Tổng quan nghiên cứu

Thị trường công nghiệp ô tô toàn cầu đang chứng kiến bước chuyển dịch mạnh mẽ theo hướng tự động hóa và số hóa quy trình sản xuất. Tại Việt Nam, nhà máy Bosch Powertrain Solutions tại tỉnh Đồng Nai là cơ sở sản xuất dây đai truyền động vô cấp (CVT pushbelt) lớn nhất thế giới của Tập đoàn Bosch, đạt mốc sản lượng hơn 25 triệu dây đai và đóng góp vào tổng doanh thu hợp nhất khoảng 192 triệu Euro trong năm 2021. Dây đai CVT là bộ phận then chốt cấu thành từ hàng trăm lá thép mỏng và các vòng đai chịu lực chính xác, đóng vai trò tối ưu hóa hiệu suất truyền động, tiết kiệm nhiên liệu và giảm lượng khí thải CO2 cho phương tiện giao thông.

Tuy nhiên, hoạt động kiểm soát chất lượng tại bộ phận Giám sát Chất lượng Dây đai (BQMS) trực thuộc phòng Quản lý Chất lượng và Phương pháp (QMM6) đang đối mặt với nhiều rào cản từ phương thức vận hành truyền thống. Quy trình kiểm định vi mô phụ thuộc chặt chẽ vào kỹ năng kiểm tra ngoại quan qua kính hiển vi của công nhân vận hành nhằm phân loại sản phẩm. Hệ thống dữ liệu tiêu chuẩn kỹ thuật hiện phân tán trên hơn 20 tài liệu chuẩn riêng biệt trong phần mềm Manual Master, khiến việc tra cứu mất nhiều thời gian, hình ảnh lỗi mẫu bị mờ và không phản ánh đầy đủ các dạng khuyết tật thực tế phát sinh.

Nghiên cứu này được thực hiện nhằm phân tích toàn diện thực trạng hoạt động kiểm định BQMS trong giai đoạn 2021 - 2022 tại nhà máy Bosch Long Thành. Mục tiêu trọng tâm là xác định nguyên nhân gốc rễ khiến công nhân bỏ sót lỗi khuyết tật và xây dựng mô hình thư viện số BQMS Management System. Giải pháp hướng tới việc chuẩn hóa 100% hình ảnh lỗi trực quan, rút ngắn hơn 70% thời gian tra cứu tài liệu tiêu chuẩn, kéo giảm tỷ lệ chấp nhận sai (False Acceptance Rate) từ đỉnh điểm 12,46% xuống dưới 1%, qua đó bảo vệ uy tín thương hiệu và nâng cao mức độ hài lòng của các khách hàng lớn như Jatco, Punch và Hyundai.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu tích hợp các lý thuyết nền tảng về chuyển đổi số và quản trị chất lượng hiện đại trong môi trường sản xuất công nghiệp phụ trợ ô tô. Lý thuyết số hóa quy trình kinh doanh của Sommarberg & Makinen cùng khung phát triển công nghệ của Schwab & Davis khẳng định rằng ứng dụng công nghệ số giúp tự động hóa vận hành, giảm thiểu sai sót do con người và thúc đẩy văn hóa cải tiến liên tục. Khái niệm thư viện số (Digital Library) theo định nghĩa của Greenstein & Bellinger và Lesk được áp dụng làm kiến trúc cốt lõi nhằm chuyển đổi các kho dữ liệu vật lý hoặc tệp tin rời rạc thành một hệ thống thông tin số tập trung, hỗ trợ truy xuất đa phương tiện nhanh chóng và bảo mật cao.

