🚗 Liña de montaxe de automóbiles Modelo en directo
Diriges unha quenda nun tramo dunha liña de montaxe final de vehículos: cinco postos en serie con pequenos carrís búfer entre eles. Cada parada repercute aguas arriba e aguas abaixo, cada defecto ou se corrixe no posto ou segue adiante, e a quenda ten un plan de produción que cumprir.
O que aprenderás
Como o OEE reparte as perdas en dispoñibilidade, rendemento e calidade — e por que o pescozo de botella decide a produción da liña.
Como os búfers finitos desacoplan os postos (bloqueo e fame) e canto custa ese inventario en prazo de entrega (lei de Little).
Por que parar a liña ante un defecto pode ser mellor que seguir, e por que ir máis rápido non sempre dá máis produción.
Simulador
Tempo 0 min
▶Traballando
‖Con fame (sen unidade)
⧗Bloqueado (sen sitio aguas abaixo)
✕Avariado
⚑Parada andon
▪Unidade nun carril búfer
Controis
Porcentaxe da velocidade nominal. Ciclos máis rápidos aumentan a produción — e as taxas de avarías e defectos.
Unidades que pode albergar cada carril entre postos. Máis desacopla as paradas, pero aumenta o traballo en curso.
Cada técnico repara un posto; o pescozo de botella aténdese primeiro, un segundo técnico acelera unha reparación.
Os operarios paran o seu posto para corrixir un defecto no acto. Custa tempo de funcionamento — incluídas as paradas por anomalías que resultan non ser nada — pero evita que os defectos sigan adiante.
Un equipo de tres persoas repara durante unha hora as unidades detectadas na proba de final de liña, para que poidan enviarse.
Indicadores
OEE
0,0%
crítico
Produción fronte ao plan
100,0%
normal
Defectos escapados
0
normal
Traballo en curso
13
normal
Dispoñibilidade
100,0 %
Rendemento
0,0 %
Taxa de calidade
100,0 %
Ritmo fronte ao takt
100 %
Caudal
50,0 JPH
Unidades por diante (+) / por detrás (−) do plan
0
Prazo de paso pola liña
16 min
Unidades á espera no taller de reparación
0
Horas de man de obra por unidade
0,00 h
Postos avariados
0
Pescozo de botella parado (con fame ou bloqueado)
0,0 %
Tendencia
Escenarios de crise
Nivel 1 · Protexer o pescozo de botella ante unha parada anterior
Plan: 50 unidades por hora durante unha media quenda de catro horas. O posto 3 é o pescozo de botella da liña e só hai un técnico de mantemento na quenda. Mantemento informa de que unha peza desgastada do posto 2 — xusto antes do pescozo de botella — hai que substituíla no minuto 35: un traballo de 40 minutos para un só técnico.
Saída ≥ 101 % do plan ao final da media quenda
Pescozo de botella parado ≤ 7 % do tempo
Traballo en curso medio ≤ 18 unidades
Nivel 2 · Desvío de calidade no posto de acabado interior
Plan: 52 unidades por hora durante unha media quenda de catro horas, e dez unidades da quenda anterior seguen esperando na zona de reparación. Aos vinte minutos aparece un problema de suxeición no posto 4: unha de cada oito unidades sae del cun defecto. A proba de fin de liña detecta a maioría — non todas.
Como máximo 1 defecto escapa ao cliente
Saída ≥ 104 % do plan ao final (as unidades do atraso reparadas contan)
Como máximo 3 unidades quedan no taller de reparación
Traballo en curso medio ≤ 16 unidades
Nivel 3 · Pico de demanda
A liña leva funcionando ao 80 % da velocidade para un plan de 47 unidades por hora. Vinte minutos despois de comezar a media quenda, vendas sobe o plan a 56 unidades por hora — o takt time baixa de aproximadamente 1,28 a 1,07 minutos, e o pescozo de botella non pode co 80 %. Non se permiten horas extras.
Saída ≥ 102 % do plan despois de dúas horas
Saída ≥ 103 % do plan ao final da media quenda
Como máximo 1 defecto escapa ao cliente
Traballo en curso medio ≤ 20 unidades
Base — o modelo detrás dos números
Todas as relacións que usa o simulador, coa súa fonte. As constantes marcadas como suposicións son calibracións ilustrativas.
O OEE multiplica dispoñibilidade, rendemento e calidade, medidos no pescozo de botella; é igual ao tempo de ciclo ideal × unidades boas ÷ tempo planificado.
