Inzicht in verliezen bij het productieproces van frisse dranken.

(1)

Busting Losses

Inzicht in verliezen bij het productieproces van frisse dranken.

André J. Put

Amsterdam, 10 maart 2006

(2)

Plaats/Datum: Amsterdam, 10 maart 2006 Auteur: André Johan Put

Studentnummer: 1163914

Studie: Rijksuniversiteit Groningen, Faculteit Bedrijfskunde, Technische Bedrijfswetenschappen,

Discrete technologie Landleven 5

Postbus 800

9700 AV Groningen

Titel: Busting Losses

Inzicht in verliezen bij het productieproces van frisse dranken

Begeleiding: 1

^e

begeleider Dr. W.M.C. van Wezel

w.m.c.van.wezel@rug.nl 2

^e

begeleider Dr. T. W. de Boer

t.w.de.boer@rug.nl Afstudeerbedrijf: Vrumona

Vrumonaweg 2

3981 HT Bunnik

Begeleiding: Ir. J. Blansjaar

jeroen.blansjaar@vrumona.nl

De auteur is verantwoordelijk voor de inhoud van het afstudeerverslag; het auteursrecht van het afstudeerverslag berust bij de auteur.

(3)

Voorwoord

Deze scriptie is geschreven als afsluitend onderdeel van de studie Technische bedrijfswetenschappen, afstudeerrichting discrete technologie, aan de Rijksuniversiteit Groningen. Voor de frisse dranken fabrikant, Vrumona, gevestigd in Bunnik, heb ik onderzoek gedaan naar de verliezen tijdens het productieproces en ben daarbij dieper ingegaan op het identificeren van factoren die verband houden met storingen.

De afgelopen maanden heb ik veel gezien en geleerd binnen Vrumona en heb ik veel van mijn studievaardigheden in praktijk kunnen brengen. Het onderzoek heeft zowel een praktische, als een meer analyische kant gekregen. De praktische kant komt vooral in het eerste deel van de scriptie aan bod, de meer analytische in het tweede deel. Dit tweede deel heeft betrekking op de storingsanalyse via datamining- technieken. Vooral dit tweede, analytische deel hield in dat ik mij in veel nieuwe materie moest verdiepen. Het gehele onderzoek heeft mede daarom uiteindelijk meer tijd in beslag genomen dan vooraf gepland was. Desondanks was het de moeite waard de analyse op deze wijze uit te voeren en ik ben dan ook tevreden met het resultaat, zoals dat hier ligt.

Zonder de hulp en het vertrouwen van een aantal mensen was dit onderzoek niet mogelijk geweest. Allereerst mijn stagebegeleider bij Vrumona, Jeroen Blansjaar:

hartelijk dank voor je altijd waardevolle, kritische commentaar en je positieve houding. Natuurlijk wil ik ook mijn afstudeerbegeleider van de universiteit, Wout van Wezel, evenals mijn tweede lezer, Thomas de Boer, bedanken voor de begeleiding en de nuttige feedback. Verder gaat mijn dank uit naar alle medewerkers van Vrumona voor hun adviezen en de hulp bij het verzamelen van informatie. “Last but not least”

Lisa van der Veen: bedankt voor je geduld en steun tijdens het schrijven van mijn scriptie en het aanhoren van mijn verhalen.

André Put.

Amsterdam, 10 maart 2006.

(4)

Samenvatting

Dit onderzoek concentreert zich op verliezen in het productieproces van Vrumona.

Vrumona is een frisse dranken producent, die met name de Nederlandse markt bedient. Ruim twee jaar geleden is er begonnen met de implementatie van een Total Productive Management programma dat productiekosten omlaag moet brengen door het stelselmatig reduceren van verlies op proces inputs. Na een testperiode was de tijd aangebroken om TPM op een grotere schaal in te voeren en daarbij was meer inzicht in verlies noodzakelijk. Uit die wens is deze scriptie voortgekomen. De onderzoeksdoelstelling en de daaruit afgeleide dubbele vraagstelling luiden als volgt:

Doelstelling

Productiemanagers inzicht verschaffen in de hoogte en locatie van resourceverliezen, zodat TPM-verbeterteams door gerichter taakstelling beter aangestuurd kunnen worden.

Vraagstelling

1. Hoe kan een digitaal verliesregistratiesysteem worden opgezet, dat het management van de afdeling productie van Vrumona helpt bij het gericht reduceren van verliezen, zodat de performance van de verschillende productiecolonnes kan worden verbeterd door inzet van TPM-verbeterteams?

2. Welke factoren zijn van invloed op het voorkomen van (typen) storingen in het productieproces?

Deze scriptie valt in twee delen uiteen. De eerste vraag wordt in deel 1 behandeld en moet een systeem opleveren dat het management van Vrumona in staat stelt om de hoogte van verliezen in te zien en daarmee prioriteit te kunnen stellen aan de beslissing op welk verlies verbeterteams moeten worden ingezet. Deze beslissing wordt eens in de zes maanden genomen. Om van nut te zijn voor de productieleiding moet het verliesregistratiesysteem de mogelijkheid bieden om op meerdere niveaus van detail naar verliezen te kunnen kijken. Er is hiervoor onderscheid gemaakt in verliezen op het productiebrede niveau en verliezen op colonneniveau. Daarnaast is het nodig dat de periode waarover de data bekeken kan worden instelbaar is. Het vernieuwen van de data die in de overzichten zijn opgenomen kan het beste eens in de maand worden uitgevoerd. Met deze frequentie van vernieuwen van de data kan de voortgang van de teams tussentijds worden bijgehouden gedurende de halfjarige looptijd van een team.

