GIỚI THIỆU CHUNG
Đặt vấn đề
Thiết kế thực nghiệm (Design of experiment, hay DoE) là một ngành khoa học lâu đời Từ những năm 1920, Ronald Fisher đã đề xuất các phương pháp thiết kế thực nghiệm nhằm nghiên cứu sự ảnh hưởng đồng thời của các nhân tố khác nhau Lý thuyết về thiết kế thực nghiệm từ đó đã được phát triển hết sức mạnh mẽ và trở thành một ngành khoa học độc lập Ứng dụng của DoE trong việc thiết kế đã được sử dụng từ lâu như trong việc tìm ra hệ số trong các công thức: hệ số ma sát, mô men quán tính , tuy nhiên sự bùng nổ của phương pháp này trong giải quyết vấn đề chỉ thực sự bắt đầu từ những năm 1980, khi Lean - 6 Sigma bắt đầu lan rộng trong công nghiệp sản xuất Đối với những vấn đề phức tạp, thiết kế thực nghiệm hoàn chỉnh cần hai bước: _ Screening DoE: để sàn lọc các biến, tìm ra biến có ảnh hường nhiều lên kết quả
_ Full DoE (thực nghiệm tối ưu hóa): để tìm ra công thức phụ thuộc biến đầu vào và kết quả đầu ra
Sở dĩ phải làm hai bước phân tích như vậy vì một vấn đề có thể có rất nhiều biến nghi ngờ, nếu thực hiện một full DoE ngay từ đầu sẽ dẫn đến rất nhiều phép thử và từ đó dẫn đến lãng phí nguồn lực và thời gian
Có bốn dạng thiết kế thực nghiệm cơ bản là: Thực nghiệm một yếu tố; Thực nghiệm đa yếu tố; Thực nghiệm bề mặt chỉ tiêu (Response Surface Methodology) và Thực nghiệm Taguchi
Luận văn này sẽ nghiên cứu và áp dụng hai dạng thiết kế thực nghiệm là Taguchi (Screening DoE) và Response Surface (full DoE) vào giải quyết vấn đề
Phương pháp Taguchi là cách tiếp cận nhắm vào việc nhận diện các tác động lên đối tượng (có thể là sản phẩm, quy trình hoặc máy móc) để đạt được hai mục tiêu: _ Đảm bảo Mean (average) của kết quả nằm trong vùng giới hạn cho phép
_ Đảm bảo tỉ số S/N (Signal/ Noise) càng lớn thì đặc tính nhận được càng tốt
Khi một nghiên cứu Taguchi được thực hiện trên quy trình, nó thường được gọi là nghiên cứu về độ ổn định Cách tiếp cận của Taguchi là để tìm ra ảnh hưởng của biến kiểm soát lên các biến nhiễu, từ đó khống chế các biến nhiễu
Trong khi đó thiết kế thực nghiệm RSM là một công cụ phổ biến bậc nhất trong tối ưu hóa vì nó cho phép đánh giá tác động của nhiều yếu tố và sự tương tác của chúng trên một hoặc nhiều đặc tính kết quả muốn nghiên cứu Nó bao gồm nhiều công thức và mô hình toán được đề xuất bởi Box và Wilson vào những năm đầu thập niên 1950 RSM giúp tìm ra vùng thông số mà tại đó, giá trị của đặc tính cần kiểm soát đạt được giá trị tối ưu thỏa mãn những điều kiện biên của nó [3]
Tại nhà máy sản xuất thép V, có hai dây chuyền sản xuất chính là Luyện thép và Cán thép, trong đó dây chuyền Luyện thép được vận hành với công nghệ lò điện hồ quang (Electric Arc Furnace) đây là công nghệ sử dụng nguyên liệu đầu vào hầu như 100% từ phế liệu Ưu điểm của công nghệ này là tiết kiệm điện năng, không phụ thuộc vào mỏ quặng, năng suất cao, giúp tái chế sắt thép phế liệu, môi trường sản xuất sạch Tuy nhiên việc sử dụng chủ yếu dựa vào phế liệu là nguyên nhân làm chất lượng sản phẩm không ổn định dẫn đến không những gây tổn thất về chi phí và nguồn lực mà còn ảnh hưởng đến uy tín, thương hiệu của công ty, đặc biệt là trong giai đoạn thị trường trong nước đang khó khăn do chịu ảnh hưởng của tình hình thế giới như xung đột, lạm phát tăng Vấn đề bị nghi ngờ nhiều nhất là yếu tố tạp chất phi kim có quá nhiều trong thép gây ảnh hưởng đến chất lượng Quy trình DMAIC được vận dụng để tiếp cận vấn đề, đo lường phân tích các nguyên nhân gốc rễ từ đó đưa ra giải pháp cải tiến Phương pháp thiết kế thực nghiệm đã được áp dụng để giải quyết bài toán này một cách hiệu quả và tiết kiệm Vì vậy đề tài “Nghiên cứu thực nghiệm đề xuất giải pháp giảm tỉ lệ phế phẩm tại nhà máy thép” được thực hiện.
Mục tiêu nghiên cứu
Nghiên cứu thực nghiệm nhằm xác định các yếu tố ảnh hưởng đến độ sạch của tạp chất từ đó xây dựng giải pháp giảm tỉ lệ phế phẩm.
Nội dung luận văn
Nội dung luận văn bao gồm các bước chính sau:
1 Nghiên cứu cơ sở lý thuyết của thiết kế thực nghiệm, hai dạng thiết kế thực nghiệm được áp dụng là Taguchi và Response Surface
2 Mô tả quá trình vận dụng DMAIC để đưa ra giải pháp là thiết kế thực nghiệm
3 Phân tích và lựa chọn các yếu tố có ảnh hưởng đến độ sạch của tạp chất trong thép tại dây chuyền Luyện thép
4 Ứng dụng 2 dạng thiết kế thực nghiệm bên trên vào giải quyết vấn đề, giảm tỉ lệ phế phẩm.
Giới hạn và phạm vi
Do có rất nhiều yếu tố ảnh hưởng đến độ sạch của tạp chất phi kim tại dây chuyền Luyện thép vì vậy cần phải phân tích dữ liệu trước khi thực hiện thiết kế thực nghiệm nhằm lựa chọn các yếu tố có ảnh hưởng và loại bỏ các yếu tố gây nhiễu Hạn chế về số lượng của bộ dữ liệu sẽ ảnh hưởng ít nhiều lên kết quả phân tích
Ngoài ra do sự tốn kém trong các thử nghiệm thực tế tại nhà máy thép V, nên dạng thực nghiệm phải được lựa chọn sao cho tốn ít chi phí thực hiện mà vẫn đạt được độ chính xác cần thiết Vì vậy, kết quả có thể chứa một vài giá trị bất thường, điều này cũng thường xảy ra trong thống kê phân tích.
