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

問題:




ウルグアイで最も大きな乳製品製造会社Conaprole社は、5つの生産ラインおよび各生産ラインにつき5種類の包装形態で、150SKU(Stock Keeping Unit)以上を生産します。


販売&生産計画プロセスや需要計画が、季節による変動が激しいので、12か月ベースでアイスクリーム製造を計画します。工場管理は閑散期に最盛期間の生産ラインを準備する必要があり、製品貯蔵寿命と倉庫の冷凍室の容量とコストを考慮に入れます。その結果、工場は、しばしば品切れを出してしまい、最盛期の供給を満たすことができませんでした。また、経営陣は、彼らが直面した問題に対応するため、より速く彼らの詳細なプランの再計画を作成することは、非常に困難であると認識していました。


生産ラインプロセスのボトルネックや制限、無作為に発生する人材リソースのアベイラビリティにおける変動等を含む他の要因は、解析計画をさらに難しくさせました。


対応策は、需要と供給のバランスを保ち、かつ主要製品の在庫切れを回避する生産計画を改めて再構築することでした。そして、会社は生産設備を最適化する方法も追及しました。Iteコンサルティング会社は、シミュレーション・モデリングが、これらの問題を解くソリューションとして最良のツールであると注目しました。


作成したシミュレーション・モデルの目的:

  • 需要が変化する12か月間にわたる様々な製造シナリオの分析をする。
  • すべての乳製品の在庫切れを回避する生産計画の最適化。
  • 最適化した生産計画で生産ラインのキャパシティを最適化にする。

ソリューション:

コンサルタントはAnyLogicディスクリート・イベント・モデリングを用いて、S&OP設計プラットフォーム、SAPマテリアル・マネジメント及び生産計画を統合したソリューションを設計・開発しました。作成したソリューションは、プロダクション・システムのモデルとして上記に示した3つのエクスペリメント(実験)を含んでおり、ビジネス問題を解決するのに大変役立ちました。


初めのエクスペリメントで、モデルは、最初の生産計画を調査し、この製造計画でいくと予想される在庫切れおよびバックオーダーを検出し、需要と在庫管理に基づく生産ニーズの調査に取り掛かりました。このエクスペリメントはパラメータを手動で修正することで異なる状況がどのようにパフォーマンスに影響を与えるかをユーザーに示します。例えば:一定期間ラインを停止する必要性、設備効率を調整する必要性、リソースの拡張、あるいは人的資源のスケジュール変更等。ユーザーは、手動でSKUの優先事項を変更することができました。そして、SKUによって異なる在庫切れに関連した予期せぬコストの収益への影響を分析します。さらに、彼らは最小現の生産設備の使用と他のいくつかのポリシィを定義することができました。

生産計画モデルのロジック

生産ライン・シミュレーション

パラメータを変更したエクスペリメントはシステムのモデルを100回実行し、需要を満たし、倉庫経費を抑えながら可能な限り、製品の保存期間を維持するためのソリューションを追及しました。


最後のエクスペリメントは、ピーク時の生産能力の解放で生産ラインを最適化にしました。バッファーとしてすべての生産ラインに自由なキャパシティを残すために可能なものとして、計画期間の始めに生産を予定しました。


入力データ:

  • SKU(Stock Keeping Unit)当たりの要求
  • SKUの在庫水準
  • バッチ・サイズ、プライオリティ、保存期間、倉庫のスペース占領
  • 必要に応じて、全体効率および絶対百分率誤差(MAPE)
  • コスト

検討したものは次の通り:

  • ラインとサブラインによるSKUの割り当て
  • ラインとサブラインのキャパシティ
  • ラインと梱包の規定
  • 倉庫制限
  • 生産時間
  • 生産計画
製造シミュレーション統計

統計モデル


結果:




月とSKUまでに細分化したシミュレーション結果はすべて、エクセルにエクスポートされました。さらに、モデルは、ヒストグラムに需要と在庫水準の月間の変化を表示し、さらに在庫切れに関する情報を出しました。


Conaprole社の成果:

  • SKUによる各生産ラインのプロセスの発見。
  • 製品保存期間を最大限にし、倉庫コストを抑えながら、需要に対応する生産計画の最適化。
  • 需要増加時、追加の生産キャパシティを確保するために生産ラインの改善。

シミュレーション・モデルは、収益を上げ、在庫切れリスクを最小限にするソリューションの見識を経営陣に提供しました。

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。
  • 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.
  • Simple Simulation Model Helps Intel Avoid Production Plant Downtime
    Intel factories used a particular type of equipment that often broke down, which caused capacity constraints. 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.
  • 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.
  • Improving Mining Outbound Logistics with Agent-Based Simulation Modeling
    One of the largest resource companies in the world, with over $80 billion in sales, decided to enter a new market. It was planning to build a new potash mine with 90% of the resources exported. They wanted to design a reliable supply chain, with a high speed of supply replenishing, and the ability to recover from natural disasters and man-made crises benefiting from such volatility. Amalgama and Goldratt companies contracted this project to design the potash mining operations and a full supply chain of outbound logistics.