M365Con 2027 – 無料オンラインカンファレンス · 11–22 Jan 2027 · 120 sessions→ m365con.net

ブログ · Mirko Peters

シナリオを公平に比較する製造シミュレーションのKPI追跡

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By ·

製造シミュレーションのKPI追跡は、工場が定義しているとおりに少数のKPIを定義することから始まります。シナリオの実行方法、結果の読み方、そして報告の仕方を解説します。

Automatically translated with AI from the original post. Read the English original

製造シミュレーションのKPI追跡とは、モデルを構築する前に少数の性能指標を選び、工場が計算するのとまったく同じ方法でモデル内にそれらを算出し、その数値をもとにシナリオを比較することです。モデルと工場で定義が異なると、ダッシュボードがどれほど優れて見えても結果は信頼できません。本記事は、シミュレーション検討を行う工場長やプロセス エンジニア、あるいはその結果を読んで意思決定を行う方を対象としています。

重要なポイント

  • シミュレーションのKPI追跡とは、モデルを構築する前に少数のKPIを選び、工場が計算するのとまったく同じ方法でそれらを算出することです。
  • ISO 22400-2がその進め方の基準を示しています。各KPIは、計算式、構成要素、時間的な振る舞い、単位によって定義されます。
  • 1回のシミュレーション実行は1つのサンプルにすぎないため、複数の反復を行い、平均値と信頼区間を報告してください。
  • シナリオごとに変更する要素は1つだけにし、同じKPI定義を使ってシナリオを比較してください。また、まず基準となるモデルを実際の過去期間と照合してください。
  • シミュレーション結果はリアルタイムではないため、その結果を表示するダッシュボードは、実行のまとまりごとに更新し、シナリオ名を明記する必要があります。

製造シミュレーションのKPI追跡とは何ですか。

シミュレーションモデルは大量の生データを出力します。すべての部品、すべての待ち時間、シミュレーション時間を通じたすべての機械の状態などです。KPI追跡は、その出力を人が比較できる少数の数値に変換する作業です。工場シミュレーションが「これを変更するとどうなるか」に答えるのに対し、KPIは工場がすでに使っている言葉で「どの程度か」を示します。

うまくいかない場合は2つのパターンがあります。1つ目は、シミュレーションソフトウェアから簡単に取得できるものを測定してしまい、工場の人が見ても理解できない数値になるケースです。2つ目は、ダッシュボードのテンプレートから長いKPIリストをそのままコピーしてしまい、意思決定とは関係のない数字に検討が埋もれてしまうケースです。

どちらの場合も解決策は同じです。「組立ラインにシフトを追加するべきか、それとも2台目の機械を購入するべきか」といった意思決定から出発し、どの数値があれば一方の選択肢を他方より選べるのかを問うてください。その数値がKPIになります。

シミュレーション検討ではどのKPIを使うべきですか。

リストは短く保ってください。5〜7個で十分です。以下は一般的な候補です。どれが重要かは検討しようとしている問いによって異なります。

  1. スループット。 時間、シフト、週あたりに出荷できる良品の数です。
  2. リードタイム。 注文または部品が投入から完了までにかかる時間です。
  3. 仕掛品(WIP)。 特定の時点でシステム内にある量です。リードタイムと連動して変化することがよくあります。
  4. リソース使用率。 機械や人員が利用可能な時間のうち、稼働している割合です。ボトルネックとその隣の工程に注目してください。
  5. ボトルネック前の待ち時間と待ち行列の長さ。
  6. 納期遵守率。モデルに納期が含まれている場合に使用します。
  7. OEE。設備の損失が制約になっている場合に使用します。

OEEについては、具体的に考える必要があります。Lean Enterprise Instituteは、総合設備効率を、可用性、性能、品質の各比率を掛け合わせる全体的生産保全の指標として説明しています。また、通常は故障、段取り替えと調整、小停止、速度低下、不良品(スクラップ)、手直しという6大ロスを対象とするとしています。モデルにこれらのロス(故障時の挙動、段取り替え、不良率など)が含まれていて初めて、シミュレーションでOEEは意味を持ちます。含まれていなければ、モデルから出たOEEの数値は小数点付きの推測にすぎません。段取り替えの長い混流生産ラインでは、OEEがコストや納期を左右する要因を隠してしまうこともあります。リードタイムや納期遵守率と併せて見ることをお勧めします。

