Tổng quan về luận án

Ngành dệt may Việt Nam giữ vị thế trọng yếu trong cơ cấu kinh tế quốc dân với kim ngạch xuất khẩu năm 2019 đạt khoảng 32,85 tỷ USD, tăng trưởng 7,8% so với năm 2018. Mặc dù quy mô sản xuất liên tục mở rộng, năng suất lao động tổng thể của các doanh nghiệp may trong nước vẫn duy trì ở mức thấp hơn đáng kể so với nhiều quốc gia trong khu vực. Trong bối cảnh cuộc Cách mạng Công nghiệp 4.0 và xu hướng thời trang nhanh đòi hỏi các đơn hàng phải thay đổi mã hàng liên tục với thời gian giao hàng nghiêm ngặt, kỹ thuật cân bằng chuyền truyền thống dựa trên kinh nghiệm cảm tính hoặc phần mềm bảng tính Excel bán thủ công đã bộc lộ rõ những giới hạn nghiêm trọng: gây ra tình trạng nghẽn cổ chai tại các nguyên công quá tải, lãng phí thời gian dừng chờ tại các nguyên công non tải, và gia tăng lượng bán thành phẩm tồn đọng dở dang (WIP).

Luận án tiến sĩ "Nghiên cứu tối ưu cân bằng dây chuyền công nghiệp may sản phẩm dệt kim" do nghiên cứu sinh Đinh Mai Hương thực hiện dưới sự hướng dẫn khoa học của PGS. Phan Thanh Thảo và PGS. Nguyễn Đức Nghĩa tại Trường Đại học Bách Khoa Hà Nội (2022, Mã số: 9540204) đã giải quyết triệt để bài toán này bằng cách tiếp cận khoa học liên ngành giữa Công nghệ Dệt May và Khoa học Máy tính. Luận án định vị khoảng trống nghiên cứu (research gap) cốt lõi: các công trình cân bằng chuyền quốc tế kinh điển đa phần xây dựng trên mô hình cân bằng dây chuyền đơn giản (SALB) với các giả định lý thuyết cứng nhắc—như mỗi vị trí làm việc chỉ có một công nhân thực hiện, thời gian nguyên công không được vượt quá nhịp dây chuyền ($t_i \le R$), và chỉ xét ràng buộc thứ tự mà bỏ qua ràng buộc tương thích thiết bị máy may chuyên dùng. Thực tế sản xuất hàng dệt kim (điển hình là áo Polo-Shirt) đòi hỏi sự kết hợp phức tạp giữa các chủng loại máy (máy 1 kim thoi, máy vắt sổ, máy Kansai trần đè) và sự xuất hiện tất yếu của các nguyên công sản xuất bội có thời gian gia công lớn hơn nhịp chuyền.

Để giải quyết khoảng trống này, luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để mô hình hóa bài toán cân bằng dây chuyền tổng quát (GALB) phù hợp với các đặc thù công nghệ, thiết bị và tổ chức mặt bằng của dây chuyền may sản phẩm dệt kim tại Việt Nam?
  • Câu hỏi nghiên cứu 2 (RQ2): Thuật toán tối ưu hóa tổ hợp nào thuộc lớp Meta-Heuristic và Heuristic có khả năng tìm kiếm lời giải tối ưu toàn cục nhanh chóng, ổn định cho bài toán cân bằng chuyền thuộc lớp NP-khó?
  • Câu hỏi nghiên cứu 3 (RQ3): Làm thế nào để tự động hóa toàn bộ quy trình cân bằng chuyền và bố trí luồng di chuyển bán thành phẩm xuôi dòng thông qua một công cụ phần mềm chuyên dụng?

Hệ thống giả thuyết nghiên cứu được kiểm định bao gồm:

  • Giả thuyết 1 (H1): Thuật toán lai ghép giữa thuật toán Luyện kim và thuật toán Tham lam (Simulated Annealing - Greedy, SA-Gr) sẽ cho hiệu suất cân bằng ($H$) cao hơn và số lượng công nhân ($N$) ít hơn so với các phương pháp Heuristic truyền thống (RPW, Hoffman, Largest Set Rule) trên bài toán NP-khó.
  • Giả thuyết 2 (H2): Việc tối ưu hóa đồng thời nhịp dây chuyền $R$ và cấu trúc nguyên công bội trong bài toán GALB-E sẽ triệt tiêu thời gian nhàn rỗi, nâng cao hiệu suất dây chuyền ($Le$) vượt mức 85-95% trên thực tế sản xuất.

