Professional Documents
Culture Documents
BÁO CÁO
TNAS
Quỳnh Nhi
KHOA CƠ KHÍ
Quỳnh Nhi
i
Tp. Hồ Chí Minh, Tháng 09/2020
ii
MỤC LỤC
MỤC LỤC.................................................................................................................................ii
5.1 An improved artificial bee colony algorithm for flexible job-shop scheduling
problem with fuzzy processing time.....................................................................................10
5.2 Single machine scheduling problems under position-dependent fuzzy learning effect
with fuzzy processing times..................................................................................................10
5.4 Luận văn tốt nghiệp: Nghiên cứu ứng dụng giải thuật Cross Entropy và giải thuật
Genetic vào bài toán điều độ job shop tại công ty sản xuất đồ nội thất................................11
iii
DANH SÁCH HÌNH ẢNH
Hình 2.1 Biểu đồ xương các liệt kê các nguyên nhân gây trễ đơn hàng.....................................4
Hình 2.2 Biểu đồ Pareto các nguyên nhân gây trễ đơn hàng......................................................7
Bảng 2.2 Bảng phân loại mức độ tác động của vấn đề...............................................................5
Bảng 2.3 Bảng phân loại tần số xuất hiện của vấn đề.................................................................5
Bảng 2.4 Bảng phân loại đánh giá của chuyên gia về vấn đề.....................................................6
Bảng 2.5 Bảng phân tích tác động và hình thức sai lỗi (FMEA)...............................................6
iv
CHƯƠNG 1. GIỚI THIỆU
Công ty TNHH Thép TNAS ra đời vào năm 2016 tại Cụm công nghiệp Thiên Lộc Thành, xã
Long Sơn, huyện Cần Đước, tỉnh Long An. Với tổng diện tích 10 ha, Thép Tây Nam nằm ở vị
trí thuận lợi, gần cảng Quốc tế Thiên Lộc Thành 5000 MT trên sông Vàm Cỏ Đông, tạo ưu
thế và thuận tiện trong việc xuất và nhập hàng hóa ở trong nước và quốc tế.
Nhà máy Thép Tây Nam chuyên sản xuất các sản phẩm tôn mạ kẽm, mạ màu, tôn lạnh và ống
nhúng kẽm để đáp ứng các nhu cầu cần thiết của thị trường. Sản phẩm được chia thành 3
nhóm chính: Nhóm tôn, nhóm thép cuộn, nhóm ống thép
Nhóm tôn bao gồm: Tôn mạ lạnh, tôn mạ kẽm, tôn mạ màu
Nhóm thép cuộn bao gồm: thép cuộn cán nguội, thép cuộn mạ kẽm
Nhóm ống thép bao gồm: thép hộp chữ nhật, thép hộp vuông, thép ống tròn, thép ống oval
1
Hình 1.3 Các sản phẩm nhóm ống thép
Công suất các dây chuyền của nhà máy như sau:
- Dây chuyền sản xuất ống mạ kẽm nhúng nóng: 80.000 tấn/ năm
Các sản phẩm tôn – thép TNAS hoàn toàn đáp ứng các tiêu chuẩn chất lượng hàng đầu trên
thế giới như tiêu chuẩn ASTM của Mỹ, BS của Anh, JIS của Nhật Bản và TCVN của Việt
Nam.
2
Hình 1.4 Sơ đồ bộ máy tổ chức công ty
1.2 Hệ thống sản xuất và vận hành
Sản xuất tôn thép tại công ty TNHH TNAS là mô hình sản xuất Jobshop linh hoạt, mỗi sản
phẩm có quy trình sản xuất khác nhau và được gia công trên nhiều máy với thời gian gia công,
thời gian tới hạn khác nhau. Với dây chuyền và công nghệ sản xuất tiên tiến, hiện đại từ Ấn
Độ, Đức, Ý và Đài Loan, sản phẩm của TNAS là những sản phẩm tôn thép chất lượng cao.
Từ khi thành lập đến nay, công ty đã triển khai hệ thống hoạch định nguồn lực ERP bằng
phần mềm được lập trình riêng, tuy nhiên ở phân hệ sản xuất chưa được sử dụng hiệu quả.
Việc lên lịch sản xuất được thực hiện bên ngoài hệ thống, dựa theo kinh nghiệm người quản
lý và xử lý bằng MS Excel. Sau đó mới sử dụng kết quả điều độ này để đưa vào phần mềm,
phát lệnh sản xuất.
