Giới thiệu dự án

Công nghệ đúc mẫu chảy (Investment Casting / Lost-wax Casting) là kỹ thuật tạo hình kim loại chính xác cao, chiếm hơn 18% tổng giá trị thị trường đúc kim loại đặc biệt toàn cầu trong các ngành công nghiệp hàng không, y tế và thiết bị thể thao cao cấp. Tại Công ty TNHH Vision International – doanh nghiệp FDI chuyên sản xuất đầu gậy golf xuất khẩu, quy trình đúc mẫu chảy đòi hỏi độ hoàn thiện ngoại quan tinh xảo và tính chính xác hình học nghiêm ngặt cho các dòng sản phẩm gậy sắt (Iron Head - IH), gậy gỗ kim loại (Metal Wood - MW) và nắp gậy (Crown).

Tuy nhiên, trong giai đoạn sản xuất thử nghiệm hàng mẫu (pilot/trial production), tỷ lệ phế phẩm ngoại quan thường dao động ở mức cao (từ 12% đến 22%), dẫn đến kéo dài chu kỳ R&D, lãng phí nguyên vật liệu hợp kim đắt tiền và gia tăng chi phí thử nghiệm. Các kỹ sư chất lượng thường đưa ra giải pháp xử lý dựa trên kinh nghiệm cảm tính đơn lẻ, thiếu công cụ định lượng khoa học để lựa chọn phương án tối ưu khi đối mặt với nhiều tiêu chí mâu thuẫn.

Đề tài "Thiết kế phần mềm ra quyết định đa mục tiêu trong cải tiến chất lượng sản phẩm đúc mẫu chảy tại Công ty TNHH Vision International" được thực hiện nhằm giải quyết triệt để bài toán này.

                  +-------------------------------------------------------------+
                  |         BÀI TOÁN TỐI ƯU HÓA CHẤT LƯỢNG ĐÚC MẪU CHẢY        |
                  +-------------------------------------------------------------+
                                                 |
                   +-----------------------------+-----------------------------+
                   |                                                           |
                   v                                                           v
+-------------------------------------+                     +-------------------------------------+
|   THU THẬP & PHÂN TÍCH KHUYẾT TẬT   |                     |      MÔ HÌNH TOÁN MCDM TÍCH HỢP     |
| - Co rút (Shrinkage)                |                     | - Fuzzy Logic (Chen & Hwang 1992)   |
| - Thành hình không đạt (Misrun)     |                     | - Phân tích thứ bậc AHP (Saaty)     |
| - Chảy nước sắt (Breakout/Runout)   |                     | - Điểm lý tưởng TOPSIS (Hwang-Yoon) |
| - Lỗ cát, lỗ tạp (Inclusions)       |                     | - Kiểm tra nhất quán (CR <= 0.10)   |
+-------------------------------------+                     +-------------------------------------+
                   |                                                           |
                   +-----------------------------+-----------------------------+
                                                 |
                                                 v
                  +-------------------------------------------------------------+
                  |           HỆ THỐNG PHẦN MỀM TỰ ĐỘNG HÓA RA QUYẾT ĐỊNH       |
                  |  - Nền tảng: Microsoft Excel VBA 7.1 + Custom UserForms     |
                  |  - Đề xuất thứ bậc ưu tiên giải pháp kỹ thuật chính xác     |
                  |  - Rút ngắn thời gian ra quyết định từ 4-6 giờ xuống < 2s   |
                  +-------------------------------------------------------------+

