2.1.8. Công c xây d ng tinh gn
2.1.8.2. Last Planner System
Ballard (2000) [10] ch ra r ng H th ng l p k ho ch cu i cùng – Last Planner System (LPS) là m t k thu t đ nh hình quy trình làm vi c và gi i quy t s thay đ i c a d án xây d ng. Ng i l p k ho ch cu i c̀ng là ng i ho c nhóm ch u trách nhi m l p k ho ch ho t đ ng, ngh a là, c u trúc thi t k s n ph m đ t o đi u ki n c i ti n quy trình cơng vi c và ki m soát đ n v s n xu t, ngh a là hoàn thành các
nhi m v cá nhân c p ho t đ ng. Trong h th ng l p k ho ch cu i cùng, các trình t th c hi n (l ch trình t ng th , L ch tr̀nh giai đo n đ o ng c (Reverse Phase Scheduling - RPS), k ho ch sáu tu n, K ho ch làm vi c hàng tu n (Weekly Work Plan - WWP), K ho ch ph n tr m hoàn thành (Percen Plan Complete - PPC), phân tích ràng bu c và phân t́ch ph ng sai). [12]
M c tiêu c a LPS là kéo các ho t đ ng b ng cách l p l ch tr̀nh theo giai đo n
ng c l i thơng qua k ho ch nhóm và t i u h́a ngu n l c trong dài h n. Công c
này nh h th ng Kanban và các công c phân c p s n xu t trong s n xu t tinh g n.
2.1.8.3. T ngăt́nhătr c quan
Công c tinh g n t ng t́nh tr c quan ć ngh a là cho t ng nhân viên, ng i lao
đ ng nh n đ c thơng tin chính m t cách hi u thông qua vi c dán các bi n báo và
nhưn khác nhau xung quanh công tr ng. T ng công nhân, cán b k thu t trên công
tr ng ghi nh các y u t nh quy tr̀nh làm vi c, m c tiêu hi u su t và các hành
đ ng đ c yêu c u c th n u h tr c quan hóa chúng (Moser và Dos Santos 2003)
[13]. i u này bao g m các d u hi u liên quan đ n an tồn, quy trình và ch t l ng. Công c này t ng t nh công c s n xu t tinh g n, Ki m soát tr c quan, là m t c i ti n nh m tuyên truy n m t cách tr c đ n vi c ki m sốt q trình s n xu t.
2.1.8.4. Nghiên c u l năđ u tiên (First Run Study)
Nghiên c u l n đ u tiên đ c s d ng đ mô ph ng l i các cơng tác chính quan tr ng (Ballard và Howell và c ng s , 1977) [14], m t ph n c a n l c c i ti n liên t c; và bao g m các nghiên c u v n ng su t và xem xét các ph ng pháp làm vi c b ng cách thi t k l i và h p lý hóa các ch c n ng khác nhau. Các nghiên c u th ng
là các t p video, nh ho c đ h a đ hi n th quy trình ho c minh h a h ng d n công vi c. L n ch y đ u tiên c a m t ho t đ ng th công đư ch n nên đ c ki m tra chi ti t, đ a ra các Ủ t ng và đ xu t đ khám phá các cách th c hi n công vi c thay th . M t chu trình Plan - Do - Check - Act đ c đ xu t đ phát tri n nghiên c u: K ho ch đ c p đ n vi c l a ch n quy trình làm vi c đ nghiên c u, t p h p m i ng i,
phân t́ch các b c c a quy trình, phân tích cách lo i b các b c, ki m tra tính an
tồn, ch t l ng và n ng su t. Do ć ngh a là th các Ủ t ng trong l n ch y đ u tiên.
