دنیای یک متخصص برنامه ریزی تولید قسمت دوم

بخش پنجم :واریانس زمان سفارش مجدد کالا (Variance of Replenishment-Time Demand Equation)

 در ادامه معرفی مبانی علم برنامه ریزی تولید، در بخش قبل تحت عنوان دنیای یک متخصص برنامه ریزی اشاره شد که شاکله علم مورد نظر از ۳ معادله و چهار نمودار تشکیل شده است. بحث مفصلی داشتیم که قانون لیتل ارتباط بین موجودی، توان عملیاتی و زمان سیکل را توضیح می دهد و از بین این ۳ مولفه، موجودی در جریان ساخت مهمترین است چراکه متغیر مستقل بوده و می تواند دو متغیر دیگر را تنظیم کند.

بعد از آن سراغ این موضوع رفتیم که حالا که موجودی به این اندازه اهمیت دارد باید موضوع کنترل موجودی جدی گرفته شود و معادله واریانس زمان سفارش اقلام معرفی شد که هدفش این است که بگوید برای داشتن یک برنامه کنترل موجودی موفق، فقط با میانگین کار نکنید بلکه واریانس زمان تحویل نیز مهم است. این بخش توضیح مفصل تری برای این معادله است.

رابطه واریانس زمان تحویل کالا، رفتار تقاضا در هنگام سفارش مجدد کالا (RTD) را توصیف می کند و اطلاعات بسیار مفیدی جهت افزایش شهود کارشناسان در مورد نحوه مدیریت انبار و موجودی ارائه می دهد همانگونه که از قانون لیتل برای نشان دادن رفتار تولید استفاده کردیم. ما از واریانس تقاضای زمان سفارش مجدد برای ارائه مقدمه ای بر رفتار انبار و نقاط انبار استفاده خواهیم کرد. همانطور که قبلاً اشاره شد، انبار اصطلاح کلی برای بافر موجودی است.

نقاط انبار (Stock points) اصطلاحی است که برای ایجاد طبقه بندی و برنامه ریزی اقلام فیزیکی استفاده می شود. طبقه بندی می تواند قطعات بر اساس تامین کننده یا بر اساس زمان تحویل یا حجم تقاضا باشد. شکل (۱) نمودار تقاضا-تولید و انبار در مدل پایه را نشان می دهد. 

   شکل ۱- مدل پایه از مفهوم زمان سفارش مجدد کالا برای انبار

جهت یادآوری دوباره تعاریف زیر را مرور می کنیم که درک آن ها بسیار مهم است:

زمان سیکل تولید (Cycle Time) : میانگین زمان شروع تولید یک محصول/قطعه در ابتدای خط تولید تا رسیدن به نقطه ذخیره در پایان خط است. زمان سیکل یک متغیر تصادفی است.

زمان سفارش مجدد کالا (Replenishment Time) : زمانی است که نیاز به سفارش مجدد یا خرید اضافه از اقلام تشخیص داده می شود مثلا کالایی به نقطه سفارش رسیده و باید سفارش مجدد به تأمین کننده داده شود. این زمان به طور کلی شامل بررسی وضعیت سفارش خرید، ارزیابی پیمانکار و تأمین کننده، مدت زمان تولید یا تکمیل فرآیند خرید، زمان حمل و نقل، زمان بازرسی کیفیت و رسید در انبار می باشد. زمان سفارش مجدد کالا هم یک متغیر تصادفی است.

زمان انتظار (Lead Time) : یک سیاست مدیریتی است که برای اهداف برنامه ریزی در سیستم MRP یا ERP بارگذاری می شود. این زمان به صورت یک عدد قطعی (Deterministic) وارد سیستم می شود. همین جا اولین نکته مهم را باهم مرور می کنیم. زمان سیکل تولید تصادفی است یعنی ممکن است از آنچه پیش بینی می شده بیشتر و یا کمتر باشد مثلا خط تولید قطعی روزانه برق دارد و در نتیجه از برنامه عقب افتاده است.

اگر تولید کننده هستید، زمان انتظار یعنی زمانی که شما به مشتری وعده می دهد تا کالای خود را دریافت کند. خیلی از مواقع برای تبلیغ یا مزیت رقابتی، زمان تحویل مشخصی اعلام می شود. اما باید توجه داشت که برای اینکه خلف وعده نشود زمان انتظار همواره از زمان سیکل بزرگتر باشد. 

