Tổng quan về luận án

Ngành dệt may Việt Nam đóng vai trò then chốt trong nền kinh tế quốc dân với kim ngạch xuất khẩu năm 2019 đạt 32,85 tỷ USD, tăng trưởng 7,8% so với năm 2018. Tuy nhiên, rào cản lớn nhất đối với năng lực cạnh tranh quốc tế nằm ở năng suất lao động thực tế còn thấp hơn đáng kể so với các quốc gia trong khu vực. Trong bối cảnh chuyển đổi số và Công nghiệp 4.0, việc tối ưu hóa tổ chức sản xuất thông qua kỹ thuật cân bằng dây chuyền (Assembly Line Balancing - ALBP) trở thành yêu cầu sống còn nhằm triệt tiêu lãng phí thời gian chờ, giảm lượng bán thành phẩm (BTP) ứ đọng và chuyên môn hóa lao động. Luận án tiến sĩ kỹ thuật chuyên ngành Công nghệ dệt, may (Mã số: 9540204) của nghiên cứu sinh Đinh Mai Hương, 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), với đề tài "Nghiên cứu tối ưu cân bằng dây chuyền công nghiệp may sản phẩm dệt kim" là công trình tiên phong giải quyết bài toán tối ưu hóa tổ chức sản xuất liên ngành giữa Công nghệ May và Khoa học Máy tính.

Khoảng trống nghiên cứu (research gap) cốt lõi được luận án chỉ ra là: Các mô hình cân bằng dây chuyền truyền thống (như SALBP cổ điển của Salveson 1955, Baybars 1986) chỉ giả định điều kiện lý tưởng đơn giản hóa (thời gian nguyên công không vượt quá nhịp dây chuyền $t_i \le R$, mỗi vị trí chỉ có một công nhân đơn lẻ, không xét ràng buộc tương thích thiết bị). Trong khi đó, thực tế sản xuất công nghiệp may hàng dệt kim tại Việt Nam có đặc thù công nghệ phức tạp: sự tồn tại tất yếu của các nguyên công sản xuất bội (nhiều công nhân cùng thực hiện một bước công việc do $t_i > R$), ràng buộc thứ tự công nghệ nghiêm ngặt, sự biến động về chủng loại thiết bị (máy 1 kim, máy vắt sổ, máy chần Kansai) và yêu cầu đường đi BTP phải xuôi dòng, ngắn nhất. Hơn nữa, hầu hết các doanh nghiệp dệt may trong nước vẫn thực hiện cân bằng chuyền thủ công bằng kinh nghiệm trên phần mềm bảng tính Excel hoặc dùng các phần mềm thương mại đắt đỏ nhưng không tương thích với điều kiện vận hành nội địa.

Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học chặt chẽ:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để mô hình hóa toán học chính xác các điều kiện ràng buộc công nghệ may dệt kim (ràng buộc thứ tự, thiết bị, nguyên công bội) trong ba bài toán tối ưu dây chuyền thực tế: GALB-1 (cho trước công suất/nhịp), GALB-2 (cho trước số lao động) và GALB-E (tìm nhịp tối ưu để tối đa hóa hiệu suất)?
  • Câu hỏi nghiên cứu 2 (RQ2): Thuật toán tối ưu hóa tổ hợp nào thuộc lớp Heuristic và Meta-heuristic mang lại lời giải hội tụ tối ưu toàn cục với thời gian tính toán thực tế cho bài toán cân bằng chuyền may công nghiệp?
  • Câu hỏi nghiên cứu 3 (RQ3): Ứng dụng thuật toán đề xuất để xây dựng công cụ phần mềm tự động hóa và thiết lập quy trình tổ chức cân bằng dây chuyền thực nghiệm cho sản phẩm dệt kim (điển hình là áo Polo-Shirt) đạt hiệu quả cải thiện định lượng ra sao?