Mục tiêu dự án

  1. Phân tích và định lượng các dạng khuyết tật ngoại quan chính (Co rút, Thành hình không đạt, Chảy nước sắt, Lỗ cát/lỗ tạp) trên các công đoạn: Khuôn sáp, Khuôn cứng (tạo vỏ gốm), Nung đúc và Gia công 1.
  2. Xây dựng mô hình ra quyết định đa mục tiêu (MCDM) tích hợp logic mờ (Fuzzy Logic), quy trình phân tích thứ bậc (Analytic Hierarchy Process - AHP) và kỹ thuật xếp hạng theo độ tương tự với giải pháp lý tưởng (Technique for Order Preference by Similarity to Ideal Solution - TOPSIS).
  3. Phát triển phần mềm ứng dụng chuyên dụng trên nền tảng VBA/Excel với giao diện trực quan, tự động hóa xử lý ma trận và đề xuất giải pháp kỹ thuật ưu tiên cho từng mã sản phẩm.
  4. Kiểm nghiệm thực tế và đánh giá hiệu quả thông qua các mẻ đúc thử nghiệm thực tế tại xưởng sản xuất tiền chế của công ty.

Phương pháp tiếp cận và Phạm vi

  • Phương pháp: Tích hợp phương pháp quản lý chất lượng (Biểu đồ Pareto, Biểu đồ nhân quả Ishikawa) cùng thuật toán lai ghép Fuzzy AHP - TOPSIS để lượng hóa các đánh giá định tính của chuyên gia thành điểm số rõ (crisp values), từ đó tìm ra phương án tối ưu theo các tiêu chí: Chi phí, Thời gian, Tính khả thi, Tính linh hoạt và Mức độ rủi ro.
  • Phạm vi và giới hạn: Nghiên cứu áp dụng cho quy trình sản xuất hàng mẫu (mã hàng thí nghiệm) tại bộ phận tiền chế của Công ty TNHH Vision International, tập trung vào 4 nhóm lỗi ngoại quan trọng yếu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các nhà xưởng đúc mẫu chảy công nghiệp, việc xử lý khuyết tật đúc thường được tiếp cận qua ba hình thức: kinh nghiệm chuyên gia thủ công, mô phỏng số nhiệt - chảy (CAE), hoặc ứng dụng hệ thống hỗ trợ ra quyết định (Decision Support System - DSS).

Tiêu chí đánh giá Phương pháp Thử & Sai (Trial & Error) Phần mềm Mô phỏng CAE (AutoCAST-X / ProCAST) Hệ thống Hỗ trợ Ra quyết định MCDM (Đề tài)
Chi phí đầu tư Thấp (không tốn license) Rất cao ($15,000 - $40,000/license) Rất thấp (Tận dụng hạ tầng Excel/VBA sẵn có)
Thời gian phản hồi 2 - 5 ngày thử nghiệm/lần 4 - 12 giờ thiết lập lưới & mô phỏng < 2 giây sau khi nhập dữ liệu lỗi
Yêu cầu nhân lực Thợ bậc cao, chuyên gia lâu năm Kỹ sư CAE đào tạo chuyên sâu Kỹ thuật viên hiện trường thông thường
Tính đa tiêu chí Kém (chỉ tối ưu một yếu tố đơn lẻ) Không tính đến chi phí/thời gian xưởng Cân bằng đa chiều: Rủi ro, Chi phí, Khả thi
Khả năng chuẩn hóa Rất thấp, phụ thuộc cá nhân Cao theo dữ liệu vật liệu Chuẩn hóa tri thức chuyên gia vào cơ sở dữ liệu

Yêu cầu người dùng (Mô hình MoSCoW)

  • Must have (Bắt buộc): Chức năng đăng nhập phân quyền; Nhập thông tin mã hàng/lỗi đúc; Tự động chạy thuật toán AHP tính trọng số và TOPSIS xếp hạng phương án; Xuất báo cáo kết quả cải tiến sang bảng tính chuẩn.
  • Should have (Nên có): Chức năng lưu trữ lịch sử cải tiến sản phẩm; Tra cứu mô tả chi tiết thao tác kỹ thuật; Kiểm tra tỷ số nhất quán $CR \le 0.10$ tự động.
  • Could have (Có thể có): Thêm mới mã sản phẩm và tùy chỉnh ma trận đánh giá chuyên gia động; Giao diện dashboard trực quan hóa điểm $C_a^*$.
  • Won't have (Chưa hỗ trợ phiên bản này): Kết nối API thời gian thực với hệ thống máy đúc SCADA/ERP đám mây.

