8% škarta nije samo problem kvaliteta

Ako 8% vaše proizvodnje postane škart, gubitak nije ograničen na 8% materijala. Već ste potrošili vreme mašina, vreme operatera, energiju i proizvodni kapacitet na proizvode koje ne možete da prodate.

Zamislite proizvodnu liniju koja treba da proizvede 10.000 delova tokom jedne smene. Pri stopi škarta od 8%, 800 delova ne postaje proizvod za prodaju. Očigledan gubitak je materijal utrošen za njihovu proizvodnju. Ali tih 800 delova je takođe zauzelo mašine, potrošilo proizvodno vreme, zahtevalo pažnju operatera i potrošilo energiju. Ako je potrebna dodatna proizvodnja da bi se oni nadoknadili, isti resursi moraju ponovo da se upotrebe. Zato škart ne treba posmatrati samo kao problem odeljenja kvaliteta. To je problem performansi proizvodnje sa direktnim uticajem na kapacitet, OEE i, na kraju, poslovne rezultate.

Koliko vašu proizvodnju zaista košta 8% škarta?

Trošak odbačenog dela počinje mnogo pre nego što ga neko stavi u kontejner za škart.

Pretpostavimo da komponenta sadrži 4 € materijala. Osamsto odbačenih delova predstavljalo bi 3.200 € materijala. Ali ta računica obuhvata samo jedan deo gubitka.

Fabrika je u te komponente uložila i proizvodne resurse:

•       vreme mašina i operatera;

•       električnu energiju i druge procesne resurse;

•       korišćenje alata i opreme;

•       kontrolu i rukovanje;

•       dodatnu proizvodnju potrebnu za nadoknadu odbačenih količina.

Ako je za svaki deo potrebno u proseku 30 sekundi rada mašine, proizvodnja 800 odbačenih delova troši približno 6,7 sati mašinskog kapaciteta.

Taj kapacitet ne može se povratiti jednostavnim uklanjanjem neispravnih delova.

Mašina je to vreme već potrošila.

Šta se dešava ako škart padne sa 8% na 2%?

Smanjenje škarta ne donosi samo uštedu materijala, već oslobađa proizvodni kapacitet.

Posmatrajmo isti ilustrativni obim proizvodnje od 10.000 delova.

Rezultat proizvodnje	8% škarta	2% škarta
Proizvedeni delovi	10.000	10.000
Odbačeni delovi	800	200
Ispravni delovi	9.200	9.800
Materijal u škartu pri 4 €/deo	3.200 €	800 €
Vreme mašina potrošeno na škart*	6,7 h	1,7 h

*Ilustrativni primer zasnovan na 30 sekundi rada mašine po delu.

Smanjenje škarta sa 8% na 2% stoga štedi 600 delova na svakih 10.000 proizvedenih, u ovom pojednostavljenom primeru približno 2.400 € materijala i oko pet sati mašinskog kapaciteta.

I to pre nego što uzmemo u obzir rad, energiju, alate ili trošak proizvodnje zamenskih količina.

Pravo pitanje stoga postaje zanimljivije od pitanja „Koliko nas košta škart?“

Ono glasi:

„Šta bismo još mogli da proizvedemo kapacitetom koji trenutno trošimo na proizvodnju škarta?“

Zašto škart utiče na OEE?

OEE ne smatra mašinu efikasnom samo zato što radi: ona mora da proizvodi ispravne proizvode očekivanom brzinom.

Overall Equipment Effectiveness objedinjuje Availability, Performance i Quality. Škart direktno umanjuje komponentu Quality, jer samo ispravni proizvodi doprinose potpuno efikasnoj proizvodnji.

Mašina može imati odličan Availability i raditi blizu očekivanog vremena ciklusa, a da njen OEE ipak bude značajno pogođen ako se odbaci previše proizvoda.

Ovo je važna razlika za upravljanje proizvodnjom.

Mašina može izgledati zauzeto tokom cele smene, dok deo tog vremena ne stvara nijedan proizvod za prodaju.

OEE softversko rešenje čini taj gubitak vidljivim. Ali, kao i kod zastoja, sam procenat je tek početak. Sledeći korak je razumevanje gde, kada i pod kojim proizvodnim uslovima je škart nastao.

Da li je škart zaista slučajan?

Kada se gubici kvaliteta povežu sa proizvodnim podacima, obrasci koji su ranije izgledali slučajno mogu postati vidljivi.

Pretpostavimo da je ukupna stopa škarta 8%. Posmatranje samo dnevnog procenta ne govori nam mnogo.

Production Management nam omogućava da postavimo korisnija pitanja.

Da li škart raste na određenoj mašini? Da li jedna varijanta proizvoda stvara više odbačenih delova? Da li stopa raste nakon promene alata? Da li je jedan radni nalog dosledno povezan sa lošijim kvalitetom? Da li je problem počeo nakon intervencije održavanja ili podešavanja procesa?

Prosek može biti 8%, dok osnovni proizvodni podaci otkrivaju nešto poput:

Proizvod A: 2,1%

Proizvod B: 3,4%

Proizvod C: 11,8%

Sada problem izgleda potpuno drugačije.

Umesto pokretanja opšte inicijative za kvalitet u celoj fabrici, tim zna gde prvo treba da istražuje.

Zašto kvalitet, OEE i Production Management treba da koriste iste podatke?

