Multimoment felvétel a gyártásban: a rejtett fennakadások feltárása

Kezdőlap » Erőforrások » Multimoment felvétel a gyártásban: a rejtett fennakadások feltárása

Becsült olvasási idő: 12 perc

Egy üzemi bejáráson ugyanaz a műszak az egyik pillanatban leterheltnek, a másikban kihasználatlannak tűnhet. Egyik látogatásból sem derül ki, mennyi idő jut az alkatrészek gyártására, a munka előkészítésére vagy arra, hogy megérkezzen valami, amire szükség van.

A multimoment felvétel ezeket a benyomásokat tervszerűen végzett, véletlenszerű megfigyelésekkel váltja fel. Segít feltárni, milyen körülmények szakítják meg a termelést, és kiválasztani egy olyan fejlesztést, amelyet érdemes kipróbálni. A hasznos eredmény nem az, hogy pontozzuk, ki mennyire tűnik elfoglaltnak, hanem az, hogy világosabban látjuk, mi akadályozza a munka haladását.

Miután ellenőrizte, hogy a fejlesztés ténylegesen mit változtat meg, a SkyPlanner APS a javított műveleti idők és az erőforrások rendelkezésre állása alapján összehangolt gyártási ütemtervet készít. Így kevesebb időt kell az egyes gépek feladatsorának újratervezésére fordítania, és láthatja, hogyan hat a változás a teljesítendő rendelésekre.

Mi a multimoment felvétel?

A multimoment felvétel olyan statisztikai módszer, amely véletlenszerűen kiválasztott pillanatokban figyeli meg az embereket vagy gépeket, és ebből becsüli meg a meghatározott tevékenységekre fordított idő arányát. Minden megfigyelés az adott pillanatban zajló tevékenységet rögzíti. Az egy kategóriába tartozó megfigyelések aránya az adott tevékenység időarányát becsüli a vizsgált időszakon belül, feltéve, hogy a mintavételi terv megfelelően reprezentálja ezt az időszakot.

Egy szerelési terület vizsgálata például megkülönböztetheti az összeszerelést, az átállást, az ellenőrzést, az anyagra várakozást és az egyéb megszakításokat. Ha ezeket a kategóriákat reprezentatív műszakokban rögzíti, hasznosabb adatokhoz jut, mintha mindent csupán munkavégzésnek vagy tétlenségnek minősítene.

A módszer különösen akkor hasznos, ha a tevékenységek változatosak, a megszakítások elszórtan jelentkeznek, a folyamatos megfigyelés pedig jelentős ráfordítást igényelne. A tevékenységek átfogó megoszlásának megértéséhez nem kell minden műveletet az elejétől a végéig követni.

Ha más kérdésre keres választ, válasszon más mérési módszert:

• A gyártási munkaidő-vizsgálat meghatározott munkaelemeket vizsgál, és megalapozott normaidő megállapítására is alkalmas. A tevékenységek véletlenszerű pillanatfelvételeiből nem derül ki, mennyi ideig tart egy-egy rövid munkaelem.
• A gyártási időrögzítés a gyártási feladatokhoz vagy műveletekhez kapcsolódó eseményeket és tényleges időket rögzíti. Ezekből a nyilvántartásokból az derül ki, mely munkákra fordították az elszámolt órákat; nem az összes tevékenység véletlen mintáját adják.

Egy módszeres munkamérési vizsgálat más adatok mellett mintavételt is használhat a normák megállapításához. Egy tevékenység százalékos aránya önmagában azonban sem normaidőnek, sem az egyéni munkatempó mérőszámának nem tekinthető.

A megválaszolandó kérdésből induljon ki, ne a dolgozók elfoglaltságát számolja

Olyan kérdést válasszon, amelynek megválaszolása változtathat az üzem működésén. „A szerelőcsapat idejének mekkora része telik alkatrészekre várakozással?” Ez hasznos kiindulópont, ha van lehetősége javítani az anyag-előkészítésen. A „Mennyire hatékony mindenki?” kérdés túl általános ahhoz, hogy jól megtervezhető vizsgálat és értelmezhető eredmény szülessen belőle.

