Tổng quan nghiên cứu

Thị trường Internet of Things (IoT) toàn cầu ghi nhận tốc độ tăng trưởng vượt bậc từ 157 tỷ USD năm 2016 lên 457 tỷ USD vào năm 2020, đạt tỷ lệ tăng trưởng kép hàng năm (CAGR) ở mức 28,4%. Theo báo cáo của IoT Analytics khảo sát tại 50 đô thị lớn trên toàn thế giới, các dự án giám sát mực nước chống ngập lụt chiếm 70% và giám sát chất lượng không khí ô nhiễm chiếm 63% trong tổng số các ứng dụng đô thị thông minh được triển khai thực tế.

Trong bối cảnh công nghiệp 4.0 phát triển mạnh mẽ, việc theo dõi thủ công các chỉ số môi trường, áp suất bình khí và mực nước tại các nhà máy, xí nghiệp bộc lộ nhiều hạn chế nghiêm trọng. Phương thức kiểm tra truyền thống thường có độ trễ lớn, chi phí nhân sự cao và không thể cảnh báo kịp thời khi xảy ra sự cố rò rỉ, nguy cơ quá áp gây cháy nổ lò hơi hoặc thất thoát tài nguyên nước.

Mục tiêu cụ thể của nghiên cứu là xây dựng hệ thống ứng dụng web AirPlex tích hợp giải pháp IoT toàn diện. Hệ thống cho phép tự động thu thập dữ liệu từ các thiết bị cảm biến áp suất không khí và phao đo mực nước, lưu trữ tập trung trên nền tảng đám mây, đồng thời phân tích và kích hoạt cảnh báo tức thời qua thư điện tử Amazon SES và ứng dụng nhắn tin LINE.

Nghiên cứu được triển khai thực nghiệm tại Thành phố Hồ Chí Minh trong giai đoạn năm 2021, tập trung vào phạm vi giám sát các thông số kỹ thuật của lò hơi công nghiệp và hệ thống trữ nước sinh hoạt, sản xuất. Giải pháp mang lại ý nghĩa thực tiễn lớn khi giảm thiểu tới 90% độ trễ tiếp nhận cảnh báo nguy cơ, nâng cao 100% tính chủ động trong công tác giám sát từ xa và bảo đảm an toàn vận hành liên tục 24/7 cho doanh nghiệp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng kiến trúc IoT 4 lớp tiêu chuẩn (Four-stage IoT Architecture) kết hợp cùng mô hình kiến trúc phần mềm MVC (Model - View - Controller). Bốn lớp chức năng bao gồm: lớp thiết bị cảm biến và cơ cấu chấp hành (Sensors and Actuators) làm nhiệm vụ thu nhận biến đổi vật lý; lớp truyền thông kết nối mạng (Connectivity Layer); lớp nền tảng phần mềm trung gian (IoT Platform Middleware) chịu trách nhiệm xử lý, lưu trữ dữ liệu; và lớp ứng dụng phân tích dữ liệu trực quan (Applications and Analytics Layer).

Nghiên cứu ứng dụng 5 khái niệm công nghệ cốt lõi:

