Simulering af produktionsopstart

Hos Production Support 56 er vi specialiseret i procesforbedring og fremstillingssimulering. Vi har modelleret mange produktionslinjer og oplever generelt, at når en linje er oppe at køre, er den relativt effektiv. De mere frugtbare muligheder for at forbedre findes uden for normal drift, når tingene går galt, eller når linjen skal skiftes. Et ofte overset område for forbedring er opstart og nedlukning af en produktionslinje. Dette er perioden i starten af en dag, eller kampagne, hvor maskinerne tændes og materialer begynder at fylde linjen og derefter omvendt for nedlukninger. Da strækningen ikke kan køre med fuld hastighed i disse perioder, er det umuligt for strækningen at være lige så effektiv som under normal drift. Disse ineffektive perioder kan vare minutter, timer eller endda dage. Producenter kompenserer ofte for dette ved at øge batchstørrelser og kampagnelængder, hvilket resulterer i overproduktion.

Tidlige modelovervejelser til produktionssimulering

Som altid, før du starter en model, bør du definere det spørgsmål, din model forsøger at besvare. Hvis du kun er interesseret i den normale drift (når tingene fungerer som forventet, og linjen er ved normal hastighed), så spild ikke tid på at bekymre dig om opstarten. Jeg har diskuteret at definere et godt modelspørgsmål i en tidligere artikel. De fleste simuleringssoftware har en opvarmningsperiode, hvor de data, der genereres under starten af modellen, ignoreres. Dette er for at forhindre opstartsdataene i at forvrænge normale driftsdata. Dette er korrekt, da de er to adskilte faser af en produktionslinje. Hvis du kun er interesseret i normal drift, bør du også sørge for, at de data, der genereres under nedlukning af modellen, også ignoreres. Dette opnås ofte nemt ved at få modellen brat til at stoppe, når den er i fuld flow. Vi bruger Simul8 simuleringssoftware til vores modellering, den har en indbygget opvarmningsperiode funktion, men afhængigt af applikationen programmerer vi generelt modellen til at indsamle data i forskellige faser.

Jeg refererer ofte til normal drift som modellens steady state, det er her input og output fra modellen matcher, og linjebelastningerne og det udførte arbejde er relativt konstant. Denne definition hjælper med at definere overgangen fra opstart til stabil tilstand og frem til nedlukningsfasen.

For at komplicere tingene er der to typer opstart: kold og varm. En koldstart er, når udstyret er helt slukket og kræver en række aktiviteter for at få det i drift, for eksempel at tage en ovn fra stuetemperatur til driftstemperatur, vil der være en række komplekse og tidskrævende aktiviteter for at opnå dette . En varm opstart er, hvor udstyr er i tomgang og kræver mindre aktiviteter for at få det til at fungere, f.eks. kan en spiralfryser have den korrekte temperatur, den skal bare have transportøren til at starte. For din model skal du være opmærksom på, hvilken type opstart du simulerer for at sikre, at du indsamler de rigtige oplysninger.

Hvis du mener, at opstart og nedlukninger kan have en væsentlig indflydelse på din models formål, så er det værd at bruge den ekstra tid på at udvide omfanget af dit projekt. Det betyder, at du nøjagtigt skal modellere starten og slutningen af en produktionskampagne og programmere softwaren til at indsamle data for hver enkelt fase. Den anden ting at overveje er, hvilke parametre er de vigtigste og vil påvirke modellens resultater?

Relevante faktorer for produktionsstart og -stop

Ved planlægning af dataindsamling til et model- eller procesforbedringsprojekt overvejer jeg de fem hovedfaktorer, som udgør de velkendte 4M’er og 1E, Menneske, Maskine, Materiale, Metode og Miljø. Det er vigtigt at overveje hver faktor og identificere de nøglegreb, der påvirker din model, og som er vigtige for at besvare spørgsmålet.

Miljø: Fremstillingsprocesser udføres normalt indendørs med vigtige miljøfaktorer kontrolleret, f.eks. lys, temperatur, fugtighed og luftstrøm. Det er dog værd at overveje, især hvis processen, du modellerer, er udendørs, men for de fleste modelleringsprojekter kan den sikkert ignoreres.

Arbejdskraft (mand): De vigtige data her er skiftemønstre, pausetider, bemandingsniveauer og færdigheder. Ofte vil der være nøglepersoner, der styrer udstyret og materialerne ved starten og slutningen af en produktionskampagne.

Maskiner: Nogle maskiner kræver en opvarmningsperiode (såsom fryser eller friture) eller kræver kalibrering eller opsætning. Ved afslutningen af en kampagne skal udstyr muligvis gøres sikkert eller renses ned. Disse er aktiviteter i sig selv og kan kræve specialistfærdigheder, men vil kun forekomme én gang ved enten starten eller slutningen af en kampagne.