Bố cục của luận văn
Bố cục luận văn bao gồm các chương:
Chương 2: Cơ sở lý thuyết và phương pháp luận
Chương 3: Giới thiệu đối tượng nghiên cứu
Chương 4: Thiết kế thực nghiệm cho độ sạch của tạp chất
Chương 5: Cải tiến và kết quả
Chương 6: Kết luận và kiến nghị
CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP LUẬN
Cơ sở lý thuyết
Trong kỹ thuật, có hai chức năng nghiên cứu chủ yếu là nghiên cứu sáng tạo và nghiên cứu thực nghiệm:
_ Nghiên cứu sáng tạo (Creative research) là các nghiên cứu nhằm phát triển các lý thuyết mới, quá trình mới hay thiết kế các sản phẩm mới
_ Nghiên cứu thực nghiệm (Experimental research) là dạng nghiên cứu về mối quan hệ “Nguyên nhân - kết quả” Trước hết, nhà nghiên cứu xác định các thông số (hay các biến) cần và có thể quan tâm Sau đó, tiến hành các thí nghiệm nhằm quan sát, đánh giá xem mục tiêu (còn gọi là biến phụ thuộc, thông số đầu ra) thay đổi như thế nào khi một hay nhiều biến khác (gọi là biến độc lập hay thông số đầu vào) được thay đổi
Nghiên cứu thực nghiệm đóng vai trò quan trọng trong khoa học kỹ thuật Các quá trình công nghệ và kỹ thuật thường rất phức tạp, bao gồm một tập hợp lớn các yếu tố ảnh hưởng và nhiều chỉ tiêu đánh giá khác nhau
Trong đa số các hệ thống hay quá trình kỹ thuật, các mối quan hệ vào - ra thường không thể mô tả được một cách đầy đủ bằng các hàm lý thuyết Người ta thường mô hình hóa các quá trình, đối tượng cần nghiên cứu như một hộp đen (Black - box) như Hình 2.1
Hình 2.1 Sơ đồ một quá trình, hệ thống hay đối tượng nghiên cứu
Trên Hình 2.1, các tín hiệu đầu vào được sơ đồ hóa thành 3 nhóm: đối tượng đầu vào, các tham số (yếu tố, nhân tố) có thể điều khiển được và các yếu tố không điều khiển được Chúng ta không biết và không cần quan tâm những gì xảy ra bên trong hộp đen, nghĩa là cách thức các thông số nói trên tác động với nhau như thế nào Cái chúng ta quan tâm là làm sao để xác lập được quan hệ vào - ra, để từ đó có thể điều khiển được quá trình hay nhận được thông số đầu ra của đối tượng theo ý muốn Vấn đề này có thể được giải quyết bằng thực nghiệm [1]
Thiết kế thực nghiệm được sử dụng như một công cụ hữu ích nhằm khảo sát bất kỳ một ứng xử (Response) của một hệ thống, một quá trình hay một đối tượng nào Mô hình quan hệ vào - ra đặc biệt hữu dụng cho nhiều mục đích khác nhau, chẳng hạn để lựa chọn các tập thông số tối ưu của quá trình hay của sản phẩm cần thiết kế; giảm thiểu các ảnh hưởng của các thông số không có lợi; xác định và giảm thiểu các đặc tính nhạy với tác động môi trường để bền vững hóa quá trình hay sản phẩm v.v…
Một kế hoạch thực nghiệm được thiết kế tốt sẽ cho phép nhà nghiên cứu tiến hành số lượng thí nghiệm ít nhất, tốn kém ít chi phí, mất thời gian, công sức ít nhất nhưng lại thu được nhiều thông tin nhất về quá trình, đối tượng nghiên cứu
Ba nguyên tắc căn bản nhất của thiết kế thực nghiệm bao gồm: nguyên tắc ngẫu nhiên, nguyên tắc lặp và nguyên tắc khối Các nguyên tắc này được ứng dụng để làm giảm hoặc thậm chí là khử bỏ các sai số của thực nghiệm Một vấn đề quan trọng cần lưu ý rằng sai số thực nghiệm có thể dẫn đến các quyết định sai hoặc trong một số trường hợp, gây sai lệch trong việc xác định ảnh hưởng của các thông số quan trọng [1]
_ Nguyên tắc ngẫu nhiên (Principle of Randomization) được áp dụng nhằm hạn chế ảnh hưởng của các yếu tố gây nhiễu Theo nguyên tắc này, thứ tự thay đổi giá trị các thông số thực nghiệm, cách bố trí thực nghiệm, thứ tự tiến hành từng thực nghiệm phải được tiến hành theo một thứ tự ngẫu nhiên Bằng cách sử dụng nguyên tắc ngẫu nhiên, chúng ta đã “bình quân hóa” và do đó, làm giảm ảnh hưởng xấu của các sai số đo, các yếu tố nhiễu
_ Nguyên tắc lặp lại (Principle of Replication), mỗi thực nghiệm cần được thực hiện ít nhất nhiều hơn một lần Cũng cần lưu ý phân biệt hành động lặp lại (Replication) với việc đo lại (Repeat measurement) một vài thông số nào đó nhiều lần Đo lại nhiều
6 lần nhằm giảm sai số đo chứ không làm giảm ảnh hưởng các sai số nhiễu đến kết quả thực nghiệm
_ Nguyên tắc tạo khối (Principle of Blocking) thường được sử dụng khi số lượng thực nghiệm nhiều Khi đó, ta cần chia thành nhiều khối thực nghiệm Khối là một tập hợp các thí nghiệm có chung một hay một vài đặc tính nào đó Trong mỗi khối, các thực nghiệm được thiết kế tuân thủ theo nguyên tắc lặp và nguyên tắc ngẫu nhiên Nói cách khác, thứ tự các thực nghiệm trong một khối được xáo trộn ngẫu nhiên; đồng thời, các thực nghiệm trong khối được lặp lại và xử lý thống kê như trong một kế hoạch riêng
Trong thực tế kỹ thuật, thường tiến hành ba loại thực nghiệm sau: Thực nghiệm sàng lọc, thực nghiệm so sánh và thực nghiệm cải thiện quá trình [1]
_ Thực nghiệm sàng lọc (Screening Experiment) là thực nghiệm được tiến hành nhằm các mục đích sau:
- Xác định đâu là các yếu tố ảnh hưởng chính đến đối tượng hay quá trình cần khảo sát;
- Đánh giá mức độ ảnh hưởng của các yếu tố;
- Đánh giá mức độ ảnh hưởng tương tác giữa các yếu tố
_ Thực nghiệm so sánh (Comparative Expriment) thường được thực hiện để so sánh và đánh giá sai khác giữa hai nhóm đối tượng mẫu hay hai quá trình nhằm trả lời câu hỏi: Có hay không sự sai khác giữa các nhóm đối tượng hay quá trình? Câu hỏi này thường đặt ra khi kiểm chứng một sản phẩm hay một quá trình mới
_ Thực nghiệm tối ưu hóa nhằm tìm kiếm tập xác lập các yếu tố đầu vào sao cho đạt được giá trị tối ưu của đầu ra Thực nghiệm tối ưu hóa thường sử dụng dạng thiết kế thí nghiệm “bề mặt chỉ tiêu” (Response Surface Methodology) Trong trường hợp hàm mục tiêu không có cực trị trong phạm vi khảo sát, thực nghiệm cho phép ta tạo các xác lập để đạt được giá trị xác định của hàm mục tiêu
Tiến trình thiết kế thực nghiệm thường bao gồm 7 giai đoạn như Hình 2.2
Hình 2.2 Các giai đoạn thiết kế thực nghiệm
2.1.2 Thiết kế thực nghiệm sàng lọc theo phương pháp Taguchi
2.1.2.1 Thiết kế thực nghiệm sàng lọc
Trong hầu hết các nghiên cứu thực nghiệm về các đối tượng hay quá trình kỹ thuật, số lượng các yếu tố có thể ảnh hưởng đến mục tiêu nghiên cứu thường rất lớn Nói theo ngôn ngữ nghiên cứu thực nghiệm, số biến thực nghiệm có thể gây ảnh hưởng đến hàm mục tiêu là không ít Kế hoạch thí nghiệm sàng lọc (Screening Experiment Design) được thiết kế nhằm giảm bớt số biến cần tiến hành thực nghiệm bằng cách chỉ ra các biến có ảnh hưởng mạnh nhất đến hàm mục tiêu Căn cứ vào khả năng tiến hành thực nghiệm, nhà nghiên cứu có thể chọn chỉ một số ít biến và tiến hành tiếp các thực nghiệm cải thiện hay tối ưu hóa hàm đầu ra
Các mục đích cần đạt được của thực nghiệm sàng lọc là:
_ Tiến hành số thực nghiệm ít nhất trên số biến nhiều nhất
_ Đánh giá được mức độ ảnh hưởng của các biến đến hàm đầu ra
_ Đánh giá được mức độ ảnh hưởng tương tác giữa các biến
_ Xác định được quan hệ vào - ra đơn giản (bậc nhất) dùng làm cơ sở cho quá trình cải thiện hoặc tối ưu hóa sau này
