Spoelkostenreductie bij Unilever

I

Spoelkostenreductie bij Unilever

Een Vergelijking van Schedulingsystemen

voor de studie

Technische Bedrijfswetenschappen afstudeerrichting

Discrete Technologie Kees van der Vliet

Juni 2007

Unilever Netherlands Holdings N.V. Lever Fabergé Vlaardingen Afdeling Engineering & Innovation

Rijksuniversiteit Groningen Faculteit Bedrijfskunde Afstudeercommissie Dr. ir. W. Klingenberg Drs. A.J.J. Braaksma Drs. M.E. Eggink

III

CONTACT GEGEVENS

K. van der Vliet Studentnummer: 1230689 keesvdvliet@hotmail.com Unilever Nederland Holdings B.V.

Lever Fabergé Vlaardingen Deltaweg 150 3133 KM Vlaardingen Nederland 0031-10-4606312 Begeleider: Drs. M.E. Eggink

Rijksuniversiteit Groningen Technische bedrijfswetenschappen Faculteit Bedrijfskunde Landleven 5 9700 AV Groningen Nederland 0031-50-3633750 Begeleiders: Dr. ir. W. Klingenberg Drs. A.J.J. Braaksma

IV

Samenvatting

Dit onderzoek is uitgevoerd bij Sourcing Unit Vlaardingen, één van Unilever’s productie locaties voor huishoudelijke producten, voornamelijk CIF. Overcapaciteit binnen de huishoudelijke tak van Unilever Europa heeft concurrentie tussen de SU’s tot gevolg. Doordat loonkosten in Nederland relatief hoog zijn, heeft SU Vlaardingen een minder gunstige uitgangspositie ten opzichte van de interne concurrenten die voornamelijk in Oost- en Zuid-Europa gesitueerd zijn. Om ten opzichte van deze concurrenten competitief te blijven, heeft het managementteam een aantal punten geformuleerd waarop de fabriek zich op moet concentreren. Voor dit onderzoek zijn vooral de OEE (Overall Equipment Effectiveness) en kosten van belang.

In het kader van een onderzoek naar kostenreductie in de fabriek is geconstateerd dat de reiniging van productiesystemen in de mengafdeling ongeveer 300.000 euro per jaar kosten. Naar aanleiding van dit onderzoek is het vermoeden geuit, dat deze spoelkosten aanzienlijk gereduceerd kunnen worden door de mengafdeling op een andere manier te schedulen.

De eerste stap in dit onderzoek in een probleemverkenning. Het productieproces van de fabriek bestaat grofweg uit drie stappen:

• In de mengafdeling worden grondstoffen batchgewijs tot vloeistof gemengd.

• In de pakhal worden flessen met deze vloeistof afgevuld en voorzien van doppen, etiketten en verpakt in dozen.

• In de palettiseerafdeling worden de dozen op pallets geplaatst en op transport gezet.

De taak van de mengafdeling is het continu bevoorraden van de productielijnen zodat deze nooit op vloeistof hoeven te wachten. Dit is van belang omdat de OEE van de productielijnen uitsluitend in de pakhal gemeten wordt. Binnen dit gegeven heeft de mengafdeling een bepaalde speelruimte om de volgorde van batches op de mengers te plannen. Sommige producten kunnen elkaar opvolgen zonder dat er tussendoor een spoelproces nodig is. Als hiermee in het schedulen rekening gehouden wordt kunnen de spoelkosten gereduceerd worden. In de huidige manier van schedulen wordt nauwelijks rekening gehouden met deze manier van kostenbesparing.

In het kader van dit onderzoek wordt een studie gedaan naar een geschikte scheduling methode om bovengenoemde kostenbesparing door te kunnen voeren. Het huidige schedulingsysteem is eenvoudig van aard, waarbij kennelijk geen gebruik hoeft te worden gemaakt van geautomatiseerde ondersteuning. In dit digitale tijdperk bestaat de mogelijkheid om van complexe methodes gebruik te maken, maar misschien voldoet een eenvoudig handmatig systeem. De kosten van computerisering kunnen in het laatste geval bespaard blijven.

De doelstelling van dit onderzoek luidt als volgt: formuleer aanbevelingen over welk scheduling systeem het meest geschikt is om de spoelkosten te reduceren.

V Om aan de doelstelling van dit onderzoek te kunnen voldoen worden verschillende oplossingsrichtingen vergeleken. Ten eerste wordt het huidige systeem meegenomen in de vergelijking, ten tweede een verbeterde versie van dit systeem en ten derde een gecomputeriseerd systeem dat werkzaam is in een andere Sourcing Unit van Unilever. Dit systeem is niet alleen geselecteerd omdat de methode (constraint programming) geschikt lijkt voor de schedulingtaak, maar ook omdat dit binnen Unilever geldt als best practice.

De punten waarop bovengenoemde systemen vergeleken moeten worden, zijn opgedeeld in drie categorieën: performancecriteria, gebruikerscriteria en criteria betreffende de kosten van het systeem. Dit resulteert ten eerste in een financiële vergelijking: wegen de kosten van het systeem op tegen de reductie van spoelkosten ten opzichte van het huidige systeem? Daarnaast wordt uiteengezet wat de sterke en zwakke punten zijn betreffende de praktische bruikbaarheid van de systemen.

Uit de vergelijking op basis van testen in de praktijk blijkt dat de verbeterde versie van het huidige systeem ongeveer 10.000 euro per jaar kan besparen ten opzichte van het huidige systeem. Met constraint programming (gebruik makend van gecomputeriseerde ondersteuning) kan de besparingen maximaal nog 4.000 euro per jaar groter zijn. De kosten van meer complexe methoden kunnen niet terugverdiend worden door de extra reductie van spoelkosten. Bovendien blijkt het gecomputeriseerde systeem in de praktijk minder gebruiksvriendelijk te zijn dan een handmatig systeem.

Concluderend is niet te verwachten dat meer dan 14.000 euro bespaard kan worden door de manier van schedulen aan te passen, ook niet door constraint programming of andere methoden waarbij gecomputeriseerde ondersteuning nodig is te implementeren. Eenvoudige schedulingmethodes kunnen de optimale volgorde op de mengers benaderen en zodoende ongeveer 10.000 euro per jaar besparen. De overige spoelkosten zijn niet toe te wijzen aan scheduling inefficiënties van het huidige scheduling systeem, maar zijn inherent aan het feit dat systemen gereinigd moeten worden.

Het handmatige systeem dat in het kader van dit onderzoek ontwikkeld is, wordt aanbevolen omdat dit 10.000 euro kan besparen, wat bijna optimaal is. Daarnaast is een aantal aanbevelingen gedaan die tot een nog beter resultaat van dit systeem kunnen leiden. Om deze aanpassingen effectief door te voeren is steun en commitment vanuit het management essentieel. Tot slot zijn onderzoeksgebieden aangegeven, op ander gebied dan scheduling, die mogelijk kunnen leiden tot spoelkostenreductie.

VI

Voorwoord

Dit verslag is geschreven als afstudeerscriptie voor de studie Technische Bedrijfswetenschappen aan de Rijksuniversiteit Groningen. Het onderzoek is uitgevoerd bij Lever Fabergé in Vlaardingen, Sourcing Unit van Unilever N.V. Voor mij was dit de eerste stap naar het leven van werkende en de laatste stap in mijn leven als student. Na negen maanden is het zover gekomen dat ik dit voorwoord mag schrijven van de scriptie die nu af is. Ik wil graag iedereen bedanken die eraan meegewerkt heeft aan de totstandkoming van deze scriptie en een aantal personen in het bijzonder.

Van SU Vlaardingen wil ik ten eerste drs. Marco Eggink bedanken. Als opdrachtgever heeft hij mij de gelegenheid gegeven dit onderzoek uit te voeren en als begeleider heeft hij mij bij het onderzoek gesteund en de juiste sturing gegeven.

Daarnaast wil ik iedereen van de LMA bedanken voor alle informatie en medewerking die zij mij gegeven hebben. In het bijzonder wil ik Henk Janssen en Jan van de Berg bedanken voor hun tomeloze inzet en enthousiasme, en Aad van Ommeren voor de onrust die ik heb mogen stoken in zijn afdeling.

Van de Rijksuniversiteit Groningen wil ik mijn begeleiders dr. ir. Warse Klingenberg en drs. Jan Braaksma bedanken voor hun tijd en de kritische vragen die mij scherp hielden.

Ook mijn huisgenoot Frans Larmene mag niet ontbreken in dit rijtje. Ik denk dat alle uren dat wij naar de ideeën en problemen van elkaar hebben moeten luisteren de kwaliteit van onze scripties zeker ten goede gekomen is.

Ten slotte wil ik graag mijn moeder bedanken voor het meedenken en controleren van het verslag, Marijn voor de nodige afleiding en het oneindige vertrouwen in mij, en mijn vader voor de maandelijkse bijdrage op mijn bankrekening.