A vizsgálat célját egyeztesse a munkát végzőkkel. Mondja el, mit fognak megfigyelni, hogyan határozzák meg a kategóriákat, ki láthatja majd az eredményeket, és milyen döntést támogatnak velük. Kérdezze meg a dolgozókat, mely megszakítások maradnak ki a jelenlegi nyilvántartásokból. A vizsgálat hasznosabb, ha elmondhatják, miért hiányzik egy alkatrészkészlet, mint ha úgy érzik, jobb eltitkolniuk a várakozást.

Határozza meg a vizsgált sokaságot: mely emberekre vagy gépekre, műszakokra, napokra és termelési körülményekre vonatkozzon az eredmény. Egy szerelési terület nappali műszakjának vizsgálata nem jellemzi automatikusan az éjszakai munkát vagy az egész üzemet.

Ezután válassza ki a megfigyelési egységet. Egy dolgozó egy adott pillanatban egy egység; egy gép egy adott pillanatban egy másik. Az állapotukat külön kezelje. Előfordulhat, hogy a gép automatikusan forgácsol, miközben a kezelője egy másik alkatrészt ellenőriz. A gép üzemel, a dolgozó pedig ellenőrzést végez: egyik megfigyelést sem kell tétlenségnek minősíteni.

A vizsgált időszak határait is tegye egyértelművé. Ha a vizsgálat a teljes fizetett műszakot lefedi, a megfelelő szünetkategóriát is vegye fel. Ha csak meghatározott üzemi időszakokra terjed ki, közölje, hogy ez az időalap képezi az arányszámok nevezőjét. A kettőt ne hasonlítsa össze úgy, mintha ugyanazt mérnék.

Határozzon meg egyértelműen felismerhető tevékenységeket

Kevés kategóriával dolgozzon, amelyek a választott megfigyelési egységre nézve kölcsönösen kizárják egymást, és lefedik a várható helyzeteket. Mindegyikhez írjon rövid meghatározást, a vizsgált területről vett példákkal.

Az „anyagra várakozás” azt jelentse, hogy a kiválasztott munka a szükséges anyag hiánya miatt nem folytatható, ne pedig azt, hogy a dolgozó éppen az anyagtároló állvány mellett áll. Az „átállás” kezdetét és végét közösen határozzák meg, az előkészítéstől a gyártásra kész állapotig. A szükséges ellenőrzést külön kategóriában tegye láthatóvá, ne rejtse el egy általános, nem termelő tevékenységeket gyűjtő kategóriában.

Vegyen fel egy kódot az ismeretlen vagy nem megfigyelhető állapotokra is. Ha nem állapítható meg, mi történik, találgatás helyett rögzítse a bizonytalanságot. Ezeket az eseteket külön tekintse át; ne maradjanak ki észrevétlenül a nevezőből.

Egy rövid próbafelvétellel tesztelje a meghatározásokat. A megfigyelők ugyanazokat a helyzeteket sorolják be, majd beszéljék meg az eltéréseket. Ha egyikük a szerszámkeresést átállásnak, másikuk várakozásnak tekinti, a vizsgálat részben a kategóriák értelmezését fogja mérni a munka helyett. Ezt még a fő mintavétel előtt rendezze.

A próbafelvétel gyakorlati problémákra is fényt derít: megközelíthetetlen megfigyelési pontokra, túl hosszú bejárási útvonalra vagy olyan részletes kategóriákra, amelyeket egy pillantással nem lehet megkülönböztetni.

Véletlenszerű megfigyelésekkel fedje le a jellemző termelési körülményeket

Véletlenszám-generátorral előre állítsa elő a megfigyelési időpontokat, és a mintavételi tervet terjessze ki a döntés szempontjából érintett műszakokra és napokra. A megfigyelendő dolgozót vagy gépet a terv szerint válassza ki, ne azt figyelje meg, aki vagy ami érkezéskor a legérdekesebbnek tűnik.

A rendszeres, félóránkénti látogatás újra és újra egybeeshet az anyagutánpótlással, egy szünettel vagy egy gépciklussal. Másféle torzítást okoz, ha a műszakvezető csak akkor végez megfigyelést, amikor éppen ráér. A véletlenszerű időzítés segít elkerülni ezeket a mintázatokat; a releváns üzemi körülmények lefedése pedig biztosítja, hogy az eredmény ne csak egy kényelmesen kiválasztott délelőttre legyen használható.

