Bối cảnh và vấn đề nghiên cứu

Trong quản trị sản xuất hiện đại, công tác hoạch định và điều độ sản xuất giữ vai trò trung tâm nhằm phân bổ tài nguyên hợp lý, dung hòa giữa tiến độ giao hàng và việc tối ưu hóa chi phí vận hành. Đối với các doanh nghiệp sản xuất bao bì, tem nhãn theo đơn đặt hàng (Make-to-Order) với số lượng chủng loại sản phẩm lớn, việc lập lịch trình sản xuất trên các dây chuyền phức tạp luôn đối mặt với nhiều biến động thực tế.

Đề tài được thực hiện tại Công ty TNHH Avery Dennison RIS Việt Nam – doanh nghiệp chuyên sản xuất nhãn mác, bao bì, phụ liệu trang trí và nhãn RFID tại Khu công nghiệp Long Hậu, tỉnh Long An. Qua quá trình khảo sát thực tế tại bộ phận sản xuất Thermal/Flexo, tác giả ghi nhận công tác điều độ gặp nhiều trở ngại trước áp lực biến động liên tục từ phía khách hàng. Hệ thống điều độ hiện hành trên phần mềm giải pháp Oracle vận hành dựa trên các giải thuật kinh nghiệm (heuristic), tạo ra lịch trình chưa tối ưu về mặt thời gian và khiến nhân viên lập trình điều độ (MPS) phải thường xuyên can thiệp, hiệu chỉnh thủ công. Đỉnh điểm vào tháng 3 năm 2021, tỷ lệ đơn hàng bị trễ hạn tại bộ phận này lên đến 30%, ảnh hưởng trực tiếp đến uy tín và chất lượng dịch vụ của doanh nghiệp.

Xuất phát từ thực trạng trên, tác giả thực hiện nghiên cứu: "Ứng dụng giải thuật Branch and Bound để hoàn thiện công tác điều độ sản xuất ở bộ phận Thermal/Flexo – Công ty TNHH Avery Dennison RIS VN".

Mục tiêu nghiên cứu:

  • Mục tiêu tổng quát: Hoàn thiện công tác điều độ sản xuất tại bộ phận Thermal/Flexo của Công ty TNHH Avery Dennison RIS Việt Nam.
  • Mục tiêu cụ thể:
    1. Tìm hiểu quy trình và công tác điều độ sản xuất tại bộ phận Thermal/Flexo của công ty.
    2. Xem xét, đánh giá tính hiệu quả cùng những hạn chế tồn tại trong công tác điều độ tại bộ phận.
    3. Xây dựng mô hình toán và ứng dụng giải thuật Branch and Bound (B&B) nhằm cải thiện công tác điều độ sản xuất tại bộ phận.

Đối tượng nghiên cứu: Công tác điều độ sản xuất tại bộ phận Thermal/Flexo, bao gồm: mô hình dòng sản xuất, phần mềm giải pháp điều độ, phương pháp/kỹ thuật điều độ và kết quả điều độ đơn hàng.

Phạm vi nghiên cứu:

  • Phạm vi không gian: Bộ phận sản xuất Thermal/Flexo thuộc Nhà máy Công ty TNHH Avery Dennison RIS Việt Nam (KCN Long Hậu, Xã Long Hậu, Huyện Cần Giuộc, Tỉnh Long An).
  • Phạm vi thời gian: Dữ liệu sản xuất và điều độ được thu thập trong giai đoạn từ ngày 01/03/2021 đến ngày 29/04/2021.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng trên nền tảng lý thuyết tối ưu hóa tổ hợp và điều độ sản xuất trong hệ thống công nghiệp:

  • Khung lý thuyết điều độ: Kế thừa các định nghĩa và mô hình phân loại điều độ của Marcello và cộng sự (2013), Georgina Guthrie (2021), Nguyễn Như Phong (2013) và Hồ Thanh Phong (2006). Hệ thống sản xuất tại bộ phận Thermal/Flexo được nhận diện thuộc dạng mô hình dòng chuyền linh hoạt (Flexible Flow Shop Scheduling - theo định nghĩa của Nguyễn Thị Mai Trâm, 2015), trong đó các đơn hàng đi qua nhiều công đoạn nối tiếp, mỗi công đoạn gồm nhiều máy song song.
  • Thuật toán Branch and Bound (B&B): Được Land và Doig (1960) đề xuất và phát triển bởi Morrison và cộng sự (2016). Thuật toán hoạt động theo nguyên lý liệt kê ngầm không gian nghiệm thông qua cấu trúc cây, kết hợp đánh giá cận dưới (Lower Bound - LB) và cận trên (Upper Bound - UB) để cắt tỉa các nhánh không triển vọng. Năm thành phần cốt lõi của B&B được tổng hợp gồm: Giới hạn trên/dưới (Nguyễn Văn Linh, 2020), Chiến lược tìm kiếm (Ignall & Schrage, 1965), Chiến lược phân nhánh (Tomazella & Nagano, 2020), Quy tắc thống trị (Rios-Mercado & Bard, 1999) và Tiêu chí dừng.
  • Mô hình nghiên cứu kế thừa: Khóa luận kế thừa và hiệu chỉnh mô hình quy trình nghiên cứu điều độ của Chia-Nan Wang và các cộng sự (2021).