Bên cạnh đó, nghiên cứu vận dụng hệ thống tiêu chuẩn kiểm soát chất lượng ngành công nghiệp ô tô IATF 16949:2016, gắn liền với Tiêu chuẩn Chấp thuận Quy trình (Production Acceptance Standard - PAS) và Tiêu chuẩn Chấp thuận Kỹ thuật (Engineer Acceptance Standard - EAS). Các tiêu chuẩn này quy định dung sai kỹ thuật, phương pháp đo lường và ngưỡng chấp nhận lỗi cho từng chi tiết dây đai. Mô hình cải tiến liên tục PDCA (Plan - Do - Check - Act) của Deming và nguyên lý Pareto 80/20 đóng vai trò kim chỉ nam trong việc hoạch định các bước phân tích nguyên nhân và chuẩn hóa quy trình kiểm định.

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp thu thập dữ liệu thứ cấp và dữ liệu sơ cấp thực chứng. Nguồn dữ liệu thứ cấp bao gồm kết quả kiểm tra tay nghề ngoại quan định kỳ 4 quý trong 2 năm 2021 và 2022 được lưu trữ tại bộ phận BQMS, cùng hệ số tỷ lệ chấp nhận sai (False Acceptance Rate) và tỷ lệ loại bỏ sai (False Rejection Rate). Dữ liệu sơ cấp được thu thập thông qua phiếu khảo sát chất lượng dịch vụ nội bộ (Internal Service Quality Survey) gồm 8 tiêu chí đánh giá mức độ hài lòng về thời gian, tính rõ ràng của tài liệu và chất lượng hình ảnh tiêu chuẩn.

Cỡ mẫu nghiên cứu được xác định toàn diện với 1.006 công nhân vận hành trực tiếp thực hiện công đoạn kiểm tra ngoại quan tại ba phân xưởng trọng yếu: dập lá thép Element (MSE1), cán vòng đai Loopset (MSE2) và dây chuyền hoàn thiện Assembly (MSE3). Phương pháp chọn mẫu toàn bộ tổng thể được áp dụng nhằm loại bỏ sai số chọn mẫu, phản ánh bức tranh toàn cảnh và chính xác tuyệt đối về năng lực nhận diện khuyết tật của người lao động trên toàn dây chuyền.

Lý do lựa chọn phương pháp phân tích định lượng kết hợp công cụ chất lượng xuất phát từ tính chất khắt khe của ngành sản xuất linh kiện ô tô. Tác giả sử dụng biểu đồ Pareto để sàng lọc 20% dạng khuyết tật gây ra 80% tỷ lệ lỗi lọt, kết hợp sơ đồ xương cá Ishikawa 5M1E (Con người, Máy móc, Phương pháp, Nguyên vật liệu, Đo lường và Môi trường) cùng phỏng vấn chuyên sâu chuyên gia chất lượng để đào sâu nguyên nhân gốc rễ. Toàn bộ lộ trình nghiên cứu, phân tích dữ liệu và thử nghiệm giải pháp được thực hiện xuyên suốt từ tháng 01/2021 đến tháng 05/2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả phân tích từ 8 kỳ kiểm tra tay nghề định kỳ giai đoạn 2021 - 2022 cho thấy tỷ lệ hoàn thành bài kiểm tra của công nhân có sự chuyển biến nhưng vẫn tiềm ẩn rủi ro lọt lỗi nghiêm trọng. Trong năm 2021, tỷ lệ bài kiểm tra ở mức chỉ chấp nhận được (Acceptable test rate) chiếm tỷ trọng áp đảo lên tới 71,89% ở quý 1 và 64,88% ở quý 4. Sang năm 2022, chất lượng kiểm định được cải thiện khi tỷ lệ bài kiểm tra đạt mức tốt (Good test rate) tăng lên 50,83% ở quý 1 và duy trì ở mức 53,83% vào quý 4, tuy nhiên tỷ lệ công nhân bỏ sót khuyết tật vẫn còn diễn biến phức tạp.

