Czy mapowanie strumienia wartości może stać się modelem danych na żywo?

Value Stream Mapping od lat jest jednym z najbardziej przydatnych narzędzi w Lean Manufacturing do zrozumienia tego, jak materiał, informacja i decyzje przemieszczają się przez system produkcyjny.Ale tradycyjne Value Stream Mapping ma zasadnicze ograniczenie.Fabryka się zmienia. Mapa nie.Możesz zebrać w jednym warsztacie produkcję, planowanie, jakość, utrzymanie ruchu, łańcuch dostaw i operacje. Możesz odwzorować czasy cyklu, kolejki, wielkości partii, przekazania zadań, czasy oczekiwania, przepływy informacji i wąskie gardła. Na koniec warsztatu wszyscy mogą wreszcie mieć wspólny obraz tego, jak działa system produkcyjny.A potem rzeczywistość się zmienia.Dostawa od dostawcy przychodzi z opóźnieniem. Klient składa pilne zamówienie. Maszyna się zatrzymuje. Jakość blokuje partię. Utrzymanie ruchu wyłącza zasób z produkcji. Przezbrojenie trwa dłużej, niż zakładano. Materiał czeka w złej lokalizacji.Mapa strumienia wartości wisząca na ścianie nadal opisuje fabrykę sprzed wczoraj.A co, gdyby mapa strumienia wartości mogła stać się czymś więcej?W tym odcinku przyglądamy się, jak Value Stream Mapping mogłoby ewoluować z statycznego dokumentu Lean Manufacturing w żywy model danych produkcyjnych, połączony z danymi ERP, MES, jakości, utrzymania ruchu, maszyn i hali produkcyjnej.Celem nie jest po prostu zdigitalizowanie mapy strumienia wartości.Celem jest stworzenie modelu, który w sposób ciągły odzwierciedla, jak produkcja faktycznie się zachowuje.

PROBLEM STATYCZNEGO VALUE STREAM MAPPING
Tradycyjne Value Stream Mapping uchwyca ważną migawkę systemu produkcyjnego.Pomaga zespołom zrozumieć sekwencję procesów potrzebnych do wytworzenia produktu, ale jego prawdziwa wartość sięga znacznie dalej niż rysowanie prostokątów i strzałek.Mapa strumienia wartości może opisywać czasy przetwarzania, czasy oczekiwania, kolejki, zapasy, wielkości partii, przezbrojenia, przepływy informacji, sygnały uzupełniania, reguły sterowania produkcją oraz przekazania między różnymi częściami organizacji.Dzięki temu Value Stream Mapping jest niezwykle użyteczne do zrozumienia przepływu.Ale produkcja jest dynamiczna.Warunki uchwycone podczas warsztatu mogą być już inne kilka dni później.Popyt się zmienia.Zasoby stają się niedostępne.Zamówienia otrzymują różne priorytety.Problemy jakościowe powodują przeróbki.Materiał dociera z opóźnieniem.Harmonogramy produkcji ulegają zmianie.Rzeczywiste czasy cyklu różnią się od założeń planistycznych.Zmiany te wpływają na rzeczywisty przepływ produkcji, ale zwykle nie są automatycznie odzwierciedlane na mapie strumienia wartości.Stawia to przed nowoczesną produkcją interesujące pytanie:Czy Value Stream Mapping może stać się stale aktualizowanym modelem fabryki?

OD MAPY STRUMIENIA WARTOŚCI DO ŻYWEGO MODELU DANYCH
Żywy model strumienia wartości byłby zasadniczo inny niż zwykłe wyświetlenie tradycyjnej mapy na ekranie.Zdigitalizowanie diagramu jest stosunkowo proste.Stworzenie modelu, który rozumie powiązania między zleceniami, operacjami, zasobami, materiałami, ograniczeniami, zdarzeniami i stanami produkcji, jest znacznie trudniejsze.Żywy model produkcyjny musi rozumieć pytania takie jak:Gdzie w tej chwili znajduje się zlecenie?Która operacja została ostatnio zakończona?Co powinno nastąpić dalej?Jakiego zasobu wymaga ten krok?Czy ten zasób jest rzeczywiście dostępny?Czy materiał czeka?Czy jakość blokuje produkcję?Czy utrzymanie ruchu ograniczyło dostępną zdolność produkcyjną?Czy zlecenie czeka z powodu fizycznego ograniczenia, czy z powodu opóźnienia informacji?I, co najważniejsze:Jakie dowody potwierdzają aktualny stan produkcji?Przenosi to Value Stream Mapping od dokumentacji w stronę operacyjnej inteligencji.

