Improving the Efficiency if the Tracking System by a Data Analytics Approach a Case of the FS100 Line in First Solar Viet Nam

Khóa luận tối ưu tracking system bằng data analytics tại First Solar Việt Nam - ĐH SPKT TP.HCM

• Tác giả: Ngo Phuong Vy
• Người hướng dẫn: Nguyen Phan Anh Huy
• Trường học: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Quản lý công nghiệp
• Đề tài: Improving the Efficiency if the Tracking System by a Data Analytics Approach a Case of the FS100 Line in First Solar Viet Nam
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2025
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan tracking system data analytics tại First Solar Việt Nam

Hệ thống tracking system đóng vai trò trung tâm trong vận hành sản xuất thông minh. Tại First Solar Việt Nam, dây chuyền FS100 chế tạo tấm pin năng lượng mặt trời màng mỏng Series 6 Plus đòi hỏi độ chính xác cao. Việc kiểm soát luồng sản phẩm và trạng thái thiết bị cần diễn ra liên tục. Data analytics cung cấp công cụ phân tích dữ liệu chuyên sâu cho kỹ sư sản xuất. Dữ liệu vận hành được thu thập từ nhiều cảm biến và trạm gia công. Phương pháp phân tích hiện đại giúp chuyển đổi dữ liệu thô thành thông tin giá trị. Ban quản lý nhà máy có thể theo dõi thời gian thực các chỉ số quan trọng. Khả năng sẵn sàng của máy móc và hiệu suất thiết bị được định lượng rõ ràng. Nền tảng phân tích dữ liệu giảm thiểu sự phụ thuộc vào các báo cáo thủ công. Kỹ thuật viên nhanh chóng nắm bắt các bất thường phát sinh trên dây chuyền. Sự kết hợp giữa tracking system và data analytics tạo nền tảng vững chắc cho việc quản trị tinh gọn. Toàn bộ quy trình vận hành hướng tới việc tối ưu hóa năng suất và giảm lãng phí tài nguyên.

1.1. Tầm quan trọng của tracking system trong quản lý sản xuất

Tracking system ghi nhận toàn bộ lịch sử di chuyển và gia công của sản phẩm qua từng công đoạn. Trong môi trường công nghiệp hiện đại, hệ thống giám sát này đóng vai trò như hệ thần kinh trung ương. Thiết bị cho phép kỹ sư theo dõi tiến độ sản xuất, sản lượng đầu ra và trạng thái máy móc. Khi xuất hiện sự cố, hệ thống giúp xác định chính xác vị trí và nguyên nhân phát sinh lỗi. Khả năng truy xuất nguồn gốc sản phẩm được đảm bảo tuyệt đối. Điều này giảm thiểu rủi ro lan truyền lỗi trên quy mô lớn. Hoạt động kiểm soát thông số kỹ thuật trở nên chặt chẽ và nhất quán hơn.

1.2. Ứng dụng data analytics thúc đẩy chuyển đổi số tại First Solar

Nhà máy First Solar Việt Nam ứng dụng data analytics để tối ưu hóa quy trình chế tạo pin năng lượng. Lượng dữ liệu khổng lồ phát sinh từ quy trình lắng đọng tấm màng quang điện FS100 đòi hỏi công cụ xử lý mạnh mẽ. Data analytics cho phép khai phá những mối tương quan tiềm ẩn giữa các thông số công nghệ. Thay vì chỉ thống kê đơn thuần, công nghệ phân tích giúp dự báo sớm các nguy cơ gián đoạn. Kỹ sư sản xuất chủ động lập kế hoạch can thiệp kỹ thuật trước khi xảy ra sự cố dừng máy. Việc chuyển đổi từ phản ứng thụ động sang quản trị dự đoán tạo nên bước tiến quan trọng.

II. Phân tích hạn chế tracking system dây chuyền FS100 First Solar

Thực tế vận hành tại dây chuyền FS100 bộc lộ nhiều điểm nghẽn trong công tác theo dõi thiết bị. Trước đây, hệ thống giám sát phụ thuộc lớn vào phần mềm JMP với ngôn ngữ kịch bản JSL. Chi phí bản quyền phần mềm này khá cao. Tốc độ thực thi các câu lệnh thống kê thường kéo dài. Hệ thống không thể cập nhật cơ sở dữ liệu theo thời gian thực một cách tự động. Kỹ thuật viên bảo trì (MET) phải làm mới dữ liệu thủ công mỗi khi truy xuất. Bên cạnh đó, nhận thức của kỹ thuật viên về chỉ số hiệu suất tổng thể thiết bị OEE còn hạn chế. Đội ngũ kỹ thuật chủ yếu kiểm tra trạng thái máy móc vào cuối ngày làm việc trên trang web SAS. Họ chỉ ghi nhận thời gian dừng máy ngoài kế hoạch (UDT) để làm báo cáo gửi cấp trên. Việc thiếu hiểu biết về độ sẵn sàng (MA) và mức độ sử dụng máy (MU) dẫn đến thời gian bảo trì kéo dài. Quá trình sản xuất bị lãng phí do không kiểm soát kịp thời sản lượng và tỷ lệ đạt chuẩn.

2.1. Rào cản kỹ thuật của công cụ JMP và sự trễ dữ liệu

Công cụ JMP sở hữu năng lực phân tích thống kê mạnh mẽ nhưng bộc lộ nhiều điểm yếu trong giám sát trực tuyến. Ngôn ngữ kịch bản JSL đòi hỏi thời gian xử lý lâu đối với các tập dữ liệu lớn. Việc truy vấn thông tin không được thực hiện tự động liên tục. Người dùng buộc phải thao tác tải lại dữ liệu thủ công mỗi ngày. Điều này tạo ra độ trễ thông tin đáng kể giữa sự cố thực tế và thời điểm ghi nhận. Chi phí duy trì bản quyền JMP cũng tạo gánh nặng ngân sách cho doanh nghiệp. Khả năng kết nối mở rộng tới các nền tảng báo cáo hiện đại bị hạn chế nghiêm trọng.

2.2. Vấn đề nhận thức về OEE và thời gian dừng máy FS100

Đội ngũ kỹ thuật viên vận hành FS100 chưa đánh giá đúng tầm quan trọng của các chỉ số OEE cốt lõi. Việc giám sát máy móc thường chỉ diễn ra một chiều qua báo cáo tổng hợp cuối ca. Kỹ thuật viên không nắm rõ mối quan hệ giữa thời gian chờ (SBY) và thời gian kiểm tra kỹ thuật (ENG). Họ chưa hiểu sâu tác động của độ khả dụng đối với năng suất tổng thể nhà máy. Do thiếu công cụ cảnh báo sớm, thời gian xử lý sự cố dừng máy thường kéo dài hơn định mức. Dây chuyền sản xuất bị đình trệ ngoài ý muốn, gây thất thoát sản lượng pin thành phẩm. Việc thiếu hệ thống theo dõi trực quan làm suy giảm kỷ luật giám sát thiết bị.