قبل از شروع به تحلیل معادله واریانس، صحبت در رابطه با موضوع گروه بندی کالا و مواد در انبار ضروری است. در بخش های دیگر نیز دوباره این موضوع به شکل دیگری بررسی خواهد شد تا به مرور درک همه جانبه ای داشته باشید. می توانیم دسته بندی اقلام را به روش های مختلفی انجام دهیم. روش اول بر اساس پیمانکار یا تأمین کننده می باشد که نمونه ای از آن در جدول (۱) نشان داده شده است.

                        جدول ۱- نمونه ای از طبقه بندی اقلام بر اساس تأمین کننده.

روش دوم گروهبندی بر اساس تقاضا و مدت زمان تأمین مجدد کالا در انبار است. جدول (۲) مثالی از این روش می باشد.

                     جدول ۲- مثالی از طبقه بندی بر اساس تقاضا و مدت زمان تأمین.

نکته مهم بعدی این است که طبقه بندی به روش ABC توصیه نمی شود (بعداً در رابطه با علت آن بحث خواهیم داشت). اما حالا بپردازیم به مفاهیم معادله واریانس و در ابتدا مشخص کنیم این تقاضای زمان سفارش مجدد کالا به چه معنی است. این صرفاً تقاضایی است که در طول زمان تأمین مجدد یک محصول / قطعه رخ می دهد. یک مثال ساده به شرح زیر است: محصولی را در نظر بگیرید که سه ماه طول می کشد تا تهیه شود. اگر تقاضا ۱۰ واحد در ماه باشد، مطابق قانون لیتل به دست می آید:

                 تقاضا مدت زمان تأمین محصول=  ۳ ماه * ۱۰ واحد مورد نیاز در هر ماه = 30 واحد محصول مورد نیاز است

اگر نوسان و تغییری وجود نداشت، هر سه ماه یک سفارش ۳۰ واحدی انجام و از تحویل به موقع اطمینان داشتیم. در این حالت سطح خدمات برای محصول / قطعه ۱۰۰ درصد خواهد بود. در دنیای واقعی، زمان و تقاضا هر دو دارای نوسان و تغییر است. تقاضا در طول زمان تأمین مجدد کالا (RTD) یک متغیر تصادفی با واریانس و میانگین می باشد. که واریانس این زمان (VRTD) یک پارامتر مهم در تعیین مدیریت بهینه موجودی است.

این به این دلیل است که شرکت باید موجودی کافی برای پوشش نوسان در تقاضا را داشته باشد. به عنوان مثال، اگر یک تامین کننده تاخیر داشته باشد، موجودی اضافی برای پوشش زمان انتظار اضافی جهت دریافت قطعه مورد نیاز است یا در صورت افزایش تقاضا، موجودی اضافی برای پوشش تقاضای اضافی مورد نیاز می باشد.

واریانس مدت زمان تأمین (تحویل) سفارش کالا=  +

که در این معادله:

ℓ: میانگین زمان تحویل کالا،

واریانس زمان تحویل کالا،

d: متوسط تقاضا،

واریانس تقاضا می باشد.

اگر واریانس تقاضای زمان تحویل کالا افزایش یابد، اتفاقات بدی رخ می دهد:

۱. نیاز به موجودی افزایش می یابد.
۲. سطح خدمات به مشتری کاهش می یابد.

کارشناسان و متخصصان برنامه ریزی تولید و موجودی معمولاً در مورد متوسط تقاضا بینش خوبی دارند، اما مشکلاتی در رابطه با شهود تأثیر نوسانات تقاضا و زمان تحویل وجود دارد. نکاتی زیر در رفع این مشکل کمک خواهد کرد:

۱. برای کنترل بهینه موجودی، یک کارشناس باید تمام مولفه های معادله واریانس را در نظر بگیرد. بیشتر کارشناسان بر تقاضای متوسط تمرکز می کنند، اما این تنها یک جنبه از موضوع است.

