Trong thế giới quản lý tài sản công nghiệp, nếu Lệnh làm việc (Work Order) là những dòng nhật ký ghi lại quá trình sửa chữa, thì MTBF (Mean Time Between Failures) chính là nhịp tim phản ánh sức sống của thiết bị.

MTBF không chỉ đơn thuần là một chỉ số thống kê kỹ thuật; nó là thước đo cốt lõi phản ánh sức khỏe, độ tin cậy và hiệu quả kinh tế của tài sản công nghiệp. Trong hệ sinh thái HxGN APM, việc tính toán MTBF được tự động hóa thông qua sự tích hợp chặt chẽ với dữ liệu Lệnh làm việc (Work Order) từ hệ thống Quản lý Tài sản Doanh nghiệp (EAM) như HxGN EAM. Quy trình này không chỉ dừng lại ở việc tính toán số học mà còn bao gồm các cơ chế tinh vi để xác thực dữ liệu, hiệu chỉnh sai số (override), và trực quan hóa rủi ro thông qua mô hình Bản sao Kỹ thuật số (Asset Twin).

Chương 1: Cơ sở Lý luận và Kiến trúc Hệ thống

1.1. Sự chuyển dịch từ Quản lý Tài sản (EAM) sang Quản lý Hiệu suất (APM)

Để hiểu sâu sắc về tính năng tính toán MTBF trong HxGN APM, trước hết cần phân định rõ vai trò của EAM và APM trong hệ sinh thái quản lý công nghiệp. Các hệ thống EAM truyền thống, điển hình như HxGN EAM, đóng vai trò là “hệ thống ghi chép” (system of record). Chúng quản lý vòng đời tài sản từ khâu mua sắm, vận hành, bảo trì đến thanh lý, tập trung vào việc thực thi công việc: ai làm gì, khi nào, tốn bao nhiêu chi phí và vật tư.⁶ Tuy nhiên, EAM thường bị giới hạn trong việc phân tích “tại sao” hỏng hóc xảy ra hoặc dự báo “khi nào” nó sẽ tái diễn.

HxGN APM ra đời như một lớp trí tuệ nhân tạo (AI) và phân tích nâng cao nằm trên EAM, chuyển đổi dữ liệu giao dịch tĩnh thành các chỉ số hiệu suất động.⁴ Trong mô hình này, MTBF trở thành cầu nối quan trọng. Nếu EAM trả lời câu hỏi “Chúng ta đã sửa cái máy bơm này bao nhiêu lần?”, thì HxGN APM sử dụng dữ liệu đó để trả lời “Độ tin cậy hiện tại của máy bơm là bao nhiêu và rủi ro hỏng hóc trong 30 ngày tới là gì?”.⁴

1.2. Định nghĩa MTBF trong Ngữ cảnh HxGN APM

Về mặt lý thuyết, Mean Time Between Failures (MTBF) được định nghĩa là thời gian trung bình trôi qua giữa các hỏng hóc vốn có (inherent failures) của một thiết bị trong quá trình vận hành bình thường.¹ Đây là chỉ số cơ bản của kỹ thuật độ tin cậy, được sử dụng để đánh giá tính khả dụng và xác suất hỏng hóc của hệ thống có thể sửa chữa được.

Trong môi trường HxGN APM, MTBF được tính toán cho bất kỳ tài sản nào thỏa mãn hai điều kiện:

Được liên kết với một Asset Twin (Bản sao Tài sản Kỹ thuật số).
Là một phần của quá trình phân tích rủi ro (Risk Analysis).⁴

Khác với các tính toán thủ công trên Excel thường thấy trong các nhà máy truyền thống, HxGN APM thực hiện việc này theo thời gian thực hoặc theo chu kỳ định sẵn, sử dụng dòng dữ liệu liên tục từ EAM để cập nhật chỉ số ngay khi một lệnh sửa chữa được đóng lại.