Nghiên cứu ứng dụng khung lý thuyết tối ưu hóa tổ hợp (Combinatorial Optimization), lý thuyết cân bằng dây chuyền tổng quát (GALB của Baybars, 1986; Ghosh & Gagnon, 1989), lý thuyết thời gian định trước (GSD/MTM) và vật lý thống kê (Simulated Annealing của Kirkpatrick et al., 1983). Khảo sát thực nghiệm được thực hiện trên dây chuyền sản xuất áo Polo-Shirt tại Nhà máy May Đồng Văn (Tổng công ty Cổ phần Dệt May Hà Nội - Hanosimex) và Công ty TNHH May Đức Giang.

Literature Review và Positioning

Lịch sử nghiên cứu bài toán cân bằng dây chuyền lắp ráp (ALBP) khởi nguồn từ các phân tích sơ khai của Helgeson (1954) và công bố toán học đầu tiên của Salveson (1955). Trải qua hơn sáu thập kỷ, y văn học thuật thế giới đã phát triển qua ba dòng nghiên cứu chính:

Dòng nghiên cứu thứ nhất tập trung vào các phương pháp giải tích và Heuristic cổ điển cho bài toán cân bằng chuyền đơn giản (SALB). Điển hình là phương pháp Xếp hạng trọng số vị trí (Ranked Positional Weight - RPW) của Helgeson và Birnie (1961), phương pháp phân vùng của Kilbridge và Wester (1961), phương pháp tối ưu chỉ số trơn (Smoothness Index - SI) của Moodie và Young (1965), thuật toán Hoffman (1963) và thuật toán COMSOAL của Arcus (1966). Các tác giả Mücella et al. (2013) và Mahmut Kayar et al. (2014) khi so sánh các kỹ thuật Heuristic trên dây chuyền may áo T-shirt nữ đã chỉ ra rằng các thuật toán này dễ bị bẫy vào các cực trị địa phương (local optima), đạt hiệu suất dây chuyền thấp ($Le \approx 72,89%$) và không thể xử lý hiệu quả khi số lượng nguyên công công nghệ lớn ($n > 25$).

Dòng nghiên cứu thứ hai khai thác kỹ thuật mô phỏng sự kiện rời rạc và mạng đồ thị có hướng. Blaga et al. (2013) đã ứng dụng mạng Petri để mô phỏng quy trình may áo khoác, váy và quần âu nhằm phát hiện điểm nghẽn. Senem Kurşun Bahadır (2011) và S. Kursun et al. (2012) sử dụng phần mềm mô phỏng Incontrol và Enterprise Dynamics trên quy trình sản xuất quần Jean (40 công đoạn) và áo khoác (33 công đoạn). Tương tự, Mahmut Kayar et al. (2014) áp dụng Rockwell Arena để dự báo sản lượng và phát hiện vị trí quá tải trên chuyền may dệt kim. Tranh luận học thuật lớn tồn tại giữa hai trường phái: các nhà nghiên cứu mô phỏng khẳng định mô phỏng phản ánh động thái ngẫu nhiên của chuyền, nhưng phe phản biện chỉ ra nhược điểm chí mạng là mô phỏng đòi hỏi người dùng phải tái thiết lập mô hình từ đầu cho mỗi mã hàng mới, cân bằng mang tính thử-sai (trial-and-error) bằng cách bổ sung thủ công công nhân vào điểm quá tải, hoàn toàn không đảm bảo tính tối ưu toán học toàn cục.

Dòng nghiên cứu thứ ba tập trung vào các thuật toán Meta-Heuristic tiến hóa như thuật toán Di truyền (Genetic Algorithm - GA) được Holland (1975) đề xuất. C. Chan et al. (1998), Wong et al. (2006) và Guo et al. (2008) đã tiên phong ứng dụng GA để phân công lao động và lập lịch sản xuất trên chuyền may. Tuy nhiên, một mâu thuẫn căn bản nảy sinh: các phép toán lai ghép (crossover) và đột biến (mutation) ngẫu nhiên của GA trong không gian lời giải rời rạc thường phá vỡ tính chuyên môn hóa thao tác của công nhân, đồng thời làm đảo lộn sơ đồ công nghệ, khiến đường đi của bán thành phẩm bị di chuyển ziczắc ngược dòng (backtracking), gây hỗn loạn trong quản lý điều độ mặt bằng nhà xưởng.

