તમે વાહન અંતિમ-એસેમ્બલી લાઇનના એક ભાગ પર એક શિફ્ટ ચલાવો છો: શ્રેણીમાં પાંચ સ્ટેશન અને વચ્ચે નાની બફર લેન. દરેક અટકાવ લાઇનમાં ઉપર-નીચે ફેલાય છે, દરેક ખામી કાં તો સ્ટેશન પર સુધરે છે કે આગળ જાય છે, અને શિફ્ટ પાસે પૂરી કરવાની ઉત્પાદન યોજના છે.
તમે શું શીખશો
OEE નુકસાનને ઉપલબ્ધતા, કામગીરી અને ગુણવત્તામાં કેવી રીતે વહેંચે છે — અને બૉટલનેક જ લાઇનનું ઉત્પાદન કેમ નક્કી કરે છે.
મર્યાદિત બફર સ્ટેશનોને કેવી રીતે અલગ કરે છે (અવરોધ અને ભૂખમરો), અને તે ઇન્વેન્ટરી લીડ ટાઇમમાં શું કિંમત લે છે (લિટલનો નિયમ).
ખામી પર લાઇન રોકવી ચાલુ રાખવા કરતાં કેમ સારી હોઈ શકે, અને ઝડપથી ચલાવવું હંમેશાં વધુ ઉત્પાદન કેમ નથી.
સિમ્યુલેટર
સમય 0 min
▶કામ કરે છે
‖ભૂખ્યું (એકમ નથી)
⧗અવરોધિત (આગળ જગ્યા નથી)
✕બગડેલું
⚑આંદોન અટકાવ
▪બફર લેનમાં એકમ
કંટ્રોલ
નિર્ધારિત ગતિની ટકાવારી. ઝડપી ચક્ર ઉત્પાદન વધારે છે — અને ખરાબી તથા ખામીનો દર પણ.
સ્ટેશનો વચ્ચેની દરેક લેન કેટલા એકમ રાખી શકે. વધુ હોય તો અટકાવ છૂટા પડે છે, પણ ચાલુ કામમાં માલ વધે છે.
દરેક ટેકનિશિયન એક સ્ટેશન સુધારે છે; બૉટલનેકને પહેલાં સેવા મળે છે, બીજો ટેકનિશિયન સમારકામ ઝડપી કરે છે.
ઑપરેટરો ખામીને સ્થળ પર જ સુધારવા પોતાનું સ્ટેશન અટકાવે છે. તેની કિંમત અપટાઇમમાં ચૂકવવી પડે છે — જે અસામાન્યતા વાસ્તવમાં કંઈ નીકળતી નથી તેવા અટકાવો સહિત — પણ ખામીઓ આગળ વધતી અટકે છે.
ત્રણ જણની ટીમ એક કલાક સુધી લાઇન-અંત તપાસમાં પકડાયેલા એકમો સુધારે છે, જેથી તે મોકલી શકાય.
સૂચકો
OEE
0.0%
ગંભીર
યોજનાની સામે ઉત્પાદન
100.0%
સામાન્ય
નીકળી ગયેલી ખામીઓ
0
સામાન્ય
ચાલુ કામ
13
સામાન્ય
ઉપલબ્ધતા
100.0 %
કામગીરી
0.0 %
ગુણવત્તા દર
100.0 %
ટૅક્ટની સામે ગતિ
100 %
થ્રૂપુટ
50.0 JPH
યોજનાથી આગળ (+) / પાછળ (−) એકમ
0
લાઇનમાંથી લીડ ટાઇમ
16 min
સમારકામ બેમાં રાહ જોતા એકમો
0
પ્રતિ એકમ શ્રમ-કલાકો
0.00 h
બંધ સ્ટેશનો
0
બૉટલનેક નિષ્ક્રિય (ભૂખ્યું કે અવરોધિત)
0.0 %
ટ્રેન્ડ
કટોકટી દૃશ્યો
સ્તર 1 · ઉપરવાસના અટકાવ દરમિયાન બોટલનેકનું રક્ષણ
યોજના: ચાર કલાકની અડધી શિફ્ટ માટે કલાકે 50 એકમ. સ્ટેશન 3 લાઇનનું બોટલનેક છે અને શિફ્ટ પર ફક્ત એક જાળવણી ટેકનિશિયન છે. જાળવણી જણાવે છે કે સ્ટેશન 2 નો ઘસાયેલો ભાગ — બરાબર બોટલનેકની આગળ — મિનિટ 35 પર બદલવો પડશે: એક ટેકનિશિયન માટે 40 મિનિટનું કામ.
અડધી શિફ્ટના અંતે ઉત્પાદન ≥ યોજનાના 101 %
બોટલનેક ≤ 7 % સમય નિષ્ક્રિય
સરેરાશ ચાલુ કામ ≤ 18 એકમ
સ્તર 2 · ટ્રિમ સ્ટેશન પર ગુણવત્તા વિચલન
યોજના: ચાર કલાકની અડધી શિફ્ટ માટે કલાકે 52 એકમ, અને છેલ્લી શિફ્ટના દસ એકમ હજી સમારકામ બેમાં રાહ જુએ છે. વીસ મિનિટ પછી સ્ટેશન 4 પર ફાસ્ટનિંગની સમસ્યા આવે છે: લગભગ દર આઠમો એકમ ખામી સાથે નીકળે છે. લાઇનના અંતની ચકાસણી મોટા ભાગનાને પકડે છે — બધાને નહીં.
