Multimomentstudie i produksjonen: Finn skjulte forsinkelser

Hjem » Ressurser » Multimomentstudie i produksjonen: Finn skjulte forsinkelser

Estimert lesetid: 12 minutter

På en runde gjennom fabrikken kan det se ut som alle har fullt opp, mens neste runde gir inntrykk av ledig kapasitet på det samme skiftet. Ingen av rundene forteller deg hvor mye tid som går med til å produsere deler, forberede arbeidet eller vente på at noe skal komme.

En multimomentstudie erstatter slike inntrykk med en planlagt serie tilfeldige observasjoner. Den hjelper deg å finne forholdene som avbryter produksjonen, og velge et forbedringstiltak det er verdt å prøve ut. Det nyttige resultatet er ikke en poengsum for hvor travle folk ser ut til å være, men et tydeligere svar på hva som hindrer fremdriften.

Når du har verifisert hva et forbedringstiltak faktisk endrer, bruker SkyPlanner APS de forbedrede operasjonstidene og ressursenes tilgjengelighet til å lage en samordnet produksjonsplan. Du bruker mindre tid på å bygge opp separate maskinkøer på nytt og kan se hva endringen betyr for ordrene du skal levere.

Hva er en multimomentstudie?

En multimomentstudie er en statistisk metode som anslår hvor stor andel av tiden som brukes på definerte aktiviteter, ved å observere personer eller maskiner på tilfeldig valgte tidspunkter. Hver observasjon registrerer aktiviteten akkurat da. Andelen observasjoner i en kategori gir et anslag på kategoriens andel av tiden studien dekker, forutsatt at utvalgsopplegget er representativt for denne tiden.

En studie i et monteringsområde kan for eksempel skille mellom montering, omstilling, kontroll, venting på materialer og andre avbrudd. Ved å registrere disse kategoriene gjennom representative skift får du et mer nyttig grunnlag enn om du bare skiller mellom produktiv tid og lediggang.

Metoden er særlig nyttig når aktivitetene varierer, avbruddene oppstår spredt og kontinuerlig observasjon ville kreve mye arbeid. Du trenger ikke følge hver operasjon fra start til slutt for å få oversikt over hvordan tiden fordeler seg mellom aktivitetene.

Velg en annen målemetode når du trenger svar på noe annet:

• En tidsstudie i produksjonen undersøker definerte arbeidselementer og kan fastsette en begrunnet standardtid. Tilfeldige øyeblikksobservasjoner av aktiviteter forteller ikke hvor lang tid hvert enkelt, kortvarige arbeidselement tar.
• Med tidsregistrering i produksjonen registreres hendelser og faktisk tidsbruk på jobber eller operasjoner. Registreringene viser hvilket arbeid de førte timene gikk til, i stedet for å gi et tilfeldig utvalg av all aktivitet.

En formell arbeidsmålingsstudie kan bruke stikkprøver sammen med annen dokumentasjon for å fastsette standarder. En aktivitetsandel alene er derimot verken en standardtid eller et mål på noens arbeidstempo.

Ta utgangspunkt i en beslutning, ikke bare tell hvem som er i arbeid og hvem som venter

Velg et spørsmål der svaret kan endre måten fabrikken arbeider på. «Hvor stor del av tiden bruker monteringsteamet på å vente på komponenter?» er et nyttig utgangspunkt hvis du kan gjøre noe med klargjøringen av materialer. «Hvor effektive er alle?» er for vagt til å gi et godt studieopplegg eller en god tolkning av resultatene.

Bli enige om formålet med dem som utfører arbeidet. Forklar hva som skal observeres, hvordan kategoriene er definert, hvem som får se resultatene, og hvilken beslutning de skal støtte. Spør operatørene hvilke avbrudd dagens registreringer ikke fanger opp. Studien blir mer nyttig når folk kan forklare at et komponentsett mangler, enn når de føler at de bør skjule ventingen.

Definer populasjonen: personene eller maskinene, skiftene, dagene og produksjonsforholdene som resultatet skal beskrive. En studie av dagskiftet i ett monteringsområde beskriver ikke automatisk nattarbeidet eller hele fabrikken.

Velg deretter observasjonsenhet. Én operatør i ett bestemt øyeblikk er én enhet; én maskin i ett bestemt øyeblikk er en annen. Hold tilstandene deres adskilt. En maskin kan bearbeide automatisk mens operatøren kontrollerer en annen del. Maskinen er i drift, og operatøren utfører kontroll: Ingen av observasjonene trenger å klassifiseres som lediggang.