Thiết kế hệ thống

Kiến trúc phần mềm được thiết kế theo mô hình 3 lớp (3-Tier Architecture) tối ưu hóa trên nền tảng bảng tính tự động:

+-----------------------------------------------------------------------------------+
|               PRESENTATION TIER (LỚP GIAO DIỆN NGƯỜI DÙNG - USERFORMS)             |
|   [frm_Login]  -  [frm_MainDashboard]  -  [frm_ProductEntry]  -  [frm_SolutionDetail] |
+-----------------------------------------------------------------------------------+
                                          |  Events / User Inputs
                                          v
+-----------------------------------------------------------------------------------+
|                 LOGIC TIER (LỚP XỬ LÝ NGHIỆP VỤ & THUẬT TOÁN - VBA MODULES)        |
|  +-----------------------+ +-----------------------+ +-------------------------+  |
|  |   mod_FuzzyConverter  | |    mod_AHP_Engine     | |     mod_TOPSIS_Rank     |  |
|  | - Chen-Hwang 5-scale  | | - Pairwise Matrix     | | - Matrix Normalization  |  |
|  | - Linguistic -> Crisp | | - Consistency (CI/CR) | | - Euclidean Ideal Dist  |  |
|  +-----------------------+ +-----------------------+ +-------------------------+  |
+-----------------------------------------------------------------------------------+
                                          |  Read / Write
                                          v
+-----------------------------------------------------------------------------------+
|                     DATA TIER (LỚP LƯU TRỮ DỮ LIỆU - EXCEL SHEETS)                |
|  [HOME]         : Cấu hình hệ thống & thông số khởi tạo                           |
|  [PRODUCT]      : Danh mục thông số kỹ thuật mã gậy golf                          |
|  [IMPROVE]      : Ngân hàng giải pháp kỹ thuật phân theo dạng lỗi                 |
|  [MCDM_DATA]    : Bảng đánh giá biến ngôn ngữ từ chuyên gia                       |
|  [MCDM_CAL]     : Vùng tính toán ma trận chuẩn hóa, khoảng cách PIS/NIS           |
|  [DATA]         : Nhật ký lịch sử các phiên ra quyết định & thực nghiệm           |
|  [LOGIN_DATA]   : Danh mục tài khoản người dùng & hash phân quyền                 |
+-----------------------------------------------------------------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Môi trường thực thi: Microsoft Excel 365 / Microsoft Excel 2021 (64-bit).
  • Ngôn ngữ phát triển: Visual Basic for Applications (VBA Engine 7.1).
  • Hệ điều hành tương thích: Microsoft Windows 10 / Windows 11 Pro.
  • Cơ chế bảo mật: Khóa bảo vệ cấu trúc mã nguồn VBA Project với mật khẩu chuẩn AES; Phân quyền người dùng 2 cấp độ (Admin: quản trị tiêu chí/giải pháp; Engineer: tra cứu và áp dụng).

Phương pháp nghiên cứu và Lộ trình (Methodology)

Dự án áp dụng quy trình cải tiến chất lượng kết hợp giữa phương pháp DMAIC (Define - Measure - Analyze - Improve - Control) và mô hình phát triển phần mềm lặp (Iterative Waterfall):

+------------------------------------------------------------------------------------+
|                                TIẾN ĐỘ THỰC HIỆN DỰ ÁN                             |
+------------------------------------------------------------------------------------+
| Tuần 01 - 02: Xác định mục tiêu, khảo sát quy trình đúc mẫu chảy tại xưởng          |
| Tuần 03 - 04: Thu thập dữ liệu báo phế, vẽ biểu đồ Pareto & Ishikawa               |
| Tuần 05 - 06: Khảo sát chuyên gia, thiết lập mô hình toán Fuzzy AHP - TOPSIS       |
| Tuần 07 - 09: Lập trình hệ thống giao diện UserForm & module thuật toán VBA        |
| Tuần 10 - 11: Kiểm thử phần mềm, thực hiện mẻ đúc thử nghiệm kiểm chứng            |
| Tuần 12     : Đánh giá kết quả, chuẩn hóa tài liệu SOP và bàn giao hệ thống        |
+------------------------------------------------------------------------------------+

