Detta kapitel presenterar först slutsatser och rekommendationer som har framställts i examensarbetet. Sedan diskuteras implikationer och begräsningar som studien har stött på. Sista delen i kapitlet presenterar vidare forskning för de framtagna rekommendationer som diskuteras i början av kapitlet.
6.1 Slutsatser och rekommendationer
Syftet med arbetet var att identifiera orsakerna till att kassationslagret hos Ahlstrom-Munksjö ständigt ökade. Studien har bearbetats utifrån tre frågeställningar, där nuläget har analyserats för att sedan ge konkreta förändringsförslag.
Utifrån den data som studien har tagit del av har simuleringar och sammanställningar upprättats. Detta har bidragit till en förståelse för nuläget, samt vilka parametrar som påverkar företagets kassationslager.
Författarna anser utifrån sammanställningarna att orsakerna till det växande kassationslagret har identifierats. Det har identifierats två orsaker till problemet, som med hjälp av simuleringen har bearbetats för att hitta eventuella lösningar till. Simuleringarna har gjorts utifrån den data som funnits tillgänglig från företaget. En mer detaljerad simulering hade kunnat genomföras om mer dokumentation från företaget hade funnits. Detta har påverkat noggrannheten hos simuleringens och därmed validitet.
Studien har tagit fram tre rekommendationer för företaget i syfte till att minska deras kassationslager. De rekommendationer som har presenterats i arbetet har tagits fram genom befintlig teori.
- Första rekommendationen är att kunna minska kassationsprocenten praktiskt. Simuleringarna kan påvisa att kassationsprocenten måste sänkas med ungefär 10 procent för att företaget skall kunna minska sitt kassationslager. Detta är alltså en viktig parameter att analysera för företaget. Analysen kring kassationer identifierades 4 orsaker, kvalitetsändringar, trim, start up waste och fläckar och hål. Av dessa så är kvalitetsändringar samt fläckar och hål de två främsta. Företaget behöver ta sig an grundproblemen och kunna jobba efter PDCA- metoden för att lösa detta. Genom att ta hjälp av 5-varför och Ishikawa- diagram kan förbättringsarbetet påbörjas.
46
- Andra rekommendationen gäller tillgängligheten på Fibrella 7. Med hjälp av Kapacitetssimuleringen så kan slutsatsen påvisa att det finns tillräckligt med kapacitet på upplösningsprocessen om den har 100 procent tillgänglighet. För att företaget skall veta om det finns tillräckligt med tillgänglighet i Fibrella 7 behövs det samlas in data kring tider och vikter, för att skaffa sig ett bra nulägesdokument. En OEE skall genomföras för att veta nuvarande tillgänglighet. Detta anses vara en väldig viktig aspekt utifrån undersökningen för att kunna utesluta eller inte om detta är en flaskhals i processen. Denna process kan vara den som påverkar att operatörerna på PM13 inte tar mer än vad de gör i dagsläget.
- Tredje rekommendationen att implementera ett standardiserat arbetssätt på fördelningsmixen för operatörer på PM13 bidrar till stora fördelar gällande en minskning av kassationslagret. Utifrån analysen behöver det identifieras optimala fördelningar för varje kvalité, detta skulle innebära att mer massa kan tas från massalossavdelningen, vilket hade lett till att kassationslagret hade minskat. Med den framtagna data kan slutsatsen tas om att rätt fördelning leder till att kvalitén blir bättre, detta i sin tur resulterar i att kassationsprocenten minskar. Denna rekommendation skulle kunna påverka de båda orsakerna till ett växande kassationslager.
6.2 Implikationer och begränsningar
På grund av Covid-19 så har arbetet begränsat avsevärt. Besöksförbud har införts i samband och insamlingen av data har inte kunnat genomföras som det var planerat. Det hann endast genomföras 4 tidtagningar vid upplösningsprocessen. Även observationer och intervjuer med personal blev bristande eftersom den inte kunde utföras i den utsträckning som var önskad. Eftersom intervjuer och observationer blev begränsade kunde inte den mjuka data samlas in. Delaktighet i förbättringsarbeten och motivation från operatörerna kunde studeras.
Dessa aspekter påverkar även validiteten så som i simuleringar och i de analyser som har gjorts.