Kees van der Vliet Groningen, Juni 2007

VII

Afkortingen en namen

CIP Cleaning In Place

COD Chemical Oxygen Demand Europlast Producent van flessen

Hecotrans Transportbedrijf dat het transport van de fabriek naar de MSO’s verzorgt GPC General Purpose Cleaner (allesreiniger)

JIT Just In Time

LAC Liquid Abrasive Cleaner (schuurmiddel) LMA Liquid Making Area (mengafdeling) MSO Marketing and Sales Organisatie OEE Overall Equipment Effectiveness PDU Post Dilution Unit

Rosemount Besturingssysteem van het productieproces in de LMA SCS Systeem dat gebaseerd is op geComputeriseerd Schedulen SHS Systeem dat gebaseerd is op Handmatig Schedulen

SU (Vlaardingen) Sourcing Unit (Vlaardingen) TPM Total Productive Maintenance WWC Winning With Customers

VIII

Inhoud

HOOFDSTUK 1: INLEIDING

1

HOOFDSTUK 2 : PROBLEEMVERKENNING

5

2.2 Het planningssysteem van de fabriek 6

2.3 Het primair proces van de LMA 7

2.4 Spoelsysteem 10 2.5 Huidige schedulingsysteem 11 2.6 Analyse kostenstructuur 14 2.7 Conclusie 19

HOOFDSTUK 3 : ONDERZOEKSOPZET

20

IX

HOOFDSTUK 4 : SCHEDULINGSYSTEMEN

26

4.1 Keuze van oplossingsrichtingen 26

4.2 Concretisering van de oplossingsrichtingen 27

4.3 Conclusie 35

HOOFDSTUK 5 : EVALUATIECRITERIA

37

5.1 Potentiële evaluatiecriteria 37

5.2 Beoordeling en keuze van de criteria 40

5.3 Conclusie 44

HOOFDSTUK 6 : VERGELIJKING VAN SCHEDULINGSYSTEMEN

45

6.2 Vergelijking van implementatiekosten 51

6.3 Vergelijking van onderhoudskosten 51

6.4 Vergelijking van de robuustheid 51

6.5 Vergelijking van de reschedulingfunctie 53

6.6 Vergelijking van het aanpassingsvermogen 54

6.7 Vergelijking van de volledigheid van informatie 55

6.8 Vergelijking van gebruiksgemak 57

6.9 Vergelijking van de inzet ten behoeve van de implementatie 57

X

HOOFDSTUK 7 : CONCLUSIE EN AANBEVELINGEN

60

7.1 Algemene conclusie 60

7.2 Aanbevelingen 61

7.3 Aanbevelingen tot vervolgonderzoek 62

REFERENTIES

67

BIJLAGE A : PRODUCTIEPROCES SU VLAARDINGEN ERROR! BOOKMARK

NOT DEFINED.

BIJLAGE B : GROENE PLAN

ERROR! BOOKMARK NOT DEFINED.

BIJLAGE C : BESCHRIJVING VAN PRODUCTIESYSTEMEN IN DE LMAERROR!

BOOKMARK NOT DEFINED.

BIJLAGE D : SPOELMOGELIJKHEDEN ERROR! BOOKMARK NOT DEFINED.

BIJLAGE E : SCHEDULING STRATEGIEËNERROR! BOOKMARK NOT DEFINED.

BIJLAGE F: HET SCHEDULING PROCESERROR! BOOKMARK NOT DEFINED.

BIJLAGE G : KOSTENBEREKENING VAN DE ACTIVITEITEN

ERROR!

BOOKMARK NOT DEFINED.

BIJLAGE H : SPOELKOSTEN VAN DE MENGERS EN TANKS

ERROR!

BOOKMARK NOT DEFINED.

BIJLAGE I : ONTWIKKELING SHS

ERROR! BOOKMARK NOT DEFINED.

BIJLAGE J : CAPACITEITSBEZETTING VAN DE MENGERS

ERROR!

BOOKMARK NOT DEFINED.

XI

BIJLAGE L: STATISCH OPTIMUM

ERROR! BOOKMARK NOT DEFINED.

1

Hoofdstuk 1: Inleiding

Dit onderzoek is uitgevoerd in opdracht van Lever Fabergé in Vlaardingen, onderdeel van Unilever N.V. Het doel van dit onderzoek is de mogelijkheid te bekijken om de spoelwaterkosten in de mengafdeling van de fabriek te reduceren. Hiervoor zullen verschillende schedulingsystemen met elkaar vergeleken worden.

Dit hoofdstuk is een inleiding in het onderzoeksgebied. Eerst zal in paragraaf 1.1 en 1.2 wat achtergrond informatie over Lever Fabergé gegeven worden. Vervolgens wordt in paragraaf 1.3 de aanleiding van het onderzoek behandeld. Dit is tevens een inleiding in het probleemgebied. Ten slotte zal in paragraaf 1.4 de opbouw van het verslag aan de orde komen.

1.1 Unilever

Unilever is in 1930 ontstaan uit een fusie tussen Jurgens en Van den Bergh, die samen de Margarine Unie hadden opgericht, en Lever Brothers Ltd, producent van zeep. Enorme groei in beide markten veroorzaakte een grote vraag naar plantaardige oliën, de belangrijkste grondstof van zowel margarine als zeep. Om een stabiele aanlevering van grondstoffen veilig te stellen, besloten de bedrijven te fuseren.

Anno 2007 is Unilever een van de wereldleiders op het gebied van fast moving consumer goods, met ongeveer 206.000 werknemers in meer dan 100 landen en een jaaromzet van ongeveer 40 miljard Euro. Unilever’s missie is

“…vitaliteit toevoegen aan het leven. We voorzien in de dagelijkse behoefte aan voeding, hygiëne en persoonlijke verzorging met merken die mensen helpen zich goed te voelen, er goed uit te zien en

meer uit het leven te halen.” [www.unilever.com]

Unilever is een grote organisatie met een complexe structuur. Unilever Nederland B.V. bestaat uit vier onderdelen: Foods (bestaand uit merken als Unox, Knorr, Lipton en Bertolli), Ice Cream (merken als Ola en Ben & Jerry’s), Home and Personal Care (merken als Dove, Axe, CIF en Glorix) en Foodsolutions, dat zich richt op de professionele markt voor voedingsmiddelen (bijvoorbeeld restaurants). De categorieën worden ondersteund door de Marketing & Sales Organisatie’s (MSO’s), die de producten, geproduceerd in de fabrieken, promoot en verkoopt aan de detailhandel. Eén van de fabrieken is Lever Fabergé Vlaardingen (Sourcing Unit Vlaardingen, SU Vlaardingen).

2

1.2 SU Vlaardingen

SU Vlaardingen B.V. is opgericht in 1901 en is momenteel een van de 7 fabrieken van Unilever binnen Europa die Cif en Sun producten maakt. Ongeveer 120 mensen produceren in drie ploegen per dag, vijf dagen per week, 140 miljoen flessen per jaar. Meer dan 90% van de productie wordt geëxporteerd naar 38 landen.

Productieproces

De fabriek kan ruwweg ingedeeld worden in drie deelprocessen of drie afdelingen (zie figuur 1-1): de Liquid Making Area (LMA), de pakhal en de pallettiseerafdeling. In de LMA worden grondstoffen gemengd en gebufferd in voorraadtanks. Vervolgens worden in de Pakhal, op acht productielijnen flesjes afgevuld met de gemengde vloeistof, ingepakt in dozen en worden deze dozen door middel van een lopende band direct naar de pallettiseerafdeling getransporteerd. Hier worden de dozen op pallets gezet en binnen een dag vervoerd naar de MSO’s (In bijlage A is een gedetailleerdere beschrijving van het productieproces te vinden). De productie van flessen en het transport naar de MSO’s wordt verzorgd door derde partijen, respectievelijk Europlast en Hecotrans.

Figuur 1-1 Productieproces SU Vlaardingen

Strategie

SU Vlaardingen is voor Unilever een tamelijk dure fabriek, onder andere door het feit dat arbeid in Nederland duurder is dan in veel andere landen. Door een overcapaciteit binnen de Home and Personal Care categorie in Europa kunnen collega Unilever fabrieken in Europa op dit moment gezien worden als de grootste concurrenten van SU Vlaardingen. Om de concurrentiepositie te verbeteren is een efficiëntere fabriek vereist. Door het management van de fabriek zijn drie zogenaamde winners geformuleerd: OEE (Overall Equipment Effectiveness), kosten en WWC (Winning With Customers). OEE is een maat voor de productiviteit van de productiemiddelen afzonderlijk en van de fabriek in zijn geheel. Kosten geven de hoeveelheid geld aan dat gebruikt wordt om de productie te bewerkstelligen. WWC richt zich op service naar de klant. Deze drie factoren zijn belangrijk voor de groei en voortbestaan van de fabriek. Maandelijks wordt de prestatie

3 van de fabriek op deze factoren gedeeld met alle medewerkers door middel van een management dashboard oftewel een Balanced Scorecard.