۲. هزینه، عامل مستقیم در عملکرد سیستم کنترل موجودی نیست، اگرچه هزینه می تواند بر تقاضا و زمان سفارشات اثر بگذارد. اما هیچ جزء هزینه ای برای معادله واریانس تشریح شده وجود ندارد. با توجه به میانگین و واریانس تقاضا و زمان تکمیل سفارش، مدیران تمام اطلاعات مورد نیاز خود را برای کنترل بهینه موجودی در اختیار دارند.

این یکی از دلایلی است که چرا استفاده رایج از طبقه بندی ABC در پیگیری مدیریت بهینه موجودی اشتباه است.  رویکرد متداول ABC تنظیم خط مشی موجودی بر اساس رابطه (هزینه × تقاضا) است. قطعاتی که در گروه A قرار دارند بیشترین مقدار عددی این رابطه را دارند و به همین ترتیب گروه C دارای کمترین مقدار می باشند.

درک طبقه بندی بر مبنای روش ABC آسان است و بسیاری از کارشناسان آن را به طور شهودی به عنوان یک رویکرد مطلوب می پذیرند اما متأسفانه بهینه نیست در نتیجه استفاده از این رویکرد منجر به نتایج نامطلوب می شود. به عنوان مثال یک قطعه ۱۰۰۰ واحد پولی که تقاضای متوسط آن یک واحد در هر دوره است با یک قطعه یک واحد پولی که میانگین تقاضای ۱۰۰۰ واحد در هر دوره دارد در یک گروه قرار می گیرند چراکه هر دو بخش دارای ارزش (هزینه × تقاضا) یکسان ۱۰۰۰ واحد پولی هستند.

برای کالاهای ارزان به طور کلی روش خوبی است اما کالاهای گران قیمت و کم تقاضا در بسیاری مواقع نیازی با انبار کردن ندارند و در هنگام نیاز نسبت به تهیه آنها اقدام می شود. روش مطلوب که مطابق رفتار طبیعی سیستم تولید است همان رویکردی است که در جدول (۲) نمایش داده شده است، طبقه بندی کالا و مواد بر اساس تقاضا و مدت زمان تحویل کالا.

نمودار مصالحه : موجودی در مقابل نرخ تکمیل سفارش (Tradeoff Plot: Inventory versus Fill Rate Graph)

حالا تصور کنید که یک سیستم کنترل موجودی را برای شرکت طراحی کردیم به چه روشی این سیستم را محک بزنیم؟ از کجا باید تشخیص دهیم که داره خوب کار می کنه؟ شکل (۲) که به عنوان نمودار مصالحه نام می بریم، رابطه بین سرمایه گذاری در موجودی و نرخ تکمیل سفارشات را نشان می دهد. این یک ابزار ساده اما کارامد برای ارزیابی است. 

یک شاخص مهم برای کیفیت سیستم کنترل موجودی، نرخ تکمیل سفارشات (Fill Rate) است. برای مثال اگر از سیستم نقطه سفارش استفاده کرده اید می توانید مقدار سفارش بعلاوه ذخیره اطمینان را برای هر محصول در یک ستون داشته باشید و در ستون دیگر مشخص کنید که با این تعداد چه کسری از سفارشات بدون تأخیر به مشتریان تحویل داده شده است. مثلا برای یک کالایی ۸۰ درصد و برای دیگری ۷۵ درصد و به همین ترتیب. اگر نرخ تکمیل سفارشات برای همه کالا نزدیک به سطح خدمت در نظر گرفته شده باشد آنوقت می توان گفت که سیستم به خوبی در حال کار است.

نمودار مصالحه یک نوع بسیار خاص از نمودار عملکرد در تئوری فیزیک کارخانه و مبتنی بر مرزهای کارآیی (Efficient Frontiers) است. مرزهای کارآیی، مفهومی است که در علوم مالی جهت ارزیابی ریسک یک سبد سرمایه گذاری بکار می رود ولی ما آنرا برای تنظیم سیاست بهینه موجودی بکار می بریم.

