Балансировка логистических процессов при помощи теории ограничений и имитационного моделирования

Статья из архива альманаха «Управление производством».

В современных условиях серьезной рыночной конкуренции требования потребителей становятся все более высокими и более изменчивыми. Чтобы занять свою нишу на рынке и завоевать лояльность клиентов, компаниям приходится искать все новые и новые способы наиболее эффективно производить и реализовывать свою продукцию с минимальной тратой ресурсов. В немалой степени это зависит от производственной логистики. Как оптимизировать внутренние логистические процессы при помощи Теории ограничений, мы рассмотрим на примере китайского производителя транспортного оборудования.

Кроме портала, мы предлагаем вам и альманах «Управление производством». Все самое интересное и уникальное мы публикуем именно в нем. 300+ мощных кейсов, готовых к использованию чек-листов и других полезных материалов ждут вас в полном комплекте номеров. Оформляйте подписку и получайте самое лучшее!

Традиционно логистика подразделяется на снабжение, производственную логистику (основная часть), логистику продаж и возвратную логистику. Производственная логистика, будучи основным компонентом производственной системы, определяет ее эффективность и качество. Поэтому оптимизация производственной логистики является одной из наиболее популярных тем для исследований в сфере производственного менеджмента. 

Анализ производственной системы китайского производителя оборудования.

Компания по производству транспортного оборудования расположена на юге Китая и имеет широкий круг клиентов, получая благодаря этому высокую прибыль. В то же время ассортимент заказов, как и их изменчивость, достаточно высоки, что усложняет производственное планирование. Некоторые процессы и оборудование недозагружены и отличаются малой производительностью, высок уровень хранящихся материалов и готовой продукции, что требует привлечения дополнительного персонала и, как следствие, ведет к повышению затрат.

Схема производственной линии и ее основных компонентов представлена на рисунке 1. Производственные процессы на такой линии обладают следующими характеристиками: 

• поток материалов однонаправленный; 
• частота подачи материала – каждые 15 минут;
• количество – 100 ед. за раз; 
• линия полуавтоматизированная.

Рис. 1. Схема производственной линии китайской компании по производству транспортного оборудования.

В производственной логистике цеха были выявлены две проблемы:

1. Тип и объем заказов часто меняются, что приводит к постоянной корректировке производственных планов, неравномерному использованию производственных мощностей и несбалансированной нагрузке на заводское оборудование. 
2. Объем незавершенного производства в «узких местах» настолько велик, что приходится направлять персонал из других цехов для устранения «заторов», что негативно сказывается на управлении производством.

Имитационное моделирование процессов.

1. Описание параметров системы.
Предположим, что материалы поступают в буферную зону в объеме 100 деталей в партии. Вместимость буферной зоны каждого процесса определяется количеством контейнеров для незавершенной продукции на участке. Для упрощения эксперимента предположим, что все буферные зоны обладают вместимостью 80 деталей. Длина конвейерной цепочки составляет 5 м, а движется она со скоростью 1 м/с. После наблюдения за процессом производства валов была определена продолжительность выполнения различных операций (таблица 1).

Таблица 1. Продолжительность операций по производству валов.

2. Формулировка предположения и модификация имитационной модели.
В реальности производственная система очень сложна, но ради удобства исследования и анализа были внесены некоторые упрощения. Итак, предположим, что: 

1. за операцию принимаются процессы, выполняемые на одном станке; 
2. если промежуток времени между некоторыми операциями достаточно мал, его можно не учитывать, когда это связано с излишними сложностями расчетов; 
3. время подготовки станков равняется нулю; 
4. поступление заказа незамедлительно запускает следующую операцию, но обработка заказа останавливается, как только возникает «затор».

3. Реализация имитационной модели.
Ради целей исследования и из-за ограниченности ресурсов в модель также были внесены некоторые упрощения. Имитационная модель создавалась на платформе Witness (рис. 2). В таблице 2 приведены основные данные и вводные параметры модели.

Рис. 2. Имитационная модель процессов. 

Таблица 2. Параметры основных элементов.

Результаты моделирования, длившегося 172 000 с, были внесены в таблицу 3 и таблицу 4.

Таблица 3. Статистика по изделиям.

Таблица 4. Статистика станков.

Таблица 5. Статистика для буферов.

4. Имитационный эксперимент и оптимизационный анализ.
1) Первая схема оптимизации.
В результате наблюдения и моделирования на производственной линии удалось выяснить, что коэффициент использования маркировочного и сверлильного станков равняется 96,84% и 100% соответственно. В то же время недостаточная производительность маркировочного станка ведет к простоям из-за заторов на операции по очистке в течение 15,54% общего времени.

Иными словами, неэффективная работа маркировочного и сверлильного станков является ограничителем процесса. Для решения этой проблемы была внедрена система ДРП (толкающая система управления распределением продукции), позволяющая более эффективно контролировать материалы (рис. 3). 

Рис. 3. Первая оптимизированная система ДРП. 