Materialer: Nogle materialer kan efterlades i en semi-komplet tilstand. Disse er generelt diskrete ikke-fordærvelige dele (f.eks. en bilmotor), ved slutningen af et produktionsskift vil den aktuelle aktivitet være afsluttet, og delen kan vente på linjen til næste dag. Andre materialer kan have behov for særlig opbevaring ved slutningen af en dag, især hvis materialet er værdifuldt eller farligt. Nogle materialer vil være letfordærvelige (såsom fødevarer), og derfor kan linjen blive tømt og renset i slutningen af produktionsskiftet.

Metode: Metoden vil definere de cyklustider og færdigheder, der er nødvendige for at starte og lukke en linje. Metoden (eller kampagnefilosofien) kan kræve en opbygning af delvist færdige materialer (igangværende arbejde, WIP) under starten af en kampagne, og for at denne WIP kan køres ned i slutningen af kampagnen, eller at WIP bliver gemmes i slutningen af en kampagne og bringes ud igen ved starten af den næste kampagne. Taktisk brug af WIP kan hjælpe med at fremskynde opstart og sikre, at linjen kører jævnt.

Rea world casestudie med start-ups og shutdowns

Vi modellerede for nylig en smelte- og støbeproces, hvor støbeemnerne blev bearbejdet, og det fjernede materiale blev returneret til smelteprocessen. De kørte i to ugers kampagner (levetid for digel), og det tog omkring en dag at få udstyret op på temperatur og omkring otte timer at køle og rense udstyret til sidst.

Frømateriale

Smeltematerialet bestod af 90% nyt og 10% frømateriale genvundet fra bearbejdning. For at gøre livet interessant blev det bearbejdede materiale først genereret efter 60 timers produktion, og det var ekstremt giftigt. Så til de indledende smeltninger krævedes et lager af genvundet materiale for at pode hver smelte, når først de støbte dele var klar til bearbejdning, genererede produktionslinjen tilstrækkeligt genvundet materiale til at pode hver efterfølgende smelte, og en stabil tilstand blev opnået. Den sidste støbeproces fandt sted ti dage inde i kampagnen, hvorefter betydelige mængder genvundet materiale blev genereret, men ikke forbrugt. Grafen viser mængden af giftigt genvundet materiale på lager og har en badekarlignende kurve med tre adskilte produktionsfaser.

Resultater fra produktionssimuleringscasestudie

Modellen gjorde det muligt for os at arbejde med procesinteressenter for at minimere mængden af giftigt genvundet materiale, der opbevares, og sikre, at der var tilstrækkeligt på lager til at starte den næste kampagne.

Opstart og nedlukning

Et af de interessante træk ved denne operation var, at der krævedes en masse aktiviteter for at starte produktionskampagnen. Modellering tillod en vurdering af forskellige opstartsplaner. Vi fandt ud af, at der var tilstrækkelig ledig arbejdskraft i slutningen af en kampagne til at forberede ovnen til den næste kampagne, dette omfattede tømning, afkøling, stripning, genopbygning og indstilling. Endvidere blev det konstateret, at bearbejdningsudstyret kunne klargøres ved starten af næste kampagne, da de første smelte- og støbeaktiviteter blev udført. Denne tilgang, der blev taget, svarede til metoden til udveksling af matricer med et enkelt minut (SMED) (jeg håber at diskutere dette i en senere artikel).

Denne optimering af opstarts- og nedlukningsaktiviteterne reducerede behovet for overarbejde betydeligt, minimerede forsinkelser og øgede anlæggets kapacitet, alt sammen uden at bruge penge.

Resumé: Effektiv produktionssimulering

Vi har fundet ud af, at fremstillingssimulering er et fantastisk værktøj til at understøtte procesforbedringer og operationelt design. Nøglen til at skabe en god model er at basere den på et enkelt spørgsmål, som inkorporerer målet og løftestængerne. For eksempel, ‘Kan jeg øge linjens gennemløb ved at optimere skiftemønsteret?’. Når du planlægger modellen, bør du overveje, om opstart og nedlukning påvirker målet, og i givet fald, hvilke er nøgleelementerne. Hvis du inkorporerer opstart og nedlukning, bør du sørge for, at modellen indsamler dataene separat for hver enkelt fase.

Med en model, der inkorporerer opstart og nedlukning, kan du bestemme de fulde driftsomkostninger i form af arbejdskraft, materialer og energi. Du kan derefter køre forskellige scenarier for at optimere afvejningen mellem varme opstarter og normal drift. Dette er især relevant for energikrævende udstyr som frysere, du vil måske stille dem i tomgang mellem produktionskampagner ved en højere temperatur, mens du ikke øger opstartstiden til skade.

Du kan opleve, at større påvirkninger opnås uden for normal drift, og hvis du ikke modellerer dem, vil du aldrig vide det.