شکل (۲) نمودار کارایی را بجای تک تک قطعات، برای کل ۱۵۹ قطعه که در گروه قطعات با تقاضای بالا و مدت زمات تأمین طولانی دسته بندی شده اند را نشان می دهد در این شکل محور عمودی میزان سرمایه گذاری در موجودی است و به طور طبیعی هر چه پول بیشتری بدهید نرخ تکمیل سفارشات هم افزایش پیدا کرده و صعودی می شود. این شکل یک هدف دیگر  هم دارد و آن نقش تعداد سفارش اقلام است. یک توضیح کلی شامل موارد ذیل است:

شکل ۲- نمودار مصالحه بین موجودی و نرخ تکمیل سفارش فروش

• محور عمودی میانگین سرمایه گذاری در موجودی است. این میانگین مبلغی است که برای اهداف مالی و تعهدات فروش در طول دوره برنامه ریزی تولید در دسترس خواهد بود.
• محور افقی میانگین نرخ تکمیل سفارش فروش است یعنی با این میزان سرمایه گذاری چند درصد تقاضا پوشش داده شده است. این عدد برای کل مجموعه ۱۵۹ قطعه می باشد.
•  سه منحنی مرزهای کارایی را نشان می دهند که نمایانگر ظرفیت های متفاوت برای تأمین قطعات هستند. مشخصات سفارش برای هر منحنی در شکل نشان داده شده است. هشتاد سفارش در هر دوره به این معنی است که هر یک از ۱۵۹ قطعه به طور متوسط هر دو دوره یک بار (دوره یعنی افق زمانی شامل هفته، ماه و یا سال) سفارش داده می شود.
• عملکرد واقعی (Actual Performance)، عملکرد فعلی گزارش شده توسط شرکت است. الماس سفید عملکرد فعلی را به عنوان نرخ تکمیل ۹۵ درصد با حدود ۱۱.۵ میلیون دلار موجودی و سفارش به طور متوسط برای هر قطعه یک بار در هر دو دوره نشان می دهد. این خوب است؟ آیا می تواند بهتر باشد؟

مرزهای کارآیی (Efficient Frontiers)

یک مثال ساده از یک مورد کنترل موجودی را در نظر بگیرید. عملکرد ایده‌آل یعنی احتیاجی به انبار کردن نداشته باشیم و هر موقع نیاز به مواد و قطعات بود در دسترس باشد. این امر غیرممکن به نظر می رسد، اما این دقیقاً همان کاری است که MRP انجام می دهد یعنی الف) تقاضا باید معلوم باشد ب) زمان دریافت مواد مطابق زمان انتظار باشد و  ج) از سیاست سفارش دهی بهر به بهر (L4L) استفاده می شود یعنی همانقدر که در این دوره نیاز داریم سفارش داده می شود.

چنین سیستمی قطعات را به گونه‌ای سفارش می‌دهد که به موقع وارد شوند تا مورد استفاده قرار گیرند. از آنجایی که آنها به محض ورود مصرف می شوند، موجودی به شکل انبار وجود نخواهد داشت و همچنین نرخ تکمیل سفارش برابر ۱۰۰ درصد خواهد بود. شکل (۳) نتیجه این مثال را نشان می دهد.

شکل ۳- سیستم کنترل موجودی ایده آل

حال در نظر بگیرید که چه اتفاقی می افتد اگر بخواهیم عامل نوسانات و تغییرات در زمان تقاضا یا تأمین مواد داشته باشیم. گاهی اوقات سفارش مواد و قطعات زودتر بدستمان می رسد و موجودی قابل انبار کردن ایجاد می کند. در مواقع دیگر، ممکن است دیر برسد و باعث می شود خط تولید محصول نتواند به موقع تولید کند و در نتیجه سفارش عقب افتاده خواهیم داشت.

در مورد تصادفی بودن، مسئله داشتن موجودی یا سفارشات معوقه نیست. رفتار طبیعی کنترل موجودی شامل هر دو حالت خواهد بود. شکل (۴) اثر تصادفی بودن را با پارامتر نشان میدهد که همان مفهوم واریانس معادله زمان سفارش مجدد کالا است.

شکل ۴- سیستم کنترل موجودی همراه با نوسانات در تأمین و تقاضا

اگر این واریانس افزایش یابد، موجودی کالا افزایش و خدمات مشتری کاهش می یابد. این در شکل (۵) نشان داده شده است. در هر نقطه، هم میانگین موجودی در دست (محور عمودی) و هم میانگین تأخیر در ارسال سفارش مشتری (محور افقی) بیشتر شده اند. علاوه بر افزایش واریانس RTD،یک تغییر اضافی نیز ایجاد کردیم. به جای استفاده از قاعده (L4L)، اکنون یک مقدار ثابتی از مواد سفارش می دهیم تا کنترل بهتری نسبت به تعداد سفارشات داشته باشیم. از آنجایی که اندازه سفارش معمولاً بیشتر از تقاضای خط تولید است، ما موجودی بیشتری هم خواهیم داشت.

