Misschien wel de belangrijkste wetmatigheid voor processen.
Er is een heel elementaire relatie die productieprocessen beschrijft. Deze wet is in 1961 geformuleerd door John Little. Ik noem het wel
de wet van OHM voor productieprocessen
Deze wet luidt:
WIP = CT * TH
In mensentaal: Het onderhanden werk (work in process) is gelijk aan de doorlooptijd (cycle time) vermenigvuldigd met de productiesnelheid (throughput)
Een voorbeeld maakt dit duidelijker.
- Stel u maakt 10 producten per week.
- Stel u hebt een doorlooptijd van 3 weken.
- Dan zullen er in uw proces 30 producten onder handen zijn.
Dubbel onderhanden werk is dubbele output?
Little’s law kun je ook anders opschrijven:
TH = WIP/CT
Dus als u WIP verdubbelt dan verdubbelt uw productie? U zult aan uw water voelen dat dat niet helemaal kan kloppen. Om te onderzoeken hoe het dan wel zit gaan we een aantal simulaties doen met een eenvoudig proces: de muntfabriek.
Muntfabriek
Hierboven ziet u de muntfabriek. Het is een heel eenvoudig proces: het bestaat uit vier stappen die ieder 2 uur duren. Door dit proces stromen muntjes, u ziet er 1 in het eerste proces.
Wat ik met u wil gaan onderzoeken is wat er gebeurt met de doorlooptijd van de muntjes door het proces en het aantal muntjes dat dit proces per 8 uur produceert als we het aantal muntjes in het proces gaan variëren. Klopt het dat de output verdubbelt als het aantal muntjes in het proces verdubbelt?
We beginnen met 1 muntje. Aan u steeds de vraag om voor uzelf het antwoord te bepalen:
- Wat is de output per 8 uur?
- Wat is de doorlooptijd?
Simulatie 1: onderhanden werk is 1 muntje
In deze simulatie is het onderhanden werk 1 muntje:
Wat is de output per 8 uur en wat is de doorlooptijd?
- Er komt per 8 uur 1 muntje uit dit proces.
- De doorlooptijd voor 1 muntje is 8 uur.
Hiermee hebben we het eerste meetpunt:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | |||
3 | |||
4 | |||
5 | |||
6 |
Simulatie 2: onderhanden werk is 2 muntjes
In deze simulatie is het onderhanden werk 2 muntjes:
Wat is de output per 8 uur en wat is de doorlooptijd?
- Er komen per 8 uur 2 muntjes uit dit proces.
- De doorlooptijd voor 1 muntje is 8 uur.
Hiermee hebben we het tweede meetpunt:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | 8 | 0.250 | |
3 | |||
4 | |||
5 | |||
6 |
Simulatie 3: onderhanden werk is 3 muntjes
In deze simulatie is het onderhanden werk 3 muntjes:
Wat is de output per 8 uur en wat is de doorlooptijd?
- Er komen per 8 uur 3 muntjes uit dit proces.
- De doorlooptijd voor 1 muntje is 8 uur.
Hiermee hebben we het volgende meetpunt:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | 8 | 0.250 | |
3 | 8 | 0.375 | |
4 | |||
5 | |||
6 |
Simulatie 4: onderhanden werk is 4 muntjes
In deze simulatie is het onderhanden werk 4 muntjes:
Wat is de output per 8 uur en wat is de doorlooptijd?
- Er komen per 8 uur 4 muntjes uit dit proces.
- De doorlooptijd voor 1 muntje is 8 uur.
Hiermee hebben we het volgende meetpunt:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | 8 | 0.250 | |
3 | 8 | 0.375 | |
4 | 8 | 0.500 | |
5 | |||
6 |
Simulatie 5: onderhanden werk is 5 muntjes
We hebben nu de situatie bereikt dat alle stations bezet zijn. Wat gebeurt er nu als we nog een muntje aan het onderhanden werk toevoegen?
Wat is de output per 8 uur en wat is de doorlooptijd?
- De output blijft 4 muntjes in 8 uur.
- De doorlooptijd voor 1 muntje is 10 uur! Het 5e muntje ligt 2 uur te wachten totdat het bewerkt kan worden.
Hiermee hebben we het volgende meetpunt. Voor ieder muntje dat er nu bij komt neemt de wachttijd met 2 uur toe! Daarmee kunnen we de volgende meetpunten makkelijk invullen:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | 8 | 0.250 | |
3 | 8 | 0.375 | |
4 | 8 | 0.500 | |
5 | 10 | 0.500 | |
6 | 12 | 0.500 |
Merk op dat de relatie OHW = DLT x TH voor ieder punt klopt!
Best Case
Tot nu toe hebben we op de best mogelijke manier gebruik gemaakt van dit proces. Er liggen nergens muntjes te wachten; alle processtappen zijn maximaal bezet. Deze situatie heet in Factory Physics
best case
Het kan echter ook anders…
Simulatie 6: onderhanden werk is 2 muntjes
In deze simulatie is het onderhanden werk weer 2 muntjes:
Wat is de output per 8 uur en wat is de doorlooptijd?
- Er komen per 16 uur 2 muntjes uit dit proces.
Dat is per 8 uur 1 muntje. - De doorlooptijd voor 1 muntje is 16 uur.
