なぜ重要か
典型的な課題
実際に何が失敗しているかを明確に示します。モデルが実際に起こることのために構築されるように。
単一のボトルネックがサイクルタイムを決定する。
人員配置の決定がシフトごとに時間的プレッシャー下で行われる。
従来の手法は変動と製品ミックスに対してスケールしない。
成果
何が改善するか
シナリオバリアントと決定を評価するための測定可能な方法。
サイクルタイム
より良い編成により削減
シフトパフォーマンス
制約下でより予測可能に
習熟曲線
配置において考慮
成果物
何が得られるか
意思決定対応パッケージ：モデル、シナリオ、実行可能な展開パス。
成果物
- KPI比較付きの編成シナリオ
- 意思決定に即した人員配置推奨
- 逸脱を考慮したシミュレーション（欠勤、スキル差）
実績
ケーススタディ
このユースケースの下に完全に示された実際のシナリオ。
自動車用ランプメーカー（ポーランド南部）
生産ライン設計：1日の生産量が6%増加
コンテキスト
乗用車用ランプを製造する工場で、従業員は270名、2交代制です。工程は射出成形、塗装、電気めっき、組立、ラベル貼り、品質検査、梱包です。建屋の面積は28,000m²、倉庫は12,000m²です。
タスク
スループットと作業効率が最も高くなる新しい生産ラインのレイアウトを設計することが課題でした。分析には、ステーション間や中間倉庫との間で資材が移動する時間、平均生産時間、ラインの時間当たり生産量を含める必要がありました。
作業
- モノの流れのデジタルツインを構築しました。
- 各ステーションの作業時間を、プロジェクトで定めた時間に合わせて設定しました。
- 搬送経路に標準速度を設定し、搬送車両の加減速も反映しました。
- モノの流れ全体について、アニメーションの経路を定義しました。
- 3つのレイアウト案の前提条件を用意し、モノの流れの所要時間と生産量を比較しました。
結果
- 最も良い結果が出たのは、生産と組立の間の中央にバッファ倉庫を置くレイアウトでした。
- このレイアウトは、モノの流れの平均時間では最短ではありませんでしたが、1日の生産量は中間倉庫のない直線型レイアウトより平均6%多くなりました。
- ほかのレイアウトでは、工程間で半製品が引き取りを待つため、生産量が落ちました。
利益
- ラインの複数バリアントの分析を1週間で行いました。
- 計画中の受注構成を前提に、モノの流れと生産能力の両方を検証しました。
家電向けプラスチック射出成形（ポーランド中部）
自動化コンセプト：ボトルネック工程への自律搬送車の導入
コンテキスト
従業員200名以上、3交代制の工場です。工程は射出成形、押出成形、熱成形、組立、包装、品質検査、梱包です。施設の面積は20,000m²、倉庫は8,000m²です。
タスク
ラインの複数のステーションを自動化・ロボット化する選択肢を分析することが課題でした。分析では、技術的な実現可能性と、自動化後のラインのOEEと生産性を評価し、選択肢ごとに経済性も検討しました。
作業
- 工場の対象部分のデジタルツインを、モノの流れと各作業の工程時間を含めて構築しました。
- 工程、経済性、人間工学の面で影響の大きい作業を、自動化の対象に選びました。
- 自動化のシナリオを複数用意しました。
- 次の段階で、ステーション間の自動搬送のシミュレーションを追加しました。
- すべてのバリアントについて、効率、生産性、作業時間のレポートを作成しました。
結果
- 分析により、身体に負担の大きい作業を含む構内物流と、品質検査を自動化できる余地が見つかりました。
- ボトルネックは、1人目の作業者が行う手作業の工程でした。作業が90秒、待ちが98秒でした。
- この作業者を自律搬送車に置き換えると効率が100%以上向上し、投資を回収できる条件が整いました。
利益
- 対象エリアのバリアント分析を数日で行いました。
- 自動化について、運用と財務の両面から根拠のある判断ができました。
- 目標とする搬送のコンセプトが固まった段階で、同社はDBR77 Marketplaceで技術サプライヤーを選定しました。