Az évek során számos paradigma látott napvilágot, amelyek célja a gyártás optimalizálása és ezzel a „világ megváltása” volt. Bottleneck, előre-, hátra-, véges, végtelen ütemezési modellek, DDMRP, Kanban stb., de valahogy egyik sem tudta elhozni az üdvösséget a gyártó cégek számára.
A szűkkeresztmetszet-elmélet (Theory of Constraints, TOC) is ilyen paradigma, de vajon az újfajta megközelítése, a legújabb technológiával karöltve, lehet-e a kulcs az okos gyárak hatékony működéséhez?
A szűkkeresztmetszet-elmélet
Eliyahu Goldratt „The Goal” című könyvében fejti ki elméletét, nevezetesen, hogy minden gyártóüzemben beazonosíthatók korlátozó tényezők vagy másképpen szűk keresztmetszetek, amelyek, ha nem kezelik őket, zavart okoznak a gyártási rendszer működésében, növelik a gyártás átfutási idejét és a gyártásban lévő termékek mennyiségét.
A könyvben a szerző egy nem hétköznapi analógiával illusztrálja az elméletét. Eszerint egy kötéllel biztosítják, hogy a cserkészek megtartsák alakzatukat a túra során. A módszer kulcseleme, hogy ne a leglassabb cserkészt tegyük a sor elejére, hanem ő „optimalizálva” igazodjon a csapat sebességéhez. Ez a példa nagyon hasonlít a gyártó üzemekben kialakuló helyzethez, ahol a korlátozó tényező ritkán kerül a sor elejére vagy végére. Számos írás foglalkozik a szűkkeresztmetszet-elmélettel, így itt most nem ismertetjük részletesebben.
A fő gond a TOC alkalmazásánál az, hogy egy gyártóüzemben egyszerre több korlátozó tényező jelentkezik; ezek összetettek, nehezen kiküszöbölhetők, folyamatosan változtatják a helyüket. A folyamatos gyártás területén a TOC bármely formában való bevezetését tovább bonyolítja az a tény, hogy a korlátozó tényezők nem csupán a gépek működésétől, hanem az alapanyagok, a kihozatal változékonyságától, a szezonalitástól, valamint az emberi erőforrástól is függenek.
A probléma alábecslése
A legtöbb korszerű gyártásoptimalizálási stratégia sikertelenségének hátterében az áll, hogy alábecsülik a problémát. A gyártóüzemek összetett, integrált rendszerek, számos ok–okozat-forgatókönyv azonosítható párhuzamosan egy-egy munkanap során. Egy „konfekció” stratégia alkalmazása soha nem fog okos gyárat eredményezni. Az automatizálás, a robotok és az együttműködő robotok (cobotok) alkalmazása bevált ütemezési módszerekkel karöltve elfogadható megoldást nyújthatnak, de nem lesznek képesek enyhíteni az összes olyan tényező hatását, amelyek elkerülhetetlenül szűk keresztmetszeteket okoznak a rendszerben.
Ezek a tényezők számos formában megjelenhetnek:
- Munkaerő rendelkezésre állása – betegség, ad hoc távollétek, tárgyalások, oktatások és szabadságok
- Szaktudás rendelkezésre állása – a párhuzamos műveletek, mint a beállások, átállások hasonló szaktudásigényeinek kiegyensúlyozása
- Anyag rendelkezésre állása – szállítási vagy minőségi problémák
- Kihozatal – kedvezően vagy kedvezőtlenül befolyásolja a gyártási ciklusidőt
- Leállások – még a legjobb karbantartási megoldás alkalmazásánál is előfordulnak nem tervezett leállások
- Termékösszetettség – egyszerűen fogalmazva bizonyos termékeket egyszerűbb gyártani, mint másokat
- Klíma – a hőmérséklet és a páratartalom kedvezőtlenül hathat a gyártás minőségére
- Igényváltozékonyság – a vevői igényekben bekövetkező változások különösen a friss termékek előállítói számára relevánsak.