Hierbij moet de opmerking gemaakt worden dat de OEE “heilig” is, wat betekent dat er niets ondernomen mag worden wat ten koste gaat van de OEE. Zelfs kostenreductie projecten mogen niet een negatieve invloed hebben op de OEE. Een gedetailleerde beschrijving van wat de OEE precies is en hoe deze berekend wordt zou afleiden van het werkelijke probleem. Hiervoor kan Nicholas [Nicholas, 1998] geraadpleegd worden. Opmerkelijk is dat de OEE van SU Vlaardingen een gewogen gemiddelde van de OEE van de afzonderlijke productielijnen is. De andere afdelingen worden niet in de berekening meegenomen. Deze hebben de taak om de productie in de pakhal zo min mogelijk te verstoren.

1.3 Aanleiding onderzoek

In het streven naar meer efficiënte fabrieken is binnen Unilever een TPM (Total Productive Maintenance) programma gestart. Veel ideeën van TPM zijn gebaseerd op Toyota Production System, wat terug te zien is in veel gebruikte begrippen als 5S en Kaizen. Bij SU Vlaardingen is ongeveer 10 jaar geleden het programma gestart. In dit gedachtegoed speelt het opsporen en reduceren van waste een grote rol. Elke “niet waardetoevoegende activiteit” moet in principe verwijderd worden.

Binnen een integraal onderzoek naar waste reductie bij SU Vlaardingen, blijkt dat spoelactiviteiten de fabriek ongeveer 300.000 euro per jaar kosten. In de mengafdeling worden voor verschillende producten dezelfde systemen gebruikt. Bij productovergangen moeten deze systemen worden schoongemaakt. Dit gebeurt voornamelijk door het spoelen van de leidingen, mengers en tanks, met als gevolg dat er veel afvalwater geproduceerd wordt. De kosten zitten in het feit dat het afvalwater “waardevol” restproduct bevat en daarnaast wordt SU Vlaardingen door de waterschappen belast voor het lozen van vervuild spoelwater.

Uit eerder onderzoek van SU Vlaardingen naar spoelkostenreductie blijkt dat de operators in de LMA de spoelactiviteiten en dus de spoelkosten kunnen beïnvloeden. Zij zijn verantwoordelijk voor het schedulen van de afdeling. Doordat de operators zich bewust zijn geworden, wat de grootste veroorzakers van kosten zijn, hebben zij de spoelkosten al aanzienlijk kunnen reduceren (zie paragraaf 2.6.2). Op dit moment bestaat het vermoeden in de fabriek dat de spoelkosten nog aanzienlijk verder gereduceerd kunnen worden. Dit onderzoek zal zich op dit probleem gaan richten. Het moet antwoord geven op de vraag: Hoe kunnen de spoelkosten gereduceerd worden door de mengafdeling op een andere manier te schedulen?

4

1.4 Opbouw onderzoek

Om deze vraag goed te kunnen beantwoorden moet eerst het probleemgebied verkend worden en moeten de probleemkluwen ontrafeld worden [De Leeuw, 2000]. Dit leidt tot een scherpe probleemstelling en een afbakening van het onderzoeksgebied. In hoofdstuk 2 wordt het probleemgebied verkend. Vervolgens wordt in hoofdstuk 3 de probleemstelling uiteengezet. In hoofdstuk 4 wordt een aantal oplossingsrichtingen besproken die mogelijk kunnen leiden tot reductie van de spoelkosten. Wat belangrijke criteria zijn om planningssystemen met elkaar te vergelijken komt in hoofdstuk 5 aan de orde. De vergelijking van de oplossingsrichtingen vindt in hoofdstuk 6 plaats en tenslotte volgt in hoofdstuk 7 een aanbeveling wat betreft de invulling van de scheduling taak. Deze opbouw is weergegeven in figuur 1-2.

5

Hoofdstuk 2 : Probleemverkenning

Het doel van dit hoofdstuk is om het probleemgebied van dit onderzoek te verkennen. Door middel van een aantal onderzoeksvragen wordt structuur gegeven aan deze verkenning:

Paragraaf 2.1: Wie zijn de belanghebbenden van dit onderzoek?

Paragraaf 2.2: Wat is de planningsstructuur van de gehele fabriek en wat is de positie van de LMA in het geheel?

Paragraaf 2.3: Hoe ziet het primair proces van de mengafdeling eruit? Paragraaf 2.4: Waarom en hoe wordt er gespoeld?

Paragraaf 2.5: Hoe ziet het huidige scheduling systeem eruit?

Paragraaf 2.6: Hoe ziet de kostenstructuur van de mengafdeling eruit en welke kosten zijn te beïnvloeden door middel van scheduling?

Probleemverkennende interviews met werknemers van SU Vlaardingen (van operators en leidinggevenden, tot personen met ondersteunende functies), verkennende testen, literatuur onderzoek en intensief meelopen met de operators, hebben bijgedragen tot een antwoord op deze vragen. In de conclusie van dit hoofdstuk wordt het probleemgebied in het kort beschreven.

2.1 Belanghebbendenanalyse

De belanghebbendenanalyse wordt gebruikt om vanuit verschillende standpunten naar het probleem te kijken [De Leeuw, 2000]. Het vergroot de inzichtelijkheid in dit probleem en belicht alle kanten en belangen ervan.

Een van de belanghebbende is de opdrachtgever van dit onderzoek. Zijn functie is projectengineer binnen de fabriek. Binnen de waste reductie studie die in paragraaf 1.3 genoemd is, is hij verantwoordelijk voor dat deel van de studie dat zich richt op de spoelkosten van de fabriek. Als projectmanager van die studie is hij opdrachtgever van dit onderzoek en belanghebbende in de zin dat dit onderzoek bijdraagt aan de algemene spoelkostenreductie studie waar hij verantwoordelijk voor is.

Een andere belanghebbende is de productiecoach van de LMA. Hij is verantwoordelijk voor de LMA. Het is dus tevens in zijn belang dat zijn afdeling optimaal functioneert tegen zo min mogelijk kosten. Bovendien wordt dit onderzoek gedeeltelijk gezien als een stap in de professionaliseringsslag die de LMA moet maken.

Ook de operators van de LMA zijn belanghebbenden van dit onderzoek. Het zal zich concentreren op hun werkmethode en zal waarschijnlijk invloed hebben op de invulling van hun taken.

6

Tot slot is het management team van de fabriek belanghebbende. De leden van het management team hebben de winners geformuleerd en zijn verantwoordelijk voor de prestaties van de fabriek in zijn geheel. Reductie van spoelkosten draagt direct bij aan één van de winners en dus aan de totale prestatie van de fabriek.

2.2 Het planningssysteem van de fabriek

In deze paragraaf wordt het planningssysteem van de totale fabriek beschreven. Maar om te beginnen moet het begrip scheduling, dat in dit verslag al een aantal keer gebruikt is, nader gespecificeerd worden. De definitie van scheduling die gebruikt wordt is door Pinedo als volgt geformuleerd:

“Scheduling concerns the allocation of limited resources to tasks over time.” [Pinedo, 1995] In dit geval zijn de limited resources de productiemiddelen, en de batches of jobs worden tasks genoemd. De jobs houden de productiemiddelen een bepaalde tijd bezet, daarom moet er een tijd gekoppeld worden aan de activiteiten. Het resultaat van het scheduling proces is een schedule.

Productiescheduling is een essentieel onderdeel in het managen van productiesystemen. Het ligt ten grondslag aan de performance van productieorganisaties. Vollmann [Vollmann e.a., 1992] meent dat het vaak moeilijk is om een schedule te maken voor de gehele productieorganisatie. Daarom zijn productiesystemen vaak opgedeeld in een hiërarchisch georganiseerde planningsstructuur (HPP). Figuur 2-2 geeft de planningsstructuur van SU Vlaardingen weer.

Vanuit het voorraad beheer model (ECR Voorraad Model) van de MSO’s wordt de vraag voor SU Vlaardingen afgeleid. Deze vraag wordt door de planners van SU Vlaardingen omgezet in een voorlopig “ontwerp plan” dat drie weken vooruit kijkt. Dit is het eerste schedule dat de planners maken en is in feite een schedule voor de productielijnen. Op basis van actuele informatie over voorraden, levertijden, capaciteit, enz, wordt het ontwerp plan gedurende drie weken aangepast en resulteert uiteindelijk in het “groene plan” (zie bijlage B). Dit is het definitieve schedule. Door in het scheduling proces de totale omsteltijd per week op de productielijnen te minimaliseren, wordt getracht de optimale volgorde van de batches te bepalen en zo de OEE te maximaliseren. Het groene plan wordt niet alleen naar de lijnen gestuurd, maar het dient als leidraad voor de hele fabriek. De taak van de andere afdelingen hierin is eigenlijk simpel: ze moeten zorgen dat de productielijnen niet stil komen te staan.

