השימוש בתוכנת סימבולציה לתכנן ולבדוק את מערכת Jit שינויים לפני יישום

מערכות Just-in-Time Systems

Just-in-Time (JIT) היא פילוסופיה ניהול ייצור ומלאי שמקורו ביפן, בעיקר קשורה לטויוטה.עיקרון הליבה הוא לייצר או לרכוש פריטים רק כפי שהם נדרשים בתהליך הייצור, ובכך להפחית את הפסולת, להפחית את עלויות אחזקת מלאי, ולהגדיל את היעילות הכוללת.במערכת JIT מכוננת היטב, חומרי גלם מגיעים למפעל בדיוק לפני שהם משמשים, לעבוד ביעילות בין תחנות פעולה וספקים פנימיים, בין ספקים, לבין ספקים פגומים מיד.

עם זאת, מערכות JIT הן שבריריות מטבען.כי מבולבלים מלאי נשמרים ברמות מינימליות, כל הפרעה ודימום; כגון התמוטטות מכונה, ספק החמצה משלוח, או עלייה פתאומית בביקוש & mdash; יכול במהירות לקשקה דרך המבצע כולו.פגיעות זו הופכת את התכנון והבדיקה שינויים במערכת JIT קריטית במיוחד.

האתגרים של יישום מערכת JIT שינויים

הצגת שינויים בסביבת JIT הקיימת מציגה אתגרים משמעותיים:

• (FLT:0 תלות הדדית: 1) כל רכיב של מערכת JIT קשור הדוק.להפוך אלמנט אחד, כגון תדירות משלוח או גודל אצווה, יכול להשפיע על מספר תהליכים במורד הזרם.
• (ב) [15] ,0) ,0 (בשיתוף) של באפיינים: "FLT1" עם מלאי בטיחות מינימלי, אין מקום לשגיאה.שינוי מתוכנן גרוע יכול לעצור את הייצור תוך שעות.
• (FLT:0) מורכב: מערכות JIT מודרניות לעתים קרובות משתרעות על ספקים מרובים, מצבי תחבורה, וקווי ייצור על פני גיאוגרפיות שונות.מודל האינטראקציות באופן ידני הוא לא מעשי.
• (FLT:0 Human and Behavioral Factors: FLT:1 Workers, מנהלים וספקים עשויים להתנגד לשינויים שמשנים שגרות מבוססות או נתפסים כביטחון עבודה.

גישות מסורתיות לבדיקת שינויים & mdash; כגון פיילוט פועל או מגלגלים בשלב זה; יכול להיות יקר, זמן-consuming, ועדיין לשאת סיכון.זה המקום שבו תוכנת סימולציה מספקת אלטרנטיבה חזקה.

Simulation Software: A Virtual Sandbox for JIT Systems

תוכנת סימבול מאפשרת לחברות ליצור תאומים דיגיטליים מפורטים של מערכות JIT שלהם.מודלים אלה משלבים אלמנטים כגון זמני ניהול הספק, זמני מחזור הייצור, לוחות זמנים תחבורה, מדיניות מלאי, תבניות ביקוש, ומגבלות משאבים. על ידי הפעלת הסימולציה על תקופה וירטואלית מורחבת, מנהלים יכולים לצפות כיצד המערכת מתנהגת בתנאים שונים ולשנות תרחישים ללא כל השלכות בעולם האמיתי.

כלי סימולציה מודרניים, כגון כל-לוגיקה, Simio, FlexSim, או Arena, מציעים סימולציה דיסקרטית-אפילוט (DES) יכולות אשר מתאימים היטב לסביבות JIT. DES מודלים את פעולת המערכת כרצף של אירועים בזמן, מה שהופך אותו אידיאלי ללכידת האופי הסטוצ'י של שרשראות אספקה ו-md;variability בביקוש, מכונות למטה, ועיכובים אחרים כוללים שיטות מחקר אסטרטגיות או שיטות למידה מבוססות-זמנית.

(ה-FLT:0) המכון למחקרי תפעול ומדעי הניהול (INFORMS) פרסם מספר מחקרים על מקרים המוכיחים את הערך של סימולציה בייצור רזה.