III. Ứng dụng data analytics tối ưu tracking system tại First Solar

Giải pháp nâng cấp hệ thống tracking system tập trung vào việc áp dụng kiến trúc phân tích dữ liệu tiên tiến. Doanh nghiệp kết hợp tự động hóa kịch bản JSL với nền tảng bảng điều khiển Power BI. Dữ liệu từ các cảm biến sản xuất và cơ sở dữ liệu SAS được tích hợp liên tục về kho dữ liệu tập trung. Các biểu đồ Pareto và ma trận phân tán giúp nhận diện nhanh nguyên nhân gây dừng máy đột xuất. Kỹ sư xây dựng hệ thống báo cáo tự động hiển thị chỉ số OEE tức thời. Giao diện trực quan phân loại rõ ràng thời gian vận hành hữu ích (PRD), thời gian dừng máy theo kế hoạch (SDT) và sự cố bất thường (UDT). Khi thông số thiết bị vượt ngưỡng cho phép, hệ thống tự động phát tín hiệu cảnh báo đến kỹ thuật viên trực tiếp. Sự phối hợp giữa kỹ sư sản xuất (ME) và kỹ thuật viên (MET) được số hóa hoàn toàn. Nhờ đó, việc quản trị hiệu suất thiết bị trở nên minh bạch và chủ động trong từng ca làm việc.

3.1. Thiết kế bảng điều khiển Power BI thời gian thực

Nền tảng Power BI đóng vai trò làm trung tâm điều phối hiển thị dữ liệu trực quan cho dây chuyền FS100. Hệ thống tích hợp trực tiếp luồng dữ liệu từ các máy chủ sản xuất với cơ chế làm mới định kỳ tự động. Bảng điều khiển trình bày chi tiết các chỉ số then chốt gồm sản lượng tức thời, tỷ lệ phế phẩm và trạng thái thiết bị. Biểu đồ nhiệt giúp người quản lý xác định vị trí trạm làm việc phát sinh sự cố. Kỹ thuật viên có thể truy cập thông tin nhanh trên thiết bị di động hoặc màn hình công nghiệp tại xưởng. Việc này rút ngắn tối đa thời gian trao đổi thông tin kỹ thuật giữa các bộ phận.

3.2. Chuẩn hóa quy trình giám sát OEE cho kỹ thuật viên

Doanh nghiệp ban hành quy trình giám sát OEE tiêu chuẩn cho toàn bộ kỹ thuật viên chế tạo tại dây chuyền FS100. Mỗi sự cố dừng máy bất thường (UDT) đều được gắn mã phân loại lỗi cụ thể ngay trên hệ thống. Dữ liệu thời gian dừng được tự động đối chiếu với chỉ tiêu hiệu suất thiết bị định kỳ. Các buổi giao ban sản xuất hàng ngày sử dụng báo cáo dữ liệu trực quan thay cho biểu mẫu giấy. Kỹ thuật viên dễ dàng nhận diện linh kiện dễ hao mòn để lên lịch bảo trì phòng ngừa. Quy trình chuẩn hóa nâng cao ý thức trách nhiệm và năng lực phân tích dữ liệu của đội ngũ kỹ thuật cơ sở.

IV. Hiệu quả ứng dụng data analytics vào tracking system First Solar

Việc tích hợp công cụ data analytics vào hệ thống tracking system mang lại chuyển biến tích cực tại First Solar Việt Nam. Hiệu quả tổng thể thiết bị trên dây chuyền FS100 tăng trưởng rõ rệt qua từng tháng thử nghiệm. Thời gian dừng máy ngoài dự kiến sụt giảm nhờ năng lực phân tích nguyên nhân gốc rễ bằng dữ liệu. Các kỹ thuật viên không còn chờ đợi dữ liệu cuối ngày mà xử lý sự cố ngay khi bảng điều khiển báo động. Tỷ lệ sẵn sàng của máy móc (MA) cải thiện bền vững qua việc bảo trì có kế hoạch. Năng suất truyền dẫn (Throughput) đạt các mốc kỷ lục mới mà không phát sinh thêm chi phí nhân công. Hệ thống loại bỏ hoàn toàn các sai số do nhập liệu thủ công trước đây. Đồng thời, mô hình này tạo tiền đề vững chắc để nhà máy nhân rộng sang các dây chuyền sản xuất kế tiếp. Sự cộng hưởng giữa công nghệ dữ liệu và quản trị tinh gọn chứng minh tính khả thi cao trong môi trường chế tạo hiện đại.

4.1. Cải thiện vượt bậc chỉ số OEE và giảm thiểu thời gian dừng máy

Kết quả thực nghiệm chứng minh sự gia tăng đáng kể của chỉ số OEE trên dây chuyền FS100. Thời gian dừng máy ngoài kế hoạch giảm mạnh nhờ hệ thống phân tích lỗi tự động. Các đợt bảo trì định kỳ được sắp xếp khoa học dựa trên lịch sử hoạt động của thiết bị. Độ sẵn sàng máy móc đạt mức tối ưu, giảm thiểu tình trạng thiết bị nhàn rỗi không mong muốn. Tỷ lệ thành phẩm đạt chuẩn chất lượng tăng cao sau khi các biến động nhiệt độ và áp suất được kiểm soát chặt chẽ. Hiệu quả kinh tế của nhà máy được củng cố rõ nét qua việc cắt giảm chi phí sửa chữa khẩn cấp.

4.2. Khả năng mở rộng giải pháp data analytics trong sản xuất thông minh

Thành công tại dây chuyền FS100 mở ra hướng đi bền vững cho các phân xưởng sản xuất khác của First Solar. Nền tảng phân tích dữ liệu có thể dễ dàng nhân rộng sang các công đoạn cắt gọt, lắp ráp và kiểm thử pin năng lượng. Việc tích hợp công nghệ trí tuệ nhân tạo và học máy vào tracking system sẽ nâng cao năng lực dự đoán hỏng hóc. Doanh nghiệp từng bước xây dựng mô hình nhà máy thông minh toàn diện theo tiêu chuẩn Công nghiệp 4.0. Khả năng cạnh tranh của thương hiệu trên thị trường quang điện toàn cầu được nâng cao nhờ chi phí sản xuất tối ưu và chất lượng sản phẩm vượt trội.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh sản xuất công nghiệp hiện đại thuộc làn sóng Cách mạng Công nghiệp 4.0, mức độ cạnh tranh giữa các doanh nghiệp sản xuất công nghệ cao không chỉ dừng lại ở chất lượng sản phẩm mà còn phụ thuộc vào năng lực quản trị dữ liệu và mức độ ứng dụng công nghệ thông tin trong vận hành. Tại Công ty TNHH First Solar Việt Nam (Khu công nghiệp Đông Nam, Củ Chi, TP. Hồ Chí Minh) – doanh nghiệp chuyên sản xuất tấm pin năng lượng mặt trời màng mỏng Cadmium Telluride (CdTe) dòng Series 6 và Series 6 Plus – dây chuyền FS100 đóng vai trò hạt nhân trong toàn bộ quy trình công nghệ. Dây chuyền này thực hiện công đoạn lắng đọng màng bán dẫn (Deposition) thông qua hệ thống máy lắng đọng hơi VTD (Vapor Transport Deposition).