Khía cạnh	Định nghĩa Truyền thống	Định nghĩa trong HxGN APM
Nguồn dữ liệu	Sổ nhật ký vận hành, Excel	Tự động từ EAM Work Orders
Phạm vi	Thường tính cho thiết bị quan trọng	Mọi thiết bị có Asset Twin
Cập nhật	Định kỳ (tháng/quý)	Liên tục (Dynamic)
Xử lý dữ liệu	Thủ công loại bỏ sai số	Quy trình Override có hệ thống

1.3. Vai trò của Asset Twin và Dữ liệu EAM

Mô hình Asset Twin trong HxGN APM không chỉ là hình ảnh 3D. Nó là một cấu trúc dữ liệu phức tạp bao gồm các “Failure Modes” (Chế độ hỏng hóc), “Protections” (Biện pháp bảo vệ), và lịch sử vận hành.⁵ Khi HxGN APM tính toán MTBF, nó không tính toán cho một mã số vô tri, mà tính toán cho một thực thể kỹ thuật số có ngữ cảnh đầy đủ về vị trí, chức năng và tầm quan trọng trong dây chuyền sản xuất.

Dữ liệu đầu vào quan trọng nhất cho quá trình này là Lệnh làm việc (Work Orders) từ hệ thống EAM.¹ Các lệnh làm việc này chứa đựng thông tin về thời điểm bắt đầu sự cố, thời điểm kết thúc sửa chữa, mã nguyên nhân lỗi, và các chi tiết kỹ thuật khác. HxGN APM coi Work Order là “bằng chứng” xác thực nhất của một sự kiện hỏng hóc.

Chương 2: Cơ chế Thu thập và Xử lý Dữ liệu

Tính chính xác của MTBF phụ thuộc hoàn toàn vào chất lượng dữ liệu đầu vào. Chương này phân tích chi tiết cách HxGN APM “hút” dữ liệu từ EAM và logic mà nó sử dụng để phân biệt giữa một hoạt động bảo dưỡng thông thường và một sự kiện hỏng hóc thực sự.

2.1. Tích hợp Dữ liệu EAM – APM

HxGN APM sử dụng các kết nối (Connections) tiêu chuẩn để đồng bộ hóa dữ liệu với các hệ thống EAM lớn như HxGN EAM, SAP, hoặc IBM Maximo.¹⁰ Quá trình đồng bộ hóa này không chỉ là sao chép dữ liệu mà còn bao gồm các bước chuyển đổi (transformation) và chuẩn hóa (normalization).

Các trường dữ liệu quan trọng được trích xuất từ Work Order bao gồm:

Asset ID: Mã định danh tài sản để ánh xạ vào Asset Twin.
Work Order Type (Loại lệnh): Ví dụ: PM (Bảo trì phòng ngừa), CM (Bảo trì khắc phục), EM (Khẩn cấp).
Reported Date & Completed Date: Xác định khoảng thời gian dừng máy (Downtime).
Failure Code, Problem Code, Cause Code: Các mã lỗi theo tiêu chuẩn (ví dụ ISO 14224) giúp phân loại hỏng hóc.¹¹
Status: Trạng thái của lệnh (Đã hoàn thành, Đang chờ vật tư, v.v.).

2.2. Thuật toán Xác định “Sự kiện Hỏng hóc” (Failure Event Logic)

Không phải mọi Work Order đều là hỏng hóc. Nếu HxGN APM tính cả các lệnh thay dầu định kỳ hoặc kiểm tra an toàn vào công thức MTBF, chỉ số này sẽ bị sai lệch nghiêm trọng (thấp hơn thực tế). Do đó, hệ thống sử dụng một bộ lọc logic nghiêm ngặt.

Theo tài liệu kỹ thuật và thực tiễn triển khai ¹, một Work Order thường được coi là một “Failure” để tính MTBF nếu:

Loại lệnh là “Khắc phục” (Corrective/Breakdown): Hệ thống được cấu hình để chỉ nhặt các WO có loại là CM (Corrective Maintenance) hoặc BD (Breakdown).
Có mã hỏng hóc (Failure Code): Sự hiện diện của mã lỗi cho thấy có một vấn đề kỹ thuật đã được xác định.
Trạng thái hoàn thành: Chỉ các hỏng hóc đã được khắc phục xong (hoặc đã được xác nhận) mới được đưa vào tính toán lịch sử.

