operations management research group massimiliano m. schiraldi dipartimento di ingegneria...
TRANSCRIPT
OPERATIONS MANAGEMENT
Research Group
Massimiliano M. Schiraldi
Dipartimento di Ingegneria dell’ImpresaFacoltà di Ingegneria – Sezione Ingegneria
IndustrialeUniversità degli Studi di Roma “Tor Vergata”
Obiettivi, metodi e soluzioni di Obiettivi, metodi e soluzioni di efficientamento efficientamento
per le PMI industriali italianeper le PMI industriali italiane
UNIVERSITÀ DEGLI STUDI DI ROMAUNIVERSITÀ DEGLI STUDI DI ROMA
TToorrVVeerrggaattaaUU
22
Contenuto della presentazione
Identificare le inefficienze
Strutturare gli interventiFormalizzare il processoAnalizzare i datiIdeare la soluzione
Risultati e punti critici
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
33
Le più diffuse perdite di efficienza
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
- Perdite di tempo pure o ritardi
- Perdite per errori, sviste ed omissioni
- Perdite per scarti e rilavorazioni
- Perdite per trasporti inutili
- Perdite di tempo e spazio in magazzino
- Perdite per stockout
- Perdite da sovrapproduzione
- Perdite per sottoutilizzazione delle risorse
- Perdite per movimenti inutili
- Perdite per processi troppo lunghi o complicati
- Perdite causate dal lavorare per gli obiettivi
sbagliati
44
Alcuni tradizionali metodi di efficientamento
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
Perdite per guasti o manutenzione
Perdite per setup e riprogrammazioni
Perditedi tempo
Perdite per sbilanciamenti
Perdite per inefficienza diffusa
Perditedi prestazioni
Perdite per rilavorazioni
Perdite per scarti
Perdite di qualità
TPM
Production Planning
JIT, TOC, SMED…
5S, Poka Yoke…
TQM, SPC, 6…
55
Contenuto della presentazione
Identificare le inefficienze
Strutturare gli interventiFormalizzare il processoAnalizzare i datiIdeare la soluzione
Risultati e punti critici
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
6622/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
Miglioramento
continuo
Innovazioni incrementali
Azione al più presto
Approccio bottom-up
Pochi mezzi e tempi
brevi
Sequenza di interventi
Miglioramento
radicale
Innovazioni “a grandi
salti”
Azione quando
opportuno
Approccio top-down
Impegno di forti mezzi
Intervento singolo
Le due filosofie di soluzione dei problemi
77
Un approccio consolidato
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
1) Selezione dell’obiettivo2) Raccolta ed analisi dati3) Identificazione causa
origine4) Sviluppo della soluzione5) Verifica della soluzione6) Standardizzazione7) Riflessione sul processo
DoPlan
CheckAct
1
23
4
56
7
88
Il primo punto: conoscere il proprio processo
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
Esempio diagramma ad iconeproduzione clinker
99
Costruire i diagrammi di processo
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
Esempio diagramma tecnologico calzaturificio
1010
Identificare i flussi di materiale
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
1
7
2
3
4
5
6
Fusione
trucioli
Lamiere in acciaio
ritagli
trucioli
montaggio
magazzinaggio
trapanatura
tornitura
0,7 t/h
0,3 t/h
3 t/h
tranciatura
formatura
sbavatura
sfridi
10 t/h
9 t/h
7 t/h
2 t/h
1 t/h
BULLONI
4 t/h
3,3 t/h
4
trucioli
tornitura
0,7 t/ h
4 t/ h
3,3 t/ h
SIMBOLOOPERAZIONE
valori quantitativi delFLUSSO DEI MATERIALI
1111
Misurare le distanze ed identificare i percorsi
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
1212
Costruire l’Operation Process Chart
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
L’importanza dei dati…
1313
Costruire lo Standard Work Combination Sheet
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
Page ___ of
man mach w alk TOT CUMUL
1 10 15 0 0 15 15
2 10 45 0 0 45 60
3 10 0 15 0 15 75
4 10 0 15 0 15 90
5 10 2 2 92
6 10 92
7 10 2 2 94
8 10 5 5 99
9 10 7 7 106
10 0 106
___
TurnoTime study person
time elementsDescription of Operation
Tornitura 1° pezzo e controllo dimensionale pezzo
Trasporto 1° pezzo a collaudo (a/r)
Attesa a macchina ferma per risultati collaudo 1°
Part name:
1
Cumulative Operating Time (MINUTI)Step No. 2 3 134 5 7 148 9 10 11 126
Rilavorazione di Tornitura 1° pezzo e controllo dimensionale pezzo e sbavatura per maneggio.