Tuy nhiên, tại thời điểm nghiên cứu năm 2022, dây chuyền FS100 đối mặt với tình trạng thiếu hụt một hệ thống theo dõi trực quan theo thời gian thực (real-time tracking system) ngay tại hiện trường sản xuất (shop floor). Tỷ lệ sản phẩm đạt chuẩn (Yield) của dây chuyền FS100 liên tục không đạt mục tiêu quy chuẩn toàn cầu do tập đoàn thiết lập (Global target là 99,7%), trong đó tháng 3/2022 tỷ lệ này giảm xuống mức thấp nhất là 99,43%. Lượng phế phẩm kính vỡ (Broken glass scrap) tăng cao, chiếm tỷ trọng lớn nhất trong các nguyên nhân gây tổn thất sản lượng. Mặt khác, các kỹ thuật viên kỹ thuật sản xuất (MET - Manufacturing Engineer Technician) phải thực hiện chạy các đoạn mã kịch bản (scripts) trên phần mềm JMP một cách thủ công chu kỳ 3 giờ một lần để theo dõi sản lượng và chất lượng, mỗi lần chạy mất từ 5 đến 10 phút. Đồng thời, đội ngũ kỹ thuật viên chưa có công cụ theo dõi liên tục chỉ số hiệu suất thiết bị tổng thể (OEE) và tính sẵn sàng của máy móc (Machine Availability - MA) trong ca trực mà chỉ tổng hợp thời gian dừng máy ngoài kế hoạch (UDT - Unscheduled Downtime) vào cuối ngày qua hệ thống SAS Visual Analytics.

Nhằm giải quyết các bất cập trên, tác giả thực hiện đề tài "Improving the efficiency of the tracking system by a data analytics approach: A case of the FS100 line in First Solar Viet Nam".

Mục tiêu nghiên cứu của khóa luận được xác định cụ thể:

1. Mục tiêu tổng quát: Xây dựng hệ thống theo dõi sản lượng thông lượng (Throughput), tỷ lệ đạt chuẩn (Yield) và tính sẵn sàng của thiết bị (Machine Availability) dựa trên dữ liệu thời gian thực nhằm kiểm soát chặt chẽ số lượng tấm kính qua từng công đoạn và số lượng phế phẩm kính vỡ, giúp đối chiếu tức thời với mục tiêu toàn cầu của tập đoàn và hỗ trợ nhân viên can thiệp xử lý bất thường ngay lập tức.
2. Các mục tiêu cụ thể:
   • Đánh giá và thấu hiểu toàn diện quy trình vận hành cùng năng lực sản xuất hiện tại của dây chuyền FS100.
   • Nâng cấp hệ thống giám sát tại dây chuyền FS100 sang cơ chế hiển thị dữ liệu thời gian thực nhằm hỗ trợ chẩn đoán và khắc phục sự cố (troubleshooting) chính xác, nhanh chóng.
   • Đánh giá hiệu suất vận hành, nhận diện các hạn chế tồn đọng và đề xuất các sáng kiến cải tiến liên tục cho quy trình sản xuất FS100 tại First Solar.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Hệ thống giám sát và theo dõi vận hành (tracking system) của dây chuyền FS100.
• Đối tượng khảo sát: Dây chuyền lắng đọng FS100 tại nhà máy First Solar Việt Nam.
• Phạm vi thời gian: Dữ liệu sản xuất thu thập trong vòng 1 năm (2022), tập trung phân tích chuỗi dữ liệu 7 tháng đầu năm 2022.
• Phạm vi không gian: Xưởng sản xuất của Công ty TNHH First Solar Việt Nam tại Khu công nghiệp Đông Nam, xã Bình Mỹ, huyện Củ Chi, TP. Hồ Chí Minh.

---

Cơ sở lý thuyết và phương pháp

Khóa luận được xây dựng dựa trên nền tảng lý thuyết quản trị sản xuất hiện đại và hệ thống chỉ số đo lường hiệu suất trong Công nghiệp 4.0:

• Hệ thống chỉ số KPI theo tiêu chuẩn ISO 22400: Tác giả vận dụng cấu trúc phân tầng KPI sản xuất của Zhu et al. (2017) gồm 3 cấp độ: Cấp độ trên cùng là KPI quy trình (Process KPIs: Sản xuất, Chất lượng, Tiêu hao năng lượng); cấp độ giữa là các yếu tố đo lường trực tiếp (Measurement elements); cấp độ đáy là KPI thiết bị (Equipment KPIs: Phân bổ, Tải trọng, Mức độ sử dụng). Ba chỉ số cốt lõi được sử dụng bao gồm:
  • Thông lượng (Throughput rate): Khối lượng sản phẩm tạo ra trên một máy, dây chuyền hoặc nhà máy trong một đơn vị thời gian.
  • Tỷ lệ đạt (Yield ratio): Tỷ lệ sản phẩm đạt tiêu chuẩn kỹ thuật không bị phế phẩm hay làm lại: $$\text{Yield} = \frac{\text{Throughput} - \text{Scrap}}{\text{Throughput}} = \frac{\text{Good product}}{\text{Throughput}}$$
  • Hiệu suất thiết bị tổng thể (OEE): $\text{OEE} = \text{Availability} \times \text{Performance} \times \text{Yield}$.
• Mô hình trạng thái thiết bị (Machine States): Chuẩn hóa trạng thái máy theo 5 trạng thái vận hành để tính toán thời gian hoạt động (Uptime) và thời gian ngừng máy (Downtime): Productive (PRD - Thời gian chạy máy sản xuất), Standby (SBY - Sẵn sàng chờ nạp liệu), Engineering (ENG - Thời gian thử nghiệm kỹ thuật), Scheduled Downtime (SDT - Dừng máy theo kế hoạch/bảo trì định kỳ), Unscheduled Downtime (UDT - Dừng máy do sự cố bất thường).
• Lý thuyết bảng điều khiển hiệu suất (Performance Dashboard): Áp dụng khung phân loại của Wayne W. Eckerson (2009) gồm 3 tầng: Bảng điều khiển chiến lược (Strategic Dashboard - Scorecard dành cho ban giám đốc), bảng điều khiển chiến thuật (Tactical Dashboard - Portal dành cho cấp quản lý), và bảng điều khiển vận hành (Operational Dashboard - dành cho kỹ thuật viên và vận hành viên theo dõi thông số trong ngày).
• Công nghệ xử lý dữ liệu công nghiệp: Hệ quản trị cơ sở dữ liệu Microsoft SQL Server làm kho lưu trữ bản ghi sản xuất (record store) tiếp nhận tín hiệu từ cảm biến và bộ điều khiển logic khả trình (PLC); phần mềm thống kê JMP với ngôn ngữ kịch bản JSL (JMP Scripting Language); và nền tảng phân tích trực quan Microsoft Power BI kết nối luồng dữ liệu thời gian thực.

Trạng thái máy	Nhóm thời gian	Mô tả đặc tính kỹ thuật
PRD (Productive)	Uptime	Máy vận hành bình thường đúng chức năng trong điều kiện tiêu chuẩn.
SBY (Standby)	Uptime	Máy sẵn sàng vận hành nhưng chờ nguyên vật liệu hoặc kỹ thuật viên thao tác.
ENG (Engineering)	Uptime	Máy đang chạy thử nghiệm kỹ thuật, tối ưu chu kỳ hoặc đánh giá thông số mới.
SDT (Scheduled Downtime)	Downtime	Ngừng máy theo kế hoạch để bảo dưỡng định kỳ hàng tuần/tháng.
UDT (Unscheduled Downtime)	Downtime	Ngừng máy ngoài dự kiến do lỗi cơ khí, sự cố hỏng hóc hoặc lỗi thao tác.

