Giới thiệu dự án

Ngành công nghiệp sản xuất lốp xe toàn cầu đang chứng kiến sự cạnh tranh khốc liệt với yêu cầu ngày càng khắt khe về độ an toàn, độ bền và tính đồng nhất của sản phẩm. Theo thống kê từ Hiệp hội Các nhà sản xuất Lốp xe Quốc tế (ITMA), tỷ lệ phế phẩm trong quá trình sản xuất lốp Radial toàn thép (TBR - Truck and Bus Radial) chiếm từ 2.5% đến 4.2% tổng chi phí vận hành nếu không được kiểm soát chặt chẽ ở các công đoạn cốt lõi. Tại Công ty TNHH JinYu (Tire) Việt Nam—nhà máy quy mô 40 hecta tại KCN Phước Đông, Tây Ninh với công suất thiết kế giai đoạn 1 đạt 6.000 lốp TBR/ngày (tương đương 2 triệu lốp/năm)—công đoạn Thành hình (Tire Building) đóng vai trò là "trái tim" của toàn bộ dây chuyền công nghệ.

[Luyện su (Su A/Q)] ➔ [Bán thành phẩm (Cán tráng/Ép đùn/Cắt vải)] ➔ [Thành hình (Building)] ➔ [Lưu hóa (Curing)] ➔ [Kiểm tra (X-Ray/Cân bằng)]
                                                                 [Điểm kiểm soát chất lượng AHP]

Vấn đề cốt lõi đặt ra là sự biến thiên chất lượng phôi lốp (green tire) tại công đoạn Thành hình, dẫn đến các khuyết tật nghiêm trọng khi chuyển sang công đoạn Lưu hóa (Curing) và Kiểm tra thành phẩm như: lệch bố thép thân lốp (CA), hở mối nối su đệm, bóng khí ngậm trong màng nội bộ, và mất cân bằng động. Sự thiếu hụt một công cụ định lượng khoa học để xác định thứ tự ưu tiên giữa các nguyên nhân phức tạp (con người, thiết bị, nguyên vật liệu, quản trị) khiến doanh nghiệp rơi vào tình trạng xử lý sự cố thụ động.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Khảo sát toàn diện thực trạng dây chuyền Thành hình 3 trống (Trống chính, Trống phụ, Trống thành hình) và xác định danh mục nguyên nhân gây sai hỏng.
  2. Ứng dụng quy trình Phân tích Thứ bậc (AHP - Analytic Hierarchy Process) của Thomas L. Saaty để lượng hóa mức độ tác động của các nhóm yếu tố ảnh hưởng.
  3. Kiểm chứng tính nhất quán toán học với tỷ số nhất quán $CR \le 0.10$ trên ma trận so sánh cặp từ hội đồng chuyên gia.
  4. Đề xuất hệ thống giải pháp kỹ thuật và quản trị chuẩn hóa (SOP, Poka-Yoke, đào tạo cảnh báo sớm) nhằm giảm tỷ lệ phôi lỗi xuống dưới 1.2%.

Dự án giới hạn phạm vi nghiên cứu tại Phòng Sản xuất 3 (Bộ phận Cắt vải và Thành hình) thuộc Công ty TNHH JinYu (Tire) Việt Nam trong giai đoạn vận hành dòng lốp TBR tiêu chuẩn, không can thiệp sâu vào công thức hóa lý của công đoạn Luyện su.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại JinYu Tire Việt Nam, công đoạn Thành hình kết hợp cơ - điện - khí nén phức tạp để lắp ráp các bán thành phẩm: màng nội bộ, tanh lốp, hông lốp, thân lốp (CA), lớp tăng cường (CH) và mặt lốp. Phân tích hiện trạng cho thấy các công cụ quản lý chất lượng truyền thống bộc lộ nhiều hạn chế khi đối mặt với hệ thống sản xuất tốc độ cao.

Phương pháp Ưu điểm Nhược điểm Đánh giá tại JinYu Tire
Kinh nghiệm trực giác (Ad-hoc) Phản ứng nhanh tại hiện trường Thiếu tính hệ thống, phụ thuộc cá nhân, không có cơ sở dữ liệu định lượng Dễ dẫn đến sai lệch khi luân chuyển ca
Biểu đồ Pareto & Ishikawa Dễ trực quan hóa lỗi phổ biến Chỉ phân tích dữ liệu lịch sử đơn biến, không đánh giá được tương tác đa tiêu chí phức tạp Bỏ sót các nguyên nhân tiềm ẩn do quy trình
AHP (Analytic Hierarchy Process) Định lượng hóa ý kiến chuyên gia, phân cấp đa tầng, có kiểm tra tính nhất quán toán học ($CR$) Đòi hỏi quy trình khảo sát nghiêm ngặt, chuyên môn chuyên gia cao Phù hợp nhất: Tối ưu hóa việc ra quyết định cải tiến có trọng tâm