Tuy nhiên, thực tế phức tạp hơn nhiều. Có những trường hợp “hỏng hóc chức năng” (functional failure) nhưng máy vẫn chạy (ví dụ: máy bơm bị rò rỉ nhẹ nhưng vẫn bơm được). HxGN APM cho phép người dùng cấu hình các quy tắc này thông qua module Asset Risk Analyzer để đảm bảo tính toán phản ánh đúng chiến lược độ tin cậy của doanh nghiệp.⁴

2.3. Công thức Tính toán MTBF

Tại cốt lõi của hệ thống, HxGN APM sử dụng công thức tiêu chuẩn quốc tế:

$MTBF = \frac{\sum (\text{Start Time} - \text{End Time}) - \text{Total Downtime}}{\text{Number of Failures}}$

Hoặc đơn giản hơn:

$MTBF = \frac{\text{Total Operational Time}}{\text{Number of Failures}}$

Trong đó:

Total Operational Time (Tổng thời gian vận hành): Đây là biến số phức tạp. HxGN APM có thể lấy thời gian này từ hai nguồn:
- Calendar Time: Thời gian lịch (ví dụ: 8760 giờ/năm). Cách này đơn giản nhưng kém chính xác nếu máy chạy không liên tục.
- Runtime Meters: Dữ liệu từ đồng hồ đo giờ chạy tích hợp trong EAM hoặc từ cảm biến IoT. HxGN APM ưu tiên sử dụng dữ liệu này để có độ chính xác cao nhất.¹³
Number of Failures (Số lượng hỏng hóc): Tổng số các sự kiện hỏng hóc hợp lệ (sau khi đã lọc và hiệu chỉnh) trong khoảng thời gian quan sát.

Chương 3: Hiển thị và Trực quan hóa Thông tin MTBF

Sau khi tính toán, giá trị MTBF cần được trình bày một cách dễ hiểu và có khả năng hành động (actionable) cho người dùng. HxGN APM cung cấp nhiều điểm tiếp xúc (touchpoints) để hiển thị thông tin này.

3.1. Bảng điều khiển Sức khỏe Tài sản (Asset Health Dashboard)

Đây là giao diện chính mà các kỹ sư vận hành và bảo trì tiếp xúc hàng ngày. Tại đây, MTBF được hiển thị dưới dạng các Widget trực quan.⁴

Widget MTBF Hiện tại: Hiển thị giá trị số (ví dụ: “1,250 Giờ”) với mã màu (Xanh/Vàng/Đỏ) dựa trên so sánh với mục tiêu (Target MTBF). Nếu MTBF thực tế thấp hơn mục tiêu, số liệu sẽ chuyển sang màu đỏ để cảnh báo.
Biểu đồ Xu hướng (Decay Curve / Trendline): HxGN APM vẽ biểu đồ biến thiên của MTBF theo thời gian. Một đường xu hướng đi xuống cho thấy tài sản đang suy giảm độ tin cậy (reliability decay), báo hiệu cần có sự can thiệp sớm hoặc thay thế.¹⁴

3.2. Công cụ Phân tích Rủi ro (Asset Risk Analyzer – ARA)

Trong module ARA, MTBF không đứng độc lập mà là một phần của ma trận rủi ro. ARA sử dụng dữ liệu MTBF để xếp hạng tài sản dựa trên mức độ quan trọng và độ tin cậy.⁴

Danh sách Tài sản “Bad Actor”: Hệ thống tự động liệt kê các thiết bị có MTBF thấp nhất trong nhà máy. Màn hình “ARA Equipment” cung cấp cái nhìn tổng hợp, cho phép lọc theo loại thiết bị, vị trí, hoặc hệ thống.¹⁵
Phân tích Chi phí: ARA kết hợp MTBF với chi phí sửa chữa trung bình (từ EAM) để dự báo ngân sách bảo trì cần thiết cho kỳ tiếp theo.