Phương pháp nghiên cứu:

  • Phương pháp định lượng: Thu thập dữ liệu sơ cấp (thời gian xử lý, thời gian chuyển đổi, ngày đến hạn của từng lệnh sản xuất) và dữ liệu thứ cấp (báo cáo thống kê, tài liệu định mức thời gian, lịch sử đơn hàng trễ hạn). Xây dựng mô hình quy hoạch tuyến tính nguyên hỗn hợp (Mixed-Integer Linear Programming - MILP) đa mục tiêu, thiết lập thuật toán B&B và giải trên phần mềm IBM ILOG CPLEX Optimization Studio.
  • Phương pháp định tính: Phỏng vấn chuyên sâu chuyên gia thực tế là Giám sát sản xuất của bộ phận Thermal/Flexo để xác định các ràng buộc công nghệ, dòng di chuyển vật tư và tiêu chí đánh giá lịch trình.

Nội dung chính theo từng chương

Chương 1: Giới thiệu chung về Công ty TNHH Avery Dennison RIS Việt Nam

Chương 1 hệ thống hóa thông tin doanh nghiệp nơi tác giả thực tập và thu thập dữ liệu:

  • Lịch sử và quy mô: Tập đoàn Avery Dennison thành lập năm 1935 tại Hoa Kỳ (tiền thân là Kum Kleen), hiện hoạt động tại hơn 50 quốc gia với hơn 32.000 nhân viên và doanh thu vượt 7 tỷ USD (năm 2020). Tại Việt Nam, công ty thành lập chi nhánh đầu tiên vào tháng 3/2003 tại KCN VSIP (Bình Dương) và mở rộng nhà máy tại KCN Long Hậu (Long An) với vốn đầu tư 30 triệu USD, quy mô trên 3.000 lao động.
  • Lĩnh vực hoạt động: Doanh nghiệp cung cấp giải pháp vật liệu nhãn và đồ họa (đóng gói, đồ họa bọc ô tô, vật liệu phản quang), giải pháp thương hiệu may mặc và bán lẻ (thẻ treo, tem nhãn may mặc, giải pháp RFID, máy in chuyên dụng), cùng vật liệu kết dính công nghiệp và thiết bị y tế.
  • Hiệu quả kinh doanh: Báo cáo tài chính giai đoạn 2016–2020 cho thấy doanh nghiệp duy trì tăng trưởng ổn định; dù chịu ảnh hưởng của đại dịch COVID-19 trong năm 2019–2020 nhưng lợi nhuận ròng vẫn giữ mức tăng trưởng tích cực.

Chương 2: Cơ sở lý thuyết

Chương 2 tổng quan toàn diện các cơ sở khoa học liên quan đến bài toán điều độ:

  • Phân loại các mô hình điều độ: điều độ 1 máy, nhiều máy song song, flow shop, job shop, điều độ dự án, điều độ theo loạt và điều độ nguồn nhân lực.
  • Phân tích đặc thù của 5 biến thể mô hình flow shop: cơ bản, linh hoạt, cân xứng, liên tục và tài nguyên linh hoạt. Phân biệt rõ sự khác nhau giữa flow shop và job shop về tính biến động nhu cầu, độ đa dạng sản phẩm, cấu trúc mặt bằng và số lượng lần thiết lập máy.
  • Trình bày chi tiết toán học của thuật toán Branch and Bound qua ví dụ kinh điển 4 công việc trên 3 máy của Ignall và Schrage (1965), minh họa từng bước tính cận dưới $LB$, phân nhánh cây quyết định và áp dụng quy tắc cắt tỉa nhánh.
  • Giới thiệu công cụ lập trình CPLEX và tổng hợp các công trình nghiên cứu đi trước về B&B trong điều độ của Kim & Lee (2017), Talapatra và cộng sự (2014), Caio & Marcelo (2020), Maria và cộng sự (2018).