Verlies wordt gezien als niet effectief benutte resources. In dit onderzoek is gekeken naar vier procesinputs: energie, arbeid, kapitaal (in de vorm van effectief benutte machinetijd) en materiaal. Van deze vier zijn de verliezen op materiaal en machinetijd verwerkt in Pareto diagrammen die meer inzicht geven in de hoogte van verliezen.

Energie en arbeidstijdverliezen zijn niet uitgewerkt met data omdat deze data niet beschikbaar waren binnen Vrumona. Behalve deze praktische reden is er het vermoeden dat op deze procesinputs zich niet de grootste verliezen voordoen.

In het opgeleverde systeem is materiaalverlies gescheiden in procesmateriaalverlies,

limonade verlies en verlies op eindproduct. Limonadeverlies is feitelijk gelijk aan

procesmateriaalverlies maar is apart opgenomen omdat dit los van de

(5)

procesmaterialen wordt geregistreerd en toewijzing naar colonne in tegenstelling tot de overige materiaalverliezen niet mogelijk is. In de berekening van het verlies zijn opgenomen: voorraadbijstellingen, afvalhoeveelheden, en normverlies. Hierop is één uitzondering gemaakt voor de licentie compounds, die werkelijk geleden verlies maskeren, en daarom niet in de verliesberekening zijn opgenomen.

Materiaalverliesregistratie zou verbeterd kunnen worden door het opnemen van emballagestromen voor colonne 4, colonne 5 colonne 6 en colonne 8 en metingen die de ingaande limonade stroom meten per colonne, zodat de limonade verliezen naar colonne kunnen worden uitgesplitst. De machinetijdverlies, zoals die door Vrumona wordt geregistreerd, is opgenomen in de verliesoverzichten en aangevuld met suggesties hoe dit in de toekomst beter geregistreerd zou kunnen worden, zoals het werken met werkelijke tijden in plaats van normtijden voor stilstanden en het opnemen van de verloren machinetijd bij storting van eindproduct als gevolg van slechte kwaliteit. De overzichten zijn overgedragen en opgenomen in het maandelijkse overleg, waar besloten wordt over de verbeterteams.

In het tweede deel van de scriptie wordt nader ingegaan op de storingsgegevens. Deze data maken deel uit van de verzamelde gegevens over machinetijdverlies in het eerste deel van de scriptie. Aan de hand van dataminingtechnieken wordt er exploratief naar verbanden gezocht binnen de storingsdata om zo te achterhalen welke variabelen van invloed zijn op het voorkomen van een (type)storing. Om de datamining technieken toe te kunnen passen worden de stappen van het Knowledge Discovery from Databases (KDD) proces gevolgd. Dit zijn : selecteren van variabelen, voorbehandelen van de data, transformeren van de data om daarna het datamining algoritme haar werk te laten doen. De laatste stap is het interpreteren en evalueren van de resultaten.

Aan de storingsdata zijn in Microsoft Access meerdere variabelen gekoppeld, er is hiervoor gebruik gemaakt van de data die beschikbaar waren binnen Vrumona op het gebied van producteigenschappen, gedraaide productieruns, dienstgegevens, aangevuld met weersgegevens van het Koninklijk Nederlands Meteorologisch Instituut. Na het doorlopen van de voorbehandelings − en transformatiestap zijn de data in zogenaamde ‘platte datafiles’ gezet. Dataset I bestaat uit diensten waarin zich wel of geen storing heeft voorgedaan. In dataset II zijn alleen storingen opgenomen met de daarbij behorende de omstandigheden ten tijde van de storing. Het dataminingprogramma WEKA is toegepast om de data te analyseren. Op dataset I is classificatie toegepast.

Het beste resultaat is behaald met de techniek J48. De resultaten geven aan dat er een aantal variabelen zijn die samenhang vertonen met het wel of niet optreden van een storing. Temperatuur komt vaak terug, evenals de luchtvochtigheid. Hierbij moet wel de kanttekening geplaatst worden, dat het om schijncorrelaties kan gaan. Aanvullend onderzoek is nodig om te bepalen wat het precieze verband is tussen de doelvariabele en de onafhankelijke variabelen, voordat verbeterteams ingezet kunnen worden om de invloed van de variabele te verminderen.

Dataset II is eerst onderzocht op het voorkomen van natuurlijke groepen door het

COBWEB cluster algoritme in te zetten waarvan de resultaten beter afleesbaar zijn

(6)

gemaakt door het J48 classificatie algoritme in te zetten. Dit heeft weinig interessante resultaten opgeleverd. Dataset II is eveneens zonder tussenkomst van een cluster algoritme direct geclassificeerd. Ook hier bleek de J48 techniek de beste resultaten te geven maar, met een Cohens kappa van 0,15 en het aantal correct geclassificeerde waarnemingen van 35,1 % bleken de resultaten te weinig betrouwbaar om uitspraken te kunnen doen over de data.

Datamining kan hiermee niet worden afgedaan als ongeschikt om storingen te analyseren. De matig sterke verbanden die behaald zijn op dataset I ondersteunen dit.

Als gevolg van een te beperkt aantal variabelen kunnen de resultaten laag zijn

gebleven voor dataset II. Uitgebreider onderzoek, met meer variabelen hierin

opgenomen, zou waardevol kunnen zijn. De extra mee te nemen variabelen zouden

betrekking kunnen hebben op temperatuur, trilling, snelheden en druk op kritische

onderdelen delen van machines. Wel dient er rekening mee te worden gehouden dat

de gevonden verbanden eerst onderzocht moeten worden op causaliteit, voordat

verbeterteams hieraan gaan werken.