3.3. Báo cáo Chi tiết (Reporting)

Đối với các báo cáo quản trị cấp cao, HxGN APM tích hợp khả năng xuất báo cáo (ví dụ: “Mean Time Between Failures Per Equipment”).¹⁶ Các báo cáo này cung cấp cái nhìn toàn cảnh về độ tin cậy của toàn bộ nhà máy, cho phép so sánh hiệu suất giữa các dây chuyền sản xuất hoặc giữa các nhà máy khác nhau trong cùng một tập đoàn.

Chương 4: Quy trình Hiệu chỉnh (“Override”) Dữ liệu Hỏng hóc

Một trong những tính năng mạnh mẽ và cần thiết nhất của HxGN APM là khả năng cho phép con người can thiệp vào quá trình tính toán tự động. Dữ liệu từ EAM thường chứa nhiều “nhiễu” (noise). Một lệnh làm việc có thể bị tạo sai, bị trùng lặp, hoặc ghi nhận sai nguyên nhân. Nếu chấp nhận toàn bộ dữ liệu này, MTBF sẽ không chính xác.

Quy trình Override (Ghi đè/Hiệu chỉnh) cho phép người dùng xác thực (validate) hoặc loại bỏ (exclude/ignore) các sự kiện cụ thể khỏi phép tính toán MTBF.¹⁵

4.1. Tại sao cần Override?

Các tình huống phổ biến cần thực hiện Override bao gồm:

Lỗi Nhập liệu: Kỹ thuật viên chọn nhầm mã “Breakdown” cho một công việc dọn dẹp vệ sinh máy.
Hỏng hóc Phụ thuộc (Dependent Failures): Máy A hỏng làm Máy B dừng. Lệnh sửa chữa cho Máy B được tạo ra để kiểm tra, nhưng Máy B không thực sự hỏng. Cần loại bỏ sự kiện của Máy B khỏi tính toán độ tin cậy.
Tác động Ngoại lực: Xe nâng đâm vào máy làm vỡ vỏ bảo vệ. Đây là tai nạn vận hành, không phản ánh độ tin cậy nội tại của thiết bị.
Dữ liệu Trùng lặp: Hai kỹ thuật viên cùng tạo lệnh cho một sự cố.

4.2. Hướng dẫn Chi tiết Quy trình Override

Quy trình này thường được thực hiện trong màn hình “ARA Work Orders” hoặc “Failure Event List” của HxGN APM. Dưới đây là các bước tiêu chuẩn:

Bước 1: Truy cập và Lọc Dữ liệu

Người dùng (thường là Kỹ sư Độ tin cậy) truy cập vào module Asset Risk Analyzer và chọn tài sản cần phân tích. Hệ thống sẽ hiển thị danh sách tất cả các Work Order liên quan được lấy từ EAM.¹⁵

Bước 2: Thẩm định Sự kiện (Validation)

Người dùng xem xét chi tiết từng Work Order:

Đọc mô tả công việc và bình luận của thợ sửa chữa.
Kiểm tra mã lỗi (Failure Code).
Xem xét thời gian dừng máy.

Bước 3: Thực hiện Thao tác Override

Đối với các sự kiện không hợp lệ, người dùng chọn sự kiện đó và kích hoạt tùy chọn Override. Các tùy chọn thường thấy bao gồm:

Ignore (Bỏ qua): Sự kiện này sẽ bị ẩn hoàn toàn khỏi các biểu đồ và tính toán.¹⁷
Exclude from Calculation (Loại khỏi tính toán): Sự kiện vẫn được lưu trong hồ sơ lịch sử nhưng không được tính vào mẫu số của công thức MTBF.¹¹
Reclassify (Phân loại lại): Chuyển đổi loại sự kiện từ “Failure” sang “Suspension” (Treo – máy dừng nhưng không hỏng) hoặc “Maintenance” (Bảo trì).

