Frågeställning

Var i produktionsflödet är det lämpligast att genomföra åtgärder?

Här sammanställdes och analyserades de två orsakerna som tagits fram i rubrik 5.1, kassationsprocent och fördelningsmix. Nulägesanalysen, teoretiskt ramverk och simuleringar användes för att analysera fram var det är mest lämpligt att genomföra åtgärder.

5.2.1 Kassationsprocent

Studien har valt att analysera två tidsperioder på 4 månader. En tidsperiod innan säkerhetssystemet installerades i augusti 2019 och en efter, tidsperioderna är februari till maj respektive september till december.

Kassationsprocenten påverkas av PM13’s produktion. Här är det pappersmaskinen som är den huvudsakliga orsaken till att kassationsprocenten minskar eller ökar. Det är alltså i PM13 orsakerna uppstår.

Data kring kassationer och driftstopp på pappersmaskinen som är hämtat från Ahlstrom-Munksjös databas användes för att analysera detta.

32

5.2.1.1 Sammanställning av tidsperioder

Nedan förklaras 4 olika sammanställningar för tidsperiod februari – maj 2019, detta presenteras i Bilaga 1. Båda tidsperioder har sammanställts lika, därför beskrivs endast tidsperioden februari - maj 2019 nedan. Sammanställningen för tidsperioden september – december 2019, presenteras i bilaga 2. Dessa genomfördes i syfte för att kunna analysera vilka orsaker som påverkar kassationsprocenten i pappersmaskinen.

- Reject class, februari - maj 2019

När Ahlstrom-Munksjö kasserar papper från pappersmaskinen på PM13 använder de sig av 4 olika kassationsklasser.

1. Process waste - är kassationer som uppstår under processen i maskinen, det kan vara kvalitetsändringar.

2. Quality waste - är när pappret inte håller tillräckligt hög kvalité till kund, fläckar och hål hör hit.

3. Commercial waste - är förbruksmaterial i maskinen.

4. Undefined - är om det blir kassationer som inte kan kopplas till kassationsklasserna 1–3.

Denna sammanställning hittas under bilaga 1, figur 1. - Reject description, februari - maj 2019

Bilaga 1, figur 2, visas ett stapeldiagram över de största orsakerna till kassationer. Det som sticker ut mest är något som kallas för “kvalitetsändringar”. Stapeln innefattar omställningar inom olika kvalitéer vid tillverkning.

Bild 2 från Bilaga 1, har under studien använts som hjälpmedel för att identifiera de faktorer som påverkar kassationerna mest. Utifrån detta kan företaget se vad de bör arbeta med för att kunna minska sin kassationsprocent. I och med att företaget behöver minska sin kassationsprocent till 32% är detta ett bra verktyg för att påvisa hur nuläget ser ut.

- Production time, februari - maj 2019

I bilaga 1, tabell 3 finns en sammanställning på “production time” på pappersmaskinen på PM13. Här är en sammanställning på schemalagd produktionstid, produktionstid, nertid och antal stopp.

Detta togs fram i syfte för att se om det finns ett samband mellan dessa aspekter och kassationsprocenten. Data som presenteras kommer från Ahlstrom- Munksjös databas.

33

Bilaga 1, tabell 4, visar tiden på driftstopp och MTBF i minuter. Driftstopp är hur länge ett stopp tar, MTBF blir då hur länge pappersmaskinen producerar innan ett stopp uppstår.

Detta kan vara en påverkande faktor till att pappersmaskinen tillverkar mer/mindre kassationer beroende på hur långa/korta driftstoppen är.

Beräkningarna för tabell 4, Bilaga 1, finns nedan i bilaga 7, beräkning 1. 5.2.1.2 Analys av tidsperioder

Nedan analyseras sammanställningen för tidsperioderna februari - maj och september – december 2019. Under denna rubrik presenteras en analys på de fyra sammanställningarna separat i samma struktur som har används under rubrik 5.2.1.1.

- Reject class

Gällande kassationsområdena så påvisar det att det inte har skett någon förändring före respektive efter installationen av säkerhetssystemet. Production waste är det främsta området som leder till kassationer. Detta kan styrkas mot intervjuer som har gjorts med personal där de har beskrivit att de blir mycket kassationspapper på grund av kvalitetsändringar.