היתרונות העיקריים של שימוש בסימולציה כדי לבדוק שינויים JIT

ניכוי סיכונים ללא הסכמות אמיתיות בעולם

היתרון הברורה ביותר הוא חיסול הסיכון.חברות יכולות לבחון שינויים רדיקליים ומפורש; כגון מעבר לספק יחיד, צמצום מלאי בטיחות לאפס, או יישום מערכת kanban חדשה & mdash; בסביבה וירטואלית בטוחה.אם תרחיש מוביל למניות, זמני המתנה מופרזים, או צווארי בקבוק, הסימולציה מדגישה את הבעיה באופן מיידי, ומאפשרת לצוות להסר על העיצוב לפני שינוי פיזי.

חיסכון בעלויות באמצעות אופטימיזציה

סימבול מגלה הזדמנויות להפחית עלויות על ידי זיהוי רמות המלאי האידיאלי, תדרי אספקה, ולוח הזמנים של ייצור.לדוגמה, סימולציה עשויה להראות כי הפחתת חלון המשלוח מיום ליום ועד כל שש שעות עבור רכיב קריטי יכול לחסל את העלות של מחסן ללא השפעה על זמן up. לחלופין, זה עשוי להראות כי עלייה קטנה במניות בטיחות במצטבר ספציפי מונעת הפרעה משמעותית בשבריר של עלות של זמן או מתוכנת.

החלטות נהיגה בנתונים

סימבול מספקת פלטות כמותיות & mdash; באמצעות חישובים, זמני מוביל ממוצע, מחזור מלאי, שיעורי ניצול ועוד. מדדים אלה מאפשרים למנהלים להשוות חלופות מרובות באופן אובייקטיבי. במקום להסתמך על אינטואיציה או גליונות פשטות, החלטות נתמכים על ידי מרווחי ביטחון סטטיסטיים ורגישות ניתוחים.

גמישות לחקור סקרנים רבים במהירות

לאחר שנבנה מודל, עשרות או אפילו מאות תרחישים יכולים לרוץ בתוך מספר שעות.זה כולל אילו ניתוחים לגירשות ביקוש, כשלים ספק, שביתות תחבורה או בעיות איכות.היכולת לבחון במהירות מגוון רחב של אפשרויות מכין את הארגון לשינויים מתוכננים ושיבושים בלתי צפויים.

שיפור התקשורת ובעלי העניין קונים

סימולציות חזותיות & mdash; לעתים קרובות מוצגות כדונים אנימציה או ויזואליזציה 3D; בעלי עניין לעזור להבין איך המערכת עובדת ומדוע שינויים ספציפיים נדרשים.זה יעיל במיוחד עבור רכישת הקונה מעובדי רצפת הצומח, ספקים, וניהול העליון שעשוי להיות ספקן לגבי שינוי מערכת JIT חלקה.

סוגים של מודלים לסימולציה בשימוש בתכנון JIT

בעיות שונות דורשות גישות דוגמנות שונות.עבור שינויים במערכת JIT, הסוגים הנפוצים ביותר הם:

• (FLT:0)Discrete-event Simulation (DES): 1FLT:1 הטוב ביותר עבור החלטות ברמה המבצעית כגון איזון קו, קינן מחלחל, ותחבורה מתאמנית עם ישויות בודדות (למשל, חלקים, משאיות) כפי שהן עוברות דרך המערכת.
• (FLT:0System Dynamics (SDIR): שימושי עבור שאלות אסטרטגיות בנוגע ללוויות משוב ומגמות ארוכות טווח, כגון ההשפעה של שינוי דפוסי הביקוש על מדיניות מלאי במשך חודשים או שנים.
• (ב) מודל מבוסס-הדין (ABM): ibph:1 יעיל כאשר התנהגות אנושית או החלטות אוטונומיות, כגון כיצד ספקים שונים עשויים להגיב לכלל תזמון חדש.
• (FLT:0) מונטה קרלו סימלו: (FLT:103) לעתים קרובות שימש כדי להעריך את ההשפעה הפרוביבית של ריקנות (למשל, תנודות זמן מובילות) על אינדיקטורים מרכזיים.

בפועל, ארגונים רבים משתמשים בשילוב של טכניקות אלה.לדוגמה, פרויקט לעצב מחדש שרשרת אספקת JIT עשוי להשתמש DES לניתוח זרימה חומרי מפורט ו- SD כדי להעריך את העלות ארוכת הטווח של החזקת מלאי לעומת הפחתה בסיכון.