(7)

Inhoudsopgave

VOORWOORD SAMENVATTING

INLEIDING ... - 9 -

1. DE ORGANISATIE ... - 10 -

1.1 H

ISTORIE

...- 10 -

1.2 B

EDRIJFSPROFIEL

...- 10 -

1.3 B

EDRIJFSVISIE

...- 10 -

1.5 O

RGANISATIESTRUCTUUR

...- 11 -

1.7 P

RIMAIR PROCES

...- 13 -

1.6 P

LOEGENDIENST

...- 14 -

2. PROBLEEMVERKENNING... - 15 -

2.1 A

ANLEIDING

...- 15 -

2.2 P

ROBLEEMBESCHRIJVING VANUIT

V

RUMONA

...- 15 -

2.3 P

ROBLEEMBESCHRIJVING

...- 15 -

2.3 P

ROBLEEMSTELLING

...- 16 -

2.3.1 Doelstelling ... - 16 -

2.3.2 Vraagstelling... - 16 -

2.3.3 Deelvragen ... - 17 -

2.3.4 Randvoorwaarden... - 17 -

2.3.5 Resultaat voor Vrumona ... - 17 -

2.4 C

ONCEPTUEEL MODEL

...- 18 -

2.5 P

LAN VAN AANPAK

...- 21 -

3. SYSTEEMSPECIFICATIES ... - 22 -

3.1 TPM

THEORIE

&

VERLIES

...- 22 -

3.2 W

AT WORDT GEMETEN

? ...- 23 -

3.2.1 Materiaalverlies ... - 24 -

3.2.2 Machinetijdverlies (OEE) ... - 25 -

3.2.3 Arbeidstijdverlies ... - 26 -

3.2.4 Energieverlies ... - 26 -

3.3 B

EPALING VAN HET VERLIES

...- 26 -

3.4 R

OL VAN DE KOSTENDEPLOYMENT

...- 26 -

3.5 W

ENSEN EN EISEN

...- 27 -

3.5.1 Updaten van de data ... - 28 -

3.5.2 Doen van toevoegingen ... - 28 -

3.5.3 Tijdsspanne ... - 28 -

3.5.4 Programmatuur... - 28 -

4. REALISATIE VAN HET SYSTEEM... - 30 -

4.1

MATERIAALVERLIES

...- 30 -

4.1.1 Verlies op procesmateriaal ... - 30 -

4.1.2 Verlies op limonade ... - 34 -

4.1.3 Verlies op eindproduct ... - 35 -

4.2 M

ACHINETIJDVERLIES

(OEE)...- 36 -

4.3

DEPLOYMENTSTRUCTUUR

...- 38 -

(8)

5 DATAMINING OP PRODUCTIEGEGEVENS... - 45 -

5.1 W

AT IS

KDD?...- 45 -

5.1.1 Het KDD proces... - 45 -

5.1.2 Toepassingen... - 47 -

5.1.3 KDD en verliezen bij Vrumona ... - 47 -

5.1.4 Wat is een storing?... - 48 -

5.1.5 Datamining software... - 48 -

5.2 S

ELECTIE VAN DE VARIABELEN

...- 50 -

5.3 V

OORBEWERKINGEN

...- 51 -

5.3.1 Missende waarden... - 52 -

5.4 T

RANSFORMEREN

...- 53 -

5.5 D

ATAMINING

...- 54 -

5.5.1 Classificatie naar wel/geen storing... - 54 -

5.5.2 Clustering... - 62 -

3.4.3 Classificatie naar storingsoorzaak ... - 68 -

CONCLUSIE ... - 71 -

LITERATUURLIJST ... - 75 -

LIJST VAN FIGUREN EN TABELLEN ... - 77 - BIJLAGEN

B

IJLAGE

1: B

ESCHRIJVING VAN HET VOORRAADMANAGEMENTSYSTEEM

. .... E

RROR

! B

OOKMARK NOT DEFINED

.

B

IJLAGE

2: K

OPPELINGEN VAN DE DATA ACHTER DE KOSTEN DEPLOYMENT

.E

RROR

! B

OOKMARK NOT DEFINED

.

B

IJLAGE

3: M

ACRO

’

S IN

V

ISUAL

B

ASIC FOR

A

PLLICATIONS

... E

RROR

! B

OOKMARK NOT DEFINED

. B

IJLAGE

4: D

ATASET

I:

KOPPELING VAN TABELLEN

... E

RROR

! B

. B

IJLAGE

6: J48

CLASSIFICATIE RESULTAAT OP DATASET

I. ... E

RROR

! B

. B

IJLAGE

7: C

LUSTER RESULTAAT

,

STAP

1... E

RROR

! B

. B

IJLAGE

8: C

LUSTER RESULTAAT

,

STAP

2... E

RROR

! B

. B

IJLAGE

9

A

:C

OLONNE

3 – C

LASSIFICATIERESULTAAT VAN

REPT

REE NAAR STORINGSOORZAAK

... E

RROR

! B

. B

IJLAGE

9

B

: C

OLONNE

4 – C

J48

NAAR STORINGSOORZAAK

. ...E

RROR

! B

.

B

IJLAGE

9

C

: C

OLONNE

6 – C

J48

. ...E

RROR

! B

.

B

IJLAGE

9

D

: C

OLONNE

8 – C

J48

. ...E

RROR

!

B

.

