בפוסט זה נלמד מה זה מודל קיבולת, איזה סוגים קיימים, איך הוא בנוי ומה ניתן להפיק ממנו. בפוסט אחר אני אצלול ממש לאיך לבנות מודל כזה ואני אצרף קובץ אקסל שיכול לשמש כמודל קיבולת פשוט או מורכב.

למעוניינים להתעמק יותר פרסמתי פוסט המשך על איזון מודל קיבולת

מה זה מודל קיבולת?

מודל קיבולת נועד להעריך כמה מוצרים ניתן לייצר במפעל מסויים כאשר אנחנו יודעים כמה מכונות יש. לחלופין, המודל יכול להעריך כמה מכונות נצטרך ומאיזה סוג על מנת לעמוד בביקוש נתון.

נדגים על המודל הכי פשוט: מכונה אחת ומוצר אחד. אם המכונה יכולה לייצר 1000 מוצרים בשעה ואנחנו עובדים 24 שעות אז נוכל תאורטית לייצר 24,000 מוצרים (בהנחה שאין תקלות או הפסקות). עכשיו נוסיף מכונת אריזה שמסוגלת לארוז 700 מוצרים בשעה, בתנאי שהמכונה הקודמת ייצרה אותם. כמה מוצרים המפעל יהיה מסוגל להוציא ביום? ועכשיו נוסיף 10% זמני תקלות למכונה הראשונה. כמה המפעל יוכל לייצר?

סוגי מודל קיבולת:

מודל סטטי – תפקידו לענות על שאלות ארוכות טווח שנוגעות לכמות מכונות נדרשות וכמות מוצרים עתידיים שנוכל לייצר. המודל נועד לענות בעיקר על איך שינוי בסל המוצרים שהמפעל רוצה לייצר ישפיע על קיבולת המכונות.

דוגמה: מפעל גלידות מייצר גם ארטיקים וגם גלידות בקופסה. תהליך הכנת הגלידה הנוזלית דומה מאד אבל הכנת ארטיק שונה מהכנת קופסאות גלידה. לכל סוג גלידה כזה יש מכונות ייעודיות. מתקני ההכנה של התערובות זהים לשני המוצרים. אם השיווק מעריך שבקיץ הבא כמות הגלידות בקופסה תעלה משמעותית על חשבון כמות הארטיקים הנמכרת, או בנוסף לכמות הארטיקים הנמכרת. האם המפעל מסוגל לעמוד בזה? האם אנחנו צריכים עוד מכונות ארטיקים, או מכונות המשמשות אותנו בתהליך ההכנה של הגלידה. תשובות לשאלות מהסוג הזה ניתן לקבל במודל קיבולת סטטי.

ניתן גם ללכת מהכיוון השני ולהגיד שאנחנו רוצים לקנות 2 מכונות מסוג מסויים, בהנחה שתמהיל המוצרים לא משתנה, כמה מוצרים מכל סוג נוכל לייצר (נתון זה קריטי מאד לחישוב ROI או זמן החזר על ההשקעה).

מודל טווח קצר – נועד לבדוק האם נוכל לעמוד בהזמנות שכבר נכנסו ואיפה בדיוק צוואר הבקבוק הצפוי. המודל נועד לדעת איפה הייצור צריך לרכז מאמץ ואיך ניתן לווסת את המכונות כך שיאפשרו לנו לספק את מקסימום המוצרים בטווח הזמן.

לדוגמה: ניקח שוב את מפעל הגלידות ונניח שיש לו מגוון מכונות שקומבינציות ביניהן יכולות לייצר סוג מסויים של מוצרים. נניח שכדי לייצר גלידה אנחנו צריכים לעבור דרך 3-4 מכונות/תהליכים שונים. המפעל יוצא במבצע ומקבל צבר הזמנות ענק. מודל הקיבולת מפצח את ההזמנות הללו לכמות הזמן הנצרך על כל מכונה. המתכנן יכול להבין מייד איזה סוג מכונות צפוי לייצר לו עומס גדול שיהפוך לצוואר בקבוק. המפעל יכול להערך לכך ולהגדיל משמרות על סוג המכונות הזה, להוסיף כוח אדם ובכך להגדיל תפוקה או להקטין זמני סאטאפ. בקיצור, מודל טוב וניהול גמיש מאפשר תגובה טובה יותר על כמות הזמנות חריגה בטווח זמן קצר יחסית.