Bước 4: Ghi chú Lý do (Justification)

Hệ thống HxGN APM thường yêu cầu người dùng nhập lý do cho việc Override (ví dụ: “Duplicate WO”, “Operational Error”). Điều này tạo ra một vết kiểm toán (audit trail) quan trọng, đảm bảo tính minh bạch của dữ liệu.¹¹

Bước 5: Tính toán lại (Recalculation)

Sau khi lưu các thay đổi, HxGN APM sẽ kích hoạt lại thuật toán tính toán. Giá trị MTBF mới sẽ được cập nhật trên Dashboard và các báo cáo, phản ánh chính xác hơn tình trạng thực tế của tài sản.

Chương 5: Ứng dụng Chiến lược của Dữ liệu MTBF

Dữ liệu MTBF, sau khi được tính toán và làm sạch, trở thành tài sản trí tuệ vô giá. Phần này thảo luận về cách doanh nghiệp sử dụng con số này để tối ưu hóa chiến lược quản lý tài sản.

5.1. Xác định “Bad Actors” và Ưu tiên Nguồn lực

Sử dụng MTBF để xác định top 10 hoặc 20 tài sản có độ tin cậy thấp nhất (“Bad Actors”). Thay vì rải đều ngân sách bảo trì cho hàng nghìn thiết bị, người quản lý có thể tập trung nguồn lực kỹ thuật cao cấp, công cụ phân tích rung động, hoặc nâng cấp thiết kế cho nhóm nhỏ các thiết bị này. Đây là cách tiếp cận mang lại lợi tức đầu tư (ROI) cao nhất.⁴

5.2. Tối ưu hóa Chu kỳ Bảo trì Phòng ngừa (PM Optimization)

MTBF là tham số đầu vào quan trọng để xác định chu kỳ PM tối ưu.

Nếu chu kỳ thay thế phụ tùng hiện tại là 500 giờ, nhưng MTBF thực tế là 2.000 giờ, doanh nghiệp đang lãng phí tiền bạc vào việc “bảo trì quá mức” (over-maintenance).
Ngược lại, nếu MTBF ngắn hơn chu kỳ PM, hỏng hóc sẽ xảy ra trước khi đến hạn bảo trì, gây dừng máy không kế hoạch.HxGN APM giúp tìm ra điểm cân bằng (“Sweet Spot”) giữa chi phí bảo trì và chi phí rủi ro.4

5.3. Chuyển đổi sang Bảo trì Dự báo (Predictive Maintenance – PdM)

MTBF là dữ liệu lịch sử (Lagging Indicator). Tuy nhiên, trong HxGN APM, nó được sử dụng làm đường cơ sở (Baseline) cho các mô hình Máy học (Machine Learning). Các thuật toán AI so sánh dữ liệu cảm biến thời gian thực với mô hình hỏng hóc lịch sử (dựa trên MTBF) để phát hiện các bất thường (Anomalies) sớm hơn nhiều so với con người. Điều này cho phép chuyển đổi từ việc sửa chữa dựa trên lịch trình sang sửa chữa dựa trên tình trạng thực tế.²

5.4. Phân tích Nguyên nhân Gốc rễ (RCA)

Khi MTBF của một tài sản sụt giảm đột ngột, đó là dấu hiệu kích hoạt quy trình Phân tích Nguyên nhân Gốc rễ (Root Cause Analysis). HxGN APM cung cấp các công cụ hỗ trợ quy trình này, liên kết dữ liệu MTBF với các công cụ RCA như Biểu đồ Xương cá (Fishbone) hoặc 5 Why, giúp kỹ sư tìm ra nguyên nhân sâu xa và triệt tiêu nó.⁸

Chương 6: Tương lai của Tính toán MTBF trong HxGN APM

6.1. Tích hợp AI và Học máy Sâu rộng

Tương lai của MTBF trong HxGN APM không chỉ dừng lại ở các phép tính thống kê cổ điển. Với sự tích hợp của các engine AI (như từ thương vụ mua lại Itus Digital), HxGN APM đang hướng tới Dynamic MTBF (MTBF Động).² Thay vì một con số tĩnh, MTBF sẽ thay đổi theo thời gian thực dựa trên điều kiện vận hành hiện tại (tải trọng, nhiệt độ môi trường). Ví dụ, MTBF của một động cơ có thể giảm đi một nửa nếu nó vận hành trong môi trường nhiệt độ cao bất thường, và hệ thống sẽ cảnh báo điều này ngay lập tức.

