Bối cảnh và vấn đề nghiên cứu

Lý do chọn đề tài
Trong bối cảnh ngành cơ khí Việt Nam có khoảng 3.100 doanh nghiệp và 53.000 cơ sở sản xuất (VAMI, 2024), các công ty đang đối mặt với áp lực mạnh mẽ về chất lượng, chi phí và thời gian giao hàng. Công ty TNHH Cơ Khí Chính Xác DHT, một doanh nghiệp vừa và nhỏ, sản xuất bánh răng M2A – mặt hàng có sản lượng lớn và yêu cầu độ chính xác cao – đã ghi nhận tỷ lệ lỗi PPM (phần triệu) vượt mục tiêu (4.850 PPM so với mục tiêu 3 PPM). Các lỗi, đặc biệt là nứt trong công đoạn xử lý nhiệt, gây tăng chi phí phế phẩm, tái chế và ảnh hưởng tiêu cực đến uy tín công ty. Vì vậy, việc áp dụng một phương pháp cải tiến quy trình có hệ thống để giảm tỷ lệ lỗi là cần thiết và mang tính thời sự.

Mục tiêu và câu hỏi/nhiệm vụ nghiên cứu

  1. Mục tiêu nghiên cứu
    1.1 Phân tích thực trạng kiểm soát chất lượng sản phẩm bánh răng M2A tại công ty DHT.
    1.2 Xác định nguyên nhân gốc rễ các lỗi thường gặp, đặc biệt là lỗi nứt trong công đoạn xử lý nhiệt.
    1.3 Áp dụng phương pháp DMAIC (Define‑Measure‑Analyze‑Improve‑Control) để giảm tỷ lệ lỗi của sản phẩm.

  2. Câu hỏi nghiên cứu
    2.1 Tỷ lệ lỗi hiện tại của bánh răng M2A ở các công đoạn sản xuất là bao nhiêu?
    2.2 Nguyên nhân chính gây ra lỗi nứt trong công đoạn xử lý nhiệt là gì?
    2.3 Các công cụ thống kê nào được sử dụng để phân tích dữ liệu lỗi?
    2.4 Sau khi thực hiện cải tiến, tỷ lệ lỗi đã giảm bao nhiêu?

Đối tượng, phạm vi nghiên cứu

  • Đối tượng: Lỗi sản phẩm bánh răng M2A tại công ty TNHH Cơ Khí Chính Xác DHT.
  • Phạm vi không gian: Xưởng sản xuất của công ty DHT (địa chỉ: 68 tổ 7B, khu phố Miễu, TP. Biên Hòa; và các địa chỉ sản xuất phụ).
  • Phạm vi thời gian: 15/09/2024 – 15/11/2024, thời gian thu thập dữ liệu và triển khai các giai đoạn DMAIC.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết, khái niệm, mô hình

Khái niệm / Mô hình Nguồn trích dẫn trong fulltext Nội dung chính
Six Sigma Xi & Yang (2024); Harry & Schroeder (2000) Phương pháp quản lý dữ liệu hướng tới kết quả, tập trung vào loại bỏ nguyên nhân gốc rễ của lỗi.
DMAIC Pyzdek & Keller (2014); Montgomery (2012) Chu trình gồm Define‑Measure‑Analyze‑Improve‑Control, được dùng trong Six Sigma để cải tiến quy trình.
SIPOC Montgomery (2012) Sơ đồ khái quát quy trình: Supplier‑Input‑Process‑Output‑Customer.
VOC / CTQ Akao (2004); George (2002) Voice of Customer (yêu cầu khách hàng) → Critical to Quality (đặc tính quan trọng).
Pareto Chart Juran & Gryna (1993) Phân loại nguyên nhân chính dựa trên nguyên tắc 80/20.
Fishbone (Ishikawa) Diagram Ishikawa (1985) Phân loại nguyên nhân theo nhóm (máy móc, vật liệu, con người, môi trường...).
5W1H Ishikawa (1985) Phương pháp đặt câu hỏi: What, Why, Where, When, Who, How.
Brainstorming Osborn (1939) Kỹ thuật tạo ý tưởng nhóm.
5 Whys Toyota Production System Đặt “Tại sao?” lặp lại để khai thác nguyên nhân gốc rễ.
Hypothesis Testing – Proportion Subudh (2019) Kiểm định tỷ lệ lỗi so với mức tiêu chuẩn.
Pugh Matrix Pugh (1990) Đánh giá và lựa chọn giải pháp cải tiến.
Check Sheet Pyzdek & Keller (2014) Phiếu ghi lại tần suất xuất hiện các lỗi.
Biểu đồ kiểm soát (P‑chart) Montgomery (2020) Theo dõi tỷ lệ lỗi (defective proportion) theo thời gian.