7 ! " # $ # $ $ # #

Figuur 2-1 Hiërarchische planningsstructuur

Opmerkelijk:

In figuur 2-1 valt op dat rondom de LMA zowel de lijnen als de grondstofvoorraden centraal gepland worden, maar de LMA zelf niet. Hoe toch de productiemiddelen aan de batches worden toegekend wordt in paragraaf 2.5 op ingegaan.

2.3 Het primair proces van de LMA

Deze paragraaf zet uiteen welke systemen onderdeel zijn van het productieproces van de LMA en wat de invloed van de scheduling beslissingen van de operator zijn op deze systemen.

In het productieproces van SU Vlaardingen zijn twee productfamilies te onderscheiden: LAC’s (Liquid Abrasive Cleaner) en GPC’s (General Purpose Cleaner). In de LMA is deze opdeling ook fysiek gemaakt. Mengers, voorraadtanks, enz, worden óf voor GPC producten gebruikt, óf voor LAC producten. Het primair proces is voor beide productfamilies ongeveer gelijk. In deze paragraaf is

8

gekozen slechts het primair proces van de GPC’s te beschrijven (de reden van deze keuze komt in paragraaf 2.6 aan de orde).

Vanuit de centrale controlekamer wordt het productieproces door een operator bestuurd middels een besturingssysteem dat Rosemount heet.

Figuur 2-2 geeft het primaire proces van de LMA schematisch weer. In tanks, in containers en op pallets van allerlei formaten worden grondstoffen op voorraad gehouden. Wanneer een recept door een operator in Rosemount gestart wordt, worden de grondstoffen automatisch gedoseerd in de betrokken menger of premengers. Als de batch gereed is wordt het product in de menger naar een tank gepompt. De keuze naar welke tank is afhankelijk van de productielijn waarvoor het product bestemd is. Elke productielijn heeft één of twee toegewijde tanks. Wanneer de lijn het product nodig heeft, wordt het vanuit de voorraad tanks hiernaartoe gepompt.

Het proces bevat een aantal extra opties:

• Indien nodig, wordt rework vermengd met gereed product in de menger.

• Product kan van een tank naar een andere worden verpompt door middel van de transferpomp. Dit wordt gebruikt als extra opslag capaciteit nodig is.

• Sommige producten kunnen geconcentreerd geproduceerd worden. Via de PDU (Post Dilution Unit) wordt het product verdund.

• Roadloading wordt gebruikt om product vanuit een tank een vrachtwagens in te pompen. Op een andere locatie worden flessen met dit product gevuld. Vanuit het oogpunt van de LMA kan de roadloading beschouwd worden als een productielijn.

De operator heeft niet op alle productie systemen evenveel invloed. In figuur 2-3 is te zien dat de operator vooral invloed heeft op de mengers en de tanks. In bijlage C is een uitgebreidere beschrijving van de systemen te vinden en de invloed van de operator op de systemen.

9 Figuur 2-2 Primair proces van de LMA

Systeem Invloed van operator

Grondstoffen Geen (uitzondering is parfum: de operator bepaalt welke parfums hij wisselt) Mengers Direct: wanneer, welk recept, op welke menger

Premengers Indirect

Voorraad tanks Direct: welke tank Transfersysteem Indirect

PDU Indirect

Lijn Geen

Roadloading Geen Rework unit Indirect

10

Concluderend heeft de operators vier primaire keuzes:

1. Het recept dat gemaakt gaat worden op de menger 2. Op welke menger het recept gemaakt gaat worden 3. Op welk tijdstip het recept gemaakt gaat worden

4. Naar welke tank de batch gepompt moet worden als deze gereed is

De schedulingtaak in de LMA omvat de systemen die direct of indirect door de keuzes van de operator beïnvloed worden. Deze taak is in figuur 2-3 visueel gemaakt door middel van de blauwe stippellijn.

2.4 Spoelsysteem

Omdat na gebruik van de systemen product achterblijft, moeten deze systemen gespoeld worden. Er mogen geen (zichtbare) sporen van andere producten in het volgende product te vinden zijn. In alle systemen wordt het residu verwijderd door middel van een spoelproces. Dit proces is echter niet voor alle systemen gelijk en niet alle systemen hoeven bij elke productovergang gespoeld te worden. Er zijn vier spoelmogelijkheden te onderscheiden: CIPpen, SuperCIPpen, pasteuriseren en rinsen. In figuur 2-4 is weergegeven welke spoelmethodes voor welke systemen gebruikt kunnen worden en wanneer er gespoeld moet worden. Elk systeem heeft een standaard manier van spoelen, hetgeen in de figuur vet gedrukt is weergegeven. In bijlage D is meer informatie te vinden wat de verschillende spoelmogelijkheden inhouden.

Systeem Spoelmogelijkheden Wanneer spoelen?

Grondstoffen Geen (parfum heeft een lokaal flush-systeem) Bij parfumwissel

Mengers Rinsen, CIP, pasteuriseren, superCIP Als overgang niet compatibel

Premengers CIP, pasteuriseren Één keer per week

Voorraad tanks CIP, pasteuriseren, superCIP Bij elke productovergang Transfersysteem CIP, pasteuriseren, superCIP Voor gebruik

PDU Geen

Lijn CIP, pasteuriseren, superCIP Bij elke productovergang

Roadloading CIP, pasteuriseren, superCIP Voor gebruik

Rework unit Pasteuriseren Voor gebruik

Figuur 2-4 Spoelmogelijkheden

Aangezien alle systemen een standaard manier van spoelen hebben en de keuze voor een manier van spoelen niet met scheduling te maken heeft, maar het gebied is van de hygiëne afdeling

,

11

2.5 Huidige schedulingsysteem

In paragraaf 2.3 is aangegeven met welke productiesystemen de operator te maken heeft en welke keuzemogelijkheden hij heeft. Hierbij is gebleken dat het schedulingproces zich centreert rondom de mengers en tanks. In deze paragraaf zal worden ingegaan op de wijze waarop de operators de keuzes maken, anders gezegd hoe de operators schedulen.

Om te beginnen kan worden vastgesteld dat er geen schriftelijke beschrijving bestaat van de scheduling taak van de operator. De huidige invulling van de taak is gebaseerd op een jarenlange ervaring van de operators en mondelinge overdracht. Door middel van interviews en uitvoerige bestudering van de werkzaamheden van de operators, is een beeld verkregen van het scheduling proces. Eerst volgt een beschrijving van het type besturing dat wordt gebruikt, vervolgens wordt ingegaan op de huidige manier van schedulen.

2.5.1 Pull productie

In de inleiding werd al gesproken over TPM en het Toyota production system. In dergelijke benaderingen van productie planning en controle, is JIT (Just In Time) een van de bouwstenen. In deze benadering zijn grote voorraden taboe. Alle grondstoffen, pakmaterialen en halffabrikaten moeten precies op tijd aanwezig zijn. Niet te vroeg, want dat veroorzaakt voorraden en niet te laat, want dan gaat kostbare productietijd verloren. Een manier om dit te bewerkstelligen is pull productie. Productie mag pas beginnen als stroomafwaarts een signaal wordt gegeven. Dit betekent dat er niet geproduceerd wordt om personeel en machines bezig te houden.

" % & ' # # $ $ ( # $ " ) * +

12

In de LMA zijn drie fases te onderscheiden. In al deze fases kan men spreken van pull productie. In figuur 2-5 is te zien dat de primaire vraag vanaf de productielijn komt. Tussen de lijn en de tank is slechts een kleine buffer aanwezig in de vorm van de vulmolen. Op het moment dat het niveau in de vulmolen onder een bepaalde grens komt gaat een pomp aan. Als de buffer te groot wordt stopt de pomp. Zo blijft de voorraad tussen deze twee productiecentra beperkt. In de tweede fase “bestelt” de tank product bij de menger. Het signaal om de productie te mogen beginnen kan worden gezien als het moment dat er voldoende vrije ruimte in de tank aanwezig is voor een volgende batch. In de laatste fase geeft de menger een signaal af aan de grondstofvoorraden. Vanaf het moment dat een recept start worden de grondstoffen op verschillende momenten afgeroepen. De operator is verantwoordelijk voor fase 2 en 3. Deze fases zijn niet fysiek gescheiden, maar vinden beide in het hoofd van de operator plaats. Het proces wordt dus niet ondersteund door elektronische signalen zoals in fase 1.

Tot de scheduling taak in de LMA behoren fase 2 en fase 3. Waar bij fase 1 direct gepompt moet worden als de lijn erom vraagt, kan vooral in fase gewacht worden met het bevoorraden van de tank. Het signaal is gegeven dat er ruimte is in een tank, er mag geproduceerd worden. Er hoeft dan niet meteen geproduceerd te worden, als het product maar in de tank zit op het moment dat de lijn erom vraagt. Dit geeft een bepaalde flexibiliteit of speelruimte. Volgende paragraaf gaat in hoe de operators met die speelruimte omgaan.