Hệ thống giả thuyết tương ứng:

  • Giả thuyết H1: Mô hình bài toán cân bằng dây chuyền tổng quát (GALB) tích hợp khả năng tạo nguyên công bội và ràng buộc thiết bị phản ánh chính xác cấu trúc vận hành của chuyền may dệt kim công nghiệp hơn mô hình SALB truyền thống.
  • Giả thuyết H2: Thuật toán kết hợp Meta-heuristic Luyện kim (Simulated Annealing - SA) và Heuristic Tham lam (Greedy - Gr) sẽ khắc phục được nhược điểm rơi vào cực trị địa phương của các thuật toán Heuristic truyền thống (RPW, Hoffman, Moodie-Young) và vượt trội về thời gian tính toán so với thuật toán vét cạn hay Di truyền (GA) thuần túy.
  • Giả thuyết H3: Ứng dụng phần mềm tự động cân bằng dây chuyền ALBS V1.0 kết hợp đồng bộ hóa mặt bằng bố trí và quy trình công nghệ sẽ nâng cao hiệu suất cân bằng dây chuyền lên trên 85%, giảm thiểu hao phí lao động và bán thành phẩm dở dang trên chuyền.

Khung lý thuyết của nghiên cứu tích hợp Lý thuyết Cân bằng dây chuyền lắp ráp (Assembly Line Balancing Theory), Lý thuyết Tối ưu hóa Tổ hợp và Đồ thị (Combinatorial Optimization & Graph Theory), Lý thuyết Định mức Thời gian Lao động Tiên tiến (GSD, MTM) và Kỹ thuật Tinh gọn (Lean Manufacturing). Phạm vi nghiên cứu thực nghiệm tập trung vào dòng sản phẩm áo Polo-Shirt dệt kim tại các doanh nghiệp may công nghiệp quy mô lớn tại Việt Nam, cụ thể là Nhà máy May Đồng Văn (Tổng công ty CP Dệt May Hà Nội) và Công ty TNHH May Đức Giang.

Literature Review và Positioning

Lịch sử nghiên cứu cân bằng dây chuyền sản xuất khởi nguồn từ phân tích của Helgeson (1954) và mô hình hóa toán học đầu tiên của Salveson (1955). Năm 1986, Baybars hệ thống hóa và phân loại bài toán ALBP thành hai nhánh lớn: Cân bằng dây chuyền đơn giản (SALB) và Cân bằng dây chuyền tổng quát (GALB). Tiếp đó, Ghosh và Gagnon (1989) mở rộng phân loại ALBP theo bốn nhóm mô hình: Đơn sản phẩm xác định (SMD), Đơn sản phẩm ngẫu nhiên (SMS), Đa sản phẩm xác định (MMD) và Đa sản phẩm ngẫu nhiên (MMS).

Trong bức tranh tổng quan y văn, tồn tại hai luồng quan điểm và phương pháp luận đối lập trong việc giải quyết bài toán cân bằng chuyền:

  1. Luồng quan điểm giải thuật chính xác (Exact Algorithms): Điển hình là phương pháp Vét cạn (Exhaustive Search), Nhánh và Cận (Branch and Bound), Quy hoạch nguyên tuyến tính (ILP). Nhóm nghiên cứu theo hướng này khẳng định giải thuật chính xác bảo đảm tìm ra nghiệm tối ưu toàn cục tuyệt đối. Tuy nhiên, các nhà khoa học máy tính đã chứng minh ALBP thuộc lớp bài toán NP-khó (NP-Hard). Khi số lượng nguyên công $n$ tăng lên cùng hệ thống ràng buộc phức tạp, thời gian tính toán bùng nổ theo hàm mũ, khiến phương pháp này bất khả thi trong môi trường sản xuất công nghiệp may vốn đòi hỏi chuyển đổi mã hàng liên tục trong thời gian ngắn.
  2. Luồng quan điểm giải thuật xấp xỉ Heuristic và Meta-heuristic: Để vượt qua rào cản thời gian tính toán, hàng loạt kỹ thuật Heuristic kinh điển đã được áp dụng vào ngành may như: Phương pháp Hoffman (1963), Xếp hạng trọng số vị trí (Ranked Positional Weight - RPW) của Helgeson và Birnie (1961), Phương pháp Kilbridge-Wester (1961), Phương pháp Moodie-Young (1965), Kỹ thuật cân bằng xác suất của El-Sayed và Boucher (1987).