6.2. Mở rộng Dữ liệu Nguồn

Ngoài Work Orders, HxGN APM đang mở rộng khả năng tính toán MTBF dựa trên dữ liệu phi cấu trúc, như nhật ký vận hành viết tay được số hóa bằng OCR, hoặc dữ liệu âm thanh/hình ảnh từ camera giám sát. Điều này giúp nắm bắt các sự kiện hỏng hóc mà có thể chưa bao giờ được tạo Work Order chính thức.

Kết luận

Tính năng tính toán MTBF của HxGN APM đại diện cho sự kết hợp hoàn hảo giữa nguyên lý kỹ thuật độ tin cậy truyền thống và sức mạnh công nghệ số hiện đại. Bằng cách tự động hóa việc thu thập dữ liệu từ EAM, cung cấp công cụ hiệu chỉnh linh hoạt cho con người, và trực quan hóa kết quả thông qua Asset Twin, HxGN APM trao quyền cho các tổ chức công nghiệp khả năng kiểm soát vận mệnh tài sản của mình.

Việc hiểu và làm chủ tính năng này không chỉ giúp cải thiện các chỉ số kỹ thuật mà còn tác động trực tiếp đến kết quả kinh doanh (Bottom line): giảm chi phí bảo trì, tăng thời gian chạy máy (Uptime), và kéo dài tuổi thọ tài sản. Đối với bất kỳ doanh nghiệp nào đang trên lộ trình chuyển đổi số, việc khai thác sâu tính năng MTBF trong HxGN APM là bước đi chiến lược không thể bỏ qua.

Phụ lục A: Chi tiết Kỹ thuật về Chuẩn hóa Dữ liệu theo ISO 14224

Trong quá trình tính toán MTBF, việc tuân thủ các tiêu chuẩn quốc tế là cực kỳ quan trọng để đảm bảo dữ liệu có thể so sánh được (benchmarking). HxGN APM được thiết kế để hỗ trợ cấu trúc dữ liệu của ISO 14224 – Tiêu chuẩn về thu thập và trao đổi dữ liệu độ tin cậy và bảo trì cho thiết bị trong ngành công nghiệp dầu khí và hóa dầu.¹¹

A.1. Cấu trúc Phân cấp (Taxonomy)

HxGN APM sử dụng cấu trúc phân cấp tài sản tương thích với ISO 14224, cho phép tính toán MTBF ở nhiều cấp độ:

Cấp độ 6 (Equipment Unit): Tính MTBF cho toàn bộ cái máy bơm.
Cấp độ 7 (Component): Tính MTBF cho riêng bộ phận làm kín (Seal) hoặc vòng bi (Bearing).Việc này đòi hỏi dữ liệu Work Order từ EAM phải được ghi chép chi tiết đến cấp độ linh kiện. Nếu Work Order chỉ ghi chung chung là “Sửa máy bơm”, HxGN APM sẽ chỉ tính được MTBF cấp thiết bị.

A.2. Mã hóa Hỏng hóc (Failure Coding)

ISO 14224 quy định các mã lỗi chuẩn. HxGN APM có khả năng map (ánh xạ) các mã lỗi tùy biến của doanh nghiệp trong EAM sang các mã chuẩn ISO này trong quá trình tính toán.

Ví dụ:

Mã EAM: “RUNG_CAO” -> Mã ISO: “VIB” (Vibration).
Mã EAM: “KHONG_KHOI_DONG” -> Mã ISO: “FTS” (Fail to Start).Sự ánh xạ này giúp các báo cáo MTBF trong HxGN APM có ngôn ngữ chung, dễ dàng chia sẻ và so sánh giữa các nhà máy khác nhau sử dụng các hệ thống EAM khác nhau.