Tùy theo số lượng các biến cần khảo sát và đòi hỏi về chi phí, thời gian có thể chọn kiểu thiết kế thực nghiệm dạng 2 k hoặc 2 k-p cho các thực nghiệm sàng lọc Các kỹ thuật phân tích thống kê sẽ cho phép đánh giá mức độ ảnh hưởng của các biến được xét đến hàm đầu ra cũng như ảnh hưởng tương tác giữa chúng Kỹ thuật hồi quy đa biến được sử dụng để xác định quan hệ giữa các biến với hàm mục tiêu Nhiều tác giả khuyên rằng, khi số biến thực nghiệm không quá 5, có thể sử dụng thiết kế 2 k Khi số biến thực nghiệm lớn hơn 5, nên dùng thiết kế 2 k-p [1]
Xác định các yếu tố
Tiến hành thực nghiệm Lựa chọn hàm mục tiêu
2.1.2.2 Phương pháp Taguchi - Thiết kế thực nghiệm dạng trực giao
Phương pháp Taguchi ban đầu tiếp cận theo hướng sử dụng một quy hoạch thực nghiệm cho các biến có thể kiểm soát và một quy hoạch thực nghiệm khác cho các biến nhiễu Sau đó, hai dạng quy hoạch thực nghiệm này được ghép lại làm một Nghĩa là, trong mỗi thực nghiệm theo dạng Taguchi, có sự thay đổi của cả biến kiểm soát được và biến nhiễu Nên nó được gọi là quy hoạch thực nghiệm dạng trực giao Các đặc điểm phương pháp Taguchi:
1 Phương pháp Taguchi bổ sung cho hai phương pháp quy hoạch thực nghiệm toàn phần và riêng phần
2 Phương pháp Taguchi dựa trên ma trận thực nghiệm trực giao xây dựng trước và phương pháp để phân tích đánh giá kết quả
3 Các nhân tố có thể có 2, 3, 4, 5, 8 mức giá trị
Các nghiên cứu liên quan
1 Hoàng Tiến Dũng 1 , Phạm Thị Thiều Thoa 2 , Nguyễn Tuấn Linh 3 , Quan Ngọc Cừ 4 -
2020 đã ứng dụng phương pháp Taguchi để đánh giá đồng thời thông số chế độ cắt và thông số hình học của dụng cụ cắt đến biên độ lực cắt trong quá trình phay vật liệu nhôm Al6061 bằng dao phay ngón liền khối Nghiên cứu này ứng dụng phương pháp quy hoạch thực nghiệm Taguchi và phần mềm phân tích thống kê Intercooled Stata 8.2TM để xây dựng mô hình toán hồi quy giữa chế độ cắt và góc xoắn dao phay ngón liền khối với các thành phần biên độ lực cắt khi phay biên dạng Qua đó, phân tích và dự đoán ảnh hưởng của chế độ cắt và góc xoắn của dao phay ngón đến lực cắt trong quá trình gia công và ứng dụng phương pháp phân tích phương sai (ANOVA) để phân tích mức độ ảnh hưởng của thông số chế độ cắt và góc xoắn dao phay ngón đến biên độ lực cắt khi phay biên dạng Kết quả này có thể ứng dụng trong thiết kế chế tạo dụng cụ cắt và công nghiệp chế tạo [5]
Nghiên cứu giúp tham khảo được cách ứng dụng phương pháp quy hoạch thực nghiệm Taguchi như việc xác định số lần chạy thử nghiệm, phương pháp lấy mẫu, cách xây dựng bảng ma trận trực giao theo bậc tự do bằng phần mềm thống kê, đồng thời tham khảo cách ứng dụng phương pháp phân tích phương sai để phân tích và đánh giá kết quả
2 Phạm Văn Tiến 1 , Đinh Văn Chiến 2 , Nguyễn Khắc Lĩnh 3 - 2018 đã nghiên cứu ứng dụng phương pháp thiết kế thực nghiệm Taguchi để đánh giá độ bền răng cắt máy khấu than dùng trong khai thác than hầm lò vùng Quảng Ninh Răng cắt của máy khấu than là chi tiết quan trọng và thường xuyên hỏng hóc trong quá trình làm việc của máy Nghiên cứu áp dụng phương pháp Taguchi để xác định số lần thí nghiệm theo hướng giảm thiểu và mức độ ảnh hưởng của từng thông số kết cấu, thông số công nghệ trong quá trình làm việc của răng đến độ bền Ảnh hưởng của mỗi thông số được đánh giá trên tỉ số tín hiệu/ nhiễu (S/N): Độ bền trên răng được phân tích theo tiêu chí nhỏ hơn thì tốt hơn Tạo cơ sở khoa học để xác định được chế độ cắt và các thông số hợp lý của răng cắt với những chế độ công nghệ khác nhau [6]
Nghiên cứu giúp tham khảo được cách ứng dụng phương pháp Taguchi trong việc phân tích và đánh giá mức độ ảnh hưởng của các biến đầu vào dựa trên tỉ số tín hiệu/ nhiễu (Signal/ Noise) theo tiêu chí là nhỏ hơn thì tốt hơn
3 Nguyễn Thị Cẩm Trinh 1 , Phan Nguyễn Quỳnh Anh 1 , Lê Thị Hồng Nhan 1 , Trần Thiện Hiền 2 , Lê Tấn Huy 3 , Nguyễn Phú Thương Nhân 2 , Bạch Long Giang 2 - 2018 chỉ ra rằng phương pháp đáp ứng bề mặt (Response Surface Methodology - RSM) được sử dụng hiệu quả để tối ưu hóa các điều kiện của quá trình phản ứng xà phòng hóa (nồng độ dung dịch kiềm (%), nhiệt độ ( o C) và thời gian phản ứng (giờ)) Độ tạo bọt và thời gian bền nhũ từ sản phẩm của phản ứng xà phòng hóa là 2 yếu tố đáp ứng để đánh giá quá trình tối ưu bằng RSM Sau khi tối ưu, ta thấy nồng độ dung dịch kiềm chiếm 11% Phản ứng thực hiện trong 3 giờ tại nhiệt độ 85 o C cho độ tạo bọt cao nhất là 0,8 và thời gian bền nhũ cao nhất là 24,92 phút Thông số này đã được so sánh với thực nghiệm và kết quả cho thấy không có sự sai số lớn (6,86%; 2,08%), điều đó chứng tỏ mô hình RSM có độ lặp lại tốt, có khả năng tối ưu chính xác và có tầm quan trọng trong việc tối ưu hóa các thông số khảo sát [7]
Nghiên cứu giúp tham khảo được cách ứng dụng phương pháp đáp ứng bề mặt RSM bằng cách lựa chọn mô hình thí nghiệm, số lần chạy thử nghiệm, phương pháp lấy mẫu từ đó xây dựng được công thức nội suy nhằm tối ưu hoá cho kết quả đầu ra dựa vào bộ thông số cài đặt cho các biến đầu vào
Phương pháp luận
Phương pháp luận có cấu trúc như sau:
1 Mô tả đối tượng nghiên cứu: tìm hiểu quy trình, sản phẩm sản xuất cũng như tình trạng thực tế hiện nay mà công ty đang gặp phải
2 Xác định vấn đề: Tiến hành thu thập dữ liệu, tỉ lệ phế phẩm, các lãng phí, các tổn thất cũng như các ảnh hưởng đến quá trình sản xuất để xác định vấn đề
3 Đo lường và phân tích vấn đề: Hoạch định phương pháp lấy mẫu, sử dụng các công cụ thống kê như Pareto, Histogram để đo lường đánh giá và biểu đồ Ishikawa để phân tích các nguyên nhân gốc rễ
4 Đưa ra giải pháp: phân tích, lựa chọn và đánh giá tính khả thi các giải pháp Nếu các giải pháp không có tính khả thi tiến hành lại đo lường và phân tích vấn đề
5 Thực hiện giải pháp: bao gồm ba bước
_ Thực hiện đánh giá mối tương quan dựa vào dữ liệu quá khứ giữa các biến đầu vào của công đoạn phối liệu đến kết quả đầu ra là độ sạch tạp chất từ đó lựa chọn các biến có ảnh hưởng và loại bỏ các biến nhiễu
_ Thực hiện Screening DoE bằng phương pháp Taguchi, đánh giá và lựa chọn các biến có ảnh hưởng nhất đến đầu ra dựa vào giá trị trung bình Mean và tỉ số S/N
_ Thực hiện thiết kế tối ưu hoá bằng phương pháp RSM, đánh giá và đưa ra phương trình hồi qui thực nghiệm cho công đoạn phối liệu
6 Cải tiến và đánh giá: Sản xuất thực tế với thiết kế thực nghiệm từ RSM và đánh giá kết quả đạt được, nếu kết quả đánh giá chưa hiệu quả thì tiến hành điều chỉnh và thực hiện lại các bước thực hiện giải pháp
22 Hình 2.10 Cấu trúc thực hiện của phương pháp luận Xác định vấn đề
Mô tả đối tượng Đo lường và phân tích Đưa ra giải pháp
Cải tiến và đánh giá
Thực hiện giải pháp thực tế
Phân tích nguyên nhân gốc rễ thực tế
Sử dụng các công cụ thống kê thực tế
Hoạch định phương pháp lấy mẫu dụng thực tế
Xác định vấn đề thực tế
Thu thập dữ liệu dụng thực tế
Quy trình, sản phẩm, tình trạng sản xuất thực tế
Phân tích, lựa chọn các giải pháp Đánh giá khả thi thực tế Áp dụng thực tế Đánh giá hiệu quả thực tế
