次の需要変動の前に生産能力を検証する方法
需要が変わる前に生産能力を検証するには、自社工場と生産能力の各案を、シミュレーションの中で複数の需要シナリオにかけます。生産量の増加、製品構成の変化、短期的なピーク、そして立ち上がりです。すべての案を同じ指標で比較します。生産量、受注残、待ち時間、残業時間、そしてボトルネックの位置です。平均的な週で最も良く見える案ではなく、ほとんどのシナリオで持ちこたえる案を選んでください。
平均負荷のスプレッドシートが次の需要変動を見落とす理由
生産能力の計画の多くは、「週にX個作れる」という一文から始まります。この数字はスプレッドシートから来ています。需要を各工程の平均サイクルタイムで割り、利用可能な時間と比べたものです。最初の確認としては役に立ち、そして想定外の事態が生まれるのもここからです。
需要が水準だけで変わることはめったにありません。形も変わります。
- 製品構成が動く。数量は同じでも、サイクルが長い、あるいは段取り替えが多いバリエーションに受注が偏り、追加の負荷は2つか3つの工程に集中して、ラインの残りはほとんど影響を受けません。
- ピークは短く鋭い。数週間の繁忙期が通常の生産量と同じ設備にのしかかり、受注残の解消に何週間もかかります。
- 立ち上がりが人の育成を追い越す。新製品の需要が、採用と教育よりも速いペースで月ごとに増えていきます。
- 物流がすべてを結び付ける。パレットが増えればフォークリフトの往復が増え、出荷場での待ち行列が長くなり、忙しい工程の前のバッファが空になります。
どの場合も、平均値は工場に余力があると言い、現場は余力がないと言います。その差が待ち時間であり、スプレッドシートには時間軸がありません。
意思決定を比較の形で書く
何かをモデル化する前に、現実的な選択肢を含めて意思決定を一文で書いてください。たとえば「次の計画期間の需要増を、残業で賄うか、ライン2に第3シフトを設けるか、塗装工程に2台目の設備を入れるか」です。選択肢が一つしかなければ、まだ検証するものはありません。
比較する価値のある典型的な生産能力の案は次のとおりです。
- 残業や週末シフト
- 特定ラインへのシフトの追加
- 一つの工程への人員の追加
- 現在のボトルネックへの新しい設備の導入
- バッファの拡大やロットサイズの変更
- 新しい、または空いた床面積への設備の移設
各案をモデルに一つの案として入れます。需要シナリオはすべての案で共通にします。
動かすべき4つの需要シナリオ
シナリオはストレステストです。どの未来が来るかを誰かが推測しなくても、どの案が最初に、どこで破綻するかを示してくれます。以下の数値は説明のための例です。
| シナリオ | モデルで変えること | 分かること |
|---|---|---|
| 水準の変化 | 現在の製品構成のまま総量を15%増やす | 計画した生産能力でそもそも需要増を賄えるか |
| 構成の変化 | 数量は同じで、受注の30%がより遅いバリエーションに移る | どの工程が追加の負荷を負い、段取り替えがどれだけ増えるか |
| ピーク | 4週間だけ通常より25%多く、その後元に戻る | 受注残がどれだけ速く積み上がり、解消にどれだけかかるか |
| 立ち上がり | 従業員がまだ教育中の間に、新製品の需要が月ごとに増える | 立ち上がり期間中に生産量が受注に追いつけるか |
まず現状の工場を、次に各案を、4つのシナリオすべてで動かします。停止、サイクルタイムの幅、受注ルールは毎回同じものを使います。DBR77 Digital Twinは確率的シミュレーションを用いるため、各シナリオの結果はばらつきを持った幅として返ってきます。
すべてのシナリオで測るべきもの
指標の一覧は短くし、すべての案で同じものを使います。
- シフトあたりの生産数と、各週末の時点で待っている受注残
- 各工程と各バッファの前での待ち時間（分）
- どの工程が生産量を制限しているか、そしてシナリオ間でそれが変わるかどうか
- 納入計画を守るために必要な残業と追加の労働時間
- フォークリフトと搬送車の稼働率、バッファの充填水準
最も重要なのはボトルネックの位置です。製品構成が変わったときに制約が組立から塗装へ移るなら、組立の能力だけを増やす案はそのシナリオで失敗します。稼働開始前にこれを見つけるには、生産のボトルネックを発生前に見つける方法が参考になります。
生産能力の案を並べて比較する