モデルが影響を与えられないKPIは避けてください。シナリオでシフトパターンを変えるのであれば、顧客満足度スコアは研究に不要です。

モデルと工場の双方が一致するように、KPIはどのように定義すればよいでしょうか。

初回の実行前に、1ページのKPIシートを作成してください。各KPIについて、次の内容を記載します。

  • 名称と、それが答える問い
  • 計算式とその構成要素
  • 時間の基準(例:シフトごと、暦週ごと、計画生産時間ごと)
  • 単位
  • 実際の値が工場のどこから得られるか
  • 定義の責任者

これは、この分野の標準が従っている考え方です。ISO 22400-2は、製造運営管理で使用する重要業績評価指標(KPI)を定義する規格です。このページによると、各KPIは、計算式と構成要素、時間的な振る舞い、単位または次元、利用者グループ、そして所属する生産方式によって記述されます。私が参照したページは、2014年版に代わる第2版の草案を説明しているものです。この規格を引用される場合は、必ず現行版を確認してください。規格を採用しなくても、その習慣から利益は得られます。それは、KPIごとに1つの明確な定義を持つことです。

食い違いの多くは時間に起因します。「稼働率」は「何に対する稼働か」という問いへの答えによって変わります。LEIのOEEの説明では、故障や段取り替えによる停止時間を計画時間に対して測定するため、シートで計画時間を明確に定義しておく必要があります。計画保全は含まれますか。休憩時間は。カレンダー上は休業になっているシフトは。これらはすべての結果に影響するため、モデルを構築する前に決めておいてください。

そのうえで、このシートの価値を決める確認を行います。実際の過去の期間について工場データを使って同じKPIを計算し、その期間をモデルに入力したときの結果と比較してください。

シナリオの実行と結果の読み方はどうすればよいでしょうか。

シミュレーションの1回の実行は、ランダムなサンプルです。故障、到着時刻、処理時間は変動するため、同じシナリオを2回実行すると、結果は異なります。1回の実行結果は逸話として扱ってください。

  1. ベースラインを検証する。既知の期間についてモデルを実行し、KPIを実際の値と比較します。許容できる範囲内で過去を再現できなければ、変更をテストする前にモデルを修正してください。
  2. レプリケーションを使う。各シナリオを、独立した乱数ストリームで複数回実行します。シミュレーション実験計画に関するMITの講義資料では、信頼区間が推定値に対して十分に狭くなるまで実行を続けるという、精度目標によるレプリケーション数の設定方法が説明されています。また、レプリケーションが30未満の場合は、区間推定にスチューデントのt分布を用いることも述べられています。
  3. ウォームアップを扱う。連続稼働の工場では、モデルは空の状態で開始され、通常運転に達するまで時間が必要です。同じ講義では、各レプリケーションの最初の部分を破棄する方法と、破棄する量を決めるWelch's methodについて説明しています。問いが特定の期間(たとえば1つの受注バッチ)に関するものであれば、その時点で工場が置かれている状態からモデルを開始してください。
  4. シナリオごとに変更は1つだけにする。シナリオBで機械を追加し、同時にシフトパターンとバッチサイズも変えると、どの変更が何をもたらしたのか分からなくなります。
  5. 結果は範囲で報告する。「スループットが6.5%向上」よりも「スループットが4%から9%向上」のほうが誠実です。2つのシナリオの区間が大きく重なる場合は、データではそれらを区別できないと明記してください。
  6. ライン全体を見てください。ある設備での改善が、ボトルネックを別の場所へ移すことがあります。変更した工程だけでなく、フロー全体に沿って稼働率と待ち行列を確認してください。

シナリオの管理台帳を作成してください。シナリオ名、変更内容、前提条件、レプリケーション数、実施日を記載した一覧です。これがないと、6か月後にシナリオ7を選んだ理由を誰も覚えていない、という事態になります。

シミュレーションのKPIを管理職にどのように示せばよいでしょうか。

管理職が必要としているのは生の出力ではなく、比較結果です。ベースラインと各シナリオを、同じ少数のKPIについて並べて表示し、そのばらつきの範囲と、各シナリオで何が変わるのかを注記した、シンプルなページで十分に機能します。

Microsoft環境では、結果テーブルをPower BIに読み込む方法が一般的です。各行にシナリオ、レプリケーション、KPI名、値を持たせておくと、比較の作成やシナリオ別のフィルタリングができます。また、データの更新に関するMicrosoftのドキュメントでは、セマンティックモデルにインポートされたデータは時点のコピーであり、新しいデータを見るには更新が必要だと説明されています。シミュレーション結果にはこの仕組みが適しています。実行をまとめて行った後に更新し、それ以前には更新しないという運用です。