Khi đối chiếu với các công trình quốc tế điển hình:

  • Mahmut Kayar và cộng sự (2014) áp dụng phương pháp Hoffman và mô phỏng trên phần mềm Arena cho chuyền may áo dệt kim nữ, nhưng bài toán dừng lại ở các giả định lý thuyết đơn giản, chưa giải quyết trường hợp nguyên công có thời gian lớn hơn nhịp chuyền và thiếu kiểm thử đa dạng bộ dữ liệu.
  • Eryuruk và cộng sự (2008, 2011) triển khai kỹ thuật RPW và Cân bằng xác suất cho chuyền may quần âu nam và váy nữ trên mô hình chuyền thẳng và chuyền chữ U. Mặc dù công trình của Eryuruk đã cho phép hình thành nguyên công bội (giới hạn tối đa 3 công nhân), tác giả lại cho phép một công nhân vận hành nhiều loại thiết bị khác nhau trong cùng một vị trí, điều này vi phạm nguyên tắc chuyên môn hóa sâu và gây xáo trộn thao tác trong thực tiễn may công nghiệp.
  • C. Chan và cộng sự (1998) cùng Wong và cộng sự (2006) ứng dụng thuật toán Di truyền (GA) để tái phân công lao động trên chuyền may nhằm tối thiểu hóa thời gian chờ việc. Dẫu vậy, các tác giả này giả định công nhân có kỹ năng đa năng hoàn hảo để hoán đổi tùy ý giữa các công đoạn, đồng thời chưa kiểm soát chặt chẽ đường đi xuôi chiều của BTP dẫn đến tình trạng dòng chảy vật tư bị đảo chiều, ziczắc phức tạp.

Luận án của Đinh Mai Hương đã định vị chính xác khoảng trống học thuật này bằng cách phát triển mô hình cân bằng dây chuyền tổng quát GALB dành riêng cho sản phẩm may dệt kim, đồng thời đề xuất giải thuật lai ghép Meta-heuristic Luyện kim kết hợp Heuristic Tham lam (SA-Gr). Cách tiếp cận này vừa bảo đảm tính khả thi công nghệ (chuyên môn hóa thiết bị, hình thành nguyên công bội hợp lý, dòng chảy BTP ngắn nhất và xuôi dòng), vừa tối ưu hóa đồng thời nhiều mục tiêu sản xuất với tốc độ tính toán vượt trội.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng lý thuyết cân bằng dây chuyền tổng quát (GALB) của Baybars (1986) và Ghosh & Gagnon (1989) vào lĩnh vực công nghệ dệt may thông qua việc toán học hóa hoàn chỉnh ba bài toán tối ưu hóa đa mục tiêu mang tính hệ thống:

  1. Mô hình bài toán GALB-1 (Cân bằng theo công suất thiết kế $P_{tk}$ cho trước): Xác định nhịp dây chuyền mục tiêu $R = T_{lv} / P_{tk}$ (trong đó $T_{lv}$ là thời gian làm việc danh định của ca sản xuất). Mục tiêu kép là cực tiểu hóa tổng số công nhân $N$ trên dây chuyền và cực đại hóa hiệu suất cân bằng $H$: $$\min N = \sum_{m=1}^{K} k_m \quad \text{và} \quad \max H = \frac{\sum_{i=1}^{n} t_i}{N \cdot R} \times 100%$$ với $k_m$ là số lao động bố trí tại vị trí làm việc $m$ ($k_m \ge 1$ cho phép hình thành nguyên công bội), $t_i$ là mức thời gian lao động định mức của nguyên công công nghệ $i$.

  2. Mô hình bài toán GALB-2 (Cân bằng theo số lượng công nhân $N_{tk}$ cho trước): Xác định phương án phân chia nguyên công nhằm cực tiểu hóa nhịp dây chuyền thực tế $R$, qua đó cực đại hóa công suất đầu ra của chuyền và tối ưu hiệu suất dây chuyền $Le$: $$\min R = \max_{m=1..K} \left{ \frac{ST_m}{k_m} \right} \quad \text{và} \quad \max Le = \frac{\sum_{i=1}^{n} t_i}{N_{tk} \cdot R} \times 100%$$ trong đó $ST_m = \sum_{i \in S_m} t_i$ là tổng thời gian tích lũy của các nguyên công công nghệ được gán cho vị trí $m$.

