Processutveckling i komplexa produktionssystem, Lund 2016-01-18
Processutveckling i komplexa produktionssystem
Kristofer Adolfsson & Dan Widerström
Avdelningen för Produktionsekonomi Lunds Tekniska Högskola
Lund, Sweden
Ständiga förbättringar i form av process- och produktionsutveckling är ofta en förutsättning för att företag ska behålla sin konkurrenskraft och nå långsiktig framgång. För stora organisationer, där olika funktioner inom organisationen blir alltmer självstyrande, tenderar komplexiteten i hur företagets funktioner och dess aktiviteter samverkar att försvåra samordning och effektiv allokering av tillgängliga resurser, vilket ökar behovet av arbete med processutveckling. I vissa branscher innebär dock arbetssättet i sig en komplexitet som i takt med att organisations storlek ökar, gör arbetet med effektivisering och förbättringar till en stor utmaning.
I takt med att olika funktioner inom ett företag blir alltmer specialiserade och självstyrande tenderar de att samtidigt förlora insikt och förståelse för hur deras aktiviteter samverkar med och påverkar andra funktioner samt organisationen i sin helhet. Ett annat problem som uppstått till följd av ökad
komplexitet och specialisering inom
organisationer är ökade svårigheter med samordning och effektiv allokering av tillgängliga resurser för att leverera bästa möjliga helhetsresultat (Hillier & Lieberman, 2015). I den studie som genomförts av författarna till denna artikel har vad som definierats som den inre logistiken analyserats för att utreda om det går att finna en kostnadseffektiv lösning som effektiviserar materialflödet på ett sätt som gör att antalet verksamma truckar kan reduceras samtidigt
som personalresurser i form av
maskinoperatörer som idag ansvarar för delar av materialtransporterna, kan frigörs till annan verksamhet.
Det studerade företaget designar och tillverkar högspänningskablar för sjö- och landbaserad elkraftsöverföring. Produktionen kännetecknas av stora vikter och volymer genom både kontinuerlig tillverkning och montering. Tillverkningen sker helt efter kundens behov, vilket generellt innebär att alla kablar som produceras är unika för ett specifikt kundprojekt. Detta medför en komplexiteten som gör det till en stor utmaning att kartlägga och analysera flödet av material samtidigt som generella lösningsmetoder för effektivisering av materialflöden är svåra att tillämpa.
Studier som syftar till att finna alternativa lösningar till ett specifikt system kräver noggrann kartläggning av systemets nuvarande utformning för att till fullo förstå det (Hillier &
Lieberman, 2015). En stor del av
kartläggningen utgörs av insamling av data som beskriver systemet. Svårigheten ligger här i att avgöra vilken data som är av intresse och hur den skall bearbetas för att i så hög grad som möjligt beskriva systemet på ett för studien ändamålsenligt sätt. När dessutom potentiell indata kännetecknas av många källor av variation och osäkerhet samt i vissa fall även otillgänglighet, vilket var fallet vid den aktuella studien, så tillkommer ytterligare svårigheter.
Kartläggningen av det studerade systemet syftade dels till att förstå det i detalj, men mer konkret till att skapa en förenklad modell för att
möjliggöra analys. Den huvudsakliga
datainsamlingen som var nödvändig i den aktuella studien gällde transporter av material. Materialtransporter triggas av att ett materielbehov först uppstår vid en maskinlinje som följd av att maskinlinjen förbrukar material under produktion, varefter materielbehovet genererar ett transportbehov. Transportbehovet tillgodoses senare genom en materialtransport. Datainsamling kopplat till detta syftade till att ta reda på vilka transportbehov som kan uppstå, hur ofta dessa transportbehov uppstår samt hur lång tid det tar att utföra transporten.