Implementation và kết quả

Quy trình phát triển và Thuật toán cốt lõi

Quy trình tính toán ra quyết định được thực thi qua 3 giai đoạn toán học nghiêm ngặt:

1. Chuyển đổi biến ngôn ngữ bằng Logic mờ (Fuzzy Conversion)

Dựa trên thang đo 5 mức của Chen & Hwang (1992), các đánh giá định tính của chuyên gia được lượng hóa thành số mờ tam giác, sau đó tính điểm mờ cực đại $\mu_{max}(x)$, điểm mờ cực tiểu $\mu_{min}(x)$ để thu được giá trị rõ (Crisp Value):

$$\mu_R(M_i) = \sup [\mu_{max}(x) \wedge \mu_{M_i}(x)]$$

$$\mu_L(M_i) = \sup [\mu_{min}(x) \wedge \mu_{M_i}(x)]$$

$$\mu_T(M_i) = \frac{\mu_R(M_i) + 1 - \mu_L(M_i)}{2}$$

Bảng tra giá trị rõ chuẩn hóa:

  • Thấp (Low - $M_1$): $0.115$
  • Khá thấp (Low-Medium - $M_2$): $0.295$
  • Trung bình (Medium - $M_3$): $0.500$
  • Khá cao (Medium-High - $M_4$): $0.705$
  • Cao (High - $M_5$): $0.895$

2. Tính trọng số tiêu chí bằng AHP và kiểm tra tính nhất quán

Với ma trận so sánh cặp $C = [a_{ij}]_{n \times n}$, chuẩn hóa cột và tính vectơ trọng số:

$$w_i = \frac{1}{n} \sum_{j=1}^n \frac{a_{ij}}{\sum_{k=1}^n a_{kj}}$$

Kiểm tra tỷ số nhất quán với giá trị riêng cực đại $\lambda_{max}$:

$$CI = \frac{\lambda_{max} - n}{n - 1} \quad ; \quad CR = \frac{CI}{RI}$$

(Với $n = 5$ tiêu chí, chỉ số ngẫu nhiên $RI = 1.12$. Kết quả đạt yêu cầu khi $CR < 0.10$).

3. Xếp hạng giải pháp bằng TOPSIS

  • Chuẩn hóa ma trận quyết định:

$$r_{ij} = \frac{y_{ij}}{\sqrt{\sum_{i=1}^m y_{ij}^2}}$$

  • Nhân trọng số: $v_{ij} = w_j \times r_{ij}$
  • Xác định giải pháp lý tưởng dương ($A^+$) và lý tưởng âm ($A^-$):

$$A^+ = {v_1^+, v_2^+, \dots, v_n^+} = {(\max_i v_{ij} | j \in J), (\min_i v_{ij} | j \in J')}$$

$$A^- = {v_1^-, v_2^-, \dots, v_n^-} = {(\min_i v_{ij} | j \in J), (\max_i v_{ij} | j \in J')}$$

  • Tính khoảng cách Euclidean và hệ số tương tự $C_a^*$:

$$D_i^+ = \sqrt{\sum_{j=1}^n (v_{ij} - v_j^+)^2} \quad ; \quad D_i^- = \sqrt{\sum_{j=1}^n (v_{ij} - v_j^-)^2}$$

$$C_a^* = \frac{D_i^-}{D_i^+ + D_i^-} \quad (0 \le C_a^* \le 1)$$

' =========================================================================
' MODULE: mod_TOPSIS_Engine.bas
' MỤC ĐÍCH: Tính toán ma trận chuẩn hóa, khoảng cách Euclidean và hệ số C*
' =========================================================================
Option Explicit