  3. Mô hình bài toán GALB-E (Xác định dải nhịp tối ưu để tối đa hóa hiệu suất cân bằng): Khảo sát nhịp dây chuyền $R$ biến thiên liên tục trong khoảng dung sai công nghệ $[R_{min}, R_{max}]$ nhằm tìm ra giá trị nhịp tối ưu $R^*$ sao cho hàm mục tiêu hiệu suất cân bằng đạt cực đại tuyệt đối: $$\max H(R) = \frac{\sum_{i=1}^{n} t_i}{N(R) \cdot R} \times 100% \quad \text{với} \quad R \in [R_{min}, R_{max}]$$

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ma trận không gian trạng thái của quy trình may với đồ thị có hướng không chu trình (Directed Acyclic Graph - DAG) biểu diễn sơ đồ thứ tự công nghệ $G = (V, E)$. Trong đó tập đỉnh $V = {1, 2, ..., n}$ đại diện cho $n$ nguyên công công nghệ (NCCN) và tập cung có hướng $E$ thể hiện các ràng buộc trước - sau bắt buộc.

Khung phân tích thiết lập các điều kiện biên (Boundary Conditions) thực tiễn:

  • Ràng buộc thứ tự công nghệ: Nguyên công $j$ chỉ được phân bổ vào vị trí làm việc khi và chỉ khi tất cả các nguyên công tiên quyết $i \in Pred(j)$ đã được hoàn thành tại vị trí đó hoặc các vị trí trước đó.
  • Ràng buộc tương thích thiết bị: Các NCCN thành phần ghép vào cùng một vị trí sản xuất $m$ phải sử dụng cùng một loại thiết bị may chuyên dùng (ví dụ: máy 1 kim thoi, máy vắt sổ 4 chỉ, máy trần đè Kansai) để tránh lãng phí diện tích mặt bằng và triệt tiêu thời gian chuyển đổi máy của công nhân.
  • Ràng buộc cấu trúc nguyên công bội: Khi thời gian định mức của một NCCN $t_i$ vượt quá nhịp dây chuyền $R$, hệ thống tự động gán $k_m = \lceil t_i / R \rceil$ công nhân làm việc song song tại vị trí $m$ với cùng thiết bị và thao tác, bảo đảm nhịp làm việc hiệu dụng $t_i / k_m \le R$.
  • Ràng buộc dung sai nhịp dây chuyền: Mức sai lệch tải trọng của từng vị trí làm việc được kiểm soát chặt chẽ trong giới hạn công nghệ cho phép: dây chuyền nhịp chặt chẽ (sai lệch $\le 5%$), nhịp tự do (sai lệch $\le 10%$), và nhịp tổng hợp (sai lệch $\le 15%$).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ thế giới quan thực chứng (Positivism) và lập trường nhận thức luận khách quan, sử dụng phương pháp nghiên cứu định lượng kết hợp mô hình hóa toán học, giải thuật tối ưu hóa máy tính và kiểm chứng thực nghiệm tại nhà máy sản xuất. Thiết kế nghiên cứu đa tầng bao gồm: cấp độ giải thuật lý thuyết (Algorithmic formulation), cấp độ kiểm thử mô phỏng đa tập dữ liệu (Benchmark computational testing) và cấp độ ứng dụng dây chuyền thực tế (Industrial factory floor deployment).

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thực hiện qua bốn giai đoạn nghiêm ngặt:

  1. Thiết lập bộ dữ liệu chuẩn hóa: Khảo sát, bấm giờ trực tiếp và phân tích chuyển động theo phương pháp đo thời gian định trước (General Sewing Data - GSD và Methods-Time Measurement - MTM) để xây dựng bảng quy trình công nghệ chuẩn của áo Polo-Shirt dệt kim gồm đầy đủ các thông số: mã nguyên công, nội dung bước công việc, loại thiết bị, bậc thợ và định mức thời gian chính xác ($t_i$).
  2. Thiết kế và phát triển giải thuật lai ghép (Hybrid Metaheuristic):
    • Xây dựng thuật toán Luyện kim (Simulated Annealing - SA) tích hợp thuật toán Tham lam (Greedy - Gr). Không gian nghiệm được duyệt qua hàm nhiệt độ giảm dần $T_{k+1} = \alpha \cdot T_k$ (với hệ số làm lạnh $\alpha \in [0.85, 0.98]$).
    • Cơ chế dịch chuyển láng giềng (Neighborhood search) sử dụng các toán tử hoán vị, chèn và đảo nguyên công có kiểm soát điều kiện tiền định DAG. Nghiệm mới kém hơn vẫn được chấp nhận với xác suất Boltzmann $P = \exp(-\Delta E / T)$, giúp giải thuật thoát khỏi các cực tiểu địa phương mà các phương pháp Heuristic đơn lẻ luôn mắc phải.
    • Thuật toán Tham lam được lồng ghép trong bước gán nguyên công vào vị trí làm việc để tối ưu hóa cục bộ việc lấp đầy phụ tải của từng trạm máy.
  3. Kiểm thử đối chuẩn (Benchmarking): So sánh hiệu năng của thuật toán đề xuất (SA-Gr) với các thuật toán kinh điển: Vét cạn (Exhaustive - Ex), Thuật toán Di truyền (Genetic Algorithm - GA), Thuật toán RPW, Hoffman, Kilbridge-Wester và Moodie-Young trên các bộ dữ liệu quy trình từ quy mô nhỏ ($n = 10, 15$), trung bình ($n = 26$) đến quy mô lớn ($n = 40, 56$).
  4. Phát triển phần mềm và triển khai thực nghiệm: Lập trình gói phần mềm độc lập ALBS V1.0 (Assembly Line Balancing Software Version 1.0) với giao diện trực quan, cho phép nhập dữ liệu quy trình, tự động tính toán cân bằng, xuất biểu đồ phụ tải và sơ đồ bố trí mặt bằng xưởng may.

