Giới thiệu dự án

Ngành sản xuất đồ gỗ ngoại thất toàn cầu đang chứng kiến sự chuyển dịch mạnh mẽ hướng tới các vật liệu bền vững và kinh tế tuần hoàn. Thị trường vật liệu composite nhựa gỗ (Wood-Plastic Composite - WPC) quốc tế đạt tốc độ tăng trưởng kép hàng năm (CAGR) trên 11.5%, đòi hỏi các doanh nghiệp gia công xuất khẩu phải tối ưu hóa chuỗi cung ứng và định mức nguyên vật liệu nhằm đảm bảo biên lợi nhuận và tiến độ giao hàng khắt khe.

Công ty TNHH ScanCom Việt Nam (thuộc tập đoàn ScanCom International A/S - Đan Mạch) là doanh nghiệp FDI tiêu biểu trong lĩnh vực sản xuất nội - ngoại thất xuất khẩu sang hơn 50 quốc gia, cung ứng cho các chuỗi phân phối quốc tế như IKEA Supply AG, Jysk, Freedom NZ và International Home Miami Corp. Trong cơ cấu sản xuất của ScanCom, nhà máy Durawood đóng vai trò chiến lược khi tận dụng nguồn phế phẩm bột gỗ từ các xưởng chế biến gỗ tự nhiên để phối trộn với hạt nhựa Polyethylene mật độ cao (HDPE) nhằm sản xuất các dòng nan nhựa gỗ Durawood (DRW), Duraboard (DRB) và Wide Duraboard (WDRB).

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH DÒNG VẬT LIỆU TẠI NHÀ MÁY DURAWOOD                 |
|                                                                                   |
|  [Phế liệu Gỗ NM2] ---> [Nghiền <0.5mm] ---> [Sấy ẩm <3.5%]                       |
|                                                     |                             |
|  [Hạt nhựa HDPE]   ---> [Kiểm tra MFI]        ----+ |                             |
|                                                   | |                             |
|  [Phụ gia UV/Coupling]                        ----+---> [Cân định lượng & Phối]   |
|                                                              |                    |
|  [Bán thành phẩm tái chế]                     ---------------+                    |
|                                                              v                    |
|  [Thành phẩm DRW/DRB/WDRB] <--- [Đùn Profile] <--- [Tạo hạt & Làm lạnh 35°C]      |
+-----------------------------------------------------------------------------------+

Vấn đề thực tế (Problem Statement)

Dù giữ vị thế quan trọng, công tác quản trị vật tư tại nhà máy Durawood đang đối mặt với các nút thắt vận hành:

  • Phương pháp dự báo cảm tính: Doanh nghiệp chưa thiết lập bộ phận dự báo chuyên trách; số liệu đặt hàng chủ yếu phụ thuộc vào kinh nghiệm chủ quan của nhân viên điều độ dẫn đến sai lệch lớn giữa nhu cầu dự báo và năng lực đáp ứng thực tế.
  • Mất cân đối tồn kho nghiêm trọng: Tồn đọng lượng lớn các mã nguyên liệu thứ yếu gây ứ đọng vốn lưu động, trong khi lại thiếu hụt cục bộ hạt nhựa nguyên sinh HDPE và bột gỗ đạt chuẩn vào các giai đoạn cao điểm mùa vụ.
  • Rủi ro gián đoạn dây chuyền đùn nhựa: Đặc thù công nghệ ép đùn profile WPC là quy trình liên tục; việc đứt gãy nguồn cung cấp nguyên liệu hoặc nguyên liệu không đạt chuẩn độ ẩm ($\le 3.5%$) làm tăng tỷ lệ phế phẩm đùn hỏng, kẹt khuôn và phát sinh chi phí dừng máy (downtime).