Phương pháp nghiên cứu kết hợp giữa nghiên cứu định lượng và phân tích tài liệu thứ cấp:

• Dữ liệu sơ cấp: Trích xuất từ cơ sở dữ liệu Microsoft SQL Server liên kết với mạng lưới cảm biến và PLC trên máy VTD và hệ thống băng chuyền tại dây chuyền FS100 (bao gồm sản lượng thông lượng theo giờ, mã phế phẩm kính, trạng thái máy PRD, SBY, ENG, SDT, UDT). Dữ liệu được tính toán trên JMP và mô hình hóa trực quan trên Power BI.
• Dữ liệu thứ cấp: Báo cáo vận hành sản xuất nội bộ, tài liệu hướng dẫn công việc (Work Instructions), thông số kỹ thuật tấm pin Series 6 Plus và số liệu lịch sử từ các phòng ban chức năng của First Solar.
• Công cụ phân tích chất lượng: Ứng dụng biểu đồ Pareto để phân loại và xác định lỗi phế phẩm trọng yếu; ứng dụng biểu đồ xương cá (Fishbone/Ishikawa diagram) để phân tích nguyên nhân gốc rễ (Root Cause Analysis) dẫn đến tình trạng vỡ kính làm suy giảm Yield.

---

Nội dung chính theo từng chương

CHAPTER 1: GENERAL INTRODUCTION ABOUT FIRST SOLAR MANUFACTURING CO., LTD

Chương 1 phác thảo lịch sử phát triển của tập đoàn First Solar từ khi thành lập năm 1984 dưới tên Glasstech Solar bởi Harold McMaster, đổi tên thành Solar Cells, Inc. năm 1990 và được mua lại bởi True North Partners năm 1999 để tạo lập First Solar, LLC. Doanh nghiệp mở rộng quy mô toàn cầu với các cơ sở sản xuất tại Perrysburg (Ohio, Hoa Kỳ), Kulim (Malaysia) và nhà máy tại Khu công nghiệp Đông Nam, Củ Chi, Việt Nam (được cấp phép năm 2011, tái khởi động hoàn thiện năm 2019 với diện tích 113.000 m², tổng công suất thiết kế 2,4 GW/năm cho hai nhà máy sản xuất tấm pin Series 6, sử dụng khoảng 1.200 nhân sự).

Quy trình sản xuất tích hợp hoàn toàn biến tấm kính thô thành module quang điện trong thời gian dưới 4,5 giờ, sử dụng lượng vật liệu bán dẫn ít hơn 98% so với công nghệ silicon tinh thể (c-Si). Chương này cũng mô tả cơ cấu tổ chức nhà máy gồm các bộ phận: Sản xuất (MFG), Kỹ thuật sản xuất (ME), Cơ điện & Bảo trì (Facility & Maintenance), Quản lý chất lượng (Quality), Kho vận (Logistics), Nhân sự (HR), An toàn - Sức khỏe - Môi trường (EHS&S). Tác giả cung cấp thông số kỹ thuật cơ lý và điện của sản phẩm chủ lực Series 6 Plus (Model FS-6XXXA-P): Kích thước chiều dài 2024 mm, chiều rộng 1245 mm, diện tích 2,52 m², trọng lượng 35,0 kg, điện áp hở mạch ($V_{oc}$) từ 220 V đến 224 V, dòng ngắn mạch ($I_{sc}$) 2,61 A.

CHAPTER 2: LITERATURE REVIEW

Chương 2 tổng hợp các nghiên cứu lý thuyết về quản lý sản xuất trong kỷ nguyên Công nghiệp 4.0. Tác giả phân tích các nhân tố ảnh hưởng đến độ ổn định sản xuất và sự cần thiết của hệ thống quản trị dữ liệu lớn nhằm giảm thiểu rủi ro dừng máy ngoài dự kiến. Nội dung chương tập trung làm rõ cấu trúc 34 chỉ số KPI theo chuẩn ISO 22400 và cơ chế đo lường các chỉ số dòng chảy sản xuất: Throughput rate, Yield ratio và OEE.

Bên cạnh đó, chương phân tích vai trò của hệ quản trị cơ sở dữ liệu Microsoft SQL Server trong việc tiếp nhận dữ liệu từ cảm biến và hệ thống PLC thông qua các nhóm lệnh DDL, DML, DQL, DCL. Tác giả đánh giá năng lực phân tích thống kê của phần mềm JMP, ngôn ngữ tự động hóa JSL và kiến trúc truyền dẫn dữ liệu của Microsoft Power BI. Chương này cũng phân tích mô hình kim tự tháp bảng điều khiển hiệu suất theo Wayne W. Eckerson (2009) để khẳng định vai trò của bảng điều khiển cấp vận hành (Operational Dashboard) trong việc nâng cao nhận thức kiểm soát của nhân viên trực tiếp tại xưởng.

CHAPTER 3: ANALYSIS AND EVALUATION OF THE TRACKING OF YIELD/THROUGHPUT/OEE AT FS100 LINE

Chương 3 trình bày chi tiết quy trình sản xuất module năng lượng mặt trời tại First Solar gồm 3 công đoạn tuần hoàn liên tục:

1. Lắng đọng bán dẫn (Semiconductor Deposition): Chuẩn bị kính dẫn điện TCO, mài 4 góc và cạnh bằng tia laser để giảm nứt vỡ; lắng đọng các lớp bán dẫn CdSe và CdTe bằng máy VTD; kích hoạt lớp bán dẫn và tạo tiếp giáp P-N.
2. Định hình tế bào pin (Cell Definition): Khắc vạch laser (Laser 1 đến Laser 4), phủ lớp cảm quang âm, lắng đọng kim loại và xóa biên laser (Laser edge deletion) kết hợp kiểm tra quang học.
3. Hoàn thiện (Finishing): Hàn thanh cái dẫn điện (bussing), phủ màng dán dính (interlayer), ép nhiệt lớp kính bảo vệ mặt sau (laminator), phủ lớp chống phản xạ AR (giúp giảm phản xạ ánh sáng từ 6% xuống còn 3%), đóng khung nhôm anodized và gắn hộp đấu nối (junction box).

Trọng tâm của chương là phân tích sâu dây chuyền FS100 – công đoạn cốt lõi thuộc khâu Deposition. Dây chuyền vận hành duy nhất một cỗ máy lắng đọng chân không VTD kín với nhiệt độ lên tới hàng ngàn độ C. Quy trình FS100 gồm 8 bước tuần tự: (1) Nạp kính substrate TCO và hút chân không loại bỏ độ ẩm; (2) Gia nhiệt tấm kính; (3) Lắng đọng lớp bán dẫn CdSe (lớp cửa sổ, loại n); (4) Đo độ dày và hiệu chỉnh lớp CdSe; (5) Lắng đọng màng CdTe (lớp hấp thụ quang điện, loại p); (6) Đo độ dày và hiệu chỉnh lớp CdTe; (7) Làm nguội nhanh (quenching) để gia cường ứng suất cơ học cho kính; (8) Đo hình dạng tấm kính và kiểm soát ứng suất nén (glass stress) bề mặt nhằm tránh nứt vỡ ở công đoạn khắc laser tiếp theo.