Phương pháp RSM thực tế
Phương pháp Taguchi thực tế Đánh giá mối tương quan
GIỚI THIỆU ĐỐI TƯỢNG NGHIÊN CỨU
Đối tượng nghiên cứu
Đối tượng nghiên cứu trong luận văn này là vấn đề tạp chất phi kim quá nhiều trong phôi thép tại dây chuyền Luyện thép của công ty V dẫn đến khi đưa phôi thép qua dây chuyền Cán thép, sản phẩm thép thanh (thành phẩm) quá nhiều phế phẩm
3.1.1 Giới thiệu sản phẩm và quy trình
Sản phẩm chính của công ty V là thép thanh cán nóng dùng làm cốt trong kết cấu bê tông Để tạo nên thép thanh thành phẩm thì đầu tiên từ nguyên liệu đầu vào là phế liệu qua dây chuyền Luyện thép sẽ cho đầu ra là phôi thép Sau đó phôi thép sẽ là nguyên liệu đầu vào cho dây chuyền Cán thép và đầu ra sẽ là thành phẩm như Hình 3.1
Hình 3.1 Phế liệu và sản phẩm từ hai dây chuyền Luyện và Cán thép
Như vậy, quy trình sản xuất của công ty bao gồm hai dây chuyền sản xuất là Luyện thép và Cán thép như Hình 3.2, chức năng của mỗi công đoạn trong hai dây chuyền sản xuất này được trình bày như ở Bảng 3.1
24 Hình 3.2 Chuỗi quy trình sản xuất thép thanh
Bi lle t Re he at in g fu rn ac e Ro ug hi ng tr ai n
Int er m ed ia te tr ai n
Fi ni sh in g tr ai n Co ol in g be d Fi ni sh ed pr oduc t
Sc ra p co lle ct io n
Sh ip m en t Bl en di ng Ch ar gi ng EA F LF Tu nd is h & C CM Bi lle t Ta pp in g
Lu yệ n th ép Cá n th ép
25 Bảng 3.1 Bảng thông tin các công đoạn trong quy trình sản xuất thép thanh Ảnh hưởng Quan trọng Quan trọng Quan trọng
Chức năng Thu mua phế liệu từ thị trường trong và ngoài nước Phế liệu được vận chuyển về kho và phân loại Phế liệu được vận chuyển từ kho về nơi tập kết ở EAF Tính toán lượng phế liệu cần nạp vào EAF của mỗi mẻ Nấu chảy phế liệu thành thép nóng chảy ở 16000 C Thêm phụ gia và nguyên tố hợp kim, khử tạp chất Đúc phôi thép, làm nguội, tạo hình và nắn thẳng Sản phẩm từ dây chuyền Luyện thép: kích thước 130mm2 Nung nóng phôiđạt nhiệt độ Cán là 9600 C Cán nhỏ phôi thép với hệ số biến dạng lớn Cán nhỏ phôi thép và tạo hình Hoàn thiện sản phẩm Sản phẩm được làm nguội, quá trình tôi tự ram Cân vàđóng bó thành phẩm theo quyđịnh
Tên tiếng Việt Thu gom phế liệu Vận chuyển phế liệu Nạp liệu Phối liệu Lò điện hồ quang Lò tinh luyện TTG và máy đúc liên tục Phôi thép Lò nung gia nhiệt Cụm giá cán thô Cụm giá cán trung Cụm giá cán tinh Sàn làm nguội Thành phẩm
Tên tiếng Anh Scrap collection Shipment scrap Charging Blending Electric Arc Furnace Ladle Furnace Tundish and CCM Billet Reheating furnace Roughing Train Intermediate Train Finishing Train Cooling Bed Finished product
26 Dây chuyền Luyện thép: nguyên liệu đầu vào chủ yếu là phế liệu, phế liệu được đưa vào lò điện hồ quang (EAF) để nấu chảy ra ở 1600 0 C Thép nóng chảy sau đó được đưa qua lò tinh luyện (Ladle Furnace) để thêm các phụ gia và các nguyên tố hợp kim nhằm điều chỉnh thành phần hóa của mẻ thép cho phù hợp với yêu cầu sản xuất, đây cũng là công đoạn khử các tạp chất phi kim phát sinh từ phế liệu ở công đoạn nấu chảy bằng cách tạo xỉ Thép nóng chảy sau đó được đưa qua thùng trung gian (Tundish) và đúc thành phôi thép bằng máy đúc liên tục (Continuous Casting Machine) Sản phẩm của dây chuyền này là phôi thép (Billet)
Dây chuyền Cán thép: Trong trường hợp phôi nguội cần gia nhiệt thì phôi thép được đưa vào lò nung ở 960 0 C, trong trường hợp phôi nóng thì được đưa trực tiếp từ dây chuyền Luyện thép qua, sau đó phôi thép sẽ đi vào các cụm giá cán như cụm giá cán Thô (Roughing Train), cụm giá cán Trung (Intermediate Train) và cụm giá cán Tinh (Finishing Train) nhằm tạo hệ số biến dạng cán cho phôi thép nhỏ dần và tạo hình thành sản phẩm thép thanh, đây là thành phẩm của công ty V
Sản phẩm thép thanh cần phải đạt được cơ tính, độ bền phù hợp để không xảy ra tình trạng đổ vỡ, gẫy sập công trình trong quá trình thi công và đảm bảo chất lượng trong thời gian dài sử dụng Chất lượng bề mặt của sản phẩm ảnh hưởng rất lớn vì những khuyết tật trên bề mặt sản phẩm có khả năng làm giảm cơ tính và nguy cơ gây ra gẫy vỡ khi chịu một lực tập trung tại vị trí đó Vì vậy sản phẩm thép thanh có những khuyết tật trên bề mặt cần phải loại bỏ thành phế phẩm
Chất lượng của sản phẩm chịu ảnh hưởng rất nhiều từ nguyên liệu đầu vào là phế liệu, do việc kiểm soát nguồn gốc cũng như chất lượng của phế liệu là hạn chế dẫn đến hàng năm tỉ lệ phế phẩm rất cao và đó cũng là đặc điểm của công nghệ lò điện hồ quang EAF, ngoài ra thì khả năng sản phẩm lỗi đến tay khách hàng cũng cao hơn dẫn đến giảm uy tín của công ty
Phế liệu được thu mua từ hai nguồn chính: trong nước và nước ngoài, thường chất lượng phế liệu ngoại sẽ tốt hơn, ít tạp chất hơn so với phế liệu nội do đó công ty thường có xu hướng sử dụng tỉ lệ phế liệu ngoại nhiều hơn phế liệu nội đối với các đơn hàng xuất khẩu hoặc dự án đòi hỏi yêu cầu chất lượng Tuy nhiên việc đó sẽ dẫn đến sự phụ thuộc của công ty vào phế liệu ngoại: phế liệu ngoại có mức giá cao hơn
27 so với phế liệu nội và do tình trạng thiếu hụt phế liệu ngoại đặc biệt như trong giai đoạn hiện nay nên tỉ lệ sử dụng phế liệu nội tăng lên làm tỉ lệ tạp chất trong thép cũng tăng tương ứng, chất lượng sản phẩm không ổn định
Do đó việc tính toán phối trộn phế liệu cũng như lựa chọn các thông số hàm lượng phụ gia, nguyên tố hợp kim, chất tạo xỉ khử tạp chất trong công đoạn Phối liệu cho phù hợp là rất quan trọng, đòi hỏi phải có phương pháp hợp lý
Từ lúc xưởng Luyện thép đi vào hoạt động từ năm 2016 cho đến nay, xưởng Cán thép sử dụng gần như 70% là phôi thép từ xưởng Luyện và tỉ lệ phế phẩm thép thanh ngày càng tăng
Trong các loại phế phẩm thì khuyết tật trên bề mặt sản phẩm là chiếm tỉ lệ cao nhất
Có hai loại khuyết tật trên bề mặt sản phẩm thép thanh là nứt và ba via như Hình 3.3
Hình 3.3 Sản phẩm thép thanh bị nứt và ba via trên bề mặt
Theo tiêu chuẩn chấp nhận được của sản phẩm thép làm cốt bê tông thì bề mặt sản phẩm không được có khuyết tật làm ảnh hưởng đến cơ tính của thép và phải được loại bỏ ngay thành phế phẩm trong quá trình sản xuất
Giải quyết vấn đề bằng DMAIC
Nghiên cứu đã vận dụng DMAIC theo trình tự như Hình 3.5
Hình 3.5 Trình tự thực hiện DMAIC để giải quyết vấn đề
Tiến hành thu thập dữ liệu tỉ lệ phế phẩm trên tổng sản phẩm sản xuất hàng tháng của dây chuyền Cán thép từ tháng 01-2021 đến 12-2021 Hình 3.6 và Hình 3.7 cho thấy rằng tỉ lệ phế phẩm tăng đột biến trong giai đoạn dịch Covid; tỉ lệ phế phẩm cao nhất là 0.53% vào tháng 08-2021, trong đó sản phẩm khuyết tật trên bề mặt chiếm tỉ lệ cao nhất: sản phẩm ba via chiếm tỉ lệ 56%, tiếp theo là sản phẩm nứt chiếm tỉ lệ 30%
31 Hình 3.6 Biểu đồ tỉ lệ phế phẩm trên sản lượng của dây chuyền Cán thép năm 2021
Hình 3.7 Tỉ lệ các loại phế phẩm năm 2021