デモでは、生産能力の案を複数の需要シナリオで動かし、それぞれの生産量、待ち行列、ボトルネックの位置をお見せします。検討中の案をお持ちいただければ、そのモデル化の方法を話し合えます。
実例：生産を止めずに建屋を増設する
ポーランド南部の自動車用ランプメーカー（従業員270人、2シフト）は、生産能力を増やす必要がありました。この工場では射出成形、塗装、電気めっき、組立、ラベル貼付、品質検査、梱包を行っています。新しい生産棟を増設し、生産を止めずに設備を移設して生産能力を拡大しなければなりませんでした。チームは中間保管の容量を確認し、移設の間も構内物流の供給を続ける必要もありました。
DBR77は新しいエリアを含むデジタルツインを構築し、各作業のマテリアルフローと加工時間を組み込みました。工程のアニメーションを使って移設案と移設の順序を検証しました。結果は次のとおりです。
- 生産量を目標水準に保つよう設計された拡張計画。
- 計画上の主な課題は、工程間のバッファ保管の大きさと配置でした。
- 延びた搬送ルートが、生産ロスの主な原因でした。
- 最終的な設備レイアウトは、当初の想定とは異なるものになりました。
- 最適な移設順序では、一部の工程を並行して稼働させることができました。
経営陣は最終設計をVRで確認し、移管する工程の順序をより早く決めることができました。この工場では、新しい設備と床面積は生産能力の問いの一部しか解決しませんでした。増やした能力が生産量につながるかどうかを決めたのは、バッファと搬送ルートでした。
結果の読み方と選び方
試行が終わると、たいてい次の3つのパターンのいずれかが見えます。
- 一つの案がすべてのシナリオで勝つ。選択は簡単で、それを裏付ける根拠も手元にあります。
- 最速の案がもろい。水準の変化では勝つものの、製品構成が動いたりピークが来たりすると大きく負けます。損失の小さい、より遅い案のほうが良い買い物であることがよくあります。これについてはスループットだけでなくレジリエンスを比較する方法で解説しています。
- 複数の案が拮抗している。その場合は、コスト、実施にかかる時間、変更の元に戻しやすさで決めます。ここではどのシナリオももっともらしく見えるときの設備投資（CAPEX）案の比較方法の方法が役立ちます。
説明のために、ボトルネックに2台目の設備を入れる案が水準の変化で最も多くの生産量を上積みし、1つのシフトでの残業は上積みが少ないものの初期費用はかからない、としましょう。構成の変化のシナリオでは、ボトルネックが新しい設備では解決できない工程へ移ります。そうなると、今は残業で対応し、2つ目の工程に小規模な投資をするほうが、大きな購入より優れている可能性があります。
製品構成の比率や立ち上がりの速さなど、答えを変えうる前提を書き出しておいてください。営業部門が予測を更新したら、最初からやり直すのではなく、同じモデルを動かし直します。
よくある質問
需要シナリオはいくつ必要ですか。
実務的には、水準の変化、構成の変化、ピーク、立ち上がりの4つから始めるのがよいでしょう。大口の新規顧客のように、特定のリスクに個別の検証が必要な場合にだけ追加してください。
S&OPの予測を基準にしてもよいですか。
はい。それを基準シナリオとし、ほかのシナリオをその周りに組み立ててください。重要なのは、予測が現実的な形で外れたときに、生産能力の各案がどう振る舞うかを見ることです。
生産能力の検証に設備のリアルタイムデータは必要ですか。
いいえ。工程手順、幅を持たせて計測したサイクルタイム、シフト体制、受注履歴があれば始められます。DBR77 IIoTのリアルタイムデータは、モデルを定常的に使うようになってからの後の段階です。
シナリオによってボトルネックが移る場合はどうすればよいですか。
発見として扱ってください。それは、一つの対策ではすべての需要の形に対応できず、計画には小規模な変更が2つ必要かもしれないことを示しています。
まとめ
まず、少なくとも2つの選択肢を含めて生産能力の意思決定を一文で書き、営業部門に最も気がかりな需要の変化を尋ねてください。その変化が、水準の変化と並ぶ最初のシナリオになります。2回の試行の間でボトルネックが移るなら、大きな購入を一つ承認する前に、小規模な対策を2つ探してください。
出典
- DBR77, 事例：工場拡張計画（本サイトの事例ページ）
- 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
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。