Trong nhiều năm, kiểm tra bằng mắt thường (visual inspection) là “hàng rào” cuối cùng của bộ phận QC trước khi sản phẩm rời khỏi nhà máy phụ tùng ô tô – xe máy. Nhân sự QC đứng cạnh line, mắt dõi theo từng mối hàn, từng lỗ khoan, từng sai lệch nhỏ trên bề mặt. Tuy nhiên, bối cảnh chất lượng đã thay đổi. Các OEM như Honda, Yamaha, Toyota… và các nhà cung cấp cấp 1 (Tier-1) của họ ngày nay không chỉ đòi hỏi “hàng ít lỗi” nữa.

Các OEM, Tier-1 còn đỏi hỏi ở nhà máy các tiêu chuẩn ngày một “khắt khe” hơn :

• Truy xuất đến từng chi tiết,
• Bằng chứng số về quá trình kiểm tra,
• Năng lực tự động hóa QC nhà máy, không chỉ dựa vào con người.

Một lỗi nhỏ ở mối hàn ống xả, một lỗ sai lệch vài phần trăm milimet cũng có thể khiến cả lô hàng bị trả về, kéo theo chi phí chất lượng và rủi ro uy tín thương hiệu.

Từ góc nhìn của Midra Global – một đơn vị tư vấn giải pháp kỹ thuật đang làm việc với nhiều nhà máy phụ tùng ô tô – xe máy tại Việt Nam, câu hỏi thực tế không còn là: “Kiểm tra bằng mắt có đủ nữa hay không?” nữa, mà là: “Khi nào bộ phận QC nhà máy phải chuyển sang hệ thống kiểm tra quang học tự động AOI + AI, tiến tới hệ thống QC tự động?”, để tiếp tục đứng vững trong chuỗi cung ứng.

Midra Global chuyên về các hệ thống AOI + AI có độ phức tạp cao cho các bộ phận ô tô và xe máy. Đội ngũ của chúng tôi tích hợp kỹ thuật công nghiệp, thị giác máy tính (computer vision) và tự động hóa vào một nền tảng chìa khóa trao tay (turnkey) duy nhất, phù hợp với điều kiện nhà máy Việt Nam.

Áp lực chất lượng và giải pháp mới AOI + AI

Khi làm việc với các nhà máy cung ứng cho Honda, Yamaha, Toyota… và các Tier-1, chúng tôi thấy một mẫu số chung: áp lực chất lượng ngày càng cao và đa số nhà máy đều “đổ” áp lực đó lên bộ phận QC.

OEM đang mong đợi gì từ nhà cung cấp?

Các OEM và Tier-1 không nói bằng khẩu hiệu, họ thể hiện qua các yêu cầu nghiêm ngặt:

• Các yêu cầu PPM/defect rate (tỉ lệ sai lỗi) ngày càng thấp.
• Các cuộc process audit (đánh giá quy trình) đòi hỏi minh chứng: hình ảnh, log dữ liệu, traceability theo ca, theo lô, theo mã hàng.
• Ưu tiên các nhà cung cấp thể hiện được lộ trình tự động hóa QC và số hóa dữ liệu chất lượng.

Nói cách khác: nếu hai nhà máy có giá tương đương, OEM sẽ ưu tiên nơi nào có hệ thống QC tự động và dữ liệu tốt hơn.

Những “yếu điểm” phổ biến trong nhà máy mà AOI + AI có thể giải quyết

Trong nhiều chuyến khảo sát, các chuyên gia của Midra Global thường gặp những điểm yếu giống nhau ở các nhà máy, đặc biệt là các nhà máy sản xuất thiết bị, phụ tùng ô tô, xe máy, cụ thể như:

• QC vẫn chủ yếu là visual inspection (kiểm tra trực quan), thiếu hệ thống kiểm tra quang học tự động.
• Không có defect catalogue (danh mục lỗi) rõ ràng cho từng mã hàng, mỗi người nhớ một kiểu.
• Dữ liệu chất lượng rời rạc: sổ tay, Excel, ảnh rời, không gắn với từng chi tiết cụ thể.
• Thiếu chuẩn về ánh sáng, góc chụp, khoảng cách khi chụp ảnh kiểm tra, khiến việc học AI sau này rất khó.