Sau khi xác định được sản phẩm bavia là loại khuyết tật chiếm tỉ lệ cao nhất, tiến hành lấy mẫu sản phẩm bavia để đo lường các nguyên nhân gây ra khuyết tật Mẫu được lấy từ tháng 01-2022 đến hết tháng 02-2022 với số lượng là 1100 mẫu, phương pháp phân tích được sử dụng là phân tích cấu trúc tế vi khuyết tật bằng kính hiển vi như Hình 3.8
Hình 3.8 Mặt cắt ngang của mẫu khuyết tật bavia quan sát bằng kính hiển vi
Kết quả thống kê bằng biểu đồ Pareto cho thấy nguyên nhân gây ra bavia do tạp chất phi kim và nứt góc của phôi thép là chiếm tỉ lệ cao nhất 74%, trong đó tạp chất phi kim có tỉ lệ là 60%
Hình 3.9 Biểu đồ Pareto các nguyên nhân gây ra sản phẩm bavia
Nghiên cứu tiếp tục áp dụng biểu đồ Ishikawa để phân tích nguyên nhân gốc rễ cho vấn đề tạp chất phi kim quá nhiều trong thép như Hình 3.10
Hình 3.10 Biểu đồ Ishikawa các nguyên nhân của vấn đề tạp chất trong thép
Phối liệu chưa phù hợp Khử xỉ chưa triệt để Đúc hở dễ bị ngoại vật xâm nhập
Lò EAF sử dụng phế liệu hoàn toàn Nhiều bụi
Thiết bị rung, giũ làm sạch phế liệu không hiệu quả Chưa được đào tạo
Không kiểm tra tình trạng xỉ thường xuyên Nhiệt độ cao
Thời gian kiểm tra, đánh giá tạp chất trong thép quá lâu Chất lượng phế liệu không đạt Hàm lượng phụ gia chưa phù hợp Hàm lượng các nguyên tố hợp kim chưa phù hợp Đánh giá tình trạng xỉ bằng mắt thường Kiểm tra vàđánh giá nguyên liệu đầu vào chưa phù hợp
Không tuân thủ quy trình, Hướng dẫn công việc
34 Như vậy có ba nguyên nhân chính ảnh hưởng đến tỉ lệ tạp chất phi kim trong một mẻ thép đó là: chất lượng phế liệu, thời gian kiểm tra độ sạch của tạp chất trong thép quá lâu và phương pháp phối liệu chưa phù hợp Đối với chất lượng phế liệu, hiện nay rất khó để lọc lựa các tạp vật phi kim khỏi sắt thép phế liệu do không có kho bãi dùng để phân loại cũng như nhân công để thực hiện công đoạn này Ngoài ra do ảnh hưởng của nguồn cung phế liệu nên việc lựa chọn nhà cung cấp cũng bị hạn chế
Hình 3.11 Chất lượng phế liệu của shredded scrap (SH) và domestic scrap
Phương pháp để kiểm tra độ sạch của tạp chất trong thép theo ASTM E45 “Standard Test Methods for Determining the Inclusion Content of Steel” [8] Phương pháp này dùng kính hiển vi để quan sát kích thước của các loại tạp chất có trong thép, với một trường quan sỏt 555.5 àm² tỉ lệ tạp chất phi kim cú kớch thước lớn hơn 4 micromet chỉ được chiếm từ 20% đến 30% Tuy nhiên phương pháp này cần thời gian cho công đoạn chuẩn bị mẫu và kiểm tra mất nhiều thời gian nên không thể đánh giá ngay mức độ sạch của tạp chất ngay tại thời điểm sản xuất để có phương án xử lý kịp thời mà thường phải mất từ 1 đến 2 tiếng đồng sau và rất khó để cải tiến phương pháp này
Cuối cùng là phương pháp phối liệu chưa phù hợp, đây là một trong những nguyên nhân quan trọng gây ảnh hưởng đến độ sạch của tạp chất trong thép Bằng cách sử dụng đồ thị Histogam ta có thể thấy được sự thay đổi rõ rệt khi tăng tỉ lệ phế liệu nội lên thì chỉ số năng lực của quá trình Cpk sẽ giảm xuống và có những giá trị vượt ra ngoài tiêu chuẩn độ sạch của tạp chất như ở Hình 3.12 và Hình 3.13
35 Hình 3.12 Biểu đồ Histogram giai đoạn phế liệu nội được sử dụng từ 20% đến 30%
Hình 3.13 Biểu đồ Histogram giai đoạn phế liệu nội được sử dụng trên 30%
Dữ liệu độ sạch của tạp chất phi kim trong phôi thép được lấy trong hai giai đoạn với cùng số lượng mẫu là 300 mẫu cho kết quả như sau:
_ Trong giai đoạn phế liệu nội Domestic scrap được sử dụng từ 20% đến 30% trọng lượng của một mẻ thép thì Cpk đạt 0.86 và giá trị trung bình (Mean) của độ sạch tạp chất là 26.6% Điều này cho thấy quá trình khá ổn định tuy nhiên do biểu đồ hình chuông có xu hướng lệch về phía bên phải nhiều dẫn đến Cpk không đạt được 1, do đó cần phải có biện pháp điều chỉnh biểu đồ hình chuông về phía trung tâm
_ Trong giai đoạn phế liệu nội Domestic scrap được sử dụng trên 30% trọng lượng của một mẻ thép thì Cpk chỉ đạt 0.59 và giá trị trung bình (Mean) của độ sạch tạp chất là 28.6%, đồng thời có một số mẫu có độ sạch tạp chất vượt khỏi tiêu chuẩn Điều này cho thấy sau khi tăng tỉ lệ phế liệu nội thì quá trình có vấn đề, xác suất để độ sạch tạp chất vượt ra khỏi tiêu chuẩn là rất cao
Như vậy có thể thấy được vấn đề của bài toán này là cần phải xử lý công đoạn phối liệu cho dây chuyền Luyện thép, bằng cách tính toán phối liệu cân bằng tỉ lệ phế liệu nội và phế liệu ngoại cũng như hàm lượng các chất phụ gia tạo xỉ khử tạp chất và các nguyên tố hợp kim trong một mẻ thép cho phù hợp
Có thể thấy được rất nhiều yếu tồ đầu vào có ảnh hưởng đến kết quả đầu ra là độ sạch của tạp chất do đó việc áp dụng thiết kế thực nghiệm với sở trường trong việc tìm ra các bộ thông số cài đặt ban đầu nhầm đạt được các mục tiêu về giá trị trung bình và tỉ số S/N của kết quả vào giải quyết vấn đề của bài toán này là biện pháp hiệu quả nhất
Giới thiệu phương pháp phân tích độ sạch của tạp chất
Phương pháp này được thực hiện theo ASTM E45 “Standard Test Methods for Determining the Inclusion Content of Steel” [8]
Hình 4.1 Thông tin các loại tạp chất theo ASTM E45 standard Như vậy có 4 loại tạp chất và mức độ chấp nhận của chúng như Bảng 4.1
Bảng 4.1 Mức độ chấp nhận các loại tạp chất theo ASTM E45 standard
38 Mức độ chấp nhận của các loại tạp chất (bao gồm cả type A, B, C và D) ở mức độ Thin Series là không được vượt quá 4 micromet
Mẫu (số lượng một) thường được lấy cho mỗi mẻ thép ở công đoạn Tinh luyện và được mài bóng, phân tích dưới kính hiển vi với độ phóng đại là 400 lần như Hình 4.2 Với trường quan sỏt là 555.5 àm² thỡ tỉ lệ tạp chất phi kim cú kớch thước lớn hơn 4 micromet chỉ được chiếm từ 20% đến 30%
Hình 4.2 Phân tích độ sạch tạp chất của mẫu dưới kính hiển vi, độ phóng đại x400
39 Hình ảnh chụp từ kính hiển vi sẽ được hệ thống điều khiển tự động đếm số lượng các tạp chất hiện diện trong trường quan sỏt 555.5 àm², đồng thời hệ thống sẽ tự đo lường kích thước đường kính (bao gồm cả phương ngang và phương dọc) của các tạp chất và cho kết quả Kết quả phân tích được thể hiện như Bảng 4.2
Bảng 4.2 Kết quả phân tích độ sạch của tạp chất được hiển thị trên kính hiển vi
Cleanless of inclusions 22.4 % Độ sạch tạp chất (Cleaness of inclusions) của mẻ thép trên là 22.4% Được tính bằng tỉ lệ số tạp chất cú đường kớnh > 4 àm với tổng số tạp chất hiện diện ở trường quan sát.
Lựa chọn các biến đầu vào cho thiết kế thực nghiệm độ sạch tạp chất
Để nấu luyện được một mẻ thép thì cần có rất nhiều các nguyên liệu đầu vào (biến đầu vào), do đó để thiết kế thực nghiệm được thực hiện một cách tiết kiệm nhất kể cả thời gian và chi phí nhưng vẫn hiệu quả trước hết là cần phải lựa chọn các biến có ảnh hưởng đến biến đầu ra là độ sạch tạp chất và loại bỏ các biến gây nhiễu
Bảng 4.3 cho biết thông tin để nấu Luyện một mẻ thép thì cần các nguyên liệu đầu vào nào và tỉ lệ trọng lượng của chúng Cần lưu ý đến tỉ lệ của các loại phế liệu vì đây là yếu tố ảnh hưởng chủ yếu đến độ sạch tạp chất
40 Bảng 4.3 Bảng thông tin phối liệu các mẻ thép sản xuất trong 3 ngày đầu 03-2022
