Strokovne razpuavic Analiza primernosti proizvodnje in oskrbe ob pravem času Marko Starbek, Jože Petriiič, Janez Kušar Fakulteta za strojništvo, Aškerčeva 6, Ljubljana POVZETEK V članku je prikazan postopek analize primernosti proizvodnje in oskrbe ob pravem Času [just in Time - JrT), ki temelji na ABC in XYZ analizi. Za odločanje o primernosti proizvodnje in oskrbe ob pravem času je definirana ustrezna odločitvena matrika. Podrobno je opisana tudi metoda za izvedbo ABC anatize, ki smo jo poimenovali metoda treh premic. Prikazan je tudi praktičen primer izvedene analize. ABSTRACT The article presents the course of decision for Just in Time (JiT) production which is based on the ABC and the XYZ analyses. The fields of decision matrix suitable for JiT or classical production are defined. Next the method for design of ABC subset is described too. The decision procedures for JiT production are shown on a practical sample. umm 1. UVOD Proizvodnja in oskrba ob pravem času Je nova proizvodna filozofija, ki omogoča znižanje proizvodnih stroškov In dobičkonosno vezavo kapitala ter povečuje učinek proizvodnega procesa vsmisiu mini-mizacije pretočnih časov in zagotavljanja visokega nivoja kakovosti. Elementi proizvodnje in oskrbe ob pravem času so/I/: ■ pogodba, ■ i/bor delov, ■ izbor dobaviteljev, ■ analiza loka informacij med dobaviteljem in kupcem oz. naročnikom, ■ analiza toka materiala, a koncept špedicije, ■ koncept zagotavljanja kvalitete. Elementi proizvodnje in oskrbe ob pravem času posegajo v Celotno logistično verigo med kupcem in dobaviteljem. Za postopno uvedbo proizvodnje in oskrbe ob pravem času mora podjetje izvesti množico postopkov in pri tem uporabiti ustrezne tehnike. Idealna proizvodnja ob pravem času (Edvvards 1983) bi bila proizvodnja /. /4/: ■ nič izmeta, ■ nič pripravljalno-za kij učnimi časi, ■ nič zalogami, ■ nič notranjega tansporta, ■ nič prekinitvami procesa zaradi izpada delovnih sredstev, a pretočnimi časi enakimi nič, i kosovno proizvodnjo. V praksi se idealni proizvodnji in oskrbi ob pravem času lah- ko le približamo, zato si postavimo realne cilje, ki so vezani na relacijo med kupcem in dobaviteljem, kar prikazuje slika 1. V strukturi komponent (materiali, sestavni deli, sestavi), ki jih proizvajamo oz. se /. njimi oskrbujemo pri dobaviteljih, moramo poiskati tiste, ki so količinsko in vrednostno pomembne ob istočasni stabilni porabi. Komponente, ki imajo navedene značilnosti, so primerne za proizvodnjo oz. oskrbo ob pravem času, V Članku je prikazana metoda, ki nam omogoča izvedbo potrebnega vrednotenja komponent po omenjenih kriterijih. Metoda temelji na ABC in XYZ analizi ter ustrezni odločitveni matriki. Slikal: Cilji JiT proizvodnje iifxmibiiM NFO RM AT IKA Strokovne razpuavic 2. ABC ANALIZA Za delitev komponent proizvodov na skupino z zelo visoko, srednje visoko in nizko vrednostjo lahko uporabimo znano ABC analizo. Isto analizo lahko uporabimo tudi pri razvrstitvi komponent proizvodov na tri skupine glede na stabilnost porabe le-teh v proizvodnem procesu. Pri AliC analizi moramo razdeliti množico pojavov M z elementi x, 6 M z značilnostmi p, (p, so numerične vrednosti, na primer za: vrednost stanja zalog, vrednost materialnih potreb, potrebna količina na časovno enoto, skladiščni volumen, stabilnost porabe, itd.) v podmnožice A, B in C lako, da vsebuje podmnožica A najpomembnejše elemente (glede na značilnosti p^, podmnožica R srednje pomembne elemente in podmnožica C manj pomembne elemente iz množice M. Elemente X| množice M lahko enostavno uredimo po ne naraščajočih vrednostih značilnosti p,. Če vsako vrednost pj množimo s primernim faktorjem, dosežemo, da bo vrednost i>,=1 (U Tri nadaljnjem študiju torej predpostavimo, da so elementi v množici