Vær også tydelig på hvilken tid studien omfatter. Hvis den dekker hele det betalte skiftet, må den relevante pausekategorien tas med. Hvis den bare dekker definerte driftsperioder, må du oppgi at disse utgjør tidsgrunnlaget. Ikke sammenlign de to som om de måler det samme.

Definer aktiviteter som observatørene kan kjenne igjen

Bruk et begrenset antall kategorier som er gjensidig utelukkende for den valgte observasjonsenheten, og som dekker situasjonene du forventer. Skriv en kort definisjon for hver kategori, med eksempler fra det aktuelle området.

«Venting på materialer» skal bety at det valgte arbeidet ikke kan fortsette fordi nødvendige materialer ikke er tilgjengelige, ikke at operatøren tilfeldigvis står ved materialreolen. For «omstilling» bør dere bli enige om avgrensningen fra forberedelsene begynner til produksjonen er klar til å starte. La nødvendig kontroll være en egen, synlig aktivitet i stedet for å gjemme den i en generell kategori for tid uten produksjon.

Ta med en kode for ukjent eller ikke observerbar aktivitet. Hvis du ikke kan fastslå hva som foregår, registrerer du usikkerheten i stedet for å gjette på en årsak. Gå gjennom disse tilfellene separat; de skal ikke forsvinne ubemerket fra beregningsgrunnlaget.

Prøv ut definisjonene i en kort pilotstudie. La observatørene klassifisere de samme situasjonene og diskutere uenigheter. Hvis én person klassifiserer leting etter verktøy som omstilling og en annen som venting, vil studien delvis måle forskjeller i definisjonene fremfor selve arbeidet. Avklar dette før dere samler inn hovedutvalget.

Piloten avdekker også praktiske problemer: observasjonspunkter som ikke er tilgjengelige, en rute som tar for lang tid, eller kategorier som er så detaljerte at de ikke kan skilles fra hverandre med et raskt blikk.

Gjør tilfeldige observasjoner under representative produksjonsforhold

Bruk et verktøy for tilfeldige tall til å fastsette observasjonstidspunktene på forhånd, og fordel observasjonene over skiftene og dagene beslutningen gjelder. Velg person eller maskin etter planen, ikke ut fra hva som ser mest interessant ut når du kommer.

Faste besøk hver halvtime kan gang på gang falle sammen med etterfylling, en pause eller en maskinsyklus. Hvis du bare observerer når arbeidslederen har ledig tid, skaper det en annen skjevhet. Tilfeldige tidspunkter bidrar til å unngå slike mønstre. Ved å dekke de relevante driftsforholdene får du et resultat som er nyttig utover en formiddag det tilfeldigvis passet å observere.

Registrer aktiviteten på hvert valgt tidspunkt uten å vente på at den neste skal begynne. Ta vare på tidspunkt, observasjonsenhet, kategori og relevante opplysninger om skift eller produkt. Skriv en kort, saklig merknad når det kan bidra til å undersøke en forsinkelse. Ikke avbryt aktiviteten for å få en forklaring, for så å klassifisere samtalen du selv satte i gang.

Registrer observasjoner som ikke ble gjennomført, og årsaken til det. Hvis alle utilgjengelige eller vanskelige observasjoner erstattes med enklere observasjoner i nærheten, kan det endre hva utvalget representerer.

Hvis du bevisst gjør flere observasjoner på ett skift enn på de andre, må du rapportere skiftresultatene separat eller kombinere dem med vekter som gjenspeiler tiden eller populasjonen du vil anslå andeler for. Slår du bare sammen observasjoner med ulik utvalgsfrekvens, kan et uvanlig skift få dominere resultatet.

Skill også mellom antall observasjoner og mengden uavhengig informasjon. Når du observerer flere operatører på én runde, får du flere registreringer, men en felles materialmangel kan gjøre tilstandene deres avhengige av hverandre. Gjentatte øyeblikksobservasjoner under samme stans har en tilsvarende begrensning. Sørg for at runder og tidsgrupper kan identifiseres, slik at analysen kan ta hensyn til denne klyngedannelsen.

Hvor mange observasjoner trenger du i en multimomentstudie?

Hvor stort utvalg du trenger, avhenger av presisjonen beslutningen krever, og den forventede andelen for aktiviteten. Det finnes ikke noe bestemt antall observasjoner som gjør enhver studie representativ.