De belangrijkste keuze die de operator maakt in fase 2 is hoeveel tanks voor een bepaalde productierun gebruikt mogen worden. De operator kan ervoor kiezen om één of twee tanks te gebruiken. Stel dat één tank gevuld is en de andere tank schoon is. Men kan ervoor kiezen om één tank of twee tanks te gebruiken. In het geval dat de eerste optie wordt gekozen is er geen ruimte voor meer batches batch en wordt er dus geen signaal gegeven dat de menger mag beginnen met de productie. Als gekozen wordt om twee tanks te gebruiken is er wel ruimte en wordt er wel een signaal richting de menger gegeven. In volgende paragraaf wordt ervan uitgegaan dat deze keuze is gemaakt en zal zich concentreren op fase 3.

Een schedule, in de vorm van een plan, wordt niet gemaakt. Toch worden de productiemiddelen in de tijd aan de jobs toegewezen, door middel van zogenaamd online schedulen. Vieira [Vieira e.a., 2003] noemt dit dynamisch schedulen met dispatching regels (zie bijlage E). Panwalkar [Panwalkar e.a., 1977] maakt onderscheid in simpele prioriteitsregels, waarbij alleen informatie over de jobs zelf nodig is en heuristieke scheduling regels, waarbij ook informatie uit de omgeving nodig is. Bekende voorbeelden van de simpele regels zijn FIFO (Firtst In, Firtst out) en SPT (Shortest Processing Time). In de LMA wordt per situatie de omgeving bekeken en bepaald wat de beste keuze is. Het keuzeproces wordt in gang gezet als de menger leeg is. Hierbij geldt als belangrijkste doel dat de lijnen nooit in een out-of-stock situatie terecht komen. In de volgende paragraaf wordt inzicht verschaft wat de heuristieke scheduling regels in de LMA inhouden.

13

2.5.2 Scheduling regels

Op het moment dat een menger de productie van een batch beëindigd heeft, gaat de operator nadenken over zijn vier schedulingkeuzes. Hoe dit proces in zijn werk gaat is om verschillende redenen moeilijk te beschrijven. Ten eerste zijn er verschillen tussen de operators. Elke operator houdt er zijn eigen strategie op na. Strategieën verschillen van elkaar op het gebied van de informatie of aspecten die meegenomen worden in het beslissingsprocesproces, de interpretatie van de omgeving en qua interpretatie van de doelstelling. Daarnaast is er een discrepantie tussen hoe het proces beschreven wordt door de operators en hoe zij werkelijk de taak vervullen. In deze paragraaf wordt een beeld geschetst van het “gemiddelde” keuzeproces, zoals dat op dit moment verloopt (in de bijlage F wordt meer gedetailleerd op de verschillen ingegaan).

Figuur 2-6 Beslissingsproces

In figuur 2-6 is het beslissingsproces weergegeven. Omdat het beslissingsproces moeilijk te beschrijven is, wordt dit weergegeven als een black box. Hier gaat bepaalde informatie in en komen de vier scheduling keuzes uit. De belangrijkste, maar zeker niet alle, aspecten die in het beslissingsproces worden meegenomen zijn:

1. Groene Plan

2. Prioriteiten, die de lijnen ’s morgens mee krijgen 3. Aanwezige voorraad in de tanks

4. Residu in de menger 5. Hoe goed draaien de lijnen?

6. Of bij de overgang filters gereinigd moeten worden 7. Of bij de overgang parfums gewisseld moeten worden Over de black box kan het volgende gezegd worden:

14

Het doel om de leverbetrouwbaarheid te maximaliseren, of out-of-stock situaties op de lijn te voorkomen, wordt over het algemeen gediend door zoveel mogelijk voorraad aan te houden in de tanks. De spoelkosten zijn momenteel slechts een zeer beperkte factor in het scheduling proces. Men probeert batches met hetzelfde product zoveel mogelijk achter elkaar te produceren. Maar het feit dat er meer overgangen zijn, waarbij niet gespoeld hoeft te worden, wordt grotendeels genegeerd.

2.6 Analyse kostenstructuur

Nu bekend is met welke systemen een operator te maken heeft, en beschreven is hoe een operator schedulingkeuzes maakt, moet bekeken worden wat de gevolgen zijn van die keuzes. Omdat het onderzoek zich richt op kostenreductie en de leverbetrouwbaarheid op dit moment hoog is, wordt slechts gekeken naar de kosten die de schedulingkeuzes tot gevolg hebben en wordt het aspect leverbetrouwbaarheid niet meegenomen. Om erachter te komen wat het gevolg is van de keuzes is een activiteitenschema gemaakt. De belanghebbenden van dit onderzoek hebben het idee dat de grootste kosten in productverlies en COD (Chemical Oxygen Demand) zitten. COD is een maat voor de vervuiling (zie bijlage H) van het water dat geloosd wordt en hier moet SU Vlaardingen de waterschappen voor betalen. Dit schema wordt mede gebruikt om te verifiëren of er geen andere omvangrijke kosten beïnvloed worden door scheduling. Van alle activiteiten in het schema wordt vastgesteld of deze relevant zijn (activiteiten zijn relevant als de totale kosten per jaar van die activiteit beïnvloedbaar zijn door scheduling). Van deze activiteiten worden de activiteiten met de grootste kosten gekozen om de kostenstructuur verder uit te diepen.

GPC

Zoals eerder genoemd bestaat de LMA uit twee fysiek gescheiden delen: een deel voor GPC (General Purpose Cleaner) en een deel voor deel LAC (Liquid Abrasive Cleaner). Beide delen hebben eigen mengers, een eigen spoelsysteem, eigen voorraadtanks, eigen lijnen, enz. Er zijn relatief veel producten, wat het schedulingproces complex maakt. Daarnaast maakt het GPC-deel van de LMA de meeste kosten (figuur 2-7). Daarom is ervoor gekozen dit onderzoek te richten op het schedulen van het GPC-deel van de LMA. Uiteindelijk zal door het identieke karakter van beide delen hetzelfde onderzoek ook in de LAC-deel gedaan kunnen worden en zullen bevindingen uit dit onderzoek misschien ook voor het LAC-deel gebruikt kunnen worden. In het vervolg van dit verslag zal met LMA het GPC-deel van de LMA bedoeld worden.

15 0 20000 40000 60000 80000 100000 120000 140000 160000 LAC GPC Overig Euro Productverlies COD

Figuur 2-7 Verdeling spoelwater verliezen bij SU Vlaardingen (totaal 2005)

2.6.1 Activiteitenschema

Activiteitenschema’s kunnen voor allerlei doeleinden gebruikt worden (identificatie van verliezen, overwegingen voor een betere doorstroom, enz [www.natpact.nhs.uk]). In dit geval wordt het schema gebruikt om te inventariseren welke activiteiten in het productieproces van de LMA voorkomen om vervolgens kosten aan de activiteiten toe te wijzen. Deze benadering doet denken aan Activity Based Costing: door eerst de activiteiten in kaart te brengen en vervolgens kosten aan de activiteiten toe te wijzen, kan een goed beeld verkregen worden waar de kosten in de LMA gemaakt worden. Met uiteindelijk tot doel om de grootste kosten te identificeren die door scheduling beïnvloedbaar zijn. Doordat in de LMA menselijke activiteiten en keuzes vermengd zijn met machinale activiteiten en keuzes en doordat de productstromen allerlei vormen kunnen aannemen en routes kunnen nemen, is het totale beschreven proces erg complex.

Dit activiteitenschema (zie figuur 2-8) gaat ervan uit dat de operator vastgesteld heeft welk recept, op welke menger, op welk tijdstip en voor welke tank gemaakt wordt. Het geeft aan welke routes een product kan doorlopen. Hierbij wordt het gebied behandeld tussen het moment dat een operator een recept op de menger start tot het moment dat het product verpompt wordt vanuit een voorraadtank naar een productielijn. Van alle activiteiten zijn slechts die activiteiten relevant die enerzijds beïnvloedbaar zijn (of vermijdbaar zijn door de schedulingkeuzes) en bovendien significante kosten met zich mee brengen. Om inzicht te krijgen in de kosten van de schedulingkeuzes wordt de vraag gesteld welke kosten de activiteiten met zich meebrengen. Verschillende keuzes of routes brengen verschillende kosten met zich mee.

De factor tijd kan gezien worden als onderdeel van de kosten. De capaciteitsbezetting van het primaire productiesysteem, de mengers, is echter ongeveer 50% (zie bijlage J). Daarom is tijd geen issue en wordt niet meegenomen in dit onderzoek.