Svårigheter har även varit att hitta information på företaget. Ibland tog det onödigt lång tid att hitta rätt person att prata med eller så fanns inte den nödvändiga informationen. Fördelningsmixen är ett exempel gällande bulk och upplöstmassa, det lades ner mycket tid på att hitta arbetsbeskrivningar kring detta men det fanns inga.
Nedan presenteras de implikationer och begränsningar som har rått för vardera rekommendationen.
47
- Första rekommendationen gällande en minskning av
kassationsprocenten är uppbyggt på sekundärdata. Den data som är insamlad kommer enbart ifrån Ahlstrom-Munksjös databas. Besöksförbudet som rått på grund av Covid-19 har påverkar insamlingen av primärdata. Primärdata kan vara av stor betydelse i problemlösning då en egen uppfattning om problemet kan bildas. Denna aspekt finns inte med i rekommendationen, vilket gör att vissa viktiga delar inte har identifierats.
- Andra rekommendationen gällande simuleringen kring tillgänglighet på fibrella7. Här är intervjuade takter från operatörer som finns i simuleringen. Detta grundar sig inte på någon fakta eller tidigare dokument, på så vis kan simuleringen bli missvisande. En annan sak som gör att simuleringen inte stämmer överens med verkligheten är just tillgängligheten på fibrella7. Driftstopp noterades att företaget hade problem med men att det inte fanns något dokumenterat kring detta. Det fanns inte tillräckligt tid för utförliga intervjuer med operatörer då besöksförbudet blev fastslaget i samband med Covid-19.
- Tredje rekommendationen står inför vissa svårigheter i form av att det är många operatörer med olika erfarenheter som skall komma överens. Detta kan leda till konflikter och motgångar i arbetet med att ta fram en arbetsskrivning.
Denna rekommendation är begränsad gällande primär och sekundärdata. Besöksförbudet på företaget har förhindrat nödvändiga observationer och intervjuer med personalen. Dessa är avgörande eftersom det inte finns någon dokumentation gällande fördelningsmixen på företaget.
6.3 Vidare forskning
I kapitel 5 presenteras tre olika rekommendationer för företaget. Alla i syfte för att minska deras kassationslager. Ytterligare studier kan krävas för att få en mer detaljerad analys över nuläget. Processer och flöden gällande kassationer bör undersökas grundligare i syfte för att få säkrare data.
Studien har baserats på hårda data för att minska kassationslagret. Företaget bör därmed se över de mjuka data som finns på företaget i form av de anställdas engagemang och delaktighet kring förbättringsarbeten. Detta i syfte för att få med helheten av ett förbättringsarbete.
Nedan presenteras vidare forskning separat för varje rekommendation.
- För första rekommendationen behöver företaget arbeta vidare med att dokumentera mer nödvändig information kring kassationerna. För att kunna sänka sina kassationer behövs ett standardiserat arbetssätt
48
gällande hantering av dokumentation och förbättringsarbete. Företaget kan använda sig av PDCA, 5-varför metoden och Ishikawa diagram för att analysera denna rekommendation.
- Vidare forskning för andra rekommendationen är att göra en mer detaljerad analys på upplösningen processen i fibrella 7 behövs det att: Ta fler tidtagningar på hur lång tid upplösningsprocessen tar.
Införa tidtagning för driftstopp, MTBF, tomgång osv, i syfte att kunna göra en OEE.
Det behövs även implementera standardiserat arbetssätt, så att alla gör lika. Operatörerna på massalossavdelningen utför arbetet på ett liknande sätt som vid PM13, utifrån de tidigare erfarenheter som de har. Detta resulterar i tydlighet i arbetet som kan leda till förbättrade analyser kring avdelningen.
- För den tredje rekommendationen så måste företaget först kartlägga nuläget gällande fördelningsmixen. För att göra detta behöver nuvarande process dokumenteras noggrant under en längre tid för att säkerställa att dokumentationen blir pålitlig. Den data som behöver kartläggas är vilken fördelningsmix som används vid olika kvalitéer. När företaget har kartlagt och dokumenterat fördelningsmixen över denna tidsperiod kan de börja med ett förbättringsarbete, i syfte för att optimera fördelningsmixen. En metod som kan användas vid denna typ av förbättringsarbete är PDCA-metoden.