Hiermee hebben we het volgende meetpunt:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | 16 | 0.125 | |
3 | |||
4 | |||
5 | |||
6 |
Simulatie 7: onderhanden werk is 3 muntjes
In deze simulatie is het onderhanden werk 3 muntjes:
Wat is de output per 8 uur en wat is de doorlooptijd?
- Er komen per 24 uur 3 muntjes uit dit proces. Dat is per 8 uur 1 muntje.
- De doorlooptijd voor 1 muntje is 24 uur.
Hiermee hebben we het volgende meetpunt:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | 16 | 0.125 | |
3 | 24 | 0.125 | |
4 | |||
5 | |||
6 |
Simulatie 8: onderhanden werk is 4 muntjes
Wat is de output per 8 uur en wat is de doorlooptijd?
- Er komen per 32 uur 4 muntjes uit dit proces. Dat is per 8 uur 1 muntje.
- De doorlooptijd voor 1 muntje is 32 uur.
Voor ieder muntje dat er nu dus bij komt neemt de doorlooptijd met 8 uur toe! Daarmee kunnen we de volgende meetpunten makkelijk invullen:
WIP | CT | TH | Grafiek |
---|---|---|---|
1 | 8 | 0.125 | |
2 | 16 | 0.125 | |
3 | 24 | 0.125 | |
4 | 32 | 0.125 | |
5 | 40 | 0.125 | |
6 | 48 | 0.125 |
Merk op dat de relatie WIP = CT * TH voor ieder punt klopt!
Worst Case
Het zal duidelijk zijn: dit is zo ongeveer de slechtste manier om een proces te gebruiken. Bijna alle muntjes wachten; er is maar 1 processtap bezet. Deze situatie heet in factory physics dan ook
worst case.
Samenvatting
Dubbel onderhanden werk is dubbele output?
We hebben nu twee situaties bekeken:
- Best case
- Worst case
Voor beide gevallen geldt de relatie
WIP = CT * TH
In de best case verdubbelt tot een bepaald punt inderdaad de output als we het onderhanden werk verdubbelen!
Dat gaat goed tot we tegen de maximale capaciteit van het proces aanlopen: het bottleneck tempo. De output blijft daarna vlak, alleen de doorlooptijd wordt dan nog langer: er ligt onderhanden werk te wachten.
Practical Worst Case
In de praktijk zullen processen geen van de twee lijnen volgen, ze zullen er ergens tussendoor lopen.
De best case en de worst case geven een onder en een bovengrens aan. In factory physics is er een lijn die bekend staat als Practical Worst Case. Deze lijn verdeelt de ruimte in tweeën. Dat is de gele lijn in de grafiek.
Doorlooptijden
Tot nu toe hebben we gekeken naar de output van de muntfabriek bij veranderend onderhanden werk. We kunnen ook kijken hoe de doorlooptijd verandert als het onderhanden werk verandert. Alle gegevens hebben we al:
Wat we zien is dat de worst case in een zeer steile lijn omhoog loopt: meer onderhanden werk is veel meer doorlooptijd.
Voor de pracitical worst case geldt hetzelfde, alleen deze lijn loopt minder steil.
Voor de best case geldt iets anders. Die loopt eerst horizontaal: het proces heeft gewoon zijn tijd nodig. Als alle processtappen bezet zijn begint deze lijn ook op te lopen. Vanaf dat punt loopt deze lijn parallel aan de lijn van practical worst case.
Toepassing: benchmarking
De kennis die we tot nu toe hebben opgedaan maakt het mogelijk om uw proces te benchmarken. Dit benchmarken begint met het verzamelen van gegevens. Om de grafiek te tekenen zijn in principe maar twee gegevens nodig:
To Netto doorlooptijd
Rb Maximale snelheid van bottleneck
In het voorbeeld van de muntfabriek geldt:
To = 4 x 2 uur = 8 uur
Rb = 1 per 2 uur = 0.5 per uur
Met deze gegevens kan het knikpunt van de best case berekend worden:
Wo = To * Rb = 8 * 0.5 = 4
Dit punt heet het kritisch onderhanden werk. Waarom kritisch? Met minder onderhanden werk gaat het zeker geld kosten!
Daarmee is alles bekend om de drie lijnen te tekenen.
Vervolgens kunt u kijken wat uw huidige output is en wat het huidige onderhanden werk is. Dat is een punt in de grafiek. De positie van dit punt geeft u een indicatie van uw verbeterpotentieel.
Als u onder de practical worst case zit dan doet u het niet goed, zit u er boven dan hebt u een aantal zaken goed voor elkaar!
Leverbetrouwbaarheid
Wat heeft dit alles te maken met leverbetrouwbaarheid?
Een voorspelbaar proces is een voorwaarde om leverbetrouwbaar te kunnen zijn. Als u een leverdatum afgeeft dan doet u een voorspelling over de te verwachten doorlooptijd. Als we dan nog eens naar Little’s law kijken:
WIP = CT * TH
Of als we het anders schrijven:
CT = WIP/TH
Bij het afgeven van de levertijd wordt u gevraagd een schatting te maken van de doorlooptijd (CT). Deze is dus afhankelijk van het onderhanden werk (WIP) en de output (TH). De betrouwbaarheid van uw voorspelling hangt dus af van de betrouwbaarheid van WIP en TH! Hoe minder variatie hoe beter uw voorspelling!
Hiermee hebben we dus een belangrijk raamwerk om de leverbetrouwbaarheid te verbeteren.