3
CHƯƠNG 2. ĐẶT VẤN ĐỀ
Mặc dù luôn vận hành 24/7 với dàn máy móc hiện đại, tình trạng trễ đơn hàng vẫn diễn ra
hàng ngày tại xưởng sản xuất. Dữ liệu thu thập trong 2 tháng 07/2020 và 08/2020 cho thấy kết
quả sau:
Hình 2.1 Biểu đồ xương các liệt kê các nguyên nhân gây trễ đơn hàng
Từ biểu đồ các nguyên nhân dẫn đến tình trạng trễ đơn hàng tại xưởng sản xuất, tách nhỏ các
nguyên nhân trong từng nhóm nguyên nhân lớn rồi sử dụng phương pháp phân tích tác động
và hình thức sai lỗi (FMEA) nhằm đánh giá mức độ tác động của các nguyên nhân dẫn đến
tình trạng trễ đơn hàng.
4
Với Hệ số RPN = SEV*OCC*DET là hệ số được dùng làm cơ sở tính toán để ưu tiên các chỉ
tiêu chất lượng cần bảo đảm. Trong đó:
Bảng 2.2 Bảng phân loại mức độ tác động của vấn đề
Phân loại Tác động Tiêu chí đánh giá
1 Không Không ảnh hưởng gì.
2 Rất nhẹ Tác động rất nhỏ đến quá trình hoạt động tại xưởng
3 Nhẹ Tác động đến hoạt động tại xưởng, cần đánh giá và xem xét.
Lãng phí 5%-7%
4 Vừa Ảnh hưởng đến khả năng đáp ứng đơn hàng. Lãng phí 8%-10%.
5 Trung bình Khách hàng phàn nàn, khả năng đáp ứng đơn hàng chậm
(1-2 ngày). Lãng phí 10%-15%.
6 Đáng chú ý Vấn đề rất cấp bách cần giải quyết. Lãng phí 15%-20%
7 Lớn Uy tín bị mất do không đáp ứng kịp đơn hàng. Lãng phí
20%-23%
8 Rất lớn Tác động nhẹ đến uy tín, chi phí cao và lợi nhuận thấp. Lãng phí
20%- 25%
9 Nghiêm Tác động mạnh đến doanh thu, chi phí vận hành cao, hàng hóa
trọng trả về nhiều. Lãng phí 25%-30%
10 Nguy hiểm Tổn thất nặng nề về tình hình kinh doanh (>30%)
- OCC : Phân loại tần số xuất hiện của vấn đề
Bảng 2.3 Bảng phân loại tần số xuất hiện của vấn đề
Phân loại Tần số xuất Tiêu chí đánh giá
hiện
1 Không đáng kể Hiếm khi xuất hiện và không ảnh hưởng đến các hoạt động
giá trị gia tăng
2 Ít xuất hiện Ít tác động đến các hoạt động giá trị gia tăng, nhưng cần
lưu ý
3 Đáng kể Tần số xuất hiện tác động đến giá trị gia tăng, góp phần tạo
nên các lãng phí tại xưởng, khoảng 10% - 20% lãng phí
4 Nhiều Tần số xuất hiện lớn, ảnh hưởng nhiều đến năng suất vận
hành và khả năng sản xuất chiếm 20%- 25% lãng phí
5 Rất nhiều Gây ra tổn thất đáng kể, bị khách hàng phàn nàn, chiếm
trên 30% lãng phí
5
- DET :Phân loại đánh giá của chuyên gia về vấn đề
Bảng 2.4 Bảng phân loại đánh giá của chuyên gia về vấn đề
1 Bình thường
2 Cần thiết
4 Cấp bách
5 Cần xử lý ngay
Ta có bảng phân tích tác động và hình thức sai lỗi (FMEA) của các nguyên nhân như sau:
Bảng 2.5 Bảng phân tích tác động và hình thức sai lỗi (FMEA)
STT Nguyên nhân Mức độ Tần số Phân RPN %
nghiêm xuất loại
trọng hiện
1 Điều độ chưa tốt do điều độ theo kinh
7 3 4 84 29.89%
nghiệm
2 Thiếu nguyên vật liệu do nhà cung cấp
4 2 4 32
giao chậm/thiếu 11.39%
3 Thiếu máy móc do hạn chế vể nguồn
5 3 2 30 10.68%
vốn
4 Thiếu nhân công do nghỉ đột xuất 4 2 3 24 8.54%
5 Thiếu nhân công do điều độ nhân lực
4 2 3 24
chưa tốt 8.54%
6 Điều kiện làm việc chưa tốt do tiếng ồn
4 2 3 24
và bụi 8.54%
7 Chất lượng nguyên vật liệu không tốt
5 1 4 20 7.12%
do bảo quản chưa tốt
8 Điều kiện làm việc chưa tốt do nhiệt từ
3 3 2 18
máy móc tỏa ra 6.41%
9 Máy móc hư hỏng đột ngột do kế hoạch
5 1 3 15 5.34%
bảo trì chưa tốt
10 Thiếu tay nghề do đào tạo chưa tốt 3 1 2 6 2.14%
11 Thiếu tay nghề do công nhân mới 2 1 2 4 1.42%
6
Từ bảng FMEA, vẽ biểu đồ Pareto để trực quan hóa số liệu:
Hình 2.2 Biểu đồ Pareto các nguyên nhân gây trễ đơn hàng
Qua biểu đồ ta thấy được 3 nguyên nhân chính (chiếm 52%) dẫn đến trễ đơn hàng là:
- Thiếu nguyên vật liệu do nhà cung cấp giao chậm/thiếu: 11.39%
Trong đó, nguyên nhân thiếu nguyên vật liệu do nhà cung cấp giao chậm/thiếu là nguyên nhân
khách quan đến từ nhà cung cấp.