Chương 3: Thực trạng công tác điều độ sản xuất tại bộ phận Thermal/Flexo của Công ty Avery Dennison RIS Việt Nam

Chương 3 phân tích thực trạng vận hành và những điểm nghẽn trong công tác điều độ tại doanh nghiệp:

  • Cơ cấu tổ chức bộ phận: Vận hành dưới sự quản lý của Quản lý sản xuất và Giám sát sản xuất, gồm các nhóm chức năng: Nhóm Lập kế hoạch, Nhóm Kitting (đảm nhiệm vai trò nhân viên MPS), Nhóm Thermal (in thông tin biến đổi, mã QR), Nhóm Flexo (bế định hình nhãn), Nhóm Chất lượng và Trợ lý kỹ thuật.
  • Quy trình sản xuất con nhãn tiêu chuẩn: Trải qua 6 công đoạn chính bố trí qua 7 trạm máy:
    1. Trạm 1: Bế con nhãn (công nghệ bế âm theo khuôn).
    2. Trạm 2: In màu con nhãn.
    3. Trạm 3: Phân cuộn bán thành phẩm thành cuộn nhỏ.
    4. Trạm 4: In thông tin sản phẩm, thông số, mã QR.
    5. Trạm 5: Ép phủ nhiệt (làm khô mực, chống lem).
    6. Trạm 6 & 7: Quét mã QR kiểm tra theo cuộn hoặc theo từng con nhãn.
Bước Nội dung công việc Bộ phận thực hiện Công cụ Đầu vào (Input) Đầu ra (Output)
1 Tạo lệnh sản xuất Bộ phận Lập kế hoạch Excel, Oracle Đơn đặt hàng Lệnh sản xuất
2 Yêu cầu vật tư Bộ phận Lập kế hoạch Excel, Oracle Dữ liệu đơn hàng Phiếu yêu cầu vật tư
3.1 Phân loại đơn hàng Nhóm Kitting Thủ công, máy scan Mã đơn, ngày hoàn thành Đơn hàng phân theo trạm
3.2 Quét lưu và điều độ Nhóm Kitting (MPS) Máy quét, Oracle Thông tin đơn hàng Thứ tự đơn hàng trên từng máy
3.3 Sắp xếp kệ đơn Nhóm Kitting Thủ công Ngày hoàn thành Kệ đơn hàng theo thứ tự ưu tiên
3.4 Phát đơn và vật tư Nhóm Kitting Thủ công Lệnh sản xuất, vật tư Giao việc đến từng máy
4 Chạy mẫu sản phẩm Thợ máy Thermal/Flexo Máy in/bế Bản vẽ mẫu, vật tư Mẫu thử
5 Kiểm tra mẫu Thợ máy, Chất lượng Máy đo màu, thủ công Mẫu thử Đánh giá đạt / không đạt
6 Sản xuất và kiểm tra Thợ máy, Chất lượng Thiết bị chuyên dụng Lệnh sản xuất, vật tư Thành phẩm đạt tiêu chuẩn
7 Đóng gói và giao nhận Thợ máy Thùng giấy, bao bì Thành phẩm Chuyển đến khu vực thành phẩm
  • Hạn chế tồn tại: Dữ liệu định mức thời gian sản xuất lưu trữ dài hạn (từ 6–12 tháng hoặc 12–24 tháng) không còn phản ánh đúng tình trạng hao mòn thiết bị thực tế. Thuật toán kinh nghiệm tích hợp trong Oracle cho ra kết quả chưa tối ưu tổng thời gian hoàn thành. Khi khách hàng thay đổi ngày giao hàng hoặc số lượng, nhân viên MPS phải chỉnh sửa thủ công dựa trên kinh nghiệm cá nhân, dẫn đến xung đột lịch trình và khiến 30% đơn hàng bị trễ trong tháng 3/2021.

Chương 4: Giải pháp nâng cao công tác điều độ sản xuất tại bộ phận Thermal/Flexo của Công ty Avery Dennison RIS Việt Nam

Chương 4 tập trung thiết lập mô hình toán học và kiểm thử giải thuật Branch and Bound:

  • Xây dựng mô hình toán tối ưu hóa đa mục tiêu:

    • Hàm mục tiêu: $$\text{Minimize} \quad \left( \alpha \cdot C_{\max} + \beta \cdot \sum_{i \in N} (F_{in} - d_i) \cdot e_i \right)$$ Trong đó: $C_{\max}$ là tổng thời gian hoàn thành tất cả công việc; $F_{in}$ là thời gian kết thúc công việc $i$ tại trạm cuối $n$; $d_i$ là thời gian đến hạn của công việc $i$; $e_i$ là biến nhị phân ghi nhận trạng thái trễ ($e_i=1$ nếu $F_{in} \ge d_i$, ngược lại bằng $0$); $\alpha$ và $\beta$ là trọng số ưu tiên.