  1. Cảm biến và cơ cấu chấp hành: Thiết bị đo biến đổi áp suất khí và mực nước thành tín hiệu điện tín hiệu số.
  2. Công nghệ mạng diện rộng công suất thấp LPWAN: Điển hình là chuẩn kết nối NB-IoT (NarrowBand IoT) được chuẩn hóa bởi 3GPP, hoạt động linh hoạt trên các băng tần hẹp từ 180 kHz đến 200 kHz với 3 chế độ Stand-alone, Guard-band và In-band.
  3. Nền tảng trung gian đám mây: Sử dụng hạ tầng điện toán đám mây Amazon Web Services bao gồm AWS IoT Core, DynamoDB, RDS MySQL và máy chủ ảo EC2.
  4. Giao thức truyền thông máy qua máy (M2M): Hỗ trợ trao đổi gói tin an toàn thông qua MQTT, HTTPS và Websockets Secure (WSS).
  5. Framework phát triển web hiệu năng cao: Khung ứng dụng Yii2 viết bằng ngôn ngữ PHP hỗ trợ tối ưu hóa bộ nhớ đệm và quản trị cơ sở dữ liệu quan hệ lẫn phi quan hệ.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài được thu thập tự động từ 2 nhóm thiết bị đo lường thực tế: cảm biến đo áp suất khí nén và thiết bị cảm biến phao đo mực nước. Dữ liệu từ thiết bị được đóng gói và truyền tải qua sóng Wi-Fi (chuẩn IEEE 802.11 hoạt động ở tần số 2,4 GHz và 5 GHz với phạm vi phủ sóng hiệu dụng 55 mét) hoặc qua sóng mạng viễn thông NB-IoT gửi về cổng trung tâm AWS IoT Core và hệ thống máy chủ Softbank.

Phương pháp phân tích dữ liệu được thực hiện theo quy trình 4 bước chuẩn hóa:

  1. Tiếp nhận luồng dữ liệu thô gửi về định kỳ từ máy chủ lưu trữ.
  2. Giải mã chuỗi dữ liệu từ hệ thập lục phân (Hexadecimal) sang hệ thập phân (Decimal), sau đó quy đổi chính xác sang đơn vị đo lường áp suất tiêu chuẩn kilopascal (kPa).
  3. Đối chiếu giá trị tính toán với 2 ngưỡng an toàn cấu hình động: ngưỡng áp suất tối thiểu (lower_pressure_value) và ngưỡng áp suất tối đa (pressure_upper_limit).
  4. Phân tích chu kỳ hoạt động sống chết của thiết bị (life_death_interval) nhằm phát hiện sự cố mất tín hiệu đường truyền.

Cỡ mẫu thử nghiệm bao gồm 50 luồng dữ liệu thiết bị cảm biến hoạt động liên tục trong môi trường giả lập và thực tế. Phương pháp chọn mẫu phân tầng ngẫu nhiên được áp dụng để chia đều mẫu thử cho 2 nhóm thiết bị đo áp suất và đo mực nước. Lý do lựa chọn phương pháp phân tích ngưỡng so sánh trực tiếp kết hợp thuật toán kiểm tra chu kỳ sống chết là nhằm tối ưu hóa năng lực tính toán của máy chủ đám mây, đảm bảo thời gian phản hồi cực nhanh dưới 1 giây và triệt tiêu hoàn toàn độ trễ cảnh báo. Toàn bộ tiến trình nghiên cứu và thực nghiệm được tiến hành liên tục trong thời gian 12 tháng của năm 2021.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình kiểm thử và đánh giá thực nghiệm hệ thống AirPlex ghi nhận 4 phát hiện quan trọng có giá trị thực tiễn cao:

Thứ nhất, thuật toán giải mã dữ liệu của hệ thống đạt độ chính xác tuyệt đối 100% khi chuyển đổi hơn 1.000 gói tin từ định dạng Hexadecimal sang đơn vị kPa trong điều kiện tải biến thiên liên tục, hoàn toàn không xuất hiện sai số làm tròn hay lỗi tràn bộ nhớ.

Thứ hai, cơ chế phát hiện trạng thái hoạt động dựa trên tham số thời gian chu kỳ sống chết (life_death_interval) giúp hệ thống nhận diện chính xác 100% sự cố thiết bị ngừng truyền dữ liệu. Thời gian ghi nhận thiết bị mất kết nối giảm từ 30 phút theo phương pháp tuần tra thủ công xuống còn dưới 10 giây trên hệ thống tự động.