42 Theo Bảng 4.3 thì có thể chia làm ba nhóm nguyên liệu đầu vào như sau:
Phế liệu: bao gồm Cast Iron (gang phế liệu hay gang thỏi), G1 (các loại liệu nặng như chi tiết máy, đường ray …), Import scrap (Phế liệu ngoại), Domestic scrap (Phế liệu nội), Shredded scrap (Liệu băm), RM scrap (phế liệu phát sinh từ dây chuyền Cán)
Phụ gia: bao gồm CaO (vôi), Aluminium (Nhôm bột hoặc thỏi), Carbon powder (bột Carbon), Coke (than cốc), GM100 (bột vá lò), CaF2 (huỳnh thạch), Rice husk (trấu), CaSi (bột hoặc dây Canxi – Silic)
Hợp kim: bao gồm các loại Ferro như FeSi, FeMn và SiMn
Ngoài ra còn có các khí sử dụng trong luyện thép như Oxy, Argon Để có thể phối liệu cho một mẻ thép hiệu quả cần nắm rõ thông tin về các nhóm nguyên liệu đầu vào trên Bảng 4.4 cho biết chức năng đặc điểm của các nguyên liệu đầu vào cũng như dự báo mức độ ảnh hưởng của chúng đến độ sạch tạp chất
43 Bảng 4.4 Bảng thông tin các nguyên liệu đầu vào của công đoạn phối liệu Ảnh hưởng Quan trọng Quan trọng Quan trọng Quan trọng Quan trọng
Chức năng Phối liệu, thường dùng với số lượng rất nhỏ Phối liệu, thường xếp ở phần trên mực nước thép Phối liệu, thu mua và vận chuyển từ nước ngoài Phối liệu, thu mua và vận chuyển từ trong nước Phối liệu, tạo nước thép nóng chảy ban đầu Phối liệu, phát sinh từ phế phẩm vàđiều chỉnh Cán Dùngđể gia nhiệt cho thép nóng chảy Dùngđể khử lưu huỳnh Dùngđể tạo xỉ, khử tạp chất Dùngđểđiều chỉnh thành phần hoá mẻ thép Chất làm tơi, tạo môi trường oxy hoá Dùngđể xây và sửa chửa lò, chịu nhiệt cao Dùngđểđiều chỉnh thành phần hoá mẻ thép Dùngđểđiều chỉnh thành phần hoá mẻ thép
Tên tiếng Việt Gang phế liệu hoặc gang thỏi Liệu nặng (chi tiết máy …) Phế liệu ngoại Phế liệu nội Liệu băm, liệu vụn Liệu từ dây chuyền Cán Khí oxy Vôi Nhôm bột hoặc nhôm thỏi Bột Cacbon Than cốc Bột vá lò Hợp kim Fero – Silic Hợp kim Silic – Mangan
Tên tiếng Anh Cast iron (CI) G1 Import Domestic Shredded scrap (SH) RM Oxygen Lime (CaO) Aluminium (Al) Carbon powder Coke GM100 FeSi SiMn
Chức năng Dùngđểđiều chỉnh thành phần hoá mẻ thép Chất trợ dung, trợ chảy cho thép nóng chảy Phủ trên bề mặt xỉ, giữ nhiệt độ cho thép Làm nhỏ hạt tạp chất phi kim, khử oxy dư Dùngđểđảo trộn, khuấy trộn thép lỏng
Tên tiếng Việt Hợp kim Fero – Mangan Huỳnh thạch Trấu Dây hoặc bột Canxi – Silic Khí argon
Tên tiếng Anh FeMn CaF2 Rice husk CaSi Argon
45 Sau khi xác định được các biến đầu vào (bao gồm cả biến nhiễu) trong thành phần phối liệu của một mẻ thép ta tiến hành lấy dữ liệu trong vòng hai tháng từ 03-2022 đến tháng 04-2022 cho mác thép CB300V là mác thép được sản xuất nhiều và thông dụng nhất Số lượng dữ liệu là 500 mẻ thép, ta tiến hành phân tích mối tương quan Regression giữa các biến đầu vào là tất cả các nguyên liệu liệt kê bên trên với biến đầu ra là độ sạch của tạp chất, phần mềm sử dụng là Minitab
Kết quả phân tích được trình bày như dưới đây:
Bảng 4.5 Bảng kết quả phân tích mối tương quan Regression bằng Minitab
Term Coef SE Coef T-Value P-Value VIF
46 Hình 4.3 Biểu đồ Pareto ảnh hưởng của các biến đầu vào đến độ sạch tạp chất dựa trên t-value
Hình 4.4 Đồ thị so sánh xác suất phân bố các số dư so với phân phối chuẩn
47 Hình 4.5 Đồ thị biểu diễn quan hệ giữa các số dư và giá trị tương ứng của mô hình hồi quy
Hình 4.6 Đồ thị biểu diễn quan hệ giữa các số dư so và thứ tự các điểm dữ liệu
48 Hình 4.7 Đồ thị Histogram hiển thị tần suất xuất hiện các số dư
Như vậy dựa vào biểu đồ Pareto ta có thể thấy được Minitab sử dụng giá trị mức ý nghĩa α để vẽ đường giới hạn (có hoành độ 1.96 trên đồ thị) của vùng loại bỏ giả thuyết đảo Các giá trị ảnh hưởng (đã chuẩn hóa) được biểu diễn dưới dạng các thanh nằm ngang Các yếu tố ứng với thanh biểu diễn vượt quá bên phải đường giới hạn là các giá trị có ảnh hưởng đáng kể Những yếu tố có biểu diễn nằm về bên trái đường giới hạn là những yếu tố có ảnh hưởng yếu Các biến có ảnh hưởng khi giá trị p-value
< α = 0.05 thì có ảnh hưởng mạnh lên kết quả đầu ra và có ý nghĩa thống kê theo thứ tự giảm dần như sau: SiMn, SH, Import, CaSi, G1, Domestic, RM, CaO, FeSi, Al, FeMn Các biến không có ảnh hưởng hoặc ít ảnh hưởng khi p-value > α = 0.05 và không có ý nghĩa thống kê như sau: CI, Cacbon powder, Ar, Rice husk, CaF2, GM100, Coke, Oxygen Điều này cũng phù hợp với những giả thiết ban đầu đã đưa ra ở phần giải thích ý nghĩa các biến đầu vào
Dựa vào các đồ thị đánh giá các số dư (sai lệch giữa giá trị được nhập và mô hình) như đồ thị Normal Probability Plot cho thấy các số dư phân bố rất gần với phân phối chuẩn, đồ thị Versus Fit với các điểm phân bố ngẫu nhiên không theo quy luật nào chứng tỏ dữ liệu y đã nhập không bị ảnh hưởng bởi các yếu tố điều khiển có
49 quy luật nào khác ngoài x, đồ thị Versus Order tương tự như Versus Fit chứng tỏ dữ liệu y đã nhập không bị ảnh hưởng bởi các yếu tố thời gian (chẳng hạn, càng về sau càng lớn) Hai đồ thị Versus Fit và Versus Order càng phân bố ngẫu nhiên xung quanh đường 0 và không theo quy luật nào càng tốt
Ngoài ra giá trị R square là 73.09% và R square (adjust) là 72.03%, do các dữ liệu được lấy một cách ngẫu nhiên không có chọn lọc nên các giá trị ngoại biệt (outlier) không bị hạn chế và điều này đã ảnh hưởng đến giá trị R square, tuy nhiên ở phân tích này ta chỉ xác định đến các mối tương quan có ý nghĩa giữa biến đầu vào lên biến đầu ra nên giá trị R quare này là phù hợp.
Thiết kế thực nghiệm Taguchi
4.3.1 Thiết kế biến, ngưỡng giới hạn và kết quả Để thực hiện cải tiến bằng thiết kế thực nghiệm trước hết ta tiến hành thiết kế Screening DoE với phương pháp Taguchi, ta thấy có tổng cộng 11 biến đầu vào có ảnh hưởng đến kết quả đầu ra là độ sạch của tạp chất
Thiết kế thực nghiệm Taguchi được áp dụng để đánh giá mức độ ảnh hưởng của các biến đầu vào nên chỉ cần xây dựng với hai mức giá trị như Bảng 4.6
Bảng 4.6 Giá trị giới hạn trên và dưới cho các biến đầu vào
Biến đầu vào Ký hiệu Đơn vị Giá trị dưới Giá trị trên
Thiết kế thực nghiệm Taguchi được thực hiện trên phần mềm Minitab Mục tiêu của thực nghiệm này là để tìm hiểu xem trong số 11 biến bên trên, biến nào có ảnh hưởng nhiều lên độ sạch tạp chất Ảnh hưởng có 2 dạng:
50 _ Ảnh hưởng lên giá trị trung bình của độ sạch tạp chất (Mean)
_ Ảnh hưởng thông qua tỉ số S/N (Signal/ Noise)
Kết quả của thực nghiệm Taguchi sẽ giúp đánh giá các vấn đề sau:
_ Biến nào ít ảnh hưởng lên độ sạch tạp chất sẽ giữ cố định
_ Biến nào ảnh hưởng nhiều lên độ sạch tạp chất sẽ chạy thiết kế thực nghiệm RSM để tìm ra hàm phụ thuộc của các biến lên kết quả
Dựa vào ma trận quy hoạch theo phương pháp Taguchi với mức giá trị là 2, số nhân tố là 11 thì chọn dãy trực giao theo bậc tự do là L12 theo như Bảng 4.7
Bảng 4.7 Bảng L12 các lần chạy thí nghiệm của phương pháp Taguchi cho 11 biến
Ký hiệu giới hạn dưới là “1”, giới hạn trên là “2”, thiết kế Taguchi được thiết kế bao gồm 12 lượt chạy Mỗi lượt chạy là một sự kết hợp khác nhau giữa các giới hạn trên và các giới hạn dưới của các biến, ký hiệu (Pass 1, Pass 2 … Pass 12)