شکل ۵- افزایش نوسانات تأمین و تقاضا

این نمودار کمک می کند به تصمیم گیری در این که چه ترکیبی از موجودی (بافر موجودی) و تأخیر در ارسال سفارش مشتری (بافر زمانی) برای موقعیت یک شرکت بهترین کارکرد را دارد. دقت کنید در شکل (۲) یک نمونه از مرزکارایی را تعریف کردیم که در محور عمودی میزان پولی موجودی و در محور افقی نرخ تکمیل سفارشات برحسب درصد بود. از آنجا که با حرکت در محور افقی درصد افزایش پیدا می کند، نمودار مرزکارایی شکل صعودی دارد.

حالا اگر به جای نرخ تکمیل، تعداد روزهای تأخیر در ارسال سفارشات را در محور افقی داشته باشیم، یک برنامه کنترل موجودی خوب، تعداد روزهای تأخیر کمتری خواهد داشت در نتیجه نمودار نزولی و همانند شکل (۵) است. در کل تفاوت فقط در نحوه نمایش است و گرنه مفهوم مرز کارایی تغییری نکرده است.

هر چه روزهای تأخیر کم و نزدیک به محور مختصات باشد بهتر است. اگر برای چندین کالا این نمودار رسم شود آنوقت مشاهده می شود که نقاطی که نزدیک به محور مختصات هستند را می توان با یک خط بهم وصل کرد که همان مرز کارایی است و مربوط به بهترین عملکرد است.

این مفهوم در شکل (۶) نشان داده شده است. یعنی کالاهایی که در این خط هستند دارای بهترین سیاست کنترل موجودی برای موقعیت فعلی این شرکت می باشند و بقیه نقاط مربوط به اقلام دیگر اگر از این خط دور هستند باید برنامه کنترل موجودی آنها طوری اصلاح شود که به این خط نزدیک شوند.

    شکل ۶- مرز کارآیی برای کالای مختلف

همانطور که قبلاً اشاره شد مفهوم مرز کارآیی از مباحث مالی برگرفته شده است که از این نمودار برای تحلیل بازده (محور عمودی) در مقابل ریسک (محور افقی) دارایی ها استفاده می کنند. در علم برنامه ریزی تولید با کمی تغییر بازده را حداقل موجودی و ریسک را معادل تأخیر در ارسال سفارش مشتری در نظر گرفتیم. در ادامه راهکارهای بهبود به شرح ذیل می باشند:

۱. اگر بیشتر نقاط بر روی مرز کارایی یا نزدیک به آن هستند شما در بهترین موقعیت فعلی می باشید. در غیر این صورت در ابتدا برای نزدیک کردن این نقاط سیاست های کنترل موجودی را تغییر دهید.

۲. اگر با تجدید سیاست کنترل موجودی نتیجه مطلوب حاصل نشد باید محیط تولید را تغییر دهید به عبارت دیگر سراغ بهینه کردن مولفه های رابطه واریانس زمان سفارش مجدد کالا بروید.

• فرآیندهای تقاضا را با انجام کارهایی مانند استفاده از روش‌های پیش‌بینی بهتر، مدیریت تقاضا به ویژه به حداقل رساندن تغییرات ناگهانی تقاضا ناشی از تبلیغات فروش ویژه، انواع تخفیفات و.. بهبود بخشید.
• اگر منحنی مرز کارایی برای محصول نهایی (نقطه انبار محصول نهایی) ترسیم شده، تغییر محیط به معنای ایجاد تغییراتی در خط تولید برای کاهش میانگین و واریانس زمان تکمیل فرآیند تولید است. به عنوان مثال، سرعت دستگاه های گلوگاه را افزایش دهید، زمان راه اندازی (set up) را کاهش دهید یا در دسترس بودن ماشین آلات را به کمک روش هایی از جمله تعمیرات و نگهداری پیشگیرانه بهبود بخشید.
• اگر منحنی مرزکارآیی برای مواد خام باشد (نقطه انبار مواد خام)، تغییر محیط به معنای کاهش میانگین یا واریانس زمان تحویل کالا از طرف تأمین کنندگان خواهد بود. سراغ روش های ارزیابی پیمانکاران بروید.