実務上のポイントは次の2つです。

  • すべてのビジュアルに、最終実行日とともに「シナリオ結果」であることを明記してください。予測値が実際の工場の稼働データと並んでいると、誤読を招きやすくなります。
  • 変更が実施された後に、同じKPI定義を用いて計画値と実績値を比較してください。KPIシートの価値が発揮されるのはこの段階です。

モデルと並べて工場のリアルタイムな状況を見たい場合は、独自のデータフィードを必要とする別の作業になります。シミュレーションのKPIが信頼できるようになってから、次のフェーズとして取り組んでください。

モデルの正確さを長期にわたって保つにはどうすればよいでしょうか。

3月時点で正しかったモデルも、工程が変化すれば9月には誤りになることがあります。

  • 再キャリブレーションを行ってください。モデルのKPIと実績のKPIを四半期ごとに比較し、大きな変更があった後にも比較してください。ずれが生じていれば、入力値を調整してください。
  • 入力データの責任者を決めてください。サイクルタイム、段取り時間、故障時の挙動、シフトカレンダーには、更新を担当する担当者を明確に指名する必要があります。シミュレーションデータは、保守担当者がいる製品として扱ってください。
  • 重要な場面では人の要素を含めてください。オペレーターの欠勤、スキル、作業ペースのばらつきによって、結果は変わります。疲労をモデル化しなくても、サイクルタイムに現実的なばらつきを取り入れ、シフトごとの実際の人員配置を反映すれば、大部分は再現できます。モデルの前提が妥当かどうかについては、シフトリーダーに確認してください。
  • 目標値を見直してください。自社の製品構成に合うかどうかを確認せずに、他工場のベンチマークをモデルに持ち込まないでください。まずは自社のベースラインを使用してください。

よくある間違い

  • ダッシュボードから始めないでください。まずKPIと解決したい問いを決めてください。
  • KPIが多すぎます。数字が20個並んだページは読まれません。
  • モデルと工場で定義が異なります。この状態では比較そのものが成立しません。
  • シナリオごとに1回しか実行していません。結論を左右するのは乱数になってしまいます。
  • ベースラインの検証を省いています。モデルが過去を再現できなければ、その予測には根拠がありません。
  • 1つのシナリオで複数の条件を変えています。原因がどこにあるのかを特定できません。
  • 予測値をリアルタイムのデータとして表示しています。シナリオ結果であることを明確に表示してください。
  • モデルの入力データに責任者がいません。古い入力値からは、自信に満ちた誤った答えが生まれます。

Polarisの位置づけ

この種の検討には、iFAKT Polarisの2つのモジュールが候補になります。iFAKTはPolaris Simulatorを、実際の意思決定の前に生産システムを仮想的に検証するツールとして説明しています。能力、人員配置、バッファのシナリオを扱い、時間経過に伴うボトルネックや稼働率の不均衡を示します。Polaris Analyzerは、各モジュールをまたぐKPIダッシュボードを提供し、計画値と実績値を比較します。ほかのツールと同様に、ツール内のKPI定義が自社の定義と一致しているかを確認し、まずは1ラインで試してください。

次に調べるとよい関連トピック

  • KPIの階層構造。ライン、シフト、部門、工場の値を、各階層で再計算せずに集計する方法です。
  • モデルのデータソース。 モデルに投入する ERP、設備、手作業のデータはどれか、またその品質をどのように確認するか。
  • 工場間での正規化。 自動化レベルが異なる拠点を、多品種少量生産の工場を不利に扱わずに比較する方法。
  • モデルにおける作業者とシフトのばらつき。 モデル化する価値のある作業者やシフトの影響はどれか、また効果がなく複雑さだけを増やすものはどれか。
  • 計画から実績まで。 変更の稼働後に、選択したシナリオを実際の KPI と比較する方法。

次のステップ

製造シミュレーションの KPI 追跡は、モデルと工場が同じ数字で会話できるときに効果を発揮します。次のシミュレーションの問いを取り上げ、計算式、時間基準、単位を明記した KPI シートを 1 ページにまとめてください。そのうえで、最初のシナリオを実行する前に、実際の過去の期間と照合して確認してください。

Entities in this article

Factory simulation Overall equipment effectiveness (OEE) Power BI Polaris Simulator Polaris Analyzer iFAKT GmbH

Related articles

RSS

スポンサーコンテンツ

iFAKT GmbH