Public Function CalculateTOPSIS(ByRef rawMatrix() As Double, _
                                ByRef weights() As Double, _
                                ByRef isBenefit() As Boolean, _
                                ByVal numAlt As Long, _
                                ByVal numCrit As Long) As Double()

    Dim i As Long, j As Long
    Dim sumSquares As Double
    Dim normMatrix() As Double
    Dim weightedMatrix() As Double
    Dim idealPositive() As Double
    Dim idealNegative() As Double
    Dim distPos As Double, distNeg As Double
    Dim closeness() As Double

    ReDim normMatrix(1 To numAlt, 1 To numCrit)
    ReDim weightedMatrix(1 To numAlt, 1 To numCrit)
    ReDim idealPositive(1 To numCrit)
    ReDim idealNegative(1 To numCrit)
    ReDim closeness(1 To numAlt)

    ' 1. Chuẩn hóa ma trận Vector Normalization
    For j = 1 To numCrit
        sumSquares = 0#
        For i = 1 To numAlt
            sumSquares = sumSquares + (rawMatrix(i, j) ^ 2)
        Next i
        sumSquares = Sqr(sumSquares)

        For i = 1 To numAlt
            If sumSquares > 0 Then
                normMatrix(i, j) = rawMatrix(i, j) / sumSquares
            Else
                normMatrix(i, j) = 0#
            End If
            ' 2. Nhân trọng số AHP
            weightedMatrix(i, j) = normMatrix(i, j) * weights(j)
        Next i
    Next j

    ' 3. Xác định PIS (A+) và NIS (A-)
    For j = 1 To numCrit
        idealPositive(j) = weightedMatrix(1, j)
        idealNegative(j) = weightedMatrix(1, j)
        For i = 2 To numAlt
            If isBenefit(j) Then
                If weightedMatrix(i, j) > idealPositive(j) Then idealPositive(j) = weightedMatrix(i, j)
                If weightedMatrix(i, j) < idealNegative(j) Then idealNegative(j) = weightedMatrix(i, j)
            Else
                If weightedMatrix(i, j) < idealPositive(j) Then idealPositive(j) = weightedMatrix(i, j)
                If weightedMatrix(i, j) > idealNegative(j) Then idealNegative(j) = weightedMatrix(i, j)
            End If
        Next i
    Next j

    ' 4. Tính khoảng cách Euclidean và Closeness Coefficient (C*)
    For i = 1 To numAlt
        distPos = 0#
        distNeg = 0#
        For j = 1 To numCrit
            distPos = distPos + ((weightedMatrix(i, j) - idealPositive(j)) ^ 2)
            distNeg = distNeg + ((weightedMatrix(i, j) - idealNegative(j)) ^ 2)
        Next j
        distPos = Sqr(distPos)
        distNeg = Sqr(distNeg)

        If (distPos + distNeg) > 0 Then
            closeness(i) = distNeg / (distPos + distNeg)
        Else
            closeness(i) = 0#
        End If
    Next i

    CalculateTOPSIS = closeness
End Function

Kiểm thử và Kết quả thực nghiệm

Mô hình phần mềm đã được áp dụng trực tiếp để giải quyết bài toán cải tiến trên mã hàng gậy golf 71098803 gặp lỗi co rút ngoại quan nghiêm trọng tại phần cổ gậy (Hosel) và mặt gậy.

Ma trận giải pháp ứng viên cho lỗi Co rút:

  • PA1: Dán miếng bông bảo ôn sợi thủy tinh tại vị trí rãnh thoát nhiệt.
  • PA2: Thay đổi góc độ và tiết diện miệng rót kim loại (Gating System).
  • PA3: Bổ sung lớp keo cát gia cường 2.5 và 3.5 (cát Zircon 120) tại vị trí lõm sâu.
  • PA4: Điều chỉnh nhiệt độ nung khuôn lên $1050^\circ\text{C}$ và kéo dài thời gian đặt yên sau rót lên 5 phút.