Production waste är alltså ett av de största områdena och består av nästan 70 procent av de totala kassationerna.

- Reject description

De 4 främsta orsakerna som bidrar till kassationer i pappersmaskinen är: Trim, Startup paper waste, kvalitetsändringar samt fläckar och hål.

A. Trim

Trim innebär justering gällande pappersrullar, som blir när maskinen skär rullarna i de mått som kunden efterfrågar. Om en minskning gällande trim skall ske så behöver företaget ha förbestämda mått till kund eller en eventuell ombyggnad av pappersmaskinen. En sådan investering är väldigt kostsam och inte lönsamt. En av Ahlstrom-Munksjö ordervinnare är flexibilitet, därför är förbestämda mått inte ett alternativ. Utifrån detta så är inte trim en möjlig åtgärdspunkt.

B. Startup paper waste

Startup paper waste är den minsta påverkande orsaken till kassationer av dessa fyra. Därför är denna åtgärdspunkt minst relevant och anses inte lämplig att genomföra förändringar i syfte på att minska kassationsprocenten.

De två orsakerna som bidrar till mest kassationer är kvalitetsändringar, samt fläckar och hål.

34 C. Kvalitetsändring

Genom att analysera de två olika perioderna syns det att kvalitetsändringen ligger på ungefär samma nivå. Företagets flexibilitet till kund bidrar till att produktionen ofta ställer om mellan olika kvalitéer och tjocklekar.

Pappret som produceras under omställningstiden kallas för kvalitetsändring, och blir automatiskt kassationer.

Ju större skillnad det är på kvalitéerna, desto längre blir omställningstiden och kassationerna ökar. Hur mycket kassationspapper som produceras under ett ställ beror på skillnaden på papprets tjocklek och kvalité mellan ställen.

Pappersmaskinens planeringspersonal och inköp är de två faktorerna på hur det ställs om i maskinen.

Eventuella åtgärder blir att titta om de kan minska differensen mellan tjocklekarna i kvalitetsändringarna. Om planeringspersonalen och inköp kan analysera detta och skapa mindre differens mellan tjocklekarna när de byter kvalitéer, skulle det kunna möjliggöra en minskning i kassationspapper.

D. Fläckar och hål

Analysen av de två bilagorna, Bilaga 1, bild 2 och Bilaga 2, bild 2, från före och efter installationen av säkerhetssystemet visar tydligt att det har blivit en stor ökning av fläckar och hål i pappret efter installationen. Utifrån de intervjuer som har gjorts har det framkommit att det beror på att det är krångligare att komma intill för att rengöra maskinen vid stopp. Eftersom de inte längre kan utföra underhållen lika väl så bidrar detta till mer kvalitetsbrister i produkterna, i form av fläckar och hål. I och med kvalitetsbristerna så blir det mycket omarbete för personalen, vilket bygger på kassationslagrena.

Sammanfattning av reject description

Utifrån ovanstående analys anses inte orsak A och B visat sig ha tillräckligt stor påverkan som orsak C och D. Därför ligger möjliga åtgärder och rekommendationer på orsakerna kvalitetsändringar samt fläckar och hål.

- Production time

Det som urskiljer sig mest är att antal stopp har minskat efter installationen, men tiden för driftstoppen har ökat, samt att “MTBFs” har ökat. Utifrån bilaga 3, så syns det att kassationsprocenten är densamma för båda perioderna. Utifrån detta så kan slutsatsen dras att dessa parametrar inte påverkar utfallet av kasserat material ur pappersmaskinen. Alltså är detta ingen åtgärd att lägga vikt på.

35 5.2.2 Fördelningsmix

I kapitlet nedan så kommer det presenteras tabeller och grafer som visas under bilaga 3, för hur produktionen ser ut vid de respektive tidsperioderna. Utifrån de beräkningar som gjorts så har studien visat sig bara ha en obekant variabel till problemet. Denna variabel innebar hur många procent som togs från massalossen vidare till PM13. Genom intervjuer med operatörer framkom det att värdet låg någonstans mellan 10–30% beroende på vilken kvalité som producerades i pappersmaskinen. För att hitta en snittprocent på hur mycket som tagits från massalossen så gjorde en simulering över flödet. Simuleringen gjordes över två tidsperioder på 4 månader vardera för att få ett mer korrekt värde. Med hjälp av simuleringen kunde procentsatsen tas fram, vilket låg på 18%.