16

Uit het schema blijkt dat de volgende activiteiten relevant zijn:

• Menger spoelen

• Parfumstation spoelen

• Rework unit spoelen

• Tank spoelen

• Transferpomp spoelen

• Voorraad houden in tanks

17 Figuur 2-8 Activiteitenschema

18

2.6.2 Kosten van de activiteiten

De kosten van spoelactiviteiten bestaan uit een aantal componenten: COD, productverlies, energie en water. Uit eerder onderzoek zijn de COD kosten en de kosten van productverlies van een aantal activiteiten bekend. Dit zijn de belangrijkste componenten van de spoelkosten. Voor de andere activiteiten is op andere manieren een indicatie voor de grote orde van de kosten verkregen (zie bijlage G). Van het totaal aan activiteiten is een pareto analyse gemaakt (figuur 2-9).

Figuur 2-9 Pareto analyse van de kosten van de relevante activiteiten (2005)

Opvallend in dit figuur is dat het spoelen van de transferpomp de grootste kostenpost is. Het is gebleken dat er heel veel product achterblijft in de leidingen waardoor de kosten per keer dat het systeem gebruikt wordt erg hoog zijn. Naar aanleiding van dit onderzoek gebruikt men de transportpomp alleen nog in noodgevallen waardoor de kosten drastisch zijn verlaagd. De spoelactiviteiten van de tank en de menger zijn, met beide tussen 30.000 en 35.000 euro, op jaarbasis de grootste kostenposten. In bijlage H zijn de spoelkosten van de mengers en tanks verder in detail bestudeerd. Belangrijkste conclusie hieruit is dat het spoelen van een menger vrijwel altijd duurder is dan het spoelen van een tank. Ook is opgemerkt dat naast de kosten van COD en productverlies, water- en energiekosten ook een substantieel deel van de spoelkosten uitmaken (zie bijlage H.3). 0 5000 10000 15000 20000 25000 30000 35000 40000 45000 Transferpomp

spoelen Tank spoelen Menger spoelen Parfumstationspoelen Voorraad houdenin tanks Rework unitspoelen

Kosten K os te n (e ur o pe r j aa r)

19

2.7 Conclusie

Het doel van dit hoofdstuk is het verkennen van het probleemgebied. Hieronder volgt een beknopte beschrijving van dit gebied.

De allocatie van jobs aan productiemiddelen wordt productie scheduling genoemd. Dit is de meest gedetailleerde vorm van planning in de fabriek. Het doel van het schedulen in de LMA is het voorkomen van out-of-stock situaties op de lijnen, om zo de OEE niet te drukken. Door middel van pull productie wordt de productie in de LMA in grote lijnen bepaald. Maar er is een bepaalde speelruimte die de operators zelf moeten invullen. Door middel van prioriteitsregels wordt bepaald voor welk product, op welk tijdstip, op welke menger en voor welke tank men kiest. Onder andere door de complexiteit van dit proces en het feit dat elke operators zijn eigen regels heeft, zijn de regels niet eenduidig te beschrijven. Wel is aan te geven dat de spoelkosten geen grote rol spelen in het huidige scheduling proces. Omdat het doel van dit onderzoek het reduceren van spoelkosten is, is bestudeerd welke systemen door de schedulingkeuzes beïnvloed worden en welke activiteiten van die systemen kosten met zich mee brengen. Hieruit blijkt dat de grootste beïnvloedbare kosten het spoelen van de mengers en de tanks zijn. De spoelkosten op de menger zijn te beïnvloeden door de volgorde van de batches, de spoelkosten van de tanks door het aantal tanks dat voor productieruns gebruikt wordt. Het spoelen van een menger blijkt duurder te zijn dan het spoelen van een tank. Aangezien het voorkomen van een spoeling van de tank vaak een extra spoeling op de menger veroorzaakt, zal niet veel te besparen zijn op het toewijzen van de tanks. De meeste kosten zijn te besparen in de volgorde van batches op de mengers.

20

Hoofdstuk 3 : Onderzoeksopzet

In hoofdstuk 2 is het probleemgebied van dit onderzoek verkend. De definiëring van het probleem en hoe het onderzoek plaatsvindt, wordt in dit hoofdstuk behandeld. Het hoofdstuk is verdeeld in drie paragraven. Paragraaf 3.1 richt zich op de analyse van het onderzoeksprobleem. Dit resulteert in een definitieve probleemstelling in paragraaf 3.2. Paragraaf 3.3 behandelt de onderzoeksstrategie om aan de doelstelling van dit onderzoek te kunnen voldoen.

3.1 Probleemanalyse

Om goed antwoord te kunnen geven op de vraag hoe de spoelkosten gereduceerd kunnen worden door de mengafdeling op een ander manier te schedulen, moet eerst de betekenis van een aantal begrippen worden besproken. Vervolgens wordt vastgesteld op welke begrippen de vraag van toepassing is.

Het model in figuur 3-1 geeft de samenhang van een aantal begrippen weer. Het model is gedeeltelijk gebaseerd op modellen van McKay [McKay e.a., 2005] en Rajpathak [Rajpathak, 2002].

Figuur 3-1 Conceptueel model

Het begrip schedulingtaak is al een aantal keer gevallen. Met de schedulingtaak wordt bedoeld: het geheel aan productiemiddelen en jobs die moeten worden toegewezen in de tijd. Anders gezegd het geheel aan keuzes dat gemaakt moet worden door het schedulingsysteem.

Het schedulingsysteem is de organisatie die de schedulingtaak vervult. De kern van een systeem is de schedulingmethode, maar het systeem bestaat uit meerdere componenten. Herrmann [Herrmann, 2006a] en Yen [Yen e.a., 1994] beschrijven dat een systeem bestaat uit databases, een schedulingmotor en interfaces (zie figuur 3-2). Met de schedulingmotor wordt hetzelfde bedoeld als met de schedulingmethode. Dit is de procedure die het schedulingsysteem volgt om tot een schedule

Omgeving Systeem Methode

Taak Probleem

21 te komen. Anders gezegd is dit de manier waarop het schedulingprobleem wordt opgelost. De methode bestaat vaak uit algoritmes van allerlei aard. De interfaces zijn verantwoordelijk dat de methode de juiste informatie krijgt uit de omgeving en databases en dat, in omgekeerde richting, het schedule wordt gepresenteerd aan de omgeving.

Schedulingproblemen zijn gedefinieerd door een doelfunctie, systeem eigenschappen, beperkingen en job karakteristieken. Anders gezegd is dit het vraagstuk dat de schedulingmethode moet oplossen. Het schedulingprobleem wordt voorafgegaan door modelleringbeslissingen. Er moet een keuze gemaakt worden welke componenten wel en niet meegenomen moeten worden in het model. Deze keuze wordt gedeeltelijk beïnvloed door een andere keuze, namelijk de keuze van een oplossingsmethodiek ofwel schedulingmethode.

Figuur 3-2 Schedulingsysteem

Met de vraag hoe de spoelkosten gereduceerd kunnen worden door de manier van schedulen te veranderen, is de opdrachtgever op zoek naar een geschikt systeem om de schedulingtaak beter te vervullen.

Omdat een schedulingmethode de kern is van een schedulingsysteem, is de taak van de onderzoeker om op zoek te gaan naar de beste methode. De toepassing van een methode kan zowel handmatig als gecomputeriseerd plaatsvinden. De keuze voor een wel of niet gecomputeriseerde methode heeft betrekking op de complexiteit van deze methode: een complexe methode kan logischerwijs alleen door een computerprogramma uitgevoerd worden, hetgeen een aanzienlijke

interface interface interface interface

Scheduling

Motor

Omgeving

Omgeving

Omgeving

Omgeving

Systeem

Databases

22

investering kan vereisen; een eenvoudige methode daarentegen kan handmatig uitgevoerd worden en is daarom aantrekkelijker voor de opdrachtgever. De keuze om een handmatig of gecomputeriseerd schedulingsysteem te gebruiken speelt in dit onderzoek dan ook een centrale rol.

3.2 Probleemstelling

Om antwoord te geven op de vraag van de opdrachtgever hoe de spoelkosten gereduceerd kunnen worden door de manier van schedulen te veranderen, wordt de doelstelling van dit onderzoek als volgt geformuleerd:

Het doel van het onderzoek is om aanbevelingen te doen over wat het meest geschikte schedulingsysteem is om de spoelkosten te reduceren.

De mate waarin een schedulingsysteem geschikt is voor de schedulingtaak in de LMA wordt bepaald door drie factoren: de performance, de bruikbaarheid en de kosten van het systeem. Het meest geschikte systeem is dus het systeem dat de beste schedules produceert, het best toepasbaar is bij SU Vlaardingen en waarvan de kosten van het gebruik het laagst zijn. Relevant hierbij is een vergelijking tussen de mogelijkheden van een gecomputeriseerd en een handmatig systeem. Het huidige systeem wordt in deze vergelijking als referentiepunt meegenomen.

Onderzoeksvragen

Om tot aanbevelingen te komen moet het antwoord gegeven worden op drie onderzoeksvragen:

• Welke schedulingsystemen zijn geschikt om invulling te geven aan de oplossingsrichtingen “handmatig” en “gecomputeriseerd” schedulen?

• Aan de hand van welke criteria wordt bepaald welk schedulingsysteem het meest geschikt is?