קיימים מודלים נוספים, כמו מודל דינמי שמאפשר שינוי בסל המוצרים ובכמות המכונות לאורך זמן, אבל אני לא אכנס אליו בפוסט הזה.

למה צריך מודל קיבולת?

מודל סטטי:

1. כאשר אנחנו מתכננים סט מוצרים חדש ואנחנו מעריכים שהוא יימכר בכמות גדולה אנחנו רוצים להעריך האם המפעל יוכל לעמוד בעומס הנוסף של ההזמנות החדשות.
2. כאשר אנחנו מתכננים מבצעי מכירות עתידיים וכמות המלאי שאנחנו יכולים להחזיק היא קטנה יחסית, נרצה לדעת האם נוכל לעמוד בביקוש הצפוי.
3. כאשר אנחנו מתכננים מפעל חדש ורוצים לדעת איזה וכמה מכונות אנחנו צריכים לקנות מכל סוג.
4. כאשר יש לנו עודף קיבולת, נרצה לחפש מוצרים שיש להם תרומה נמוכה חיובית שלא היינו מוכרים אלא אם יש לנו עודף קיבולת ואנחנו רוצים לייצר ממנה תוספת תרומה. מצד אחד כמעט ולא נגדיל הוצאות, לא נשפיע על זמני האספקה ומצד שני ייכנס לנו תוספת הכנסה נוספת. במקרה זה, המודל אמור להיות מדוייק מספיק. אם נעריך שיש לנו יותר מדי קיבולת אנחנו עלולים לתקוע את ההזמנות הרגילות.
5. כאשר יש לנו ייצור מסובך יחסית המצריך מגוון תהליכים שרצים על מכונות שונות או תהליכים רבים שרצים על אותן מכונות. במקרים כאלו קשה לנו מאד להעריך איפה צוואר הבקבוק. מודל הקיבולת יציף במהירות את המכונות הבעייתיות.

מודל טווח קצר

1. כאשר אנחנו רוצים להעריך האם נוכל לספק צבר הזמנות שאנחנו עומדים לקבל.
2. כאשר הקיבולת של המכונות קרובה מספיק לכמות ההזמנות ומתחילים להווצר צווארי בקבוק שונים שמשתנים בהתאם לסל המוצרים בהזמנות.
3. כאשר אנחנו מנסים לבחון השתתפות במכרז על כמות מוצרים גדולה ואנחנו רוצים לדעת האם המוצר החדש ישפיע על שאר ההזמנות במערכת.
4. כאשר אנחנו רוצים לדעת את ההשפעה של השבתת מכונה אחת או צבר מכונות על הקיבולת המפעלית.

האמת שיש עוד מגוון רב של דוגמאות אבל אני רוצה לעבור לחלק הבא:

איך בונים מודל קיבולת?

כדי לא לסבך אתכם הקוראים ישר לתוך הסבך של בניית מודל קיבולת מתקדם, אני אראה איך בונים מודל קיבולת בשלבים. כאשר אנחנו מתחילים בבסיס והולכים ומעמיקים. לצורך ההדגמה בניתי מודל באקסל שניתן להוריד אותו בלינק הבא  .

מודל קיבולת בסיסי:

1. רשימת  מכונות  – נתחיל עם שמות המכונות ונוסיף לכל מכונה את זמינות המכונה לייצור על סמך נתוני העבר. זמינות מכונה = % הזמן שבו המכונה ממש מייצרת. לדוגמה: אם יש לנו מכונה ש 10% מהזמן שלה היא מושבתת עקב תקלות ועוד 15% מהזמן שלה היא בסאטפ אז יש לנו מכונה עם זמינות של 75% (הזמן האמיתי שבו היא תייצר בממוצע). נוסיף לרשימה הזאת את הממוצע תפוקה לשעה של המכונה (במודל מתקדם יותר ניקח תפוקה לשעה לפי מוצר). הרשימה שלנו אמורה להראות כך:

• שימו לב שבמידה ויש לנו 2 מכונות שהן בדיוק אותו הדבר אין טעם לציין אותן כמכונות נפרדות אלא ניתן להן זמינות כפולה. לדוגמה אם tool 19 ו tool 20 הן בדיוק אותן מכונות, אזי ניתן להן זמינות של 162% אבל התפוקה לשעה שלהן תמשיך להיות אותה תפוקה.