درک شهودی از نمودار مصالحه (Insights from the Tradeoff Plot)

۱. هرچه موجودی در دسترس بالاتر برود قدرت پاسخگویی به تقاضای مشتریان هم بالا می رود که البته با هزینه هم همراه است. با توجه به نوع کسب و کار یک شرکت، مدیران باید بهترین ترکیب از نگهداری موجودی (بافر موجودی) و داشتن تأخیر در ارسال سفارش (بافر زمان) را بنحوی طراحی کنند تا هم خدمات مشتری آسیب نبیند و هم نیاز به موجودی زیادی نباشد. در سراسر این نوشتار منظور از کلمه بهترین یا بهینه (Optimal) یعنی بهینه برای اهداف کسب و کار یک شرکت.

۲. دو برابر تعداد سفارش برای مثال از ۸۰ به ۱۶۰ در شکل (۲) در یک نرخ تکمیل سفارش، باعث کاهش موجودی می شود. البته این منفعت تا اندازه ای جواب می دهد چراکه مدت زمان تحویل کالا از طرف تأمین کننده هم یک عامل تعیین کننده در کنترل موجودی محسوب می گردد.

۳. در همین مثال فرضی شکل (۲) عملکرد فعلی نزدیک به ۱۲ میلیون دلار با چیزی حدود  ۸۰ سفارش است که براحتی می توان با افزایش تعداد سفارش به ۱۶۰ نزدیک به دو میلیون دلار با حفظ همان سطح خدمات به مشتری صرفه جویی داشت. ذکر این نکته ضروی است که وقتی تعدا کالا و قطعات زیاد باشد نیاز به نرم افزار تخصصی برای ترسیم این نمودارها ضروری می باشد و اگر چنین امکانی برایتان مقدور نباشد صرفا درک نتایج این نمودار هم می تواند در تصمیم گیری کمک کند.

درک بصری از مدیریت محیط تولید بر عملکرد (Visual Management of Stock-Point Performance)

می خواهیم ببینیم با تغییر محیط تولید که در بالا بدان اشاره کردیم چه نتیجه ای بر مرز کارایی خواهد داشت. در شکل (۷) بالا سمت چپ نمودار مربوط به مثال فرضی شکل (۲) با ۱۶۰ سفارش در هر دوره می باشد که بعنوان نمودار مبنا (Baseline)  مشخص شده است. در سه شکل بعدی این نمودار مبنا با خط چین نشان داده می شود تا با نتیجه تغییرات مقایسه شود.

  شکل ۷- بررسی نتایج تغییر محیط تولید بر مرز کارایی

•  تقاضای مضاعف (Double demand): منحنی مبنا را به سمت بالا سوق می دهد و موجودی بسیار بیشتری برای ارائه سطح خدمت فعلی لازم است. عبارت تقاضا در معادله واریانس زمان تکمیل سفارش کالا به توان ۲ می رسد، بنابراین جای تعجب نیست که دوبرابر شدن تقاضا چنین تأثیر عمده ای بر نیازهای موجودی داشته باشد.
• کاهش ۵۰ درصدی زمان انتظار تحویل مواد و قطعات (Lead time): نتیجه این است که منحنی به پایین و به راست تغییر می کند. برای شرکت های که سطح خدمات به مشتری بالا و تأخیر اندک در ارسال سفارشات و انجام تعهدات را می خواهند، فرصت بزرگی برای کاهش موجودی فراهم می کند.
• کاهش ۵۰ درصدی در نوسانات تقاضا و تولید (Reduce variability): این اقدام به معنای کاهش ۵۰ درصدی در معادله واریانس است. نتیجه تقریباً مشابه کاهش زمان تحویل از طرف تأمین کننده است. در این مثال، اثر کاهش در نوسانات مشابه اثر کاهش زمان تحویل شده است که البته باید توجه داشت که همیشه اینطور نیست. اما برای ادامه مثال از آنجایی که کاهش نوسانات و کاهش زمان تحویل مشابه شده اند، گزینه جالبی را برای تصمیم گیری ارائه می دهد. اگر باید یکی را انتخاب کنید، کدام گزینه را ترجیح می دهید؟ جواب به امکانسنجی هر گزینه منوط می شود مثلاً اگر کاهش نوسانات در تقاضا به معنای کاهش ۵۰ درصدی خطای پیش بینی تقاضا تفسیر شود که مسلماً نشدنی می باشد.

