Fate は、タイヤの製造および輸出におけるアルゼンチンの大手企業です。同社はアルゼンチン最大かつ最新のタイヤ工場を有しており、2,000 人以上の従業員が年間 500 万本以上のタイヤを生産しています。
問題
Fate は、生産性を向上させるために製造プロセスを調整したいと考えていました。そのため、さまざまなシナリオによるパフォーマンスへの影響を分析できる柔軟なツールが必要でした。問題は、開発ツールは工場全体で標準化されたロジックと基準を考慮した複雑なシステムを開発できる必要があることでした。
プロジェクトは生産設備および3つの生産セクターを含んでいました:材料部門、タイヤ製造部門およびタイヤ硬化部門。
同社は一部の問題に対する解決策を求めていたのではなく、プラントの全体的な視点を求めていました。このモデルにより、Fate は生産量とニーズ、労働者の可用性、労働者のタスクと機械の割り当て、ボトルネックなどを分析できるようになりました。
ソリューション
Fate はEurystic と契約して、シミュレーションモデルを開発しました。モデル開発は、複雑で時間に依存するシステムを処理できるAnyLogicシミュレーションツールを選択しました。AnyLogicは柔軟性が高く、ダッシュボードを迅速に構築することができました。さらに、機械の故障などの偶発的な要素もモデルに含まれていました。AnyLogic を使用すると、開発者は複数の反復とカスタム実験を実行して、さまざまなシナリオを比較検討できます。
一般的に、実稼働システムのデジタル表現（モデル）では、まずモデルを構成および実行するために必要なパラメータ情報を入力します。次にモデルを実行し、その結果がユーザー インターフェイスであるダッシュボードに累積の結果として表示されます。この情報は、別のプログラムにエクスポートして再利用もできます。
このモデルでは、エージェント ベース のプロセスと離散イベントプロセスを組み合わせて使用しました。エージェント ベースモデルは、機械や輸送スタッフなどのエージェントの振る舞いを定義できるstatechartsを、複雑なマテリアル ハンドリングの動作 ロジックはactionchartsが使用されました。また、コンベア は、離散イベントを使用しました。
このシミュレーションモデルには、以下に示すような、広範な入力とパラメータのセットが必要でした。
必要な入力情報の一部はエンタープライズ リソース プランニング (ERP) ソフトウェアに保存されていましたが、その他は手動で収集され、整理され、モデルに入力しました。このモデルを定期的に使用できるようにするには、ERP やレポート活動を通じて会社の最新情報を常に更新することが重要でした。
最終工程を除くすべての機械の生産スケジュールは、モデルのロジックとパラメータによって決定されます。ロジックはマシンごとに収集および標準化する必要があり、モデルの最終ルールに従いました。
輸送ロジックは、製品の流れを最適化するためにルールが定義され、優先順位が与えられる生産スケジューリングに類似していました。
シミュレーションが完了すると、情報がスプレッドシートにエクスポートされ、実際の結果と比較されました。この後、ビジネス インテリジェンス ソフトウェアを使用してさらなる分析を実行できます。
今回のプレゼンテーションのモデルでは、機密を保護するために架空のシナリオが使用されました。以下にユーザー インターフェイスの例を示します。
結果
多くの場合、最終的な答えに到達するには、複数回の反復を実行する必要がありました。結果と潜在的な結果には次のものが含まれます：
- 生産計画の完了を予測。
- ボトルネックの視覚化。
- 施設能力の測定。
- 人的リソースの配置、ボトルネック改善の影響、およびボトルネックの改善を評価。
- 社内物流の最適化。
- 材料とコンポーネントの統一性のテスト、およびさまざまな戦略のテストと評価。
シミュレーションで、多くのアイデアをテストできました。さらに、最大の影響や最小コストに関する項目は分析され、将来的には実装される可能性があります。
このケーススタディは、AnyLogic Conference 2021 で Eurystic の Damian Marino 氏と Fate の Alejandro Paz 氏によって発表されました。
スライドはPDFとして入手できます。