Når du planlegger et enkelt tilfeldig utvalg med uavhengige observasjoner, brukes ofte følgende tilnærming for andelen til én aktivitet:

n ≈ z² × p × (1 − p) ÷ e²

Her er n antall observasjoner, p den forventede andelen skrevet som desimaltall, e den ønskede absolutte feilmarginen og z normalfordelingens verdi for det valgte konfidensnivået. For et tilnærmet konfidensnivå på 95 % er z lik 1,96. Rund det beregnede antallet opp.

Hvis du ennå ikke har et troverdig anslag for p, gir 0,50 det største antallet for en gitt absolutt feilmargin. Med en feilmargin på fem prosentpoeng, e = 0,05, gir beregningen 385 observasjoner. Dette er et planleggingseksempel under disse forutsetningene, ikke et universelt minimum eller en garanti for hver undergruppe.

Vær presis når du sier «fem prosent». En venteandel på 20 % med en feilmargin på fem prosentpoeng betyr omtrent 15 % til 25 %. En relativ feilmargin på 5 % av denne andelen betyr bare ett prosentpoeng i hver retning, noe som krever et langt større utvalg.

Planlegg presisjonen ut fra kategorien og sammenligningen som er viktig for beslutningen. Et antall observasjoner som er tilstrekkelig for den samlede andelen ventetid, kan være for lite for enkeltskift, sjeldne forsinkelser eller enkelte arbeidsstasjoner. Når observasjonene samles i runder, må analysen ta hensyn til utvalgsdesignet i stedet for å behandle hver registrering som uavhengig. Hvis beslutningen gjelder en liten endring eller en betydelig investering, bør en spesialist på utvalgsundersøkelser kontrollere opplegget før hovedinnsamlingen starter.

Eksempel: Bruk aktivitetsregistreringer til å finne ut hva som bør forbedres

Se for deg et område for manuell montering der teamet mistenker at ufullstendige materialsett fører til avbrudd i arbeidet. I en studie samles det inn 400 øyeblikksobservasjoner av operatører gjennom produksjonsperiodene som inngår i studien. Hvert operatørøyeblikk har samme sannsynlighet for å bli valgt. I dette forenklede eksemplet forutsetter vi at observasjonene er uavhengige, og at alle kan klassifiseres.

Observert aktivitet	Observasjoner	Andel av observasjonene
Monteringsarbeid	200	50 %
Omstilling og klargjøring	60	15 %
Kontroll	40	10 %
Venting på materialer	80	20 %
Andre identifiserte forsinkelser	12	3 %
Planlagte pauser	8	2 %
Totalt	400	100 %

Den estimerte andelen tid som går med til å vente på materialer, er 80 ÷ 400 = 20 %. Dette beskriver den samlede operatørtiden som studien representerer. Det betyr ikke at hver operatør venter i nøyaktig en femtedel av hvert skift, eller at alle avbrudd varer like lenge.

For denne ene andelen gir en enkel normaltilnærming følgende:

Omtrentlig feilmargin ved 95 % konfidensnivå = 1,96 × √[0.20 × 0.80 ÷ 400] = 0,0392

Det tilsvarer omtrent 3,9 prosentpoeng og gir et omtrentlig intervall fra 16,1 % til 23,9 %. Intervallet uttrykker utvalgsusikkerheten under de angitte forutsetningene. Det tar ikke høyde for et skjevt utvalg av observasjonstidspunkter, feilklassifiserte aktiviteter eller en annen produktmiks neste måned.

Ved små utvalg eller aktivitetsandeler nær null eller én bør du bruke et mer egnet intervall, for eksempel et Wilson-intervall eller et eksakt binomisk intervall, i stedet for å basere deg på denne symmetriske tilnærmingen. Når observasjonene er gruppert eller vektet, må metoden også ta hensyn til utvalgsdesignet.

Den praktiske konklusjonen er tydeligere enn desimalene: Venting på materialer bør undersøkes. Start med å finne ut hvor i prosessen de aktuelle materialsettene ble ufullstendige, hvilke komponenter som manglet, og om neste montering kunne ha startet i stedet. Kategorien viser hvor dere bør lete. Teamet og den tilhørende dokumentasjonen forklarer hvorfor det skjedde.

Forbedre forholdene, og kontroller hva som faktisk endret seg

Gå gjennom funnene sammen med operatørene, dem som håndterer materialene, og den ansvarlige for den berørte prosessen. Skill nødvendig arbeid fra avbrudd som kan unngås. Kontroll kan sikre kvaliteten, omstilling gjør neste parti mulig, og pauser bidrar til en fungerende arbeidsdag. Ingen av delene blir sløsing som kan fjernes, bare fordi det ikke er montering.