Ki m tra là đ mô t và đo l ng nh ng gì th c s x y ra. Hành đ ng đ c p đ n vi c
tri u t p l i nhóm và truy n đ t ph ng pháp c i ti n và hi u su t làm tiêu chu n đ
đáp ng
2.1.8.5. Cu c h p hàng ngày (Tool-box meeting)
Giao ti p hai chi u là chìa khóa c a quy trình h p nhóm hàng ngày v i s có m t c a toàn b nhân viên. V i m c tiêu chung v d án và tham gia gi i quy t v n
đ v ng m c cùng v i m t s kh́a đào t o đ c cung c p b i các công c khác, tinh th n và đ ng l c c a nhân viên (Ủ ngh a c a nhi m v đ m nh n, lòng t tr ng, c m giác phát tri n) s t ng lên. Là m t ph n c a chu trình c i ti n, m t cu c h p kh i đ ng ng n hàng ngày đ c ti n hành trong đ́ các thành viên trong nh́m nhanh
ch́ng đ a ra tr ng thái c a nh ng gì h đư làm k t cu c h p ngày hôm tr c, đ c
bi t n u m t v n đ có th ng n c n vi c hoàn thành nhi m v (O. Salem, 2005) [11]. Công c này t ng t nh khái ni m s n xu t tinh g n v s có m t c a t t c nhân s , đ m b o kh n ng gi i quy t nhanh chóng v i các v n đ thông qua trao quy n
cho ng i đ m nhi m và giao ti p c i m liên t c thông qua các cu c h p toolbox.
2.1.8.6. Quy trình 5S
5S là m t cơng c nh m c i thi n hi u qu n i làm vi c và gi m b t các ngu n l c lãng phí. B ng cách cung c p m t khuôn kh có h th ng cho t ch c và duy trì s s ch s hàng ngày [15]. i u này có th đ t đ c b ng cách t ch c s p x p không gian m t cách logic, các công c và v t li u đ c đ t các v trí thu n ti n cho các
đ i t ng c n d̀ng đ n v i t n su t h p lỦ… Không gianđ c d n d p ng n n p và
Vi t Nam, 5S l n đ u tiên đ c áp d ng vào n m 1993. Hi n nay, r t nhi u công ty xây d ng Vi t Nam áp d ng 5S, ví d nh m t s cơng ty xây d ng: Hịa
B̀nh, Coteccons, Unicons, Ricons…
- Sàng l c: Seiri: lo i b nh ng th không c n thi t ra kh i khu v c làm vi c.
- S p x p - Seiton: b trí các d ng c , thi t b m t cách d tìm, d th y, d l y.
- S ch s - Seiso: v sinh n i làm vi c th ng xuyên, sau m i ngày làm vi c và
duy tr̀ th ng xuyên.
- S năsóc - Seiketsu: ln duy trì, ki m tra và c i ti n đ doanh nghi p càng ngày càng hoàn thi n t t h n.
- S n sàng - Shitsuke: m i ng i trong t ch c đ u rèn luy n t o nên tác phong nghiêm ch nh, n n p.
2.1.8.7. D phòng ch tăl ng (Fail ậ Safe for Quality)
K ho ch ki m tra, đánh giá ch t l ng t ng th nên đ c hoàn thành khi b t
đ u d án. Nh ng v n đ v ch t l ng có th đ c gi i quy t b ng các ph ng pháp
tiêu chu n, và d ng nh ć r t ít ch đ c i thi n. [11]
An toàn đ c theo dõi v i các k ho ch hành đ ng an toàn, t c là, danh sách
các h ng m c r i ro chính do m i d án chu n b . Các m i nguy ti m n đư đ c nghiên c u và khám phá trong lúc th c hi n d án. H u h t các s c v ATL nh
ch n th ng, té ngư đ u có các bi n pháp đ i phó tiêu chu n; tuy nhiên, v n đ ATL
ph i th ng xuyên nh c nh , sinh ho t v i ng i lao đ ng v các bi n pháp an toàn (Salem và c ng s , 2006) [11].
2.1.8.8. Tiêu chu năhóaăn ngăsu t
N ng su t là th c đo chúng ta s n xu t bao nhiêu trên m t đ n v đ u vào.
T v trí c a khách hàng, n ng su t cao h n d n đ n chi phí th p h n, ti n đ xây d ng ng n h n, giá tr đ ng ti n t t h n và kh n ng sinh l i nhu n cao h n.
L i nhu n c a nhà th u t vi c t ng n ng su t th ng n m trong kho ng t
2% đ n 4% doanh thu. N ng su t lao đ ng t ng 25% thì l i nhu n có th t ng t 2%
lên 8%, ho c t 4% lên 10%, t c là l i nhu n t ng g p hai l n đ n b n l n.