Thứ ba, việc tích hợp đồng thời 2 kênh cảnh báo qua Amazon SES và LINE Messaging API giúp tăng tỷ lệ tiếp cận thông báo khẩn cấp tới người dùng lên 99,8%. Trong đó, phương thức thông báo đẩy đa người dùng (Broadcast) qua ứng dụng LINE rút ngắn hơn 85% thời gian phát tán cảnh báo so với quy trình gửi thư điện tử đơn lẻ qua giao thức SMTP truyền thống.

Thứ tư, giao diện quản trị web xây dựng trên nền tảng Yii2 Framework và phân quyền 2 cấp (System Admin và User Admin) cho phép xử lý mượt mà việc quản lý đồng thời 3 tùy chọn nhóm thiết bị (thiết bị áp suất, thiết bị đo nước, và toàn bộ thiết bị). Tốc độ phản hồi và tải trang Dashboard đạt dưới 1,5 giây cho 100% các phiên truy cập dữ liệu lớn.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt hiệu năng vượt trội là nhờ việc tách biệt rõ ràng các tầng kiến trúc và áp dụng các dịch vụ đám mây chuyên dụng. Việc thay thế máy chủ gửi thư Gmail SMTP bằng Amazon SES đã loại bỏ hoàn toàn các rào cản về bảo mật phức tạp, lỗi nghẽn hạn ngạch gửi thư và yêu cầu xác thực nhiều bước của các dịch vụ miễn phí.

Hệ thống cho phép hiển thị trực quan các luồng dữ liệu môi trường thông qua bảng số liệu chi tiết (Data Table) và biểu đồ đường biến thiên theo thời gian thực (Real-time Line Chart). Trên biểu đồ, trục hoành thể hiện mốc thời gian tiếp nhận dữ liệu và trục tung biểu diễn giá trị áp suất thực tế tính bằng kPa. Các đường giới hạn ngưỡng cảnh báo màu đỏ (ngưỡng trên) và màu vàng (ngưỡng dưới) được vẽ cố định, giúp người vận hành lập tức nhận biết thời điểm giá trị áp suất vượt ngưỡng an toàn khi đồ thị cắt qua các đường giới hạn này. Bảng nhật ký lỗi (Error Log) đi kèm tự động ghi lại chính xác thời điểm xảy ra sự cố, loại cảnh báo và trạng thái gửi tin.

So sánh với các hệ thống giám sát SCADA truyền thống vốn đòi hỏi chi phí đầu tư phần cứng và bản quyền lên tới hàng chục nghìn USD, giải pháp AirPlex ứng dụng IoT đám mây giúp tiết kiệm hơn 60% chi phí triển khai ban đầu. Đồng thời, giải pháp này vượt trội hoàn toàn về khả năng truy cập linh hoạt từ xa trên mọi thiết bị di động mà không phụ thuộc vào hạ tầng mạng nội bộ cố định.

Đề xuất và khuyến nghị

Nhằm tối ưu hóa hiệu quả ứng dụng công nghệ IoT vào công tác quản trị môi trường và an toàn vận hành, nghiên cứu đưa ra 4 giải pháp cụ thể:

  1. Chuẩn hóa quy trình lắp đặt cảm biến IoT công nghiệp: Các doanh nghiệp sản xuất cần tiến hành rà soát và lắp đặt đồng bộ các cảm biến đo áp suất khí lò hơi và cảm biến phao nước đạt tiêu chuẩn IP67/IP68. Mục tiêu đạt tỷ lệ kết nối thiết bị ổn định trên 99,5%, hoàn thành trong quý 1 năm 2022 dưới sự chủ trì của Bộ phận Cơ điện và Quản lý Kỹ thuật.

  2. Tích hợp mô hình trí tuệ nhân tạo dự đoán lỗi sớm: Đội ngũ kỹ sư phần mềm cần nâng cấp lõi xử lý của ứng dụng web, bổ sung các thuật toán Machine Learning phân tích chuỗi thời gian nhằm dự báo trước xu hướng suy giảm áp suất hoặc rủi ro trào nước trước ít nhất 15 phút. Kế hoạch phát triển dự kiến thực hiện trong vòng 6 tháng tới do Nhóm Nghiên cứu và Phát triển (R&D) đảm trách.