Đáng chú ý, tỷ lệ bỏ sót lỗi của công nhân tập trung đột biến tại hai công đoạn trọng yếu là Loopset 2B và Fine blanking, với tỷ lệ lỗi không được phát hiện ghi nhận ở mức 7,81% vào năm 2021 và tăng lên 12,46% vào năm 2022. Phân tích định lượng chi tiết các dạng khuyết tật chưa đạt chỉ ra 5 lỗi chiếm tỷ trọng cao nhất:

  • Lỗi nứt dao dập (Cracked blanking tool) chiếm tỷ lệ bỏ sót 23,01% trong năm 2021 và 0,34% năm 2022.
  • Lỗi dính tạp chất nhôm trên dải thép Loopset (Aluminum on LS) chiếm 15,34%.
  • Lỗi vết đốm đỏ trên bề mặt ngoài (Red spot outer surface) chiếm 7,67%.
  • Lỗi rách trụ định vị (Tear off pillar) chiếm 7,60%.
  • Lỗi mép biên thừa (Remaining edge) chiếm 6,12%.

Dữ liệu khảo sát từ 1.006 công nhân vận hành làm sáng tỏ nguyên nhân của tình trạng trên: hơn 65% người tham gia phản ánh quy trình tra cứu tài liệu tiêu chuẩn trên Manual Master rất phức tạp do phải nhớ từng mã số văn bản riêng lẻ; 78% công nhân khẳng định hình ảnh khuyết tật trên tài liệu PAS và EAS hiện tại rất mờ, thiếu độ phân giải và chỉ thể hiện một góc nhìn duy nhất, gây khó khăn khi đối chiếu với các sản phẩm thực tế có độ biến thiên cao dưới kính hiển vi.

Thảo luận kết quả

Thực trạng bỏ sót lỗi tại công đoạn Fine blanking và Loopset 2B phản ánh sự đứt gãy giữa tài liệu tiêu chuẩn hóa lý thuyết và điều kiện quan sát thực tế tại xưởng sản xuất. Việc dữ liệu được tổng hợp và trình bày trực quan qua biểu đồ Pareto lũy tích kết hợp ma trận đánh giá năng lực kiểm tra giúp ban quản đốc nhận diện rõ rệt: rủi ro chất lượng không xuất phát từ thái độ làm việc của công nhân mà bắt nguồn từ sự thiếu hụt các công cụ trực quan hóa độ phân giải cao. Khi các dạng khuyết tật vi mô như vết dính nhôm hoặc vết nứt vi mô chỉ được mô tả bằng hình ảnh 2D đen trắng mờ nhạt, xác suất nhận diện sai lệch của mắt người dưới ánh sáng kính hiển vi sẽ tăng lên đáng kể.

So sánh với các công trình nghiên cứu chuyển đổi số trong chuỗi cung ứng cơ khí chính xác, phát hiện tại Bosch Việt Nam tái khẳng định rằng việc số hóa tài liệu kỹ thuật không chỉ dừng lại ở việc lưu trữ tệp tin điện tử, mà phải xây dựng thành một hệ sinh thái tri thức trực quan tương tác cao. Việc thiếu một cổng thông tin tập trung đã tạo ra độ trễ thông tin lớn giữa bộ phận kỹ thuật chất lượng QMM và đội ngũ công nhân vận hành trực tiếp. Khi dữ liệu lỗi được trình bày thông qua biểu đồ phân phối tần suất và bảng theo dõi biến động khuyết tật theo thời gian thực, doanh nghiệp mới có thể chủ động ngăn chặn lỗi từ sớm thay vì chỉ xử lý thụ động sau khi nhận khiếu nại từ khách hàng.