(9)

Inleiding

Dit onderzoek is uitgevoerd bij frisse dranken fabrikant Vrumona in Bunnik. Centraal staat het verkrijgen van inzicht in verliezen die geleden worden tijdens het primaire proces. Met het verkregen inzicht kunnen verbeterteams aan worden gestuurd die het verbeterpotentieel moeten verzilveren.

Hoofdstuk 1 dient ter kennismaking met de organisatie. De organisatie wordt beschreven aan de hand van enkele algemene kenmerken. In hoofdstuk 2 wordt het onderzoek nader gedefinieerd, onder andere door het opstellen van de probleemstelling die als leidraad dient voor het verloop van de scriptie. De tweevoudige vraagstelling die in dit hoofdstuk wordt gedefinieerd, wordt in de hoofdstukken 3 – 5 uitgewerkt. Hoofdstuk 3 en hoofdstuk 4 zijn nadere uitwerkingen van de eerste vraagstelling en leveren een verliesregistratiesysteem op voor Vrumona.

In het daarop volgende hoofdstuk 5, worden verbanden gezocht in data met behulp van dataminingtechnieken. Hoofdstuk 6 zijn de conclusies en aanbevelingen die voort zijn gekomen uit het onderzoek.

(10)

1. De organisatie 1.1 Historie

Het bedrijf Vrumona ontstond zo'n vijfenvijftig jaar geleden uit samenkomst van dertig kleine frisdrankfabrikanten. Deze frisdrankfabrikanten startten een partnerschap met de naam B.V. bedrijfscentrale voor het Koolzuurhoudende en Alcoholvrije Drankenbedrijf (K.A.D.). Dit werd uiteindelijk Vrumona B.V., een naam die ontstond uit het woord VRUchtenliMONAde. Na overname van alle aandelen werd Vrumona in 1968 onderdeel van Heineken N.V.

¹

Op dit moment neemt Vrumona binnen het Heineken concern een zelfde positie in als de brouwerijen verdeeld over de wereld, met het verschil dat er geen bier wordt gebrouwen maar limonade wordt verwerkt.

1.2 Bedrijfsprofiel

Vrumona is in Nederland één van de grotere producenten/leveranciers in frisse dranken. Er wordt niet alleen voor de Nederlandse markt geproduceerd, maar ook voor buitenlandse markten, waaronder Engeland en Amerika. De productie voor export is geen kernactiviteit voor Vrumona, de volumes voor dit type product liggen een stuk lager dan voor de binnenlandse producten.

De dranken kunnen in twee categorieën worden ondergebracht: eigenmerken en producten die onder licentie worden geproduceerd, de zogenaamde licentieproducten.

Bij de eigenmerken kan gedacht worden aan: Sisi, Joy, Crystal Clear, Royal Club, Fruits de pays en Sourcy. Het recept waarmee deze dranken worden samengesteld is eigendom van Vrumona. Het eigendomsrecht van de licentieproducten ligt niet in handen van Vrumona. De merken die tot deze categorie behoren zijn: Pepsi, 7UP, Dr Pepper, Rivella, Schweppes, Perrier, Vittel en Xi. Bij de verwerking tot eindproduct wordt tussen beide producttypen geen onderscheid gemaakt.

1.3 Bedrijfsvisie

De visie die door Vrumona gehanteerd wordt, is als volgt geformuleerd: “Vrumona streeft ernaar in alle relevante segmenten van de frisse drankenmarkt de meest waardevolle merkbelevenissen te creëren met als doel ten minste een tweede positie in deze segmenten te realiseren.”

²

De grootste marktspeler in de frisse dranken industrie is Coca-cola met merken als Fanta, Sprite en natuurlijk de Coca-cola. Andere concurrenten zijn Riedel, Bavaria en verschillende huismerken. De visie beperkt zich niet tot Nederland, maar in de praktijk blijkt dat het grootste deel van de afzet in Nederland gerealiseerd wordt.

1.4 Total Productive Management

Ruim 2 jaar geleden is Vrumona begonnen met het invoeren van een Total Productive Management programma (TPM). Een belangrijke reden hiervoor was de mogelijkheid om een grote order binnen te halen, maar die kon alleen worden geproduceerd als de capaciteit beter benut zou worden. Vrumona heeft er toen voor gekozen de

1

www.vrumona.nl.

2

Ibidem.

(11)

lijnrendementen te verbeteren door invoering van een TPM-programma, genaamd

“Loss busters”. Als gevolg van de gekozen aanpak heeft Vrumona de order binnen gehaald.

De daarbij gevolgde TPM-aanpak komt voort uit onderhoudsprincipes, gebruikt door het Amerikaanse leger, die verder zijn ontwikkeld in Japan. Een aantal bedrijven, waaronder Toyota, is de preventieve onderhoudsprincipes gaan gebruiken als uitgangspunt voor onderhoud aan machines in hun organisaties. Om machinestilstanden te voorkomen werden onderdelen vervangen op basis van intervallen, bijvoorbeeld het aantal diensturen of het aantal maal dat het onderdeel gebruikt is. De werkelijke staat van het onderdeel speelde geen rol. TPM is breder dan alleen preventief onderhouden, doordat er actief gezocht wordt naar manieren om machineprestaties te verbeteren. Het herontwerpen van onderdelen is hier een voorbeeld van. Het streven naar beter functionerende machines is binnen TPM niet langer een taak waarbij alleen de onderhoudsafdeling een rol heeft, maar vraagt om een organisatiewijde betrokkenheid van mensen en middelen om de productiviteit te maximaliseren.