Minden kiválasztott pillanatban az éppen zajló tevékenységet rögzítse, ne várja meg a következő kezdetét. Őrizze meg az időbélyeget, a megfigyelési egység azonosítóját, a kategóriát, valamint a műszakra vagy termékre vonatkozó lényeges körülményeket. Ha segíti egy fennakadás kivizsgálását, készítsen rövid, tényszerű megjegyzést is. Ne szakítsa meg a tevékenységet azért, hogy magyarázatot kérjen, majd az így létrehozott beszélgetést sorolja be.

Rögzítse az elmaradt megfigyeléseket és az elmaradás okát. Ha minden nehezen hozzáférhető vagy körülményes megfigyelést egy könnyen elvégezhető, közeli megfigyeléssel helyettesít, megváltozhat, hogy mit reprezentál a minta.

Ha az egyik műszakban szándékosan sűrűbben vesz mintát, a műszakok eredményeit külön közölje, vagy a becsülni kívánt időt, illetve sokaságot tükröző súlyokkal vonja össze őket. Az eltérő mintavételi arányokkal gyűjtött adatok egyszerű összevonása miatt egy szokatlan műszak aránytalanul meghatározhatja az eredményt.

A megfigyelések számát is különböztesse meg a független információ mennyiségétől. Ha egy bejárás során több dolgozót figyel meg, több adatot rögzít, de egy közös anyaghiány miatt az állapotuk összefügghet. Hasonló korlátja van az ugyanazon leállás alatt készített ismételt pillanatfelvételeknek. A bejárások és az időbeli csoportok maradjanak azonosíthatók, hogy az elemzésben figyelembe lehessen venni ezt a csoportosulást.

Hány megfigyelés szükséges a multimoment felvételhez?

A szükséges mintanagyság a döntéshez elvárt pontosságtól és a tevékenység várható arányától függ. Nincs olyan megfigyelésszám, amely minden vizsgálatot reprezentatívvá tenne.

Független megfigyelésekből álló egyszerű véletlen minta tervezésekor egy tevékenység arányának becsléséhez gyakran a következő közelítést használják:

n ≈ z² × p × (1 − p) ÷ e²

Itt n a megfigyelések száma, p a várható arány tizedes tört alakban, e a kívánt abszolút hibahatár, z pedig a normális eloszlásnak a választott megbízhatósági szinthez tartozó értéke. Közelítőleg 95%-os megbízhatósági szint esetén z értéke 1,96. A kapott megfigyelésszámot felfelé kerekítse.

Ha még nincs megbízható becslése p értékére, adott abszolút hibahatár mellett a 0,50 használata adja a legnagyobb megfigyelésszámot. Öt százalékpontos hibahatárral, azaz e = 0,05 esetén a számítás eredménye 385 megfigyelés. Ez az adott feltételezésekre épülő tervezési példa, nem általános minimum, és nem jelent garanciát minden alcsoportra.

Pontosan fogalmazzon, amikor „öt százalékról” beszél. A 20%-os várakozási arány öt százalékpontos hibahatárral nagyjából 15% és 25% közötti tartományt jelent. Ha viszont a relatív hibahatár ennek az aránynak az 5%-a, az mindkét irányban mindössze egy százalékpontot jelent, amihez jóval nagyobb minta szükséges.

A szükséges pontosságot a döntés szempontjából fontos kategóriához és összehasonlításhoz tervezze meg. Az összesített várakozási arány becsléséhez elegendő megfigyelésszám kevés lehet az egyes műszakok, ritka fennakadások vagy különálló munkaállomások vizsgálatához. A bejárásonként csoportosuló megfigyeléseket is a mintavételi tervnek megfelelően kell elemezni, nem pedig minden feljegyzést független adatként kezelni. Ha a döntés kis változás kimutatásán múlik, vagy jelentős beruházással jár, a fő adatgyűjtés előtt ellenőriztesse a tervet mintavételi szakértővel.

Példa: hogyan lesz a megfigyelések számából fejlesztési kérdés?