Đề xuất và khuyến nghị

  • Xây dựng và triển khai nền tảng thư viện số BQMS Management System nhằm tích hợp toàn bộ hơn 20 bộ tài liệu tiêu chuẩn PAS và EAS vào một giao diện trực tuyến duy nhất. Nhóm kỹ sư IT phối hợp cùng phòng QMM6 hoàn thiện hệ thống trong thời gian 3 tháng, đặt mục tiêu cắt giảm thời gian tìm kiếm tài liệu của nhân viên từ 15 phút xuống dưới 30 giây.
  • Chuẩn hóa và nâng cấp ngân hàng dữ liệu hình ảnh khuyết tật đa chiều bằng các bức ảnh màu có độ phân giải cao chụp từ kính hiển vi kỹ thuật số. Đội ngũ kỹ sư chất lượng QMM6.3 chịu trách nhiệm số hóa 100% hình ảnh cho 5 dạng lỗi trọng điểm như Cracked blanking tool và Aluminum on LS trong quý 3 năm 2023, hướng tới mục tiêu hạ tỷ lệ bỏ sót lỗi xuống dưới 0,5%.
  • Tích hợp mô-đun nhật ký thay đổi khuyết tật (Failure Mode Change Logs) tự động trên nền tảng số. Chức năng này cho phép cập nhật tức thì các dạng lỗi mới phát sinh từ khiếu nại của khách hàng, do Trưởng bộ phận QMM trực tiếp phê duyệt và phổ biến xuống chuyền sản xuất trong vòng 24 giờ kể từ khi phát hiện.
  • Thiết lập quy trình tự động hóa bài kiểm tra tay nghề ngoại quan hàng quý cho toàn thể 1.006 công nhân, tích hợp thuật toán tự động tính toán chỉ số False Acceptance Rate và False Rejection Rate. Phòng đào tạo kỹ thuật TGA và bộ phận BQMS chủ trì thực hiện từ quý 4 năm 2023 nhằm tự động xuất báo cáo đánh giá và xây dựng lộ trình đào tạo lại tức thì cho những cá nhân chưa đạt yêu cầu.

Đối tượng nên tham khảo luận văn

  • Giám đốc sản xuất và Trưởng phòng quản lý chất lượng (QA/QC) tại các nhà máy cơ khí chính xác và linh kiện ô tô: Khai thác mô hình thư viện số để chuẩn hóa hệ thống tài liệu theo tiêu chuẩn IATF 16949, loại bỏ lãng phí thời gian tra cứu và nâng cao năng lực kiểm soát phế phẩm trên dây chuyền.
  • Kỹ sư công nghiệp và Chuyên gia chuyển đổi số quy trình (Digital Transformation Specialists): Tham khảo cấu trúc kỹ thuật của hệ thống BQMS Management System, phương pháp số hóa dữ liệu trực quan và cách tích hợp công cụ chất lượng vào phần mềm quản trị nhà máy thông minh.
  • Giảng viên, Nghiên cứu sinh và Học viên cao học chuyên ngành Quản lý Công nghiệp, Kỹ thuật Hệ thống Công nghiệp: Sử dụng công trình như một nghiên cứu tình huống điển hình về việc ứng dụng kết hợp chu trình PDCA, biểu đồ Pareto 80/20 và sơ đồ Ishikawa trong việc giải quyết bài toán vận hành thực tế tại tập đoàn đa quốc gia.
  • Chuyên viên đào tạo kỹ thuật và Đánh giá viên nội bộ: Ứng dụng phương pháp khảo sát chất lượng dịch vụ nội bộ cùng hệ thống đánh giá kỹ năng kiểm tra ngoại quan vi mô định kỳ để thiết kế các chương trình đào tạo tay nghề chuẩn xác cho công nhân viên sản xuất.

Câu hỏi thường gặp

  • Hệ thống BQMS tại nhà máy Bosch giải quyết bài toán cốt lõi nào trong quy trình sản xuất dây đai CVT? Hệ thống BQMS chuẩn hóa quy trình đánh giá và rèn luyện kỹ năng kiểm tra ngoại quan qua kính hiển vi cho hơn 1.000 công nhân, giúp phát hiện sớm các khuyết tật vi mô trên lá thép và vòng đai, ngăn ngừa tuyệt đối nguy cơ chuyển giao sản phẩm lỗi đến tay khách hàng.