För att förstå komplexiteten i att kartlägga transporterna behöver nämnas att en stor mängd olika materialtyper transporteras för vilka transportbehov uppstår med olika frekvens, men även tiden mellan varje enskilt transportbehov av en och samma materialtyp
Processutveckling i komplexa produktionssystem, Lund 2016-01-18
varierar. Dessutom varierar mängden material som transporteras vid ett transportbehov vilket påverkar både tiden det tar att utföra transporten och tiden tills nästa transportbehov uppstår. Listan på källor av variation kan göras lång, och tar man i åtanke det faktum att tillgänglighet på data i många fall är mycket begränsad så förstår man att denna kartläggning inte är helt enkel att genomföra. Man bör därför med fördel försöka hitta sätt att göra förenklingar av materialflödet. Tillvägagångssättet som användes i den aktuella studien för att framgångsrikt kartlägga systemet byggde på att väga samman flera olika data samt identifiera beroende och samspel mellan tillgänglig data och parametrar nödvändiga för att skapa en modell av systemet. Något som kunde konstateras var att de tre identifierade kategorierna; transportbehov, tid mellan transportbehov, samt transporttid, till stor del beror av samma ingångsvärden och som en följd av det, att de också beror av varandra. I Tabell 1 görs ett försök att illustrera de beroenden som identifierats mellan ingående parametrar som används för framtagning av ingångsvärden till modellen.
Tabell 1 – Beroendematris för framtagning av modellparametrar.
Avgörande för att kunna identifiera de i tabellen beskrivna beroendena, var att ha detaljerad kunskap om hur det övergripande systemet, d.v.s. produktionssystemet, fungerar, framför allt avseende materialförbrukning vid
respektive maskinlinje. Med en tillräckligt detaljerad förståelse öppnades möjligheten att göra en mängd antaganden för att förenkla modellen och göra den hanterbar vid vidare analys.
Kunskapen om systemet möjliggjorde förutom att identifiera beroenden illustrerade i Tabell 1, också att dessa beroenden kunde utnyttjas för att generalisera och kompensera för dem sinsemellan. Exempel för hur detta gjordes var bland annat att flera olika materialtyper som aldrig används samtidigt vid en viss typ av maskin, samtidigt som de i övrigt
har liknande beteende gällande
förbrukningshastighet och transporttid, kunde
generaliseras i modellen genom att
representeras av ett enda material. Ett annat exempel var att i särskilda fall kompensera för osäkra uppskattningar av transporttider (som i det verkliga systemet innehåller en stor variation) genom att justera tiden mellan transportbehoven på ett sätt som gjorde modellen mer robust. Som ytterligare ett exempel möjliggjorde kunskapen om systemet,
samt beroenden mellan de olika
modellparametrarna, att hela
produktsortimentet kunde representeras i modellen av ett fåtal särskilt utvalda produkter.
Studien visar, och det som författarna vill trycka på är, att det är möjligt att, trots ett mycket komplext system, framgångsrikt kartlägga och skapa en modell av systemet som ger en representativ bild av det verkliga systemet. Detta genom att identifiera data som i olika grad är beroende av varandra och vars beroende, speciellt i de fall data är osäker, kan
utnyttjas genom generalisering och
kompensation för att skapa användbar data. Med en framgångsrik kartläggning av systemet som grund finns alla förutsättningar att arbeta vidare med att finna nya lösningar och arbetssätt i syfte att utveckla processen hos företaget och säkra dess långsiktiga framgång.
Hillier, F. S., & Lieberman, G. J. (2015). Introduction to Operations Research (10:e upplagan uppl.). New York, NY, USA: McGraw-Hill Education. T ra n sp o rt b eh o v T id m el la n tr a n sp o rt b eh o v T ra n sp o rt ti d A. I ngående materialtyper B,C,G x
B. Krav på transportresurs A,E,G x
C. M aterialförbruknings-hastighet x x D. Kvantitet per transportbehov C,F x x E. Kvantitet per lastbärare x x x F. Beställningspolicy C,D x x G. Kapacitet truck E x x
Beroendematris för framtagning av modellparametrar
Beräkningsparameter Pa ra m et er -b er o en d e M odellparameter