M urejeni po padajočem vrstnem redu glede na značilnosti p, in da je izpolnjena enačba (l). Pri ABC analizi običajno uporabljamo kumulativno porazdelitev značilnosti, kjer priredimo elementu Xj kumulativno vrednost značilnosti n fj= 2 Pi (2) r-1 in to lahko prikažemo s kumulativnim histogramom ali poligonom. a) Klasična ABC analiza Pri klasični ABC analizi izberemo v pod množico A najpomembnejše elemente, ki zasedejo 0,65 vrednosti značilnosti, naslednje elemente s skupno vrednostjo značilnosti 0,25 priredimo podmnožici B in ostale podmnožici C. Tako je A - fo,/; //<0.65, / = 1,2,(3) B = {*,•,/,; 0.65 <<0.9, 1=1,2......»„> (4) C={xl,fl; 0.9 b V" b2 S ^¡ + «2 I »i= 2 Koeficienta a3 iti h, izračunamo iz sistema enačb: h n >ic b* -f a, , ^ , i-, = 2 /. <- •» r-n^+ng+l ' i-n„+ns+1 n n n b3 2 -vr + % 2 xfs 21 x,/, i^n.+ita H (H) (12) (i® (14) Fiinkcional F(A,B,C) je odvisen od izbora elementov v podmnožice A, 13 in C; minimum pa doseže pri tisti razporeditvi elementov množice M v p¡uimnožice A, B in C, ko dobi pri vsaki drugi razporeditvi v podmnožice A, Ii in C višjo vrednost. Algoritem za določitev minimuma F(A,B,C) izhaja iz delitve množice M na podmnožice A> B in C po kriteriju 65-25 -10. Sledi izračun premic, to je koeficientov at, b„ a:, Lk a„ bv in 1-(A,13,C). Naredimo variacijo meje med množicama A in B tako, da tvorimo novi množici (slika 3): ixi' x2.....= {-VA+i' .....x„.A+nt)> (15) kjer je n'A = nA-l Če je postavimo in F(A',B',C) < F (A, LIC) "a ~ " a sicer ostaneta množici A in B nespremenjeni. Nato sledi variacija meje med pod množicama A in D navzgor. {.vj, x2,x,,a} k = {-v„,1+l,x„,i+2,xllA+]V} (16) kjer je nA = »A + 1 Ceje FÍA'.F.C) < F(A,R,C) postavimo A<=A\ B-W in «.A = "A sicer ostaneta podmnožici A in B nespremenjeni. Sledi variacija meje med podmnožicama 13 in C in nato med podmnožicama A in B. Ko z variacijo meje med A in B ter meje med B in C ne moremo zmanjšati vrednosti iunkcion-ala F(A,B,C}, smo dobili tri premice, ki v smislu najmanjših kvadratov najbolje popišejo kumulativni poligon. Izračunali smo vrednost nA, ki nam pove, koliko elementov iz leve v kumulativnem poligonu spada v p« d m nož ico A, nB, koliko naslednjih elementov spada v podmnožico B ter koliko v podmnožico C. Postopek določanja podmnožic X, Y in Z množice M je enak postopku določanja podmnožic A, B in C, s tem, da upoštevamo kriterij stabilnosti porabe. Opisano metodo izvedbe ABC in XYZ analize bomo uporabili za določitev področij primernih za proizvodnjo in oskrbo ob pravem času. 3. POSTOPEK IZBORA KOMPONENT PROIZVODOV ZA PROIZVODNJO IN OSKRBO OB PRAVEM ČASU Izbor primernih komponent za proizvodnjo in oskrbo ob pravem času izvedemo v dveh korakih in to: 1. korak: izvedba ABC in XYZ analize delov Množico vseh komponent proizvodov po ABC analizi razdelimo v tri podmnožice glede na vrednost porabe: Slika 3: Variacija mej med podmnožicama A in 6 tifxmibtuA NFOftMAT IKA J Strokovne hazpravk Podmnožica A: zajema komponente z visoko vrednostjo porabe; Podmnožica [5: zajema komponente s srednjo vrednostjo porabe; Podmnožica C: zajema komponento z nizko vrednostjo porabe. Pri izboru komponent za proizvodnjo in oskrbo ob pravem času ima pomembno vlogo tudi stabilnost porabe komponent proizvodov v proizvodnem procesu. Stabilnost porabe definiramo: .... . , i dejanska vuraba—phuiirana poraba > stabilnost porabe =1-1 —*------ planirana poraba za izbrano Časovno obdobje. Stabilnost porabe včasih imenujemo tudi natančnost napovedi. Množico komponent proizvodov razdelimo z XYZ analizo v tri pod množice glede na stabilnost porabe: Podmnožica X: zajema komponente s konstantno porabo in le majhnim nihanjem porabe; Podmnožica Y: zajema komponente z močnim nihanjem porabe; Podmnožica Z: zajema komponente z neredno porabo. 