Mục tiêu dự án

  1. Xây dựng và đánh giá hệ thống mô hình dự báo định lượng sản lượng tiêu thụ các dòng sản phẩm nan nhựa gỗ (DRW, DRB, WDRB) giai đoạn 2018 - 2019.
  2. Thiết lập quy trình hoạch định nhu cầu nguyên vật liệu (Material Requirements Planning - MRP) kết nối trực tiếp với bảng định mức vật tư (Bill of Materials - BOM) và lịch trình sản xuất tổng thể (Master Production Schedule - MPS).
  3. Tối ưu hóa mô hình đặt hàng kinh tế (Economic Order Quantity - EOQ) và tồn kho an toàn (Safety Stock - SS) đối với hai nhóm nguyên liệu chính: bột gỗ và hạt nhựa HDPE.

Giải pháp kỹ thuật và kết quả kỳ vọng

Dự án áp dụng phương pháp nghiên cứu định lượng kết hợp kỹ thuật mô phỏng chuỗi thời gian:

  • Lựa chọn mô hình dự báo tối ưu dựa trên chỉ số sai số tuyệt đối trung bình (Mean Absolute Deviation - MAD) và tín hiệu theo dõi (Tracking Signal - TS).
  • Thiết kế ma trận MRP nhiều cấp độ giải quyết bài toán nhu cầu phụ thuộc (Dependent Demand).
  • Kết quả đo lường được: Giảm sai số dự báo MAD xuống dưới $8.5%$, hạ chi phí lưu kho $15-20%$, đảm bảo mức phục vụ dịch vụ khách hàng (Service Level) đạt $98%$ mà không xảy ra tình trạng thiếu hụt nguyên liệu đùn.

Phạm vi và giới hạn

  • Phạm vi: Tập trung vào các dòng sản phẩm profile nan nhựa gỗ ngoại thất tại nhà máy Durawood thuộc ScanCom Việt Nam (KCN Sóng Thần 1, Dĩ An, Bình Dương).
  • Giới hạn: Dữ liệu phân tích chuỗi thời gian được thu thập theo chu kỳ mùa vụ sản xuất từ niên độ 2014-2015 đến 2017-2018; chu kỳ hoạch định thực nghiệm áp dụng cho Quý 3 và Quý 4 năm 2018.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thời điểm nghiên cứu, quy trình mua sắm và cấp phát nguyên vật liệu tại ScanCom vận hành theo cơ chế thụ động khi có lệnh sản xuất từ phòng kinh doanh chuyển sang.

Tiêu chí đánh giá Phương pháp thủ công hiện tại Mô hình đề xuất (MRP & EOQ tối ưu) Đánh giá cải tiến
Cơ sở dự báo Trực giác, kinh nghiệm điều độ Mô hình chuỗi thời gian định lượng Triệt tiêu định kiến chủ quan
Kiểm soát sai số Không đánh giá định kỳ Theo dõi liên tục qua MAD & RSFE Cảnh báo sớm độ lệch mô hình
Tính toán nhu cầu Ước tính tổng hợp tuyến tính Phân rã đa tầng theo cấu trúc BOM Chính xác theo thời điểm phát lệnh
Chính sách đặt hàng Mua theo lô cảm tính (Lot-for-Lot) Cân đối chi phí tồn trữ & đặt hàng (EOQ) Tối thiểu hóa tổng chi phí tồn kho
Độ tin cậy giao hàng Biến động ($85% - 90%$) Ổn định ($\ge 98%$) Đáp ứng SLA của khách hàng quốc tế

Yêu cầu người dùng và hệ thống được chuẩn hóa theo mô hình MoSCoW:

  • Must have (Bắt buộc): Bảng tính phân rã nhu cầu tịnh (Net Requirements) theo tuần; công thức tự động tính tồn kho an toàn cho bột gỗ và nhựa HDPE; thuật toán kiểm tra giới hạn tín hiệu theo dõi $\pm 4 \text{ MAD}$.
  • Should have (Nên có): Bảng điều khiển (Dashboard) so sánh trực quan sai số giữa các mô hình chuỗi thời gian; tự động chuyển đổi kích thước lô sang đơn vị bao đóng gói chuẩn (25kg/bao nhựa, silo $40\text{m}^3$ bột gỗ).
  • Could have (Có thể có): Giao diện liên kết dữ liệu API với hệ thống SAP R/3 hiện hành của ScanCom.
  • Won't have (Chưa hỗ trợ): Thuật toán tối ưu hóa đa mục tiêu phi tuyến tính có xét đến biến động giá thị trường giao ngay của hạt nhựa nguyên sinh.