Bảng tổng hợp kết quả tính toán xếp hạng thuật toán

Phương án cải tiến Khoảng cách $D^+$ (PIS) Khoảng cách $D^-$ (NIS) Điểm tương tự $C_a^*$ Xếp hạng ưu tiên Trạng thái áp dụng
PA1 (Dán bảo ôn) 0.0231 0.0884 0.7928 Hạng 1 Được chọn triển khai
PA2 (Góc miệng đúc) 0.0415 0.0652 0.6111 Hạng 2 Dự phòng
PA3 (Bù keo cát 2.5) 0.0682 0.0419 0.3806 Hạng 3 Xem xét thêm
PA4 (Nhiệt & Đặt im) 0.0891 0.0215 0.1944 Hạng 4 Loại 
Hệ số tương tự C* (Càng gần 1 càng tối ưu):
PA1: [========================================] 0.7928 (Hạng 1)
PA2: [==============================>         ] 0.6111 (Hạng 2)
PA3: [==================>                     ] 0.3806 (Hạng 3)
PA4: [=========>                              ] 0.1944 (Hạng 4)

Kết quả đối chiếu trước và sau cải tiến thực tế

Thông số theo dõi mẻ đúc Trước cải tiến (Mẻ thử nghiệm 01) Sau cải tiến với PA1 (Mẻ thử nghiệm 02) Mức độ cải thiện
Tổng số lượng đúc thử 120 sản phẩm 120 sản phẩm -
Số lượng phế phẩm lỗi co rút 24 sản phẩm 3 sản phẩm Giảm 87.5%
Tỷ lệ phế phẩm tổng hợp 23.33% 4.16% Giảm 19.17% (tuyệt đối)
Thời gian ra quyết định xử lý 5.5 giờ (họp kỹ thuật) 1.8 giây (chạy phần mềm) Nhanh gấp >10,000 lần
Chi phí bù kim loại & phôi sáp 14,800,000 VNĐ/lô 1,850,000 VNĐ/lô Tiết kiệm 87.5% chi phí

Đổi mới và đóng góp

  1. Số hóa và định lượng quy trình ra quyết định: Chuyển đổi toàn bộ tri thức kinh nghiệm của các kỹ sư trưởng thành cơ sở dữ liệu số hóa có thể tính toán, triệt tiêu tính chủ quan trong xử lý lỗi xưởng đúc.
  2. Tích hợp linh hoạt mô hình lai ghép Fuzzy AHP - TOPSIS trên nền tảng gọn nhẹ: Không cần cài đặt các gói phần mềm toán học nặng nề (như MATLAB hay Expert Choice), toàn bộ thuật toán được tối ưu hóa bằng mã VBA thuần túy chạy trực tiếp trên Microsoft Excel.
  3. Bộ dữ liệu chuẩn hóa đặc thù cho công nghệ đúc gậy golf: Thiết lập hệ thống ma trận đánh giá riêng cho 4 khuyết tật điển hình trong sản xuất đầu gậy golf bằng thép không gỉ và hợp kim titan.
+------------------------------------------------------------------------------------------+
|                  SO SÁNH CÁC GIẢI PHÁP HỖ TRỢ CHẤT LƯỢNG ĐÚC TRÊN THỊ TRƯỜNG             |
+------------------------------------------------------------------------------------------+
| Đặc điểm so sánh     | Họp kỹ sư truyền thống  | Mô phỏng CAE chuyên dụng | Phần mềm đề tài |
+----------------------+-------------------------+--------------------------+------------------+
| Khả năng nhân rộng   | Thấp                    | Trung bình               | Rất cao (Plug&Play)|
| Thời gian đào tạo    | > 3 năm tích lũy        | 3 - 6 tháng chuyên môn   | < 30 phút        |
| Tính trực quan       | Báo cáo giấy/Word       | 3D Field Contour         | Bảng Form & Sheet|
| Xem xét chi phí/thời | Định tính               | Không hỗ trợ             | Định lượng chi tiết|
+------------------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế tại nhà máy

