Pullonkaula-analyysilla faktat investointien taakse
Kilpailu on kovaa. Tuotantoja järjestellään uudelleen. Prosesseja halutaan tehostaa. Ne muuttuvat ja muutoksiin on vastattava. Tehostaminen vaatii useassa tapauksessa merkittävän investoinnin ja edellyttää ammattitaitoa luotettavuusorganisaatiolta.
Investointipäätöksiä tehtäessä halutaan faktat strategisesti tärkeiden päätösten tueksi, jolloin päätöksen tekeminen helpottuu. Kun päätös on tehty mahdollisimman hyvin sen hetken tiedoilla, myös investoinnin tarpeellisuuden perusteleminen on helpompaa. Faktat prosessissa toimivien laitteistojen tilasta ja kunnosta määritetään järjestelmistä tehtävillä analyyseilla, mutta faktat itse prosessin suorituskyvystä voidaan määrittää esimerkiksi pullonkaula-analyysilla.
Näihin perusteisiin nojaten ja tulevaisuuteen varautuen myös Kemin Veitsiluodon Stora Enson tehtaiden keskuspakkaamon pakkakoneelle tehtiin pullonkaula-analyysi. Tuotantoprosessia tai sen osaprosesseja tehostettaessa täytyy tietää mihin aika kuluu kappaletta käsiteltäessä. Mitä ovat lisäarvoa tuottavat ja hukka-ajat?
Lisäarvoa tuottava toiminto on sellainen, jossa rullan ulkomuoto muuttuu eli rullalle tuotetaan lisäarvoa päästäksemme haluttuun lopputulokseen. Lisäarvoaika on näihin toimintoihin kuluva kokonaisaika ja kaikki muu aika on hukkaa. Asiakkaalla oli halu saada jokaisen vaiheen vaiheajat ja pakkakoneen nykyhetken tahtiaika selville. Pullonkaula-analyysilla haettiin myös tukea nykyisille arvioille pakkakoneen tahtiajasta.
Analyysin taustatiedot kasaan
Lähtötilanteessa yleinen käsitys oli, että pakkausprosessin ehdottomana pullonkaulana pidettiin rullien päätylaputusvaihetta. Sen pystyi päättelemään niin aiemmin tehtyjen analyysien pohjalta kuin käyttäjien ja kunnossapitäjien kanssa käytyjen keskustelujenkin kautta.
Analyysin edetessä tilanne alkoi vaikuttaa hyvin paljon monisyisemmältä ja mielenkiintoisemmalta kuin sen lähtötilanteessa oli mielletty olevan. Ensimmäisten videotallenteiden tutkiminen, kellottaminen ja analysoiminen paljastivat, että ratkaisu ei tulisikaan olemaan niin yksioikoinen.
Pullonkaulaa etsimässä
Pakkakoneen pullonkaula-analyysissä videoitiin ensin koko prosessi. Rullalaatuja oli useita, joten kuvaussessioitakin tuli paljon. Se teki analyysista aikaa vievän rupeaman. Jälkeenpäin tarkasteltuna prosessin videokuvaaminen oli hyvä tapa lähestyä analyysiä. Se osoitti, että videotallenteita katsellessa pystyy rauhassa paneutumaan prosessiin sekä kokonaisuutena että sen osavaiheisiin.
Vaiheaikojen kellottamisesta tuli järjestelmällistä, koska videotallenteilta pystyi tarkoin määrittämään ja toistamaan vaiheajan aloitus- ja lopetusajankohdan kullekin toiminnolle. Etenkin pullonkaulojen ja hukkien hahmottaminen helpottui, koska prosessitilanteita saattoi toistaa kerta toisensa jälkeen yhä uudelleen.
Jos vertaamme tilannetta siihen, että kellotus olisi tehty ainoastaan kentällä jokaisesta prosessivaiheesta, työ olisi ollut huomattavasti työläämpi suorittaa. Toistoja olisi jouduttu tekemään enemmän, ne eivät olisi olleet yhtä tarkkoja ja jotain olisi varmasti jäänyt jopa huomaamatta. Kaiken kaikkiaan videoiminen teki paitsi prosessin tulkitsemisesta helpompaa, se mahdollisti tarkemman vaiheaikojen mittaamisen ja tätä kautta kokonaisuudessaan luotettavan lopputuloksen.