  • Vì sao tỷ lệ bỏ sót khuyết tật của công nhân lại tập trung chủ yếu ở công đoạn Loopset 2B và Fine blanking? Các khuyết tật tại hai công đoạn này như dính nhôm bề mặt hay nứt dao dập có kích thước hiển vi và độ tương phản quang học rất thấp, trong khi tài liệu tiêu chuẩn cũ chỉ cung cấp hình ảnh mờ đơn lẻ khiến công nhân gặp khó khăn khi nhận diện trên dây chuyền thực tế.

  • Nền tảng BQMS Management System mang lại cải tiến vượt bậc gì so với công cụ Manual Master trước đây? Nền tảng mới quy tụ toàn bộ hơn 20 bộ tài liệu tiêu chuẩn phân mảnh về một cổng truy cập duy nhất, cung cấp ngân hàng ảnh lỗi sắc nét đa góc chụp và tự động hóa toàn bộ quá trình tổng hợp báo cáo kết quả kiểm tra tay nghề của công nhân.

  • Hai chỉ số False Acceptance Rate và False Rejection Rate có vai trò như thế nào trong kiểm soát chất lượng? Hai chỉ số này đo lường chính xác tỷ lệ chấp nhận sản phẩm lỗi và tỷ lệ loại bỏ nhầm sản phẩm đạt tiêu chuẩn, cung cấp cơ sở dữ liệu định lượng minh bạch để phân loại công nhân cần tái đào tạo, đảm bảo độ tin cậy chất lượng đạt mức 100%.

  • Các doanh nghiệp sản xuất vừa và nhỏ (SMEs) có thể học hỏi và áp dụng mô hình số hóa từ luận văn này không? Doanh nghiệp hoàn toàn có thể ứng dụng linh hoạt bằng cách số hóa hệ thống tài liệu kỹ thuật, chuẩn hóa kho ảnh mẫu lỗi trực quan và vận dụng biểu đồ Pareto để ưu tiên giải quyết dứt điểm 20% dạng khuyết tật phổ biến nhất trong xưởng sản xuất.

Kết luận

  • Luận văn đã phân tích toàn diện thực trạng kiểm soát chất lượng ngoại quan tại nhà máy Bosch Powertrain Solutions, chỉ ra điểm nghẽn khiến tỷ lệ bỏ sót lỗi dao động từ 7,81% đến 12,46% trong giai đoạn 2021 - 2022.
  • Ứng dụng thành công chu trình PDCA kết hợp biểu đồ Pareto 80/20 và sơ đồ xương cá Ishikawa để cô lập chính xác 5 dạng khuyết tật trọng yếu tại hai công đoạn Loopset 2B và Fine blanking.
  • Đề xuất và xây dựng hoàn chỉnh giải pháp thư viện số BQMS Management System, hợp nhất hơn 20 tài liệu tiêu chuẩn kỹ thuật PAS và EAS cùng ngân hàng hình ảnh lỗi đa chiều có độ phân giải cao.
  • Đóng góp giải pháp số hóa mang tính ứng dụng thực tiễn sâu sắc, giúp tiết kiệm hơn 70% thời gian tìm kiếm tài liệu, tự động hóa quy trình đánh giá tay nghề cho 1.006 công nhân và củng cố niềm tin của khách hàng quốc tế.
  • Lộ trình phát triển tiếp theo tập trung vào việc ứng dụng trí tuệ nhân tạo (AI Computer Vision) để tự động hóa khâu phát hiện lỗi quang học và mở rộng mô hình cho các nhà máy Bosch trên toàn cầu. Các doanh nghiệp sản xuất cơ khí chính xác cần chủ động số hóa hệ thống quản lý chất lượng ngay hôm nay nhằm tạo lập lợi thế cạnh tranh bền vững trong kỷ nguyên sản xuất thông minh.