  • Bước 1: Kỹ thuật viên QC tại công đoạn Gia công 1 ghi nhận tỷ lệ lỗi của lô hàng thử nghiệm trên phiếu kiểm soát.
  • Bước 2: Mở phần mềm, đăng nhập tài khoản kỹ thuật, chọn mã hàng (ví dụ: 71098803 - Iron Head).
  • Bước 3: Lựa chọn dạng khuyết tật ngoại quan phát hiện (ví dụ: Co rút bề mặt).
  • Bước 4: Nhấn nút "Đề xuất phương án". Hệ thống tự động truy xuất ma trận chuyên gia, tính toán AHP-TOPSIS và hiển thị bảng xếp hạng ưu tiên cùng mô tả chi tiết quy trình thao tác chuẩn (SOP).
  • Bước 5: Bộ phận Nung đúc áp dụng giải pháp Hạng 1 (Dán bông bảo ôn theo quy cách) cho mẻ đúc tiếp theo; kết quả kiểm tra được cập nhật ngược lại vào Sheet DATA để làm giàu dữ liệu máy học sau này.
+-------------------------------------------------------------------------------+
|                       PHÂN TÍCH HIỆU QUẢ KINH TẾ (ROI)                        |
+-------------------------------------------------------------------------------+
| - Chi phí phát triển phần mềm (Nhân công sinh viên + hướng dẫn) : 15,000,000 đ|
| - Chi phí bản quyền phần mềm                                    : 0 đ (Excel) |
| - Ước tính tiết kiệm phế phẩm hàng mẫu/tháng                    : 38,000,000 đ|
| - Thời gian hoàn vốn đầu tư (Payback Period)                    : ~ 0.4 tháng |
+-------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Cơ sở dữ liệu đánh giá ban đầu vẫn phụ thuộc vào số lượng và độ tin cậy của phiếu khảo sát chuyên gia (đòi hỏi cập nhật lại ma trận khi có thay đổi công nghệ lớn).
  • Nền tảng VBA giới hạn khả năng xử lý đồng thời nhiều người dùng qua mạng Internet (chỉ hoạt động tốt trong mạng nội bộ chia sẻ tệp hoặc máy trạm độc lập).

Hướng phát triển tương lai

  • Nâng cấp kiến trúc phần mềm thành ứng dụng Web-based (Backend: Python FastAPI / C# .NET Core, Frontend: ReactJS, Cơ sở dữ liệu: PostgreSQL).
  • Tích hợp mô hình thị giác máy tính (Computer Vision với YOLOv8) tại khâu kiểm tra ngoại quan để tự động nhận dạng phân loại lỗi và kích hoạt thuật toán MCDM không cần con người nhập liệu.
  • Ứng dụng thuật toán tối ưu hóa di truyền (Genetic Algorithm - GA) để tự động tinh chỉnh các tham số nung đúc tối ưu liên tục.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                              |
+-----------------------------------------------------------------------------------+
| 1. SINH VIÊN KỸ THUẬT:                                                            |
|    Tài liệu mẫu thực tế kết hợp lý thuyết Vận trù học (OR/MCDM) với xử lý lỗi     |
|    công nghiệp; Mã nguồn VBA cấu trúc module hóa chuẩn mực để học tập.            |
|                                                                                   |
| 2. KỸ SƯ CÔNG NGHIỆP & PHẦN MỀM:                                                  |
|    Mô hình tích hợp Fuzzy-AHP-TOPSIS có thể tái sử dụng cho các bài toán:         |
|    Chọn nhà cung cấp, Lựa chọn máy móc gia công, Đánh giá vị trí đặt nhà kho.     |
|                                                                                   |
| 3. DOANH NGHIỆP SẢN XUẤT ĐÚC:                                                     |
|    Công cụ số hóa chi phí 0 đồng giúp cắt giảm ngay 15-20% tỷ lệ phế phẩm mẫu,    |
|    rút ngắn chu kỳ phát triển sản phẩm mới từ 30 ngày xuống còn 18 ngày.          |
|                                                                                   |
| 4. CỘNG ĐỒNG NGHIÊN CỨU:                                                          |
|    Bộ dữ liệu thực nghiệm đã kiểm chứng về đúc mẫu chảy hợp kim đầu gậy golf      |
|    đóng góp vào kho dữ liệu nghiên cứu công nghệ vật liệu và cơ khí chế tạo.      |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp (FAQ)