  • Hệ thống 10 nhóm ràng buộc kỹ thuật:

    1. Ràng buộc thời gian hoàn thành chung: $F_{in} \le C_{\max}, \quad \forall i \in N, n \in K$.
    2. Ràng buộc phân công duy nhất: Mỗi công việc $i$ chỉ được thực hiện đúng một lần trên một máy $m$ tại trạm $s$: $\sum_{m, s} X_{ims} = 1$.
    3. Ràng buộc thời gian xử lý tại trạm: $F_{is} \ge B_{is} + \sum_{m, s} X_{ims} \cdot p_{im}$.
    4. Ràng buộc thứ tự công đoạn: Thời gian kết thúc ở trạm trước không lớn hơn thời gian bắt đầu ở trạm kế tiếp: $F_{i, pre(s)} \le B_{i, suc(s)}$.
    5. – 7. Ràng buộc năng lực thiết bị: Một máy tại một thời điểm chỉ xử lý một công việc duy nhất và duy trì một thứ tự trước sau xác định ($Y_{pre(i), suc(i), m}$).
    6. Ràng buộc tránh chồng lấn thời gian trên cùng một máy: $F_{pre(i), s} - \text{BigM} \cdot (1 - Y_{pre(i), suc(i), m}) \le B_{suc(i), s}$.
    7. – 10. Ràng buộc xác định tình trạng trễ hạn đơn hàng dựa trên số cực đại $\text{BigM}$.

  • Kiểm thử mô hình trên dữ liệu mẫu: Khởi tạo bài toán mẫu gồm 5 công việc ($J_1 \dots J_5$), 2 trạm (Trạm 1 gồm 2 máy $M_1, M_2$; Trạm 2 gồm 3 máy $M_3, M_4, M_5$), thiết lập trọng số $\alpha = 0{,}5$ và $\beta = 0{,}5$. Mô hình được lập trình và giải bằng CPLEX, chứng minh tính khả thi toán học và khả năng xác định chính xác trình tự gia công tối ưu trước khi đưa vào ứng dụng thực tế.

Kết quả và đóng góp

  1. Xây dựng hoàn chỉnh mô hình toán học cho bài toán Flow Shop linh hoạt: Khóa luận đã mô hình hóa chính xác các đặc thù công nghệ của dây chuyền in và bế nhãn Thermal/Flexo (gồm 7 trạm máy song song, nhiều công đoạn kế tiếp, thời gian chuẩn bị máy và thời gian gia công) thành bài toán quy hoạch toán học với 10 nhóm ràng buộc chặt chẽ.
  2. Khắc phục nhược điểm của phương pháp điều độ cũ: Thay thế phương pháp heuristic kinh nghiệm trên phần mềm Oracle bằng giải thuật chính xác Branch and Bound, giúp tìm ra lời giải tối ưu toàn cục cho cả hai chỉ số: tối thiểu hóa tổng thời gian hoàn thành ($C_{\max}$) và tối thiểu hóa tổng thời gian trễ hạn của các đơn hàng.
  3. Cơ sở dữ liệu và công cụ hỗ trợ ra quyết định: Đã kiểm thử thành công mô hình toán thông qua phần mềm IBM ILOG CPLEX Optimization Studio, tạo tiền đề để doanh nghiệp chuẩn hóa quy trình tính toán lịch trình tự động, giảm thiểu sự phụ thuộc vào thao tác điều chỉnh thủ công của nhân viên MPS.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế:
    • Phạm vi dữ liệu thực nghiệm mới chỉ thu thập và đánh giá tập trung trong khoảng thời gian 2 tháng (từ tháng 3 đến tháng 4 năm 2021) tại một bộ phận duy nhất là Thermal/Flexo.
    • Thuật toán Branch and Bound là phương pháp tìm nghiệm chính xác, thời gian giải toán sẽ tăng theo hàm mũ khi kích thước bài toán (số lượng đơn hàng và số lượng máy) mở rộng quy mô lớn trong mùa cao điểm.
  • Hướng nghiên cứu tiếp:
    • Mở rộng mô hình toán để tích hợp thêm các yếu tố thực tế phức tạp hơn như: thời gian chuyển đổi máy phụ thuộc vào trình tự gia công (Sequence-Dependent Setup Time), tình trạng bảo trì máy định kỳ đột xuất, hoặc phân bổ tài nguyên nhân lực vận hành.
    • Kết hợp giải thuật Branch and Bound với các thuật toán Metaheuristic (như Di truyền - GA, Tối ưu bầy đàn - PSO) để giải quyết các bài toán quy mô lớn với thời gian đáp ứng nhanh hơn trong môi trường sản xuất thực tế.