Оптимизация производственной линии была проведена путем изменения объема партий, подаваемых на маркировочный станок: теперь он совпадал с объемом партий в «узком месте», то есть равнялся 4. Процесс, расположенный после «узкого места», использовал стратегию вытягивания.

Итак, в результате моделирования были достигнуты следующие результаты:

1. после периодического пересмотра модели путем разных модификаций буферной зоны оказалось, что настройки буферной зоны никак не влияют на результаты моделирования, поэтому она была удалена из имитационной модели. 
2. чтобы согласовать вышестоящий процесс с «узким местом», объем его партии стал равняться объему партии в «узком месте», то есть 4; нижестоящие процессы не претерпели никаких изменений в объемах партий.
3. использование стратегии вытягивания позволило также удалить конвейеры. После многочисленных тестирований модели удалось установить, что удаление конвейеров помогает сбалансировать логистические операции и сократить заторы.

После проведения вышеописанных модификаций имитационная модель была запущена снова. Вводные параметры остались прежними. Оптимизированная модель показана на рисунке 4, а ее результаты – в таблице 6 и таблице 7.

Рис. 4. Первая оптимизированная модель. 

Таблица 6. Статистика изделий (первая оптимизированная модель).

Таблица 7. Статистика станков (первая оптимизированная модель).

Как следует из таблиц, среднее время производства изделия составляет 4513,4 с, что значительно ниже изначальных 9846,14 с. Средний объем незавершенного производства равняется 33,76 против изначальных 85,33. Время простоя каждого станка также изменилось, например, изначально простои маркировочного станка составляли 96,84% времени, а теперь – 89,04%. Количество «узких мест» сократилось с двух до одного. Буферные зоны и конвейер были удалены из новой системы, что в реальной ситуации поможет сэкономить пространство и снизить расходы. После оптимизации «узким местом» стал токарный станок, загруженный на 100% и с коэффициентом простоев 31,06%. Настало время провести вторую оптимизацию.

2) Вторая схема оптимизации.
После нескольких попыток удалось сократить коэффициент простоев благодаря установлению буферной зоны между сверлильным и токарным станками, где могло разместиться незавершенное производство. После многократных модификаций модели был сделан вывод, что оптимальная производительность системы достигается при объеме буфера 80.

Рис. 5. Вторая оптимизированная система ДРП. 

Вышеуказанные изменения были внесены в модель. Между двумя процессами была установлена буферная зона с объемом 80. Процессы взаимодействуют по принципу вытягивания. На рисунке 6 приведена схема производственной линии. В результате наблюдения и моделирования на производственной линии удалось выяснить, что наибольшей производительности система достигает при объеме партии, подаваемой на сверлильный станок, равном 3. Результаты моделирования приведены в таблице 8 и таблице 9.

Рис. 6. Вторая оптимизированная модель. 

Таблица 8. Статистика изделий (вторая оптимизированная модель).

Название	Количество поступивших единиц	Объем поставки	Незавершенное производство	Средний показатель незавершенного производства	Среднее время
Р1	1296	1188	108	87,26	10907,26

Таблица 9. Статистика станков (вторая оптимизированная модель).

Название	Простои (%)	Полезная работа (%)	Заторы (%)	Количество операций
Обточка	0	100	0	0
Маркировка	10,93	89,07	0	10,93
Контроль	74,22	25,78	0	74,22
Зачистка торцовых поверхностей	36,83	63,17	0	36,83
Шлифование	4,57	95,43	0	4,57
Очистка	37,61	62,39	0	37,61
Фрезерование	22,24	77,76	0	22,24
Сверление	0	97,36	2,64	0
Пробивание отверстия	20,46	79,54	0	20,46

После внедрения улучшений из-за буферной зоны увеличился цикл обработки деталей, а также объем незавершенного производства, но в то же время значительно сократились простои сверлильного станка. В результате эксперимента можно сделать вывод, что при увеличении объема буфера коэффициент простоев сверлильного станка может снизиться до нуля, при этом цикл обработки деталей будет увеличиваться. Из соображений эффективности производственной системы можно до минимума сократить цикл обработки путем избегания заторов. После многочисленных экспериментов именно вторая схема оптимизации была признана более рациональной.

Китайский производитель транспортного оборудования в поисках возможностей оптимизации производственной логистики комбинировал теорию ограничений с имитационными моделями, позволяющими наглядно представить процессы и выявить их «узкие места». Несмотря на некоторые упрощения, модель объективно отражает существующий производственный процесс, его компоненты и взаимосвязи. Для дальнейшего совершенствования технологического процесса имеет смысл применять более сложные модели. В целом, как показывает опыт компании, детальное моделирование и анализ процессов помогают сбалансировать внутренние логистические операции без ущерба для производительности. Подобный опыт может быть с успехом применен и на предприятиях других отраслей, стремящихся сократить потери в производственной логистике. 

Текст: Ольга Гончарова

Материал подготовлен на основании данных Liu Guoqing, Ma Kaiping, Logistics Balance of Production Line Based on the Theory of Constraints, International Conference on Trends in Mechanical and Production Engineering.