49
Referenser
[1] ”Ahlstrom-Munksjö i korthet,” 23 03 2020. [Online]. Available: https://www.ahlstrom- munksjo.com/sv/om-oss/. [Använd 23 03 2020].
[2] R. Patel och B. Davidson, Forskningsmetodikens grunder: Att planera, genomföra och rapportera en undersökning, 4:10 red., Studentlitteratur, 2011.
[3] M. Rosetti, R. Hill, B. Johansson, A. Dunkin och R. Ingalls, ”How to build a valid and credible simulation models,” Winter Simulation Conference, 2009.
[4] L. Hågeryd, S. Björklund och M. Lenner, Modern produktionsteknik del 2, 2 red., Liber, 2005.
[5] ”World Health Organization,” 02 04 2020. [Online]. Available: https://www.who.int/emergencies/diseases/novel-coronavirus-2019/events-as-they- happen. [Använd 02 04 2020].
[6] ”Nationalencyklopedin,” 18 03 2020. [Online]. Available: https://www.ne.se/uppslagsverk/encyklopedi/l%C3%A5ng/reliabilitet. [Använd 18 03 2020].
[7] ”Nationalencyklopedin,” 18 03 2020. [Online]. Available: https://www.ne.se/uppslagsverk/encyklopedi/l%C3%A5ng/validitet. [Använd 18 03 2020].
[8] ”World class manufacturing-Takt,” 19 03 2020. [Online]. Available: https://world-class- manufacturing.com/svenska/takt/takt.html. [Använd 19 03 2020].
[9] ”It-ord: Batch,” 19 03 2020. [Online]. Available: https://it-ord.idg.se/?s=Batch. [Använd 19 03 2020].
[10] Ö. Lundberg, Vägen till ständiga förbättringar, 2000.
[11] ”Novotek, Sex stora förluster,” [Online]. Available: https://www.novotek.com/sv/l- sningar/oee-tak/foerklaring-om-six-big-losses/. [Använd 15 05 2020].
[12] S. Javier, Improving production with lean thinking, Wiley, 2006.
[13] ”Novotek, OEE,” 2020. [Online]. Available: https://www.novotek.com/sv/l-sningar/oee- tak/foerklaring-om-oee/. [Använd 13 05 2020].
[14] M. Brassard, L. Finn, D. Ginn och D. Ritter, Minnerstrimmaren 6 Sigma, 1 red., Liber, 2003.
[15] ”six-sigma,” 18 04 2020. [Online]. Available: http://www.six- sigma.se/Ishikawa_Diagram.html.
[16] P. Jonsson och S.-A. Mattson, Läran om effektiva materialflöden, 3 red., Studentlitteratur, 2017.
[17] J. Liker, The Toyota way-lean för världsklass, 1.6 red., 2013.
[18] ”Produktivitetsbloggen,” 19 03 2020. [Online]. Available: https://www.produktivitetsbloggen.se/lean-huvudprincipen-jit/. [Använd 19 03 2020].
50
Bilagor
Bilaga 1: Fyra sammanställningar togs fram i syfte för att ha underlag till att kunna analysera orsakerna till det växande kassationslagret. De fyra sammanställningarna presenteras nedan i
1. Nedan visas ett cirkeldiagram med dessa 4 kassationsklasser. Diagrammet visar fördelningen mellan de olika kassationsklasserna för tiden februari – maj 2019.
Figur 1: bilaga 1.
2. Visar vilka de största orsakerna till kassation är för tiden februari – maj 2019.
51
3. Värden från perioden innan säkerhetssystemet, feb-maj 2019
Tabell 3: bilaga 1
4. Visar driftstopp samt MTBF i perioden innan säkerhetssystemet, feb- maj 2019. Beräkningar finns under BILAGA 7, beräkning 1.
52
Bilaga 2: Fyra sammanställningar togs fram i syfte för att ha underlag till att kunna analysera orsakerna till det växande kassationslagret. De fyra sammanställningarna presenteras nedan i Bilaga 2.
1. Nedan visas ett cirkeldiagram med dessa 4 kassationsklasser. Diagrammet visar fördelningen mellan de olika kassationsklasserna för tiden september – december 2019.
