trồng và đất đai của họ."

Theo quan điểm của bà, AI có thể cung cấp các hiểu biết sâu sắc về sức khỏe cây trồng, năng suất và mức tiêu thụ nước cần thiết khi thế giới chuyển sang một hệ thống thực phẩm có năng suất cao hơn và tác động thấp hơn: một hệ thống hiện đang chịu áp lực do biến đổi khí hậu.

Bà Yap đã minh họa lợi ích của AI thông qua một số nghiên cứu điển hình. Trong đó bao gồm việc sử dụng AI để xác định các giống lúa chịu được biến đổi khí hậu và một ứng dụng AI được nông dân tại các làng quê ở Kenya sử dụng để chẩn đoán bệnh trên sắn, ngô, khoai tây và lúa mì.

Nhìn chung, AI có thể tối đa hóa việc sử dụng dữ liệu không gian địa lý và kết hợp với các dịch vụ đám mây cũng như khoa học dữ liệu để triển khai các giải pháp nông nghiệp trên quy mô lớn, bà Yap kết luận.

Cuộc cách mạng sản xuất đang cận kề?

Chương trình thuyết trình tại hội nghị năm 2024 của IFA đã kết thúc giống như cách nó bắt đầu: quay lại chủ đề trí tuệ nhân tạo.

"Tất cả chúng ta đang ở tuyến đầu của một cuộc cách mạng toàn cầu," Lior Frimet, người đứng đầu mảng AI của ICL cho biết. "AI ở khắp mọi nơi. Nó cũng đang trở thành một chức năng then chốt tại ICL và trong ngành của chúng ta. Chúng tôi sử dụng AI để trích xuất giá trị thực cho doanh nghiệp. Nó giúp tăng hiệu quả sản xuất, sản lượng và giảm chi phí đầu vào."

"Chúng tôi hiện đã có các mô hình AI vận hành tự chủ ở một số khu vực trong nhà máy sản xuất. Đây là bước đi lớn đầu tiên trong cuộc cách mạng này," ông Frimet nói thêm.

AI hiện đang được sử dụng để đưa ra các quyết định theo thời gian thực tại các nhà máy sản xuất của ICL, trong khi con người chuyển sang vai trò giám sát.

Bà Majda Moumni, tổng giám đốc của OCP Solutions, nhấn mạnh rằng AI chỉ là công cụ mới nhất để cải tiến liên tục – một phần của quá trình chuyển đổi kỹ thuật số toàn cầu mà các công ty sản xuất đã thực hiện trong 20 năm qua.

"Chúng ta cần xem nó như một thứ sẽ thúc đẩy các công cụ và dữ liệu đã có sẵn. Nó cũng sẽ giúp xây dựng các chuỗi giá trị tích hợp hơn và tăng cường các sáng kiến khai thác mỏ và Công nghiệp 5.0," bà nói.

Trong lĩnh vực khai thác và sản xuất, OCP đang sử dụng AI để tối ưu hóa việc nổ mìn, hiệu quả năng lượng, hiệu suất vận hành, bảo trì dự báo và cải thiện an toàn. Đối với các hộ nông dân nhỏ, AI cũng có thể bình đẳng hóa việc tiếp cận (và sử dụng) dữ liệu.

Ví dụ, tại Maroc, OCP đã phát triển một ứng dụng AI tạo sinh có thể cung cấp cho nông dân địa phương quyền truy cập thông tin bằng ngôn ngữ và tiếng địa phương của họ.

IFA rõ ràng đang thực hiện cuộc cách mạng AI một cách nghiêm túc khi đưa nó thành chủ đề chính cho cả hội nghị thường niên năm 2024 và 2025. Hiệp hội cũng đã thành lập một nhóm làm việc về AI vào năm ngoái với sự tham gia của 30 công ty thành viên ban đầu.

Một số nghiên cứu điển hình được cung cấp dưới đây nhằm minh họa cách ngành phân bón đang đưa AI vào quy trình sản xuất.

Chuyển đổi bảo trì dự báo

Theo OCP Maintenance Solutions, AI đang cách mạng hóa việc bảo trì dự báo (phương pháp bảo trì dựa trên việc theo dõi tình trạng thực tế của thiết bị để dự đoán khi nào hỏng hóc có thể xảy ra) bằng cách sử dụng phân tích dữ liệu nâng cao và các thuật toán học máy để dự báo các hư hỏng của thiết bị trước khi chúng xảy ra. Các hệ thống AI có thể:

• Xác định các hỏng hóc sắp xảy ra thông qua việc thu thập dữ liệu thời gian thực và phân tích tinh vi.
• Giảm thời gian dừng máy ngoài ý muốn và kéo dài tuổi thọ máy móc bằng cách liên tục theo dõi hiệu suất thiết bị.
• Tối ưu hóa lịch trình vận hành và giảm chi phí bảo trì.
• Cho phép lập kế hoạch sửa chữa và thay thế linh kiện kịp thời.