³

TPM is door Heineken centraal uitgeroepen tot ‘corporate strategic program’, wat wil zeggen dat actief middelen vrijgemaakt worden om TPM tot een succes te maken binnen alle productievestigingen. Een erg geslaagd proefproject is gehouden op een van de productiecolonnes, waarbij verliezen op de lijm, nodig voor het plakken van de etiketten op flessen, zijn verminderd. Het jaarlijks bespaarde resultaat van deze verbetering voor deze ene colonne ligt rond de 70.000 euro.

1.5 Organisatiestructuur

Vrumona heeft één productievestiging, direct gelegen naast het hoofdkantoor in Bunnik. De structuur van de onderneming staat afgebeeld in figuur 1. De functionele inrichting is te herkennen aan de verschillende afdelingen, waarbij de afdelingen zijn gevormd door gelijksoortige functies bij elkaar te zetten. De organisatie wordt aangestuurd vanuit verschillende hiërarchische lagen. Het organigram is vereenvoudigd weergegeven en laat alleen de voor dit onderzoek essentiële structuur zien.

De verantwoordelijkheid voor het implementeren van het TPM-programma ligt in de handen van de TPM-coördinator, Jeroen Blansjaar. In deze staffunctie is het belangrijk om zowel het management als het productievloerpersoneel betrokken te houden bij het doorvoeren van de in TPM benodigde (cultuur)veranderingen. De invoering van TPM heeft aanzienlijke invloed op de organisatie structuur. De hiërarchische functionele opdeling wordt deels vervangen door een procesmatige opdeling van activiteiten. Pilaarteams, met teamleden uit meerdere functionele gebieden, worden verantwoordelijk voor een specifiek takenpakket en sturen hierbij verbeterteams aan. Het pilaarteam functioneert als ‘hoofd’, het verbeterteam als

‘handen’. Een aantal pilaarteams zijn al gevormd. Zij houden zich bezig met kwaliteitsmanagement, training & educatie, preventief onderhoud en gericht verbeteren. In theorie zou bij volledige TPM-implementatie de structuur veranderen van functioneel naar procesmatig, maar in de praktijk blijkt er meestal een matrixstructuur te ontstaan die beide typen in zich heeft.

3

Willmott, P., McCarthy, D., ”TPM a route to world-class-performance”, Oxford, Butterworth

Heinemann, 2001, p. 7-8.

(12)

De productieafdeling valt uiteen in meerdere subafdelingen. De bedrijfstechnologische dienst is verantwoordelijk voor het ontwikkelen en testen van nieuwe producten en voor de bewaking van de kwaliteit van geproduceerde dranken.

De technische dienst houdt zich bezig met het onderhoud aan machines en installaties Het beheer en/of constructie van gebouwen valt hier ook onder.

Rayon A wordt ook wel de siroophal genoemd, deze heeft als taak het innemen van grondstoffen en het mixen van de verschillende recepten tot een siroop die over de productiecolonnes wordt gedistribueerd om daar verpakt te worden in de verschillende typen verpakkingen. De energiedienst, die elektriciteit, stoom en gas verbruik beheert valt, hier ook onder.

De verpakkingscolonnes zijn opgedeeld in twee rayons, rayon B en rayon C. Deze opdeling is gemaakt zodat aansturing beter mogelijk is. Per rayon zijn drie teamleiders verantwoordelijk voor de dagelijkse leiding. De in totaal 6 teamleiders staan onder de verantwoording van de manager verpakken.

Figuur 1: Organogram.

Alg. Directeur

Financiën Export voedsel/

Marketing

Productie Rayon A Siroophal/

energiedienst

Technische Dienst Onderhoud

Rayon B Ploeg A

Rayon B Ploeg B

Rayon B Ploeg C Rayon C Ploeg C Rayon C Ploeg B Rayon C Ploeg A TL Dagdienst

col. 7 / FA

Bedrijfstechnologische Dienst TPM coördinator

Jeroen Blansjaar

Productie HR en General Services

Productie Rayon B/C (Verpakken)

(13)

1.7 Primair proces

De grondvorm van de interne goederenstroom van Vrumona staat in figuur 2 afgebeeld. Het is een schematisch overzicht hoe materialen en goederen zich verplaatsen langs de verschillende transformatieprocessen en voorraadpunten.

⁴

Het limonadeproductieproces is een sterk geautomatiseerd proces, waarbij er weinig handmatig werk wordt verricht. Operators houden zich voornamelijk bezig met het draaiend houden van machines.

Figuur 2: Goederenstroom grondvorm.

De grondstoffen voor de limonade worden aangevoerd en gelost bij de siroophal, die fysiek los staat van de verpakkings- en de distributiehal. Grondstoffen als citroenzuur, tomatensap, en glucosesiroop worden opgeslagen in silo’s. Limonadeconcentraat wordt in vaten van 1000 liter aangevoerd, dit zijn de zogenaamde compounds. De compoundmix bestaat uit zeer sterk geconcentreerde limonadesiroop met daarin de basis ingrediënten van de limonade, waar nog enkele andere grondstoffen zoals suiker, water, zoetstoffen, citroenzuur en degelijke aan toegevoegd dienen te worden voor het naar de verpakkingsafdeling kan. Het mengen van de grondstoffen tot limonadesiroop vindt plaats in tanks van 25.000 liter, waarna het via een kleppenmatrix naar verschillende lijnen op de afdeling verpakken kan worden gestuurd. De limonadesiroop die naar de colonnes gaat, is nog steeds ongeveer vijf maal geconcentreerder dan uiteindelijk verpakt wordt.