Figur 1: bilaga 2
2. Visar vilka de största orsakerna till kassation är för tiden september – december 2019.
53
3. Värden från perioden innan säkerhetssystemet, september – december 2019
Tabell 3: bilaga 2.
4. Visar driftstopp samt MTBF i perioden innan säkerhetssystemet, september – december 2019. Uträkningarna finns i Bilaga 7, beräkning
54
Bilaga 3: Visar värden som användes för snittsimuleringen i rubrik 5.1, för tidsperioderna feb – maj 2019 i bild 1 och feb – dec 2019 i tabell 2. All data som presenteras kommer från Ahlstrom-Munksjös databas.
Beräkningar för dessa värden visas under BILAGA (7), beräkning 2–7, beräkningarna genomfördes på samma sätt för tidsperioden sep – dec 2019.
1. Nedan presenteras en sammanställning av parametrar som användes i snittsimuleringen som hittas under rubrik 5.1, denna utgör tidsperioden, feb – maj 2019.
Tabell 1: bilaga 3.
55
2. Nedan presenteras en sammanställning av parametrar som användes i snittsimuleringen som hittas under rubrik 5.1, denna utgör tidsperioden, sep – dec 2019.
Tabell 2: bilaga 3.
56
Bilaga 4: Nedan presenteras resultatet från kapacitetsimuleringen för Utfall 1– 4.
- Utfall 1: Maxkapacitet på massalossavdelningen “Utfall 1”. Parameter C är en 200 takt.
Figur 1: bilaga 4.
- Utfall 2: Maxkapacitet på massalossavdelningen “Utfall 2”. Parameter C är en 400 takt.
57
- Utfall 3: Maxkapacitet på massalossavdelningen “Utfall 3”. Parameter C är en 600 takt.
Figur 3: bilaga 4.
Utfall 4: Maxkapacitet på massalossavdelningen “Utfall 4”. Parameter C är en 600 takt. Ett stopp på 4 timmar lades in efter 4 minuter.
58
Bilaga 5: Nedan visas resultaten av de olika utfallen från snittsimuleringen. - Utfall A: “Utfall A” representerar företagets nuläge.
Figur 1: bilaga 5.
- Utfall B: Utfall B” visar hur företagets kassationslager hade sett ut med kassationsmålet.
59
- Utfall C: “Utfall C” motsvarar nulägets kassationsprocent på 37 procent och en fördelningsmix på 32,8 procent.
Figur 3: bilaga 5.
Med en fördelningsmix på 32,8 procent skulle det innebära att snitttakten från Kar 3 och Kar 4 ligger på 0,35 M3/minuten
60
- Uftall D: “Utfall D” så presenteras den nuvarande fördelningsmixen på 18 procent, kassationsprocent på 27.2.
Figur 5: bilaga 5.
- Utfall E: “Utfall C” är Simulering med kassationsmålet på 32 procent och en fördelningsmix på 25,5 procent.
61
- Utfall F: ”Utfall F” beskriver en simulering med 28 procent kassation och 22 procent fördelningsmix
62
Bilaga 6: Ett dokument som operatörerna på PM13 skall använda för att visa vilken fördelningsmix de använder för olika kvalitéer. Bulk räknas ut genom att ta 100% subtraherat med massalossavdelningen och upplöst PM13.
OBS: De värden som är inskrivna är fiktionvärden.
63 Bilaga 7 - Beräkningar
________________________________________________________________
1. Beräkningar DT, MTBF
Här förklaras hur värdena är beräknade i tabell (5.2).