Công ty đã phát triển I-Predict®, một mô hình AI tiên tiến để bảo trì dự báo cho các hạng mục thiết bị quan trọng. Mô hình có thể dự báo các lỗi tiềm ẩn để đảm bảo hoạt động công nghiệp không bị gián đoạn. Các khả năng của nó bao gồm:

• Phát hiện các điểm bất thường trong dữ liệu về độ rung, nhiệt độ và dầu.
• Dự đoán hỏng hóc thiết bị bằng cách sử dụng các mô hình thời gian đến khi hỏng (TTF) nâng cao.
• Tối ưu hóa lịch bảo trì thông qua chỉ số sức khỏe máy móc (MHI).
• Tự động phân loại lỗi cho vòng bi, hiện tượng xâm thực, lệch trục, v.v.
• Nhận diện các tín hiệu cảnh báo sớm để giảm thời gian dừng máy và cắt giảm chi phí bảo trì.
• Chuyển đổi dữ liệu cảm biến thô thành các khuyến nghị thực thi với sự hỗ trợ quyết định từ AI.

"AI của chúng tôi không chỉ giám sát. Nó phát hiện các lỗi [thiết bị] như mòn vòng bi, lệch trục, xâm thực, nhiễu loạn dầu và các vấn đề về điện trước khi chúng trở nên nghiêm trọng," OCP Maintenance Solutions cho biết.

Bằng cách tích hợp AI, công nghệ này mang lại các lợi ích cụ thể so với các phương pháp bảo trì tiêu chuẩn:

Tự động phát hiện lỗi: I-Predict® tự động xác định và chẩn đoán lỗi mà không cần can thiệp thủ công. Để tìm ra nguyên nhân gốc rễ, dữ liệu thu thập từ giám sát độ rung toàn cầu được sử dụng để đo lường mức độ nghiêm trọng của các vấn đề cốt lõi.

Phát hiện lỗi sớm (EFD): Cho phép xác định các hỏng hóc có khả năng xảy ra thông qua việc phân tích các tín hiệu cảnh báo chính như rung động bất thường, nhiệt độ ngoài mức bình thường.

Chỉ số sức khỏe máy móc (MHI): Chuyển dữ liệu phức tạp từ cảm biến thành một điểm số đơn giản từ 0-100, giúp dễ dàng theo dõi tình trạng thiết bị trong nháy mắt.

Thời gian đến khi hỏng (TTF): Sử dụng AI để dự đoán thời điểm của lần hỏng hóc tiềm ẩn tiếp theo trong điều kiện vận hành thực tế, giúp người vận hành lập kế hoạch chủ động.

Cố vấn hành động (Action advisor): Công cụ "thông minh" này đưa ra các khuyến nghị thời gian thực về các nhiệm vụ bảo trì.

Kỷ nguyên mới cho sản xuất phân bón?

Baker Hughes đang sử dụng AI và học máy (ML) để giúp các nhà sản xuất khai phá hiệu suất nhà máy, cải thiện hiệu quả năng lượng và tăng lợi nhuận. Giải pháp AI của công ty – Cordant™ Process Optimization – nhằm mục đích giúp các nhà sản xuất năng lượng và hóa chất phát triển mạnh trong một thị trường đang thắt chặt.

Khi ngành phân bón áp dụng các công nghệ kỹ thuật số, tối ưu hóa thời gian thực (RTO) dựa trên AI đang nổi lên như một phương pháp then chốt để tạo ra giá trị tốt nhất từ các tài sản hiện có.

Ví dụ, các nhà máy amoniac có thể thu hẹp khoảng cách giữa hiệu suất hiện tại và tiềm năng thực sự bằng cách liên tục phân tích dữ liệu trực tiếp và điều chỉnh các đòn bẩy quy trình chính – chẳng hạn như nhiệt độ đầu ra của thiết bị cải biến, tỷ lệ hơi nước trên carbon và áp suất hút của máy nén. Kết quả cuối cùng là tăng sản lượng, giảm tiêu thụ năng lượng và cải thiện biên lợi nhuận vận hành.

Trong một nghiên cứu điển hình gần đây, giải pháp Cordant™ đã được một nhà sản xuất amoniac lớn ở Trung Đông triển khai. Kết quả là sản lượng hàng ngày tăng 1,2–1,8% – đạt được mức tăng này nằm ngoài những gì hệ thống APC (điều khiển quy trình nâng cao) đã mang lại trước đó.
Jesper Poulsen, Giám đốc bán hàng cấp cao tại Cordant Solutions cho biết: "Đây không chỉ là về tự động hóa. Đây là về việc xây dựng một tương lai thông minh hơn, kiên cường hơn và bền vững hơn cho sản xuất phân bón."