Om de limonade te verpakken zijn er materialen als flessen, doppen en etiketten benodigd. Deze worden aangevoerd vanuit het fabricage artikelen magazijn (FA- magazijn). De verpakkingen voor colonne 3, colonne 7 en colonne 9 zijn wegwerp verpakkingen en worden daarom nieuw aangevoerd vanuit het FA-magazijn. Op colonne 4, colonne 5, colonne 6 en colonne 8 worden herbruikbare verpakkingen verwerkt die daar opnieuw worden afgevuld. De kratten worden op pallets aangevoerd en in het afstapelcentrum stuk voor stuk op transportbanden naar de colonnes worden getransporteerd.

4

Paul, J.C.L., “Organisatie en gedrag”, Deventer, Kluwer, 1999, p 166.

Siroop- bereiding

Colonne 9 Colonne 4 Colonne 5 Colonne 6 Colonne 8

Colonne 3 Colonne 7

Verpakken Siroop

magazijn Retourflessen

opslag

Fabricage artikel magazijn

Afstapelen

Opstapelen

Distributie

magazijn

(14)

Binnen rayon B en rayon C worden de limonades in de daarvoor bestemde verpakkingen afgevuld nadat water en koolzuur zijn toegevoegd, zodat de juiste verhouding is ontstaan. In rayon B zijn de productiecolonnes 3, 4, 7 en 9 opgenomen.

Rayon C bestaat uit productiecolonne 6, 8 en 5. In tabel 1 staat per productiecolonne vermeld welk type verpakking op die lijn geproduceerd wordt.

Rayon Colonne Inhoud Verpakking Bijzonderheden

3 33 cl Blik -

4 20 cl Glas -

7 10 liter Bag-in-box -

9 1 liter Karton -

5 1 liter Glas -

6 1 liter PPB Ook 1,5 liter mogelijk C

8 1,5 liter PRB Ook 1 liter mogelijk

Tabel 1: Colonne overzicht

Blik is voornamelijk bestemd voor de horeca en export. De glazen 20 cl en glazen liter flessen worden met name aan de horeca geleverd. Bag-in-Box zijn grote zakken gevuld met geconcentreerde limonade siroop, deze is uitsluitend bestemd voor levering aan de horeca. Kartonnen literpakken en PET Retour Bottles (PRB) van één en anderhalve liter worden hoofdzakelijk geleverd aan retailers.

De verpakte limonade wordt via een lopende band vervoerd naar rayon D, dit is het distributie centrum waar de kratten automatisch op pallets worden gestapeld en klaargezet voor distributie per vrachtwagen.

1.6 Ploegendienst

Binnen productie wordt gewerkt met een drieploegenschema. Dit houdt in dat er per etmaal drie dienstentypen van acht uur zijn. De werkweek begint op zondagavond 23:00 met een nachtdienst en eindigt op vrijdag om 23:00 met een late dienst:

Vroege dienst 07:00 – 15:00 Late dienst 15:00 – 23:00 Nachtdienst 23:00 – 07:00

Per rayon zijn de productiemedewerkers verdeeld in drie ploegen (ploeg a, b, c), waarbij iedere ploeg over de drie diensttypen wordt verdeeld en per week dezelfde type dienst houdt, maar de week daarop doorschuift naar een ander type dienst.

Colonne 5 en colonne 7 zijn niet 24 uur per dag bemand. Op deze colonnes wordt er over het algemeen per dag slechts één dienst van 8 uur gedraaid. De productie die 24 per dag, vijf dagen in de week plaatsvindt, maakt dat grote volumes zonder onderbreken kunnen worden geproduceerd. Processen worden niet tussentijds onderbroken, waardoor opstart en afstart verliezen beperkt kunnen blijven.

B

(15)

2. Probleemverkenning

In dit hoofdstuk zal de aanleiding van het onderzoek besproken worden in §2.1, waarna in §2.2 de probleembeschrijving van uit Vrumona volgt. Aan de probleemstelling wordt in §2.3 aandacht besteed. Het conceptuele model wordt in

§2.4 belicht. De onderzoeksaanpak, die het verloop van het onderzoek toelicht, zal in

§2.5 aan de orde komen.

2.1 Aanleiding

De invoering van TPM binnen een organisatie is een langdurig proces, waarbij de organisatieleden langzaam moet wennen aan nieuwe verantwoordelijkheden en manieren van denken. Vrumona is het proces begonnen met het uitvoeren van een pilot-project, waarbij TPM-principes op één colonne zijn getest. De pilot is succesvol afgerond en de stap naar een ruimere implementatie is gezet. Bij het opvoeren van de schaal neemt het belang van coördinatie tussen de verschillende verbeteractiviteiten toe. Hierbij is inzicht nodig in activiteiten die voor verbetering in aanmerking komen.

2.2 Probleembeschrijving vanuit Vrumona

De vraag vanuit Vrumona richt zich op het in kaart brengen van verliezen, met als achterliggend doel om aan de hand van inzichten in verliezen prioriteit te kunnen stellen waar verbeterteams ingezet moeten worden. Er is vanuit Vrumona behoefte aan een overzichtelijk, standaardsysteem, dat inzicht geeft in verliezen die optreden tijdens het productieproces. Inzicht van hoog naar laag aggregatieniveau, in zowel kosten als eenheden, moet inzichtelijk maken wat het verbeterpotentieel is dat behaald kan worden binnen de gekozen Total Productivity Management aanpak. Als input voor de overzichten dienen bestaande rapportages.