1. רשימת מוצרים מול מכונות – נכין רשימה של כל המוצרים ועל איזה סוג מכונה הוא בעיקר רץ. במודל קיבולת מסובך יותר נאפשר למוצר לרוץ על סוגי מכונות שונים עם תפוקות משתנות לכל מכונה. הרשימה תראה כך:

לפני שנעבור לרשימה הבאה אנחנו צריכים לקבוע מה תקופות הזמן אותם אנחנו בוחנים (Time buckets). לדוגמה: אנחנו יכולים להסתכל על תקופות זמן (time buckets) של שבוע או חודש בכל פעם ובמודלים מסובכים גם תקופות לא לינאריות כגון הסתכלות על הזמנות בשבוע הקרוב והזמנות בחודש הקרוב.

1. רשימת הזמנות לפי תקופות זמן (time buckets) – זאת רשימה של כל המוצרים שאנחנו אמורים לספק בכל תקופת זמן. אם נתחיל בתקופות זמן של שבוע זאת אומרת שלכל מק"ט אנחנו מקבלים את הכמות הדרושה לייצור בכל שבוע. הרשימה תראה כך:

אלו כל הרשימות שאנחנו צריכים כדי להשלים מודל קיבולת בסיסי.

עכשיו נחשב את סה"כ הזמן הנדרש לייצר את כל ההזמנות בכל תקופת זמן ונחלק זמן זה בסה"כ הזמן הזמין של המכונה. התוצאה תיתן לנו את העומס הצפוי על כל אחת מהמכונות.

איך מחשבים עומס?

1. מחשבים את הזמן הפנוי שיש לכל מכונה.
   • זמן פנוי למכונה = מספר שעות עבודה ביום X מספר הימים בתקופת הזמן (שבו המכונה תעבוד) X אחוז הזמינות של המכונה לייצור.
   • לדוגמה: אם תקופת הזמן שלנו היא שבוע ואנחנו עובדים מסביב לשעון במשך 6 ימים כאשר היסטורית המכונה עובדת 80% מהזמן. הזמן הפנוי יהיה = 24X6X0.8  = 19.2
   • וכך תראה הטבלה עבור 3 תקופות זמן של שבוע:
2. מחשבים את הזמן הדרוש לנו מכל מכונה בתקופת הזמן:
   • זמן דרוש למק"ט = כמות נדרשת להזמנות לחלק לתפוקת המכונה הראשית
   • זמן דרוש למכונה = סכום השעות הנדרשות לייצור כל המק"טים בתקופת הזמן.
   • לדוגמה: מכונה עם תפוקה 100 ק"ג בשעה צריכה לייצר 600 ק"ג ממק"ט מסויים ועוד 800 ק"ג במק"ט אחר. עבור המק"ט הראשון נצטרך 600 לחלק ל 100 שווה 6 שעות. עבור השני נצטרך 8 שעות. ביחד, נצטרך 14 שעות מהמכונה בתקופת הזמן הזאת.
3. מחשבים עומס לכל מכונה ע"י חלוקת השעות הנדרשות בשעות הזמינות לכל מכונה בכל תקופת זמן:

ניתוח נתוני עומס מכונות – הפלט של מודל הקיבולת:

נציץ על רשימת המכונות והעומסים שלמעלה. אנחנו רואים שהעומס על המכונות בהחלט לא מאוזן. ישנה מכונה עם 4% עומס ומכונה עם 237% עומס.

נחזור לשאלה מה מטרת המודל? נניח שהכוונה היא למודל לטווח קצר שמטרתו לבדוק את העומסים על הייצור בטווח הקצר:

אנחנו צריכים לטפל בכל מכונה עם עומס שמעל 95-97 אחוז. כזכור הזמינות שאנחנו לוקחים בחשבון היא שמינות ממוצעת זאת אומרת שלפעמים המכונה תהיה יותר זמינה ולפעמים פחות זמינה.

