Autor: Indrek Sabul • 3. mai 2019

Äriprotsesside ümberkujundamine ja pidev parendamine on hädavajalikud, et tagada ettevõtte konkurentsivõime pidevalt muutuvas keskkonnas. Loomulikult soovime alati, et planeeritud muudatused teeksid protsesse paremaks, mitte vastupidi. Kuidas aga selles kindel olla enne muudatuse ellu viimist? Kuidas oleks võimalik riskivabalt läbi mängida tulevaste muudatuse mõju? Lahenduseks on protsesside simulatsioon.

Tabelarvutusest ei piisa

Muutuste planeerimiseks ja investeeringute õigustamiseks on laialdaselt kasutusel tabelarvutused. Protsessi statistiliste näitajate baasil tehakse arvutusi ning arvutustulemuste põhjal valmistatakse ette protsessimuudatusi. Olgu nendeks siis töökohtade arvu või asukoha muutmine, uute seadmete hankimine, vastutuse ümberjagamine või töötajate juurde palkamine.

Lihtsamate projektide puhul piisabki sellistest arvutustest. Kuid kui muutujaid on mitu ja analüüsimine muutub keerukamaks, siis ei ole tabelarvutusest enam abi. Laialt levinud arvutuslikud keskmised ei peegelda enam tegelikku olukorda. Näiteks kui keskmine töötsükli aeg on 14 minutit, siis olenevalt tootest võib see tegelikkuses kõikuda 4 minutist kuni 45 minutini. Ja nii on iga tootmisetapiga. Tabelarvutusega ei ole enam võimalik näidata seoseid, et välja arvutada protsessi terviklikku läbilaskevõimet või tuvastada tekkida võivaid pudelikaelu.

Simulatsioonitarkvara aga arvestab variatsioonidega. Mudeli koostamisel saab kasutada erinevaid matemaatilisi jaotusmeetodeid ning lisada seadistus-, oote-, või tsükliaegu, rahalisi püsi- ja muutuvkulusid ning teisi protsessi karakteristikaid. See võimaldab simulatsioonitarkvaras peegeldada tegelikkusele vastavat olukorda ning läbi mängida erinevaid stsenaariume protsessi parendamiseks.

Nähtamatud seosed tekitavad nähtavaid probleeme

Mis juhtub, kui mitu erinevat paralleelprotsessi vajavad korraga ühte ja sama ressurssi? Näiteks võib sama operaator olla seotud mitme erineva funktsiooni- või seadmega. Tabelarvutuse keskmise (summaarse) koormuse järgi peaks tal selleks aega olema küllalt. Kuid see oleks nii vaid ühtlase koormuse korral.

Tegelikus elus, nagu me teame, jaotub koormus ebaühtlaselt. Seega on operaator osa ajast ilma tööta ja osa ajast nii ülekoormatud, et see tekitab viivitusi (tööd jäävad ootele). Isegi, kui need viivitused on vaid mõned sekundid või minutid iga toote kohta, siis summaarselt moodustavad need ajakaod vägagi märkimisväärse kahju ahelale tervikuna. Nagu me teame, siis väikesed probleemid ahela alguses järjest võimenduvad iga tööetapiga, tekitades lõpuks suure probleemi. Seda fenomeni kutsutakse ka Forresteri, või piitsaplaksu efektiks (ingl. k. Bullwhip effect). Ajakaod on tihedalt seotud ka varude juhtimisega. Nii hakkavad nähtamatult kogunema ka pooltoodete puhvervarud tööetappide vahel.

Selliste probleemide tulemused on nähtavad ja kulukad. Kuid põhjused on paljale silmale tihtipeale nähtamatud. Simulatsioonid aitavad ka siin, muutes nähtamatud seosed nähtavaks ning tuues esile kohad, mida saab efektiivsemaks muuta.

Päriselus eksperimenteerimine on kallis

Eksperimenteerimine päris protsessidega tootmisliinil on kulukas, ebamõistlik ja selleks puudub ka vajadus. Simulatsiooni käigus saab protsessi kulgemist läbi mängida pikema aja jooksul. Näiteks kui soovime teada saada, mis juhtub tootmisahelaga aasta või kolme aasta pärast, kui nõudlus kasvab samas tempos edasi. Simulatsioone saab teha korduvalt, varieerides algandmetega ja protsessi parameetritega. Näiteks kui soovime analüüsida nõudluse muutuse mõju läbilaskevõimele ja tuvastada pudelikaelte tekkepõhjuseid.

Paljudes ettevõtetes on probleemiks tootmise tsükliline ülekoormatus. Hetkel on head ajad ja tellimusi on palju, mistõttu on tootmised tihtipeale üle planeeritud. Samas, koormus tööetappide vahel jaguneb ebaühtlaselt. Osa töökeskusi on mitmekordselt ülekoormatud, samal ajal kui mitmed ressursid on ajutiselt alakasutatud. Sellises olukorras on ettevõtja valiku ees kas otsida ülekoormuse tekkepõhjuseid või tegeleda vaid tagajärgedega.

Lihtsam, kuid kulukam on järjepidevalt investeerida probleemi tagajärgede likvideerimisse (osta järjest juurde seadmeid või palgata juurde uusi töötajaid). Õigem oleks aga põhjalikult läbi analüüsida kogu tootmisahel, tuvastada tegelikud ülekoormuse põhjused ja investeerida vaid lahendustesse, mis likvideerivad põhjuseid. See suurendaks kogu tootmisahela terviklikku läbilaskevõimet märkimisväärselt.

Simulatsioonitarkvaraga saab modelleerida kogu protsessiahela ja läbi mängida erinevaid tootmise seadistusi ning ressursside jaotust tööetappide vahel. Kui veel lisada igale tööetapile ka kulunäitajad, on võimalik leida kõige kulusäästlikum tootmisrežiim. Simulatsiooniga saavutatud parim (optimaalseim) lahendus on väärt tegelikke investeeringuid ja rakendamist päris tootmisliinil.

Kuidas simulatsiooniprojekti läbi viia?

Simulatsiooni tarkvara ei pea klient reeglina endale ostma ega selle kasutamist ära õppima. Columbuse konsultandid teostavad simulatsiooniprojekte teenusena, kasutades selleks spetsiaalset tarkvara Simul8 (www.simul8.com). Projekt algab ülesande püstitusega ja vajalike andmete kogumisega. Seejärel modelleeritakse uuritav protsess simulatsioonitarkvaras ning hakatakse järk-järgult läbi mängima erinevaid stsenaariume, kuni jõutakse koos kliendiga soovitud tulemuseni. Huvi korral anna julgelt märku!

Kuidas simuleerimine täpselt töötab? Vaata lähemalt videost.