Gyártás ütemezés

Diszkrét esemény alapú folyamat-szimuláció alkalmazása a vágóhídon történő termékfeldolgozás ütemezésére

 

A diszkrét esemény alapú szimuláció egy olyan módszer, amely lehetővé teszi különféle folyamatok és rendszerek modellezését, ahol az események meghatározott időpontokban következnek be. A felépített digitális ikerpár segítségével képesek vagyunk egy folyamat áramlását leképezni, optimalizálni, és az optimumkeresési eljárás révén a kritikus erőforrásokat, például a munkaerőt, a lehető leghatékonyabban felhasználni. A „high-end” kategóriás WITNESS folyamat-szimulációs technológia kiválóan alkalmazható a vágóhídon történő termékfeldolgozás ütemezésére úgy, hogy a szükséges henteslétszámot minimalizáljuk, és ezáltal a minimálisra csökkentsük a napi bérköltséget.

 

A termékfeldolgozás és a munkaerő igény változékonysága

A vágóhídon különböző termékeket állítanak elő, ugyanabból az állatból, feldolgozandó testből. Sertés esetén például ugyanabból a féltestből (félbevágott disznó) készítünk tarja, lapocka, comb, karaj és császár késztermékeket a leeső melléktermékekkel egyidőben. Minden termék különböző feldolgozási lépéseket igényel, és ezekhez a lépésekhez különböző számú és képzettségű hentes szükséges. Például egy comb feldolgozása nagyobb szaktudást és több munkaerőt igényelhet, míg egy császár tisztítása kevesebb munkással is megoldható. Az optimális ütemezés kialakításakor figyelembe kell venni, hogy a munkások átcsoportosíthatók legyenek az egyes folyamatok között, illetve az egyes termékek feldolgozása ne okozzon szükségtelen várakozást vagy torlódást.

  1. kép: Az munkaerő képzettség szerinti bérköltsége, rendelkezésre álló létszám és a gyártott termékek munkaerőigénye

A diszkrét esemény alapú szimuláció előnyei a vágóhíd feldolgozások optimalizálásában

A diszkrét esemény alapú szimuláció lehetőséget nyújt arra, hogy a termékfeldolgozási folyamatokat különálló események sorozataként kezeljük. Ez a módszer segít szimulálni és elemezni, hogy az egyes termékek feldolgozásához szükséges munkásokat mikor és hova kell kiosztani, annak érdekében, hogy a feldolgozási kapacitás maximális legyen, miközben a munkáslétszám minimális. Az optimumkeresési eljárás során a WITNESS különféle szenáriókat futtat le különféle beállítások mellett, azokat folyamatosan kiértékeli és az állítható paramétereket olyan irányba tereli, hogy az általunk kijelölt célfüggvény minimumát (jelen esetben a napi bérköltség) elérhessük.

 

  1. kép: Az eredeti manuális gyártási sorrend szerinti munaerő igény (125-135 fő) és az optimalizált gyártási sorrend szerinti munkaerő igény (115-120 fő)

 

A WITNESS digitális ikerpár a következőképpen járul hozzá a hatékony munkaszervezéshez:

- Pontos időbeli ütemezés: A szimuláció segítségével meghatározható, hogy mikor érdemes egy adott termék feldolgozását elkezdeni, figyelembe véve az aktuális munkáslétszámot és a termékhez szükséges feldolgozási időt. Ez lehetővé teszi az üresjáratok csökkentését és a munkások folyamatos foglalkoztatását.

- Erőforrás-elosztás optimalizálása: Az egyes feldolgozási lépésekhez szükséges munkásigény optimalizálható, mivel a WITNESS modellezni tudja, hogy egy adott időpontban hány munkás szükséges egy adott termék feldolgozásához. Ezáltal az erőforrások (munkások) rugalmasan oszthatók el az egyes folyamatok között, elkerülve a túlzott létszámot és az alulhasznált munkaerőt.

- Költségcsökkentés: Az optimális munkaszervezés következtében a vágóhíd csökkentheti a szükséges munkások számát, és ezáltal a munkabéreket is.

 

  1. kép: Az optimalizált gyártási sorrendnek köszönhető napi bérköltség alakulása

 

A szimulációs modell kialakítása

  1. A folyamatlépések és erőforrásigény felmérése: Minden feldolgozási lépéshez hozzá kell rendelni a szükséges munkások számát és a feldolgozási időket.
  2. Az események meghatározása és sorrendjük kialakítása: A szimulációs modellben az események azok az időpontok, amikor egy új feldolgozási lépés elkezdődik vagy befejeződik. Az események meghatározásával és az események közötti logikai kapcsolódási feltételek megadásával pontosan leképezhető az adott gyártási szituáció, vagyis a folyamat digitális ikerpárja.
  3. Az erőforrások (munkások) dinamikus elosztása: A szimuláció során a termékgyártási sorrend átcsoportosításával elérhető az erőforrások átcsoportosítása. A feldolgozási sorrend átszervezésével olyan napi gyártástervet lehet kialakítani, amely az allokált munkaerő szempontjából optimálisnak tekinthető.
  4. Az eredmények értékelése és optimalizálás: A szimulációs modell optimalizáló futtatása során az optimum kereső folyamatosan elemzi az egyes gyártási sorrendek hatására kialakuló napi bérköltséget és folyamatosan változtatja azt. Bizonyos sorokon egy-egy termékek gyártását előre (előrébb) vesz, míg másik soron hátrébb sorol. Ezen új beállításokkal újabb futást végez, egészen addig, míg el nem ér a folyamat szempontjából optimálisnak tekinthető gyártási sorrendhez. Az eredmények alapján a folyamatokat esetleg más szempontokat is figyelembe véve tovább lehet optimalizálni.
  5. A szimulációban rejlő további lehetőségek: A feldolgozás során a gyártásterv sorrendjének optimális kialakításán túl a szimuláció számtalan egyéb kiegészítő információkat is szolgáltat. Ilyen lehet például a főtermékek mellett keletkező melléktermékek feldolgozása, az ezekhez szükséges tárolórekeszek mennyiségi meghatározása, vagy a feldolgozó üzem ládamenedzsmentjének elemzése. A WITNESS digitális iker segítségével ezt is könnyen és gyorsan modellezhetjük majd a szenárióknak megfelelően elemezhetjük.

 

  1. kép: Komplett digitális ikerpár a teljes feldolgozási folyamatról

 

Összegzés

A diszkrét esemény alapú folyamat-szimuláció hatékony eszközként alkalmazható a vágóhídon történő termékfeldolgozás optimalizálására, különösen a munkáslétszám minimalizálására. A szimuláció segítségével pontos gyártástervet (gyártási sorrend) lehet kialakítani, amely minimalizálja a munkabér jellegű költségeket és ezáltal növeli a termelési hatékonyságot. Az optimalizált munkaszervezés nem csupán költségmegtakarítást jelent, hanem segíti a folyamatok hatékonyabb működését is, ezáltal növelve a versenyképességet.

 

Bővebb információkért a Witness prediktív folyamat-szimulációs szoftverről, kattintson IDE.