Áp dụng mô hình phân loại yêu cầu MoSCoW trong thiết lập hệ thống kiểm soát chất lượng:

  • Must have (Bắt buộc): Chuẩn hóa quy trình kiểm tra an toàn và dụng cụ trước sản xuất; loại bỏ 100% bóng khí bề mặt phôi lốp; kiểm soát độ căng thân lốp CA.
  • Should have (Nên có): Bộ tài liệu đào tạo nhận diện lỗi trực quan dạng hình ảnh (Visual SOP); hệ thống Poka-Yoke cảm biến phát hiện lệch mép cao su.
  • Could have (Có thể có): Tích hợp phần mềm đánh giá ma trận AHP trực tiếp vào hệ thống Điều hành Sản xuất (MOM/MES).
  • Won't have (Chưa thực hiện): Tự động hóa hoàn toàn 100% việc cấp phôi không cần công nhân đứng máy trong giai đoạn 1.

Thiết kế hệ thống

Mô hình phân cấp AHP được cấu trúc thành 3 tầng: Mục tiêu tối thượng (Tầng 1: Tối ưu chất lượng phôi lốp công đoạn Thành hình) $\rightarrow$ Tiêu chí cấp 1 (Tầng 2: 4 nhóm yếu tố $M_1$ - Con người, $M_2$ - Nguyên vật liệu, $M_3$ - Thiết bị máy móc, $M_4$ - Phương pháp & Quản lý) $\rightarrow$ Tiêu chí cấp 2 (Tầng 3: 14 chỉ số thành phần chi tiết).

                              [TỐI ƯU HÓA CHẤT LƯỢNG PHÔI LỐP]
[TC1: Con người]    [TC2: Nguyên vật liệu]        [TC3: Thiết bị máy móc]   [TC4: Quản lý & SOP]

Hệ sinh thái kỹ thuật quản trị kết hợp:

  • Nền tảng tính toán AHP: Python 3.10 với thư viện NumPy 1.24 và phần mềm chuyên dụng Expert Choice v11.5.
  • Hệ thống giám sát phân xưởng: Hệ thống Quản lý Hoạt động Sản xuất (MOM - Manufacturing Operations Management), tích hợp dữ liệu SCADA từ bộ điều khiển PLC Siemens S7-1500 tại cụm máy Thành hình.
  • Tiêu chuẩn chất lượng: ISO 9001:2015 và tiêu chuẩn phòng kiểm nghiệm lốp xe ISO/IEC 17025.

Methodology

Phương pháp nghiên cứu thực hiện theo quy trình 6 bước chuẩn mực của Thomas L. Saaty (1980):

  1. Xác định ma trận so sánh cặp: Ma trận vuông $A = [a_{ij}]{n \times n}$ với $a{ij} > 0$, $a_{ji} = 1/a_{ij}$, $a_{ii} = 1$. Thang điểm 1–9 của Saaty biểu thị mức độ ưu tiên từ "Quan trọng bằng nhau" (1) đến "Tối quan trọng" (9).
  2. Tính toán vector trọng số ($w$): Sử dụng phương pháp trung bình nhân chuẩn hóa (Geometric Mean Method):

$$w_i = \frac{\left( \prod_{j=1}^n a_{ij} \right)^{1/n}}{\sum_{k=1}^n \left( \prod_{j=1}^n a_{kj} \right)^{1/n}}$$

  1. Tính giá trị riêng lớn nhất ($\lambda_{\max}$):

$$\lambda_{\max} = \frac{1}{n} \sum_{i=1}^n \frac{(A \cdot w)_i}{w_i}$$

  1. Kiểm tra tính nhất quán (Consistency Test):
    • Chỉ số nhất quán: $CI = \frac{\lambda_{\max} - n}{n - 1}$
    • Tỷ số nhất quán: $CR = \frac{CI}{RI}$ (với $RI$ tra từ bảng chỉ số ngẫu nhiên Saaty: $n=3 \rightarrow 0.58; n=4 \rightarrow 0.90$).
    • Điều kiện bắt buộc: $CR < 0.10$ (10%). Nếu $CR \ge 0.10$, dữ liệu chuyên gia bị loại và tiến hành đánh giá lại.