Nguyên nhân thiếu máy móc do hạn chế về nguồn vốn luôn đi đôi với chiến lược đầu tư phát
triển quy mô sản xuất của ban giám đốc và khó có thể thay đổi được.
Nguyên nhân điều độ chưa tốt là nguyên nhân chính và có thể cải thiện được bằng cách áp
dụng mô hình điều độ Job shop linh hoạt và ứng dụng giải thuật tối ưu để tìm ra lời giải, thay
thế cho việc điều độ bằng kinh nghiệm như hiện nay.
Vì vậy, hướng giải quyết cho vấn đề trễ đơn hàng tại xưởng sản xuất công ty TNHH TNAS
được xác định là nghiên cứu ứng dụng giải thuật vào mô hình điều độ Job Shop ở đây. Với
mỗi sản phẩm có quy trình sản xuất khác nhau và thời gian tới hạn khác nhau, mô hình sẽ đưa
ra kết quả là phân chia công việc cho máy móc, theo trình tự trước sau. Hướng giải quyết này
7
đồng thời góp phần hoàn thiện hệ thống hoạch định nguồn lực doanh nghiệp ERP của công ty
khi tạo nguồn tài liệu hữu ích cho bộ phận IT để tích hợp việc điều độ sản xuất vào trong hệ
thống ERP.
8
CHƯƠNG 3. MỤC TIÊU
Mục tiêu của luận văn là nghiên cứu ứng dụng giải thuật điều độ vào mô hình điều độ chi tiết
trong môi trường Job-shop nhằm phân chia công việc cho các máy móc theo trình tự trước sau
để:
- Làm nguồn tài liệu để tích hợp bài toán điều độ vào hệ thống hoạch định nguồn lực doanh
nghiệp ERP cho công ty
- Thực hiện điều độ cho dòng sản phẩm chủ lực là Tôn
- Thời gian thu thập dữ liệu từ tháng 8/2020 đến tháng 12/2020
9
CHƯƠNG 5. CÁC NGHIÊN CỨU LIÊN QUAN
Nhóm tác giả: Kai Zhou Gao , Ponnuthurai Nagaratnam Suganthan , Quan Ke Pan , Tay Jin
Chua, Chin Soon Chong, Tian Xiang Cai
Nghiên cứu này giải quyết vấn đề điều độ job-shop linh hoạt (FJSP) bằng cách sử dụng thuật
toán IABC với quá trình tái sản xuất có sự không chắc chắn của thời gian xử lý được mô tả là
thời gian xử lý mờ (fuzzy processing time).
Trong FJSP, mỗi công việc bao gồm một chuỗi các hoạt động. Một hoạt động có thể được
thực thi bởi một tập hợp các máy ứng cử viên. Một công việc chỉ được xử lý trên một máy tại
một thời điểm, trong khi mỗi máy chỉ có thể xử lý một thao tác tại một thời điểm.
Mục tiêu là minimize thời gian hoàn thành mờ tối đa và maximum khối lượng công việc mờ
của máy bằng việc tạo ra thuật toán điều độ như một hệ thống điều độ thông minh để hỗ trợ
quyết định tái sản xuất.
Bài báo này xem xét các vấn đề lập lịch máy đơn theo phương pháp học mờ phụ thuộc vào vị
trí ảnh hưởng với thời gian xử lý mờ. Với ba mục tiêu nghiên cứu là giảm thiểu chênh lệch
makespan, tổng thời gian hoàn thành và tổng thời gian hoàn thành có trọng số.