תהליך שלב-בי-שלב לשימוש בסימפוזיון כדי לבחון שינויים ב-JIT

1.ההגנה על ה-SEC והמטרות

התחל על ידי ברור מה שינוי הוא הערכה.האם זו אסטרטגיה חדשה של קונסולת הספק? שינוי בקביעת הייצור? הפחתה בכמויות כרטיס הקנברן? Define את המדדים הספציפיים אשר יצביעו על הצלחה (למשל, להפחית את המלאי הממוצע ב-20% ללא הגדלת זמן).

2.Dather Data

לאסוף נתונים היסטוריים על הביקוש, זמני מוביל הספק, זמן מסך מכונה, משך ההובלה, ותשואות התהליך.אם נתונים הם דליקים, מומחים בנושא יכולים לספק הערכות ותפוצה.איכות הסימולציה תלויה באיכות נתוני הקלט.

3.לבנה את המודל

השתמש בתוכנה הסימולציה שנבחרה כדי לבנות תאום דיגיטלי.התחל עם המדינה הנוכחית (מודל בסיס) ולאמת אותו כנגד מדדי ביצועים ידועים.פעם אישר, להציג את השינוי המוצע כגרסה.

4.הפעלת הניסויים

ביצוע הסימולציה עבור מספר מספיק של שכפול כדי להשיג משמעות סטטיסטית. ריצות טיפוסיות עשויות לכסות חודשים או שנים של זמן מסימולציה. לרשום נתוני פלט עבור כל תרחיש.

תוצאות אנליז

השווה את תרחישי הבסיס ושינוי באמצעות KPIs המוגדרים כ-KPI. חפש את ה- Tradingoffs: צמצום במלאי עשוי להגדיל את עלויות ההובלה או סיכון של ניתוח הרגישות של מניות. השתמש ב-KPIs כדי להבין אילו שינויים המשפיעים ביותר.

6. סירוב ו-Iterate

סימבולציה היא רציונטיבית.מבוסס על תוצאות ראשוניות, להתאים פרמטרים או לנסות גישה אחרת.לדוגמה, אם שינוי הציע גורם צוואר בקבוק בתחנה, אתה יכול לשנות את מדיניות התזמון או להוסיף חיץ קטן.המשך עד התוצאות לעמוד ביעדים.

7.לפיתוח תוכנית יישום

לאחר שתסריט מועדף מזוהה, השתמש בתובנות הסימולציה כדי ליצור תוכנית מפורטת של רולט.כולל אמצעי שקיפות לאירועים בלתי צפויים, הודיע על ידי הסימולציות ’ תרחישים הגרועים ביותר.

8. Monitor ועדכון

לאחר יישום, השוו ביצועים בעולם האמיתי לתחזיות הסימולציה. השתמש בכל פערים כדי לחדד את המודל לשינויים עתידיים.זה בונה מחזור שיפור מתמשך.

דוגמאות אמיתיות בעולם ו Case Studies

יצרנים מובילים רבים השתמשו בסימולציה כדי לשנות את JIT בסיכון:

• (FLT:0) תעשיית קטר: 1FLT 1 יצרנית רכב גדולה רצה לעבור מדי יום ועד לוח זמנים כפול של משלוח עבור רכיבים של מנועים מן ספק סמוך.שימוש ב- DES, הם עיצבו את ההשפעה על עצירות קו הייצור, עלויות המשלוח, ורמות מלאי.הסימולציה גילתה כי השינוי למעשה יגדיל את הסיכון של קו לעצור בשעות השיא אלא אם כן טבול קטן נוסף על עלויות המשלוח המינימליות, בעוד ששומר על אפס זמן קצר של 15%.
• (FLT:0) אלקטרוניקה יצרנית: 1FLT 1 נדרש יצרן אלקטרוניקה חוזה להפחית את מספר כרטיסי קוואן על קו ייצור של שילוב גבוה, הם בנו סימולציה אשר מודל את הביקוש פנויות עבור 50 סוגים שונים של מוצרים.הסימולציה הראה כי ירידה אחידה על כל המוצרים יגרום מחסור כרוני עבור שני התמחויות SKUs.
• חברת חלב (FLT:0) מזון ו- Beverage: FLT:1 חברה חלב השתמש בסימולציה כדי לבדוק תוכנית לעבור שבועית ללוח זמנים של משלוח חלב גולמי יומי: הסימולציה שנקבעה למחזוריות, אמינות תחבורה ויכולת עיבוד.זה הראה כי השינוי ידרוש יותר תכופים אך קטנים יותר, אשר יפחיתו את זמן ההנקה באופן כללי אם לוח הזמנים של ניקוי מותאם.