Chính ở những điểm này, AOI + AI – nếu được thiết kế kỹ thuật bài bản – sẽ giải quyết gốc rễ vấn đề: chuẩn hóa cách “nhìn” của QC, tự động hóa thu thập dữ liệu, và tạo nền tảng quality control automation (QC tự động) cho tương lai.

05 giới hạn của kiểm tra trực quan so với hệ thống kiểm tra quang học tự động AOI

1. Phụ thuộc con người: kiểm tra bằng mắt vs hệ thống QC tự động AOI

Chất lượng visual inspection trong QC phụ thuộc rất lớn vào:

• Thị lực, kinh nghiệm, khả năng tập trung của từng nhân sự QC.
• Tình trạng mệt mỏi, tâm lý, đặc biệt ở ca đêm.

Hai nhân viên QC ở hai ca khác nhau, cùng tiêu chí nhưng dễ cho ra hai mức đánh giá khác nhau. Trong khi đó, hệ thống AOI áp dụng tiêu chí thống nhất cho mọi sản phẩm, không bị ảnh hưởng bởi trạng thái con người. Đây là nền tảng quan trọng của tự động hóa QC nhà máy.

2. Khó chuẩn hóa tiêu chí khi không dùng hệ thống kiểm tra quang học tự động

Ngay cả khi nhà máy đã có:

• Hình ảnh minh họa lỗi,
• Tiêu chuẩn QC in dán tại line,
• Quy định “OK/NG” trên giấy…

…thì việc duy trì chuẩn QC trong thực tế vẫn rất khó, bởi vì:

• “Ngưỡng chấp nhận” có xu hướng trôi theo thời gian (một số lỗi nhỏ dần được bỏ qua).
• Nhân sự mới không được đào tạo đầy đủ, hiểu khác nhau về cùng một tiêu chí.

Hệ thống kiểm tra quang học tự động AOI cho phép định nghĩa, lưu trữ và áp dụng tiêu chí kiểm tra thống nhất cho bộ phận QC, có thể cập nhật và quản lý version rõ ràng, một bước quan trọng trong quality control automation (Kiểm tra chất lượng tự động).

3. Giới hạn tốc độ và năng suất của QC thủ công so với kiểm tra chất lượng tự động

Khi sản lượng tăng, line chạy nhanh, QC bằng mắt thường phải đối mặt với hai lựa chọn:

• Hoặc tăng thêm người đứng kiểm, chi phí nhân sự QC đội lên.
• Hoặc chuyển sang kiểm tra lấy mẫu, chấp nhận rủi ro lỗi lọt.

Trong khi đó, kiểm tra chất lượng tự động bằng hệ thống AOI + AI được thiết kế để:

• Kiểm tra 100% sản phẩm,
• Đảm bảo cycle time phù hợp với tốc độ dây chuyền,
• Không bị mệt, không “lơ đễnh” khi line chạy nhanh.

Nói cách khác, hệ thống QC tự động giúp nhà máy tách bài toán chất lượng ra khỏi giới hạn thể chất của con người.

4. Thiếu dữ liệu truy xuất khi không có hệ thống AOI ghi nhận kết quả

Kiểm tra bằng mắt thường gần như không tạo ra được dữ liệu do:

• Không lưu lại hình ảnh sản phẩm đã kiểm.
• Không log chi tiết: sản phẩm nào, giờ nào, ca nào, người nào kiểm.
• Khi có khiếu nại hoặc audit, nhà máy chỉ có thể tra sổ sách, phỏng đoán, rất bị động.

Ngược lại, hệ thống kiểm tra quang học tự động AOI + AI có thể:

• Lưu lại hình ảnh, kết quả đo, trạng thái OK/NG cho từng chi tiết.
• Cho phép truy xuất theo mã hàng, ca, lô, thậm chí theo serial nếu cần.
• Giúp bộ phận QC nhà máy chủ động trong mọi cuộc audit và khi xử lý khiếu nại khách hàng.

5. Sản phẩm ngày càng phức tạp, kiểm tra bằng mắt khó thay thế AOI + AI

Các cụm chi tiết hàn, kết cấu trên ô tô – xe máy ngày càng nhiều mối hàn hơn, nhiều vị trí lỗ, đặc tính hơn, tích hợp nhiều chi tiết trên cùng một cụm.