Data và phân tích

Bộ dữ liệu thực nghiệm được thu thập từ quy trình sản xuất áo Polo-Shirt dệt kim tiêu chuẩn. Quá trình tính toán định mức thời gian sử dụng phương pháp bấm giờ liên tục kết hợp phân tích ANOVA để loại bỏ các sai số bất thường, bảo đảm độ tin cậy của dữ liệu đầu vào. Các chỉ số đo lường hiệu quả cốt lõi bao gồm:

  • Hiệu suất cân bằng chuyền ($H$ %): Tỷ lệ giữa tổng thời gian gia công sản phẩm và tổng thời gian khả dụng của toàn bộ lao động trên chuyền.
  • Chỉ số trơn (Smoothness Index - $SI$): Thước đo độ đồng đều về thời gian giữa các vị trí làm việc, $SI = \sqrt{\sum_{m=1}^{K} (ST_{\max} - ST_m)^2}$. Chỉ số $SI$ càng tiến về 0 thì dây chuyền càng đạt trạng thái cân bằng hoàn hảo.
  • Thời gian tính toán của thuật toán (CPU runtime tính bằng giây).

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án mang lại năm phát hiện mang tính đột phá về mặt khoa học và kỹ thuật:

  1. Sự vượt trội toàn diện của thuật toán lai ghép SA-Gr: Trong bài toán GALB-1, đối với tập dữ liệu quy mô lớn ($n \ge 40$ nguyên công), thuật toán SA-Gr đạt nghiệm tối ưu tương đương giải thuật Vét cạn (Ex) nhưng thời gian tính toán giảm từ hàng chục giờ xuống dưới 3,5 giây. So với thuật toán Di truyền (GA), SA-Gr cho độ ổn định nghiệm cao hơn, không bị phân tán quần thể và tỷ lệ hội tụ về nghiệm tối ưu đạt 100% qua các lần chạy lặp.
  2. Nâng cao vượt bậc hiệu suất dây chuyền so với phương pháp truyền thống: Kết quả so sánh trên cùng bộ dữ liệu quy trình may Polo-Shirt cho thấy: phương pháp cân bằng truyền thống dựa trên kinh nghiệm của chuyền trưởng chỉ đạt hiệu suất dây chuyền $H$ từ 55% đến 65%. Khi áp dụng giải thuật RPW hoặc Hoffman, hiệu suất đạt 72,89% đến 78,5%. Trong khi đó, thuật toán đề xuất SA-Gr tích hợp trong phần mềm ALBS V1.0 đẩy hiệu suất cân bằng lên mức ấn tượng từ 86,5% đến 92,4%, đồng thời giảm chỉ số mất cân bằng $SI$ từ 30,89 xuống dưới 11,2.
  3. Hiệu quả của mô hình nhịp tối ưu GALB-E: Nghiên cứu chứng minh rằng việc cố định một mức nhịp dây chuyền cứng nhắc theo công suất lý thuyết thường dẫn đến lãng phí cục bộ. Khi cho phép nhịp $R$ dao động trong dải biến thiên hợp lý $\pm 10%$, mô-đun GALB-E tự động xác định điểm cân bằng Pareto tối ưu, giúp giảm bớt từ 1 đến 2 công nhân trên toàn chuyền mà vẫn duy trì sản lượng ca tương đương.
  4. Giải quyết triệt để bài toán nguyên công bội và tương thích thiết bị: Thuật toán đã tổ hợp thành công các nguyên công có thời gian gia công lớn thành các trạm sản xuất bội (2 đến 3 công nhân cùng làm việc song song trên cùng chủng loại máy) mà không làm phá vỡ tính liên tục của dòng chảy BTP, loại bỏ hoàn toàn các điểm nghẽn (bottlenecks) công nghệ trên chuyền may áo Polo-Shirt.
  5. Tối ưu hóa điều kiện tổ chức mặt bằng và cự ly vận chuyển BTP: Nghiên cứu thực nghiệm xác định được khoảng cách đặt BTP tối ưu ($40 - 50\text{ cm}$) và số lớp trong tập bán thành phẩm (10 - 15 sản phẩm/bó) giúp cực tiểu hóa thời gian phụ trợ cầm nắm, giảm đường đi trung bình của BTP trên chuyền may dệt kim xuống hơn 22% so với cách bố trí mặt bằng tự phát trước đây.