• Welk schedulingsysteem is het meest geschikt voor de schedulingtaak in de LMA?

Randvoorwaarden en afbakening van onderzoeksgebied

Zoals in paragraaf 1.3 vermeld, mag de OEE van de fabriek niet negatief beïnvloed worden door eventuele wijzigingen in de manier van schedulen in de LMA. Dit wordt in dit onderzoek daarom als randvoorwaarde meegenomen.

De grens van de taak die het schedulingsysteem moet uitvoeren wordt in figuur 3-3 schematisch aangegeven door de blauwe stippellijn. Deze grens wordt bepaald door het feit dat de overige productiesystemen door andere systemen gescheduled worden.

23 B

A

a) Onderzoeksgrens met betrekking tot systemen

b) Onderzoeksgrens met betrekking tot productie controle

Figuur 3-3 Afbakening onderzoek

Gezien het beperkte karakter van dit onderzoek, namelijk een stage van 6 maanden, kan de implementatie van een schedulingsysteem geen doel zijn.

3.3 Onderzoeksstrategie

De opbouw van het onderzoek is in figuur 3-4 schematisch weergegeven. Eerst wordt per oplossingsrichting een bestaand systeem geselecteerd. Vervolgens worden een aantal criteria geformuleerd die belangrijk zijn voor de scheduling taak in de LMA. De schedulingsystemen worden op deze criteria beoordeeld worden, hetgeen moet resulteren in een antwoord op de vraag welk schedulingsysteem het meest geschikt is.

Figuur 3-4 Onderzoeksopzet Grenslijn schedulingtaak Grenslijn optimalisatie

24

In deze paragraaf wordt per onderzoeksvraag beschreven hoe deze beantwoord wordt en welke informatie gebruikt wordt.

Welke schedulingsystemen zijn geschikt om invulling te geven aan de oplossingsrichtingen “handmatig” en “gecomputeriseerd” schedulen?

Om te beginnen wordt de relevantie van de keuze tussen handmatig en gecomputeriseerd schedulen bestudeerd. Wat zegt de theorie over productie scheduling in vergelijkbare situaties als de LMA en wat zeggen scheduling experts van Unilever hierover? Om onderbouwde aanbevelingen te kunnen doen over welke oplossingsrichting het management van SU Vlaardingen moet kiezen, wordt per oplossingsrichting een bestaand schedulingsysteem geselecteerd om een gedeeltelijk praktische vergelijking uit te kunnen voeren. Deze selectie wordt gebaseerd op literatuur over scheduling methoden, op informatie die de scheduling experts van Unilever verschaffen en op kennis van de schedulers van SU Vlaardingen. Figuur 3-5 geeft de onderzoeksstrategie van de eerste onderzoeksvraag weer.

Figuur 3-5 Onderzoeksmodel voor alternatieve schedulingsystemen Aan de hand van welke criteria wordt bepaald welk schedulingsysteem het meest geschikt is?

Vanuit literatuur over gebruikscriteria, vanuit literatuur over scheduling perfomance en vanuit belanghebbenden worden potentiële evaluatie criteria opgesteld. Deze potentiële criteria hoeven niet allemaal te worden meegenomen in de vergelijking tussen de schedulingsystemen. Door de potentiële criteria te beschouwen in het licht van het probleem van SU Vlaardingen, komt dit

25 onderzoek tot een gedegen set criteria, zodat de systemen op alle relevante aspecten vergeleken worden (zie figuur 3-6).

Figuur 3-6 Onderzoeksmodel voor evaluatie criteria Welk schedulingsysteem is het meest geschikt voor de schedulingtaak in de LMA?

De schedulingsystemen worden per criterium met elkaar vergeleken. Voor een aantal van deze criteria wordt eerst een testmethode bepaald aan de hand van literatuur betreffende testmethoden en aan de hand van de praktische mogelijkheden om de systemen te vergelijken. Vervolgens wordt de test uitgevoerd in de praktijk, hetgeen resulteert in een beoordeling per criterium (zie figuur 3-7a). In gevallen dat de vergelijking vooral kwalitatief van aard is, wordt het model in figuur 3-7b gebruikt. Systemen worden vergeleken aan de hand van criteria, waar literatuur over voor en nadelen van de verschillende systemen als input gebruikt wordt.

" "

# #

"

a) Kwantitatieve vergelijking b) Kwalitatieve vergelijking Figuur 3-7 Onderzoeksmodel voor de vergelijking tussen de systemen

26

Hoofdstuk 4 : Schedulingsystemen

Het doel van dit hoofdstuk is het antwoord krijgen op de vraag welke schedulingsystemen geschikt zijn om invulling te geven aan de oplossingsrichtingen, zodat deze met elkaar vergeleken kunnen worden. De systemen zijn:

• Het huidige systeem

• SHS: Systeem dat gebaseerd is op Handmatig Schedulen (verbetering van het huidige handmatige systeem)

• SCS: Systeem dat gebaseerd is op geComputeriseerd Schedulen

In paragraaf 4.1 wordt de relevantie van de keuze tussen een gecomputeriseerd of handmatig systeem onderbouwd. In paragraaf 4.2 worden de alternatieven SHS en SCS ingevuld en in paragraaf 4.3 volgt de conclusie die getrokken kan worden uit de bevindingen.

4.1 Keuze van oplossingsrichtingen

Scheduling wordt gebruikt voor een breed scala aan problemen. Maar altijd heeft scheduling te maken met het toewijzen van schaarse middelen aan iets of iemand in de tijd. Productie scheduling is een tak van scheduling, die zich bezig houdt met de allocatie van productiemiddelen. Binnen productie scheduling zijn ontelbaar veel soorten problemen te vinden met nog meer methodes om tot een oplossing te komen. Graves [Graves, 1981] maakt een classificatie van scheduling problemen.

Gecomputeriseerd schedulen

Tijdens het onderzoek is contact gelegd met twee scheduling experts van Unilever. Beide zijn werkzaam op de afdeling Process and Supply Chain Design. Deze scheduling experts noemen computeriseren als de enig juiste oplossing om de productie scheduling goed aan te pakken. Zij menen dat schedulingproblemen te complex en te groot zijn voor het menselijk brein om het te bevatten.

Wiers [Wiers, 1997] onderschrijft deze mening met de reden dat het menselijk brein bij het oplossen van schedulingproblemen vaak tekort schiet om tot een optimale oplossing te komen. De oorzaak is dat de mens slechts beperkte informatieverwerkingsmogelijkheden heeft. De beperkte performance wordt toegewezen aan twee factoren:

• Beperkte rationaliteit: Door beperkte mentale mogelijkheden passen grote representaties van werkelijke problemen (real world problems) niet in het menselijke geheugen, een te beperkte opslag capaciteit.

27

• Incomplete probleem representatie: Zelfs als onze mentale capaciteiten groot genoeg zouden zijn om de representaties van deze problemen te bevatten, zou incomplete probleem representatie in de weg staan dat men een volledig beeld en begrip heeft van het probleem en zijn context.

In de zoektocht naar mogelijk geschikte systemen valt op dat een aanzienlijk deel van onderzoek naar scheduling voortkomt uit de operations research. Met behulp van mathematische modellen wordt getracht de optimale allocatie van productiemiddelen te berekenen. Deze constatering wordt ondersteund door in EBSCO host te zoeken op het trefwoord “scheduling”. De eerste 100 resultaten (van 31886 resultaten) betreffen allen artikelen die behoren tot de operations research en betreffen onderzoek naar steeds efficiëntere en effectievere algoritmes voor het oplossen van allerlei verschillende schedulingproblemen. Deze algoritmes zijn over het algemeen te complex om zonder de rekenkracht van een computer te worden opgelost.

Handmatig schedulen

Maar ondanks de grote hoeveelheid onderzoek naar gecomputeriseerde scheduling methodes en het feit dat men meent dat hiermee grote winsten te halen zijn, is het gebruik van deze methodes in de praktijk schaars ([Graves, 1981], [Pinedo, 1995], [Buxey, 1989], [Crawford e.a., 2001]). Pinedo schrijft hierover:

“In spite of the fact that during this last decade many companies have made large investments in the development as well as in the implementation of scheduling systems, not that many systems appear

to be used on a regular basis. Systems, after being implemented, often remain in use for only a limited amount of time; after a while they often are, for one reason or another, ignored altogether”

[Pinedo, 1992]

Deze bevindingen komen overeen met de ervaring van de afdeling planning en logistiek van SU Vlaardingen. Er is daar een gecomputeriseerd schedulingsysteem aanwezig om de pakhal optimaal te schedulen, maar het systeem wordt in zijn geheel niet gebruikt. Daarentegen is het huidige schedulingsysteem in de LMA handmatig en werkt al jaren naar behoren.

Concluderend kan gesteld worden dat handmatig schedulen effectiever kan zijn dan gecomputeriseerd schedulen.