Thiết kế hệ thống hoạch định

Kiến trúc hệ thống tính toán MRP được thiết kế theo luồng dữ liệu 3 tầng:

[Dữ liệu lịch sử & Đơn hàng]

Thiết kế cấu trúc cơ sở dữ liệu (BOM & Tồn kho)

Bảng định mức kỹ thuật nguyên liệu tiêu chuẩn (BOM) cho 1.000 kg hạt nhựa gỗ tổng hợp:

-- Cấu trúc bảng danh mục vật tư (BOM Schema)
CREATE TABLE BillOfMaterials (
    MaterialID VARCHAR(20) PRIMARY KEY,
    MaterialName VARCHAR(100) NOT NULL,
    Category VARCHAR(50),
    RatioPercentage DECIMAL(5,2) NOT NULL, -- Tỷ lệ phần trăm phối trộn
    UnitOfMeasure VARCHAR(10),
    ScrapFactor DECIMAL(4,3) DEFAULT 0.035 -- Hệ số phế phẩm cho phép (3.5%)
);

-- Định mức cho 1 tấn bán thành phẩm hạt nhựa gỗ composite
INSERT INTO BillOfMaterials VALUES
('RM-WOOD-01', 'Bột gỗ nghiền mịn (<0.5mm, độ ẩm <3.5%)', 'Raw Material', 55.00, 'KG', 0.035),
('RM-HDPE-01', 'Hạt nhựa nguyên sinh High-Density Polyethylene', 'Raw Material', 38.00, 'KG', 0.020),
('RM-ADD-UV',  'Phụ gia ổn định quang hóa & chống tia cực tím', 'Chemical', 2.00, 'KG', 0.010),
('RM-ADD-CPL', 'Chất trợ tương hợp (Coupling Agent Maleic Anhydride)', 'Chemical', 3.00, 'KG', 0.010),
('RM-ADD-COL', 'Masterbatch hạt tạo màu vân gỗ', 'Chemical', 2.00, 'KG', 0.010);

Phương pháp luận triển khai

Quy trình nghiên cứu áp dụng mô hình DMAIC (Define - Measure - Analyze - Improve - Control):

  1. Define & Measure: Xác định các dòng sản phẩm chủ lực (DRW, DRB, WDRB), thu thập dữ liệu sản xuất thực tế giai đoạn 2014 - 2018, thiết lập thông số chi phí lưu kho ($H$) và chi phí đặt hàng ($S$).
  2. Analyze: Kiểm định 4 nhóm giải thuật chuỗi thời gian, tính toán độ lệch trung bình tuyệt đối $MAD$, tổng sai số tích lũy $RSFE$, thiết lập biểu đồ kiểm soát với giới hạn $\pm 4 \text{ MAD}$.
  3. Improve: Ứng dụng mô hình cân đối quy mô lô hàng EOQ kết hợp thời gian đáp ứng đơn hàng (Lead time: 2 tuần đối với bột gỗ nội bộ, 4 tuần đối với nhựa nhập khẩu).
  4. Control: Thiết lập quy trình phát lệnh đặt hàng tự động theo điểm đặt hàng lại (Reorder Point - ROP).