Công trình của tác giả Đinh Mai Hương định vị chính xác tại điểm giao thoa giữa toán học tối ưu và kỹ thuật công nghệ may, giải quyết những hạn chế của các nghiên cứu quốc tế tiêu biểu:

  • So với nghiên cứu của G. Karabay (2011) trên sản phẩm áo blouse (26 nguyên công), vốn chỉ kết hợp RPW với các giả định biên thực tế ($LL, UL$) ở một nhịp cố định ($C$), luận án đã phát triển bài toán tổng quát tìm nhịp tối ưu (GALB-E) để cực đại hóa hàm hiệu suất $H$.
  • So với nghiên cứu của Eryuruk et al. (2011, 2012) khi thiết kế chuyền may quần âu và áo váy nữ bằng Arena kết hợp RPW và giải thuật xác suất (Probabilistic Line Balancing của El-Sayed & Boucher, 1986), nghiên cứu của luận án khắc phục triệt để lỗi vi phạm tính chuyên môn hóa khi cấm gán ghép tùy tiện nhiều loại thiết bị công nghệ khác nhau cho cùng một công nhân.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng khung phân loại bài toán cân bằng dây chuyền lắp ráp của Baybars (1986) và Ghosh & Gagnon (1989) từ mô hình đơn sản phẩm xác định (SMD-SALB) sang mô hình cân bằng dây chuyền tổng quát (GALB) chuyên biệt cho ngành may công nghiệp dệt kim. Đóng góp lý thuyết bao gồm việc thiết lập và toán học hóa ba bài toán tối ưu:

  1. Bài toán GALB-1 (Cân bằng dây chuyền theo công suất cho trước): Cho trước thời gian ca làm việc $T_{lv}$ và công suất thiết kế $P_{tk}$, xác định nhịp chuyền $R = T_{lv} / P_{tk}$. Mục tiêu hàm toán học: $$\min N = \sum_{j=1}^{M} n_j \quad \text{và} \quad \max H = \frac{\sum_{i=1}^{n} t_i}{N \times R} \times 100%$$ với $n_j$ là số công nhân tại vị trí sản xuất $j$, $M$ là tổng số vị trí làm việc, $t_i$ là thời gian định mức của nguyên công công nghệ $i$.

  2. Bài toán GALB-2 (Cân bằng dây chuyền theo số công nhân cho trước): Cho trước tổng số lao động $N_{tk}$ và tổng thời gian gia công $T_{sp} = \sum t_i$, tính nhịp cơ sở $R_{cs} = T_{sp} / N_{tk}$. Mục tiêu: $$\min R \quad \text{và} \quad \max H = \frac{\sum_{i=1}^{n} t_i}{N_{tk} \times R} \times 100%$$

  3. Bài toán GALB-E (Xác định nhịp dây chuyền để tối đa hóa hiệu suất cân bằng): Tìm kiếm giá trị nhịp dây chuyền tối ưu $R^*$ trong miền biến thiên khả thi $[R_{min}, R_{max}]$ sao cho: $$\max H(R) \quad \text{đồng thời} \quad \min N(R)$$

Chuyển dịch mô hình (paradigm shift) mà luận án xác lập là chuyển từ tư duy cân bằng phụ tải đơn lẻ, tĩnh tại sang tối ưu hóa đa mục tiêu phi tuyến có ràng buộc cấu trúc: tích hợp đồng thời ràng buộc thứ tự công nghệ (Precedence Constraints), ràng buộc thời gian đồng bộ, ràng buộc khả năng tương thích công nghệ của máy may và quy tắc tổ chức nguyên công sản xuất bội ($n_j \ge 2$).