5.2.2.1 Sammanställningar för Snittsimulering

6 olika tabellformer presenteras i bilaga 3. Varje tabellform har tagits fram i syfte för att analysera vad som påverkar produktionsmixen till pappersmaskinen.

I bilaga 3, tabell 1 presenteras en sammanställning för tidsperioden februari – Maj 2019. Denna sammanställning innehåller producerat papper i kg, kassationsprocent för pappersmaskinen, upplöst papper från massalossavdelningen i kg och godkänt papper från PM13 i kg. Dessa sammanställning används för att sedan beräkna viktiga parametrar som har använts i snittsimuleringsmodellen under rubrik 5.1. Dessa värden presenteras i Bilaga 3, tabell 2 som användes till simuleringen.

För tidsperioden september – december 2019 har sammanställningen genomförts på samma vis som på tidsperioden februari – maj 2019.

5.2.2.2 Identifiering av fördelningsmix

Utifrån snittsimuleringen under rubrik 5.1 och sammanställningarna som genomfördes i 5.2.2.1 togs en fördelningsmix fram. Med hjälp av simuleringsmodellen kunde en snittfördelning identifieras, denna låg på 18 procent upplöstmassa och resterande färsk bulk. Detta kunde identifieras genom att hitta ett läge där kar 3 och 4 inte ökade eller minskade i mängd. Detta är en rimlig procentfördelning då de har en min- och maxgräns på 10- respektive 30 procent. Nedan i Figur 5.2 visas hur många procent upplöstmassa som används i snitt.

36

Figur 5.2: Visar fördelningsprocenten mellan Bulk och massalossavdelningen

5.2.3 Identifiering av lämpliga åtgärder.

Under denna rubrik görs en analys på var i produktionsflödet det är lämpligast att genomföra åtgärder.

Den obekanta variabeln, hur många procent som togs från massalossavdelningen till PM13 blev som nämnt i rubrik 5.2.2 identifierad till 18% i medelvärde. Varför denna mix inte är högre än 18% kan bero på två faktorer.

Den första faktorn är om PM13 inte kan ta mer massa på grund av att massalossavdelningen inte hinner lösa upp pappret tillräckligt snabbt. Den andra faktorn kan bero på att operatörerna på PM13 inte kan ta en högre procentsats. Detta av anledning att kvalitén på slutprodukten påverkas negativt. Dessa resulterade i två problemformuleringar:

1. Har massalossavdelningen tillräckligt med kapacitet för att hinna lösa upp papper?

2. Kan operatörerna ta mer upplöst massa från massalossavdelningen? Dessa två områden analyseras nedan i rubrik 5.2.3.1 och 5.2.3.2

37 5.2.3.1 Problemformulering 1

Har massalossavdelningen tillräckligt med kapacitet för att hinna lösa upp papper?

Här simulerades fyra olika utfall med hjälp av kapacitetsimuleringen som beskrivs i figur 5.3 nedan. Olika parametrar ändrades i varje utfall i syfte till att se om massalossavdelningen har tillräckligt med kapacitet. Utfallen presenteras separat med beskrivning av parametrar och resultat, sist kommer en sammanställande analys på alla fyra utfall.

Figur 5.3: kapacitetssimulering på massalossavdelningen

Denna simulering användes för att simulera flödet i massalossavdelningen. Varje simulering är simulerad på 1440 minuter som är 24h och startvärdet i Kar 3 och Kar 4 är 30% av maxvolymen. Detta har beskrivits av operatörer att de inte vill att ett kar går under 30% (120M3) i volym om inte ett kar ska tömmas. Mellanlagren kar 3 och kar 4 förenklades på så vis att simuleringen endast tog hänsyn till en ett Kar. Alltså användes endast maxvolymen för ett kar som var 400M3.

De tre parametrarna i simuleringen som användes var:

A. En maxtakt från massalossavdelningen till Kar 3 och Kar 4, beskrivs i Bilaga 7, beräkning 8.

B. Skiftstopp på massalossavdelningen, operatörer jobbar 16 per dag på avdelningen, detta innebär efter 960 minuter slutar de att lösa upp massa på avdelningen.