Tác giả phân tích dữ liệu thực tế tại FS100 và chỉ ra các tồn tại nghiêm trọng:

• Tỷ lệ Yield 7 tháng đầu năm 2022 dao động không ổn định và luôn dưới mức mục tiêu toàn cầu 99,7% (tháng 3/2022 đạt đáy 99,43%).
• Phân tích biểu đồ Pareto cho thấy lỗi "Broken" (kính vỡ) là nguyên nhân phế phẩm lớn nhất (tỷ lệ phế phẩm xấp xỉ 0,22%), vượt xa các nguyên nhân khác như Operator Fault (lỗi thao tác), Transport Fault (lỗi vận chuyển) hay Sent to Dumpster.
• Biểu đồ xương cá xác định các căn nguyên gây vỡ kính: Quá nhiệt bên trong buồng phủ coater, biến động cơ khí của máy VTD, sai lỗi thao tác của công nhân và quy trình không chuẩn hóa.
• Đánh giá hiện trạng giám sát: Kỹ thuật viên MET theo dõi Yield và Throughput trên phần mềm JMP bằng cách khởi chạy script thủ công 3 giờ/lần. Phần mềm JMP có chi phí bản quyền đắt đỏ (1.785 USD/bản quyền), thời gian chạy script lâu (5-10 phút) và không có chức năng tự động làm mới thời gian thực. Hệ thống SAS Visual Analytics lại có độ trễ lớn, chỉ cập nhật theo chu kỳ hàng giờ hoặc tổng kết cuối ngày. Về chỉ số OEE, MET hoàn toàn không có công cụ trực quan hóa thời gian thực trong ca trực, dẫn đến việc thiếu chủ động kiểm soát thời gian dừng máy và làm giảm tính sẵn sàng của thiết bị (MA).

CHAPTER 4: IMPROVING TRACKING SYSTEM TO MONITOR THROUGHPUT/YIELD/MA AT THE FS100 PROCESS

Chương 4 mô tả giải pháp cải tiến toàn diện hệ thống giám sát. Ban đầu, tác giả tối ưu hóa cấu trúc kịch bản lệnh JSL trên JMP để tích hợp các biểu đồ Throughput theo giờ, ngày, tuần, tỷ lệ Yield tức thời, số lỗi phế phẩm theo giờ trên từng dây chuyền và tính toán MA, MU. Tuy nhiên, do những hạn chế cố hữu về tính năng làm mới tự động và chi phí của JMP, tác giả đã chuyển hướng nghiên cứu và xây dựng hệ thống bảng điều khiển hoàn toàn mới trên nền tảng Microsoft Power BI.

Bảng điều khiển Power BI kết nối trực tiếp với cơ sở dữ liệu SQL Server, cho phép tự động cập nhật liên tục các chỉ số quan trọng tại hiện trường:

• Tổng sản lượng thông lượng của dây chuyền FS100 và chi tiết cho từng line phụ.
• Tỷ lệ Yield tổng thể và tỷ lệ đạt chuẩn theo thời gian thực đối chiếu trực tiếp với đường chỉ tiêu toàn cầu (99,7%).
• Bảng thống kê các tấm kính hỏng và biểu đồ Pareto tự động phân loại phế phẩm theo chuyền và theo dạng lỗi (Failure modes).
• Biểu đồ trạng thái thời gian thực của máy móc (Machine Current Status: PRD, SBY, ENG, SDT, UDT) giúp giám sát tính sẵn sàng của thiết bị (Machine Availability - MA).

Tác giả thiết lập quy trình 3 bước để áp dụng hệ thống mới vào quản trị hiện trường (Shop Floor Management):

1. Bước 1: Biên soạn bộ tài liệu hướng dẫn công việc chuẩn hóa (Work Instruction - WI) cùng các video hướng dẫn chi tiết cách thức thao tác, truy cập bảng điều khiển.
2. Bước 2: Thuyết trình báo cáo, chứng minh tính hiệu quả trước ban quản lý cấp cao của First Solar Việt Nam để phê duyệt triển khai chính thức tại xưởng.
3. Bước 3: Đào tạo, chuyển giao công nghệ cho toàn bộ đội ngũ kỹ thuật viên sản xuất (MET) và thiết lập cơ chế giám sát vận hành bền vững.

---

Kết quả và đóng góp

Nghiên cứu mang lại những kết quả đo lường cụ thể và đóng góp thiết thực cho hoạt động sản xuất tại First Solar Việt Nam:

Tiêu chí so sánh	Hệ thống cũ (JMP / SAS)	Hệ thống mới (Power BI)
Cơ chế cập nhật dữ liệu	Chạy mã lệnh thủ công (Manual refresh) chu kỳ 3 giờ/lần trên JMP; SAS cập nhật theo mốc giờ/ngày.	Tự động làm mới dữ liệu liên tục theo thời gian thực (Real-time tracking).
Thời gian trích xuất báo cáo	Mất từ 5 đến 10 phút cho mỗi lần chạy script JSL.	Dữ liệu hiển thị tức thời, không tốn thời gian truy vấn thủ công.
Chi phí phần mềm	Chi phí bản quyền cao (1.785 USD/bản quyền JMP).	Tận dụng hạ tầng Power BI sẵn có của doanh nghiệp, tối ưu hóa ngân sách.
Phạm vi giám sát chỉ số	Theo dõi Throughput/Yield rời rạc; OEE chỉ xem tổng kết UDT vào cuối ngày trên SAS.	Tích hợp đồng thời Throughput, Yield, Scrap Pareto và trạng thái máy (MA, UDT, SDT, PRD).
Khả năng cảnh báo lỗi	Phát hiện bất thường trễ, dễ dẫn đến phế phẩm hàng loạt.	Cảnh báo sai lệch giới hạn kiểm soát ngay lập tức, hỗ trợ can thiệp tại chỗ.

Các giải pháp và đóng góp của đề tài bao gồm:

• Cải thiện xu hướng chất lượng và sản lượng: Việc phát hiện sớm các bất thường về nhiệt độ buồng VTD và ứng suất nén của kính giúp kiểm soát tỷ lệ kính vỡ, kéo xu hướng Yield tiến sát và hướng tới đạt mục tiêu toàn cầu 99,7%, đồng thời giảm tỷ lệ phế phẩm kính vỡ (Scrap).
• Nâng cao nhận thức vận hành thiết bị: Hệ thống bảng điều khiển trực quan giúp đội ngũ MET nắm bắt liên tục trạng thái thiết bị theo thời gian thực, chủ động rút ngắn thời gian dừng máy ngoài kế hoạch (UDT), nâng cao tính sẵn sàng của máy (Machine Availability - MA).
• Tiết kiệm thời gian lao động: Loại bỏ hoàn toàn thao tác chạy script thủ công kéo dài 5-10 phút mỗi 3 giờ của đội ngũ MET, giúp kỹ thuật viên tập trung vào công tác giám sát kỹ thuật và xử lý sự cố.
• Đóng góp về mặt học thuật và ứng dụng: Theo ghi nhận của tác giả, đây là nghiên cứu đầu tiên ứng dụng thành công phần mềm Power BI để phân tích và trực quan hóa dữ liệu sản xuất thời gian thực tại nhà máy First Solar Việt Nam, mở ra phương thức tiếp cận phân tích dữ liệu tinh gọn (Data analytics approach) trong quản lý vận hành dây chuyền công nghệ cao.

---

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số giới hạn nghiên cứu xuất phát từ phạm vi đề tài:

• Phạm vi đối tượng nghiên cứu: Đề tài chỉ tập trung giới hạn tại một công đoạn duy nhất là dây chuyền lắng đọng FS100 (máy VTD) thuộc khâu Lắng đọng bán dẫn (Deposition), chưa bao quát toàn diện các công đoạn tiếp theo như Định hình tế bào (Cell Definition) hay Hoàn thiện (Finishing).
• Thời gian thu thập dữ liệu: Chuỗi số liệu phân tích chuyên sâu được giới hạn trong chuỗi thời gian 7 tháng đầu năm 2022, chưa đánh giá hết các biến thiên mang tính chu kỳ dài hạn của toàn bộ vòng đời thiết bị.
• Hướng mở rộng nghiên cứu: Tác giả định hướng mở rộng mô hình bảng điều khiển thời gian thực trên Power BI sang các dây chuyền sản xuất khác trong toàn bộ nhà máy First Solar Việt Nam; đồng thời đề xuất tích hợp sâu hơn các thuật toán học máy (Machine Learning) và mô hình thống kê nâng cao (đã có trên JMP) vào hệ thống giám sát tự động để dự báo trước các nguy cơ nứt vỡ kính và hỏng hóc thiết bị trước khi sự cố thực sự phát sinh.

