🚗 สายประกอบรถยนต์ โมเดลสด

พื้นฐาน — โมเดลเบื้องหลังตัวเลข

ทุกความสัมพันธ์ที่เครื่องจำลองใช้ พร้อมแหล่งที่มา ค่าคงที่ที่ระบุว่าเป็นสมมติฐานคือการปรับเทียบตัวอย่าง

OEE คูณความพร้อมใช้งาน ประสิทธิภาพ และคุณภาพ วัดที่คอขวด เท่ากับเวลาไซเคิลอุดมคติ × หน่วยดี ÷ เวลาตามแผน

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]ผลคูณเท่ากับเวลาไซเคิลอุดมคติ × จำนวนหน่วยที่ดี ÷ เวลาตามแผน ก็ต่อเมื่อผลผลิตของคอขวดเท่ากับผลผลิตของสายการผลิตเท่านั้น หน่วยที่ยังอยู่ระหว่างสถานี 3 ถึงปลายสายทำให้เกิดความต่างเล็กน้อย

สถานีส่งหน่วยต่อได้เฉพาะเมื่อบัฟเฟอร์ถัดไปมีที่ว่าง (ไม่เช่นนั้นถูกบล็อก) และเริ่มงานได้เฉพาะเมื่อบัฟเฟอร์ก่อนหน้ามีหน่วย (ไม่เช่นนั้นขาดงานป้อน)

station i: cycle = c_i / v; moves on iff buffer_i < K (else blocked); starts iff buffer_{i−1} > 0 (else starved)[3][4]

สายการผลิตไม่มีทางเร็วกว่าสถานีที่ช้าที่สุด แทคต์ไทม์คือเวลาที่มีหารด้วยความต้องการ

r_line ≤ r_b = v / max_i c_i; takt = available time / demand = 60 / plan [min/unit][5][7]

ความเครียดจากความเร็ว: ความสูญเสียที่เกิดจากความเร็วเพิ่มขึ้นไม่จำกัดเมื่อสายการผลิตเข้าใกล้ขีดจำกัดของอุปกรณ์และผู้ปฏิบัติงาน (105 % ของความเร็วที่กำหนด)

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 %)ข้อสมมติ: เวลาไซเคิล เวลาเสียและเวลาซ่อม อัตราของเสียและอัตราหยุดผิดพลาด กฎความเครียดจากความเร็ว และขนาดทีม เป็นค่าตัวอย่างเพื่อประกอบการเรียนรู้ ไม่ใช่ข้อมูลจากโรงงานจริง

สถานีเสียเฉพาะขณะทำงาน และบ่อยขึ้นยิ่งสายการผลิตทำงานใกล้ขีดจำกัด เวลาซ่อมสั้นลงเมื่อมีช่างคนที่สองมาร่วม

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]ข้อสมมติ: เวลาไซเคิล เวลาเสียและเวลาซ่อม อัตราของเสียและอัตราหยุดผิดพลาด กฎความเครียดจากความเร็ว และขนาดทีม เป็นค่าตัวอย่างเพื่อประกอบการเรียนรู้ ไม่ใช่ข้อมูลจากโรงงานจริง

ของเสียเพิ่มขึ้นชันตามความเร็วยิ่งกว่าการเสียเสียอีก เมื่อใช้ andon ของเสียส่วนใหญ่จะถูกจับและแก้ที่สถานี โดยแลกกับการหยุดสั้น ๆ (บางครั้งเป็นสัญญาณเตือนผิด) หากไม่ใช้ การทดสอบปลายสายจะจับได้บางส่วน ที่เหลือหลุดออกไป

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]ข้อสมมติ: เวลาไซเคิล เวลาเสียและเวลาซ่อม อัตราของเสียและอัตราหยุดผิดพลาด กฎความเครียดจากความเร็ว และขนาดทีม เป็นค่าตัวอย่างเพื่อประกอบการเรียนรู้ ไม่ใช่ข้อมูลจากโรงงานจริง

กฎของลิตเติล: เวลาเฉลี่ยที่ผ่านสายการผลิตเท่ากับงานระหว่างทำหารด้วยอัตราส่งผ่าน

lead time W = WIP / throughput (L = λW)[6][5]

ค่าคงที่การดำเนินงานอื่น ๆ ที่แบบจำลองใช้

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 minข้อสมมติ: เวลาไซเคิล เวลาเสียและเวลาซ่อม อัตราของเสียและอัตราหยุดผิดพลาด กฎความเครียดจากความเร็ว และขนาดทีม เป็นค่าตัวอย่างเพื่อประกอบการเรียนรู้ ไม่ใช่ข้อมูลจากโรงงานจริง

ความสุ่ม: ตัวสร้าง mulberry32 แบบมีซีด การแจกแจงที่ใช้ — สม่ำเสมอ เอ็กซ์โพเนนเชียล (CDF ผกผัน) ปกติ (Box–Muller) ปัวซง (Knuth) ซีดแสดงให้เห็นและแชร์ได้

แหล่งที่มา

1. S. Nakajima — Introduction to TPM: Total Productive Maintenance (OEE = availability × performance × quality; six big losses) — Productivity Press, 1988
2. ISO 22400-2:2014 — Automation systems and integration — KPIs for manufacturing operations management — Part 2: Definitions and descriptions (availability, effectiveness, quality ratio, OEE index) — ISO, 2014
3. J. A. Buzacott, J. G. Shanthikumar — Stochastic Models of Manufacturing Systems (flow lines with finite buffers, blocking, starvation) — Prentice Hall, 1993
4. Y. Dallery, S. B. Gershwin — Manufacturing flow line systems: a review of models and analytical results (operation-dependent failures, blocking after service) — Queueing Systems 12, 1992
5. W. J. Hopp, M. L. Spearman — Factory Physics, 3rd ed. (bottleneck rate, variability buffering, Little’s law) — Waveland Press, 2011
6. J. D. C. Little — A Proof for the Queuing Formula L = λW — Operations Research 9(3), 1961
7. T. Ohno — Toyota Production System: Beyond Large-Scale Production (jidoka, stopping the line on abnormalities, takt) — Productivity Press, 1988