JEDNO ZLECENIE, WIELE SYSTEMÓW PRODUKCYJNYCH
Rozważmy środowisko produkcji na zamówienie.Zamówienie klienta wpływa do firmy z wymaganym terminem dostawy.ERP tworzy zamówienie sprzedażowe, generuje wymagania produkcyjne, sprawdza dostępność materiałów i dostarcza informacje o marszrucie opisującej oczekiwaną sekwencję operacji.Ale ERP dostarcza jedynie część obrazu.Na hali produkcyjnej system MES może zlecać pracę, rejestrować potwierdzenia operatorów, śledzić postęp produkcji i utrzymywać informacje o numerach seryjnych lub partiach.Dane z maszyn dostarczają kolejnej perspektywy.Centrum obróbcze może raportować, czy pracuje, stoi bezczynnie, jest w awarii lub właśnie się przezbraja.Piec może dostarczać informacje o temperaturze i zdarzenia zakończenia cyklu.Stanowisko testowe może generować wyniki zaliczone lub niezaliczone.Bramki przemysłowe, historiany, sterowniki PLC i platformy IoT mogą zbierać dodatkowe sygnały operacyjne.Systemy jakości dodają kolejną warstwę.Wynik kontroli może wstrzymać materiał.Niezgodność może uruchomić przeróbkę.Zwolnienie jakościowe może nastąpić godziny po tym, jak fizyczna kontrola już się zakończyła.Systemy utrzymania ruchu również wpływają na rzeczywisty harmonogram produkcji.Maszyna może formalnie być dostępna w systemie planistycznym, podczas gdy zaplanowany przegląd czyni ją niedostępną na kilka godzin.Każdy z tych systemów zawiera cenne informacje.Ale żaden z nich z osobna nie musi opisywać pełnego przepływu produkcji.

GDZIE PODZIAŁ SIĘ CZAS REALIZACJI?
Wyobraźmy sobie zlecenie, które wysyłane jest z opóźnieniem.ERP wie, kiedy zlecenie zostało utworzone.ERP zna planowany termin dostawy.MES wie, kiedy potwierdzono poszczególne operacje.Dane z maszyn mogą pokazać, kiedy urządzenie pracowało.Systemy jakości znają momenty przeprowadzenia kontroli.Utrzymanie ruchu wie, kiedy zasoby były niedostępne.Ale planista zadaje znacznie prostsze pytanie:Dlaczego to zlecenie się spóźniło?Gdzie tak naprawdę podział się czas realizacji?Być może zlecenie czekało po obróbce.Być może materiał fizycznie był gotowy, ale transport go nie przewiózł.Być może kontrola została zakończona, ale zwolnienie jakościowe nastąpiło po wielu godzinach.Być może maszyna miała wolną zdolność, ale potrzebny materiał czekał w innym miejscu.Być może zbyt dużo pracy zostało wypuszczone wcześniej, tworząc kolejkę przed rzeczywistym ograniczeniem.Być może harmonogram produkcji był już nierealny w chwili, gdy zlecenie weszło na halę.Dane potrzebne do odpowiedzi na te pytania mogą już istnieć.Problem polega na tym, że znajdują się w wielu różnych systemach.

DANE Z ERP NIE SĄ TYM SAMYM CO RZECZYWISTOŚĆ PRODUKCYJNA
Systemy ERP są niezbędne w produkcji.Zarządzają zleceniami, materiałami, marszrutami, zapotrzebowaniem, stanami magazynowymi, zakupami i wieloma innymi procesami biznesowymi.Ale marszruta w ERP opisuje, jak produkcja ma przebiegać.Nie opisuje automatycznie tego, co fizycznie dzieje się teraz na hali.To rozróżnienie staje się krytyczne, gdy producenci chcą optymalizować produkcję.Plan produkcji może mówić, że zlecenie może przejść do następnej operacji.Hala może powiedzieć coś zupełnie innego.Maszyna może być niedostępna.Materiał może jeszcze nie dotrzeć.Operator może być nieobecny.Jakość mogła zablokować partię.Poprzednia operacja mogła trwać dłużej niż zakładano.Inne pilne zamówienie może już zajmować zasób.Planowany model produkcji i rzeczywisty system produkcyjny mogą szybko się rozjechać.Żywy model strumienia wartości mógłby pomóc uwidocznić tę różnicę.

DLACZEGO SAM MES NIE WYSTARCZY
MES zapewnia znacznie głębszą widoczność produkcji niż ERP.Potrafi śledzić zlecenia produkcyjne, operacje, potwierdzenia, postęp produkcji, genealogię i realizację na hali.Ale MES także reprezentuje tylko część środowiska produkcyjnego.Decyzje produkcyjne mogą zależeć od informacji przechowywanych poza MES.Systemy jakości.Systemy utrzymania ruchu.Systemy magazynowe.Platformy przemysłowego IoT.Historiany maszyn.Systemy planowania.Systemy harmonogramowania.ERP.Dane wprowadzane przez operatorów.Systemy transportowe.Nawet arkusze kalkulacyjne mogą nadal zawierać informacje operacyjne wpływające na produkcję.Żywy model produkcyjny potrzebuje zatem powiązań między tymi systemami, a nie po prostu kolejnego odizolowanego dashboardu.

DASHBOARDY W CZASIE RZECZYWISTYM TO NIE SĄ ŻYWE STRUMIENIE WARTOŚCI
Wiele projektów cyfrowej produkcji koncentruje się na widoczności w czasie rzeczywistym.Zbierane są stany maszyn.Dane produkcyjne trafiają do lakehouse.Dashboardy wyświetlają otwarte zlecenia.Power BI wizualizuje wskaźniki KPI.Kierownicy otrzymują bardziej aktualne informacje.To może być niezwykle wartościowe.Ale same dane w czasie rzeczywistym nie wystarczą, aby