A.3. Định nghĩa ranh giới hỏng hóc (Failure Boundary)

Một thách thức trong tính MTBF là xác định ranh giới. HxGN APM cho phép định nghĩa “Boundary” trong Asset Twin. Hỏng hóc của hệ thống bôi trơn phụ trợ có được tính là hỏng hóc của máy nén khí chính hay không? Cấu hình trong APM sẽ quyết định điều này, đảm bảo tính nhất quán của chỉ số MTBF.

Phụ lục B: Kịch bản Thực tế (Case Study Simulation)

Để minh họa rõ hơn quy trình làm việc với tính năng MTBF trong HxGN APM, hãy xem xét kịch bản tại một nhà máy hóa chất sử dụng HxGN EAM tích hợp với HxGN APM.

Bối cảnh

Nhà máy có một hệ thống bơm cấp liệu quan trọng (Critical Feed Pump P-101). Gần đây, đội vận hành phàn nàn rằng máy bơm này hỏng liên tục, nhưng báo cáo bảo trì hàng tháng từ EAM lại cho thấy độ tin cậy “chấp nhận được”. Giám đốc nhà máy yêu cầu Kỹ sư Độ tin cậy sử dụng HxGN APM để làm rõ sự thật.

Bước 1: Phân tích Hiện trạng trên Dashboard

Kỹ sư mở Asset Health Dashboard trong HxGN APM. Widget MTBF cho bơm P-101 hiển thị con số 720 giờ (khoảng 1 tháng). Đường xu hướng (Trend) đang đi ngang. Con số này có vẻ khớp với báo cáo EAM, nhưng không khớp với cảm nhận của vận hành.

Bước 2: Đi sâu vào Dữ liệu (Drill-down)

Kỹ sư truy cập module Asset Risk Analyzer và mở danh sách ARA Work Orders cho P-101. Anh ta thấy có 20 Work Order được tạo trong 6 tháng qua.

Bước 3: Phát hiện Vấn đề (Override)

Khi rà soát kỹ 20 Work Order này, anh phát hiện ra sự bất thường:

5 WO là lệnh “Kiểm tra rò rỉ” do hệ thống giám sát tự động tạo ra, nhưng kết quả kiểm tra là “Không rò rỉ”. Tuy nhiên, EAM vẫn để loại lệnh là “Corrective”. Đây là nhiễu dữ liệu.
3 WO là do lỗi của van điều khiển phía trước dòng chảy (upstream), làm bơm bị trip (dừng) do áp suất thấp. Đây không phải lỗi của bơm.
Các WO còn lại là lỗi phớt cơ khí thực sự.

Bước 4: Thực hiện Hành động Hiệu chỉnh

Trên giao diện HxGN APM, kỹ sư thực hiện:

Đánh dấu 5 WO “Kiểm tra” là “Non-Failure”.
Đánh dấu 3 WO do lỗi van là “Exclude from Calculation” (vì đây là lỗi ngoại lai).
Nhập ghi chú: “Hiệu chỉnh dữ liệu để loại bỏ các báo động giả và lỗi hệ thống phụ trợ”.

Bước 5: Kết quả Mới và Chiến lược Mới

Sau khi lưu và tính toán lại, MTBF của bơm P-101 tăng vọt lên 1.500 giờ. Tuy nhiên, khi nhìn vào biểu đồ phân bố các lỗi còn lại, kỹ sư thấy 100% là lỗi phớt.

Đồng thời, anh nhận ra rằng chu kỳ thay phớt định kỳ hiện tại đang để là 2.000 giờ.

Kết luận: Máy bơm đang hỏng phớt (lúc 1.500 giờ) TRƯỚC khi đến hạn thay thế (2.000 giờ).