  3. Mở rộng hạ tầng truyền thông mạng diện rộng NB-IoT và LoRaWAN: Ban giám đốc nhà máy cần chủ động hợp tác với các doanh nghiệp viễn thông để phủ sóng mạng NB-IoT tại 100% các khu vực nhà xưởng kín, tầng hầm và bồn chứa kim loại dày. Tiến độ hoàn thiện đề xuất vào quý 2 năm 2022 dưới sự giám sát của Phòng Công nghệ Thông tin.

  4. Xây dựng quy chế phản ứng sự cố khẩn cấp đa kênh: Doanh nghiệp cần ban hành văn bản quy định trách nhiệm xử lý thông tin cảnh báo từ hệ thống LINE Bot và Email cho 100% nhân viên vận hành, cam kết chỉ tiêu thời gian có mặt xử lý kỹ thuật tại hiện trường dưới 5 phút kể từ khi hệ thống phát tín hiệu báo động, áp dụng ngay từ đầu năm 2022.

Đối tượng nên tham khảo luận văn

Luận văn mang lại giá trị học thuật và ứng dụng thực tiễn sâu sắc cho 4 nhóm đối tượng trọng tâm:

  1. Kỹ sư hệ thống nhúng và IoT: Tiếp cận tài liệu hướng dẫn chi tiết về phương pháp ghép nối cảm biến vật lý qua giao thức Wi-Fi và NB-IoT, kỹ thuật chuyển đổi dữ liệu Hexadecimal sang số thực và phương pháp viết mã kiểm thử Unit Test tự động cho luồng dữ liệu thiết bị.

  2. Lập trình viên Web và Điện toán đám mây: Tham khảo kiến trúc thiết kế hệ thống hoàn chỉnh sử dụng PHP Yii2 Framework kết hợp với hệ sinh thái AWS (AWS IoT Core, DynamoDB, RDS MySQL) cùng kỹ thuật tích hợp API gửi thông báo thời gian thực qua Amazon SES và LINE Messaging API.

  3. Quản lý nhà máy và kỹ sư an toàn lao động: Nắm bắt giải pháp giám sát tự động áp suất lò hơi và mực nước sinh hoạt công nghiệp, từ đó loại bỏ 80% công tác kiểm tra thủ công, ngăn chặn triệt để nguy cơ cháy nổ thiết bị áp lực và thất thoát tài nguyên nước.

  4. Học viên cao học và nhà nghiên cứu công nghệ thông tin: Khai thác nguồn tài liệu tham khảo chuẩn mực về kiến trúc 4 lớp IoT, các giao thức truyền thông không dây LPWAN tiên tiến và xu hướng phát triển ứng dụng giám sát môi trường phục vụ mục tiêu xây dựng đô thị thông minh.

Câu hỏi thường gặp

Hệ thống xử lý chuỗi dữ liệu áp suất từ cảm biến gửi về như thế nào?

Hệ thống tiếp nhận chuỗi byte dữ liệu thô ở định dạng thập lục phân từ AWS IoT Core hoặc Softbank API, sau đó tự động chuyển đổi sang hệ thập phân và chia theo tỷ lệ để quy đổi thành áp suất đơn vị kPa. Giá trị này được đối chiếu ngay lập tức với 2 ngưỡng cài đặt sẵn để kích hoạt trạng thái bình thường hoặc cảnh báo trong vòng dưới 1 giây.

Tại sao nghiên cứu lại tích hợp cảnh báo qua ứng dụng LINE thay vì chỉ sử dụng Email?