C. Olika takter från Kar 3 och Kar 4, takten bestäms av operatörerna på PM13, vilket framkom vid intervjuer. Det bestod av tre olika takter 200-, 400-, 600liter/min.

38

Fyra olika utfall simulerades för att se om Kar 3/Kar 4 minskar eller ökar i lager. Resultaten från utfallen presenteras nedan.

-

Utfall 1

I simulering “Utfall 1” användes parametrarna A och B. Parameter C ändrades till 200liter/minuten.

Parametrarna beskrivs ovan i rubrik 5.3.1. En figur på resultatet visas i Bilaga 4, Utfall 1.

Resultatet blev att lagret i Kar 3 var fullt i 693 minuter. Enligt simuleringen så skulle Kar 3 ha ungefär 300 M3 kvar i lager när en operatör börjar nästa dag. Alltså ökar lagret med 180 M3 på en dag med takten 200 liter/minut.

-

Utfall 2

I simulering “Utfall 2” användes parametrarna A och B.

Parameter C ändrades till 400liter/minuten. Parametrarna beskrivs ovan i rubrik 5.3.1.

En figur på resultatet visas i Bilaga 4, Utfall 2.

Resultatet blev att lagret i Kar 3 var fullt i 631 minuter. Enligt simuleringen så skulle Kar 3 ha ungefär 220 M3 kvar i lager när en operatör börjar nästa dag. Alltså ökar lagret med 100 M3 på en dag med takten 400 liter/minut.

-

Utfall 3

I simuleringen “Utfall 3” användes parametrarna A och B. Parameter C ändrades till 600liter/minuten.

Parametrarna beskrivs ovan i rubrik 5.3.1. En figur på resultatet visas i Bilaga 4, Utfall 3.

Resultatet blev att lagret i Kar 3 var fullt i 530 minuter. Enligt simuleringen så skulle Kar 3 ha ungefär 120 M3 kvar i lager när en operatör börjar nästa dag. Alltså varken ökar eller minskar lagret på en dag med en takt på 600 liter/minut.

-

Utfall 4

I simuleringen “Utfall 4” användes parameter A. Parameter C ändrades till 600liter/minuten.

Parameter B ändrades, eftersom i “Utfall 3” var Kar 3 fullt i 530 minuter simulerades ett utfall med ett stopp mitt på dagen. Stoppet varade i 240 minuter och beskriver operatörernas andra uppgifter, som provtagning

39

och lunch. Alltså i detta utfall är ett 4 timmars stopp och skiftstopp med i simuleringen.

Parametrarna beskrivs ovan i rubrik 5.3.1. En figur på resultatet visas i Bilaga 4, Utfall 4.

Resultatet blev att lagret i Kar 3 var full i 70 minuter. Enligt simuleringen så skulle Kar 3 ha ungefär 120 M3 kvar i lager när en operatör börjar nästa dag. Alltså ökar eller minskar inte lagret på en dag med takten 600 liter/minut.

Sammanfattning Utfall 1–4

Utifrån de simuleringar som har gjorts påvisas det att det inte är massalossavdelningen som har kapacitetsbrist, snarare tvärtom. Teoretiskt sett klarar fibrella 7 av att tillgodose PM13’s behov med den upplösningstakt som finns tillgänglig. Problemet är de driftstopp som finns, men som inte noteras. De tre första utfallen visar maskinen ur en synvinkel då det är 100% tillgänglighet. Detta innebär att PM13 skulle kunna ta 600 liter per minut från massalossavdelningen utan att Kar 3 och 4 skulle stå tomma. En vanlig takt på 200 liter per minut skulle resultera i att massalossavdelningen har närmare 300 liter kvar i Kar 3 och 4 efter ett dygn.

Vid utfall 4 har det tillgodosetts 4 timmar stopp mitt på dagen, som hänsyn till att operatörerna inte arbetar vid maskinen konstant. Här har simuleringen ställts in på att påvisa en 600takt, alltså att PM13 tar 600 liter per minut från massalossavdelningen. Detta innebär att det skall finnas runt 100 liter kvar i Kar 3 och 4 efter ett dygn, trots de 4 timmarna stopp på dagen.