Phương pháp nghiên cứu thực tế

  • Thu thập dữ liệu thứ cấp: Số liệu nội bộ từ bộ phận sản xuất và chất lượng của công ty DHT (bảng lỗi, thống kê PPM, biểu đồ).
  • Thu thập dữ liệu sơ cấp: Phỏng vấn, lấy ý kiến chuyên gia, thu thập dữ liệu qua phiếu kiểm tra (check sheet) trong quá trình thực tập.
  • Áp dụng DMAIC:
    • Define: Sử dụng SIPOC, VOC, CTQ, Pareto, 5W1H để xác định vấn đề và mục tiêu.
    • Measure: Thu thập dữ liệu thực tế, sử dụng biểu đồ thống kê, histogram, fishbone.
    • Analyze: Kiểm định giả thuyết tỷ lệ, 5 Whys, phân tích nguyên nhân bằng Ishikawa và Pareto.
    • Improve: Lựa chọn giải pháp qua ma trận Pugh, thực hiện cải tiến (điều chỉnh nhiệt độ, vị trí làm nguội).
    • Control: Thiết lập phiếu kiểm tra, P‑chart để giám sát liên tục.

Nguồn dữ liệu

  • Bảng 4.1 – Tỷ lệ lỗi PPM theo tháng (9 / 2024 = 4 850 PPM).
  • Bảng 4.2 – Tỷ lệ lỗi theo công đoạn (Xử lý nhiệt = 3 800 PPM, Mài răng = 425 PPM, …).
  • Bảng 4.3 – Phân loại lỗi trong công đoạn xử lý nhiệt (Nứt = 111, Cong vênh = 16, Độ cứng không đạt = 13, Oxi hoá = 9, Khác = 3).

Nội dung chính theo từng chương

Chương 1: Giới thiệu công ty TNHH Cơ Khí Chính Xác DHT

  • Tổng quan về công ty: thành lập 2018, chuyên sản xuất bánh răng, dây chuyền máy móc hiện đại, đội ngũ nhân sự lành nghề.
  • Tầm nhìn, sứ mệnh, giá trị cốt lõi: “chất lượng đi đôi với uy tín”, cam kết đáp ứng yêu cầu kỹ thuật khắt khe.
  • Cơ cấu tổ chức: các khối Văn phòng, Kinh doanh, Sản xuất (Vật liệu, Kho, Kỹ thuật, Sản xuất, Chất lượng).
  • Sản phẩm chủ lực: bánh răng M2A (bước răng = 2 mm, độ cứng bề mặt = 45‑60 HRC).

Chương 2: Cơ sở lý thuyết

  • Trình bày chi tiết các khái niệm Six Sigma, DMAIC và các công cụ thống kê (SIPOC, VOC, CTQ, Pareto, Fishbone, 5W1H, Brainstorming, 5 Whys, Hypothesis Testing‑Proportion, Pugh Matrix, Check Sheet, P‑chart).
  • Giải thích cách các công cụ này hỗ trợ việc xác định, đo lường và phân tích lỗi trong quy trình sản xuất bánh răng.

Chương 3: Thực trạng hoạt động kiểm soát chất lượng

  • Quy trình sản xuất: Chuẩn bị nguyên liệu → Gia công tiện → Gia công phay → Mài răng → Xử lý nhiệt → Kiểm tra chất lượng → Hoàn thiện bề mặt → Đóng gói.
  • Kiểm soát chất lượng: Kiểm tra nguyên vật liệu đầu vào, kiểm tra trong quá trình gia công, kiểm tra sau xử lý nhiệt, kiểm tra cuối cùng.
  • Thống kê lỗi (trích từ bảng 4.1‑4.3):
    | Công đoạn          | PPM  | Ghi chú |
    |--------------------|------|---------|
    | Gia công tiện      | 275  |         |
    | Gia công phay      | 350  |         |
    | Mài răng           | 425  |         |
    | Xử lý nhiệt        | 3 800| Lỗi nứt, cong vênh, độ cứng không đạt |
    
  • Phân tích nguyên nhân: Biểu đồ Pareto cho thấy 80 % lỗi đến từ “Nứt” (111/152). Fishbone và 5 Whys chỉ ra nhiệt độ xử lý không ổn định và làm nguội không đồng đều là nguyên nhân chính.

Chương 4: Áp dụng phương pháp DMAIC để giảm tỷ lệ lỗi

  • Define: Xác định phạm vi dự án (xưởng xử lý nhiệt, thời gian 15 / 09 / 2024 – 15 / 11 / 2024).
  • Measure: Thu thập dữ liệu thông qua check sheet, đo PPM, ghi lại các tham số nhiệt độ, thời gian làm nguội.
  • Analyze: Sử dụng hypothesis testing‑proportion để kiểm định liệu tỷ lệ lỗi hiện tại có vượt mức kiểm soát hay không; áp dụng 5 Whys để truy tìm nguyên nhân gốc rễ.
  • Improve: Đề xuất các giải pháp:
    1. Cải tiến thiết bị nhiệt để ổn định nhiệt độ.
    2. Tối ưu vị trí làm nguội (đánh giá qua ma trận Pugh).
    3. Đào tạo nhân viên về quy trình kiểm soát nhiệt.
  • Control: Thiết lập phiếu kiểm tra và P‑chart để giám sát liên tục tỷ lệ lỗi sau cải tiến.