Képzeljünk el egy kézi összeszerelő területet, ahol a csapat arra gyanakszik, hogy a hiányos alkatrészkészletek miatt szakad meg a munka. A vizsgálat során a kijelölt termelési időszakokban 400, azonos kiválasztási valószínűségű megfigyelést végeznek, amelyek mindegyike egy dolgozó pillanatnyi tevékenységét rögzíti. Ebben az egyszerűsített példában feltételezzük, hogy a megfigyelések függetlenek, és mindegyik besorolható valamelyik kategóriába.

Megfigyelt tevékenység	Megfigyelések száma	Megfigyelések aránya
Összeszerelés	200	50%
Átállás és előkészítés	60	15%
Ellenőrzés	40	10%
Anyagra várakozás	80	20%
Egyéb azonosított fennakadások	12	3%
Tervezett szünetek	8	2%
Összesen	400	100%

Az anyagra várakozás becsült aránya 80 ÷ 400 = 20%. Ez a vizsgálat által reprezentált, összesített dolgozói időre vonatkozik. Nem jelenti azt, hogy minden dolgozó minden műszak pontosan egyötödében várakozik, vagy hogy minden megszakítás ugyanannyi ideig tart.

Erre az egy arányra az egyszerű normális közelítés a következőt adja:

Közelítő hibahatár 95%-os megbízhatósági szinten = 1,96 × √[0.20 × 0.80 ÷ 400] = 0,0392

Ez körülbelül 3,9 százalékpont, így a közelítő intervallum 16,1%-tól 23,9%-ig terjed. A megadott feltételezések mellett a mintavételi bizonytalanságot fejezi ki. Nem veszi figyelembe a megfigyelési időpontok torzító megválasztását, a tevékenységek téves besorolását vagy azt, ha a következő hónapban más lesz a termékösszetétel.

Kis minta vagy nullához, illetve egyhez közeli tevékenységi arány esetén e szimmetrikus közelítés helyett használjon megfelelőbb intervallumot, például Wilson-intervallumot vagy egzakt binomiális intervallumot. Ha a megfigyelések csoportosulnak vagy súlyozottak, olyan módszert válasszon, amely a mintavételi tervet is figyelembe veszi.

A gyakorlati következtetés a tizedesjegyektől függetlenül egyértelmű: az anyagra várakozás okait érdemes kivizsgálni. Először nézze meg, hol váltak hiányossá az érintett alkatrészkészletek, mely alkatrészek hiányoztak, és el lehetett volna-e kezdeni közben a következő összeszerelési munkát. A kategória megmutatja, hol érdemes keresni; az okokat a csapat és a kapcsolódó nyilvántartások tárják fel.

Javítson a körülményeken, majd ellenőrizze, mi változott

Tekintse át az eredményeket a dolgozókkal, az anyagmozgatókkal és az érintett folyamat felelősével. Válassza külön a szükséges munkát az elkerülhető megszakításoktól. Az ellenőrzés a minőséget védheti, az átállás a következő sorozat gyártását teszi lehetővé, a szünetek pedig segítik a munkanap során a regenerálódást. Egyik sem válik megszüntethető veszteséggé pusztán attól, hogy nem összeszerelés.

Válasszon egy célzott változtatást, és jelöljön ki hozzá felelőst. Az összeszerelési példában ez lehet az alkatrészkészlet hiánytalanságának ellenőrzése, mielőtt a gyártási feladatot kiadják a területre. Ellenőrizze, hogy csökken-e az alkatrészhiány, és valóban hamarabb haladhat-e tovább a munka, nem pedig csak egy másik részlegre kerül át a várakozás.

Ismételje meg a megfigyeléseket összehasonlítható körülmények között, változatlan kategóriameghatározásokkal és időbeli lehatárolással. A fő százalékos eredmények mellett hasonlítsa össze a termékösszetételt, a létszámot és a rendkívüli eseményeket is. A vizsgálat bizonytalanságán belül maradó kis arányváltozás önmagában nem meggyőző bizonyíték; a termékösszetétel változása is javíthatja a látszólagos eredményt anélkül, hogy a munkamódszer javult volna.

A legfontosabb: az eredeti 20%-os várakozási arányt ne számítsa át közvetlenül 20% többletkapacitásra. A felszabaduló idő elaprózódhat, kihasználásához másik dolgozóra lehet szükség, vagy olyan időszakra eshet, amikor a gép már működik. Az is lehet, hogy ebben az időben más gyártási feladat nem tudná igénybe venni a munkaállomást.