Odbačeni deo je istovremeno događaj kvaliteta, OEE gubitak i proizvodni događaj.

Kada ove perspektive ostanu razdvojene, pronalaženje osnovnog uzroka postaje teže.

Proizvodnja može znati koji je radni nalog bio u toku. Mašina pruža podatke o radu. Kvalitet zna koji su delovi odbačeni. Održavanje zna da li je bilo intervencije. OEE beleži nastali gubitak u komponenti Quality.

Povezan MES sistem može da smesti ove informacije u isti proizvodni kontekst.

To omogućava timovima da odbačeni proizvod uporede sa mašinom, radnim nalogom, periodom proizvodnje i drugim relevantnim događajima, umesto da škart tretiraju samo kao zbir na kraju smene.

Za Lean Manufacturing i Kaizen ovo je posebno važno. Kontinuirano unapređenje zavisi od dovoljno preciznog prepoznavanja gubitaka koji se ponavljaju da bi se otklonili njihovi uzroci.

Šta menja sledljivost?

Znati da je odbačeno 800 delova je korisno. Znati odakle tih 800 delova potiče znatno je vrednije.

Sledljivost proizvodnje može pomoći da se rekonstruišu uslovi u kojima je nastao problem kvaliteta.

U zavisnosti od proizvodnog procesa i dostupnih podataka, to može obuhvatiti proizvod, radni nalog, mašinu, vreme proizvodnje, relevantne procesne događaje i druge informacije zabeležene tokom proizvodnje.

Ovo postaje posebno vredno kada se problem otkrije kasnije.

Umesto pitanja „Šta se desilo negde juče?“, timovi mogu da istraže istoriju proizvodnje povezanu sa konkretnim nalogom ili proizvodom.

Sledljivost mašina i sledljivost proizvodnje stoga podržavaju mnogo više od usklađenosti sa propisima. One pružaju kontekst potreban za razumevanje proizvodnih gubitaka koji se ponavljaju.

Može li Factory Intelligence da pronađe obrasce koje ljudi propuštaju?

Kada se proizvodni podaci i podaci o kvalitetu povežu, istorijske informacije mogu postati osnova za dublju analizu.

Zamislite da škart raste samo kada se istovremeno ispuni nekoliko uslova: određeni proizvod se izrađuje na Mašini 4, vreme ciklusa počinje da varira, a proces neprekidno radi duže od šest sati.

Svaka promenljiva može izgledati normalno kada se analizira zasebno.

Zajedno, one mogu otkriti obrazac.

Upravo tu Factory Intelligence može da se nadogradi na podatke koji se već prikupljaju kroz Smart Manufacturing. Analiza zasnovana na AI može da pretražuje istorijske proizvodne podatke u potrazi za vezama, anomalijama i uslovima koji se ponavljaju, a koji zaslužuju dalju istragu.

Cilj nije da AI bez dokaza proglasi zašto je deo neispravan.

Cilj je da pomogne timovima proizvodnje i kvaliteta da pronađu gde treba da traže.

Kako TAP Smart Factory povezuje škart sa performansama proizvodnje?

TAP Smart Factory je modularni MES sistem za praćenje proizvodnje u realnom vremenu, koji je razvio T3Soft.

Production Management, OEE, podaci sa mašina, Reporting i drugi dostupni proizvodni podaci mogu pružiti različite perspektive istog proizvodnog procesa. TAP Smart Factory nije ERP rešenje; može da dopuni sisteme kao što su SAP i Microsoft Dynamics 365 Business Central (ranije Navision), uz komunikaciju sa mašinama, PLC uređajima, senzorima, kamerama, štampačima i drugom proizvodnom opremom.

Tako nastaje povezano Smart Factory okruženje u kome se gubici kvaliteta mogu analizirati kao deo ukupnih performansi proizvodnje, a ne kao izolovani procenat.

Ako škart padne sa 8% na 2%, rezultat nije samo 6 procentnih poena manje škarta.

To može značiti 600 ispravnih proizvoda više na svakih 10.000 proizvedenih, manje izgubljenog materijala, manje zamenskih količina i sate proizvodnog kapaciteta vraćene fabrici.

Jer škart nije samo nešto što bacate.

To je proizvodni kapacitet koji ste već platili, a za koji niste dobili ništa zauzvrat.

Predlozi naslova po kanalima

Kanal	Naslov
Web (SEO naslov)	8% škarta: skriveni trošak kapaciteta, OEE i proizvodnje
LinkedIn	Vaš škart nije 8% materijala. To su sati mašina koje ste već platili.
Mailchimp (subject line)	Koliko vas zaista košta 8% škarta?
WhatsApp Business	Šta biste proizveli kapacitetom koji sada troši škart?

Veza OEE sa testom

1.     Znate li koliki je stvarni OEE vaše najopterećenije proizvodne linije?

2.     Koliki deo tog gubitka dolazi iz komponente Quality, a koliki iz zastoja i sporijeg rada?

3.     Da li vaši podaci o škartu pokazuju na kojoj mašini, kom proizvodu ili radnom nalogu gubitak nastaje?

4.     Koliko sati mašinskog kapaciteta mesečno odlazi na delove koje ne možete da prodate?

5.     Da li biste za nekoliko minuta, kroz naš OEE test, proverili gde vaša proizvodnja gubi najviše?