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất của ba trụ cột lý thuyết: Lý thuyết tối ưu hóa tổ hợp tổ chức sản xuất, Lý thuyết giải thuật mô phỏng luyện kim (Simulated Annealing - SA dựa trên tiêu chuẩn chấp nhận Metropolis) và Lý thuyết định mức thời gian lao động theo phương pháp đo lường chuyển động (MTM/GSD).

graph TD
    A["Dữ liệu quy trình công nghệ (NCCN, t_i, Precedence Graph)"] --> D["Khung tối ưu cân bằng chuyền tổng quát (GALB)"]
    B["Ràng buộc thiết bị công nghệ (1-kim, Vắt sổ, Kansai)"] --> D
    C["Ràng buộc tổ chức mặt bằng & Luồng BTP"] --> D
    D --> E["Module GALB-1: Tối thiểu hóa N (Công suất P_tk)"]
    D --> F["Module GALB-2: Tối thiểu hóa R (Số công nhân N_tk)"]
    D --> G["Module GALB-E: Tối đa hóa H (Tìm nhịp tối ưu R*)"]
    E --> H["Thuật toán lai Meta-Heuristic: SA + Greedy"]
    F --> H
    G --> H
    H --> I["Phần mềm chuyên dụng ALBS V1.0"]
    I --> J["Triển khai thực nghiệm (Áo Polo-Shirt)"]

Phương pháp tiếp cận giải thuật độc đáo của luận án nằm ở cơ chế phân tầng: sử dụng giải thuật Tham lam (Greedy) để gán nhanh các nguyên công công nghệ (NCCN) vào các vị trí sản xuất thỏa mãn tối đa công suất và tính đồng nhất thiết bị, sau đó sử dụng thuật toán Luyện kim (SA) để duyệt toàn cục không gian trạng thái, thực hiện các phép dịch chuyển và hoán vị lân cận nhằm thoát khỏi các cực tiểu địa phương. Điều kiện biên (boundary conditions) được xác định rõ ràng: áp dụng cho các dây chuyền may sản phẩm dệt kim đơn mẫu hoặc nhóm mẫu có tính chất công nghệ đồng nhất, vận hành dưới cơ chế dòng chảy liên tục hoặc gián đoạn có kiểm soát nhịp.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được xây dựng theo thế giới quan thực chứng luận (Positivism), sử dụng phương pháp định lượng kết hợp giữa mô hình hóa toán học, mô phỏng thuật toán trên máy tính và kiểm chứng thực nghiệm tại hiện trường sản xuất (empirical shop-floor testing). Thiết kế nghiên cứu đa tầng bao gồm:

  • Tầng vi mô (Micro-level): Phân tích từng phần tử thao tác, đo lường thời gian lao động định mức của từng nguyên công công nghệ may (NCCN).
  • Tầng trung mô (Meso-level): Mô hình hóa sự kết hợp giữa các NCCN thành các nguyên công sản xuất đơn và bội (NCSX), gán tải trọng cho từng vị trí làm việc và thiết bị.
  • Tầng vĩ mô (Macro-level): Thiết kế mặt bằng dây chuyền, tối ưu hóa đường đi của bán thành phẩm (BTP) và phân tích hiệu suất tổng thể toàn chuyền.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu được tiến hành với tính chuẩn xác cao:

  1. Giao thức thu thập dữ liệu: Tiến hành bấm giờ trực tiếp bằng phương pháp bấm giờ liên tục kết hợp bấm giờ lặp lại trên từng công đoạn may áo Polo-Shirt, đối chiếu chuẩn hóa với hệ thống dữ liệu kỹ thuật công nghiệp may (General Sewing Data - GSD). Loại bỏ các giá trị dị biệt theo tiêu chuẩn thống kê, đảm bảo hệ số phân tán thời gian nằm trong giới hạn kiểm soát cho phép.
  2. Thiết lập sơ đồ quan hệ ưu tiên: Xây dựng đồ thị có hướng không chu trình (Directed Acyclic Graph - DAG) đại diện cho cây phả hệ công nghệ lắp ráp sản phẩm dệt kim, bao gồm các cụm chi tiết độc lập (thân trước, thân sau, tay, cổ, nẹp) và cụm liên hợp lắp ráp hoàn thiện.
  3. Tam giác đạc (Triangulation): Kết hợp kiểm chứng chéo giữa ba phương pháp: thuật toán vét cạn chính xác (Exhaustive Search) trên tập dữ liệu quy mô nhỏ $\leftrightarrow$ mô phỏng đối chuẩn đa thuật toán (Greedy, RPW, GA, SA) $\leftrightarrow$ kiểm thử dây chuyền thực tế tại xưởng may.
  4. Độ tin cậy và giá trị đo lường: Đánh giá sự đồng đều của các bước công việc thông qua hệ số phương sai ANOVA và các chỉ số cân bằng chuẩn quốc tế:
    • Hiệu suất cân bằng chuyền: $H = \frac{\sum t_i}{N \times R} \times 100%$
    • Hiệu suất khai thác dây chuyền: $Le = \frac{\sum ST_j}{M \times \max(ST_j)} \times 100%$
    • Chỉ số trơn (Smoothness Index): $SI = \sqrt{\sum_{j=1}^{M} (ST_{max} - ST_j)^2}$