𝑇𝑜𝑡𝑎𝑙𝑡 𝑛𝑒𝑟𝑡𝑖𝑑 4 𝑚å𝑛𝑎𝑑𝑒𝑟 ( 𝑓𝑟å𝑛 𝑏𝑖𝑙𝑎𝑔𝑎 1,𝑏𝑖𝑙𝑑 3)∗𝑎𝑛𝑡𝑎𝑙 𝑚𝑖𝑛𝑢𝑡𝑒𝑟 𝑝å 𝑒𝑛 𝑡𝑖𝑚𝑚𝑎 𝑇𝑜𝑡𝑎𝑙𝑎 𝑠𝑡𝑜𝑝𝑝 4 𝑚å𝑛𝑎𝑑𝑒𝑟( 𝑓𝑟å𝑛 𝑏𝑖𝑙𝑎𝑔𝑎 1,𝑏𝑖𝑙𝑑 3 )
=
715 ∗ 60543
=
79 minuter________________________________________________________________
2. Godkänt producerat papper
Den mängden godkänt producerat papper per dag i första spalten fås ut genom att avläsa hur mycket papper som är godkänt totalt under perioden september till december. Detta divideras med antal månader som kontrollerats multiplicerat med snittantal dagar på dessa månader. Ekvationen ser ut som följande:
𝐺𝑜𝑑𝑘ä𝑛𝑡 𝑝𝑎𝑝𝑝𝑒𝑟 𝑃𝑀13 𝑢𝑛𝑑𝑒𝑟 𝑎𝑛𝑡𝑎𝑙 𝑚å𝑛𝑎𝑑𝑒𝑟
𝑎𝑛𝑡𝑎𝑙 𝑚å𝑛𝑎𝑑𝑒𝑟 ∗ 𝑠𝑛𝑖𝑡𝑡 𝑎𝑛𝑡𝑎𝑙 𝑑𝑎𝑔𝑎𝑟 𝑝𝑒𝑟 𝑚å𝑛𝑎𝑑
=>
4886366( 4 ∗ 30 )= 4 071 9,7 kg/dag
Uträkningen ger att det produceras 40719,4 kg godkänt papper varje dag. Detta har förenklats till 40 720 kg / dag.
________________________________________________________________
3. Kassationsratio
För att beräkna kassationsprocenten under den här perioden har kassationsprocenten för varje månad summerats ihop för att sedan divideras på antal månader.
41,58% + 33,61% + 35,97% + 36,92%
4 = 37%
64 5. Massaloss – Takt i KG per minut
Snitt takten i massalossen innebär mängden de löser upp varje minut, takten presenteras i två olika format: kilo per minut, samt kubik per minut. Formlerna för de två formaten syns nedan:
𝑇𝑜𝑡𝑎𝑙𝑡 𝑢𝑝𝑝𝑙ö𝑠𝑡 𝑝𝑎𝑝𝑝𝑒𝑟 𝑣𝑖𝑑 𝑚𝑎𝑠𝑠𝑎𝑙𝑜𝑠𝑠 𝑢𝑛𝑑𝑒𝑟 𝑎𝑛𝑡𝑎𝑙 𝑚å𝑛𝑎𝑑𝑒𝑟
( 𝑎𝑛𝑡𝑎𝑙 𝑚å𝑎𝑛𝑑𝑒𝑟 ∗ 𝑠𝑛𝑖𝑡𝑡 𝑎𝑛𝑡𝑎𝑙 𝑑𝑎𝑔𝑎𝑟 𝑝𝑒𝑟 𝑚å𝑛𝑎𝑑 ∗ 𝑎𝑛𝑡𝑎𝑙 𝑡𝑖𝑚𝑚𝑎𝑟 𝑝𝑒𝑟 𝑑𝑦𝑔𝑛 ∗ 𝑚𝑖𝑛𝑢𝑡𝑒𝑟 𝑝𝑒𝑟 𝑡𝑖𝑚𝑚𝑒 )
= 1424048
( 4 ∗ 30 ∗ 24 ∗ 60 )= 8,24 kg/min
Beräkningen ovan visar hur många kilo per minut som massalossen har löst upp i snitt de här fyra månaderna.
_____________________________________________________ 6. Massalossen – Takt i kubik per minut
För att omvandla takten kg per minut till kubik per minut används operatörens omvandlingsats i följande ekvation:
𝑇𝑎𝑘𝑡 𝑝𝑒𝑟 𝑚𝑖𝑛𝑢𝑡 𝑖 𝑘𝑔
𝑜𝑝𝑒𝑟𝑎𝑡ö𝑟𝑒𝑛𝑠 𝑜𝑚𝑣𝑎𝑛𝑑𝑙𝑖𝑛𝑔𝑠𝑠𝑎𝑡𝑠=>
8,24
( 0,035 ∗ 1000)= 0,24 m3/min Här beskrivs hur mycket massalossavdelningen har löst upp i kubik varje minut.
________________________________________________________________