4.2 Concretisering van de oplossingsrichtingen

De oplossingsrichtingen zijn nog te vaag om tot een goede vergelijking te kunnen komen. In deze paragraaf wordt invulling gegeven aan de twee oplossingsrichtingen. In paragraaf 4.2.1 wordt de transformatie van het huidige systeem naar een SHS beschreven. Dit is een verbeterde versie van het huidige systeem. In paragraaf 4.2.2 wordt een overzicht gegeven van de bestaande

28

schedulingmethoden die vanwege hun complexiteit om een gecomputeriseerde toepassing vragen. Met inachtneming van de scheduling taak wordt de passende methode gekozen en een bestaand systeem geïntroduceerd waarin deze methode gebruikt wordt.

4.2.1 SHS : systeem dat gebaseerd is op handmatig schedulen

De eerste oplossingsrichting is sterk gebaseerd op het huidige systeem. In de afgelopen jaren heeft het huidige systeem zich bewezen op het gebied van leverbetrouwbaarheid. De schedulingmethode van het huidige systeem maakt gebruik van de kwaliteiten en inzichten van de operators. Omdat de spoelkosten gereduceerd moeten worden, is een enigszins andere aanpak vereist ten opzichte van het huidige systeem. In nauwe samenwerking met de operators van de LMA zijn een aantal verbeteringen doorgevoerd. Het veranderingsproces is in bijlage I te vinden.

In hoofdstuk 2 is het huidige systeem geanalyseerd. Hierbij zijn een aantal aspecten opgevallen waarop het systeem kan verbeteren.

De doelstelling van het schedulen moet veranderd worden nu er kosten bespaard moeten worden ten opzicht van het huidige systeem, waar kosten een ondergeschikte rol spelen. Uit de probleemverkenning blijkt dat de grootste kosten besparing gezocht moet worden in de volgorde van de productie van batches op de mengers. Door de operator opdracht te geven actief te schedulen op spoelkosten en zich hierbij te richten op de spoelkosten van de menger, wordt de kostencomponent geïntegreerd.

Minimalisatie van de spoelkosten en het voorkomen van out-of-stock situaties zijn gedeeltelijk conflicterende belangen: het houden van maximale voorraden tegenover zo veel mogelijk batches die compatibel zijn achter elkaar produceren. Het is een feit dat hoe kleiner de voorraad in een tanks is, hoe meer batches voor die tank achter elkaar gemaakt kunnen worden. Om spoelkosten te reduceren zullen de tanks vaak pas bij een lager voorraadniveau moeten worden bijgevuld.

Een volgende stap is het benadrukken van de essentiële elementen en de overbodige elementen van dit systeem te verwijderen. Hierbij moet gedacht worden aan de twee zwaktes van het menselijk schedulen [Wiers, 1997] die in paragraaf 4.1.1 zijn verwoord:

• Een gegeven is dat de mens beperkt is in zijn rationaliteit. Deze rationaliteit moet voor een optimaal resultaat slechts gevuld worden met de belangrijkste informatie, de focus moet juist zijn. In de analyse van het huidige systeem is gebleken dat een nevendoel van de operators is om de hoeveelheid werk van de tweede operator te minimaliseren. Dit is niet relevant voor zowel de bevoorrading van de productielijnen als voor de spoelkosten en dient daarom niet meegenomen te worden.

29

• Daarnaast bestaat het probleem van incomplete probleem representatie. Bij SU Vlaardingen is dit probleem duidelijk zichtbaar. In de analyse van hoofdstuk 2 blijkt dat bepaalde informatie, die noodzakelijk is om weloverwogen schedulingbeslissingen te maken, niet voor handen is. Hierbij speelt vooral de compatibiliteitsmatrix een grote rol. In deze matrix is weergegeven bij welke productovergangen de mengers gespoeld moeten worden. Om de goedkoopste volgorde te bepalen moet bij de scheduler bekend zijn welke productovergangen compatibel zijn. Verder zijn gegevens over de snelheid van de productielijnen en de batchtijden van de mengers van groot belang.

De beperkingen van handmatig schedulen kunnen niet weggenomen worden, maar het streven is om de beperkte capaciteit van het menselijke brein zo goed mogelijk te benutten. Hierbij is voornamelijk de presentatie van informatie erg belangrijk (zie bijlage I). Het blijkt dat de mate waarin informatie gebruikt wordt afhangt van de manier waarop dit gepresenteerd wordt aan de scheduler, de interface tussen de gebruiker en databases speelt een grote rol.

Naast bovenstaande uitingen van incomplete probleem representatie wordt dit ook waargenomen op het moment dat een wacht begint. Doordat er in een ploegendienst gewerkt wordt vindt elke acht uur een overdracht van de schedulingtaak plaats. De opkomende operator heeft nog geen inzicht in het scheduling probleem en schedulingbeslissing die op dat moment gemaakt worden zijn vaak niet gebaseerd op voldoende informatie. Dit probleem wordt ondervangen doordat de operators de opdracht krijgen om aan het begin van de wacht een voorspellend schedule te maken. Operators worden zo gedwongen om vroegtijdig het schedulingprobleem in zich op te nemen. Met het oog op de overgang van dynamisch schedulen naar voorspellend schedulen schrijft Herrmann:

“Predictive-reactive scheduling is a common strategy for rescheduling dynamic manufacturing systems.” [Herrmann, 2006b]

Voorspellend schedulen een logische stap vooruit vanuit een dynamisch scheduling systeem dat gebruik maakt van dispatchingregels. Daarnaast geldt als voordeel van voorspellend schedulen dat hoe meer men vooruit kan kijken hoe meer kosten bespaard kunnen worden. Het werken met dispatchingregels heeft een vrij korte termijn visie. De volgorde van batches kan vaak juist goedkoper gekozen worden door verder vooruit te kijken. Hierbij geldt in principe: hoe verder de scheduler

vooruit kijkt, hoe beter de volgorde op de mengers gekozen kan worden. In figuur 4-1 is een

30

31

4.2.2 SCS : systeem dat gebaseerd is op gecomputeriseerd schedulen

Er zijn onnoemelijk veel verschillende scheduling problemen. Een grote hoeveelheid onderzoek is verricht om allerlei schedulingmethodes te ontwikkelen om deze problemen op te lossen. Veel van deze methodes kunnen slechts door middel van de rekenkracht van een computer opgelost worden. Het totaal aan schedulingmethodes wordt in een aantal categorieën verdeeld. In deze subparagraaf wordt besproken welk type methode past bij de schedulingtaak van de LMA. Vervolgens wordt een bestaand systeem gezocht dat dit type methode gebruikt. Dit systeem wordt gebruikt om een vergelijking te kunnen maken met de andere schedulingsystemen die eerder in dit verslag genoemd zijn: SHS en het huidige schedulingsysteem.

Om te beginnen moet worden vastgesteld dat, ook bij gecomputeriseerde scheduling systemen, het geheel uitsluiten van menselijke invloeden niet wenselijk is. Onder ander Belton [Belton e.a., 1996] meent dat hoe effectief een algoritme ook is, er altijd menselijke beoordeling nodig is om een balans te vinden tussen conflicterende organisatiedoelen. Vooral voor het omgaan met onzekerheid is de mens uitermate geschikt. Gezien de praktische situatie waarin het systeem moet functioneren, is daarom een geheel autonoom systeem niet wenselijk.

Schedulingmethode

Elke optimalisatieprobleem heeft een of meerdere optimale oplossingen. Een methode tracht het optimum te bereiken of zo dicht mogelijk te benaderen. Er zijn veel oplossingsmethodes voorhanden. Leng [Leng, 2002] maakt onderscheid in drie type methodes: mathematische methodes, (meta-) heuristieken en constraint programming. Deze methodes kunnen ook gecombineerd worden in zogenaamde hybride technieken.

Mathematische methoden vinden hun oorsprong in de operations research en is gebaseerd op het oplossen van wiskundige vergelijkingen. Beperkingen of randvoorwaarden van het probleem worden als vergelijkingen weergegeven. Een minimalisatie of maximalisatie functie (doelfunctie) zoekt vervolgens de beste oplossing binnen de grenzen van het probleemgebied. Voorbeelden van mathematische methoden, of exacte optimalisatie technieken, zijn lineair programmeren, integer programmeren, mixed integer programmeren en non-lineair programmeren. Een veelgebruikte methode voor lineair programmeren is de Simplex methode. Exacte optimalisatie is erop gericht om (een van) de optimale oplossing(en) van het probleem te vinden. Schedulingmodellen van enige omvang zijn over het algemeen zo complex dat er geen algoritme voor handen is dat het probleem binnen redelijke tijd op kan lossen. Dit soort problemen noemt men np-hard of np-complete. Door middel van dynamisch programmeren kan in relatief korte tijd toch een optimale oplossing gevonden worden. Bekende methodes zijn branch-and-bound methodes en cutting plane methodes. Vooral branch-and-bound methodes worden veel gebruikt bij integer of mixed integer programmeren [Hillier e.a., 1967].