スループットだけでなくレジリエンスを比較する方法
レジリエンスを比較するには、すべてのレイアウト案や投資案を同じ外乱に通し、その後に何が起きるかを測定します。目標生産量に戻るまでにどれだけかかるか、バッファがどれだけ速く空になるか、ボトルネックがどこへ移るか、そして回復にどれだけの残業コストがかかるか、です。スループットは、平穏な週にその案がどう機能するかを教えてくれます。レジリエンスは、設備が止まる週、納入が遅れる週、2人が欠勤する週にどう機能するかを教えてくれます。両方で案を順位付けしてください。
最も速い案が、しばしば最も脆い理由
平均生産量で勝つ案は、余裕を削ったからこそ勝っていることがよくあります。短いルート、小さなバッファ、2台ではなく共用の1台のフォークリフトです。平穏な週なら、それは効率的です。しかし悪い日には、衝撃を吸収するものが何もありません。
例示的な2つの案を考えてみましょう。案Aは3つの工程を直結し、工程間にほとんどバッファがないのに対し、案Bは2つ目の工程の後に小さなバッファラックを残します。ベースケースでは、ラックに置かれる部品が少ない分、案Aのほうがわずかに多く生産します。2つ目の工程が1時間止まると、案Aは3つの工程すべてで同時に生産量を失います。案Bはその1時間の大半、ラックから3つ目の工程を動かし続け、シフト内に遅れを取り戻します。
平均値の表計算シートは、毎回案Aを1位にします。停止を含めてラインを時間の流れに沿って動かすモデルだけが、その違いを示せます。
外乱は、計画に織り込むべきほど頻繁に起きます。McKinsey Global Instituteは、業界全体の平均で、企業は今や、1か月以上続くサプライチェーンの混乱が3.7年ごとに発生すると想定すべきであることを明らかにしました。故障、品質問題、欠勤など、工場内のより短い外乱は毎週起きています。
スループットと並べるべき5つのレジリエンス指標
スループットは評価表に残します。そのうえで、何か問題が起きたときに案がどう振る舞うかを表す5つの指標を加えます。
- 回復時間: 外乱が終わってから、シフトあたりの目標生産量に戻るまでにかかる時間。
- バッファのカバー時間: 上流の工程が止まったとき、ボトルネック前のバッファがそのボトルネックをどれだけの時間動かし続けられるか。
- ボトルネックの移動: 外乱の間に、どの工程や車両が制約になるか。多くの場合、それは計画時に想定していたものではありません。
- 仕掛品と在庫: 外乱と回復の間に、どれだけの材料がたまるか。それは床面積であり、現金です。
- 回復にかかる労力: 回復にどれだけの残業、追加搬送、追加人員が必要か。週末シフトでしか回復できない案は、回復時間が示すほどレジリエントではありません。
各指標は、実行の前に明確な目標とともに定義してください。「回復した」とは、例えばシフトあたりの計画生産量に戻った、という数字を意味すべきです。
自社の実績から外乱ケースを組み立てる
最良の外乱ケースは、工場がすでに経験したものです。保全、物流、購買の担当者と一緒に過去12か月を振り返り、起きたことを書き出してください。
- 最も頻繁に故障した工程と、その停止時間
- 納入の遅れや一部納入:どの材料が、何日遅れ、どのくらいの頻度で起きたか
- ある製品で不良や手直しが多かった週
- 計画より作業者が少なかったシフト(特に熟練を要する工程)
- 立ち上がり:新しい設備や製品の導入後、フル稼働までに何週間かかったか
それぞれを、全員が受け入れる規模のシナリオに落とし込みます。例えば、プレス1台が4時間停止、第2シフトで作業者が1人不足、などです。サプライヤーの遅れは購買部門が、故障は保全部門が承認します。規模について誰も合意できないなら、工場はまだ推測に頼っています。
DBR77 Digital Twinは確率的シミュレーションを採用しており、サイクルタイムと停止をすでに過去の実績に基づく範囲内でばらつかせています。外乱ケースはさらに踏み込み、通常の変動よりも大きな特定の悪い出来事を検証します。
工程が止まったときにレイアウトがどう振る舞うかを確認しましょう
昨年、工場に最も大きな打撃を与えた故障を思い浮かべてください。デモでは、そうした停止を余裕のないレイアウトとバッファ付きのレイアウトで再現し、どちらが先に目標生産量に戻るかをご紹介します。
サプライヤーの遅れと立ち上がりを、言い訳ではなく入力としてモデル化する
2種類の外乱は、事後に一度きりの言い訳として扱われがちです。どちらも、意思決定の前にモデルに入れるべきものです。
サプライヤーの遅れについて、静的な計画は標準リードタイムを前提にします。リスクを考慮したモデルは、早着、定時、遅延のケースを、自社の実績に基づく規模で使います。そのうえで、遅れた材料がどこに影響するかを示します。どのラインが材料切れになるか、安全在庫がどれだけ持つか、そして後から来る急ぎ対応がボトルネックで行列を生むかどうか、です。
