Na shop flooru je běžné, že na základě vašich zásob odhalujete lokaci úzkého místa. Běžně se říká, že když je buffer plný, úzké místo se nachází za ním ve směru materiálového toku a když je buffer prázdný, nachází se úzké místo před ním. Je tomu opravdu tak? Ověřováním této teorie jsem strávil celkem hodně času a přišel jsem na celkem hodně zajímavých skutečností. Obecně to pravda je, ale problém je v detailech.
(Přeloženo z originálu “Can you tell your Bottleneck from your Inventory?”, autorem je Christoph Roser na blogu www.allaboutlean.com)
Úvod
Nejprve si musíme nadefinovat, co je přesně úzké místo:
Úzké místo (bottleneck) je proces, který ovlivňuje průtok celým systémem. Čím větší má vliv, tím je úzké místo významnější.
Ve výrobním systému (a stejně tak i v ostatních systémech) se (rychleji) plní buffer tehdy, když se úzké místo nachází za ním a naopak se buffer (rychleji) vyprazdňuje, když se úzké místo nachází před ním, jak je znázorněno na obrázku. Úzké místo je příčinou a reakce či chování bufferu je následkem či efektem.
Tento princip je v průmyslu a i v odborných publikacích používán k nalezení úzkého místa:
- Když je buffer víceméně prázdný, pak se bude úzké místo pravděpodobně nacházet před ním.
- Když je buffer víceméně plný, pak se bude úzké místo pravděpodobně nacházet za ním.
Je celkem jednoduché si představit situace, kdy výše uvedené není tak úplně pravdou. Uvedu to níže na obrázku. Proces P1 je úzkým místem a buffer za ním je prázdný. Když z úzkého místa, procesu P1, bude díl předáván do procesu P2, buffer se začne plnit. Předpokládejme, že se buffer naplní těsně před tím, než se bude díl vracet zpět do procesu P1, Proces P1 by tak nikdy nemusel čekat na proces P2.
Procesy výše uvedené jsem označil jako úzká místa, ale dle naší definice úzkého místa musí úzké místo ovlivňovat celý průtok systémem. A přesto je v našem případě proces P1 tím, který ovlivňuje celý systém. Těsně před tím, že by mohl proces P2, jako úzké místo, začít ovlivňovat průtok systémem, přesune se úzké místo zpět na proces P1. A i když byl buffer plný, proces P2 se v podstatě nikdy nestal úzkým místem.
Uznávám, že tento příklad je přece jen extrémní situací, ale i tak situací, která se může stát. A tudíž i v případě naprosto plného či prázdného bufferu nemůžeme nikdy s jistotou říct (pouze s určitou pravděpodobností), kde se právě nachází úzké místo.
Teoretická očekávání
Teoreticky byste očekávali, že pravděpodobnost, že se úzké místo nachází před nebo za bufferem, je přímo vztažena k úrovni zásob. Jestliže je buffer plný, mohli se být téměř jistí, že se úzké místo nachází za ním, a naopak, jak již bylo uvedeno. Pro jakékoliv úrovně zásob se bude tento vztah lineární, takže pokud budete mít pouze z 50 % naplněný buffer, úzké místo se může nacházet před ním, ale také za ním.
Metoda doby aktivity
I přes celkem velký průzkum literárních zdrojů jsem nenašel žádný výzkum, který by se tomuto tématu dříve věnoval. Hodně lidí jak z průmyslu, tak z akademické sféry využívá uvedený předpoklad o nalézání úzkých míst, ale zatím nikdo neověřil, zda opravdu funguje. Tím pádem jsem musel otestovat sledovanou hypotézu. Samotné testování je však tak trochu hlavolamem, jelikož k otestování vztahu mezi úrovní zásob a lokací úzkého místa budete muset dočasně přesunout úzké místo. Většina metod však tento vztah využívá k nalezení úzkého místa a tím pádem by se jednalo o sebenaplňující předpověď, kdybyste měřili přesnost určitého nástroje a tento právě tento nástroj používali k onomu měření přesnosti.
Naštěstí jsem vyvinul alternativní metodu k určení úzkých míst: Metodu doby aktivity.
- Proces je neaktivní, když čeká na jiný proces.
- Proces je v jiných případech brán jako aktivní.
- Proces s nejdelší nepřerušenou dobou aktivity je v tom čase úzkým místem.
- V době překrývání nejdelších dob aktivity dochází k přesouvání úzkého místa.
Nyní můžeme říct, kdy a kde se nachází úzké místo, anebo zda se někam přesouvá.
Simulace systému
Použili jsme jednoduchý simulační systém s nekonečnou poptávkou a s nekonečnou dodávkou, dvěma procesy s náhodnými cyklovými časy a bufferem umístěným mezi nimi.