2.3 Probleembeschrijving

De reden dat er een grote order binnen gehaald kon worden is niet de enige aanleiding geweest om het TPM-programma te starten. De frisdrankmarkt is een markt met lage marges per product. Volume is daarom belangrijk om winstgevend te blijven. De afgelopen tijd zijn de marges verder onder druk komen te staan door de prijzenoorlog tussen supermarkten. De supermarkten gebruiken hun onderhandelingsmacht om producenten onder druk te zetten om voor lagere prijzen te leveren, of stunten veelvuldig met prijzen van producten waarbij de verkoopprijs lager kan liggen dan de inkoopprijs. Voor producenten kan dit op langere termijn ongunstig uitpakken, omdat de klant gewend kan raken aan deze lage prijzen. Een recent voorbeeld hiervan is het proces aangespannen door ontbijtkoekproducent Pijnenburg tegen Albert Heijn. Een soortgelijke kwestie speelt tussen bierbrouwer Grolsch en opnieuw Albert Heijn. De A-merk frisdranken worden eveneens gebruikt om publiek naar de winkels te trekken.

In een markt waar de marges toch al niet erg hoog zijn, betekent deze ontwikkeling

een noodzaak tot verandering. Prijzen kunnen niet worden verhoogd en hogere

volumes zijn moeilijk te realiseren door de aanwezige concurrentie. Het terugdringen

van verliezen die geleden worden op productie lijkt een geschikte mogelijkheid om de

(16)

kosten van productie te verlagen, omdat productieverliezen samen met andere verborgen kosten de hoofdmoot vormen van de productiekosten

⁵

2.3 Probleemstelling

De probleemstelling omvat de doelstelling, de daaruit afgeleide vraagstelling, enkele deelvragen en de bijbehorende randvoorwaarden. Deze onderdelen zullen het onderzoek verder vormgeven.

2.3.1 Doelstelling

Voor de doelstelling is er gekeken naar voor wie het onderzoek wordt gedaan, wat er voor hen uitkomt en waarom dat voor hen van belang is.

⁶

Dit onderzoek heeft als doelstelling:

Productiemanagers inzicht verschaffen in de hoogte en locatie van resourceverliezen, zodat TPM-verbeterteams door gerichter taakstelling beter aangestuurd kunnen worden.

2.3.2 Vraagstelling

Van deze doelstelling is een dubbele vraagstelling afgeleid:

Vraag 1.

Hoe kan een digitaal verliesregistratiesysteem worden opgezet, dat het management van de afdeling productie van Vrumona helpt bij het gericht reduceren van verliezen, zodat de performance van de verschillende productiecolonnes kan worden verbeterd door inzet van TPM-verbeterteams?

De eerste vraagstelling is opgesteld vanuit de wens van Vrumona om een systeem te hebben dat verliezen inzichtelijk maakt. Vanuit dit verliesoverzicht wordt bepaald op welke verliezen verbeterteams worden ingezet. Hierbinnen wordt vervolgens in de tweede vraagstelling een verdiepingsslag gemaakt, door voor één van de deelaspecten uit dit systeem nader, exploratief onderzoek te doen naar factoren die van invloed zijn op het storingen aan machines. Dit zal gebruikt kunnen worden om verbeterteams een richting te geven het oplossen van deze storingen. Ongeacht welke activiteiten de

5

Dal, B., Tugwell, P., Greatbanks, R., “Overall equipment effectiveness as a measure of operational improvement, a practical improvement”, International journal of operations & Production management, 2000, vol. 20, 12, p. 1489.

6

Leeuw, A.C.J. de, ”Bedrijfskundige methodologie. Management van onderzoek”, Assen, van Gorcum, 2001, p. 85.

Vraag 2.

Welke factoren zijn van invloed op het voorkomen van (typen) storingen in het productie

proce?.

(17)

producent onderneemt om de productkwaliteit te verhogen, hebben maar weinig zaken zoveel effect als het verbeteren van het functioneren van machines.

⁷

Zo blijkt bij narekening voor een van de productiecolonnes van Vrumona in een willekeurige week, dat minder dan 35% van de tijd dat de colonne beschikbaar was voor het toevoegen van waarde deze dit ook werkelijk heeft gedaan. Dit komt er op neer dat bij een vijfdaagse werkweek van 120 uur, de colonne minder dan 2 dagen output heeft geproduceerd. De overige drie dagen werd er wel energie en materiaal verbruikt en was ook het personeel aanwezig, maar werd er geen eindproduct in rayon D afgeleverd dat geschikt was voor verdere distributie. Storingen zijn een belangrijk onderdeel van de totale machinestilstanden en worden goed gedocumenteerd bijgehouden. Dataminingtechnieken lijken een geschikte methode om deze gegevens te analyseren, omdat hiermee in grote hoeveelheden data, exploratief naar verbanden kan worden gezocht zonder dat vooraf het opstellen van hypothesen nodig is. Er is een groot aantal, technieken die in zeer uiteenlopende situaties toegepasbaar zijn om verbanden in data naar voren te halen. Deze verbanden zouden met conventionelere technieken waarschijnlijk niet gevonden worden.

⁸

2.3.3 Deelvragen Deelvragen bij vraag 1:

1. Wat zijn de wensen en eisen waaraan het digitale verliesregistratiesysteem moet voldoen?

2. Welke verliezen zijn van belang bij het inzichtelijk maken?

Deelvragen bij vraag 2:

1. Wat zijn beschikbare variabelen die mogelijk van invloed zijn op het voorkomen van storingen?

2. Liggen er onregelmatigheden in de data en hoe kan hier mee worden omgegaan?

3. Is transformatie van de data nodig om datamining mogelijk te maken?

4. Zijn er geschikte dataminingalgoritmen voor de te analyseren data en welke resultaten levert dit op?

2.3.4 Randvoorwaarden

Aan het onderzoek zijn enkele randvoorwaarden verbonden. Het onderzoek dient te passen binnen de door Vrumona gekozen TPM-aanpak. De tijd die voor het onderzoek staat is ongeveer eenn half jaar.