Implications đa chiều

  • Về mặt học thuật: Công trình bổ sung cơ sở lý thuyết vững chắc cho bài toán tối ưu hóa tổ hợp ứng dụng trong công nghiệp may mặc; thiết lập cầu nối phương pháp luận giữa kỹ thuật hệ thống công nghiệp (Industrial Engineering) và khoa học máy tính ứng dụng.
  • Về mặt công nghệ và quản trị sản xuất: Phần mềm ALBS V1.0 cung cấp công cụ tự động hóa hoàn toàn khâu thiết kế chuyền may. Khi thay đổi mã hàng (chuyển đổi đơn hàng từ Polo-Shirt sang T-Shirt hay Jacket nhẹ), kỹ sư công nghệ chỉ mất từ 5 đến 10 phút để tái lập phương án cân bằng chuyền tối ưu thay vì mất 2 đến 3 ngày tính toán thủ công bằng Excel.
  • Về mặt chính sách và kinh tế ngành: Kết quả nghiên cứu cung cấp luận cứ khoa học để các tập đoàn dệt may Việt Nam (Vinatex) xây dựng lộ trình nâng cấp nhà máy thông minh, chuyển đổi từ mô hình thâm dụng lao động giá rẻ sang thâm dụng tri thức và công nghệ quản trị tối ưu, gia tăng giá trị thặng dư trong chuỗi cung ứng toàn cầu.

Limitations và Future Research

Mặc dù đạt được những kết quả xuất sắc, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Giới hạn về tính tất định của dữ liệu thời gian (Deterministic assumption): Mô hình toán hiện tại giả định thời gian thực hiện nguyên công $t_i$ là hằng số cố định. Trong thực tế xưởng may, thời gian này có tính ngẫu nhiên (Stochastic) phụ thuộc vào tâm lý, mức độ mệt mỏi theo giờ trong ca và tay nghề biến thiên của từng người lao động.
  2. Phạm vi chủng loại sản phẩm: Thực nghiệm chuyên sâu tập trung chủ yếu vào dòng sản phẩm dệt kim (áo Polo-Shirt). Các mặt hàng có cấu trúc siêu phức tạp như áo Veston cao cấp nhiều lớp hay trang phục bảo hộ chuyên dụng với nhiều công đoạn ép nhiệt chưa được khảo sát đầy đủ.
  3. Mô hình dòng chảy một sản phẩm (Single-model): Luận án tập trung giải quyết bài toán đơn sản phẩm hoặc nhóm sản phẩm tương đồng; chưa tích hợp sâu bài toán cân bằng chuyền hỗn hợp nhiều sản phẩm đồng thời (Mixed-Model Assembly Line Balancing) trên cùng một dây chuyền linh hoạt.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  • Phát triển mô hình cân bằng chuyền ngẫu nhiên (Stochastic ALBP) tích hợp phân phối xác suất thời gian thao tác và ma trận kỹ năng động (Dynamic skill matrix) của từng công nhân.
  • Mở rộng thuật toán giải bài toán cân bằng chuyền may kết hợp nhiều sản phẩm (MALBP) và chuyền may dạng chữ U (U-Line ALBP) cho các tổ sản xuất tinh gọn Lean.
  • Tích hợp hệ thống phần mềm ALBS với cảm biến IoT thu thập dữ liệu thời gian thực trên chuyền may để tự động điều chỉnh cân bằng động (Dynamic Line Balancing) khi có sự cố phát sinh (hỏng máy, thiếu nguyên liệu, công nhân vắng mặt).