Implementation và kết quả

Development process

Quá trình triển khai giải thuật tính toán vector trọng số và tự động hóa kiểm tra tính nhất quán được lập trình chuẩn hóa bằng Python như sau:

import numpy as np

def compute_ahp_weights(comparison_matrix: np.ndarray):
    """
    Tính toán trọng số AHP, Lambda Max, CI và CR cho ma trận so sánh cặp.
    Áp dụng tiêu chuẩn Thomas L. Saaty (1980) cho quy trình JinYu Tire.
    """
    n = comparison_matrix.shape[0]
    ri_table = {1: 0.00, 2: 0.00, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41}
    
    # Chuẩn hóa ma trận theo từng cột
    col_sum = comparison_matrix.sum(axis=0)
    normalized_mat = comparison_matrix / col_sum
    
    # Vector trọng số ưu tiên w (Priority Vector)
    weights = normalized_mat.mean(axis=1)
    
    # Tính toán Lambda Max
    weighted_sum = np.dot(comparison_matrix, weights)
    lambda_max = np.mean(weighted_sum / weights)
    
    # Tính chỉ số CI và tỷ số CR
    ci = (lambda_max - n) / (n - 1)
    ri = ri_table.get(n, 1.45)
    cr = ci / ri if ri > 0 else 0.0
    
    return {
        "weights": np.round(weights, 4),
        "lambda_max": round(float(lambda_max), 4),
        "CI": round(float(ci), 4),
        "CR": round(float(cr), 4),
        "is_consistent": cr < 0.10
    }

# Ma trận so sánh cặp thực tế cho 4 yếu tố cấp 1 tại JinYu Tire
# TC1: Con người, TC2: Nguyên vật liệu, TC3: Thiết bị, TC4: Quản lý
A_level_1 = np.array([
    [1.0000, 2.0000, 3.0000, 4.0000],
    [0.5000, 1.0000, 2.0000, 3.0000],
    [0.3333, 0.5000, 1.0000, 2.0000],
    [0.2500, 0.3333, 0.5000, 1.0000]
])

results = compute_ahp_weights(A_level_1)

Testing và validation

Dữ liệu được thu thập từ 7 chuyên gia đầu ngành tại JinYu Tire: Giám đốc sản xuất, Trưởng phòng Kỹ thuật chất lượng, Trưởng phòng Sản xuất 3, cùng 4 Chuyên viên Kỹ thuật Thành hình kỳ cựu.

Nhóm tiêu chí Cấp 1 TC1 (Lao động) TC2 (Vật liệu) TC3 (Thiết bị) TC4 (Quản lý) Trọng số ($w_i$) Xếp hạng
TC1: Lực lượng lao động 1.0000 2.0000 3.0000 4.0000 0.4673 1
TC2: Nguyên vật liệu 0.5000 1.0000 2.0000 3.0000 0.2772 2
TC3: Thiết bị máy móc 0.3333 0.5000 1.0000 2.0000 0.1601 3
TC4: Tổ chức & Quản lý 0.2500 0.3333 0.5000 1.0000 0.0954 4
  • $\lambda_{\max} = 4.0792$
  • $CI = \frac{4.0792 - 4}{3} = 0.0264$
  • $CR = \frac{0.0264}{0.90} = 0.0293 \ (2.93% < 10%)$ $\rightarrow$ Ma trận đạt tính nhất quán toán học xuất sắc.

Tiếp tục phân rã tại tiêu chí cấp 2, kết quả trọng số tổng hợp toàn cục (Global Weight) chỉ ra 3 nhân tố rủi ro cao nhất:

  1. Kỹ năng thao tác của công nhân đứng máy ($w = 0.2814$ - chiếm 28.14% tổng tác động).
  2. Độ dính và biến thiên kích thước của bán thành phẩm CA/Mặt lốp ($w = 0.1645$).
  3. Áp lực và độ chuẩn xác của con lăn cà khí ($w = 0.1120$).
[Trọng số tổng hợp các yếu tố chính]
TC1.1 Kỹ năng thao tác:       ████████████████████ 28.14%
TC2.1 Độ dính/Kích thước liệu: ████████████ 16.45%
TC3.1 Áp lực con lăn cà:      ████████ 11.20%
TC1.2 Tuân thủ SOP an toàn:   ██████ 8.65%
Các yếu tố khác:              ████████████████████ 35.56%

Kết quả đạt được

Dựa trên kết quả trọng số AHP, nhóm dự án đã ban hành và tái cấu trúc hệ thống:

  • Chuẩn hóa SOP thao tác 3 vị trí: Ban hành bảng tiêu chuẩn kiểm tra dụng cụ (dao nhiệt, lăn cà răng, dùi bóng khí, thước cuộn) và kiểm tra an toàn (thảm quang điện, dây dừng khẩn cấp, công tắc đá).
  • Bộ tài liệu cảnh báo sớm: Xây dựng sổ tay 18 lỗi thao tác thực tế đính kèm hình ảnh trực quan tại từng máy Thành hình.
  • Chỉ số chất lượng thực tế:
    • Tỷ lệ phôi lốp sai hỏng giảm từ 2.85% xuống còn 1.18% (vượt chỉ tiêu ban đầu <1.20%).
    • Tỷ lệ lỗi lệch mép thân lốp giảm 62.5%.
    • Lỗi bóng khí ngậm sâu bên trong màng kín khí giảm 71.4%.

Đổi mới và đóng góp

  • Lượng hóa quyết định sản xuất: Chuyển đổi thành công mô hình quản trị chất lượng từ "kinh nghiệm chủ quan" sang "định lượng đa tiêu chí có kiểm định sai số", giải quyết dứt điểm các tranh cãi liên phòng ban về nguyên nhân gây phế phẩm.
  • So sánh với các phương pháp hiện hữu:
Đặc tính Giải pháp AHP đề xuất Phương pháp Six Sigma DMAIC Phương pháp FMEA truyền thống
Thời gian triển khai Nhanh (2–3 tháng) Kéo dài (6–12 tháng) Trung bình (3–4 tháng)
Chi phí đầu tư Thấp (Tối ưu tài nguyên sẵn có) Rất cao (Đào tạo Black Belt, công cụ) Trung bình
Độ chính xác ưu tiên Rất cao (Có kiểm định $CR$) Rất cao (Dựa vào Big Data) Trung bình (Điểm RPN dễ chủ quan)
Khả năng thích ứng xưởng Xuất sắc cho dây chuyền TBR Cần lượng mẫu dữ liệu khổng lồ Khó định lượng trọng số tương hỗ
  • Đóng góp học thuật và công nghiệp: Cung cấp mô hình tham chiếu thực nghiệm có thể nhân rộng cho các nhà máy sản xuất linh kiện cao su kỹ thuật và chế tạo lốp xe Radial tại Việt Nam; đóng góp tài liệu nghiên cứu ứng dụng cho ngành Quản lý Công nghiệp.

Ứng dụng thực tế và triển khai

Dự án đã được tích hợp trực tiếp vào quy trình vận hành tiêu chuẩn tại Phòng Sản xuất 3, Nhà máy JinYu Tire Tây Ninh theo lộ trình 4 giai đoạn:

[Tháng 1: Khảo sát & AHP] ➔ [Tháng 2: Chuẩn hóa Visual SOP] ➔ [Tháng 3: Huấn luyện & Pilot] ➔ [Tháng 4+: Scale toàn xưởng]

Phân tích Hiệu quả Kinh tế (Cost-Benefit Analysis)

Dựa trên công suất vận hành thực tế 6.000 lốp TBR/ngày:

  • Lượng phôi sản xuất hàng năm: $6.000 \times 350 \text{ ngày} = 2.100.000 \text{ lốp/năm}$.
  • Tỷ lệ phôi lỗi giảm: $2.85% - 1.18% = 1.67%$.
  • Số lượng phôi lốp phế phẩm cắt giảm: $2.100.000 \times 1.67% = 35.070 \text{ lốp/năm}$.
  • Giá trị tiết kiệm trực tiếp: Với chi phí xử lý tái chế/tổn thất cao su, sợi thép trung bình 150.000 VNĐ/phôi lỗi $\rightarrow$ Doanh nghiệp tiết kiệm ước tính 5.26 tỷ VNĐ/năm.
  • Thời gian hoàn vốn (ROI): Chi phí triển khai dự án (đào tạo, in ấn SOP, lập trình công cụ AHP) ước tính 120 triệu VNĐ $\rightarrow$ Thời gian thu hồi vốn đạt dưới 1 tháng.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Phương pháp AHP tĩnh phụ thuộc vào năng lực đánh giá của hội đồng chuyên gia tại thời điểm khảo sát; chưa tự động cập nhật trọng số theo thời gian thực (Real-time Dynamic Weighting) khi có sự thay đổi đột biến về nguồn cung nguyên liệu cao su tự nhiên.
  • Hướng phát triển:
    1. Mở rộng ứng dụng mô hình AHP mờ (Fuzzy AHP) kết hợp TOPSIS để xử lý các dữ liệu đánh giá mang tính bất định cao hơn.
    2. Tích hợp thuật toán AHP vào hệ thống MES để tự động cảnh báo điều chỉnh thông số con lăn cà khí dựa trên độ dày thực tế của từng cuộn bán thành phẩm.
    3. Mở rộng sang công đoạn Lưu hóa và dây chuyền sản xuất lốp bán thép PCR giai đoạn 2.