Analyysin mittausdatasta tehtiin vaiheajoista kuvaajat. Visuaalinen kuva kertoo aina enemmän kuin lukujonot taulukoissa. Ensimmäinen kuvaaja sisälsi kaiken mitatun datan eli lisäarvo-, siirto- ja odotusajat.
Jo tästä kuvaajasta voidaan päätellä, että pelkästään pisimmän lisäarvoa tuottavan toiminnon vaiheaikaa lyhentämällä emme tule tahtiaikamielessä parantamaan prosessin tehokkuutta merkittävästi. Sen sijaan taulukosta on nähtävissä, että odotusajat venyvät riippuen siitä, millaisia rullia prosessissa sattuu milläkin hetkellä liikkumaan. Tämä oli yksi haaste, joka analyysissa putkahti pähkäiltäväksi. Miten odotusajat saadaan minimoitua?
Koska odotusajat tekevät kuvaajasta hieman sekavan, tehtiin toinen kuvaaja, josta poistettiin odotusajat. Jäljelle jäävästä datasta voidaan helpommin määrittää pisimmän vaiheajan vievä prosessin vaihe, joka jo kaikkien oletusten mukaisesti osui juuri päätylaputukseen.
Parannusehdotusten pohdintaa
Vaikkakin pullonkaula-analyysilla pyritään ensisijaisesti löytämään prosessin tulppa ja hidastelija, parannusehdotuksia mietittäessä on muodostettava kokonaiskuva tarkasteltavana olevasta prosessista. Onko nykyteknologialla mahdollista korvata, yhdistää, nopeuttaa tai uudelleen järjestellä joitain toimintoja?
Parannusehdotuksia lähdettiin miettimään periaatteella: kaikki on mahdollista. Hyvä mielikuvitus on tässä apuna ja toki kokemusta prosessista on hyvä olla riittävästi. Taito kysyä ja keskustella käsillä olevasta ongelmasta kantaa myös hedelmää. Organisaatioissa on paljon voimaa, tietoa ja taitoa kunhan se vain saadaan valjastettua yhtenäiseksi voimaksi.
Vaiheaikojen kellotuksista ja niistä luoduista kuvaajista oli helppo osoittaa pisimmän vaiheajan prosessivaihe. Tämän pullonkaulan poistaminen ei silti yksin riittäisi tahtiajan nostamiseksi, koska odotusajat ovat merkittävässä asemassa tuotteen läpäisyyn prosessissa. Lisäksi odotusaikaan ja tätä kautta tuotteen läpäisyaikaan vaikuttaa merkittävästi se, millaisia rullia prosessissa etenee. Näin tuotteen läpäisyaikaa ei voitu suoraan käyttää rullakohtaiseen tarkasteluun, vaan oli määritettävä, missä haarukassa vaiheajat saavat liikkua, jotta pääsemme tavoitetahtiaikaamme.
Tiedossa oli myös, että jokaista vaihetta ei voida nopeuttaa, joten oli löydettävä muitakin ratkaisuja tahtiajan parantamiseksi. Kyseisessä prosessissa odotusaika on yksi merkittävä tekijä, joten sen ja odotuspaikkojen minimoiminen oli yksi keskeisimmistä tekijöistä joihin oli paneuduttava.
Prosessissa on odotusaikaa merkittävästi lisääviä vaiheita, joten näille olisi tehtävä jotain. Merkittävästi odotusaikoja vähentäisi indeksikuljettimen uusiminen lamellikuljettimeksi ja sen jakaminen useaan osaan. Samalla indeksikuljettimen alueelta siirrettäisiin lisäarvoa tuottavia vaiheita yhtäaikaisesti tehtäväksi toiminnoiksi muiden lisäarvoa tuottavien vaiheiden kanssa.