דוגמאות אלה ממחישות כיצד סימולציה הופכת סיכון מופשט לנתונים קונקרטיים, ניתנים להפעלה.לקריאה נוספת, כתב העת המחקר התפעולי של FLT:0INFORMS Research Journal, LeadFLT:1 כולל באופן קבוע מחקרים סימולציה יישומיים בייצור.

Best Practices for Implementing Simulation-Driven JIT

• (FLT:0) צוותים של הצלב-המצחיק: 1 מכלא נציגים בתכנון הייצור, לוגיסטיקה, רכש וקומה החנות.
• (ב) .0.10.Start Simple:FLT:1 Build a Basic Model First, ולאחר מכן להוסיף מורכבות בהדרגה.מודל מפורט מדי מההתחלה הוא קשה יותר לאמת ולתחזק.
• (FLT:0)Validate עם נתונים היסטוריים: FLT:1 להבטיח מודל הבסיס משכפל התנהגות מערכתית בפועל על פני תקופה ייצוגית לפני בדיקות שינויים.
• (הדגשה:0) נבואות: FLT:1 (הדגשה על כל הנחות לגבי התפלגות הביקוש, זמני מוביל ויכולות משאבים.זה עוזר לאחרים להבין את המודל &rquo; מגבלות.
• (FLT:0)Use Sרגישות ניתוח: FLT:1cioזהה אילו פרמטרים יש את ההשפעה הגדולה ביותר על התוצאות.זה מתמקד מאמצי איסוף נתונים מדגיש את הסיכונים הקריטיים ביותר.
• (FLT:0) Invest in Training:FLT:1חיקוי תוכנה הוא חזק אבל דורש משתמשים מיומנים לספק הכשרה עבור קבוצות פנימיות או שותף עם יועצים חיצוניים.
• (FLT:0)Iterate לעתים קרובות: FLT:1 סימלוציה היא לא פעילות חד פעמית.כפי שתנאי שינוי, לעדכן את המודל ולנהל תרחישים כדי לשמור על תוכניות רלוונטיות.

מגמות עתידיות: סימבול והתאומים הדיגיטליים ב-JIT

ההתכנסות של סימולציה, האינטרנט של דברים (IoT) חיישנים, ולמידה מכונה היא עלייה לתאומים דיגיטליים בזמן אמת של מערכות JIT. בסביבות כאלה, נתונים חיים מקומה המפעל מעדכנים את הסימולציה ברציפות, ומאפשר לארגונים לבחון שינויים דינמיים ואפילו התאמות אוטומטי.לדוגמה, אם סימולציה מזהה צוואר בקבוק מתעורר עקב ירידה של מכונה, זה יכול להציע אוטומטית או לגרום לשינוי בעבודה על מנת למקם אספקת סימולציה או נית.

פלטפורמות סימולציה מבוססות ענן הופכות את היכולות האלה לנגישות ליצרנים קטנים יותר, מה שמפחית את הצורך במחשוב יקר על-ידי מחשוב, בנוסף, AI generative עשוי בקרוב לעזור לבנות מודלים סימולציה מהתיאורים הטבעיים של המערכת, מה שמפחית את המחסום לכניסה באופן משמעותי.

כמו שרשרת האספקה לגדול מורכב יותר ונווט, סימולציה תשתנה כלי תכנון נישה ועד יכולות מבצעיות הליבה. ארגונים אשר הטמיעו סימולציה לתוך תרבות שיפור מתמשך שלהם יהיה מצויד טוב יותר לנווט הפרעות וליישם שינויים JIT בביטחון.

מסקנה

תוכנת סימבול מספקת שיטה מוכחת, יעילה לתכנון ולבדיקה של מערכת Just-in-Time שינויים לפני שהם מיושמת בעולם האמיתי.על ידי יצירת מודל וירטואלי של רשת הייצור והלוגיסטיקה, חברות יכולות לחקור אינספור תרחישים, לזהות סיכונים נסתרים, ולייעל את ביצועי ביצועים ללא להפריע פעולות.הגישה מקטין את הסבירות של כשלים יקרים, מאיצה קבלת החלטות, ובנתה עמידות ארגונית באספקת שרשרת חיונית למשמעת, כאשר היא רק כלי יעיל, לא מהווה יתרון תחרותי, ולא רק שיפור יעיל של המערכת היא רק שיפור יעיל של המערכת.