N ng su t lao đ ng = S n l ng / S l ng lao đ ng
N ng su t v t li u = T ng s n l ng / L ng v t li u
N ng su t máy = Giá tr s n xu t / Kh i l ng công vi c (Yi Wen, 2014) [16].
2.1.8.9. 5 Why?
N m lỦ do là m t ph n c a s n xu t tinh g n, là m t k thu t gi i quy t v n đ
đ tìm hi u sâu xa ngu n g c c a v n đ m t cách khá nhanh chóng. Chi n l c tìm hi u k càng nguyên nhân sâu xa c a v n đ khi h i "T i sao - lý do gì v n đ này x y ra". [17]
M c tiêu c a công c 5 lý do nh sau:
- Ń giúp nhanh ch́ng xác đnh v n đ c n gi i quy t nhanh chóng.
- Nó giúp liên h nhi u nguyên nhân khác nhau v m t v n đ .
- Nó có th đ c th c hi n nhanh, không c n s d ng đ n nh ng phân tích tốn h c.
2.1.9. Trí tu nhân t o
Trí tu nhân t o, hay Artificial Intelligence (AI), là m t l nh v c khoa h c
đ c thành l p vào nh ng n m 1950 [18]. Vào th i đi m đ́, ń đ c mô t nh m t ngành khoa h c m i nghiên c u m t cách có h th ng v hi n t ng “tŕ thông minh”.
M c tiêu này đư đ c theo đu i b ng cách s d ng máy t́nh đ mơ ph ng các quy
trình thơng minh. Gi đnh trung tâm c a AI là các ho t đ ng logic c a máy tính có
th đ c c u trúc đ b t ch c các quá tr̀nh suy ngh c a con ng i. Vì ho t đ ng
c a máy t́nh đ c hi u trong khi ho t đ ng c a b ́c con ng i thì khơng, các nhà
nghiên c u AI hy v ng s đ t đ c hi u bi t khoa h c v hi n t ng “tŕ thông minh”
theo cách này [19].
2.1.10. H c máy
H c máy, hay Machine Learning (ML), là m t nhánh c a AI cung c p các máy có kh n ng h c h i mà khơng c n l p trình. AI tr nên kh thi thông qua ML. H th ng máy tính th c hi n các ch c n ng thông qua ML nh phân c m, tính tốn và nh n d ng m u. Quá trình h c t p đ t đ c b ng cách s d ng các thu t toán và c u trúc s h c khác nhau đ phân t́ch thông tin. Thông tin này đ c phân lo i theo m t
t́nh n ng và m t s giá tr đ u ra đ c g i là nhãn. K thu t này lỦ t ng cho các
v n đ nh h i quy, phân lo i và xác đnh quy t c k t h p và thu th p [20].
2.1.11. H c t p có giám sát
H c t p có giám sát (Supervised Learning) là m t hình th c ML quan tr ng.
Ń đ c đ t tên là có giám sát vì cơng vi c nàyđ c th c hi n d i nhãn nhìn th y
c a các bi n quan sát; ng c l i, trong H c không giám sát, các bi n ph n h i khơng có s n. Trong H c t p có giám sát, các t p d li u đ c đào t o v i các t p đào t o
đ xây d ng ML, và sau đ́ s đ c s d ng đ g n nhãn các quan sát m i t t p th nghi m. i v i t p đào t o, các bi n đ u vào là các đ c đi m s nh h ng đ n đ
chính xác c a m t bi n đ c d đoán. Ń ch a c các bi n đ nh l ng và đ nh tính; bi n đ u ra là l p nhãn mà H c có giám sát s g n nhãn cho các quan sát m i. Theo các lo i bi n đ u ra khác nhau, các nhi m v H c t p có Giám sát có th đ c chia thành hai lo i: nhi m v phân lo i và nhi m v h i quy. Các bi n đ u ra c a nhi m v phân lo i là các bi n phân lo i và các bi n c a nhi m v h i quy là các bi n liên t c. Ví d , phân lo i hình nh nóng hi n t i là m t nhi m v phân lo i, và d đoán
giá c phi u là m t nhi m v h i quy [21].