Implementation và kết quả

Quy trình công nghệ và thuật toán cốt lõi

Quy trình sản xuất nan nhựa gỗ tại nhà máy Durawood trải qua 9 công đoạn khép kín với các yêu cầu kỹ thuật nghiêm ngặt:

  1. Tiếp nhận & Sấy phế phẩm gỗ: Nghiền kích thước $\le 0.5\text{ mm}$, đưa qua tháp sấy tầng sôi hạ độ ẩm từ $12-15%$ xuống dưới $3.5%$.
  2. Cân định lượng tự động: Hệ thống loadcell nạp liệu theo tỷ lệ công thức BOM với độ chính xác $\pm 0.1%$.
  3. Trộn cao tốc (High-Speed Compounding): Nhiệt độ ma sát đạt $115-125^\circ\text{C}$ kích hoạt chất trợ tương hợp bao bọc sợi gỗ.
  4. Làm lạnh: Giảm nhiệt độ hỗn hợp xuống $35^\circ\text{C}$ chống vón cục.
  5. Tạo hạt (Granulation): Cắt hạt kích thước đường kính $5 - 10\text{ mm}$.
  6. Đùn profile (Extrusion): Máy đùn trục vít đôi gia nhiệt định hình nan theo khuôn mẫu đơn hàng.
  7. Chà nhám & Tạo vân: Hoàn thiện bề mặt, thu hồi $100%$ bụi mài tái sử dụng.
  8. Gia công & Cắt quy cách.
  9. Lắp ráp, kiểm soát chất lượng (QC) và Đóng gói.
import numpy as np

def calculate_forecasting_metrics(actual: np.ndarray, forecast: np.ndarray):
    """
    Tính toán chỉ số MAD, RSFE và Tracking Signal nhằm đánh giá độ tin cậy mô hình.
    """
    errors = actual - forecast
    abs_errors = np.abs(errors)
    mad = np.mean(abs_errors)
    rsfe = np.sum(errors)
    tracking_signal = rsfe / mad if mad != 0 else 0.0
    return {
        "MAD": float(mad),
        "RSFE": float(rsfe),
        "Tracking_Signal": float(tracking_signal)
    }

def single_exponential_smoothing(series: np.ndarray, alpha: float) -> np.ndarray:
    """
    Mô hình san bằng mũ giản đơn: F_t = F_{t-1} + alpha * (D_{t-1} - F_{t-1})
    """
    n = len(series)
    forecast = np.zeros(n)
    forecast[0] = series[0] # Khởi tạo giá trị ban đầu
    for t in range(1, n):
        forecast[t] = forecast[t-1] + alpha * (series[t-1] - forecast[t-1])
    return forecast

def calculate_eoq(annual_demand: float, ordering_cost: float, holding_cost_unit: float) -> float:
    """
    Mô hình Lượng đặt hàng kinh tế EOQ: Q* = sqrt((2 * D * S) / H)
    """
    if holding_cost_unit <= 0 or annual_demand <= 0:
        raise ValueError("Holding cost and Demand must be positive values.")
    return np.sqrt((2 * annual_demand * ordering_cost) / holding_cost_unit)

Thuật toán tính toán nhu cầu thực tế (Net Requirements) trong ma trận MRP:

$$\text{Nhu cầu thực tế } (NR_t) = \max\left(0, \text{TNC}t - \text{OH}{t-1} - \text{SR}_t + \text{SS}\right) \times (1 + \text{Scrap})$$

Trong đó:

  • $\text{TNC}_t$: Tổng nhu cầu thô tại chu kỳ $t$ từ Master Schedule.
  • $\text{OH}_{t-1}$: Lượng tồn kho sẵn có cuối kỳ trước chuyển sang.
  • $\text{SR}_t$: Lượng tiếp nhận theo tiến độ đã cam kết giao (Scheduled Receipts).
  • $\text{SS}$: Mức tồn kho an toàn thiết lập trước.
  • $\text{Scrap}$: Tỷ lệ hao hụt phế phẩm công đoạn ($3.5%$ cho bột gỗ, $2.0%$ cho nhựa HDPE).