Messa a punto dei parametri macchina
Togliere grezzi da cartone e posizionare su carrello
Attrezzaggio macchina
Riitiro 1° pezzo al collaudo (non esiste un avviso f ine collaudo)
Standard Work Combination Sheet
Q.tà per turno
Processo
Takt time
Date:Part #:
OP
Tempo analisi 1° pezzo
ripetere procedura fino a che non è ok il pezzo
L'ATTESA COLLAUDO è MEDIAMENTE DI 120 minuti
L’importanza dei dati…
1414
Raccogliere i dati con i diari macchina
In qualche modo occorre recuperare i dati…
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
1515
Contenuto della presentazione
Identificare le inefficienze
Strutturare gli interventiFormalizzare il processoAnalizzare i datiIdeare la soluzione
Risultati e punti critici
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
1616
Identificare le cause delle perdite di efficienza
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
tem
po pe
rsop
er ute
nsili
MENMACHINERY
METHODS MATERIALS
manca attrezzatura cambio utensili
diversi chiavini
chiavini rari e preziosi
chiavini associatiagli utensili
problema aggiornamento schede utensili
dimestichezza
magazzino occupato o chiuso
una sola macchinaper più operazioni
magazziniere in altre attività
inserti non a bordo macchina
presetting
tem
po pe
rsop
er collau
do
MENMACHINERY
METHODS MATERIALS
assenza strumentazione
strumentazioneprelevata dagli operatori
strumenti portatili
strumenti non dedicati
no segnale di fine collaudo
pochi strumentiDEA impegnata in taratura
Perdite di tempo suddivise per causa, in % sul tempo di carico
40,0%
26,7%
6,4%
0,0% 0,0% 0,0% 0,0% 0,0% 1,3%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
50,0%
atte
se p
erco
llaud
o
prob
lem
i di
uten
sile
Set
up
Rila
vora
zion
i
orga
nizz
ativ
e
guas
ti
prob
lem
isc
hede
uten
sili
infe
rmer
ia
non
rile
vabi
li
Perdite di tempo suddivise per causa, in % sul tempo di carico
40,0%
26,7%
6,4%
0,0% 0,0% 0,0% 0,0% 0,0% 1,3%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
50,0%
atte
se p
erco
llaud
o
prob
lem
i di
uten
sile
Set
up
Rila
vora
zion
i
orga
nizz
ativ
e
guas
ti
prob
lem
isc
hede
uten
sili
infe
rmer
ia
non
rile
vabi
li
Esempio aumento capacità produttiva per una azienda di
produzione
Perdite di tempo suddivise per causa, in % sul tempo di carico
40,0%
26,7%
6,4%7,5% 6,5%2,8%
0,0% 1,2% 0,3% 0,0% 1,3%0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
50,0%
atte
se p
erco
llaud
o
prob
lem
i di
uten
sile
setu
p
rilav
oraz
ioni
orga
nizz
ativ
e
guas
ti
infe
rmer
ia
non
rilev
abili
pre-kaizen
post-kaizen
1717
Dai dati….