---

Giá trị tham khảo

Báo cáo khóa luận là tài liệu tham khảo có giá trị chuyên môn cao cho:

• Sinh viên và nhà nghiên cứu: Chuyên ngành Quản lý Công nghiệp (Industrial Management), Kỹ thuật Hệ thống Công nghiệp (Industrial Systems Engineering), Quản trị Chuỗi cung ứng & Vận hành (Operations Management) và Công nghệ Thông tin ứng dụng.
• Nội dung tham khảo trọng tâm:
  • Cấu trúc triển khai hệ thống đo lường hiệu suất nhà máy theo chuẩn mực quốc tế ISO 22400 và phương pháp phân tầng bảng điều khiển hiệu suất theo Wayne W. Eckerson.
  • Quy trình công nghệ thực tế và chuyên sâu về sản xuất pin năng lượng mặt trời màng mỏng CdTe (đặc biệt là 8 bước vận hành nghiêm ngặt trong môi trường chân không, nhiệt độ cao của máy VTD tại dây chuyền FS100).
  • Phương pháp luận ứng dụng công cụ thống kê (Pareto, Fishbone) để phân tích nguyên nhân gốc rễ sự cố kỹ thuật trong môi trường sản xuất thực tế.
  • Mô hình tích hợp luồng dữ liệu công nghiệp từ cảm biến, PLC qua cơ sở dữ liệu SQL Server sang nền tảng Power BI phục vụ giám sát hiện trường (Shop Floor Management).

---

Câu hỏi thường gặp

1. Mục tiêu toàn cầu của First Solar đối với tỷ lệ Yield tại dây chuyền FS100 là bao nhiêu và thực tế nhà máy Việt Nam đạt được như thế nào trong giai đoạn khảo sát?
Mục tiêu toàn cầu (Global target) do tập đoàn First Solar quy định cho tỷ lệ Yield của dây chuyền FS100 là 99,7%. Tuy nhiên, trong 7 tháng đầu năm 2022, tỷ lệ Yield thực tế tại nhà máy Việt Nam liên tục không đạt chỉ tiêu này, trong đó ghi nhận mức thấp nhất vào tháng 3/2022 khi tỷ lệ Yield rơi xuống đáy 99,43%.

2. Dạng phế phẩm nào là nguyên nhân chính làm suy giảm tỷ lệ Yield tại dây chuyền FS100?
Dựa trên phân tích biểu đồ Pareto về tỷ lệ phế phẩm (Scrap Percentage), dạng lỗi "Broken" (kính vỡ) là nguyên nhân nghiêm trọng nhất, đóng góp tỷ trọng phế phẩm cao nhất (khoảng 0,22%), vượt trội so với các dạng lỗi khác như Operator Fault, Transport Fault hay Sent to Dumpster. Biểu đồ xương cá chỉ ra các nguyên nhân cốt lõi gây vỡ kính gồm: Máy VTD quá nhiệt, sai lệch phương pháp vận hành, hỏng hóc cơ khí và sai sót của con người.

3. Vì sao hệ thống giám sát sản lượng và chất lượng bằng phần mềm JMP trước cải tiến không đáp ứng được yêu cầu tại xưởng?
Phần mềm JMP có chi phí bản quyền rất cao (1.785 USD/bản quyền), không có tính năng tự động làm mới dữ liệu theo thời gian thực (no automatic real-time refresh) và đòi hỏi kỹ thuật viên MET phải khởi chạy script thủ công mỗi 3 giờ một lần. Mỗi lần chạy mất từ 5 đến 10 phút, gây lãng phí thời gian và khiến việc phát hiện các sự cố bất thường bị chậm trễ.

4. Dây chuyền FS100 thực hiện chức năng gì và quy trình công nghệ bên trong máy VTD diễn ra như thế nào?
FS100 là dây chuyền lắng đọng bán dẫn quan trọng nhất thuộc công đoạn Deposition, sử dụng máy VTD để tạo khả năng hấp thụ năng lượng mặt trời cho tấm kính TCO. Quy trình công nghệ gồm 8 bước: Nạp kính và hút chân không -> Gia nhiệt -> Lắng đọng lớp bán dẫn CdSe (loại n) -> Đo độ dày/hiệu chỉnh -> Lắng đọng lớp bán dẫn CdTe (loại p) -> Đo độ dày/hiệu chỉnh -> Làm nguội nhanh (quenching) gia cường lực -> Đo hình dạng kính và kiểm soát ứng suất nén (glass stress) chống vỡ.

5. Quy trình 3 bước đưa hệ thống giám sát Power BI vào áp dụng thực tế tại xưởng sản xuất First Solar gồm những gì?
Quy trình áp dụng tại hiện trường gồm 3 bước: Bước 1 là chuẩn bị tài liệu hướng dẫn công việc (Work Instruction) và video hướng dẫn thao tác; Bước 2 là báo cáo, thuyết trình trước ban quản lý cấp cao (Top managers) để nhận phê duyệt áp dụng chính thức; Bước 3 là đào tạo, chuyển giao quy trình cho đội ngũ kỹ thuật viên sản xuất (MET) và duy trì hệ thống vận hành ổn định, liên tục.

---

Kết luận

Khóa luận tốt nghiệp của tác giả Ngô Phương Vy đã giải quyết thành công bài toán thực tiễn về tối ưu hóa công tác giám sát vận hành tại dây chuyền lắng đọng bán dẫn FS100 thuộc Công ty TNHH First Solar Việt Nam. Bằng việc nhận diện chính xác các điểm nghẽn của hệ thống JMP và SAS cũ, nghiên cứu đã xây dựng thành công bảng điều khiển trực quan hóa thời gian thực trên Microsoft Power BI kết nối dữ liệu từ Microsoft SQL Server. Công trình không chỉ giúp kiểm soát chặt chẽ tỷ lệ đạt chuẩn (Yield), thông lượng (Throughput) và phế phẩm vỡ kính (Scrap), mà còn nâng cao tính sẵn sàng của máy móc (Machine Availability) và tiết kiệm thời gian vận hành cho đội ngũ kỹ thuật viên hiện trường. Đây là minh chứng điển hình cho việc ứng dụng phân tích dữ liệu tinh gọn nhằm nâng cao hiệu quả quản trị sản xuất trong các doanh nghiệp công nghệ cao.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION GRADUATION THESIS MAJOR: GRADUATION'S THESIS OF THE INDUSTRIAL MANAGEMENT IMPROVING THE EFFICIENCY IF THE TRACKING SYSTEM BY A DATA ANALYTICS APPROACH A CASE OF THE FS100 LINE IN FIRST SOLAR VIET NAM INSTRUCTOR: NGUYEN PHAN ANH HUY STUDENT: NGO PHUONG VY SKLOO8975 Ho Chi Minh city, 5/2025 _——— — — — —== + =«`]ce—: CD MINISTRY OF EDUCATION AND TRAINING HO CHI MINH UNIVERSITY OF TECHNOLOGY AND EDUCATION FACULTY OF ECONOMICS 8 <x IIGII II] xô GRADUATION THESIS TOPIC IMPROVING THE EFFICIENCY OF THE TRACKING SYSTEM BY A DATA ANALYTICS APPROACH: A CASE OF THE FS100 LINE IN FIRST SOLAR VIET NAM Ỷ y £ Ạ Student: Ngo Phuong Vy Student ID: 19124351 Course: 2019 Major: Industrial Management Instructor: Ph.D Nguyen Phan Anh Huy TAU VEN TRUONG DESPKT SKIL 0008975 Career — Ho Chi Minh City, November, 2022 —————— 2 Koes _ Eee > | <r COMMENTS OF ADVISOR (a Oth Thee eee RO ORES WE SS OSS SSE SSRN Se Sas Sa ee SS Ho Chi Minh City, 27" November, 2022 Advisor Ph.D Nguyen Phan Anh Huy COMMENTS OF THE COMMITTEE MEMBERS Ho Chi Minh City, 27" November, 2022 Members of the committee ACKNOWLEDGEMENT Without the help of numerous people, this study would not be possible. First and foremost, I would want to express my sincere gratitude to Mr. Nguyen Phan Anh Huy, who served as my internship report adviser, for his leadership and the priceless insights she gave during the internship report. He made a strong commitment to stay in touch despite his hectic schedule, and I appreciate all the time he invested in our weekly video conference and disc I also like to thank First Solar Inc.