Việc gửi Email qua máy chủ thông thường dễ gặp độ trễ, bị rơi vào thư rác và giới hạn số lượng gửi trong ngày. Tích hợp LINE Messaging API cho phép gửi tin nhắn đẩy tức thời đến điện thoại của hàng loạt người phụ trách cùng lúc, tăng tốc độ tiếp nhận thông tin khẩn cấp lên gấp nhiều lần.

Giao thức mạng NB-IoT mang lại lợi ích gì vượt trội cho việc giám sát môi trường?

NB-IoT hoạt động trên băng tần hẹp từ 180 kHz đến 200 kHz, mang lại khả năng xuyên tường sâu trong các khu công nghiệp và tầm phủ sóng rộng lớn. Công nghệ này tiêu thụ điện năng cực thấp, giúp thiết bị duy trì hoạt động từ 5 đến 10 năm chỉ với nguồn pin nhỏ.

Cơ chế nhận diện thiết bị cảm biến bị mất tín hiệu hoạt động ra sao?

Hệ thống dựa trên tham số khoảng thời gian chu kỳ sống chết do quản trị viên thiết lập. Nếu thời gian kể từ lần cuối cùng thiết bị gửi dữ liệu vượt quá ngưỡng quy định này, hệ thống sẽ tự động chuyển trạng thái thiết bị sang ngắt kết nối và gửi thông báo cảnh báo thiết bị dừng hoạt động.

Ưu điểm nổi bật của Yii2 Framework trong việc xây dựng ứng dụng giám sát IoT là gì?

Yii2 Framework xây dựng theo mô hình MVC, cung cấp giải pháp lưu bộ nhớ đệm đa tầng và hỗ trợ làm việc tối ưu với cả cơ sở dữ liệu quan hệ lẫn phi quan hệ. Khung ứng dụng này đảm bảo hệ thống phân quyền 2 cấp vận hành ổn định và giữ tốc độ tải dữ liệu dưới 1,5 giây.

Kết luận

  • Xây dựng thành công hệ thống giám sát môi trường AirPlex trên nền tảng ứng dụng web kết hợp hoàn chỉnh kiến trúc 4 lớp IoT.
  • Hiện thực hóa thuật toán xử lý dữ liệu cảm biến áp suất khí và mực nước từ định dạng Hexadecimal sang đơn vị kPa với độ chính xác tuyệt đối 100%.
  • Triển khai thành công cơ chế cảnh báo thời gian thực đa kênh qua Amazon SES và LINE Bot, giúp nâng cao hơn 85% tốc độ phản ứng sự cố của đội ngũ vận hành.
  • Tích hợp linh hoạt và hiệu quả hệ thống cơ sở dữ liệu đám mây phân tán AWS IoT Core, DynamoDB, RDS MySQL cùng công nghệ truyền thông NB-IoT.
  • Thiết kế hoàn chỉnh module Unit Test tự động, bảo đảm tính ổn định và độ tin cậy của mã nguồn khi mở rộng quy mô hệ thống trong tương lai.

Đóng góp chính của luận văn là đã giải quyết trọn vẹn bài toán tự động hóa quy trình giám sát thông số môi trường áp suất và mực nước từ tầng thiết bị phần cứng đến tầng ứng dụng web quản trị, mang lại giải pháp cảnh báo sớm hiệu quả và tiết kiệm chi phí cho các khu công nghiệp.

Trong kế hoạch phát triển 12 tháng tiếp theo từ năm 2022 đến năm 2023, hệ thống sẽ tiếp tục được tích hợp trí tuệ nhân tạo để phân tích dữ liệu chuyên sâu và mở rộng triển khai thử nghiệm trên quy mô hơn 20 nhà máy sản xuất.

Các nhà quản lý và kỹ sư công nghệ hãy chủ động ứng dụng mô hình kiến trúc IoT giám sát môi trường này để nâng cao hiệu suất vận hành và đảm bảo an toàn tuyệt đối cho hệ thống của mình ngay hôm nay.