Imuohjautuva tuotantosysteemi epävarman kysynnän vallitessa

Abstract

Toimitussysteemien on joustettava asiakaskysynnän muuttuessa. Yksi tapa lisätä joustavuutta on käyttää systeemissä imuohjausta. Imuohjatussa systeemissä tuotteiden valmistusta ohjataan toteutuneen asiakaskysynnän mukaan kysyntäennusteiden sijaan. Kysyntäennusteita käytetään sen sijaan strategisen päätöksenteon tukena esimerkiksi tuotantosysteemin kokonaiskapasiteettiin, varastotasotavoitteisiin tai tuoteportfolioon vaikuttavissa päätöksissä. Samalla päivittäiset tuotantopäätökset voidaan tehdä toteutuneen asikaskysynnän mukaan.

Työn tavoitteena on tutkia lääkevalmistusprosessin edellytyksiä toimia imuohjatusti erilaisilla ohjauspolitiikoilla. Tutkitun valmistusympäristön ominaisuuksia ovat (i) tuotejärjestyksen mukaan pitkästä lyhyeen vaihtelevat asetusajat, mikä nykyisellä kysyntätasolla johtaa melko pitkiin valmistussarjoihin, (ii) suuri määrä erilaisia tuotteita, sekä (iii) tuotekysynnän heikko ennustettavuus. Tutkittavat ohjauspolitiikat ovat yhdistelmiä erilaisista aikataulutusjaksojen pituuksista ja tuotantoputkien minimivalmistussarjoista.

Työssä rakennetaan monivaiheisesta tuotantoympäristöstä diskreetti tapahtumasimulointimalli, jonka avulla tarkastellaan tuotantosysteemin toimitusaikoja ja kuormitusta satunnaisella asiakaskysynnällä. Tuotannon ohjauksessa hyödynnetään rytmityspyörä (rhythm wheel) -konseptia. Eräkohtaisista toimitusajoista lasketaan kertymäfunktiot sille, millaisilla lopputuotevarastoilla toimitukset olisi voitu toimittaa asiakkaiden toimitusaikavaatimusten mukaisesti. Ohjauspolitiikkoja vertaillaan laskemalla stokastisia dominansseja varastotarpeiden kertymäfunktioista.

Simulointitulosten perusteella osaa tuotteista voitaisiin valituilla ohjauksilla valmistaa imuohjautuvasti ilman varmuusvarastoja priorisoimalla niitä tuotannon aikataulutuksessa. Priorisoiduiksi tuotteiksi olisi kannattavinta valita sekä volyymiltään että arvoltaan suurimmat tuotteet, jolloin varastojen arvon pieneneminen maksimoidaan. Kaikkia tuotteita ei tulosten perusteella voida valmistaa ilman varmuusvarastoja. Vaikka tuotantosysteemin kapasiteetti olisi ohjauksilla keskimäärin riittävä kaikille tuotteille, kysyntäpiikkejä ei pystytty täyttämään tuotannolla, vaan niiden tasaamiseen olisi tarvittu varmuusvarastoja.

Työn tulosten perusteella voidaan suunnitella hallittuja kokeiluja yksittäisten tuotteiden valmistamisesta imuohjatusti. Lisäksi työssä rakennettua simulointimallia voidaan jatkossa käyttää apuna tuotantosysteemin muutosten, kuten tuoteportfolion laajenemisen, asetusaikojen lyhentämisen, tai konekapasiteetin kasvattamisen, vaikutusten arvioinnissa.

Supply chains must be able to react to changes in customer demand. One way of inserting flexibility in manufacturing systems is to make use of pull control. In pull controlled systems manufacturing of goods is driven by the realised customer demand instead of sales forecasts while the forecasts are utilised in a more strategic context. The sales forecasts act as decision support tool in for example capacity, inventory level, and product portfolio management. However, the day to day manufacturing decisions are based on the actual customer demand.

The aim of the thesis is to study the prerequisities for a pharmaceutical manufacturing system to operate under different pull control policies. The key features of the studied manufacturing system include: (i) sequence-dependent setup times that vary from very long to short setups, which currently leads to long production campaigns, (ii) a huge number of end products, and (iii) poorly forecastable customer demand. The different pull control policies studied are combinations of scheduling periods and minimum campaign quantities of different lengths and sizes.

A discrete event simulation model is constructed of the multi-phase manufacturing system. The simulation model is used to study both batch lead times and machine utilisation under random customer demand. Rhythm wheel concept is utilised in scheduling production in the simulations. Based on the realised batch lead times and customer lead time requirements cumulative distribution functions (CDF) are calculated for the number of stocked batches required for on-time deliveries. Different control policies are then compared by calculating stochastical dominances.

Based on the simulation results a selection of the products could be produced using pull control without safety stocks if the selected products were prioritised in production scheduling. To maximise the reduction of inventory value, products with high volume and high inventory value should be prioritised. However, not all products can be produced with high service level and no safety stocks.

Findings of the thesis can be utilised in designing experiments in pull control in the manufacturing system. In addition, the simulation model can be used as a decision support tool to assess the impacts of changes, such as expanding product portfolio, reducing setup times, or increasing machine capacity, in the manufacturing system.