Kết quả sau cải tiến (được trình bày trong phần “Kết luận sau cải tiến” của luận văn) cho thấy tỷ lệ lỗi giảm đáng kể, đáp ứng mục tiêu đề ra.

Kết quả và đóng góp

Kết quả chính Nội dung trong văn bản
Giảm tỷ lệ lỗi PPM Từ 4 850 PPM (tháng 9/2024) giảm xuống dưới 3 000 PPM sau cải tiến (được minh họa trong biểu đồ kiểm soát P‑chart).
Giảm lỗi nứt Số lỗi nứt trong công đoạn xử lý nhiệt giảm từ 111 lên < 30 (theo bảng thống kê “Sau cải tiến”).
Cải tiến quy trình 1) Điều chỉnh nhiệt độ ổn định; 2) Tối ưu vị trí làm nguội; 3) Áp dụng ma trận Pugh để lựa chọn giải pháp hiệu quả nhất.
Đề xuất kiên thức Đề xuất áp dụng DMAIC cho các sản phẩm cơ khí khác trong công ty, đồng thời xây dựng hệ thống đào tạo nội bộ về Six Sigma.

Đóng góp so với nghiên cứu trước

  • Áp dụng DMAIC trong môi trường sản xuất bánh răng M2A tại doanh nghiệp vừa và nhỏ – một trường hợp chưa được khai thác rộng rãi trong tài liệu học thuật về Six Sigma ở Việt Nam.
  • Kết hợp các công cụ thống kê (Pareto, Fishbone, Hypothesis Testing‑Proportion) để đưa ra giải pháp thực tiễn, thay vì chỉ đưa ra khung lý thuyết.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế: Nhân sự bộ phận chất lượng chỉ 8 người, dẫn đến quá tải trong thu thập và phân tích dữ liệu; chi phí đào tạo kỹ thuật mới cao, gây khó khăn trong việc cập nhật công nghệ.
  • Hướng nghiên cứu tiếp:
    1. Mở rộng nghiên cứu áp dụng DMAIC cho các công đoạn khác (gia công tiện, phay).
    2. Khảo sát hiệu quả của các phần mềm quản lý chất lượng (Minitab, SPC) trong việc tự động hoá việc thu thập và phân tích dữ liệu.
    3. Nghiên cứu tác động của việc đào tạo liên tục đối với giảm lỗi lâu dài.

Giá trị tham khảo

  • Sinh viên: Ngành Quản lý Công nghiệp, Kỹ thuật Cơ khí, Quản trị Chất lượng, những người thực hiện đề tài liên quan đến Six Sigma, DMAIC và cải tiến quy trình sản xuất.
  • Nhà nghiên cứu: Các học giả quan tâm tới việc áp dụng Six Sigma trong môi trường doanh nghiệp vừa và nhỏ, đặc biệt trong ngành cơ khí chế tạo.
  • Chuyên gia thực tiễn: Các nhà quản lý chất lượng, kỹ sư quy trình, và nhà tư vấn cải tiến muốn có một ví dụ thực tiễn về việc giảm lỗi sản phẩm bằng phương pháp dữ liệu‑driven.

Câu hỏi thường gặp

  1. Tỷ lệ lỗi PPM của bánh răng M2A trong tháng 9/2024 là bao nhiêu?

    • 4 850 PPM, cao hơn so với mục tiêu 3 000 PPM của công ty.
  2. Nguyên nhân chính gây ra lỗi nứt trong công đoạn xử lý nhiệt là gì?

    • Nhiệt độ xử lý không ổn định và quá trình làm nguội không đồng đều, được chỉ ra qua biểu đồ Pareto và fishbone diagram.
  3. Phương pháp thống kê nào được dùng để kiểm định tỷ lệ lỗi?

    • Kiểm định giả thuyết tỷ lệ (Hypothesis Testing‑Proportion) cùng với sampling ngẫu nhiên được áp dụng.
  4. Sau khi thực hiện cải tiến, tỷ lệ lỗi PPM đã đạt mức nào?

    • Đã giảm xuống dưới 3 000 PPM, đáp ứng mục tiêu chất lượng đề ra.
  5. Giải pháp cải tiến nào được lựa chọn thông qua ma trận Pugh?

    • Cải tiến thiết bị nhiệt để duy trì nhiệt độ ổn định và tối ưu vị trí làm nguội là hai giải pháp được đánh giá có điểm ưu việt nhất.

Kết luận

Đề tài áp dụng phương pháp DMAIC đã xác định được nguyên nhân gốc rễ lỗi nứt trong công đoạn xử lý nhiệt của bánh răng M2A và thực hiện các cải tiến kỹ thuật thực tiễn. Kết quả cho thấy tỷ lệ lỗi PPM giảm đáng kể, đáp ứng mục tiêu chất lượng và tạo nền tảng cho việc triển khai Six Sigma rộng rãi hơn trong công ty. Những hạn chế về nguồn nhân lực và chi phí đào tạo đề xuất hướng nghiên cứu tiếp theo nhằm củng cố và mở rộng cải tiến quy trình sản xuất.