مثالی که در اینجا گفته شد در اصطلاح شش سیگما روش (OFAT) نامیده می شود (Only one Factor At a Time) یعنی در هر زمان فقط یک عامل تغییر کند. بدیهی است که ترکیبات زیادی از تغییرات همزمان محیط تولید وجود دارد که می تواند بر مرز کارایی تأثیر بگذارد. این ترکیب از تغییرات و پیش بینی نتایج دقیقاً همان تحلیلی است که متخصصان بهبود مستمر یک شرکت باید روی آن کار کنند. برای مثال اگر تقاضا در حال افزایش باشد و در عین حال فرصتی برای کاهش زمان تحویل مواد مهیا باشد منحنی به کدام سمت حرکت می کند؟

آخرین نمودار: اندازه دسته تولید (the Lot-Size Graph)

 ۳ نمودار اصلی شامل؛ ۱- رابطه توان عملیاتی با موجودی و زمان سیکل تولید با موجودی ۲- زمان سیکل تولید در مقابل نرخ استفاده از ظرفیت خط تولید و ۳- رابطه بین موجودی و نرخ تکمیل سفارشات، در بخش قبلی معرفی شدند. نمودار چهارم و آخر، رابطه بین زمان سیکل و اندازه دسته تولید است که بینش خوبی به ما می دهد (شکل ۸). برای محاسبات بهینه دسته های تولید باید موارد زیر را در نظر بگیرند:

• در نرخ سطوح استفاده زیاد از ماشین آلات (Utilization levels) به دلیل افزایش در تقاضا، اندازه دسته های تولید باید بزرگ در نظر گرفته شود چراکه نباید زمانی برای تنظیم مجدد دستگاه ها هدر رود. هنگامی که نرخ استفاده کم است، اندازه دسته ها را کوچک بگیرید تا موجودی زیادی برای انبار کردن نداشته باشید.
•  اندازه‌های دسته های تولید بزرگ‌تر منجر به موجودی بیشتر می‌شود. اندازه دسته کوچکتر و پرتکرارتر باعث کاهش موجودی می شود، اما به معنای تنظیمات (set up) یا سفارش خرید بیشتر است.
• اگر دسته های تولید بزرگ در نظر بگیریم در کاهش ضایعات مواد موثر است چراکه در برخی از صنایع از جمله تزریق پلاستیک، تعویض قالب و تا زمان تنظیم نهایی مقداری ضایعات خواهیم داشت.
• اندازه دسته تولید بزرگ در عین حالی که منافعی دارد به دلیل تشکیل صف ناشی از پردازش روی قطعات می تواند کمی فرآیند تولید را طولانی کند لذا در سطح خدمت به مشتری (Service level) اثر منفی دارد.

  شکل ۸- اندازه دسته تولید در مقابل زمان سیکل تولید

محاسبه اندازه دسته پیچیده است. اما این نمودار چند مفهوم کلیدی را در مورد رفتار طبیعی سیستم تولید نشان می دهد:

الف) مقدار بهینه برای اندازه دسته وجود دارد. این مقدار مربوط به پایین ترین نقطه زمان سیکل در منحنی شکل (۸) است. بهتر است کمی متمایل به سمت راست در محور افقی باشد زیرا زمان سیکل تولید در سمت چپ این مقدار به صورت انفجاری بالا می رود.

ب) در سمت راست منحنی زمان سیکل با افزایش مقدار دسته با شیب ملائم تری افزایش می یابد که علت همان تشکیل صف و منتظر بودن قطعات جهت تکمیل فرآیند تولید است.

ج) در سمت راست با کاهش اندازه دسته، به دلیل افزایش در تنظیم مکرر ماشین آلات (set up) زمان سیکل تولید شدیداً افزایش می یابد.