for making it possible for me to practice at the business. Thank you to the Deposition team members for providing me with the finest opportunities to learn more practical skills, complete the study, and gain an extensive understanding of the company's FS100 production process, methods, and techniques. More important, | would love to thank my mentor, Mr.Tuan, who spent his time guiding and mentoring me as an intern from the beginning to the end of my internship. However, it is challenging to prevent errors while writing this graduation thesis.

I'm hoping for feedback and ideas from readers and teachers so I can complete the study and use it as a foundation for further studies in a foreseeable future LIST OF ABBREVIATIONS Abbreviations Explanation ENG Engineer testing time FS First Solar MA Machine Availability ME Manufacturing Engineer MET Manufacturing Engineer Technician MU Machine Utilization OEE Overall equipment effectiveness. | PRD Productive time SBY Standby time SDT Scheduled downtime TP Throughput UDT Unscheduled downtime iv Figure 1. LIST OF FIGURES 1 Organization structure of First Solar Viet Nam Manufacturing .-++- 7 2 Description for Series 6 plus prOdUCt.----«-- ---s<<<c<<<<sseeereeeeexe 10 1 The structure for KPIs in production manufacturing,. --------------- -- 13 2 Data connection of manufacturing induStry.-‹ < «5< eseeeeeeeeeee 15 3;PoWer BI architeChEEicccxzcctocg to g2 GiốGtd0400ã81ãS8iiAl2lãi8á36001ã536610004g004 18 1 General First Solar’s solar panel production process KÝ.

21 2 General the FS100 deposition process flow chart. ------‹--««<<<«<5 25 3 Machine state description of the FS100 line production .- 27 4 Data transfer through station system processing .------«----«-- 30 6 Microsoft SQL Server Manapem€Ri-:.2-<-2 222222220122 022226662126s6 510 s6 31 5 SQL Object explorer đisplay sCreen:.---- «5< << «<< e+xesseeererserere 31 7 Executive system at First SOÌAT. -- «5< s<x se ve ve eereereeere 32 8 Analytic feature of JIMP statistical soffWare.----s<seee<eeeeeee 33 9 The FS100 monthly production yieÌd trend .----« «<< « «<< s<sse<x 34 10 The comparison scrap between First Solar’s FS100 versus global target 35 1] Fishbone diagram of Broken causing the yield failure of FS100 (<99.7%) jt6i620oiigsqgi6qiöo4gqptoiiygfitxg100A066i000-0ã806G00030403g44.4ikxsoasl 36 12 Pop up window of the current monitoring sySt€m.--- «s5 «<<+ 37 13 The FS100’s dashboard monitoring ThroughpuVYield.-- 38 14 Tracking machine current status at SAS website. «--«e< «s52 40 1 Developing scripting structure for Throughput/Yield/OEE at FS100 line .43 2 The new FS100’s dashboard tracking system for Yieid/OEE/Throughput 46 3 Example of hourly Throuphput Chart at FS 100 line.

46 A, Weekly Throughput Chart .csnssssnsssccsnccsnrcnueranvexsscountevanccusasscvanevnenbsceaseuts 47 5 Daily Throughput: Chart ssscisscsarcscssvsssvissescassenaesiaanesccsicessvassecsvestecnscaaiaceceecd 47 6 Real-time yield percentage at IS ÌÚ(.- S56 xxx xsesreessesee 48 v Figure 4. 7 A number defect per hour on each of lines.---«-s--ss+++x++se+ex++ 49 Figure 4. 8 Statistical top failure mOd€S.---< «55km meerrere 50 Eigfile4 79 Miehiie aV011BiHÌ ý: ::-cccccecnicabcbiiEi d5 160G: c55ã1b6053 4 4242ãjzSaöá358843855ã848 3 Figure-4: [0 Machine 0HHTEZRAHOÌiGsiáousodddiiiaodgstläiaidtiddilsstioisiisassiseieacsáissgsai 52 Figure 4. 11 Flow chart of creating reports and dashboard in Power BI.

12 The new FS100°s dashboard tracking system in Power BI. 13 The total FS100’s throughput .------- 5 «5s +s+rseseteseseseseerseecee ĐỐ FERUre4, 14: Production CARAD EY TANG scope ncrccencnrernsnstanceenensnennmnresserereneecdarensoneroernesenen es 56 Figure 4. 15 Three throughput line of the FS100 lines. 16 The total FS100 yield percentage.

17 Statistical failure glasses table. 18 Pareto Chart of line Scrap sesssesisisssssswesapesstcaccusszsacscisreaccatsassscascasecttentsitcas 59 Figure 4. 19 Pareto chart of Failure mode SCrap .--- 5-5-5 5< Sex sesesesee Figure 4. 20 Machine current stafu§.

-----«« Figure 4, 21 Power BI documentation instruction Figure 4. 22 Applying the new Yield/OEE/Throughput tracking system at shop floor64 Figure 4. 23 Comparison the yield trend after applying the new tracking system in PROUUCHOR PFOCESS ccsssinssnesssnssinacnenacciavansoueneaonsnounnnvasncencsantnseceuvissusreesnbansaneisetasnesatensunae 65 Figure 4, 24 Comparison the Scrap trend after applying the new tracking system in BfodOLGni DFOCEScoisibisica00004001110600Gt4154038549621X0110450ã3Aã63055xG3030ã4W98140G61 2c 66 F1pure 4: 25 Machine svallab[lÍtW ;.008x a4 67 LIST OF TABLES Table 1. 1 Electrical specifications for Series 6.

2 Mechanical description of prOduet .---- s22 5552 xe sexs+x xxx vexz 10 Table 2. 1 Typical measurement elements for KPIs. 2 Type of performance dashboard.- - - ¿+22 xxx xxx kg ve vvec 19 vi TABLE OF CONTENTS COMMENTS OF ADVISOR.e< se Sneeeeiegereeeeeraesassrsrsaeersrreeere i COMMENTS OF THE COMMITTEE MEMBERS.-----<e<esee<eeeee ii ACKNOWLEDGEMENTT.996960690600900090608850 iii LIST OF ABBREVIATIONS.cccscssescscessecsscsesscsorerecerercssccecseovecesesscsoossesesscoesseeosee iv LISE OR FIGURES: .cosscocsesssonsonensonnsnersenaconsnssesrenpenspepnossonesnpneppoossenanonenansessssssssantasensans v LIST OF TABLES. vi ND TH.ẶẪ-Ặằ-ằằẶằẶằẶằ=Ặ-= 1 1.