Kiểm thử và kết quả đánh giá mô hình

Dữ liệu chuỗi thời gian sản lượng tiêu thụ giai đoạn 2014 - 2018 được đưa vào kiểm định qua các mô hình dự báo định lượng:

[Biểu đồ kiểm soát Tín hiệu theo dõi (Tracking Signal)]
 Upper Control Limit (+4 MAD) ---------------------------------------------
                                       *       *
 Mô hình tối ưu (Mùa vụ)     o---o---o---o---o---o---o---o (TS dao động ±1.8)
                                           *
 Lower Control Limit (-4 MAD) ---------------------------------------------
Mô hình dự báo thử nghiệm Tham số tối ưu MAD (Tấn) RSFE Tracking Signal Đánh giá chấp nhận
Bình quân di động (MA) $n = 3$ 48.32 +124.50 +2.58 Đạt yêu cầu
Bình quân di động có trọng số (WMA) $n = 3; w = [0.5, 0.3, 0.2]$ 41.15 +86.20 +2.09 Tốt
San bằng hàm mũ (SES) $\alpha = 0.4$ 38.60 -45.10 -1.17 Rất tốt
Dự báo biến đổi theo mùa vụ (Seasonal) 12 chỉ số mùa vụ ($S_i$) 31.25 +18.40 +0.59 Tối ưu nhất (Lựa chọn) 
               SO SÁNH SAI SỐ MAD GIỮA CÁC PHƯƠNG PHÁP DỰ BÁO
   Mô hình               MAD (Tấn)
   Bình quân di động     |████████████████████████ 48.32
   Trọng số di động      |████████████████████ 41.15
   San bằng hàm mũ       |███████████████████ 38.60
   Biến đổi theo mùa vụ  |███████████████ 31.25 (Tối ưu nhất)

Kết quả đạt được trong công tác hoạch định

Áp dụng phương pháp phân tích chuỗi thời gian mùa vụ, dự báo sản lượng tổng hợp và nhu cầu nguyên vật liệu cho mùa vụ 2018-2019 được xác lập cụ thể:

  • Tổng sản lượng thành phẩm nhựa gỗ dự kiến: Đạt xấp xỉ $1,420\text{ tấn}$ profile thành phẩm.
  • Tối ưu hóa lô đặt hàng bột gỗ:
    • Tổng nhu cầu năm ($D$): $844.6\text{ tấn}$.
    • Chi phí đặt hàng ($S$): $450,000\text{ VNĐ/lần}$.
    • Chi phí lưu kho ($H$): $120,000\text{ VNĐ/tấn/năm}$.
    • Lượng đặt hàng kinh tế $EOQ_{\text{Bột gỗ}} \approx 79.6\text{ tấn/lần}$ (chu kỳ cung ứng tương đương $35\text{ ngày}$).
  • Tối ưu hóa lô đặt hàng nhựa HDPE:
    • Tổng nhu cầu năm ($D$): $583.5\text{ tấn}$.
    • Chi phí mở đơn hàng quốc tế ($S$): $3,200,000\text{ VNĐ/lần}$.
    • Chi phí tồn trữ ($H$): $1,450,000\text{ VNĐ/tấn/năm}$.
    • Lượng đặt hàng kinh tế $EOQ_{\text{HDPE}} \approx 50.8\text{ tấn/lần}$ (tương đương 2 container 40ft tiêu chuẩn).

Đổi mới và đóng góp

Cải tiến kỹ thuật nổi bật

  1. Chuỗi cung ứng khép kín (Closed-loop Material Flow): Đề tài thiết lập cơ chế tái tuần hoàn $100%$ phế phẩm phát sinh từ các xưởng mộc của ScanCom Việt Nam thành nguyên liệu đầu vào cho nhà máy Durawood, triệt tiêu lượng chất thải rắn xả thải ra môi trường.
  2. Hệ thống theo dõi độ tin cậy dự báo trực tuyến: Áp dụng hệ số kiểm soát giới hạn Tracking Signal giúp phòng điều độ phát hiện sai lệch mô hình ngay khi thị trường xuất khẩu có biến động bất thường để kịp thời hiệu chỉnh $S_i$.
  3. Ma trận MRP thích ứng theo tỷ lệ ẩm: Đưa biến số độ ẩm bột gỗ vào thuật toán bù trừ trọng lượng thực, ngăn chặn tình trạng thiếu hụt khối lượng tịnh trong buồng trộn cao tốc.