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
Esempio ottimizzazione
procedure spedizioni per
una azienda di logistica
1818
…alle informazioni
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
0
2000
4000
6000
8000
10000
12000
0.00.001.00.002.00.003.00.004.00.005.00.006.00.007.00.008.00.009.00.0010.00.0011.00.0012.00.0013.00.0014.00.0015.00.0016.00.0017.00.0018.00.0019.00.0020.00.0021.00.0022.00.0023.00.0024.00.0025.00.0026.00.0027.00.0028.00.0029.00.0030.00.0031.00.0032.00.0033.00.0034.00.0035.00.0036.00.0037.00.0038.00.0039.00.0040.00.0041.00.0042.00.0043.00.0044.00.0045.00.0046.00.0047.00.0048.00.0049.00.0050.00.00
Andamento della coda di packing list da generare
0
2000
4000
6000
8000
10000
12000
0.00.001.00.002.00.003.00.004.00.005.00.006.00.007.00.008.00.009.00.0010.00.0011.00.0012.00.0013.00.0014.00.0015.00.0016.00.0017.00.0018.00.0019.00.0020.00.0021.00.0022.00.0023.00.0024.00.0025.00.0026.00.0027.00.0028.00.0029.00.0030.00.0031.00.0032.00.0033.00.0034.00.0035.00.0036.00.0037.00.0038.00.0039.00.0040.00.0041.00.0042.00.0043.00.0044.00.0045.00.0046.00.0047.00.0048.00.0049.00.0050.00.00
Andamento della coda di packing list da generare
Esempio ottimizzazione
procedure spedizioni per
una azienda di logistica
1919
Dalle informazioni alle soluzioni
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
y = 2,7x + 137,3
0200400600800
10001200140016001800
02-g
en16
-gen
30-g
en15
-feb
01-m
ar15
-mar
30-m
ar17
-apr
04-m
ag18
-mag
04-g
iu19
-giu
04-lu
g19
-lug
02-a
go31
-ago
14-s
et01
-ott
16-o
tt31
-ott
14-n
ov27
-nov
11-d
ic28
-dic
Andamento delle movimentazioni nell'anno
y = 2,7x + 137,3
0200400600800
10001200140016001800
02-g
en16
-gen
30-g
en15
-feb
01-m
ar15
-mar
30-m
ar17
-apr
04-m
ag18
-mag
04-g
iu19
-giu
04-lu
g19
-lug
02-a
go31
-ago
14-s
et01
-ott
16-o
tt31
-ott
14-n
ov27
-nov
11-d
ic28
-dic
Andamento delle movimentazioni nell'anno
0100200300400500600700800900
0 10 20 30 40 50 60 70 80
Num
ero
di m
ovim
enta
zion
ide
l cod
ice
nello
slo
t
lontananza dello slot del punto di I/O
Correlazione tra la accessibilità dello slot ed il numero di movimentazioni del codice in esso collocato - condizione AS IS
0100200300400500600700800900
0 10 20 30 40 50 60 70 80
Num
ero
di m
ovim
enta
zion
ide
l cod
ice
nello
slot
lontananza dello slot del punto di I/O
Correlazione tra la accessibilità dello slot ed il numero di movimentazioni del codice in esso collocato - condizione AS IS
0100200300400500600700800900
1000
0 50 100 150 200 250
Num
ero
di m
ovim
enta
zion
ide
l cod
ice
numero di giorni di movimentazione
Correlazione tra il numero totale di movimentazioni per codice ed il numero di giorni in cui il codice viene movimentato nell'anno
0100200300400500600700800900
1000
0 50 100 150 200 250
Num
ero
di m
ovim
enta
zion
ide
l cod
ice
numero di giorni di movimentazione
Correlazione tra il numero totale di movimentazioni per codice ed il numero di giorni in cui il codice viene movimentato nell'anno
0%5%10%15%20%25%30%35%40%45%
0
500
1000
1500
2000
2500
3000
3500
1 2 3 4 5 6 7 8 9 10 15 20 25 30 50
met
ri cu
bi
parametro a
Confronto tra il fabbisogno di spazio di stoccaggio in politica "randomized" o "dedicated" al variare di a
V ran
V ded
% risparmio
0%5%10%15%20%25%30%35%40%45%
0
500
1000
1500
2000
2500
3000
3500
1 2 3 4 5 6 7 8 9 10 15 20 25 30 50
met
ri cu
bi
parametro a
Confronto tra il fabbisogno di spazio di stoccaggio in politica "randomized" o "dedicated" al variare di a
V ran
V ded
% risparmio
0100200300400500600700800900
0 10 20 30 40 50 60 70 80
Num
ero
di m
ovim
enta
zion
ide
l cod
ice
nello
slo
t
lontananza dello slot del punto di I/O
Correlazione tra la accessibilità dello slot ed il numero di movimentazioni del codice in esso collocato.