2. korak: izbor primernih komponent za proizvodnjo in oskrbo ob pravem času V drugem koraku želimo določiti komponente proizvodov, ki jih bomo vključili v sistem proizvodnje in oskrbe ob pravem času. Pri tem postopku si pomagamo z odločitveno matriko/1/, ki je podana na sliki 4. V predhodnem koraku izvedena delitev komponent proizvodov v podmnožicc A, B in C ter X, Y in Z omogoča sestavo odločitvene matrike za dokončen izbor primernih komponent za proizvodnjo in oskrbo ob pravem časti. Izkušnje Vpraksi, kijih navaja literatura, kažejo, da se elementi proizvodov, ki so primerni za proizvodnjo in oskrbo ob pravem času, izbirajo takoie: 1) /\X - komponente (najprimernejše): odlikujejo se po veliki vrednosti porabe in veliki natančnosti prognoze porabe. 2) AY - komponente in BX - komponente {manj primerne): za njih sta značilni velika oz. srednja vrednost porabe in visoka oz. srednja natančnost prognoze porabe. 3) BY - komponente in CX komponente (Še primerne): le te imajo srednjo oz. majhno vrednost porabe in srednjo oz. veliko natančnost prognoze porabe. Komponente proizvodov v ostalih poljih odločitvene matrike niso primerne za proizvodnjo in oskrbo ob pravem času (proizvodnja oz, oskrba se izvede v vnaprej določenih časovnih intervalih), zato jih izdelujemo oz. kupujemo na klasičen način. 4. PRIMER IZBORA KOMPONENT ZA PROIZVODNJO IN OSKRBO OB PRAVEM ČASU Z ODLOČITVENO MATRIKO Na enostavnem primeru bomo pokazali, kako na osnovi odločitvene matrike izberemo najprimernejše, manj primerne in neprimerne komponente proizvodov za proizvodnjo in oskrbo ob pravem času. Podjetje X proizvaja izdelke sestavljene iz 1 i-tih komponent z znano letno vrednostjo porabe in strukturo porabe (natančnost napovedi oz. stabilnost porabe), kar prikazuje slika 5. Slika 5: Vhodni podatki za analizo Komponenta Vrednost porabe Stabilnost porabe 4016 1500,00 0,66 5817 1200.00 0,99 5816 240,00 0,61 4024 112,50 0,98 5809 105,00 0,65 4057 90,00 0,12 4001 23,00 0,45 5812 24,60 0,07 5819 14,40 0,86 5818 14,00 0,25 4050 18,00 0,21 Za obravnavani primer sta bili izvedeni ABC in XYZanaIiza. V nadaljevanju so prikazani rezultati obeh analiz in razporeditev komponent v ustrezna polja (slika 6). V matriki so posebej označena polja, v katerih so komponente primerne za proizvodnjo in oskrbo ob pravem času. Komponente v ostalih poljih proizvajamo oz. se z njimi oskrbujemo na klasičen način. "^^^VREDNOST PORABE STRUKTURA POFiAK^^^ A B C X velika vrednost porabe, velika na poved na natančnost, stalna poraba srednja vrednost porabe, velika napovedna natančnost, stalna poraba majhna vrednost porabe, velika napovedna natančnost, stalna poraba Y velika vrednost porabe, srednja na poved na natančnost, po ista! na poraba srednja vrednost porabe, srednja napovedna nataninost, pol stal no poraba majhna vrednost porabe, srednja napovedna natančnost, pol stal na poraba Z velika vrednost porabe, majhna napovedna natančnost, stohastična poraba srednja vrednost porabe, majhna napovedna natančnost, stohasticna poraba majhna vrednost porabe, majhna napovedna natančnost, stohastična poraba Slika 4: Odločitvena matrika (komponente v poudarjenem okviru so primerne za proizvodnjo in oskrbo v pravem času) g upimibtu?! NFORM ATIKA STUOKUVNB KAZI'KAVE 1. ABC analiza 2. XYZ analiza 3. končna odločitev 4016 X 5817 5817 4024 5819 5816 4024 Y 4016 5809 5809 4057 5816 4001 4001 5812 Z 5818 5819 4050 5818 4057 4050 5812 Slika 6; Pregled rezultatov analiz A B C 401» M17 081« 4Ü24 4007 4001 »BI? »19 «51 fl 40» X sai 7 403* s t Utl9 N y 4016 j \ S8OT f A S t 4001 \ Z Vil» t 40SG - \ t v, / <057 \ iS» 2 < Na osnovi rezultatov ABC in XYZ analize (slika 7) ter sprejete odločitvene matrike (slika 4) smo določili: materiale, za katere je primerna