KSZTAŁTOWANIE DYNAMIKI ZMIAN KONWERGENTNEGO SYSTEMU WYTWÓRCZEGO W ZALEūNOŚCI OD WIELKOŚCI PARTII PRODUKCYJNEJ

Wstęp: Koncepcja Lean Six Sigma skupia się na kliencie i jego potrzebach. Istnienie potrzeb klientów generuje podaż przedsiębiorstw. Przedsiębiorstwa produkujące zgodnie z MTO (make-to-order) muszą charakteryzować się dużą elastycznością i dostosowaniem do dynamicznych zmian otoczenia (w tym zmian zapotrzebowania klienta). Daleko idąca customiazacja ma negatywny wpływ na strukturę systemu produkcyjnego. Występująca dynamika zmian, brak przewidywalności stanu systemu w chwili t+1 skutkuje zwiększeniem kosztów operacyjnych. W szczególności dotyczy to tych przedsiębiorstw, które produkują zróżnicowany asortyment, w krótkich seriach produkcyjnych. Celem naukowym artykułu jest opracowanie modelu matematycznego określającego poziom zmienności struktury systemu produkcyjnego w zależności od wielkości partii produkcyjnej dla układu wytwórczego zgodnego z MTO. Ponadto w artykule zaprezentowane zostały pilotażowe obliczenia określające wartość prawdopodobieństwa, jak występujące zmienne losowe mieszczą się w obszarze trzech odchyleń standardowych (±3δ) od wyznaczonej wartości oczekiwanej (ET) dla całej struktury produkcyjnej. Zaprezentowane modele są rezultatem analiz i wniosków wielomiesięcznych prac związanych z wdrażaniem wybranych narzędzi lean toolbox w jednym z polskich przedsiębiorstw sektora MSP. Struktura produkcyjna rozpatrywanego obiektu rzeczywistego jest złożona i  ma charakter konwergentny, zgodny MTO przy czym wyroby finalne wytwarzane są w krótkich seriach produkcyjnych przy względnie bardzo wysokiej customizacji produktów.

Materiały i wyniki: Opracowane modele uwzględniają rozważania ujęcia systemowego zgodnie z ogólną teorią systemów według Klira oraz Meserovicza [Mesarovic 1964] jak również teorię obsługi masowej będących jednym z działów teorii prawdopodobieństwa.  W artykule przedstawione są dwa modele, które stanowią podstawowy argument w definiowaniu problemów z zakresu inżynierii logistyki [Michlowicz et al. 2015] i produkcji w badaniach naukowych. Ważnym atrybutem przedstawionych modeli jest fakt, iż uwzględniają one zależności występujących zmiennych losowych w strukturze wykonywania następujących po sobie poszczególnych  procesów oraz uwzględniają zależności wielkości partii produkcyjnej dla obiektu rzeczywistego.

Przedstawione modele nie są jedynie opracowaniem teoretycznym ale uwzględniają zależności rzeczywiste i empiryczne. Rozważaniom został poddany rzeczywisty obiekt wytwórczy, specjalizujący się w produkcji urządzeń chłodniczych przeznaczonych do przechowywania preparatów krwiopochodnych oraz osocza i krioprecypitatu. Urządzenia te posiadają bardzo restrykcyjne wymogi jakościowe, zgodne z ISO 13485 (Systemy Zarządzania Jakością dla Wyrobów Medycznych) oraz znakiem CE0434 (dla urządzeń spełniających warunki Dyrektywy 93/42/EEC).

W artykule zostały przedstawione dwa modele wyznaczające funkcję czasów produkcji (VA – Value Added) dla przypadku gdy partia produkcyjna wynosi   sztuk tego samego wyrobu oraz gdy partia produkcyjna wynosi   sztuk. W opracowanym modelu zostały uwzględnione następujące parametry systemu produkcyjnego: zmienne parametry czasów trwania procesów zależne od rodzaju wytwarzanego półproduktu, zależność wartości czasów trwania od wielkości partii produkcyjnej, zależność czasów operacji od zaimplementowanej technologii.

Wnioski: W opracowywaniu rozwiązań, które implementowane są w obiektach rzeczywistych ważne jest dostosowanie narzędzi do indywidualnych cech usprawnianego systemu. To co jest korzystne w jednej organizacji nie zawsze jest efektywne w innym przedsiębiorstwie. Opracowany model (uwzględniający zależności realizujących jedynie zlecenia w tzw.: produkcji jednostkowej) jest pierwszym z etapów budowy układu służącego do walidacji rzeczywistego obiektu dla chwili t+1. W kolejnym etapie przeprowadzone rozważania zostaną zaimplementowane w środowisku narzędzia informatycznego R Studio w celu przeprowadzenia analiz statystycznych na podstawie danych historycznych.