Am Montagmorgen um 6:00 Uhr erstelle ich einen Plan für meinen Tag, der um 7:00 Uhr beginnt. Das scheint keine so schwierige Aufgabe zu sein. Wie kommt es, dass mein Plan um 7:30 Uhr bereits Anzeichen von Hoffnungslosigkeit aufweist?
Ich habe die offensichtlichen Dinge getan. Zunächst bin ich von einem magnetischen Gantt-Diagramm, das auf handschriftlichen Informationen basierte, auf eine Advanced Planning and Scheduling (APS)-Software umgestiegen. Das war zwar viel einfacher zu handhaben, aber die Ergebnisse haben sich nicht wesentlich verbessert. Die Einspeisung von Live-Daten aus meinem Manufacturing Execution System (MES) verschaffte mir einen guten Ausgangspunkt, und zwar mit viel weniger Aufwand als der Papieransatz, aber mein Plan hielt dem Test der Zeit immer noch nicht stand.
Dann wurde mir klar, dass meine Software auf Standardvorlaufzeiten basierte und von einer unendlichen Kapazität ausging – sie überschätzte ständig meine Produktionskapazität. Also aktualisierte ich die Software auf Finite Capacity Scheduling (FCS). Das hat mir sehr geholfen. Aber ich hatte immer noch eine Menge Probleme, weil das FCS-Tool auf einem „Standard“-Datenmodell für meine Branche basierte. Ich vermute, dass wir die Dinge ein wenig anders angehen als die meisten Leute in unserer Branche, aber der Plan, den es erstellt, erkennt diese Unterschiede nicht.
Also wechselte ich zu einem Allzweck-Simulationsprodukt, das die Flexibilität hat, mein System so zu modellieren, wie es wirklich ist, und die Gantt-Diagramme und andere Berichte zu erstellen, die ich für die Planung brauche. So kann ich jetzt den problematischen Gang berücksichtigen, in dem meine Stapler überlastet sind. Und ich kann den Maschinencluster berücksichtigen, der sich den Zugang zu einem einzigen Kran teilt. Als Bonus habe ich auch eine Animation erhalten, mit der ich den Tag „durchspielen“ und visuell sehen kann, was ich erwarten kann.
Jetzt habe ich einen viel besseren Plan, der realistisch und genau ist , solange alles gut läuft. Aber er ist immer optimistisch. Ich kann zwar vorbeugende Wartungsmaßnahmen einplanen, aber ich kann nicht einkalkulieren, dass meine Cobalt 120-Maschine 30 Jahre alt ist und fast jeden Tag ausfällt. Oder dass mein Lieferant für das Material von Jenkins 257 oft weit hinter seinen Lieferzusagen zurückbleibt. Ich kann den Zeitplan aufpolstern, um zusätzliche Zeit einzuplanen, aber das garantiert nur, dass ich wertvolle Produktionszeit verliere, wenn die Dinge gut laufen.
In meinem Simulationstool kann ich mein Modell unter Berücksichtigung all dieser Schwankungen ausführen (stochastische Analyse) und erhalte eine gute langfristige Kapazitätsanalyse. Da es jedoch keine Möglichkeit gibt, ein bestimmtes „zufälliges“ Problem, wie z. B. einen Anlagenausfall, vorherzusagen, kann ich dieses Wissen nicht für die Erstellung meines Plans für heute nutzen – ich bin auf einen deterministischen Zeitplan beschränkt … oder doch?
Es gibt eine neue Technik namens Risikobasierte Planung und Terminierung (RPS), die zunächst einen deterministischen Plan erstellt und dann eine stochastische Analyse auf diesen Plan anwendet. Sie sagt mir, wie wahrscheinlich es ist, dass ich den Plan einhalten kann. Bei Aufträgen, für die die Maschine Cobalt 120 oder das Material Jenkins 257 benötigt wird, besteht zum Beispiel ein hohes Risiko, dass sie nicht rechtzeitig fertig werden. Da ich dies weiß , bevor die Schicht beginnt, habe ich mehr Möglichkeiten, damit umzugehen – z. B. Anpassung der Arbeitszuweisungen, Umleitung eines Prozesses oder Beschleunigung eines Materials. Ich kann sogar die verschiedenen Alternativen bewerten, um festzustellen, welche am besten funktioniert, und dann meinen Plan auf die Alternative stützen, die ein akzeptables Risiko zu den geringsten Kosten erzeugt.
Das ist ein Plan, mit dem ich leben kann!
Viel Spaß beim Modellieren!
Dave Sturrock, VP Operations, Simio LLC