oskrba ob pravem času, ter materiale, za katere je primeren klasičen način oskrbe. Rezultati so vidni na sliki 8, Za sinhroni način oskrbe oz. oskrbe ob pravem času so primerni materiali, ki pridejo v poSja AX, AY, BX, BY in CX (skupaj 480 materialov), za ostale materiale pa naj ostane klasični način oskrbe. V podjetju pripravljajo ustrezne organizacijske spremembe pri planiranju in krmiljenju proizvodnje, zato jim bo opravljena analiza dobro izhodišče za določitev načina oskrbe z materiali. Podjetje naj bi organiziralo proizvodnjo oz. oskrbo ob pravem času za komponente: 5817,4024,4016,5809,5816 in 5819-Za ostale komponente pa naj bi organiziralo klasično proizvodnjo oz. oskrbo. 5. PRIMER IZVEDBE ABC IN XYZ ANALIZE ABC in XYZ analiza sta bili izvedeni v podjetju SCT Strojegradnja. V analizah je bilo zajetih 627 različnih materialov. Računalniško podprta ABC analiza je bila izvedena na osnovi letne vrednosti nabave, XYZ analiza pa po kriteriju stabilnosti. Pregled rezultatov ABC in XYZ analize je prikazan na sliki 7. ABC analiza m. analiza A B C X Y Z Število materialov 39 138 450 424 118 85 Dete vrednosti % 60,62 29,30 10,08 78,30 15,47 6,23 Slika 7: Rezultati ABC in XVZ analizo A B C 2 X 9 68 347 424 Y 14 42 62 118 Z 16 28 41 85 2 39 138 450 627 Slika 8: Pregled redita tov opravljenih analiz 6. ZAKUUCEK V članku smo prikazali metodo za določanje komponent proizvodov, ki so primerne za proizvodnjo in oskrbo ob pravem času. Upoštevali smo samo najpomembnejša kriterija: vrednost porabe komponent oz. njihove proizvodne stroške in stabilnost njihove časovne porabe v proizvodnem procesu. Pokazali smo, kako na osnovi ABC in XYZ analize in ustrezne odločitvene matrike izberemo komponente proizvodov, ki so primerne za proizvodnjo in oskrbo ob pravem času. V literaturi uporabljena groba delitev osnovne množice M v podmnožice A, B in C ter X, Y in Z jc zelo subjektivna, zalo smo razvili objektivnejšo metodo, to je metodo treh premic. 7. LITERATURA /1/ K l;n is .1. fiehmidt: Logistik uiid l'nxliiktiims • management, Band t, mi Vcrtflg, Undsberfi/Leoh, 1988 /2/ Howard .I- Wulss, Mark B. Gersun:/YwJuctionaiidaperutions HtHHítícmtW, Ajlyn and Uauon, ine, Boston, 1089 AV Marjan lilejet;: SrtiristiČne metode za diemomiste, Ekonomska fakulteta, Ljubljana, 1976 /4/ Urownie X, Ilarhcn ,1., Shivnan .1.: Produotion Management Systems -A (HM IVrspcotivo, AdJison Wcslev Publishing Gom-p¡uiy, Wokinjiham, 1988 Marko Starbek je izredni profesor za področje proizvodnih sistemov ? w Fakulteti za strojništvo v Ljubljani Na raziskovalnem področju se ukvarja s študijem proizvodrvh sistemov, predvsem z vidika diasnostioranja ter izbora in uvajanja sistemov planiranja in krmiljenja proizvodnje ter Študijem deta. Rezultate teoretičnih raziskav aplicira v praksi preko sodelovanja s podjetji. Je član DGOR (Nemčija), SDI-SOR (Slovenija) in KOREME (Hnsaika) 4 Jože Petrišlč je docent za področje uporabe matematike v tehniki na Fakulteti za strojništvo v Ljubljani. Diplomiral je na Fakulteti za naravoslovje in tehnologijo, smer tehniška matematika, magistnral in doktoriral je na Fakulteti za strojniško v Ljubljani. Na raziskovalnem področju se ukvarja z uporabo matematičnih modelov in metod v strojništvu. Je član DGOR (Nemčija), SDI-SOR (Slovenija), DMFA (Slovenija), DM (Slovenija) ♦ Janez Kušar je asistent za področje proizvodnih sistemov na Fakulteti za strojništvo Univerze v Ljubljani. Diplomiral in masistnral je na Fakulteti za strojništvo v Ljubljani. Na raziskovalnem področju se ukvarja predvsem s sistemi za planiranje proizvodnje ter projektnim managementom Rezultate teoretičnih raziskav aplicira v praksi preko sodelovanja s podjetji. Je član SDI-SOR (SlovenijtO m KOREMC (Hrvaška) uporabi td NFORMATIKA 0 ♦