લાઇન કલાકે 47 એકમની યોજના માટે 80 % ગતિએ ચાલે છે. અડધી શિફ્ટની વીસ મિનિટ પછી વેચાણ વિભાગ યોજના વધારીને કલાકે 56 એકમ કરે છે — ટૅક્ટ ટાઇમ લગભગ 1.28 થી ઘટીને 1.07 મિનિટ થાય છે, અને બોટલનેક 80 % પર ટકી શકતું નથી. ઓવરટાઇમની મંજૂરી નથી.
બે કલાક પછી ઉત્પાદન ≥ યોજનાના 102 %
અડધી શિફ્ટના અંતે ઉત્પાદન ≥ યોજનાના 103 %
વધુમાં વધુ 1 ખામી ગ્રાહક સુધી નીકળે
સરેરાશ ચાલુ કામ ≤ 20 એકમ
આધાર — આંકડા પાછળનું મોડેલ
સિમ્યુલેટર દ્વારા વપરાતો દરેક સંબંધ, તેના સ્રોત સાથે. ધારણા તરીકે ચિહ્નિત અચળાંકો ઉદાહરણરૂપ કેલિબ્રેશન છે.
OEE ઉપલબ્ધતા, કામગીરી અને ગુણવત્તાનો ગુણાકાર છે, બૉટલનેક પર માપેલો; તે આદર્શ ચક્ર-સમય × સારા એકમ ÷ આયોજિત સમય બરાબર છે.
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]ગુણાકાર આદર્શ સાઇકલ ટાઇમ × સારા એકમ ÷ આયોજિત સમય જેટલો ત્યારે જ થાય જ્યારે બોટલનેકનું ઉત્પાદન લાઇનના ઉત્પાદન જેટલું હોય; સ્ટેશન 3 અને લાઇનના અંત વચ્ચે હજી રહેલા એકમો નાનો તફાવત પાડે છે.
સ્ટેશન એકમને ત્યારે જ આગળ આપે છે જ્યારે આગલા બફરમાં જગ્યા હોય (નહીં તો તે અવરોધિત છે) અને ત્યારે જ શરૂ કરે છે જ્યારે પાછલા બફરમાં એકમ હોય (નહીં તો તે ભૂખ્યું છે).
station i: cycle = c_i / v; moves on iff buffer_i < K (else blocked); starts iff buffer_{i−1} > 0 (else starved)[3][4]
લાઇન પોતાના સૌથી ધીમા સ્ટેશનથી ઝડપી ક્યારેય ચાલી શકતી નથી; ટૅક્ટ ટાઇમ એટલે ઉપલબ્ધ સમયને માંગથી ભાગવું.
r_line ≤ r_b = v / max_i c_i; takt = available time / demand = 60 / plan [min/unit][5][7]
ગતિ-તણાવ: ગતિથી ચાલતાં નુકસાન, લાઇન પોતાનાં સાધનો અને ઑપરેટરોની મર્યાદા (રેટેડ ગતિના 105 %) ની નજીક પહોંચતાં અમર્યાદ રીતે વધે છે.
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 %)ધારણા: સાઇકલ ટાઇમ, ખરાબી અને સમારકામના સમય, ખામી અને ખોટા અટકાવના દર, ગતિ-તણાવનો નિયમ અને ટીમના કદ ઉદાહરણરૂપ મૂલ્યો છે, કોઈ વાસ્તવિક પ્લાન્ટનો ડેટા નથી.
સ્ટેશન ફક્ત કામ કરતી વખતે જ બગડે છે, લાઇન પોતાની મર્યાદાની જેટલી નજીક ચાલે તેટલું વધુ વાર; બીજો ટેકનિશિયન જોડાય ત્યારે સમારકામનો સમય ઘટે છે.
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]ધારણા: સાઇકલ ટાઇમ, ખરાબી અને સમારકામના સમય, ખામી અને ખોટા અટકાવના દર, ગતિ-તણાવનો નિયમ અને ટીમના કદ ઉદાહરણરૂપ મૂલ્યો છે, કોઈ વાસ્તવિક પ્લાન્ટનો ડેટા નથી.
ખામીઓ ગતિ સાથે ખરાબીઓ કરતાં પણ વધુ ઢોળાવથી વધે છે. એન્ડોન સાથે મોટા ભાગની ખામીઓ સ્ટેશન પર જ પકડીને સુધારાય છે, ટૂંકા અટકાવોની કિંમતે (કેટલાક ખોટા અલાર્મ); નહીંતર લાઇનના અંતની ચકાસણી કેટલીક પકડે છે અને બાકીની નીકળી જાય છે.
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]ધારણા: સાઇકલ ટાઇમ, ખરાબી અને સમારકામના સમય, ખામી અને ખોટા અટકાવના દર, ગતિ-તણાવનો નિયમ અને ટીમના કદ ઉદાહરણરૂપ મૂલ્યો છે, કોઈ વાસ્તવિક પ્લાન્ટનો ડેટા નથી.
લિટલનો નિયમ: લાઇનમાંથી પસાર થવાનો સરેરાશ સમય = ચાલુ કામ ÷ થ્રૂપુટ.
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 minધારણા: સાઇકલ ટાઇમ, ખરાબી અને સમારકામના સમય, ખામી અને ખોટા અટકાવના દર, ગતિ-તણાવનો નિયમ અને ટીમના કદ ઉદાહરણરૂપ મૂલ્યો છે, કોઈ વાસ્તવિક પ્લાન્ટનો ડેટા નથી.
અનિયમિતતા: સીડવાળું mulberry32 જનરેટર; વપરાયેલા વિતરણ — સમાન, ઘાતાંકીય (ઇન્વર્સ CDF), સામાન્ય (Box–Muller), પોઇસન (Knuth). સીડ દર્શાવાય છે અને શેર કરી શકાય છે.
સ્રોતો
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