Kiểm tra bằng mắt rất khó đảm bảo “soát hết” trong thời gian chu kỳ cho phép. Trong khi đó, hệ thống AOI + AI cho QC trong sản xuất ô tô xe máy đặc biệt phù hợp với bài toán kiểm tra nhiều đặc tính trên một sản phẩm phức tạp, với tiêu chí rõ ràng và lặp lại.

AOI và AOI + AI là gì? Cách hệ thống kiểm tra quang học tự động hoạt động

Ở phần này, chúng ta không chỉ “định nghĩa thuật ngữ”, mà nhìn AOI + AI dưới góc độ một công cụ nâng cấp bộ phận QC.

AOI – Automated Optical Inspection trong hệ thống kiểm tra quang học tự động

AOI (Automated Optical Inspection) là hệ thống sử dụng:

• Camera + ánh sáng để chụp hình sản phẩm,
• Thuật toán xử lý ảnh để so sánh sản phẩm thực tế với mẫu chuẩn hoặc tiêu chí thiết kế.

Hệ thống AOI vốn quen thuộc trong ngành điện tử (kiểm tra PCB), và đang được mở rộng sang các bài toán cơ khí, hàn, kết cấu kim loại, nơi yêu cầu về độ ổn định và truy xuất dữ liệu ngày càng cao, đúng với nhu cầu nâng cấp bộ phận QC từ thủ công lên hệ thống QC tự động.

Khi kết hợp hệ thống AOI + AI “nhìn thấy” và “hiểu” sản phẩm như thế nào?

Khi kết hợp với AI (trí tuệ nhân tạo), hệ thống AOI + AI không chỉ “so hình đúng/sai” cứng nhắc mà còn có thể:

• Nhận dạng model sản phẩm khác nhau trên cùng một trạm kiểm tra,
• Phân loại nhiều nhóm lỗi khác nhau (lỗi mối hàn, lỗ sai vị trí, thiếu chi tiết…),
• Học từ dữ liệu thực tế để chấp nhận những biến thiên cho phép trong sản xuất, tránh báo lỗi giả (false positive) quá nhiều.

Từ kinh nghiệm tư vấn, chúng tôi thấy nhiều đội QC ở Việt Nam đi thẳng vào “AI” mà bỏ qua nền tảng kỹ thuật: không chuẩn hóa lighting, không có “defect catalogue” (tập hợp hình ảnh các lỗi), không có quy trình chụp ảnh ổn định. Kết quả: AI khó học, dự án dở dang, niềm tin vào công nghệ giảm.

Đó là lý do Midra Global luôn tiếp cận AOI + AI dưới góc nhìn “hệ thống kỹ thuật” chứ không phải là một “phần mềm thần kỳ”.

Đội ngũ của Midra Global tích hợp kỹ thuật công nghiệp, thị giác máy tính và tự động hóa vào một nền tảng chìa khóa trao tay (turnkey) duy nhất.

Ví dụ: Kiểm tra mối hàn ống xả bằng hệ thống kiểm tra quang học tự động AOI + AI

Một ví dụ điển hình được Midra Global sử dụng để minh họa là bài toán kiểm tra ống xả xe máy:

• Sản phẩm có nhiều mối hàn, nhiều vị trí lỗ, hình học phức tạp.
• Yêu cầu vừa kiểm bề mặt mối hàn, vừa kiểm kích thước/hình học và vị trí lỗ.
• Sản lượng yêu cầu: mỗi chi tiết chỉ có khoảng 6,5-7 giây để kiểm tra.

Giải pháp mà Midra Global đề xuất kết hợp bao gồm:

• 3D scanner để nắm bắt hình học, đường kính, vị trí lỗ.
• Camera 2D để kiểm tra bề mặt mối hàn và ngoại quan.
• AI để nhận dạng model ống xả và gán đúng bộ tiêu chí kiểm tra.
• HMI trực quan giúp kỹ thuật viên vận hành dễ dàng.

Ví dụ này cho thấy hệ thống AOI + AI có thể giải quyết những bài toán mà visual inspection trong QC khó đảm bảo vừa đủ nhanh, vừa đủ sâu, lại vừa có dữ liệu.