So sánh hiệu quả với các giải pháp hiện hành

Chỉ số hiệu năng (KPIs) Mô hình cũ tại ScanCom Giải pháp MRP - EOQ nghiên cứu Mức độ cải thiện
Sai số dự báo tuyệt đối (MAD) 54.7 tấn/tháng 31.25 tấn/tháng Giảm 42.87%
Vòng quay hàng tồn kho nguyên liệu 5.2 vòng/năm 8.6 vòng/năm Tăng 65.38%
Tỷ lệ dừng máy do thiếu vật tư 4.8% tổng thời gian vận hành 0.4% tổng thời gian vận hành Giảm 91.67%
Thời gian chuẩn bị đơn hàng (Lead time) 14 ngày 9 ngày Rút ngắn 35.71%
Tỷ lệ tận dụng phế phẩm gỗ nội bộ 72% 94.5% Tăng 22.5 điểm %

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế

Quy trình được áp dụng trực tiếp tại phân xưởng sản xuất nan nhựa gỗ Durawood thuộc ScanCom Việt Nam. Khi phòng Kinh doanh nhận đơn hàng bàn ghế ngoài trời xuất khẩu sang Châu Âu (ví dụ: $10,000$ bộ bàn ghế nan Duraboard), lịch trình sản xuất tổng thể MPS sẽ lập tức kích hoạt bộ phân rã MRP:

  1. Xác định số lượng mét dài profile DRB tương ứng quy đổi sang tấn thành phẩm.
  2. Tính toán nhu cầu tịnh của 5 hợp phần: Bột gỗ khô, Hạt nhựa HDPE, Phụ gia kháng UV, Kháng oxy hóa, Chất trợ tương hợp.
  3. So sánh tồn kho thực tế trong Silo và phát lệnh thu gom bột gỗ từ Nhà máy 2 đồng thời gửi Purchase Order (PO) lô $50.8\text{ tấn}$ hạt nhựa HDPE cho nhà cung cấp tại Singapore/Hàn Quốc.
|               LỘ TRÌNH TRIỂN KHAI HOẠCH ĐỊNH VẬT TƯ (16 TUẦN)            |
|                                                                           |
|  Tuần 01 - 04: Chuẩn hóa dữ liệu Master Data & cấu trúc BOM chuẩn         |
|  Tuần 05 - 08: Triển khai Engine tính toán Dự báo chuỗi thời gian & MAD    |
|  Tuần 09 - 12: Tích hợp Module MRP & Mô hình tính cỡ lô EOQ               |
|  Tuần 13 - 16: Đào tạo nhân sự vận hành, chạy thử song song & Go-Live    |

Phân tích chi phí - lợi ích (Cost-Benefit & ROI)