Tác động và ảnh hưởng

  • Tác động học thuật: Luận án mở ra hướng nghiên cứu liên ngành chuyên sâu, tạo tiền đề cho các công bố quốc tế uy tín thuộc danh mục ISI/Scopus trong lĩnh vực tối ưu hóa quy trình may mặc và kỹ thuật công nghiệp.
  • Chuyển đổi công nghiệp dệt may: Việc triển khai giải pháp cân bằng chuyền tối ưu tại Nhà máy May Đồng Văn và Công ty TNHH May Đức Giang đã chứng minh tính khả thi cao, giúp các doanh nghiệp tiết kiệm chi phí nhân công từ 8% đến 12%, nâng sản lượng đầu ra của dây chuyền lên 15 - 20% mà không cần đầu tư thêm máy móc thiết bị mới.
  • Lợi ích xã hội: Giảm thiểu áp lực làm thêm giờ (overtime) cho công nhân may nhờ phân bổ tải trọng lao động công bằng, nhịp nhàng; nâng cao thu nhập bình quân theo sản phẩm của người lao động.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học viên cao học ngành Dệt may & Khoa học máy tính: Tiếp cận khung phương pháp luận tối ưu hóa tổ hợp chuẩn mực và bộ dữ liệu kiểm thử thực tế của ngành may dệt kim.
  • Giảng viên và các nhà nghiên cứu kỹ thuật công nghiệp: Tài liệu tham khảo chuyên sâu phục vụ giảng dạy môn học Thiết kế dây chuyền may, Tổ chức và Quản trị sản xuất công nghiệp may.
  • Kỹ sư công nghệ (IE) và Giám đốc sản xuất tại các nhà máy may: Sở hữu phương pháp khoa học và công cụ phần mềm ALBS V1.0 để thiết kế, điều hành và cân bằng dây chuyền sản xuất tự động, chính xác, tiết kiệm thời gian chuyển đổi mã hàng.
  • Nhà hoạch định chính sách và Hiệp hội Dệt may Việt Nam (VITAS): Căn cứ thực tiễn để định hướng tiêu chuẩn hóa năng suất và chuyển đổi số cho các doanh nghiệp vừa và nhỏ trong ngành may mặc.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc mở rộng Lý thuyết Cân bằng dây chuyền tổng quát (GALB) của Baybars (1986) và Ghosh & Gagnon (1989) bằng cách tích hợp đồng thời ba cấu trúc ràng buộc thực tiễn của công nghiệp may dệt kim vào mô hình toán học: (1) Ràng buộc công nghệ tiền định DAG nghiêm ngặt, (2) Khả năng tự động thiết lập nguyên công sản xuất bội với số lao động $k_m \ge 1$ khi thời gian nguyên công vượt nhịp ($t_i > R$), và (3) Ràng buộc đồng nhất chủng loại thiết bị tại mỗi vị trí làm việc. Luận án đã toán học hóa thành công ba bài toán thành phần GALB-1, GALB-2 và GALB-E, tạo nên hệ thống lý thuyết cân bằng chuyền may hoàn chỉnh.

2. Điểm cải tiến phương pháp luận (Methodology Innovation) khi so sánh với các nghiên cứu quốc tế trước đây?

So với nghiên cứu của Mahmut Kayar et al. (2014) chỉ dùng Heuristic Hoffman đơn giản và mô phỏng Arena mang tính bị động (phải thêm người thủ công tại điểm quá tải), hay nghiên cứu của Eryuruk et al. (2008, 2011) cho phép ghép các thiết bị khác loại gây xáo trộn thao tác, luận án đã đột phá khi đề xuất thuật toán lai ghép Meta-heuristic Luyện kim kết hợp Tham lam (SA-Gr). Thuật toán này kiểm soát chặt chẽ tính tương thích thiết bị, đường đi BTP xuôi dòng, đồng thời cơ chế làm lạnh Boltzmann cho phép giải thuật thoát khỏi bẫy cực tiểu địa phương mà các thuật toán Heuristic truyền thống hay mắc phải, đạt hiệu suất $H > 88%$ với thời gian tính toán thực tế dưới 5 giây.