Spustili jsme simulaci a zaznamenali jak úroveň zásob bufferu, tak i umístění úzkého místa. Simulaci jsme opakovali hned několikrát, a to s různými cyklovými časy (od stejných časů obou procesů až po časy, kdy jeden z časů byl na pouze 20% hodnotě času druhého), různými distribučními funkcemi (exponenciální, Erlangova apod.) a také s různými úrovněmi bufferů (od 3 až po 100 dílů).
Symetrický systém
V případě symetrického systému, ve kterém jsou cyklové časy obou procesů přibližně stejné, dochází k výsledkům, které jsou velmi blízké výsledkům teoretickým. Níže jsou uvedeny výsledky systému se dvěma identickými procesy s exponenciálně rozdělenými cyklovými časy. Buffer má v tomto případě kapacitu 10 kusů. Stejně tak jsou na obrázku znázorněny i intervaly spolehlivosti.
Výsledky se daly očekávat. Když má váš buffer tendenci být spíš prázdný, bude se s největší pravděpodobností (ale ne s jistotou) nacházet úzké místo před tímto bufferem (předchozí proces vzhledem k materiálovému toku). Obdobně tomu bude v případě, kdy má váš buffer tendenci k zaplňování, ale v tomto případě se bude s největší pravděpodobností (ale ne s jistotou) nacházet úzké místo za tímto bufferem (následující proces vzhledem k materiálovému toku).
Vzhledem k tomu, že při metodě aktivní doby dochází i k přesouvání úzkých míst, nemáme možnost úzké místo určit vždy. Zelená oblast v uvedeném grafu znázorňuje právě oblast přesouvání úzkých míst. Pokud tedy v bufferu s kapacitou 10 kusů budou kusy pouze 2, existuje přibližně 55% pravděpodobnost, že se úzké místo nachází před tímto bufferem a současně ale existuje i přibližně 7% pravděpodobnost, že se úzké místo nachází za bufferem. Zbylých 38 % představuje oblast, pro kterou nám metoda doby aktivity neposkytla informaci o lokaci úzkého místa, jelikož dochází k jeho přesouvání. Dalo by se říci, že naši hypotézu nezamítáme, protože to vypadá, že je pravdivá. Nedělal bych ale ukvapené závěry!
Nesymetrický systém
Provedli jsme totiž i několik simulací v nesymetrickém systému, ve kterém je jeden proces výrazně rychlejší než jiné procesy. A v takovém případě se náš teoretický model rozpadá na kousíčky. Níže je uveden graf výsledků simulace pro proces P1, jehož cyklový čas je pouze 20 % z cyklového času procesu P2. Jinak řečeno byl proces P1 v tomto případě mnohem rychlejší.
Na první pohled je zřejmé, že se již nejedná o symetrický systém. Ať jsou v bufferu zásoby jakékoliv, úzké místo se skoro vždy bude nacházet za tímto bufferem ve směru materiálového toku. Opět si to ukážeme na příkladu bufferu s kapacitou 10 kusů, kdy se v tomto bufferu budou nacházet pouze 2 kusy. V tomto systému nyní máme přibližně 20% pravděpodobnost, že se úzké místo nachází před bufferem (proti směru materiálového toku) a přibližně 40% pravděpodobnost, že se nachází za ním (ve směru materiálového toku). Zbylých 40 % představuje opět oblast bez konkrétního určení úzkého místa, jelikož dochází k jeho přesouvání. Tím pádem je naše hypotéza, že existuje lineární vztah mezi lokací úzkého místa a množstvím zásob v bufferu, nepravdivá!
Co to znamená?
V souhrnu řečeno, máte možnost pomocí množství zásob určit, kde se ve vašem systému nachází úzké místo. Váš systém však musí vykazovat přibližně podobné cyklové časy, protože to úplně nefunguje při velmi odlišných cyklových časech. Je to ale škoda, protože nalezení úzkého místa skrze zásoby je velmi příhodné. Když je jeden proces výrazným úzkým místem oproti ostatním, tak metoda určení pomocí zásob nejčastěji určí právě tento proces. Například výše uvedený graf nesymetrického systému sice ukazuje pravděpodobnost, s jakou bude úzké místo před nebo za bufferem, ale už se nezmiňuje četnost různých úrovní zásob, ke kterým skutečně dochází. Ve skutečnosti trvá hodně dlouho, abyste v takové simulaci dostali alespoň několik úrovní zásob. A nejčastěji se hodnoty pohybovaly mezi 8 a 10 kusy. Můžete tedy určovat lokaci úzkého místa na základě úrovně zásob, ale rozhodně byste neměli spoléhat pouze na jedno pozorování.
Nyní můžete jít, podívejte se na vaše zásoby, najděte úzké místo a zlepšujte vaše procesy!“
Přeloženo z příspěvku: Can you tell your Bottleneck from your Inventory?
Autor: Prof. Dr. Christoph Roser
Přeložil: Pavel Ondra