  • Chi phí đầu tư giải pháp:
    • Chi phí chuẩn hóa dữ liệu và đào tạo nhân sự: $45,000,000\text{ VNĐ}$.
    • Chi phí cấu hình công cụ MRP trên phần mềm quản lý: $65,000,000\text{ VNĐ}$.
    • Tổng đầu tư: $110,000,000\text{ VNĐ}$.
  • Hiệu quả kinh tế hàng năm mang lại:
    • Giảm chi phí ứ đọng vốn lưu động do tồn kho dư thừa: $185,000,000\text{ VNĐ/năm}$.
    • Cắt giảm chi phí lưu kho và tổn thất suy hao vật tư: $78,000,000\text{ VNĐ/năm}$.
    • Tiết kiệm chi phí dừng máy khẩn cấp: $140,000,000\text{ VNĐ/năm}$.
  • Thời gian hoàn vốn (Payback Period): $$\text{Payback Period} = \frac{110,000,000}{403,000,000} \times 12 \approx 3.28\text{ tháng}$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Tính biến động của nguồn bột gỗ tự nhiên: Kích thước hạt và độ ẩm phế phẩm từ các xưởng mộc không đồng nhất đòi hỏi thời gian tiền xử lý sấy tách ẩm thay đổi liên tục làm ảnh hưởng đến tiến độ cấp liệu tức thời.
  • Mô hình EOQ tĩnh: Giả định chi phí đặt hàng và chi phí tồn trữ cố định chưa phản ánh trọn vẹn sự biến động của giá cước vận tải biển quốc tế và biến động giá dầu thế giới (tác động trực tiếp đến giá hạt nhựa HDPE).

Hướng nghiên cứu mở rộng

  • Tích hợp Dynamic Lot-Sizing: Nghiên cứu áp dụng các thuật toán định cỡ lô động như Wagner-Whitin hoặc Silver-Meal để tối ưu hóa chi phí trong điều kiện nhu cầu biến thiên mạnh theo từng tuần.
  • Tự động hóa thông minh (IoT & Advanced Planning): Kết nối cảm biến đo độ ẩm trực tuyến tại phễu nạp bột gỗ với hệ thống điều khiển SCADA nhằm tự động hiệu chỉnh hệ số định mức tiêu hao trong thời gian thực (Real-time BOM Updating).

Đối tượng hưởng lợi

|                            ĐỐI TƯỢNG HƯỞNG LỢI                            |
|                                                                           |
|  [Sinh viên / Học viên]  --> Mẫu hình nghiên cứu ứng dụng quản lý vật tư  |
|  [Kỹ sư Quản lý CN]     --> Thuật toán & code mẫu tối ưu hóa tồn kho     |
|  [Doanh nghiệp Sản xuất] --> Cắt giảm chi phí tồn trữ, nâng cao Service   |
|  [Nhà nghiên cứu SC/OM]  --> Phương pháp luận kiểm định sai số chuỗi giờ  |
  • Sinh viên ngành Quản lý Công nghiệp & Kỹ thuật Hệ thống: Tiếp cận bài toán thực nghiệm giải quyết sự cố đứt gãy chuỗi cung ứng tại nhà máy chế biến quy mô lớn, làm tài liệu tham khảo chất lượng cao cho đồ án tốt nghiệp.
  • Kỹ sư Kế hoạch & Điều độ sản xuất: Nhận được bộ công cụ định lượng chuẩn hóa kèm công thức kiểm soát sai số $MAD$ và thuật toán tính lô kinh tế có thể ứng dụng trực tiếp trên bảng tính Excel hoặc tích hợp vào hệ thống ERP.
  • Doanh nghiệp sản xuất vật liệu composite & chế biến gỗ: Mô hình hóa thành công chiến lược kinh tế tuần hoàn, tận dụng phế liệu để hạ giá thành sản phẩm và đáp ứng các tiêu chuẩn chứng chỉ xanh quốc tế (FSC, ISO 14001).
  • Các nhà nghiên cứu Vận hành (Operations Research): Dữ liệu thực nghiệm về ứng dụng mô hình mùa vụ trên chuỗi dữ liệu sản xuất đồ gỗ ngoại thất mang tính quy luật xuất khẩu đặc thù.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống hoạch định MRP này là gì?

Hệ thống có thể khởi tạo trên cơ sở dữ liệu quan hệ (SQL Server/PostgreSQL) kết hợp bảng tính tự động hóa hoặc tích hợp trực tiếp dưới dạng module mở rộng trên các nền tảng ERP hiện đại (SAP S/4HANA, Microsoft Dynamics 365, Odoo). Về mặt vận hành, nhà máy cần trang bị hệ thống cân định lượng điện tử và thiết bị đo độ ẩm nhanh tại xưởng sấy bột gỗ.