Data và phân tích

Đặc tính tập dữ liệu khảo sát tập trung vào quy trình công nghệ may áo Polo-Shirt tiêu chuẩn gồm 35-45 nguyên công công nghệ, sử dụng 4 nhóm thiết bị chính: máy may 1 kim mũi thoi thắt nút, máy may vắt sổ 2 kim 4 chỉ (overlock), máy may trần đè (Kansai/interlock), và máy chuyên dùng (đính bọ, thùa khuy, đính cúc).

Thuật toán đề xuất được lập trình và đóng gói thành phần mềm chuyên dụng ALBS V1.0 (Assembly Line Balancing Software Version 1.0). Hệ thống được kiểm thử độ bền vững (robustness checks) thông qua nhiều bộ dữ liệu thử nghiệm có kích thước khác nhau ($n = 10, 15, 26, 35, 45$ nguyên công). Luận án so sánh hiệu năng của ALBS V1.0 với các thuật toán nền tảng:

  • Thuật toán vét cạn (Exhaustive Search - Ex): tìm nghiệm tối ưu tuyệt đối nhưng độ phức tạp thời gian tăng theo hàm mũ $O(2^n)$, chỉ khả thi với $n \le 12$.
  • Thuật toán Tham lam thuần túy (Greedy - Gr) và Xếp hạng trọng số vị trí (RPW): thời gian tính toán tức thời ($< 0,01$ giây) nhưng nghiệm thường xuyên dừng ở cực trị địa phương.
  • Thuật toán Di truyền (Genetic Algorithm - GA): hội tụ chậm hơn, dễ vi phạm ràng buộc thứ tự nếu xác suất đột biến cao.
  • Thuật toán lai Luyện kim - Tham lam (SA-Gr): hội tụ về nghiệm tiệm cận tối ưu tuyệt đối với thời gian tính toán trung bình $< 2$ giây trên máy tính tiêu chuẩn, chứng minh tính vượt trội vượt bậc về không gian tìm kiếm và độ ổn định.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Hiệu năng vượt trội của thuật toán lai SA-Gr: Trên các bộ dữ liệu thử nghiệm chuẩn, thuật toán lai SA-Gr đạt hiệu suất cân bằng $H$ tương đương 100% so với nghiệm của thuật toán vét cạn ở quy mô nhỏ, đồng thời duy trì hiệu suất $H > 90-96%$ trên các tập dữ liệu thực tế lớn ($n \ge 35$), vượt trội hơn hẳn so với thuật toán Heuristic truyền thống (thường chỉ đạt 65-75%).
  2. Quy luật phi tuyến của hàm hiệu suất theo nhịp trong GALB-E: Nghiên cứu phát hiện rằng hiệu suất cân bằng $H$ không biến thiên tuyến tính theo nhịp dây chuyền $R$. Việc tăng nhịp dây chuyền không nhất thiết dẫn đến giảm số công nhân một cách tỷ lệ thuận. Thuật toán GALB-E đã xác định chính xác các điểm cực đại toàn cục của hàm $H(R)$, cho phép doanh nghiệp lựa chọn mức công suất tối ưu nhất về mặt kinh tế.
  3. Cơ chế giải tỏa điểm nghẽn bằng nguyên công sản xuất bội: Luận án chứng minh bằng định lượng rằng việc cho phép thành lập các nguyên công sản xuất bội ($n_j \ge 2$) tại các công đoạn có mức thời gian lao động lớn hơn nhịp chuyền ($t_i > R$) là điều kiện tiên quyết để nâng cao hiệu suất dây chuyền may dệt kim, giảm chỉ số mất cân bằng $SI$ từ mức $> 25$ xuống dưới $10$.
  4. Tối ưu hóa hình học luồng di chuyển bán thành phẩm: Phân tích thực nghiệm chứng minh sơ đồ bố trí thiết bị theo hai hàng dọc ngược chiều hoặc chuyền cụm liên hợp với cự ly đặt BTP tối ưu ($40-60\text{ cm}$) và số lớp trong tập BTP hợp lý giúp giảm tổng quãng đường vận chuyển của chi tiết may hơn 30%, triệt tiêu hoàn toàn hiện tượng vận chuyển ngược dòng.
  5. Kiểm chứng thực tế tại doanh nghiệp may: Triển khai thử nghiệm phương pháp và phần mềm ALBS V1.0 trên dây chuyền may áo Polo-Shirt tại Nhà máy May Đồng Văn đã nâng hiệu suất cân bằng chuyền thực tế từ $71,4%$ (theo cách bố trí thủ công ban đầu) lên $88,6%$, tiết kiệm được 3-4 lao động trên một chuyền mà vẫn đảm bảo sản lượng mục tiêu.