Velg et avgrenset tiltak og en ansvarlig. I monteringseksemplet kan det bety å bekrefte at materialsettene er komplette før arbeidet frigis til monteringsområdet. Undersøk om problemet med manglende komponenter blir mindre, og om arbeidet faktisk kan komme videre tidligere, i stedet for at ventingen bare flyttes til en annen avdeling.

Gjenta observasjonene under sammenlignbare forhold, med de samme kategoridefinisjonene og tidsavgrensningene. Sammenlign også produktmiks, bemanning og uvanlige hendelser, ikke bare de overordnede prosentandelene. En liten prosentvis endring innenfor studiens usikkerhet er ikke overbevisende dokumentasjon i seg selv. En endret produktmiks kan dessuten få resultatet til å se bedre ut uten at arbeidsmetoden er forbedret.

Viktigst av alt: Ikke regn den opprinnelige venteandelen på 20 % direkte om til 20 % ekstra kapasitet. Den frigjorte tiden kan være oppstykket, kreve en annen person for å kunne utnyttes eller sammenfalle med at en maskin allerede kjører. Det kan også være tid der ingen annen jobb kunne ha brukt arbeidsstasjonen.

Kontroller virkningen på ressursen du skal planlegge. Hvis en bedre klargjøringsmetode faktisk forkorter omstillingen, må den nye omstillingstiden måles og godkjennes. Hvis metoden gjør en arbeidsstasjon tilgjengelig i et lengre tidsrom, må du bekrefte at bemanningen og utstyret gjør det mulig å utnytte denne tilgjengeligheten. Skill mellom arbeidsinnsats, operasjonens varighet og tiden maskinen er belagt.

Ta dokumenterte forbedringer inn i produksjonsplanen

En bekreftet forbedring påvirker mer enn arbeidsstasjonen du har undersøkt. Kortere omstillingstid kan gjøre at neste ordre starter tidligere, men ordren trenger fortsatt materialer og plass ved neste operasjon. Andre ordrer kan konkurrere om de samme maskinene. Derfor må en lokal forbedring inngå i en felles produksjonsplan.

I SkyPlanner kan du angi varigheten for prosesstrinn som tid per enhet, produksjonsrate eller fast tid, og holde omstilling og avslutning atskilt. Arbeidsstasjonenes skift angir hvilke tidsrom som er tilgjengelige. Arcturus, SkyPlanners KI for finplanlegging, beregner planen ut fra angitt kapasitet, avhengigheter og prioriteringer. Resultatet vises i Gantt-diagrammet.

Se for deg at en oppfølgingsmåling bekrefter at omstillingstiden er redusert fra 40 til 30 minutter for en definert gruppe jobber. Oppdater de berørte planleggingsdataene slik at de aktuelle jobbene bruker den godkjente omstillingstiden. Beregn deretter plasseringen deres på nytt sammen med resten av arbeidsmengden. Se på etterfølgende operasjoner og leveringsdatoer, ikke bare tidsrommet som ble ledig ved den første stasjonen.

SkyPlanner beregner denne sammenhengende planen, slik at du slipper å plassere hver endrede jobb manuelt i køen til den enkelte maskinen. Du avgjør hvilken forbedring som er gyldig, og hvilke ordrer som skal prioriteres. Arcturus bruker disse føringene i planen. Et bedre beslutningsgrunnlag blir til nyttig produksjonskapasitet der arbeidet faktisk kan utnytte den.

Fredman Operations’ erfaring med SkyPlanner illustrerer gevinsten ved finplanlegging. Produsenten av matemballasje manglet tidligere en tydelig kapasitetsoversikt for hvert skift, og omplanlegging ved hastesaker kunne ta en time eller mer. Med SkyPlanner ble maskinplaner og skiftkapasitet samlet i en felles Gantt-visning. Selskapet beskriver raskere håndtering av endringer og et tydeligere grunnlag for å love leveringsdatoer. Erfaringen deres viser verdien av å samordne arbeidsmengden når forholdene endrer seg.

Velg SkyPlanner når dokumenterte forbedringer på produksjonsgulvet skal bli til en gjennomførbar plan for hele ordreboken. Løsningen kan integreres med ethvert ERP- eller MES-system gjennom sitt åpne REST API. Dermed kan du beholde systemene som styrer virksomheten, samtidig som du forbedrer finplanleggingen av produksjonen.

Bestill en demo av SkyPlanner, og ta med én forbedring, den godkjente virkningen på varighet eller tilgjengelighet og andre ordrer som bruker de samme ressursene. Da får du se konkret hva endringen betyr for arbeidet du har lovet å levere. Hvis du heller vil utforske først, kan du prøve SkyPlanner med demodata.