Tällaisia toimintoja olisivat muun muassa keskittimen poisto, jolloin keskitys tehtäisiin samalla, kun rulla kuljetetaan käärintään. Vyöviivakoodi siirrettäisiin niin ikään viikkauksen kanssa yhtä aikaa tehtäväksi toiminnoksi ja rullan viivakooditarra liimattaisiin päätylaputuksen aikana rullan pintaan. Näiden vaiheiden yhdistäminen poistaisi samalla yhden odotuspaikan kuljettimen alueelta.
Edellä mainitut reunaehdot mielessä pitäen päästiin lopputulokseen, jossa haluttu tahtiaika saavutettaisiin. Kuitenkin tämä edellyttäisi, että pakkakoneen päätylaputus uusittaisiin. Päätylaputus tulisi hidastamaan nopeutettua prosessia merkittävästi ja se tulisi olemaan vielä selkeämpi pullonkaulaprosessissa kuin se on tänä päivänä. Nykyään päätylaput haetaan muiden odotusaikojen aikana, kun ne nopeutuneessa prosessissa jouduttaisiin hakemaan rullan odottaessa jo päätylaputuspaikalla. Näin nykyinen 28 sekunnin vaiheaika lähes kaksinkertaistuisi.
Prioriteetti investointijärjestykselle
Parannusehdotuksia määritettäessä on tärkeää miettiä myös, missä järjestyksessä investoinnit kannattaa toteuttaa. Mittavat investoinnit joudutaan usein jakamaan usealle vuodelle ja tässä tilanteessa on hyvä tiedostaa, missä järjestyksessä prosessin osavaiheita lähdetään uusimaan.
Kuten aiemmin on kerrottu, tässä kyseisessä analyysissa kävi ilmi, että mikäli prosessia muuten nopeutetaan, tulee päätylaputusvaihe jäämään pullonkaulaksi prosessiin. Uusinta olisi siis hyvä aloittaa päätylaputuksen modernisoinnista. Päätylaputuslaitteiston modernisaatiota puoltaa lisäksi laitteen elinkaaristatus ja lisääntyvät jatkuvat häiriöt.
Luotettavuus ja elinkaaristatus osana pullonkaula-analyysia
Vaiheajan hitaus ei aina ole ainoa syy uusia laitteita tai laitteistokokonaisuuksia. Luotettava toiminta ja elinkaaristatus on myös huomioitava. Luotettavuutta voidaan peilata laitteen historiadatasta määritettävistä keskimääräisistä vikaväleistä, korjausajasta, korjauskustannuksista, kunnossapitäjien sekä laitetta käyttävien henkilöiden kokemuksista.
Vanhoja laitteistoja analysoitaessa yksi huomioitavista seikoista on esimerkiksi se, miten laite pystyy suoriutumaan uudessa vaativammassa prosessissa tehtävästään. Mikäli tämä jää pullonkaula-analyysin parannusehdotuksia mietittäessä huomioimatta ja investointi toteutetaan, voidaan ajautua häiriökierteeseen, joka voi pahimmillaan heikentää kehitettävänä olevan prosessin tehokkuutta.
Toiminnan kehittäminen ja uuden oppiminen
Pullonkaula-analyysissa tuotetusta datasta tehdään dynaaminen mallinnus Elmas-sovellusta apuna käyttäen. Tämänkaltaisen osaamisen laajentaminen nähtiin Eforassa hyödylliseksi, joten pullonkaula-analyysistä rakennetaan henkilöstölle koulutusohjelma. Se tukee jatkossa kehittymistä Eforan luotettavuusorganisaatiossa.
Koulutus toteutetaan yhteistyössä Ramentor Oy:n kanssa. He rakentavat analyysidatan pohjalta Eforalle räätälöidyn koulutuksen. Koulutuksen jälkeen meillä on pakkakoneen pullonkaula-analyysin lisäksi dynaaminen malli, jolla voimme simuloida uusien tuotteiden läpäisyn kyseisellä pakkauslinjastolla ja on osaajia, jotka kykenevät dynaamiseen mallintamiseen Elmas-sovelluksella.