A lehetséges zavaró tényezők listája hosszú, és még a legkisebb zavar is bizonyulhat komoly korlátozó tényezőnek a rendszerben és csökkentheti a hatékonyságot. Ezt illusztrálandó, vegyünk egy viszonylag egyszerű példát, az autópályákat. Amikor az autópályán sűrű a forgalom, elég egyetlen jármű szabálytalan fékezése vagy sávváltása, hogy zavart okozzon a rendszerben, amelynek hatása hullámszerűen tovaterjed, és kilométerekkel távolabb is érződik.
Érdekességképpen, amikor az autópályakezelők szembesültek a problémával, létrehozták az „okos autópályát”, azaz sebességkorlátozást vezettek be és leállósávot nyitottak meg a forgalom számára a kritikus torlódási pont közelében, így hatékonyan kezelni tudták a szűk keresztmetszeteket, mielőtt kialakultak volna. A megoldás mozgásban tartotta a forgalmat, és kiküszöbölte a megállásból/elindulásból adódó szűk keresztmetszetet. Egy felmérés szerint 22 százalékkal javult az utazási idő megbízhatósága.
Mi lehet a megoldás a gyártók számára?
Sok gyártási vezető gondolja úgy, hogy az általános berendezéshatékonyság (Overall Equipment Effectiveness, OEE) magas értéken tartása a kulcs a hatékony gyártótevékenységhez. Sajnos azonban az OEE eredeti számítási módja (rendelkezésre állás x teljesítmény x minőség) sok vállalatnál leegyszerűsítésre került standard gyártási idő / aktuális gyártási időre, amely bár hasznos mérőszám, nem feltétlenül vezet okos gyárhoz, ráadásul általában gyártósor vagy gyártóberendezés függő. Ezen kívül nem veszi számításba a vevőkiszolgálást és a készletezés költségeit.
Az OEE inkább arról szól, hogy minden gyorsan menjen, ami nem ugyanaz, mintha minden okosan működne.
A jövő okos gyárának egységes élő rendszerként kell termelnie, nem pedig egymástól független gyártósorok halmazaként. Itt kerül képbe a TOC, hiszen nem másról van szó, mint a szűk keresztmetszetek azonosításáról, kiküszöböléséről, majd a következő szűk keresztmetszet vizsgálatáról, és így tovább. A TOC-vel jelenleg az a probléma, hogy nem dinamikus, nem teljes rendszerben gondolkodik, és arra vár, hogy a szűk keresztmetszet kialakuljon, csak utána küszöböli ki.
Nos, mi lenne, ha az autópályás példánkban használt megközelítéshez hasonlót alkalmaznánk, de segítségül hívnánk a mesterséges intelligenciát a gyártási folyamatot akadályozó tényezők előrejelzésére, és még az előtt kezelnénk őket, mielőtt felmerülnének? Hihetetlennek tűnik? Pedig szinte mindegyik fentebb felsorolt, potenciálisan szűk keresztmetszet kialakulásához vezető tényező előrejelezhető, és megoldások is léteznek a kezelésükre, például a HR, a megelőző karbantartás és az ERP-rendszerek. A gond az, hogy ezek sokszor csak lazán kapcsolódnak egymáshoz, és nem mindegyik működik valós időben.
Az okos gyár eszményképének eléréséhez a teljes vállalatot átfogó rendszernek, adott esetben az ERP-rendszer egyik komponensének számításba kell vennie az összes lehetséges potenciálisan szűk keresztmetszethez vezető tényezőt a különféle rendszerekből. El kell döntenie, hogy közülük ténylegesen melyek okoznak majd szűk keresztmetszetet a gyártási folyamatban, és mielőtt a szűk keresztmetszetek kialakulnának, megoldani ezeket a helyzeteket, újratervezni a gyártást. Jó hír, hogy az okos, automatizált technológia megjelenésével a gyártóüzemekben és az egyre kifinomultabb mesterséges intelligenciával, amely előrejelzi, azonosítja és megelőzi a szűk keresztmetszeteket, az okos gyárakhoz szükséges új modell éppen most valósul meg.
Lehet, hogy nevezhetjük ezt TOC II-nek?