Triển khai AI tại các mỏ kali

Nutrien đang đưa AI vào thực tế tại các hoạt động khai thác kali của mình ở Saskatchewan, Canada, triển khai công nghệ này để bảo trì dự báo cho các thiết bị vận chuyển quặng như băng tải.

Hệ thống BeltVision lần đầu tiên được giới thiệu tại cơ sở Rocanville của Nutrien vào năm 2020, sau khi công ty xác định các băng tải chính là một nút thắt quan trọng và là nguồn gây gián đoạn sản xuất. Những băng tải này, kéo dài trên nhiều kilômét, vận chuyển quặng từ các máy khoan đến các thang nâng đưa quặng lên mặt đất – về bản chất, chúng hoạt động như những “động mạch” của mỏ.

Tuy nhiên, hỏng hóc tại các mối nối (splice) là một vấn đề bảo trì tái diễn lớn đối với các băng tải này. Các mối nối cơ khí, gồm một loạt các kẹp giống như khóa kéo, được sử dụng để nối hai đoạn băng tải lại với nhau – và thật không may, đôi khi chúng bị hỏng.

BeltVision sử dụng trí tuệ nhân tạo (AI) để nhận diện và phân tích các mối nối băng tải cũng như các hư hỏng.

“Chúng tôi có thể nhìn thấy hình ảnh chi tiết của các kẹp mối nối trong khi băng tải đang vận chuyển quặng. Đồng thời, chúng tôi cũng có nhân viên thực hiện kiểm tra trực quan trực tiếp băng tải và ghi nhận số lượng mối nối bị hư hỏng mà họ quan sát được. Chúng tôi sử dụng BeltVision để hỗ trợ việc xác định thời điểm nên lên lịch sửa chữa,” Dylan Stewart, chuyên gia về độ tin cậy tại Rocanville, cho biết trong một cuộc trao đổi vào năm ngoái.

“Các camera hoạt động trong môi trường nóng và nhiều bụi. Chúng phải chịu rất nhiều rung động. Chúng tôi phải thường xuyên đảm bảo ống kính camera luôn sạch và chắc chắn rằng phần cứng phù hợp được lắp đặt để bảo vệ camera,” Stewart nói thêm.

Trước khi BeltVision được lắp đặt, hoạt động sản xuất tại Rocanville thường xuyên bị gián đoạn do các đợt dừng máy theo kế hoạch. Các cuộc kiểm tra mối nối thủ công tốn kém phải được thực hiện, dẫn đến thời gian ngừng hoạt động.

Trong một ca làm việc vào sáng sớm tháng Năm năm ngoái, Stewart đã trực tiếp trải nghiệm lý do vì sao BeltVision được nhắc đến như một yếu tố thay đổi cuộc chơi đối với ngành khai khoáng. Khi sử dụng ứng dụng AI vào buổi sáng hôm đó, anh nhận thấy một mối nối băng tải đã bị hư hỏng nghiêm trọng.

“Trong điều kiện bình thường, nếu phát hiện một mối nối vào giữa đêm, sẽ có một quyết định được đưa ra về việc liệu nó có thể duy trì cho đến khi đội băng tải đến hay không. Một thành viên của nhóm độ tin cậy tình cờ đang theo dõi các băng tải đang hoạt động mà thợ mỏ đang đổ quặng lên vào đêm đó, và trong lúc đó, mối nối bị hư hỏng đã được phát hiện.

“Mức độ hư hỏng nghiêm trọng đến mức cần phải thông báo ngay cho bộ phận vận hành để tránh xảy ra sự cố. Đội trưởng ca đã quyết định dừng băng tải và cho phép nhân viên của chúng tôi tiến hành sửa chữa,” anh giải thích.

Chỉ riêng sự cố đó đã nâng cao nhận thức về khả năng bảo trì dự đoán của BeltVision.

“Điều này đã mở ra rất nhiều cuộc trao đổi tích cực xoay quanh bảo trì chủ động, công nghệ BeltVision và việc phối hợp với bộ phận vận hành để sửa chữa băng tải. Trước đây, một số nhân viên sản xuất không hề biết rằng chúng tôi có khả năng giám sát tình trạng các mối nối. Nếu không có khả năng quan sát chi tiết các mối nối, chúng tôi sẽ đối mặt với nguy cơ xảy ra hỏng hóc tại mối nối cao hơn nhiều,” Stewart kết luận.

Nguồn tham khảo:
1. Poulsen, J., 2025. Unlock the true potential of your plant with AI-enabled Real-Time Process Optimization.
2. Nutrien, 2024. Innovation is Changing the Landscape for Nutrien.