立ち上がりも同じです。新しいライン、セル、製品が初日からフル稼働することはまれです。安定稼働までの週数、高めの不良率、追加のハンドリングをモデル化してください。悪い週は重なって訪れることがよくあります。材料の遅れ、手直し、まだ習熟途中のチームが、すべて同じ月に起きるのです。その組み合わせこそ検証すべきケースです。
結果を並べて読む
すべての案とすべての外乱ケースに同じ評価表を使い、比較の公正さを保ちます。以下の数字は例示です。
| シナリオ | 指標 | 案A:余裕のないライン | 案B:バッファ付きライン |
|---|---|---|---|
| ベースケース | シフトあたり生産量 | 410個 | 400個 |
| 工程2が1時間停止 | シフト内で失われた生産量 | 60個 | 20個 |
| 工程2が1時間停止 | 目標生産量までの回復時間 | 次のシフト | 同じシフト |
| 部品が3日遅れ | 遅延中のボトルネック | 組立、材料切れ | 組立、一部をバッファから供給 |
| 作業者が1人不足 | 週の目標達成に必要な残業 | 2シフト | 1シフト |
平たく言えば、案Aは平穏な週をわずかな差で制します。案Bはどの悪いケースでも失うものが少なく、回復も速いです。案Bが追加の床面積と在庫に見合うかどうかは、そうした悪いケースがどのくらいの頻度で起きるかによります。それに答えてくれるのは自社の実績です。
まとめもこのくらい平易にしてください。「通常のシフトでは案Aのほうがわずかに多く生産する。工程2が止まったとき、案Bは1シフト早く回復する。」
レジリエンスのコストと判断の仕方
バッファは床面積と運転資金を必要とし、2台目のフォークリフトにはお金がかかり、多能工化には時間がかかります。比較によって、各案がその支出で何を得るのかが分かります。その外乱がめったに起きない工場なら、より無駄のない案が正しいかもしれません。その外乱が毎月起きるなら、脆い案は、その効率の代償を残業と納入遅れで支払うことになります。2つの案がスループットで並ぶなら、回復の速いほうを選んでください。
外乱ケースは需要とも相互に作用します。現在の生産量ではうまく回復するレイアウトも、生産量が増えるとまったく回復できないことがあります。複数の需要シナリオに対して生産能力を検証する方法は、次の需要変動の前に生産能力を検証する方法で解説しています。順位が1つの不確実な入力に依存していないかを確認するには、承認前に感度分析が示すべきことを参考にしてください。
よくある質問
工場シミュレーションにおけるレジリエンスとは何ですか?
故障、納入遅れ、品質問題、人員不足など、何か問題が起きたときに、レイアウト案や投資案がどれだけ生産量を維持し、どれだけ速く回復するかです。回復時間、バッファのカバー時間、ボトルネックの移動、在庫、回復にかかる労力で測定します。
どのような外乱をシミュレーションすべきですか?
まず、自社の過去12か月の外乱から始めてください。最も頻繁な故障、最悪のサプライヤーの遅れ、品質問題の集中、人手の足りないシフトです。実行の前に、保全部門と購買部門とそれぞれの規模を合意してください。
よりレジリエントなレイアウトには、常により多くのバッファが必要ですか?
いいえ。レジリエンスは、2つ目の搬送ルート、多能工化した作業者、異なる作業順序からも生まれます。シミュレーションは、自社の流れにとって最もコストの低いレジリエンスの源がどれかを示します。
外乱をモデル化するのに、設備のリアルタイムデータは必要ですか?
いいえ。最初のケースを組み立てるには、保全記録、納入記録、シフト報告で十分です。DBR77 IIoTのリアルタイムデータは、後で故障の頻度と時間をより正確にします。
まとめ
実務的な最初の一歩は、保全記録です。過去12か月で最も多くの生産量を失わせた停止を3つ選び、その規模を保全部門と購買部門と合意し、次のレビューの前にその3つのケースをすべての案で実行してください。そのうえで、回復時間をシフトあたり生産量と同じ表に載せれば、委員会は順位を付ける前に両方を見ることができます。
シミュレーションで案を比較した事例をご覧ください
バッファ、構内物流のルート、人員配置は、いずれも工場が余裕を持たせる場所です。活用事例では、何かを構築する前にDBR77 Digital Twinでそうした変更を検証した例をご紹介します。
出典
- McKinsey Global Institute、Risk, resilience, and rebalancing in global value chains
- DBR77 Digital Twin、決定論的シミュレーションと確率的シミュレーションの比較
- DBR77 Digital Twin、活用事例
自社工場の意思決定を試してみませんか?
デモをご予約ください。DBR77 Digital Twinが生産量、待ち時間、搬送負荷で選択肢を比較する様子をお見せします。