Implications đa chiều

  • Đóng góp học thuật: Đặt nền móng lý thuyết vững chắc cho bài toán tối ưu tổ hợp trong ngành kỹ thuật dệt may Việt Nam, kết nối khoảng cách giữa lý thuyết điều độ sản xuất trừu tượng và thực tế sản xuất may mặc nhiều ràng buộc.
  • Đổi mới phương pháp luận: Khẳng định tính hiệu quả của phương pháp tiếp cận lai ghép Meta-Heuristic (SA-Gr) trong việc giải quyết các bài toán tối ưu hóa quy trình công nghệ có cấu trúc mạng phức tạp.
  • Ứng dụng thực tiễn doanh nghiệp: Cung cấp cho các kỹ sư công nghiệp (IE) và cán bộ kỹ thuật chuyền một công cụ phần mềm ALBS V1.0 trực quan, cho phép tái cân bằng dây chuyền tự động chỉ trong vòng 3-5 phút mỗi khi đổi mã hàng mới, thay vì mất hàng giờ tính toán thủ công bằng Excel.
  • Khuyến nghị chính sách ngành: Thúc đẩy lộ trình chuyển đổi số và hiện đại hóa công nghệ quản trị sản xuất cho Hiệp hội Dệt May Việt Nam (VITAS), tạo đòn bẩy nâng cao năng suất các bon và giá trị gia tăng nội địa.

Limitations và Future Research

Nghiên cứu thừa nhận một số giới hạn khoa học và điều kiện biên cụ thể:

  1. Giả định tính xác định của thời gian định mức: Mô hình toán học hiện tại tiếp cận thời gian nguyên công $t_i$ dưới dạng tham số xác định (Deterministic), chưa tính đến độ biến thiên ngẫu nhiên theo thời gian thực do biến động tâm sinh lý, mệt mỏi hay đường cong học tập (learning curve) của công nhân khi mới tiếp cận mã hàng.
  2. Phạm vi chủng loại sản phẩm: Thực nghiệm tập trung chuyên sâu vào sản phẩm dệt kim đơn lớp (áo Polo-Shirt, T-Shirt). Các sản phẩm dệt thoi nhiều lớp có kết cấu định hình phức tạp như áo Veston, Jacket 3 lớp với yêu cầu ép mùng, là ủi định hình trung gian chưa được bao phủ hoàn toàn trong bộ dữ liệu kiểm thử.
  3. Mức độ tự động hóa vận chuyển: Thuật toán tối ưu mặt bằng được thiết kế tối ưu cho phương thức vận chuyển BTP bán cơ giới và thủ công; chưa tích hợp trực tiếp với các hệ thống điều khiển thông minh của băng chuyền treo tự động (Overhead Hanger System / Smart Conveyor).

Chương trình nghiên cứu tiếp theo (Future Research Agenda) mở ra các hướng phát triển:

  • Phát triển mô hình cân bằng chuyền ngẫu nhiên (Stochastic ALBP) tích hợp lý thuyết tập mờ (Fuzzy Sets) và kỹ thuật học máy (Machine Learning) để tự động thích ứng với biến động kỹ năng cá nhân của người thợ.
  • Mở rộng bài toán cân bằng dây chuyền hỗn hợp nhiều sản phẩm (Mixed-Model Assembly Line Balancing - MALBP) sản xuất đồng thời nhiều kiểu dáng trên cùng một chuyền may linh hoạt.
  • Tích hợp mô-đun phần mềm ALBS V1.0 vào hệ thống quản trị điều hành sản xuất thời gian thực (MES) và hệ thống kiểm soát sản xuất bằng thẻ chip RFID / IoT.