خلاصه ای از مطالب

۱. علم برنامه ریزی تولید مبتنی بر تئوری فیزیک کارخانه همین است. سعی شد تا حد امکان ساده و کاربردی بیان شود اما ساده تر از این میسر نیست. در حالی که این بخش توضیح بسیار ساده ای ارائه نکرد، اما بر توصیف علم برنامه ریزی تولید به صورت مفهومی و بصری بدون پیچیدگی ریاضی متمرکز بود. امیدواریم این به درک رفتار طبیعی سیستم تولید کمک کند و در نتیجه شهود خود را تأیید یا بهبود بخشید. شهود بهبود یافته توانایی رهبری بهتری را فراهم می کند.

۲. درک کاربردی علم برنامه ریزی تولید مستلزم درک رفتار توصیف شده توسط سه معادله و چهار نمودار عملکردی است.

۳. این سه معادله عبارتند از:
الف) معادله کینگمن (The VUT equation).
ب) قانون لیتل (Little’s law).
ج) معادله واریانس زمان سفارش مجدد کالا (The Variance of Replenishment Time Demand equation).

۴. چهار نمودار عبارتند از:
الف) زمان زمان سیکل (Cycle Time) در مقابل نرخ استفاده (Utilization)، یک نمایش گرافیکی از معادله VUT است.

ب) جریان تولید (زمان سیکل در برابر موجودی و همچنین توان عملیاتی در برابر موجودی)، یک نمایش گرافیکی از قانون لیتل است.

ج) میانگین سرمایه‌گذاری موجودی در مقابل نرخ تکمیل (Fill Rate) یک نمایش گرافیکی از معادله واریانس زمان سفارش مجدد کالا است.

د) زمان سیکل تولید در مقابل اندازه دسته تولیدی.

ه) نمودار زمان سیکل در مقابل نرخ استفاده نشان می دهد که چرا مدل هزینه یابی استاندارد و یا اقتصاد به مقیاس توصیف دقیقی از رفتار تولید نیست. با نزدیک شدن به مقدار حداکثر استفاده از تجهیزات و ماشین آلات، زمان سیکل تولید به طور غیرخطی افزایش می یابد.

۵. با کمک نمودارهای جریان تولید و کینگمن می توان بهترین اندازه موجودی که معادل حداکثر توان عملیاتی با حداقل زمان سیکل تولید است را بدست آورد. در این مقدار از موجودی، منحنی توان عملیاتی شروع به هموار شدن می کند.

۶. نمودار مصالحه (Tradeoff Plot) یک کاربرد ابتکاری از نظریه مرزکارآیی در علوم مالی برای برنامه ریزی تولید و موجودی است و به صورت گرافیکی اثر نوسانات را بر موجودی نشان می دهد. در نرخ تکمیل سفارش مشتری نزدیک به ۱۰۰ درصد، نیاز موجودی به صورت غیرخطی افزایش می یابد.

به عنوان یک موضوع کاربردی، متخصصان و مدیران باید یک تصمیم استراتژیک در مورد نرخ تکمیل سفارشات مشتری با سرمایه گذاری مورد نیاز برای تأمین موجودی اتخاذ کنند. همچنین، محدودیتی برای افزایش دفعات سفارش وجود دارد. با کاهش تعداد دفعات سفارش، ذخیره احتیاطی باید افزایش یابد تا اثر نوسانات پوشش داده شود و سطح خدمت مطلوب به مشتری حفظ شود.

۷. نمودار زمان سیکل تولید در مقابل اندازه دسته تولید رابطه بین این دو مولفه مهم تولید را نشان می دهد. فرمول بدست آوردن مقدار بهینه برای اندازه دسته پیچیده می باشد اما این نمودار در درک پیدا کردن حدود مناسب کمک می کند.

منابع

۱. http://www.merriam-webster.com/dictionary/intuition

۲. Larry Bossidy and Ram Charan, Execution: The Discipline of Getting Things Done,Houston, TX: Crown Business, 2002

۳. J. D. C. Little, “A Proof for the Queuing Formula: L = λW,” Operations Research 9(۳):۳۸۳–۳۲۰, ۱۹۶۱

۴. M. L. Spearman, D. L. Woodruff, and W. J. Hopp, “CONWIP: A PullAlternative to Kanban,” International Journal of Production Research
۲۸(۵):۸۷۹–۸۹۴, ۱۹۹۰.