5.2.3.2 Problemformulering 2

Kan operatörerna ta mer upplöst massa från massalossavdelningen?

Det finns inget standardiserat arbetssätt som säger hur operatörerna skall arbeta vid PM13. Detta gör att operatörerna utför sitt arbete utifrån egna arbetserfarenheter. I och med det så blir arbetet aldrig exakt lika utfört, och utfallet gällande mixen mellan bulk/upplöst massa blir olika.

För att ta reda på om det är möjligt att använda mer upplöst massa i produktionen av papper bör en analys på detta genomföras. Om företaget sätter ett mål att alltid kunna ta så mycket upplöstmassa som möjligt så skulle det kunna påverka kassationslagret. Ytterligare datainsamling måste genomföras för att besvara denna fråga.

40

5.3 Frågeställning 3

Vilka rekommendationer till minskat kassationslager är lämpliga? Minskar lagret med uppnått kassationsmål?

5.3.1 Simuleringar för lämpliga rekommendationer.

Snittsimlueringen från rubrik 5.1 användes för att simulera huruvida kassationslagret ökade eller minskade. Det har simulerats olika utfall för att se vilka värden som motsvarar ett plus minus-nolläge för kassationslagret. I simuleringen har två parametrar ändrats för att få olika utfall i simuleringen, fördelningsmix och kassationsprocent.

Nedan beskrivs utfall A-F separat och sist finns en analys/sammanställning på utfallen. Figurer för om kassationslagret växte eller minskade för respektive utfall finns i Bilaga 5.

- UTFALL A

“Utfall A” representerar företagets nuläge där de har en kassation på 37 procent respektive 18 procent i fördelningsmix. Utifrån simuleringen så växer lagret just nu med runt 6400kg varje dag. [Bilaga 5]

- UTFALL B

“Utfall B” visar hur företagets kassationslager hade sett ut med kassationsmålet, som presenteras i kapitel 4. Kassationsmålet på 32 procent sätts emot den nuvarande fördelningsmixen på 18 procent. Utifrån simuleringen så skulle detta resultera i att företaget ökar sitt kassationslager med närmare 3200 kg varje dag. [Bilaga 5]

- UTFALL C

“Utfall C” motsvarar nulägets kassationsprocent på 37 procent i syfte för att visa hur hög fördelningsmixen behöver vara för att kassationslagret ska gå plus minus-noll.

Fördelningsmixen hamnade då på 32,8 procent upplöst massa enligt simuleringen.

Detta är inte möjligt då intervjuer med operatörer beskriver att den högsta möjliga fördelningsmixen är 30 procent.

Företaget kan alltså inte gå plus minus-noll, eller minska sitt kassationslager genom att endast ändra på fördelningsmixen. De måste alltså minska den nuvarande kassationsprocenten för att uppnå ett minskat kassationslager.

Med en fördelningsmix på 32,8 procent skulle det innebära att snitttakten från Kar 3 och Kar 4 ligger på 0,35 M3/minuten. Utifrån Kapacitetsimuleringarna i 5.3.1 så skulle massalossavdelningen klara att

41

lösa upp i denna takt och detta skulle vara möjligt att ta 32,8 utan att bli lidande av kapacitetsbrist. [Bilaga 5]

- UTFALL D

I simuleringen för “Utfall D” så presenteras den nuvarande fördelningsmixen på 18 procent, och hur mycket företaget måste minska sin kassationsprocent vid tillverkningen för att kassationslagret skall nå ett plus minus nolläge.

Utifrån detta så måste företaget minska sin nuvarande kassationsprocent på 37 procent ner till 27,2 procent. Det innebär att företaget måste minska kassationerna med 9,8 procent för att lagret inte skall växa. [Bilaga 5]

- UTFALL E

“Utfall E” är Simulering på Ahlstrom-Munksjös kassationsmål som beskrivs i Kapitel 4. Om de lyckas sänka sina kassationer till målet på 32 procent så måste de öka fördelningsmixen från 18 till 25,5 procent. Detta resulterar att lagret går plus minus-noll. Båda dessa parametrar är inom företagets gränser. [Bilaga 5]

- UTFALL F

I Bilaga 5, Utfall F, presenteras ett alternativ på vilka värden företaget bör justera till för att minska sitt lager. Genom simuleringen så ger 28 procent kassation och 22 procent fördelningsmix en minskning av kassationslagret på 1150 kg per dag.

