Secuenciación de modelo mixto – Secuenciación de ejemplo básico

La secuenciación de modelos mixtos es una forma de manejar productos que tienen diferentes cargas de trabajo en una línea de producción. En esta publicación, continúo describiendo los conceptos básicos si solo hay una estación donde los productos varían en la carga de trabajo. Esto es parte de una serie (bastante larga) de publicaciones sobre la carga de trabajo dependiente del producto. En mis próximas publicaciones, abordaré situaciones en las que varias estaciones se ven afectadas por la carga de trabajo dependiente del producto.

Un poco sobre la secuencia

Echemos un vistazo a la secuencia. Tenga en cuenta que todavía estamos en el ejemplo simple de una sola estación de trabajo con una diferencia de carga de trabajo dependiente de parte para explicar el concepto. Se volverá un poco más difícil más adelante.

La idea es crear una secuencia con los tipos de productos distribuidos de la manera más uniforme posible. Si tiene dos productos con una mezcla 50-50 (dos puertas y cuatro puertas), alternaría los dos tipos de productos. Si la mezcla es 75-25, entonces tres de un tipo serían seguidos por uno de otro tipo. A continuación se presentan algunas opciones de secuenciar autos de dos y cuatro puertas según su participación.

Sin embargo, esto no siempre puede ser tan fácil. Los ejemplos anteriores resultan ser una relación que da como resultado secuencias agradables. Sin embargo, una proporción de 60:40 sería una secuencia en la que a veces tiene dos puertas de 2 puertas y otras 2 antes de tener un vehículo de 4 puertas como se muestra a continuación.

Esto se vuelve aún más complicado si tiene más de dos tipos de productos. Ya he explicado el enfoque básico en mi publicación Introducción a la nivelación de flujo de una pieza. Sin embargo, para la nivelación de flujo normal de una pieza, comenzaría con la mayor cantidad. Tu aquí Comience con el producto que tiene la mayor diferencia de tiempo takt al tiempo objetivo takt. Por ejemplo, un producto que es 30 segundos más rápido (o más lento) que el tiempo takt tiene prioridad sobre un producto que es solo 20 segundos más rápido (o más lento) que el tiempo takt.

Comienza con el primer producto y lo divide de la manera más uniforme posible en las máquinas tragamonedas. Matemáticamente, tomas el número de productos de ese tipo dividido por el número total de productos. En otras palabras, si cada 3.24^th el producto es de este tipo, entonces cada 3.24^th la ranura es para ese producto y redondeas a la ranura más cercana. Luego toma el siguiente tipo de parte y hace lo mismo, excepto que si el espacio está ocupado, toma el espacio disponible más cercano. Continúa con todos los tipos de productos en orden de prioridad (diferencia de tiempo takt).

Si su secuencia no distribuye los tipos de productos de manera uniforme, es posible que necesite más búfer. Tomemos nuevamente una mezcla 50:50 de autos de dos y cuatro puertas. Pero esta vez para la demostración, desordenemos la secuencia con un tamaño de lote de dos, como se muestra a continuación.

Ahora, en lugar de estar 20 segundos por encima y 20 segundos por debajo del promedio, pasará 40 segundos (después de dos autos de 4 puertas), seguido de 40 segundos por debajo (después de dos autos de 2 puertas). Su fluctuación se hizo más grande y necesita más amortiguación para manejar estas fluctuaciones más grandes. Sin embargo, uno de los objetivos principales de este tipo de secuenciación (además de reducir el tiempo de espera) es reducir el espacio del búfer. Recuerde, el espacio directamente en la línea de montaje es su espacio más valioso, y cuanto más espacio use simplemente para amortiguar las piezas, más desperdicio creará al caminar, un flujo de información incorrecto, un transporte más largo, etc. Por lo tanto, es importante ¡Extienda sus fluctuaciones de tiempo takt de la manera más uniforme posible en la secuencia!

Lamentablemente, el mundo es más complejo

Los ejemplos anteriores ya parecen complejos, con múltiples productos en cantidades variables. Sin embargo, tener una sola estación de trabajo con productos con diferente carga de trabajo sigue siendo fácil. Se vuelve realmente complicado si varias estaciones tienen cargas de trabajo que dependen del tipo de producto.

Esta suele ser la norma en la industria automotriz. Ya mencioné el número de puertas y el techo solar. Un automóvil puede tener asientos regulares, o asientos con calefacción, o con funciones de masaje, o ajustes eléctricos, todos los cuales pueden tener diferentes conectores. Puede haber una condición de aire, o tal vez no. El cliente puede haber gastado más en un paquete de cromo, manijas de puertas iluminadas, aplicaciones de color, protectores de puertas y baúles, o muchas más opciones. Por ejemplo, leí que BMW en promedio fabrica dos autos idénticos por variante y año. Solo una vez al año, el mismo automóvil puede bajar de la línea.

Si ahora optimiza la secuencia para una estación de trabajo, puede ser una secuencia muy mala para la otra estación de trabajo. Si optimiza para la otra estación de trabajo, puede ser una mala secuencia para la primera estación de trabajo.

Esto puede ser complicado aún más si la estación también tuviera que hacer un nuevo trabajo para solucionar problemas que se hicieron mal de antemano. Lo sé, no debería haber sucedido en primer lugar, pero a veces sucede.

El objetivo general es nuevamente reducir los tiempos de inactividad de los trabajadores y aumentar el inventario lo menos posible.

¿Cuántas opciones hay?

Solo por diversión, busqué la cantidad de formas posibles de secuenciar una producción. Esto depende del número de variantes del producto y del número total producido. En términos generales, para n variantes ym número de productos en total, el número posible de secuencias diferentes S son

Lamentablemente, este número aumentará rápidamente. Si hace 1,000 partes en un día con 30 tipos de productos diferentes, el número de secuencias posibles 10⁸⁷ ya excede el número de átomos en el universo (10⁷⁸ a 10⁸², hay un poco de incertidumbre aquí). Si agrega la restricción de hacer solo una cierta cantidad de cada tipo, el número de secuencias disminuirá un poco, pero aún será demasiado para que una computadora compare todas las secuencias posibles. Por lo tanto, una buena secuencia a menudo es más un arte que un algoritmo. Debido a la cantidad de opciones posibles, probablemente no lograrás una secuencia perfecta, pero con suerte una que sea lo suficientemente buena. En las siguientes publicaciones te describiré un enfoque que te ayuda a encontrar una buena secuencia. Hasta entonces, ¡salga, considere dónde tiene cargas de trabajo dependientes del producto y organice su industria!

PD Muchas gracias a Mark Warren por su aporte.

Resumen de la serie

Aquí también está el archivo Excel de ejemplo de secuencia para las publicaciones 7 a 11 con el ejemplo complejo. Tenga en cuenta que esta no es una herramienta, sino simplemente algunos de mis cálculos para su información.