問題点
今日、多くの鉄鋼メーカーは、投資収益率とサービスレベルを改善するためのツールを必要としています。多くの鉄鋼会社が達成に苦労している最低80％の信頼性レベルでは、今日の顧客や投資家が満足いくものではありません。
欧州最大かつ歴史のある鉄鋼メーカーの1社がこれらの問題に直面し、解決策を模索していました。しかし安定したシステムを構築ができず、無限のボトルネックの解消に終わりました。同社は、ゴールドラット研究所に協力を求め、外部の変化に対する脆弱性が高く、収益性が低く、さらにROIが高い同社のサプライチェーンを変革および最適化することにしました。
当時、サプライチェーンが非常に複雑なため、結果を殆ど予測できず、新しいルールを決定する効果的な変更を会社経営陣はできませんでした。ERP（エンタープライズリソースプランニングソフトウェア）やExcelスプレッドシートなどの静的な意思決定支援ツールは、このような複雑な環境で意思決定をサポートするように設計されておらず、効果的ではありませんでした。
システム内のすべての相互作用、制約、ダイナミクス、および変動性を完全に考慮するために、シミュレーションモデリングを採用することが決定されました。製造プロセスのシミュレーションにより、エンジニアは製造サプライチェーンの詳細を捉え、パフォーマンスギャップの原因を特定し、安全なデジタル環境で、様々なシナリオをテストできます。シミュレーションモデリングは、経営陣がこれらの予測を投資家や顧客への信頼できる製造最適化のコミットメントに変えることができるように、より速く、より良い意思決定と予測を行うのに大変役立ちます。
解決策：
複数のモデルが構築され、それらが一体となって、統合された鉄鋼生産サプライチェーン全体を表しました。AnyLogic製造サプライチェーンシミュレーションソフトウェアは、1つのモデルで異なるモデリング手法を使用する可能であり、開発者は、エージェントベース、ディスクリートイベント、およびシステムダイナミクスのアプローチをモデルに活用しました。これにより、すべてのコンポーネント、プロセス、および相互依存関係を反映することができました。すべてのモデルには、単一シナリオの結果を表示する機能、さまざまなパラメーターの感度分析、およびシナリオ比較の機能があります。
モデルのデータ（70を超えるExcelワークシート）は、ERPおよびEMSから収集されました。外部データからモデルを作成するAnyLogicの機能は、開発時間を大幅に削減できました。
製造プロセスシミュレーションモデルには、詳細な2Dおよび3Dアニメーションがあります。AnyLogicプラットフォームは、使いやすいインターフェイスと、スタンドアロンアプリケーションとしてモデルをエクスポートし、特別なソフトウェア無しでモデルを実行する機能を提供します。今日の迅速かつ効率的な意思決定に不可欠なモバイル機器とのコラボレーションは、AnyLogic Cloudによって実現されました。このWebサービスにより、ユーザーは、携帯電話やタブレットなど、あらゆるデバイスのWebブラウザーで要求の厳しいモデルをオンラインで実行し、モデルを共有し、シナリオについて話し合い、顧客にシミュレーション分析を提供できます。
熱延広幅帯鋼（ホットコイル/Hot Coil）シミュレーションモデル
ホットコイル仕上げエリアは非常に多くの混雑がありした。駐車場でさえコイルでいっぱいであり、システムが効果的に機能していないことを示していました。混雑を回避し、フローを改善するための新しい決定が必要でした。
設計されたモデルは、システム内のすべてのコイルの位置をシミュレートしました。各コイルについて、タイプ、宛先、および保管場所が指定されました。
このモデルは、スループット、仕掛品、及びコストの影響を考慮した上で、混雑を削減するための効率的なオプションを特定するのに役立ちました。生産計画と制御を改善するために、ホットストリップミルの出力とコイル幅の倍増を含む運用上の変更がテストされました。このモデルは、貨物車両をアップグレードおよび最適化するための最良の方法を見つけるのにも役立ちました。将来、このモデルは、混雑の管理プロセスの完全自動化を可能にする新しい運用ルールのテストに使用される可能性があります。
鉄鋼および厚板のシミュレーションモデル
鉄鋼業とそのスケジューリングはどちらも非常に複雑で、運用ルールの変更の影響を予測することは非常に困難です。それらをテストして効率を改善するには、特定のモデルが必要でした。
本モデルにより、開発者は製造システムのすべての要素を把握できました。詳細な2Dアニメーション内で、ユーザーはクレーンまたは製品をクリックして、その状態と進行中の操作を確認できます。モデルの中心は、生産計画とスケジューリングをサポートするロジックです。必要な製品およびその他のパラメーターを設定及び変更でき、必要に応じて手動でスケジューリングを使用できます。
鉄鋼および厚板の生産シミュレーションモデルにより、次のことが可能になりました。
- さまざまなプラントオペレータが使用したスケジューリングおよび運用ルールをキャプチャしてデジタル化します。これらの規則は、以前は言語化されておらず、最終的に失われる可能性がありましたが、デジタル化により担当者は共有された経験から学ぶことができます。
- ボトルネックを回避するためのスケジューリングおよび運用ルールを開発。これは、様々な製品の異なる製造速度制限と優先順位付けルールをテストおよび分析することができます。
- ワークフローに悪影響を与える可能性のある、より複雑で利益率の高い製品を生産することの運用上および財務上の影響を予測します。
鉄鋼サプライチェーンモデル
前述のように、会社は工場内で生産滞留や低ランクの信頼性を経験してきました。会社には大量の在庫があり、適切に管理できませんでした。このような状況の主な原因を特定し、新しいグローバルな最適ルールを策定し、運用面および財務面でのメリットを定量化する必要がありました。Goldratt Researchは、生産計画およびスケジューリングを開発する際に管理者が使用できる生産の最適化および意思決定支援ツールを提供することを任されました。
このモデルは、サプライチェーンのあらゆる部分を詳細に表しています。ユーザーは、サプライチェーン内のリンクをクリックして、内部のプロセスを確認できます。モデル内統計情報には、在庫レベル、処理ユニット、財務などに関する情報が表示されます。
その結果、問題は主に管理者が常に製造と流通のために最も低い1トンあたりのコストのオプションを選択したことが原因であることが発見されました。もう1つの問題は、容量の永続的なバランス調整です。モデルは次の場合に役立ちます。
- 新しい“Low WIP/Max Flow”」ルールの開発。
- 会社がより需要主導型のアプローチに移行した場合、1トンあたりのコストを予測します。
- モデルが提供する完全な財務データを使用して、パフォーマンスのレベルに関して年間コミットメントを行う。
結果
Goldratt Researchとそのクライアントは、本モデルを使用して、過去数年間に発生した生産滞留の原因と低ランクの信頼性を確認することができました。
それ以来、モデルは、運用上のパフォーマンスと財務上のパフォーマンスの両方に対する変更の影響をテストする、安全で低コストの非常に迅速な方法を提供しました。モデルは、互いの結果を検証するためにも使用されました。
将来的には、モデルを毎週、毎月、または毎年ベースで使用して、ワークフローを分析し、重要な決定と信頼できるコミットメントを行うことができます。
GoldrattのDr.Alan BarnardとJaco-Ben Voslooによるプロジェクトプレゼンテーション