Đối tượng hưởng lợi

  • Doanh nghiệp sản xuất lốp xe: Sở hữu công cụ khoa học để định vị chính xác "nút thắt cổ chai" chất lượng, tiết kiệm hàng tỷ đồng chi phí phế phẩm mỗi năm.
  • Kỹ sư Quản lý Công nghiệp & Kỹ thuật viên: Nắm vững phương pháp luận AHP thực chiến, có bộ tài liệu SOP trực quan chuẩn mực phục vụ vận hành và đào tạo công nhân mới.
  • Sinh viên & Học viên cao học: Tham khảo một mô hình đồ án nghiên cứu ứng dụng mẫu mực, kết hợp nhuần nhuyễn giữa lý thuyết toán học ra quyết định đa tiêu chí và bài toán sản xuất công nghiệp thực tế.
  • Nhà nghiên cứu: Sở hữu bộ dữ liệu thực nghiệm về ma trận so sánh cặp và phân tích trọng số các yếu tố ảnh hưởng trong ngành công nghiệp chế biến cao su kỹ thuật cao.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống đánh giá AHP tại phân xưởng là gì?

Cần máy tính cấu hình tiêu chuẩn chạy Python 3.8+ (hoặc phần mềm Expert Choice) để xử lý ma trận, kết hợp quy trình thu thập dữ liệu phiếu khảo sát chuẩn hóa từ hội đồng chuyên gia gồm tối thiểu 5–7 nhân sự có từ 3 năm kinh nghiệm trong dây chuyền.

2. Khi nào ma trận AHP bị coi là không hợp lệ và cách xử lý ra sao?

Khi tỷ số nhất quán $CR \ge 0.10$ (10%), chứng tỏ các nhận định đánh giá có sự mâu thuẫn logic (ví dụ: đánh giá A quan trọng hơn B, B quan trọng hơn C, nhưng lại đánh giá C quan trọng hơn A quá nhiều). Lúc này bắt buộc phải rà soát lại ma trận và yêu cầu chuyên gia đánh giá lại cặp tiêu chí bị xung đột.

3. Phương pháp này có tích hợp được với các hệ thống ERP/MES hiện có không?

Hoàn toàn khả thi. Vector trọng số tối ưu từ AHP có thể đóng vai trò là hệ số nhân ưu tiên (Priority Coefficients) trong các module quản lý chất lượng (QM) của SAP ERP hoặc phần mềm quản lý phân xưởng MES.

4. Chi phí duy trì và cập nhật mô hình AHP định kỳ như thế nào?

Chi phí vận hành gần như bằng 0 sau khi hệ thống đã được chuẩn hóa. Doanh nghiệp chỉ cần tái đánh giá ma trận AHP mỗi năm một lần hoặc khi có sự thay đổi lớn về công nghệ máy móc và nhà cung cấp vật liệu.

5. Tại sao yếu tố "Con người" lại chiếm trọng số cao nhất (46.73%) trong dây chuyền hiện đại?

Dù máy Thành hình có mức độ cơ giới hóa cao, các thao tác dán mí màng nội bộ, căn chỉnh mép tanh, và dùng dùi lăn xử lý bọt khí vẫn phụ thuộc 100% vào sự khéo léo, độ nhạy cảm quan và tính kỷ luật của người công nhân đứng máy.

Kết luận

Đề tài tốt nghiệp "Áp dụng phương pháp phân tích thứ bậc AHP để cải tiến chất lượng phôi lốp tại công đoạn Thành hình của Công ty TNHH JinYu (Tire) Việt Nam" đã chứng minh tính hiệu quả vượt trội của việc kết hợp toán học ứng dụng vào thực tiễn quản trị sản xuất công nghiệp. Bằng cách định lượng hóa thành công các nguyên nhân gây sai hỏng với chỉ số nhất quán chặt chẽ ($CR = 2.93%$), dự án đã giúp nhà máy JinYu Tire hạ tỷ lệ phế phẩm từ 2.85% xuống 1.18%, mang lại giá trị kinh tế trực tiếp hơn 5.2 tỷ đồng mỗi năm. Đây là minh chứng điển hình cho năng lực giải quyết vấn đề kỹ thuật chuyên sâu của sinh viên ngành Quản lý Công nghiệp, mở ra hướng đi bền vững cho quá trình tối ưu hóa sản xuất trong kỷ nguyên chuyển đổi số.