3. Phát hiện bất ngờ nhất (Most surprising finding) thu được từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là việc giải bài toán theo mô hình nhịp tối ưu GALB-E: Khi cho phép nhịp dây chuyền $R$ dao động linh hoạt trong dải dung sai công nghệ $\pm 10%$ quanh nhịp danh định, hiệu suất cân bằng chuyền $H$ có thể tăng vọt từ 6% đến 8%, đồng thời giảm được 1 đến 2 lao động so với việc cố định nhịp cứng theo công suất thiết kế ban đầu. Điều này bác bỏ quan niệm truyền thống trong quản lý sản xuất may mặc cho rằng phải luôn giữ cố định nhịp dây chuyền lý thuyết.

4. Luận án có cung cấp đầy đủ giao thức để tái lập nghiên cứu (Replication Protocol) không?

Có. Luận án cung cấp toàn bộ mô hình toán học chi tiết (hàm mục tiêu, hệ thống bất phương trình ràng buộc), sơ đồ khối giải thuật SA-Gr, bảng quy trình công nghệ chuẩn của sản phẩm áo Polo-Shirt dệt kim (đầy đủ định mức thời gian GSD, mã thiết bị, thứ tự trước-sau) và cấu trúc kiến trúc của phần mềm ALBS V1.0. Các nhà nghiên cứu khác hoàn toàn có thể lập trình lại giải thuật và tái tạo chính xác các kết quả kiểm thử.

5. Khung chương trình nghiên cứu 10 năm (10-year Research Agenda) được vạch ra như thế nào?

Chương trình nghiên cứu dài hạn tập trung vào ba trụ cột:

  • Giai đoạn 1 (2-3 năm): Tích hợp ma trận kỹ năng ngẫu nhiên và mức độ biến thiên thể lực của công nhân vào thuật toán cân bằng chuyền động (Dynamic Stochastic Line Balancing).
  • Giai đoạn 2 (4-6 năm): Phát triển giải thuật tối ưu hóa đa mục tiêu cho hệ thống chuyền may hỗn hợp nhiều mã hàng (Mixed-Model) kết hợp mô hình tổ sản xuất chữ U linh hoạt.
  • Giai đoạn 3 (7-10 năm): Ứng dụng Trí tuệ nhân tạo (Học tăng cường sâu - Deep Reinforcement Learning) và Bản sao số (Digital Twin) kết nối cảm biến IoT thời gian thực trên chuyền may để tự động tái cân bằng dây chuyền khi xảy ra sự cố trong nhà máy may thông minh 4.0.

Kết luận

  1. Luận án đã hệ thống hóa và mô hình hóa toán học thành công ba bài toán cân bằng dây chuyền công nghiệp may dệt kim: GALB-1 (tối ưu số công nhân theo công suất), GALB-2 (tối ưu nhịp theo số công nhân) và GALB-E (tìm nhịp tối ưu để tối đa hóa hiệu suất).
  2. Đề xuất thành công ba thuật toán tối ưu hóa trên cơ sở kết hợp thuật toán Luyện kim (Simulated Annealing) và Tham lam (Greedy), chứng minh tính ưu việt vượt trội về độ chính xác, tính ổn định và tốc độ hội tụ so với các thuật toán Heuristic truyền thống (RPW, Hoffman, Moodie-Young) và thuật toán Di truyền (GA).
  3. Thiết lập thành công phần mềm ALBS V1.0 có giao diện thân thiện, độ tin cậy cao, tự động hóa hoàn toàn quy trình tính toán cân bằng chuyền may trong thời gian vài giây, giải quyết triệt để bài toán chuyển đổi mã hàng nhanh trong công nghiệp may.
  4. Xác lập hệ thống điều kiện tổ chức mặt bằng, cự ly vận chuyển và quy cách bó hàng bán thành phẩm tối ưu, giúp giảm thiểu quãng đường dịch chuyển và triệt tiêu thời gian lãng phí trên dây chuyền may sản phẩm dệt kim.
  5. Triển khai thực nghiệm thành công phương pháp cân bằng dây chuyền may áo Polo-Shirt tại các doanh nghiệp may công nghiệp quy mô lớn, nâng hiệu suất cân bằng dây chuyền từ 55 - 65% (làm thủ công) lên 86,5 - 92,4%, khẳng định giá trị khoa học và giá trị thực tiễn to lớn của công trình trong tiến trình hiện đại hóa ngành Dệt may Việt Nam.