OVerview Of th€ SẦUYy. se Họ HH Họ Họ HH ng g1 mg 0g 1 2. Purpose Of the Study 8n. 2 Sz Objective of the study 4122001006 0ã604060100120102249)ã3531264462 001020 xcik se S202 Š;.Res€aichiifDIEEHOSieccsitecu0siagadtiqswest0893650Sia084x83s04@uagg 3 2: CWOEUEEGIEE HC SH Yƒscccccc060i00400161155110602004G604006143ã506634G0xGG8tSE8S0ak0ix4GG045Gã3G0603ã0<46Ú 3 CHAPTER 1: GENERAL INTRODUCTION ABOUT FIRST SOLAR MANUFACTURINGCO, TT: c2 2i 2465ã66ã36660x2ãs6 4 1.

Overview of First Solar Vietnam Manufacturing Co. The process of formation and development of First Solar Manufacturing. Process construction of First Solar Vietnam Manufacturing Co. Mant facturitis Leaderstipl os cccsiazessnessssncessvaiarvovssersvveninnenianevcservescesnasevassvecesunnaeeee 6 13.2: TOCHHOlORY A GV ANA RG oc asisscirisiscusixsnacxavssnnan ssocusnarsivauinscussasvancandacncesssassssonsnsansnsanen’ 6 1.

Manufacturing capabilities of First Solar Manufacturing Co. Organization structure of First Solar Vietnam Manufacturing Co. 7 125: Main products Of First:Solat 100. scssssisssscossseveanssssssssoncucesansvecussssscnsveecsmiamansncaiece 9 CHAPTER 2: LITERATURE REVIEW.

Production Management in the industry 4. -Ặ25Ă Su ve ccy 11 2:22 II IHGUSHV G Ô xe nhthraivenioiiktiattgioi5000/0001/9410013014000013546pt099500 5002146 e0suxl 12 2. My SQ\LL S€TVF. JMP statistical SOÍTWAF.

Sàn ThS 0110111111111 Hy 1§ 2. Power BI data analytics for production manufiactuitrnng.cc-ssss sa 17 vil 2. Performance dashboard for manufacturing.- -- << sx+x+xx+s<xekezreerveke 18 CHAPTER 3: ANALYSIS AND EVALUATION OF THE TRACKING OF YIELD/THROUGHPUT/OEE AT FS100 LINE.1 Describe general production process of First Solar Ïnc.2 Describe detail the FS100'S Process. Some of characteristic the FS100 production line.

A flow chart of the FS100 production line .------ -«cs<-<+sese+eeeeexexsexe 25 3. Manufacturing control system at FS IÖÖ prOC€SS .1, FS100producton tracking DEN naseesesaesaiineiiasinsienasioaisiotossveoinsssedtexsen 27 31506: Datel GESCESEION onsen vessceessesvonsasinsavonsnnscoveunsssorevsssonsiquesetteanvevevcsevesceersnssssuanneateesveres 30 3. Analyties and visualization đdáta in production prOC€SsS. The current situation of the FS100”s performance analysïs.

The FS100’s yield problem statermenI. Analysis current the yield tracking T6tliod ,. The FS100’s OEE problem statemenIt. -¿-- + 2 5 S2 %5 s2 xxx sex re 39 3.

Analysis current tracking the OEE tracking method. Final conclusion and proposed Solution .cccscscesesessesesescessesencecesessesenseeeeseees 41 CHAPTER 4: IMPROVING TRACKING SYSTEM TO MONITOR THROUGHPUT/YIELD/MA AT THE FS100 PROCESS. Improving the FS100 Throughput/Yield/OEE tracking system in JMP. Model scripting for the FS100’s tracking system in JMP software.

Elements dashboard of the new tracking system in JMP software. Evaluate advantage and disadvantage of the new tracking system in JMP. Improving the Throughput/Yield/OEE tracking system in Power BỊ. 3 4⁄2:1::CeneiBl PöWSE'BI-THOBDGHGNHiccccceccstsdiesaizciAgixagadiaiaskccoicseaGigzsssasigtsoe 53 4.

Improving the FS100 Throughput/Yield/OEE tracking system in Power BI. Comparison between advantage and disadvantage of the new tracking system in 4. The process of applying the new tracking system at shop floor management. Prepare the work instruction documentation and video instructions (Step 1).

Presenting to top managers to ask for applying at shop floor (Step 2). Passing down to the METs and continually sustain the new system (Step 3). ACHIOVEMERE OF RESIS, ss sccarscscsssssicessaccacenausonninnssnnnenniceissatuencacsncisiorensenesanisensteas 65 4. Improving the efficiecy of the FS100 yield trend.

Awareness of the FS100’s machine Stats. Tne SAVING FOF THE METS icnasdacsssssscevssisssinesaives ccssvisssssanssssusevasanseonestesmnciwenenoeseel 68 CONCLUSION 00 223. 70 REFERENGES ssciscosscssrnsssievcssocsessveonactscncacnsensiss 4šj4eLSi2i49644443664812i,i15566551641i86044%ci645436 71 ix INTRODUCTION 1. Overview of the study In the date-and-age industrial production aspect, the highly competitive manufacturing in bringing the best value products to the customers is severe day by day.

In addition, the competition among production companies is not only just the quality of products but also the level of technologies inside these companies. In that context, the application of data management systems and methods in production is receiving special attention from enterprises. Along with the trend of globalization, when a company has sudden trouble, they need to take action as soon as possible to decrease the damage influence. Every individual worker has to track the operational performance process as well as react immediately to excursions and turbulences happening on the shop floor (Christoph Groger et al, 2013).

Hence, powerful data analysis tools and performance dashboards are really important things that all big companies want to integrate into their management system. Especially, data collecting is a critical technique in an industrial setting as it mainly contributes to analyzing exactly the present context and can be able to foresee the risk of common different activities. Facility managers are "flying blind" when it comes to looking for places to improve and even recognizing issue areas in production without such data collecting. Simple operations like forecasting become impossible without high-quality manufacturing data collecting systems in place, while complex manufacturing improvement approaches like lean manufacturing make it tough to compete at the highest level.

Manufacturing data collection enables the investigation and calculation of key manufacturing performance measures including downtime, OFF. and throughput, as well as the identification of issues such as equipment failures and stoppages. Especially, First Solar, Inc. is a company that uses completely automated machines so analyzing data are crucial activities to take action immediately while many troubles in high-tech machines might happen at any moment.

At the moment. the FS100 line is one of the most important lines that impact to whole production line process cause of its core technology to create First Solar’s solar panel product unique. However, the FS100 line faces that it does not have any real-time tracking system for monitoring current situations on the shop floor. This can hardly foresee potential risks, slowly conduct corrective action or preventive action for issues in the future, and lose monitor in FS100 line.

Recognizing the above problems, the author proposes the topic “Improving the efficiency of the tracking system by a data analytics approach: acase of the FS100 line in First Solar Viet Nam” so identify the context of the FS100 line in First Solar Viet Nam. Moreover, based on this system, staff can strictly monitor the status of tools and yield rate every hour. Furthermore, calculating downtime in tools to study the machine’s productivity to sustain conditional machine working and get the best results. To the best of our knowledge, this is the first study applying Power BI software at First Solar Viet Nam 2.