(Lưu ý: đây là ví dụ minh họa cho một bài toán điển hình; cấu hình thực tế sẽ tùy thuộc yêu cầu từng nhà máy.)

Ứng dụng hệ thống kiểm tra quang học tự động AOI + AI trong nhà máy ống xả xe máy

Hãy hình dung một nhà máy sản xuất ống xả xe máy hiện đang:

• Cung cấp cho một OEM lớn,
• Sản xuất nhiều model ống xả trên cùng một dây chuyền,
• Mỗi model có thiết kế mối hàn, lỗ, gá lắp khác nhau.

Bài toán hiện tại với QC thủ công:

• QC chủ yếu bằng mắt, kết hợp một số dưỡng kiểm cơ bản.
• Đổi model liên tục, đội QC phải ghi nhớ tiêu chí cho từng loại, dễ nhầm.
• Ca đêm, thiếu nhân lực, công nhân mỏi mắt, nguy cơ bỏ sót lỗi tăng.
• Khi OEM audit và hỏi: “Bạn chứng minh thế nào rằng 100% sản phẩm ra khỏi line đã được kiểm tra đúng tiêu chí?” thì bộ phận QC thường khó có câu trả lời thuyết phục vì thiếu dữ liệu.

Lợi ích nếu áp dụng hệ thống QC tự động AOI + AI

Khi áp dụng hệ thống kiểm tra quang học tự động AOI + AI cho bài toán này, nhà máy có thể:

• Chuẩn hóa tiêu chí kiểm tra cho từng model ống xả,
• Kiểm tra 100% sản phẩm với cycle time đáp ứng sản lượng,
• Lưu lại dữ liệu hình ảnh và kết quả cho từng chi tiết,
• Giảm phụ thuộc vào nhân lực QC, đặc biệt ở ca đêm,
• Sẵn sàng hơn cho audit và các yêu cầu truy xuất từ OEM.

Từ góc độ của đơn vị tư vấn, Midra Global thường khuyến nghị: đừng cố tự ghép camera + AI + phần mềm rời rạc nếu chưa có nền tảng kỹ thuật; hãy bắt đầu từ một concept AOI + AI được thiết kế bài bản, có lộ trình pilot rõ ràng.

AOI + AI – Chuẩn mới của hệ thống kiểm tra quang học tự động trong ngành ô tô – xe máy

Ngành sản xuất Việt Nam đang nhanh chóng áp dụng các công nghệ kiểm tra chất lượng tự động, và Midra Global đang tiên phong cho sự chuyển đổi này trong mảng phụ tùng ô tô – xe máy.

Từ góc nhìn của Midra Global, AOI + AI không phải là “một bộ thiết bị để trưng bày”, mà là chuẩn mới trong quản trị chất lượng và tự động hóa QC nhà máy:

• Giúp nhà máy giữ vững vai trò nhà cung cấp cấp 1, cấp 2 cho OEM,
• Giảm phụ thuộc vào nhân lực QC trong bối cảnh thiếu người và chi phí tăng,
• Chuyển từ “đánh giá bằng cảm quan” sang “quyết định dựa trên dữ liệu”.

Tóm lại: Các nhà máy phải hiện đại hóa QC  nếu muốn đi xa hơn trong chuỗi cung ứng

Bước đầu để áp dụng hệ thống kiểm tra quang học tự động AOI + AI vào QC nhà máy

Từ kinh nghiệm của Midra Global khi làm việc với các nhà máy phụ tùng ô tô – xe máy, chúng tôi thấy nhiều đội QC rất hứng thú với AOI + AI, nhưng câu hỏi thực tế luôn là: “Bắt đầu từ đâu để không biến dự án AOI + AI thành một cuộc thử nghiệm tốn kém?”

Các chuyên gia Midra Global giới thiệu và demo Hệ thống kiểm tra quang học tự động AOI+AI

Thay vì chọn camera trước, chọn thuật toán trước, chúng tôi thường khuyến nghị đi theo 3 bước chuẩn bị rất cụ thể:

1. Xác định bài toán chất lượng cốt lõi trong QC

Trước khi nghĩ tới hệ thống QC tự động, bộ phận QC cần trả lời rõ:

• Nhóm lỗi nào đang gây thiệt hại lớn nhất (rework, scrap, khiếu nại, PPM cao)?
• Ở công đoạn nào, nhân sự QC đang bị “quá tải” nhất (đứng kiểm liên tục, ca đêm, line chạy nhanh)?
• Những hạng mục nào thường xuyên bị OEM bắt lỗi trong audit?