Bài báo cho thấy rằng ba hàm mục tiêu này này là đa thức có thể giải được dưới hiệu ứng học
mờ phụ thuộc vào vị trí với thời gian xử lý mờ. Để mô hình hóa độ không đảm bảo của các
tham số mô hình mờ như thời gian xử lý và learning effects, bài báo sử dụng một cách tiếp
cận được gọi là likelihood profile, phụ thuộc vào xác suất và các thước đo cần thiết của thông
số mờ. Đối với ba hàm mục tiêu, bài báo xây dựng lập trình phi tuyến số nguyên hỗn hợp mờ
(FMINP), các mô hình sử dụng các kỹ thuật lập trình với ràng buộc cho cùng một điều kiện
xác định và mức độ tin cậy. Hơn nữa, bài báo trình bày các thuật toán có thể giải được đa thức
với các mức độ tin cậy khác nhau.
1
5.3 Flexible job-shop fuzzy scheduling based on fuzzy delivery deadline
Nếu các tham số thời gian, điều kiện ràng buộc và thông tin liên quan khác xen kẽ trong một
môi trường mờ, nó sẽ làm cho việc điều độ của job-shop linh hoạt và thiết thực hơn. Để thực
hiện tốt hơn việc lập kế hoạch và cải thiện hiệu quả sản xuất, bài báo phát triển một phương
pháp lập lịch trình điều độ job-shop linh hoạt cho thời hạn giao hàng mờ. Thời hạn giao hàng
mờ sau đó được đặc trưng với đồ họa và số mờ sáu điểm. Có hai mô hình so sánh toán học
được xây dựng thêm.
Bài báo kết thúc bằng việc giải các mô hình này bằng thuật toán di truyền và so sánh các tính
toán của chúng theo trường hợp mô phỏng. Sự cố lên lịch điều độ trong các điều kiện mờ sẽ
tiến gần hơn đến sản xuất thực tế, với mục tiêu minimize thời gian hoàn thành mờ tối đa
5.4 Luận văn tốt nghiệp: Nghiên cứu ứng dụng giải thuật Cross Entropy
và giải thuật Genetic vào bài toán điều độ job shop tại công ty sản
xuất đồ nội thất
Nghiên cứu trình bày về một giải pháp cho thách thức trong điều độ sản xuất tại một công ty
sản xuất đồ nội thất với đặc trung của mô hình sản xuát Job-shop linh hoạt với số lượng lớn
chi tiết được gia công cùng thời điểm, nhiều máy cùng chức năng. Việc điều dộ sẽ giúp tối ưu
nguồn lực, tiết kiệm chi phí, tăng tính cạnh tranh cho doanh nghiệp.
Nghiên cứu được thực hiện theo trình tự CDIO bao gồm: Hình thành ý tưởng, thiết kế ý tưởng,
thực hiện và vận hành. Xuất phát từ vấn đề hiện trạng và nhu cầu của công ty, mô hình ứng
dụng giải thuật GA và mô hình ứng dụng giải thuật CEM được xây dựng và áp dụng vào bài
toán điều độ thực tế tại xưởng sản xuất của công ty với mục tiêu giảm thời gian trễ đơn hàng
cực đại. Cả hai mô hình đều được xây dựng thành phần mềm hỗ trợ điều độ bằng ngôn ngữ
lập trình Python.
1
PHỤ LỤC
[1] An improved artificial bee colony algorithm for flexible job-shop scheduling problem with
fuzzy processing time - Kai Zhou Gao , Ponnuthurai Nagaratnam Suganthan , Quan Ke Pan ,
Tay Jin Chua, Chin Soon Chong, Tian Xiang Cai
https://www.researchgate.net/profile/Kai_Gao13/publication/305807377_An_improved_artifi
cial_bee_colony_algorithm_for_flexible_job-
shop_scheduling_problem_with_fuzzy_processing_time/links/5c61686592851c48a9c993e0/
An-improved-artificial-bee-colony-algorithm-for-flexible-job-shop-scheduling-problem-
with- fuzzy-processing-time.pdf
A1
A2
A3
A4
A5
A6
A7
A8
A9
A1
A1
A1
A1
A1
A1
A1
[2] Single machine scheduling problems under position-dependent fuzzy learning effect with
fuzzy processing times - M. Duran Toksana, Oguzhan Ahmet Ank
A1
A1
A1
A2
A2
A2
A2
A2
A2
A2
A2
A2
A2
A3
A3
A3
A3
A3
A3
A3
A3
https://www.sciencedirect.com/science/article/abs/pii/S0278612517301279
[3] Flexible job-shop fuzzy scheduling based on fuzzy delivery deadline - Lili ZHAO, Chao
CHEN
A3
A3
A4
A4
A4
A4
A4
https://auif.utcluj.ro/images/PDF_AJME_2019_1/L7.pdf
[4] Luận văn tốt nghiệp: Nghiên cứu ứng dụng giải thuật Cross Entropy và giải thuật Genetic
vào bài toán điều độ job shop tại công ty sản xuất đồ nội thất - Trần Ngọc Quỳnh
A4