Giá trị tham khảo

  • Đối với sinh viên và người nghiên cứu: Tài liệu là nguồn tham khảo trực quan cho sinh viên các ngành Quản lý Công nghiệp, Kỹ thuật Hệ thống Công nghiệp, Quản trị Vận hành và Logistics. Khóa luận cung cấp cấu trúc chi tiết từ khâu khảo sát hiện trạng sản xuất thực tế, thu thập số liệu, mô hình hóa toán học cho đến kỹ thuật lập trình giải toán trên IBM ILOG CPLEX.
  • Đối với doanh nghiệp sản xuất: Cung cấp phương pháp luận và cấu trúc logic để các kỹ sư lập lịch (MPS/Production Planner) tại các nhà máy in ấn, bao bì đánh giá lại hiệu quả của các công cụ heuristic hiện có, từ đó xây dựng các công cụ hỗ trợ ra quyết định điều độ tối ưu hơn.

Câu hỏi thường gặp

1. Nguyên nhân chính khiến 30% đơn hàng tại bộ phận Thermal/Flexo bị trễ hạn vào tháng 3/2021 là gì?
Do hai nguyên nhân cốt lõi: (1) Khách hàng liên tục thay đổi yêu cầu khiến nhân viên MPS phải thường xuyên hiệu chỉnh lịch trình thủ công dựa trên kinh nghiệm cá nhân; (2) Giải thuật điều độ tích hợp sẵn trong phần mềm Oracle là giải thuật kinh nghiệm (heuristic), không cho ra kết quả tối ưu về mặt thời gian, kết hợp với việc dữ liệu định mức thời gian lưu trữ từ 6–24 tháng bị sai lệch so với tình trạng máy móc thực tế.

2. Quy trình sản xuất con nhãn tại bộ phận Thermal/Flexo bao gồm những công đoạn và trạm máy nào?
Quy trình gồm 6 công đoạn đi qua 7 trạm máy: Bế con nhãn định hình bằng công nghệ bế âm (Trạm 1) $\rightarrow$ In màu (Trạm 2) $\rightarrow$ Phân cuộn nhỏ (Trạm 3) $\rightarrow$ In thông tin biến đổi, mã QR (Trạm 4) $\rightarrow$ Ép phủ nhiệt làm khô mực (Trạm 5) $\rightarrow$ Quét mã QR kiểm tra chất lượng theo cuộn hoặc theo con nhãn (Trạm 6 & 7).

3. Hàm mục tiêu của mô hình toán học giải quyết bài toán tối ưu nào?
Mô hình toán học tối ưu hóa đa mục tiêu dạng tổng có trọng số: $\text{Minimize} , (\alpha \cdot C_{\max} + \beta \cdot \sum (F_{in} - d_i) \cdot e_i)$, trong đó cân bằng giữa mục tiêu giảm thiểu tổng thời gian hoàn thành tất cả các công việc ($C_{\max}$) và giảm thiểu tổng thời gian trễ hạn của các đơn hàng vượt quá ngày giao hàng định trước ($d_i$).

4. Khóa luận sử dụng công cụ phần mềm nào để lập trình và giải bài toán điều độ?
Khóa luận sử dụng phần mềm IBM ILOG CPLEX Optimization Studio để lập trình các biến số, hàm mục tiêu, 10 nhóm ràng buộc kỹ thuật và thực thi thuật toán Branch and Bound.

Kết luận

Khóa luận tốt nghiệp của tác giả Phạm Quốc Gia Hưng đã giải quyết bài toán thực tiễn về tối ưu hóa lịch trình sản xuất tại bộ phận Thermal/Flexo thuộc Công ty TNHH Avery Dennison RIS Việt Nam. Bằng việc xây dựng mô hình quy hoạch toán học cho hệ thống dòng chuyền linh hoạt và ứng dụng giải thuật Branch and Bound trên phần mềm IBM ILOG CPLEX, nghiên cứu đã đề xuất giải pháp thay thế hiệu quả cho các thuật toán kinh nghiệm hiện hành. Kết quả nghiên cứu cung cấp cơ sở khoa học vững chắc giúp doanh nghiệp giảm thiểu tỷ lệ đơn hàng trễ hạn, nâng cao hiệu suất sử dụng máy móc và hoàn thiện công tác quản trị sản xuất.