Kumb tootmismasin on parem: kas aeglane, kuid lühikeste seadistusaegadega või selline, mis on kiire, kuid vajab pikemat aega ühelt tootelt teisele üleminekuks?
Tootmisvõimekuse analüüsid ütlevad meile tavaliselt seda, et lühemad seadistusajad masinatel on läbilaskevõimele alati paremad kui pikad. Aga mis siis, kui läbilaskevõime on mõlemal juhul sama? Kumb neist sellisel juhul eelistatum variant oleks?
Vastuse leidmiseks koostame lihtsa näite kahe omavahel erineva masina (Jänes200 ja Kilpkonn1000) põhjal.
Tootmismasin Jänes200
- Toores töötlemisaeg ühe ühiku kohta on 12 minutit.
- Keskmine seadistusaeg on 66 minutit.
- Partii suurus seadistuste vahel on 10tk.
Tootmismasin Kilpkonn1000
- Toores töötlemisaeg ühe ühiku kohta on 18 minutit.
- Keskmine seadistusaeg on 6 minutit.
- Partii suurus seadistuste vahel on 10tk.
Andmete järgi on Jänes 200 kiirem kui Kilpkonn1000, kuid viimasel on jällegi lühemad seadistusajad.
Lihtsuse huvides teeme ka eelduse, et nii seadistusaegade kui toorete töötlemisaegade variatiivsus (𝜎²) on mõlema masina puhul sama ja väärtusena madal (0,1).
Arvutuskäik läbilaskevõime leidmiseks mõlema masina kohta on toodud alljärgnevalt.
Tunduks justkui, et ei ole vahet kumba masinat eelistada. Mõlemad annavad samal hulgal toodangut välja – 3,2 tk/h. See oleks aga üsna lihtsakoeline käsitlus masinate võrdluses.
Hoopis teine pilt avaneb, kui vaatleme mõlema masina parameetrite põhjal keskmise töötlemisaja (so keskmine aeg, et valmistada üks ühik, sh on võetud arvesse seadistusajad) variatsiooni.
Arvutused näitavad, et Jänes200 masina keskmise töötlemisaja variatsioon (variatsioonikoefitsent ruudus) on pea kaks korda suurem, kui seda on Kilpkonn1000 oma. Mida sellest järeldada?
Võtame aluseks inglise matemaatiku sir John Kingmani mudeli, mis ütleb, et vooühiku läbimisaeg süsteemi sõltub kolmest omavahelises seoses olevast tegurist: variability (variatiivsus), utilization (koormatus) ja time (töötlemisaeg).
Järelikult määrab tootmismasina variatsioon ühe komponendina seda, kui kaua võtab toodetud detailidel operatsioonisüsteemi läbimine aega. Mida suurem on variatsioon ja koormatus, seda rohkem tekib protsesside ühendatud ahelasse varusid (WIP), mis omakorda pikendavad läbimisaega.
Nii saamegi Kingmani mudeli abil öelda, et töökeskuse 80% koormatuse juures (mis on väga kõrge hõivatuse määr, et süsteemi tekiks ootel olevate tööde järjekord) ja eelkäsitletud variatsiooniparameetreid silmas pidades, võtaks ühel detailil töökeskuse läbimiseks 44 minutit, kui masinaks oleks Jänes200 ja 22 minutit, kui seadmeks oleks Kilpkonn1000.
Kas nüüd võib öelda, et alati tuleks eelistada pigem aeglast, kuid kiirete seadistusaegadega masinat? Kaugeltki mitte. Eeltoodud tulemuseni jõudsime vaid nende numbritega, mis artikli alguses aluseks sai võetud.
Näiteks piisaks vaid sellest, et Kilpkonn1000 operaatorid teeksid ühelt tootelt teisele üleminekuid ajaliselt sedavõrd erinevalt, et seadistusaegade variatiivsus (𝜎²) kujuneks 0,1 asemel 0,25-ks, ja tegemist oleks seepeale pikima läbimisajaga (45 min) töökeskusega.
Saame kokkuvõtteks järeldada, et stabiilsete protsessidega (eelkõige seadistusaegade ja masina töötlemisaegade vähese variatiivsusega) on võimalik läbimisaja osas edestada endast oluliselt kiiremaid ja lühemate seadistusaegadega tootmismasinaid.
Seadistusaegade teemal kirjutasime viimati ka artikli: Kuhu rakendada kiirema tootevahetuse (SMEDi) efekt?