Tác động và ảnh hưởng

Công trình nghiên cứu mang lại những tác động sâu rộng trên nhiều bình diện:

graph LR
    A["Nghiên cứu Luận án Tiến sĩ"] --> B["Học thuật & Đào tạo"]
    A --> C["Doanh nghiệp & Công nghiệp May"]
    A --> D["Kinh tế & Xã hội"]
    
    B --> B1["Tài liệu chuẩn mực cho Đào tạo Sau Đại học Dệt May & CNTT"]
    B --> B2["Mở ra hướng nghiên cứu tối ưu hóa điều độ sản xuất 4.0"]
    
    C --> C1["Chuyển giao phần mềm ALBS V1.0 cho các nhà máy may"]
    C --> C2["Tăng hiệu suất chuyền từ 71% lên 88-95%, giảm chi phí nhân công"]
    
    D --> D1["Nâng cao năng suất lao động ngành may Việt Nam"]
    D --> D2["Tăng cường năng lực cạnh tranh xuất khẩu toàn cầu"]

Về mặt học thuật, luận án là tài liệu tham khảo chuyên khảo chuẩn mực cho các chương trình đào tạo kỹ sư, thạc sĩ, tiến sĩ chuyên ngành Công nghệ Dệt May và Kỹ thuật Hệ thống Công nghiệp tại Đại học Bách Khoa Hà Nội và các trường đại học khối kỹ thuật trên cả nước. Về mặt công nghiệp, giải pháp thuật toán và phần mềm ALBS V1.0 hỗ trợ trực tiếp các doanh nghiệp dệt may trong nước nâng cao hiệu suất chuyền từ $70%$ lên mức $>88-92%$, giảm lãng phí thời gian dừng chờ, hạ giá thành sản xuất và tăng cường năng lực cạnh tranh trên thị trường dệt may quốc tế.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên đại học: Tiếp cận mô hình toán học giải tích chặt chẽ, cấu trúc dữ liệu đồ thị DAG và mã nguồn giải thuật Meta-Heuristic ứng dụng trong công nghiệp gia công chế tạo.
  • Kỹ sư Kỹ thuật Công nghiệp (IE) và Quản đốc xưởng may: Sở hữu phương pháp luận và phần mềm ALBS V1.0 để tự động hóa công tác rải chuyền, tính toán phụ tải công nhân chuẩn xác, loại bỏ hoàn toàn tính chủ quan cảm tính.
  • Lãnh đạo Doanh nghiệp May mặc: Tối ưu hóa chi phí sử dụng thiết bị và lao động, rút ngắn thời gian chuẩn bị sản xuất (lead-time) khi chuyển đổi đơn hàng, gia tăng tỷ suất lợi nhuận trên mỗi chuyền may.
  • Hiệp hội Dệt May Việt Nam (VITAS) và Cơ quan Quản lý: Có căn cứ khoa học thực chứng để xây dựng các định mức kỹ thuật tiên tiến và chính sách hỗ trợ chuyển đổi số trong công nghiệp thời trang.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết kinh điển nào?
Đóng góp độc đáo nhất là việc mở rộng khung lý thuyết cân bằng chuyền tổng quát (GALB) của Baybars (1986) và Ghosh & Gagnon (1989) vào môi trường đặc thù của công nghiệp may dệt kim thông qua việc đồng thời tích hợp ba hệ ràng buộc: (1) Ràng buộc thứ tự công nghệ phi tuyến, (2) Ràng buộc phân nhóm tương thích thiết bị may, và (3) Cơ chế hình thành nguyên công sản xuất bội ($n_j \ge 2$). Luận án đã toán học hóa thành công mô hình tìm nhịp tối ưu toàn cục (GALB-E), giải phóng lý thuyết ALBP khỏi sự phụ thuộc vào nhịp cố định tiên nghiệm.

