Simple Simulation Model Helps Intel Avoid Production Plant Downtime

Based on revenue, Intel is one of the world's largest and highest valued makers of semiconductor chips.


Intel factories used a particular type of equipment that often broke down, which caused capacity constraints. If the equipment was repairable, it would be fixed by Intel factory technicians or, if the problem was too complex, it was sent to the supplier’s repair center. These expensive parts were used in critical factory operations, and the repairs took significant time, so it was necessary to have extra spare parts on hand to avoid downtimes. Broken parts caused constraints at some of the factories while other factories over purchased spares.


Intel’s commodity managers worked to determine the root cause of the problem and ways to solve it. They needed data to understand how many spare parts the company needed to keep the factories running without overbuying them.


To support the negotiation process with the equipment supplier, they built a simple simulation model. The model was a standalone application with a user interface that could be utilized to input various parameters and test “what-if” scenarios.

Manufacturing Simulation Model Algorithm

Broken part repair loop at Intel factories


The model helped the managers understand how many spare parts had to be purchased to avoid equipment downtime due to lack of these parts, as well as to avoid significantly overbuying the spares, while taking into account various failure rate scenarios.


As the repair centers sometimes got overwhelmed with incoming orders, the managers were also able to understand how changing local and at-supplier repair center staffing and capacity helped solve the problem.


This simple model was built and used for only a few days. It was used to support negotiations with the equipment vendors to convince them to provide Intel with additional spare parts’ consignments at no cost. This allowed Intel to achieve significant savings with little effort.

More Case Studies

  • 自動生産ラインのプランニングおよび最適化
    ドイツCentrotherm Photovoltaics AG 社は、太陽光発電、半導体およびマイクロエレクトロニクス業界への、技術および設備を提供するグローバルサプライヤーです。同社は、コストを最小限に抑え、スループットと信頼性を最大限にするため、最良の自動化生産ラインおよび工場構成を確認する必要がありました。
  • GE Manufacturing Plant Uses AnyLogic for Real Time Decision Support
    In 2012, GE opened a new battery manufacturing plant in conjunction with the launch of an innovative energy storage business. GE’s exciting opportunity brought on many new challenges, such as increasing production throughput and yield under evolving processes and uncertainties, and reducing manufacturing costs in order to gain market share. The GE Global Research Center sought out a powerful and flexible tool to analyze, not just the specific process, but the manufacturing system as a whole.
  • AnyLogicでキャパシティー分析
    NASSCOは、現在の生産および可能性のある新しい仕事の両方に関して、きわめて詳細でかつ正確なキャパシティー分析を提供するために、The Large Scale Computer Simulation Modeling System for Shipbuilding (LSMSe)と呼ばれる特注の分析システムを利用します。
  • トンネル掘削機でのトンネル建設シミュレーション
    トンネル掘削機の休止による1時間のコストは、通常高いのが実情です。また、プロジェクト・マネージャーは、工事現場において作業遅れを回避するために最善を尽くさなければなりません。 Ruhr University Bochum in Germanyで開発されたシミュレーション・プロジェクトの目標は、可能性のある金銭上のロスを最小化するために、トンネル建設プロセスでのボトルネックを究明することができるシミュレーション・モデルを作成することでした。
  • 船舶産業における生産計画
    イタリアは歴史的に、世界に誇るヨットやスーパーヨットを生産す る国として知られています。多数の有名なブランドを市場に浸 透させるために、原価管理とライトサイジングは製品とプロセス・ イノベーションと同様に重要です。豪華ヨットの製造工程は複 雑であり、また完成品と技量の質は落とすことができません。 ヨットの製造工程は膨大な時間および労働力を必要とし、多く の生産タスク、非常に熟練した手仕事が必要です。
  • 造船所はオーダー履行能力を検証するため、生産設備やその分布を可視化
    アドミラルティ造船所(Admiralty Shipyards JSC)は、ディーゼル潜水艦の大口注文に直面し、現在の生産設備で受注に十分対応できるか、できない場合は2016年までにどれだけ生産できるかを評価しなければなりませんでした。アドミラルティ造船所JSCはまた、受注に対応するために新たな生産設備が必要になるかを検証します。
  • アイスクリーム製造 シミュレート:制限認識および生産計画の最適化
    ウルグアイで最大手の乳製品製造会社Conaprole社は、生産ライン5本を稼働させ、ラインごとに異なる5種類の包装形態で、150SKU(Stock Keeping Unit)種類を超える商品を生産します。需要と供給のバランスを保つために彼らの計画を再構築して重要な商品の在庫切れを回避することが経営陣の挑戦になっていました。さらに、生産設備利用の最適化も求めていました。
  • Analysis of Management Strategies for the Aircraft Production Ramp-up
    The Airbus Group joined the European Union ARUM (Adaptive Production Management) project, which is focused on creating an IT solution for risk reduction, decision-making, and planning during new product ramp-ups. The project is aimed mainly at aircraft and shipbuilding industries. Simulation was chosen as a part of the ARUM solution, because it would allow the participants to reproduce the real production facility experience.
  • Modeling the Cladding Leak Detection Shop of a Nuclear Reactor's Module
    The cladding leak detection shop is part of an automated line of fuel assembly production. Leak control is based on heating the fuel element groups. While warming up, defective units eject the control gas, which is detected by a leak locator. The defected group is divided into two parts. Each part is screened in the same way until the leaking fuel element is found.
  • チェリャビンスク冶金プラントは、電気炉溶工場のシミュレーション・モデルを使用します
    モデルは、一新される作業現場の環境および生産工程をシミュレートします。これは、冶金産業でのシミュレーション・モデリング技術適用の有効な実例のうちの1つです。