Sammanfattning utfall A-F

Utifrån tabellerna i bilaga 5, syns det att företagets mål på 32% inte kommer hjälpa dem att sänka sitt lager. Företaget måste uppnå en kassation procent under 27,2% som visas i “Utfall D” för att minska kassationslagret, om fördelningsmixen inte förändras.

Om fördelningsmixen kan ändras så ses det i “Utfall E” att den behöver höjas över 25,5 procent för att få en minskning i kassationslagret.

För att företaget skall uppnå ett minskat kassationslager så behöver de höja fördelningsmixen samtidigt som kassationsprocenten sänks.

Genom att enbart justera en parameter för att uppnå ett minskat lager innebär stora förändringar, oavsett om det gäller kassationer eller fördelningsmixen. Utifrån tidigare exempel så är det praktiskt omöjligt att kunna minska sina lager genom att bara höja fördelningsmixen. Om en minskning endast skall ske utifrån kassationsprocenten till önskad nivå skulle det bli tidskrävande.

Det mest optimala skulle alltså vara en kombination av dessa två som presenteras i “Utfall F”.

42 5.3.2 Rekommendationer

I början av kapitlet presenteras flödet i form av en simulering och de faktorer som påverkar kassationslagret. Det påvisas tidigt att det finns två avgörande faktorer som avgör huruvida kassationslagret regleras. Vidare i kapitlet besvaras frågeställningarna med hjälp av praktiska och teoretiska exempel. Utifrån simuleringarna i (5.4.1) så dras slutsatsen att det mest optimala skulle vara att öka fördelningsmixen samtidigt som kassationsprocenten minskas. De här två faktorerna är de två främsta orsakerna till ett ökat kassationslager. För att företaget skall nå sitt mål med att minska sitt kassationslager behöver de göra förändringar i båda ovanstående parametrar.

Nedan presenteras rekommendationer som företaget skulle kunna genomföra i syfte för att minska kassationslagret.

- Kvalitetsprocent

Företaget kasserar omkring 37 procent av allt som produceras i dagsläget vid pappersmaskinen i PM13. De analyser som visas i 5.2.1.2 påvisar att det finns 4 stora orsaker som leder till kassationer i pappersmaskinen. Det har inte blivit någon större skillnad på mängden kassationer från tiden innan de installerade det nya säkerhetssystemet till hur det ser ut idag. Företaget behöver därmed analysera de orsaker som finns och identifiera grundproblemen som påverkar dessa. Detta för att kunna minska sitt kassationslager.

Studien rekommenderar att en PDCA-analys används för att hitta de grundproblemen som bidrar till ett växande kassationslager.

Teorin bakom varje steg i PDCA presenteras i det teoretiska ramverket. Det första steget, plan, har påbörjats genom att analysera orsaker

till kvalitetsbrister i pappersmaskinen. Grundorsakerna presenteras i Bilaga 1 och Bilaga 2.

Första fasen i PDCA är Plan och det innefattar stegen: identifiera, analysera och föreslå förändring.

Identifieringen av orsaker till kvalitetsbrister har genomförts med hjälp av, Bilaga 1 och Bilaga 2, som beskrivs i Kapitel 5. Nästa steg i fasen Plan blir då att analysera orsakerna och föreslå förändringar. Företaget kan genomföra detta steg med hjälp av metoderna 5 varför och Ishikawa-diagram.

5-varför kan användas när det uppstår kvalitetsbrister i pappersmaskinen. Denna metod innebär att frågan varför händer detta ställs fem gånger, detta används sedan för att finna grundorsaken till problemet. Grundorsaken som fås ut genom att använda metoden kan sedan skrivas in i “Ishikawa-diagrammet” som det definierade problemet. Genom att använda sig av 6M som

43

“underproblem” kan förändringar föreslås genom brainstorming, detta skulle kunna lösa det definierade problemet.

Utifrån fasen Plan kan företaget fortsätta förbättringsarbetet som studien har påbörjat. Teorin som krävs för att fortlöpa metoden PDCA presenteras i kapitel

In document Analys av ett växande kassationslager (Page 37-51)