2.1.12. Ph ngăph́p Bootstrap
Bootstrap là m t k thu t th ng th y trong l nh v c th ng kê đ c Bradley Efron gi i thi u vào n m 1979 [22]. K thu t này là m t k thu t l y m u l p đi l p l i đ c s d ng đ d đoán s li u th ng kê trên m t qu n th b ng cách l y m u m t t p d li u có thay th . Bên c nh đ́, ń đ c s d ng trong ML ng d ng đ
c tính k n ng c a các mơ hình ML khi đ a ra d đoán v d li u khơng có trong d li u đào t o [23].
2.1.13. Ph ngăph́păBagging
Bagging, c̀n đ c g i là t ng h p bootstrap [24], là ph ng pháp h c t p theo
nh́m th ng đ c s d ng đ gi m ph ng sai trong m t t p d li u nhi u. Trong
bagging, m t m u d li u ng u nhiên trong t p đào t o đ c ch n có thay th , ngh a
là các đi m d li u riêng l có th đ c ch n nhi u l n. Sau khi m t s m u d li u
tốn, ví d nh h i quy ho c phân lo i, trung bình ho c ph n l n các d đoán đ́
mang l i c t́nh ch́nh xác h n .
2.1.14. Ph ngăph́păb phi u
Ph ng pháp b phi u là m t mơ hình ML [25] t ng h p k t h p các d đoán
t nhi u mô h̀nh khác. ây là m t k thu t có th đ c s d ng đ nâng c p hi u su t c a m t mô h̀nh, lỦ t ng là đ t đ c hi u su t t t h n b t k mô h̀nh đ n l
nào đ c s d ng trong qu n th . Ph ng pháp b phi u ho t đ ng b ng cách t ng
h p c l ng t nhi u mơ hình. Nó có th đ c s d ng đ phân lo i ho c h i quy.
Trong tr ng h p h i quy, đi u này liên quan đ n vi c tính giá tr trung bình c a các
d đốn t các mơ hình. i v i phân lo i, các d đoán cho m i nhưn đ c c ng l i
và nhưn ć đa s phi u đ c d đoán .
2.2. Các nghiên c u liên quan
2.2.1. Các nghiên c uătrongăn c
Vi t Nam, r t ít nghiên c u v TCXD nói chung và lãng phí trong xây d ng nói riêng, đi n h̀nh nh D.K. Hà đư ch ra 19 nhân t lãng phí trong TCXD Tp.HCM
[26], đ c chia thành 3 nh́m nh sau: 1. Lưng ph́ chuy n đ i tr c ti p, 2. Lãng phí
th i gian khơng ph thêm và 3. Lãng phí th i gian ph thêm. Các nguyên nhân gây
lưng ph́ đ c phân chia thành 5 nhóm v i 25 nguyên nhân: 4 y u t v qu n lý, 6
y u t v con ng i, 6 y u t th c hi n, 6 y u t v t li u và 3 y u t thông tin giao ti p.
Trong m t nghiên c u khác c a D.K. Ha [27] ch ra 28 nhân t gây nên s
thay đ i thi t k trong các d án xây d ng Vi t Nam, d a trên các nhóm ngun
nhân v : mơi tr ng, khách hàng, t v n và nhà th u.
Nghiên c u c a B.T. Cao v các nguyên nhân gây ra s bi n đ ng th i gian th c hi n công tác và xây d ng mơ hình mơ ph ng th i gian lãng phí trong xây d ng [28] đư li t kê đ c 40 nguyên nhân và m c đ tác đ ng c a chúng, xây d ng mơ hình mơ ph ng v lãng phí th i gian trong xây d ng.
T.L. Phan đư s d ng mô ph ng s ki n r i r c trong m t nghiên c u v n ng
su t lao đ ng b ng vi c xem xét công tác thi công c p pha nhôm c a m t sàn đi n
T.T.T. Trang [30] trong nghiên c u v nguyên nhân gây lãng phí th i gian trong thi cơng hồn thi n d án nhà cao t ng đư ch ra 31 nhân t và phân tích m i