Bước 6: Đề xuất

Dựa trên dữ liệu MTBF đã được làm sạch từ HxGN APM, kỹ sư đề xuất:

Giảm chu kỳ thay phớt xuống 1.400 giờ để ngăn chặn dừng máy đột ngột.
Hoặc: Nâng cấp loại phớt tốt hơn để kéo dài MTBF lên trên 2.000 giờ.

Kịch bản này minh họa sức mạnh của việc kết hợp tính toán tự động với sự can thiệp thông minh của con người thông qua quy trình Override trong HxGN APM.

Nguồn tham khảo

Mean Time Between Failures (MTBF) – HxGN APM – Version – Help …, accessed January 7, 2026, https://docs.hexagonppm.com/r/en-US/Glossary/1493221
Hexagon’s HxGN APM lauded as an industry innovator by independent research firm, accessed January 7, 2026, https://hexagon.com/company/newsroom/press-releases/2024/hexagons-hxgn-apm-lauded-as-an-industry-innovator-by-independent-research-firm
Hexagon Solutions – ABS Group, accessed January 7, 2026, https://www.abs-group.com/Solutions/Software-Solutions/Hexagon-Solutions/
Asset Performance Management Software – HxGN APM – Hexagon, accessed January 7, 2026, https://hexagon.com/products/asset-performance-management
The Asset Twin – HxGN APM – Help – Hexagon, accessed January 7, 2026, https://docs.hexagonali.com/r/en-US/HxGN-APM-Process-Overview/1474831
MTBF – HxGN EAM – 12.0.1 – Help – Hexagon Documentation, accessed January 7, 2026, https://docs.hexagonppm.com/r/en-US/HxGN-EAM-Help/12.2/1260005
MTBF – HxGN EAM – 12.0.1 – Help – Hexagon Documentation, accessed January 7, 2026, https://docs.hexagonppm.com/r/en-US/HxGN-EAM-Help/1260005
Protect with Strategy – HxGN APM – Help – Hexagon, accessed January 7, 2026, https://docs.hexagonppm.com/r/en-US/HxGN-APM-Process-Overview/1474835
APM Solution – HxGN APM – Version – Reference – Hexagon, accessed January 7, 2026, https://docs.hexagonali.com/r/en-US/Glossary/1493213
Connection – HxGN APM – Version – Reference – Hexagon, accessed January 7, 2026, https://docs.hexagonali.com/r/en-US/Glossary/1492919
Practical application of ISO 14224 methods in corporate software, accessed January 7, 2026, https://standard.no/globalassets/fagomrader-sektorer/petroleum/houston/2018-05-04—session-3.2-practical-applic–iso-14224_isotc67-wg4-seminar-may-2018.pdf
Reliability Dynamics ISPM Solution For SAP | PDF – Scribd, accessed January 7, 2026, https://www.scribd.com/document/235822109/Reliability-Dynamics-ISPM-Solution-for-SAP
Glossary – HxGN APM – Version – Reference – Hexagon, accessed January 7, 2026, https://docs.hexagonali.com/r/en-US/Glossary/1492891
Equipment Health widget – HxGN EAM – 12.1.1 – Feature Briefs – Hexagon, accessed January 7, 2026, https://docs.hexagonppm.com/r/en-US/HxGN-EAM-Overview-360/12.1.1/1277572
Defining systems – HxGN EAM – 12.3 – Help – Hexagon, accessed January 7, 2026, https://docs.hexagonppm.com/r/en-US/HxGN-EAM-Help/12.3/1260624
Mean time between failures per equipment – HxGN EAM – Help – Hexagon Documentation, accessed January 7, 2026, https://docs.hexagonppm.com/r/en-US/Report-EAM/1261297
Proceedings of the 10th Model-Based Enterprise Summit (MBE 2019) – NIST Technical Series Publications, accessed January 7, 2026, https://nvlpubs.nist.gov/nistpubs/ams/NIST.AMS.100-24.pdf
Binary and Hexadecimal Data List | PDF | Filtration – Scribd, accessed January 7, 2026, https://www.scribd.com/document/712372860/SpellTermList