Condizione ottima confrontata con quella AS-IS
0100200300400500600700800900
0 10 20 30 40 50 60 70 80
Num
ero
di m
ovim
enta
zion
ide
l cod
ice
nello
slo
t
lontananza dello slot del punto di I/O
Correlazione tra la accessibilità dello slot ed il numero di movimentazioni del codice in esso collocato.
Condizione ottima confrontata con quella AS-IS
Esempio riorganizzazion
e magazzino per una
azienda di produzione
2020
Tempificazione di un processo di produzione job-shop a piccoli lotti
Un esempio di soluzione di production planning
= 3 ore
2121
Un esempio di soluzione di production planning
Tempificazione di un processo di produzione job-shop a piccoli lotti
2222
Contenuto della presentazione
Identificare le inefficienze
Strutturare gli interventiFormalizzare il processoAnalizzare i datiIdeare la soluzione
Risultati e punti critici
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
2323
Risultati raggiunti in alcuni interventi e punti critici
22/05/2008M.M.Schiraldi - Università degli Studi di Roma "Tor Vergata"
Esempiaumento capacità
produttiva
Esempi riorganizzazione
magazzino
Caso 1:reparto frese
42,8% 68,5%
Azienda 1: potenziale efficientamentomovimentazioni magazzino
+ 40%
Caso 2:reparto torni
43,9% 61,1%
Azienda 2 (*):-8% riduzione area magazzino
-20% riduzione tempi medi di prelievo-45% riduzione tempi immissione
(*) G. Confessore, M.E. Nenni, M.M. Schiraldi “La configurazione ottimale di magazzino” Logistica & Management n.138 sett. 2003
i datii dati
dati affidabilidati affidabilidati storicidati storici
statisticamente significativistatisticamente significativi
molti datimolti dati
dati sui tempidati sui tempi
dati dettagliati
dati dettagliati
dati precisidati precisi
dettaglio al minuto
dettaglio al minuto
rilevati dal campo
rilevati dal campo
dati, non stime
dati, non stime
dati accuratidati accurati
dati chiaridati chiari
dati coerentidati coerenti
non duplicatinon duplicati
non duplicatinon duplicati
dati integridati integridati chiaridati chiari
dati affidabilidati affidabili dati integridati integri
dati sui tempidati sui tempi
molti datimolti dati
dati storicidati storici
dati accuratidati accurati
non duplicatinon duplicati
molti datimolti dati
dati storicidati storici
dati dettagliati
dati dettagliati
dati accuratidati accurati
dettaglio al minuto
dettaglio al minuto
dati chiaridati chiari
dati precisidati precisidati affidabilidati affidabili
OPERATIONS MANAGEMENT
Research Group
Massimiliano M. Schiraldi
Dipartimento di Ingegneria dell’ImpresaFacoltà di Ingegneria – Ingegneria IndustrialeUniversità degli Studi di Roma “Tor Vergata”
grazie per l’attenzionegrazie per l’attenzione
UNIVERSITÀ DEGLI STUDI DI ROMAUNIVERSITÀ DEGLI STUDI DI ROMA
TToorrVVeerrggaattaaUU