OEE = A × P × Q; A = (T_plan − T_stop)/T_plan, P = CT_ideal · N_bn / (T_plan − T_stop), Q = N_first-pass / N_out; OEE = CT_ideal · N_good / T_plan when N_bn = N_out[1][2]O produto é igual ao tempo de ciclo ideal × unidades boas ÷ tempo planificado só mentres a saída do pescozo de botella sexa igual á da liña; as unidades que aínda están entre o posto 3 e o final da liña marcan unha pequena diferenza.
Un posto só pasa a súa unidade se o seguinte búfer ten sitio (se non, está bloqueado) e só comeza se o búfer anterior ten unha unidade (se non, está sen alimento).
station i: cycle = c_i / v; moves on iff buffer_i < K (else blocked); starts iff buffer_{i−1} > 0 (else starved)[3][4]
A liña nunca pode ir máis rápido que o seu posto máis lento; o takt time é o tempo dispoñible dividido pola demanda.
r_line ≤ r_b = v / max_i c_i; takt = available time / demand = 60 / plan [min/unit][5][7]
Estrés por velocidade: as perdas provocadas pola velocidade crecen sen límite a medida que a liña se achega ao límite dos seus equipos e operarios (105 % da velocidade nominal).
σ_n(v) = ((1.05 − 0.85) / (1.05 − v))^n (σ = 1 at 85 %; σ_1: 2× at 95 %, 4× at 100 %; σ_2: 4× at 95 %, 16× at 100 %)Suposición: os tempos de ciclo, os tempos de avaría e reparación, as taxas de defectos e de paradas falsas, a lei de estrés por velocidade e o tamaño dos equipos son valores ilustrativos, non datos dunha fábrica real.
Os postos só se avarían mentres traballan, e máis a miúdo canto máis preto do seu límite funciona a liña; o tempo de reparación diminúe cando se incorpora un segundo técnico.
P(fail in Δt) = 1 − exp(−λ_i · t_work), λ_i = σ_1(v) / MTBF_i; repair work ~ Erlang-3(mean MTTR_i), done at rate 1 + 0.6·(n−1), n ≤ 2[4][1]Suposición: os tempos de ciclo, os tempos de avaría e reparación, as taxas de defectos e de paradas falsas, a lei de estrés por velocidade e o tamaño dos equipos son valores ilustrativos, non datos dunha fábrica real.
Os defectos aumentan aínda máis bruscamente coa velocidade ca as avarías. Con andon, a maioría dos defectos detéctanse e corrixense no posto, a costa de paradas curtas (algunhas delas falsas alarmas); se non, a proba de fin de liña detecta algúns e o resto escapa.
p_i = p0_i · σ_2(v) (+0.12 excursion at S4); andon: detect 90 %, stop 1.5 min, fix; false stops 0.3 % · σ_2(v) per unit and station; end-of-line test catches 70 %[7][1]Suposición: os tempos de ciclo, os tempos de avaría e reparación, as taxas de defectos e de paradas falsas, a lei de estrés por velocidade e o tamaño dos equipos son valores ilustrativos, non datos dunha fábrica real.
Lei de Little: o tempo medio de paso pola liña é igual ao traballo en curso dividido polo caudal.
cycle c = 0.62/0.64/0.90/0.75/0.72 min at rated speed (S3 = bottleneck) · MTBF 120/100/200/110/150 min of work, MTTR 4/4/3/4/3 min at 85 % speed · S2 part replacement 40 technician-min · p0 = 0.15/0.15/0.2/0.2/0.05 % per unit · excursion contained after 3 andon pulls or 15 units caught at test · rework 4 min/unit, team of 3 for 1 h per call · 40 line operators · moving averages over 30 minSuposición: os tempos de ciclo, os tempos de avaría e reparación, as taxas de defectos e de paradas falsas, a lei de estrés por velocidade e o tamaño dos equipos son valores ilustrativos, non datos dunha fábrica real.
Aleatoriedade: un xerador mulberry32 con semente; distribucións usadas — uniforme, exponencial (CDF inversa), normal (Box–Muller), Poisson (Knuth). A semente móstrase e pódese compartir.
Fontes
S. Nakajima — Introduction to TPM: Total Productive Maintenance (OEE = availability × performance × quality; six big losses) — Productivity Press, 1988
J. A. Buzacott, J. G. Shanthikumar — Stochastic Models of Manufacturing Systems (flow lines with finite buffers, blocking, starvation) — Prentice Hall, 1993