2. Mô hình có xử lý được trường hợp khách hàng thay đổi đơn hàng đột ngột không?

Hệ thống sử dụng cơ chế đệm tồn kho an toàn (Safety Stock) được tính toán dựa trên mức độ biến động nhu cầu thời gian thực. Đối với các đơn hàng gấp vượt quá dung sai $\pm 4 \text{ MAD}$, tín hiệu theo dõi (Tracking Signal) sẽ cảnh báo người điều độ kích hoạt kế hoạch sản xuất linh hoạt (Flexible Capacity) và tái phân bổ lịch đùn nan theo thứ tự ưu tiên đơn hàng.

3. Làm thế nào để đồng bộ dữ liệu BOM khi tỷ lệ thu hồi phế phẩm thay đổi?

Cấu trúc BOM được thiết kế với hệ số phế phẩm cho phép ($ScrapFactor$). Định kỳ hàng tháng, bộ phận Quản lý Chất lượng (QC) và Kỹ thuật công nghệ sẽ tổng hợp tỷ lệ phế phẩm thực tế từ công đoạn đùn và chà nhám để cập nhật lại hệ số định mức trong bảng cơ sở dữ liệu BillOfMaterials.

4. Chi phí bảo trì và vận hành hệ thống định kỳ gồm những gì?

Chi phí vận hành định kỳ rất thấp, chủ yếu bao gồm chi phí kiểm định và hiệu chuẩn định kỳ hệ thống loadcell cân định lượng tại xưởng trộn, chi phí đào tạo cập nhật kỹ năng cho nhân viên điều độ mới và chi phí bảo trì cơ sở dữ liệu máy chủ hàng năm.

5. Tại sao mô hình mùa vụ lại cho kết quả vượt trội hơn mô hình san bằng hàm mũ tại ScanCom?

Do đặc thù thị trường đồ gỗ ngoại thất phương Tây phụ thuộc chặt chẽ vào thời tiết (nhu cầu tiêu thụ tăng vọt vào mùa Xuân - Hè để phục vụ sinh hoạt ngoài trời), sản lượng xuất khẩu của ScanCom có chu kỳ biến động lặp lại rõ rệt theo các tháng trong năm. Mô hình dự báo theo mùa vụ bóc tách được các hệ số chỉ số thời vụ ($S_i$), giúp triệt tiêu sai số mang tính chu kỳ mà mô hình san bằng hàm mũ đơn giản không thể thích ứng kịp.

Kết luận

Đề tài tốt nghiệp "Tăng cường công tác hoạch định nhu cầu nguyên vật liệu nhựa gỗ tại Công ty TNHH ScanCom Việt Nam" do sinh viên Nguyễn Doãn Mạnh thực hiện đã giải quyết triệt để bài toán mất cân đối cung cầu vật tư trong sản xuất composite gỗ nhựa. Bằng việc ứng dụng phương pháp dự báo chuỗi thời gian phân tích yếu tố mùa vụ kết hợp công cụ hoạch định nhu cầu nguyên vật liệu (MRP) và mô hình đặt hàng kinh tế (EOQ), nghiên cứu đã giúp giảm chỉ số sai số tuyệt đối $MAD$ xuống mức tối ưu $31.25\text{ tấn}$, đồng thời xác lập quy mô lô đặt hàng tiêu chuẩn cho nguồn bột gỗ tái chế và hạt nhựa HDPE.

Công trình không chỉ mang lại giá trị học thuật xuất sắc cho chuyên ngành Quản lý Công nghiệp mà còn chứng minh hiệu quả kinh tế rõ rệt thông qua việc cắt giảm hơn $400\text{ triệu VNĐ}$ chi phí vận hành tồn trữ hàng năm, nâng cao năng lực cạnh tranh và thúc đẩy mô hình phát triển bền vững trong ngành công nghiệp chế biến gỗ xuất khẩu tại Việt Nam.