Bao gồm 3 lần (block) lấy mẫu thử nghiệm, mỗi block thử nghiệm sẽ chạy 12 lượt (pass) Mỗi lượt chạy pass sẽ được chạy với 24 mẻ thép, kiểm tra và phân tích độ sạch tạp chất của 20 mẻ thép (trong số 24 mẻ) Như vậy sẽ có 3 nhóm giá trị kết quả tương ứng với 3 lần chạy thử nghiệm, ký hiệu là (Y-test1, Y-test2 và Y-test3) Kết quả được thể hiện ở Bảng 4.8, Bảng 4.9 và Bảng 4.10
Giá trị trung bình của 3 lần chạy thử nghiệm Y-average = ((Y-test1 + Y-test2 + Y- test3)/3) sẽ được sử dụng như là thông số để chạy Taguchi DoE ở Bảng 4.11
51 Bảng 4.8 Kết quả phân tích 20 mẻ thép mỗi lượt chạy của thử nghiệm 1 (Y-test1)
52 Bảng 4.9 Kết quả phân tích 20 mẻ thép mỗi lượt chạy của thử nghiệm 2 (Y-test2)
53 Bảng 4.10 Kết quả phân tích 20 mẻ thép mỗi lượt chạy của thử nghiệm 3 (Y-test3)
54 Bảng 4.11 Bảng thực nghiệm Taguchi
4.3.2 Phân tích thực nghiệm Taguchi
Nhập các giá trị Y-average tương ứng vào bảng thiết kế thực nghiệm Taguchi của Minitab, phân tích Taguchi cho ta kết quả như sau:
Bảng 4.12 Bảng tỉ số Signal/ Noise của các biến đối với độ sạch tạp chất
Response Table for Signal to Noise Ratios
Bảng 4.13 Bảng mô tả ảnh hưởng của biến lên giá trị trung bình của độ sạch tạp chất
Hình 4.8 Ảnh hưởng của biến lên giá trị trung bình của độ sạch tạp chất
56 Hình 4.9 Tỉ số Signal/ Noise của các biến lên kết quả đầu ra
Bảng 4.12 thể hiện kết quả tỉ số S/N (Signal/ Noise) là ảnh hưởng của một biến lên độ sạch tạp chất so với mức độ nhiễu mà biến đó tạo ra Ví dụ: domestic scrap X6 là biến có ảnh hưởng nhiều lên độ sạch tạp chất Ở ngưỡng thấp, tỉ số S/N là -27, là cao nhất trong số S/N của 11 biến Nhưng ở ngưỡng cao, tỉ số S/N của X6 là thấp nhất -
30 Tỉ số S/N được phân tích theo tiêu chí nhỏ hơn thì tốt hơn vì giá trị độ sạch tạp chất càng thấp càng tốt
Delta = chêch lệch giữa giá trị S/N của ngưỡng thấp và cao
Rank được xếp theo Delta Theo thứ tự của Rank, chúng ta nên giữ Domestic scrap ở ngưỡng thấp, Aluminium ở ngưỡng cao …
Bảng 4.13 thể hiện ảnh hưởng của các biến đầu vào đến giá trị trung bình (Mean) của độ sạch tạp chất, Rank cũng được xếp theo Delta, Delta là chêch lệch của độ sạch tạp chất giữa giá trị giới hạn dưới và gía trị giới hạn trên
Dựa vào tỉ số S/N và ảnh hưởng của các biến đến giá trị trung bình của đầu ra độ sạch tạp chất ta lựa chọn 4 biến sau đây để thực hiện thiết kế thực nghiệm tối ưu hóa Response Surface: X3, X4, X6 và X10, các biến khác không ảnh hưởng nhiều ta giữ ở giá trị thấp
Ta thấy nên giữ x6 ở giá trị thấp tuy nhiên điều này sẽ dẫn dến không cân bằng giữa phế liệu nội địa với phế liệu ngoại, sau một thời gian sử dụng phế loại ngoại sẽ hết dẫn đến chỉ còn phế liệu nội để sử dụng
Hình 4.8 cho thấy ảnh hưởng của biến lên giá trị trung bình của độ sạch tạp chất Theo thứ tự đó là:
1 X6: Domestic scrap Ảnh hưởng thuận chiều, nghĩa là X3 tăng thì Y sẽ tăng
2 X10: Aluminium (Al) Ảnh hưởng nghịch chiều, nghĩa là X10 tăng thì Y sẽ giảm
3 X3: Import scrap Ảnh hưởng nghịch chiều, nghĩa là X3 tăng thì Y sẽ giảm
4 X4: CaSi Ảnh hưởng nghịch chiều, nghĩa là X4 tăng thì Y sẽ giảm
Hình 4.9 thể hiện ảnh hưởng của các biến thông qua tỉ số S/N Về cơ bản, chúng ta muốn giá trị tỉ số S/N cao vì điều đó đồng nghĩa với ảnh hưởng của biến lên kết quả đầu ra ổn định Như vậy Hình 4.9 chỉ ra rằng, để độ sạch tạp chất ổn định chúng ta nên:
_ Nên giữ hàm lượng Domestic scrap ở ngưỡng thấp nhưng vẫn đảm bảo mức tỉ lệ phối trộn giữa phế liệu nội và phế liệu ngoại là 1:2
_ Nên giữ hàm lượng Import scrap ở ngưỡng cao
_ Nên điều chỉnh độ sạch của tạp chất bằng cách thêm aluminium để tạo xỉ và thêm dây (hoặc bột) CaSi để làm nhỏ hạt tạp chất phi kim, ổn định giá trị đầu ra y
Dựa vào phân tích hai Hình 4.8 và Hình 4.9, quyết định:
_ Giữ X1, X2, X5, X7, X8, X9 và X11 ở ngưỡng thấp vì ảnh hưởng của các biến này lên độ sạch tạp chất không đáng kể
_ Giữ X6 và X3 ở ngưỡng phù hợp cần cân nhắc để đảm bảo sẽ không gây ra tình trạng thiếu hụt, mất cân bằng
Nếu muốn tăng độ sạch tạp chất, việc chỉnh các biến sau sẽ lần lượt ưu tiên:
_ Điều chỉnh tỉ lệ giữa hàm lượng phế liệu nội đối với hàm lượng phế liệu ngoại cho phù hợp
58 _ Tăng hàm lượng Aluminium trên một mẻ thép vì nó giúp khử tạp chất phi kim trong thép
_ Tăng hàm lượng dây (hoặc bột) CaSi vì nó giúp làm nhỏ hạt tạp chất phi kim và còn giúp đầu ra ổn định
CẢI TIẾN VÀ KẾT QUẢ
Thiết kế thực nghiệm Response Surface
Sau khi giữ các biến X1, X2, X5, X7, X8, X9 và X11 để tìm được công thức tương quan giữa độ sạch tạp chất và các biến còn lại bao gồm: X3: Import scrap, X4: CaSi, X6: Domestic scrap, X10: Aluminium
Tiếp tục thực hiện một thiết kế thực nghiệm tiếp theo: Response Surface Dạng thực nghiệm này có độ chính xác cao, nhưng đồng thời nó cũng yêu cầu chạy nhiều mẫu hơn Bởi vì chúng ta đã cố định được 7/ 11 biến nên số lượng biến còn lại chỉ là 4, do đó việc chạy thực nghiệm Response Surface sẽ giảm số lần chạy thực nghiệm
5.1.1 Thiết kế biến, ngưỡng giới hạn và kết quả
Trong thiết kế thực nghiệm này, chỉ còn lại 4 biến trong đó biến về hàm lượng phế liệu nội và phế liệu ngoại phải tuân theo quy định mức tỉ lệ phối trộn của công ty, tuy nhiên để có thể tìm ra mức độ phù hợp cho các biến này, tiến hành chia làm ba ngưỡng giới hạn trên, dưới và trung bình
Còn hai biến còn lại thì có thể tuỳ chỉnh trong ngưỡng cho phép Trong thực nghiệm Response Surface, ngoài ngưỡng trên và dưới, phải chạy thực nghiệm thêm ở mức trung bình nữa Cụ thể, bảng thiết kế thực nghiệm có dạng như Bảng 5.1
Bảng 5.1 Các ngưỡng của biến trong thực nghiệm Response Surface Đặc tính Ký hiệu Đơn vị Giới hạn dưới
Phương pháp được sử dụng ở đây là BBD (Box – Behnken Design), lý do sử dụng BBD mà không phải CCD là do so với thiết kế CCD, thiết kế Box-Behnken có những
_ Số lần thí nghiệm cho mỗi lần lặp ít
_ Không có điểm thí nghiệm nào vượt ra ngoài khoảng giữa 2 mức đã thiết lập cho mỗi biến Đây là ưu điểm vượt trội của thiết kế Box- Behnken so với thiết kế CCD
Do thiết kế CCD có các điểm thí nghiệm dọc trục nên nhiều khi không thể thực hiện được thí nghiệm do vượt ra ngoài vùng giới hạn hoạt động của đối tượng khảo sát
Thiết kế thực nghiệm RSM cho bài toán này có 27 lượt chạy với cách kết hợp các biến cho theo Bảng 5.2 Đới với mỗi bộ thông số, thực hiện cho 18 mẻ Đo kiểm và phân tích độ sạch tạp chất cho 15 mẻ trong tổng 18 mẻ và lấy giá trị trung bình vào Bảng 5.2
Bảng 5.3 là kết quả chạy ở từng lượt, thể hiện 15 kết quả phân tích của 15 mẻ thép trong số 18 mẻ tổng cộng chạy cho mỗi lượt
Trong số 18 mẻ, có những mẫu của mẻ thép bị lỗi do phương pháp lấy mẫu sai hoặc phân tích bị lỗi Do đó số lượng 3 mẫu là để dự phòng trường hợp bị lỗi trong quá trình lấy mẫu và phân tích đo kiểm, khi đó cần bù lại mẫu khác trong cùng lượt thử nghiệm