1. Yêu cầu cấu hình phần cứng và phần mềm để triển khai hệ thống là gì?

Hệ thống cực kỳ nhẹ và tương thích cao. Cấu hình tối thiểu: Máy tính cá nhân chạy Windows 10/11, RAM 4GB, cài đặt Microsoft Excel 2016 trở lên (khuyến nghị Excel 365 64-bit, đã kích hoạt tính năng chạy Macro - Enable All Macros).

2. Khi số lượng tiêu chí hoặc phương án cải tiến thay đổi thì hệ thống xử lý thế nào?

Module mod_TOPSIS_Engine được lập trình bằng kỹ thuật mảng động (Dynamic Array: ReDim). Khi người dùng thêm phương án hoặc tiêu chí mới trên Sheet IMPROVE, hệ thống tự động nhận diện số hàng ($m$) và số cột ($n$) để tính toán lại ma trận mà không cần viết lại mã nguồn.

3. Làm thế nào để đảm bảo tính khách quan khi các chuyên gia đánh giá bất đồng ý kiến?

Mô hình sử dụng phương pháp trung bình hình học (Geometric Mean) để tổng hợp ma trận so sánh cặp từ nhiều chuyên gia, kết hợp thuật toán kiểm tra tỷ số nhất quán $CR$. Nếu $CR > 0.10$, phần mềm cảnh báo và từ chối tính toán cho đến khi ma trận được hiệu chỉnh thống nhất.

4. Hệ thống có thể tích hợp với các phần mềm ERP như SAP hoặc Oracle không?

Hoàn toàn có thể. Phần mềm cung cấp module xuất/nhập dữ liệu dưới định dạng chuẩn .CSV và .XLSX. Ngoài ra, VBA có thể mở rộng kết nối qua cổng ADODB để đọc/ghi trực tiếp vào cơ sở dữ liệu SQL Server / Oracle của nhà máy.

5. Chi phí bảo trì và vận hành hệ thống hàng năm là bao nhiêu?

Chi phí vận hành gần như bằng 0 do hệ thống tận dụng trực tiếp giấy phép Microsoft Office có sẵn của doanh nghiệp. Việc bảo trì và cập nhật danh mục sản phẩm mới có thể được thực hiện trực tiếp bởi kỹ thuật viên xưởng sau 1 buổi đào tạo ngắn.

Kết luận

Đề tài tốt nghiệp "Thiết kế phần mềm ra quyết định đa mục tiêu trong cải tiến chất lượng sản phẩm đúc mẫu chảy tại Công ty TNHH Vision International" đã giải quyết trọn vẹn và khoa học một bài toán thực tiễn bức thiết trong ngành đúc công nghiệp chính xác. Bằng việc kết hợp nhuần nhuyễn giữa kỹ thuật quản lý chất lượng truyền thống với mô hình toán học hiện đại (Fuzzy AHP - TOPSIS) và công nghệ tự động hóa bảng tính, nghiên cứu không chỉ mang lại giá trị học thuật cao mà còn đóng góp trực tiếp vào việc tối ưu hóa năng suất, giảm thiểu lãng phí và gia tăng năng lực cạnh tranh cho doanh nghiệp sản xuất.