Ellenőrizze a hatást azon az erőforráson, amelyet ütemezni kíván. Ha a jobb előkészítési módszer valóban lerövidíti az átállást, mérje meg és hagyassa jóvá az új átállási időt. Ha a munkaállomás így hosszabb időszakban áll rendelkezésre, győződjön meg arról, hogy ezt a dolgozók és a berendezések is lehetővé teszik. Kezelje külön az élőmunka-ráfordítást, a művelet eltelt idejét és a gép foglaltságát.

Építse be az igazolt fejlesztéseket a gyártási ütemtervbe

Egy igazolt fejlesztés hatása túlmutat a vizsgált munkaállomáson. A rövidebb átállás lehetővé teheti a következő rendelés korábbi indítását, de annak a következő műveletnél továbbra is anyagra és szabad kapacitásra lesz szüksége. Ugyanazokért a gépekért más rendelések is versenyezhetnek. Itt válik szükségessé, hogy a helyi fejlesztés egy közös gyártási tervbe illeszkedjen.

A SkyPlanner rendszerben a műveletek időtartama darabonkénti idővel, termelési rátával vagy rögzített időtartammal adható meg, az átállási és a lezárási idő pedig külön azonosítható marad. A munkaállomások műszakrendje határozza meg a rendelkezésre álló időablakokat. Az Arcturus, a SkyPlanner mesterséges intelligencián alapuló ütemezője a beállított kapacitások, függőségek és prioritások alapján számítja ki az ütemtervet, az eredményt pedig a Gantt-idővonal jeleníti meg.

Tegyük fel, hogy az utólagos mérés igazolja: a gyártási feladatok egy meghatározott csoportjánál az átállási idő 40 percről 30 percre csökkent. Frissítse az érintett tervezési adatokat, hogy a megfelelő gyártási feladatoknál a jóváhagyott átállási idő szerepeljen, majd ütemezze újra ezeket a többi gyártási feladattal együtt. Ne csak az első állomáson felszabadult időt vizsgálja meg, hanem a következő műveleteket és a szállítási határidőket is.

A SkyPlanner összehangoltan számítja ki az ütemezést, így nem kell minden módosított gyártási feladatot kézzel beillesztenie az egyes gépek várakozási sorába. Ön dönti el, melyik fejlesztés igazolt, és mely rendelések élveznek elsőbbséget; az Arcturus ezeket az utasításokat alkalmazza a tervben. A megalapozottabb adatok így ott eredményeznek hasznos gyártási kapacitást, ahol azt a gyártási feladatokhoz valóban fel lehet használni.

A Fredman Operations SkyPlanner rendszerrel szerzett tapasztalatai jól szemléltetik az ütemezési előnyöket. Az élelmiszer-csomagolóanyagokat gyártó vállalat korábban nem látta át egyértelműen a műszakonkénti kapacitást, egy sürgős átütemezés pedig akár egy órát vagy annál is többet vehetett igénybe. A bevezetés révén a gépek ütemtervei és a műszakok kapacitása közös Gantt-nézetbe kerültek. A vállalat beszámolója szerint gyorsabban reagálnak a változásokra, és egyértelműbb alapokra helyezhetik a szállítási határidők vállalását. Történetük megmutatja, miért értékes a terhelés összehangolása a körülmények változása után.

Válassza a SkyPlanner rendszert, ha az igazolt üzemi fejlesztéseket a teljes rendelésállományra kiterjedő, megvalósítható tervvé szeretné alakítani. Nyílt REST API-ján keresztül bármely ERP- vagy MES-rendszerrel integrálható, így a gyártásütemezés fejlesztése mellett megtarthatja a vállalat működését irányító rendszereit.

Foglaljon SkyPlanner-bemutatót, és készüljön egy fejlesztési példával: adja meg annak jóváhagyott hatását az időtartamra vagy a rendelkezésre állásra, valamint az ugyanazokat az erőforrásokat használó többi rendelés adatait. Így konkrétan láthatja, mit jelent a változás a már vállalt gyártási feladatok szempontjából. Ha előbb önállóan ismerkedne a rendszerrel, próbálja ki a SkyPlanner rendszert bemutatóadatokkal.