Như vậy tổng cộng trong thực nghiệm Response Surface, có tổng cộng 486 mẻ thép được chạy, trong đó có 405 mẫu sẽ được đo và dùng để làm dữ liệu trong phân tích
61 Bảng 5.2 Bảng thực nghiệm Response Surface
62 Bảng 5.3 Giá trị đo độ sạch tạp chất của 15 mẫu/ mỗi lượt chạy
5.1.2 Phân tích thiết kế thực nghiệm Response Surface
Nhập giá trị Y của 27 lượt chạy vào phần mềm Minitab sẽ tự động tính ra công thức nội suy của Y (độ sạch tạp chất phi kim) với các biến đầu vào Domestic scrap (X6), Import scrap (X3), Aluminium (X10) và CaSi (X4)
Bảng 5.4 Bảng hệ số nội suy cho công thức phụ thuộc biến – kết quả
Term Coef SE Coef T-Value P-Value VIF
Source DF Adj SS Adj MS F-Value P-Value
S R-sq R-sq(adj) R-sq(pred)
Regression Equation in Uncoded Units y = 28.847 - 2.276 x3 - 1.383 x4 + 9.195 x6 - 3.999 x10 + 2.131 x3*x3 + 1.853 x4*x4 + 5.139 x6*x6 + 2.932 x10*x10 - 0.508 x3*x4 - 0.508 x3*x6 - 0.203 x3*x10
Giá trị R square là 97.91%, R square-adjust (điều chỉnh) là 95.48% và R square dự báo là 88.20% chứng tỏ mô hình hồi quy tìm được rất khớp với dữ liệu đo
Nhận thấy ở mục kiểm định mức độ phù hợp của mô hình hồi quy (Lack-of-Fit), giá trị p có giá trị lớn hơn so với mức ý nghĩa α Điều này có nghĩa là dạng mô hình rất khớp với dữ liệu Xem xét các thành phần riêng rẽ của mô hình hồi quy (Linear, Square), ta thấy các giá trị p của các thành phần này đều rất nhỏ Nghĩa là, sự có mặt của từng thành phần này đều có ý nghĩa cao trong mô hình hồi quy
Trong Bảng 5.4, những biến nào có hệ số p-value < 0.05 thì được xem là có ảnh hưởng đáng kể lên kết quả (significant)
Trong các biến thì hàm lượng phế liệu nội Domestic scrap (X6) có ảnh hưởng lớn nhất lên độ sạch tạp chất Kế đến là hàm lượng Aluminium (X10) và hàm lượng phế liệu ngoại Import scrap (X3) Cuối cùng là hàm lượng dây (hoặc bột) CaSi (X4) Có thể thấy được điều này thông qua biểu đồ Pareto và ảnh hưởng của các yếu tố như Hình 5.1
Biến bậc 2 của X3, X4, X6 và X10 cũng vượt được mức (significant) Tuy nhiên tác động cộng hưởng của các biến thì không đáng kể
Cách tính này dựa trên cơ sở chọn giá trị α = 0.05, là tham khảo chuẩn của hầu hết các ngành công nghiệp và phương pháp thống kê
Biểu đồ ở Hình 5.2 thể hiện độ lệch của 27 giá trị Y-average (Y1, Y2, … Y27) so với hồi quy tuyến tính Các điểm phân bố bám khá sát vào đường hồi quy Nghĩa là công thức tìm được có độ sai sót không đáng kể
65 Hình 5.1 Biểu đồ Pareto mức độ ảnh hưởng của các biến lên kết quả
Hình 5.2 Phân bố thể hiện độ lệch so với hồi quy tuyến tính của kết quả
5.1.3 Thực hiện cải tiến với công thức nội suy
Công thức nội suy của Y như ở bảng 5.4 là công thức mã hoá theo thiết kế thực nghiệm Nghĩa là để sử dụng công thức này, cần chuyển đổi giá trị cài đặt sang một dạng số mã hoá này
Ký hiệu Ý nghĩa Đơn vị Giới hạn dưới
Ngưỡng dưới của X6 là 20, quy đổi thành -1
Ngưỡng trên của X6 là 40, quy đổi thành +1
Công thức qui đổi sẽ là:
X qui đổi = (X cài đặt – 0.5*(X max + X min))/ (0.5*(X max – X min))
Thực hiện cho bốn biến X3, X4, X6 và X10 để dự báo kết quả đầu ra Y theo như Bảng 5.5
Bảng 5.5 Bảng dự đoán độ sạch tạp chất dựa vào cài đặt của X3, X4, X6 và X10
Ký hiệu Ý nghĩa Đơn vị Giới hạn dưới
X2 Phế liệu băm SH Tấn 10 20 10
Với Y theo công thức nội suy sau: y = 28.847 - 2.276 x3 - 1.383 x4 + 9.195 x6 - 3.999 x10 + 2.131 x3*x3 + 1.853 x4*x4 + 5.139 x6*x6 + 2.932 x10*x10 - 0.508 x3*x4 - 0.508 x3*x6 - 0.203 x3*x10
Kết quả cải tiến
Từ tháng 09-2022, việc dự đoán trước độ sạch tạp chất dựa vào những kiến thức từ thiết kế thực nghiệm đã được thực hiện Kết quả được khảo sát trên 300 mẻ thép sau khi áp dụng công thức nội suy cho kết quả như sau:
68 Hình 5.3 Đồ thị Histogram độ sạch tạp chất của 300 mẻ thép sau khi áp dụng công thức nội suy Hình 5.3 cho thấy sau khi áp dụng cải tiến với công thức nội suy, 300 mẻ thép đầu có Cpk đạt 2.09 và giá trị trung bình (Mean) của độ sạch tạp chất là 25.18% Điều đó chứng tỏ quá trình rất ổn định và biểu đồ hình chuông cũng đã được điều chỉnh về trung tâm do đó xác suất xảy ra tình trạng độ sạch tạp chất vượt ra khỏi tiêu chuẩn là rất thấp
Khi sử dụng công thức nội suy, chọn tỉ lệ X3/ X6 và bộ thông số X4, X10 sao cho giá trị độ sạch đạt giá trị trung bình của tiêu chuẩn, giá trị đó là 25%
Sau 300 mẻ thép được áp dụng công thức nội suy, kết quả rất ấn tượng:
Cpk thực tế đạt 2.09, so với trước khi cải tiến chỉ đạt 0.86
Giá trị trung bình của độ sạch tạp chất (Mean) thực tế đạt 25.18%, như vậy độ chính xác của việc dự đoán là rất cao
Ngoài ra, sau khi cải thiện độ sạch tạp chất trong phôi thép tại dây chuyền Luyện thép thì tỉ lệ phế phẩm từ 09-2022 đến tháng 11-2022 giảm rõ rệt, dẫn đến OEE của dây
69 chuyền Cán thép trong 3 tháng này cũng tăng lên và đạt mục tiêu OEE của công ty như Hình 5.4
Hình 5.4 OEE của dây chuyền Cán thép từ 09-2022 đến 11-2022
70 Tuy nhiên, theo đặc điểm của phế liệu thì chất lượng, thành phần của mỗi lô phế liệu là khác nhau do đó không thể áp dụng một công thức nội suy cho tất cả các lô mà cần vận dụng phương pháp thiết kế thực nghiệm một cách linh hoạt: cần dựa trên báo cáo kiểm tra và đánh giá chất lượng phế liệu đầu vào của tổ Phế Liệu nếu lô phế liệu sau không thay đổi gì nhiều so với lô trước thì có thể áp dụng công thức nội suy của lô trước còn nếu không thì tiến hành lấy mẫu thực hiện lại thiết kế thực nghiệm Response Surface để tìm ra bộ thông số cài đặt phù hợp đối với lô phế liệu sau
Thông thường thì đối với phế liệu ngoại chất lượng không thay đổi nhiều mà chỉ phụ thuộc vào nhà cung cấp phế liệu, còn đối với phế liệu nội thì chất lượng thường không ổn định cần kiểm tra và đánh giá theo tiêu chí của công ty để đưa ra quyết định phù hợp Mỗi lô phế liệu nội thường được sử dụng trong vòng 3 tháng (1 quý), để thực hiện một thiết kế Response Surface cần khoảng 20 ngày để tiến hành lấy mẫu và phân tích đo kiểm do đó cần cân nhắc để hoạch định phương án phù hợp
Hiện nay do phương pháp thiết kế thực nghiệm chỉ mới được áp dụng lần đầu nên vẫn chưa có cơ sở dữ liệu nhiều, trong tương lai công ty có thể quy định phân loại chất lượng phế liệu thành các cấp và chạy thiết kế thực nghiệm cho từng cấp từ đó có được các bộ thông số phù hợp đối với từng cấp phế liệu và như vậy không cần phải chạy lại thử nghiệm RSM đối với từng lô
Quy trình áp dụng thiết kế thực nghiệm tạm thời cho công đoạn Phối liệu tại dây chuyền Luyện thép đối với từng lô phế liệu được đưa ra như Hình 5.5
71 Hình 5.5 Quy trình áp dụng thiết kế thực nghiệm tạm thời đối với từng lô phế liệu Phòng
Kiểm tra và đánh giá dụng thực tế
Nhận phế liệu đầu vào thực tế
Kế hoạch thu mua phế liệu dụng thực tế
Phân tích, lựa chọn giải pháp dụng thực tế
Thay đổi thiết kế mới dụng thực tế Áp dụng lại thiết kế cũ dụng thực tế
Kiểm tra và đánh giá dụng thực tế
Soạn thảo hướng dẫn công việc dụng thực tế
Tồn kho phế liệu dụng thực tế
Chạy thử nghiệm 24 mẻ Tiến hành lấy mẫu dụng thực tế
Không đạt Áp dụng thực tế sản xuất