פעולות אפשריות:

1. איזון עומסים על המכונות – פעמים רבות ניתן להשתמש במכונות שונות על מנת לייצר את אותו המק"ט. במודל הקיבולת הפשוט בחרנו רק במכונה אחת שמריצה כל מק"ט. אם מכונה מסויימת התגלתה כעמוסה אזי צריך לבדוק איזה מק"טים המכונה הזאת מריצה ובמידת האפשר לשייך לחלק מהם מכונה ראשית אחרת. דוגמה: ברשימת העומסים שלמעלה ניתן לראות ש tool 18 עמוסה כמעט ב 30% יותר מהשעות הזמינות שלה. נוכל ללכת לרשימה שמחברת בין מק"ט ומכונה, ובמידת האפשר, להתאים לחלק מהמק"טים שכרגע משוייכים ל tool 18 , מכונות אחרות. במידה וזה אפשרי נבחר כמכונה עיקרית , מכונות פחות עמוסות. האיזון הזה משקף גם את תכנון הפק"עות בפועל. כלומר התפ"י ישבץ את המק"טים על המכונות לפי התכנון במודל הקיבולת. במודל דינמי ניתן לבצע את האיזון באופן אוטומטי. 
2.  במקרה שסעיף 1 לא אפשרי: נחשב את אחוז הזמינות הרצוי למכונה. אם נסתכל על שבוע 1 ו 3 ב tool 2 נראה שהעומס קרוב מאד ל 100%. ע"י משחק באחוז הזמינות של המכונה אנחנו יכולים לדעת איזה רמת זמינות אנחנו צריכים מהמכונה. בדוגמה של tool 2 אחוז הזמינות הוא 50%. שינוי הזמינות ל 60% תיתן פתרון לכל שלושת השבועות. כלומר, המפעל צריך להערך כך ש tool 2 יעצור כמה שפחות בשלושת השבועות הללו. מאמץ מרוכז של האחזקה, התפ"י וכמובן הייצור יכול להעלות בקלות את אחוז הנצילות מ 50% ל 60%. בהקשר הזה, ניתן גם להוסיף כוח אדם בעת ביצוע setup במטרה להקטין את זמן ההשבתה.
3. טיפול בביקוש – במידת האפשר, יש לפנות לאנשי המכירות ולהתריע על כך שצפויות בעיות אספקה. אנשי המכירות צריכים לבדוק מול הלקוחות. בבדיקה יתברר שלא כל הלקוחות חייבים את החומר שלהם עכשיו ויכולים להמתין עוד שבוע או לחילופין חלק מהלקוחות יכולים לפצל את ההזמנה שלהם על פני מספר שבועות. המטרה היא לשטח את הפיק של הביקוש ועל ידי כך לספק למקסימום הלקוחות בלי לפגוע בהם. בעזרת המודל ניתן לזהות אילו מוצרים יוצרים את בעיית הביקוש מול ההיצע וכך לפנות רק ללקוחות הרלוונטים וזמן רב מראש.

תכנון קיבולת עתידי – בניית מפעל חדש

כאשר נרצה להגדיל את מגוון המכונות במפעל (או לבנות אחד חדש) נשתמש במודל הקיבולת באופן הבא:

1. ניצור תחזיות מכירות שאליהם אנחנו שואפים להגיע על פי התרחישים שאותם אנחנו מצפים למכור בעתיד.
2. לכל סוג מכונה במודל נניח שיש רק מכונה אחת.
3. נריץ את המודל בדיוק באותו האופן שהרצנו למעלה.
4. נסתכל על העומסים שעל כל סוג מכונה. מספר המכונות הנדרש מכל סוג = העומס על המכונות כאשר מעגלים למעלה. למשל אם ייצא לנו 240% נצטרך 3 מכונות מאותו סוג.

סיכום:

מודל קיבולת הוא כלי רב עוצמה לזיהוי עומסים על מכונות עקב שינויים במגוון הפריטים המוזמנים. המודל הוא כלי חזק מאד גם בעת תכנון עתידי של הרחבת המפעל.

המודל שצירפתי הוא מודל פשוט שיכול לענות על מרבית הצרכים של מרבית הארגונים. בפוסטים הבאים אני ארחיב על מודלים דינמיים יותר וסוגי פלטים נוספים.

פוסט נוסף המדגים מודל קיבולת עם אלגוריתם איזון שוחרר וכולל מודל באקסל שמסוגל לטפל במספר מכונות עבור אותו מוצר.

אשמח מאד אם תשאירו לי תגובה

ניתן גם לשלוח במייל לגל מירום : theplanningmaster@gmail.com

 

 

 

 

הפוסט הזה הוא חלק מכלי העבודה האפשריים למהנדסי תעשיה וניהול