Hur kan LKAB estimera ett optimalt antal plagg i flödet till en given servicenivå?

I dagsläget finns ett stort antal plagg ute i fallföretagets verksamhet. Dessa plagg är dock inte anpassade utefter efterfrågan hos de som använder plaggen på en daglig basis, vilket gör att många artiklar lagerhålls utan att hämtas ut ur automater eller skyddsförråd över huvud taget.

Detta gör att det finns ett stort utrymme för förbättringar gällande vilka plagg som bör lagerhållas av en viss kvantitet, vilket enligt Kull och Kloss (2008) bidrar till en effektiv lagerstyrning. Detta bör därför optimeras.

6.2.1 Optimering av antalet plagg i slingor och skyddsförråd

Antalet plagg som finns i försörjningskedjan i dagsläget skulle kunna optimeras genom att anpassa antalet artiklar av respektive typ och storlek så att efterfrågan under ledtiden kan tillgodoses med en viss sannolikhet. Det behövs därmed underlag till att ta välgrundade beslut om vilken kvantitet som bör finnas i flödet för att kunna tillgodose efterfrågan, vilket Lundgren et al. (2013) förklarar kan göras med hjälp av optimeringsläran genom att beskriva problemet i matematiska termer.

En del i detta är också att analysera hur flödet ser ut. Eftersom arbetskläderna återanvänds kan flödet beskrivas som cirkulärt, likt det flöde som Shi et al. (2011) beskriver. Detta innebär vidare att det att det är önskvärt att hålla en konstant nivå av respektive plaggtyp i flödet. I praktiken skulle detta innebära att det skulle räcka med att bestämma en optimal order-upp-till nivå och eftersträva att bibehålla denna nivå av plagg i systemet. Axsäter (2006) beskriver att en optimal order-upp-till-nivå kan tas fram utifrån en given servicenivå som företaget vill ha gentemot kund, som i detta fall är de anställda.

För att göra det möjligt att bibehålla en önskad servicenivå, trots att mängden plagg minskas är det alltså viktigt att se till att plaggen som lagerhålls är av rätt typ, storlek och kvantitet.

Men trots en konstant kvantitet i flödet kommer det tids nog att behöva köpas in kläder eftersom de kasseras då de inte längre anses godkända som säkra arbetskläder. Inderfurth och Van Der Laan (2001) poängterar att inköp av nya produkter vid ett cirkulärt flöde bör anpassas efter återlämning av produkter till kedjan. Återlämningen av kläder speglas i detta fall av de plagg som finns på tvätten minus de som kasseras. Detta leder i sin tur till att behovet av nya kläder speglas av de kasseringar som görs. Det blir därför viktigt att skapa en uppfattning om vilken kvantitet som skrotas av respektive typ och storlek.

Om inte leverantören har nya plagg måste en ny beställning göras till tillverkaren, vilket ger en ledtid på minst 12 veckor. Därför behövs en framförhållning i form av en uppskattning av vad behovet i framtida perioder kommer att vara. Axsäter (2006) påpekar att prognoser blir extra viktiga att upprätta i de fall där ledtiden är lång. Detta innebär alltså att leverantören vid beställningar bör ta hänsyn till upprättad prognos över skrotningar under leveranstid. På så sätt blir det möjligt att beställa rätt kvantiteter till lagret innan de tar slut för att undvika att brister uppstår. Sedan är det upp till tillverkaren att leverera dessa artiklar inom uppsatt leveranstid.

Optimeringen syftar till att på ett effektivare sätt tillgodose kundens behov och utnyttja befintliga lagringsutrymmen för kläder. Resultatet blir därför numeriska värden på hur många artiklar som kommer att behövas av respektive plaggtyp och storlek i systemet. Om dessa order-upp-till nivåer kontinuerligt upprätthålls i systemet kommer det att minska totalantalet kläder i flödet, samtidigt som en hög servicenivå kan bibehållas gentemot användaren. En förutsättning är dock kontinuerlig påfyllning av plagg, vilken bör göras utifrån skrotningsprognoserna.

6.2.2 Slå samman personliga buffertar till buffertar för varje avdelning

För att optimera antalet kläder i flödet ytterligare skulle det även vara fördelaktigt att minska de personmärkta kläderna i högsta mån, och på så sätt minska antalet buffertar ute i

verksamheten. I dagsläget har varje enskild individ ett eget lager med personmärkta kläder, vilket innebär att varje individ även har ett eget säkerhetslager. Varje sammanslagning av personliga lager kommer att innebära en förbättring eftersom det kommer att innebära en minskning av säkerhetslager. Detta eftersom variationen inte är en linjär funktion av volymen, vilket poängteras av Vännman (2002). Det innebär alltså att om två lager slås samman blir standardavvikelsen:

!^! + !^! (11)

Vitsen med att slå ihop två lager blir därmed variationen relaterad till medelvärdet mindre.

Detta kan illustreras numerisk genom ett exempel. Genom att slå ihop lager A, vilket har ett medelvärde på 10 enheter och standardavvikelse på 3 enheter, med lager B som har medelvärde 16 enheter och standardavvikelse 4. Medelvärdet för det gemensamma lagret blir:

!"!!"

! = 13 (12)

Standardavvikelsen för det gemensamma lagret blir:

3^!+ 4^! = 9 + 16 = 5 (13)

Jämförs storleken på säkerhetslagret innan hopslagningen med säkerhetslagret för det gemensamma lagret erhålls genom (1) följande resultat. Sannolikhetsfaktorn som hämtas ur tabell uppgår i detta fall till 2,06 eftersom en 98 procentig servicenivå valts.

!!(1) = 2.06!×!3 = 6,18 (14)

!!(2) = 2,06!×!4 = 8,24 (15)

!!(1) + !!(2) = !14,42 (16)

!! 1 + 2 = !2,06!×!5 = 10,3 (17)

Eftersom 14,42 är en större variation än 10,3 innebär det alltså att det blir lönsamt att slå ihop så många personliga lager som möjligt för att kunna minska antalet plagg i säkerhetslager.

Det minskade säkerhetslagret kommer även att leda till en reducerad kostnad för bundet kapital. Dessutom skulle en sammanslagning innebära en enklare hantering eftersom antalet utlämnings- och upphämtningsställen minskas samt att det totala antalet personmärkta kläder kan minskas.

6.3 Hur ska nödvändig information angående arbetskläder i flödet samlas in för