2. Đổi mới phương pháp luận của nghiên cứu khi so sánh với ít nhất hai công trình quốc tế?
So với công trình của Mahmut Kayar et al. (2014) (chỉ dùng mô phỏng Arena mang tính thử-sai) và nghiên cứu của Wong et al. (2006) (dùng thuật toán Di truyền GA thuần túy dễ gây xáo trộn luồng BTP), luận án đã thiết lập thuật toán lai Meta-Heuristic Luyện kim kết hợp Tham lam (SA-Gr). Giải thuật này vừa bảo toàn tính xuôi dòng của sơ đồ công nghệ, vừa khai thác triệt để không gian tìm kiếm bằng cơ chế vượt bẫy cực trị địa phương của phân bố xác suất Boltzmann, đạt thời gian thực thi tính toán $< 2$ giây.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?
Phát hiện bất ngờ nhất là hiện tượng "nghịch lý nhịp chuyền" trong bài toán GALB-E: khi tăng nhịp dây chuyền $R$ (tương đương giảm công suất yêu cầu), hiệu suất cân bằng $H$ không hề tăng đều mà dao động theo dạng sóng có nhiều điểm cực trị rời rạc. Điều này chứng minh rằng việc giảm công suất mà không tính toán đồng bộ tổ hợp giữa $t_i$ và $R$ sẽ tạo ra độ lệch phụ tải lớn hơn, gây lãng phí lao động nghiêm trọng hơn so với khi chuyền vận hành ở tốc độ cao.

4. Luận án có cung cấp quy trình tái lập nghiên cứu (Replication Protocol) không?
Có. Luận án cung cấp đầy đủ: hệ thống công thức toán học tường minh cho 3 bài toán GALB-1, GALB-2, GALB-E; mã giả (pseudocode) chi tiết của thuật toán SA-Gr; bảng quy trình công nghệ tiêu chuẩn áo Polo-Shirt gồm định mức thời gian, chủng loại máy và quan hệ trước-sau của toàn bộ các NCCN; cùng với cấu trúc kiến trúc và giao diện module của phần mềm ALBS V1.0.

5. Lộ trình nghiên cứu 10 năm tới được phác thảo như thế nào?
Lộ trình phát triển 10 năm định hướng chuyển đổi từ mô hình cân bằng tĩnh xác định sang hệ thống cân bằng dây chuyền thông minh tự thích ứng thời gian thực (Cyber-Physical Smart Assembly Systems). Hệ thống sẽ tích hợp dữ liệu thu thập trực tiếp từ cảm biến IoT trên máy may, tự động nhận diện năng lực công nhân qua trí tuệ nhân tạo (AI) và tự động điều phối lại khối lượng công việc khi phát sinh sự cố gián đoạn trên chuyền.

Kết luận

  1. Luận án đã giải quyết thành công bài toán cấp thiết của ngành công nghiệp may Việt Nam bằng cách thiết lập cơ sở khoa học và mô hình toán học vững chắc cho ba bài toán tối ưu cân bằng dây chuyền may dệt kim: GALB-1, GALB-2 và GALB-E.
  2. Đề xuất và chứng minh tính ưu việt của thuật toán lai Meta-Heuristic Luyện kim - Tham lam (SA-Gr), mang lại lời giải tối ưu toàn cục ổn định, độ tin cậy cao và tốc độ hội tụ vượt trội so với các thuật toán Heuristic truyền thống (RPW, Hoffman, Largest Set Rule).
  3. Xác lập các điều kiện tổ chức công nghệ và mặt bằng tối ưu: xác định cự ly nạp phôi BTP, phân bổ thiết bị theo hai hàng ngược chiều xuôi dòng, triệt tiêu thời gian vận chuyển thừa.
  4. Xây dựng và đóng gói thành công chương trình phần mềm ALBS V1.0 có giao diện thân thiện, khả năng xử lý dữ liệu quy mô công nghiệp lớn, đáp ứng trọn vẹn yêu cầu rải chuyền tự động trong sản xuất.
  5. Triển khai thực nghiệm thành công trên dây chuyền may áo Polo-Shirt tại Nhà máy May Đồng Văn, nâng hiệu suất cân bằng chuyền từ $71,4%$ lên $88,6%$, khẳng định giá trị thực tiễn to lớn trong việc nâng cao năng suất và thúc đẩy ứng dụng công nghệ 4.0 trong ngành Dệt May Việt Nam.