Việc chọn đúng “điểm đau lớn nhất” giúp dự án AOI + AI có mục tiêu rõ ràng, dễ chứng minh hiệu quả, thay vì dàn trải.

2. Xem lại dữ liệu chất lượng và “sự sẵn sàng” cho AI

AOI + AI là một phần của quality control automation, nên dữ liệu hiện có của nhà máy sẽ quyết định tốc độ triển khai:

• Hiện tại QC đang lưu dữ liệu như thế nào? Sổ tay, Excel, ảnh rời, hay đã có MES/ERP/SPC?
• Đã có defect catalogue rõ ràng cho từng mã hàng chưa, hay mới dừng ở “kinh nghiệm truyền miệng”?
• Các hình ảnh/xuất file đo hiện tại có đủ ổn định (góc chụp, ánh sáng, khoảng cách) để dùng làm nền cho học AI hay không?

Rất nhiều đội QC ở Việt Nam muốn áp dụng AI nhưng thiếu nền tảng kỹ thuật tối thiểu ở lớp này, khiến dự án khó tiến xa. Một trong những vai trò quan trọng của Midra Global là giúp QC đánh giá mức độ sẵn sàng đó và đề xuất cách “lấp khoảng trống”.

3. Bắt đầu nhỏ và đúng chỗ: pilot với một nhóm sản phẩm

Thay vì triển khai AOI + AI cho toàn bộ nhà máy, cách làm mà chúng tôi thường tư vấn là:

• Chọn 1 – 2 mã sản phẩm đại diện (Ví dụ: một model ống xả có nhiều lỗi mối hàn, sản lượng cao).
• Thiết kế concept trạm AOI + AI cho đúng bài toán thực tế: cycle time, không gian, luồng vật tư.
• Thiết lập bộ tiêu chí QC, quy trình dạy AI, cách kết nối dữ liệu phù hợp với hạ tầng hiện có.

Giai đoạn pilot này vừa là nơi:

• Chứng minh hiệu quả kỹ thuật và ROI,
• Vừa là “sân tập” để đội QC và sản xuất quen dần với tư duy hệ thống QC tự động, trước khi mở rộng.

Trong các dự án kiểu này, Midra Global không chỉ cung cấp thiết bị, mà đóng vai trò đối tác kỹ thuật: cùng nhà máy đọc bài toán, xây concept, triển khai pilot và chuẩn bị lộ trình mở rộng.

Ở trong bài tiếp theo của Series về QC tự động bằng Hệ thống kiểm tra Quang học tự động AOI + AI này, chúng tôi sẽ đi sâu hơn vào câu hỏi:

“Bên trong một hệ thống AOI + AI cho QC phụ tùng ô tô – xe máy có những thành phần gì, và máy thực sự nhìn – hiểu được những gì?”

Triển khai hệ thống kiểm tra quang học tự động AOI + AI cùng Midra Global

Nếu anh/chị đang cân nhắc chuyển từ QC thủ công sang hệ thống QC tự động với hệ thống kiểm tra quang học tự động AOI + AI, Midra Global có thể đồng hành từ bước:

• Khảo sát bài toán chất lượng và bối cảnh QC nhà máy hiện tại,
• Đề xuất concept giải pháp và phương án ROI,
• Lên lộ trình pilot và mở rộng cho toàn bộ bộ phận QC.

LIÊN HỆ NGAY VỚI MIDRA GLOBAL ĐỂ ĐƯỢC TƯ VẤN

0982 800 084

CÔNG TY TNHH MIDRA GLOBAL
🏭 Trụ sở: 78F TT9 – KĐT Văn Phú – Hà Đông – Hà Nội
🏢 VP HCM: 54h/10, KDC 434, Bình Đáng, Bình Hòa, Tp.HCM
🌐 Website: www.midra.vn
📞 Hotline: 0982 800 084
✉️ Email: midra@midra.vn.