2.3.5 Resultaat voor Vrumona

Vrumona zal na afronding van het onderzoek een periodiek updatebaar systeem in haar bezit hebben, dat inzicht geeft in de hoogte van verliezen op verschillende hoofdgebieden. Daarnaast zullen er, aan de hand van resultaten uit de analyse van storingen die volgt uit de tweede vraagstelling, enkele aanbevelingen worden gedaan hoe de huidige wijze waarop data verzameld wordt, verbeterd kan worden.

7

Nicholas, J.M., “Competitive Manufacturing Management: Continuous Improvement, Lean Production and Customer-Focused Quality”, Boston enz., McGraw-Hill, 1998, p. 211.

8

Gargano, M.L., Raggad, B.G., “ Data mining - a powerful information creating tool”, OCLC systems

& Services, 1999, vol. 15, 2, p. 81.

(18)

De analyse van storingsgegevens die volgt uit de tweede vraagstelling zal een advies opleveren over de toepasbaarheid van dataminingtechnieken bij het reduceren van storingen. De uitspraken zullen worden ondersteund door resultaten behaald op data die verzameld is rond storingsregistratiegegevens van Vrumona.

2.4 Conceptueel model

Slack et al (1998) hebben een model opgesteld, toepasbaar op bijna iedere commerciële productieorganisatie, dat effecten aangeeft van vijf prestatie-indicatoren op interne en externe doelen.

⁹

De vijf indicatoren zijn: snelheid, kwaliteit, flexibiliteit betrouwbaarheid en kosten. Intern leiden verbeteringen op de vijf punten tot hogere productiviteit, extern heeft een verbetering op een van de indicatoren een verschillende invloed op de omgeving. Verhoging van de snelheid heeft intern tot gevolg dat de productiviteit wordt verhoogd, doordat meer producten in een zelfde tijdsbestek kunnen worden geproduceerd. De kwaliteit is daarbij van belang, omdat het niet alleen om snelheid gaat, maar ook dat wat er geproduceerd wordt, voldoet aan alle gestelde eisen. Hoge kwaliteit leidt tot minder uitstoot en daarmee tot een verbeterde productiviteit. Een derde invloed komt van de indicator betrouwbaarheid waarbij betrouwbare processen die onder controle zijn intern leiden tot een verhoogde productiviteit en extern tot het beter nakomen van leveringsafspraken. Een verhoogde flexibiliteit kan worden bereikt door het terugdringen van omschakeltijden.

Productiviteit neemt toe, want minder omsteltijd levert meer tijd voor productie en maakt dat makkelijker kan worden ingespeeld op situaties. De kosten dalen op het moment dat met gelijke input hogere resultaten worden geboekt. Marges op producten worden hierdoor hoger terwijl de prijs gelijk blijft. Daarbij werkt het ook andersom dat wanneer kosten worden verlaagd de productiviteit ook toeneemt.

Organisatiebrede invoering van TPM richt zich op het maximaliseren van de toegevoegde waarde en de eliminatie van verspilling in de waardeketen, om zo de klantbehoefte te bevredigen en te overstijgen.

¹⁰

Om deze behoeften te bevredigen staat het toevoegen van maximale waarde en kwaliteit in het proces centraal. Om dit te bereiken is er binnen TPM continu aandacht voor het verwijderen en voorkomen van verliezen in de waardeketen. De verliezen waar het hier om gaat, zijn vaak verborgen en dienen daarom zichtbaar te worden gemaakt door gebruik te maken van een kostendeployment.

¹¹

Vier typen resources spelen hierin een rol, materiaal, energie, arbeid en kapitaal (in de vorm van niet effectief gebruikte machinetijd). De belangrijkste indicator die gebruikt wordt binnen TPM is de Overall Equipment Effectiveness (OEE) die de effectief benutte tijd van machines uitdrukt in een percentage. De OEE is als volgt gedefinieerd:

OEE = beschikbaarheidsgraad x prestatiegraad x kwaliteitsgraad

¹²

9

Grünberg, T., “Performance improvement- towards finding a method for finding and prioritising potential performance improvements areas in manufacturing operations”, International Journal of Productivity and performance Management, 2004, Vol. 53, 1, p.15.

10

Willmott, “TPM a route to world-class-performance”, p. 1.

11

Ibidem, p. 3.

12

Jonsson, P., Lesshammer, M., “Evaluation and improvement of manufacturing performance

measurement systems-the rol of OEE”, International Journal of Operations & Production management,

1999, vol. 19, 1, p.62.

(19)

Betrouwbare interne processen zijn voor een organisatie van groot belang voor levering volgens gemaakte afspraken. Verliezen die de betrouwbaarheid van een proces negatief beïnvloeden, zijn storingen en set-up tijden. Deze komen tot uitdrukking in de beschikbaarheidsfactor.

Verliezen op snelheid komen tot uitdrukking in de prestatie factor van de OEE.

Hogere snelheden - onder de voorwaarden dat de kwaliteit goed is - verhogen de productiviteit en maken kortere lead-times mogelijk.

Kwaliteit heeft eveneens invloed op de productiviteit. Producten die niet conform de eisen zijn, hebben toch resources verbruikt als materiaal, arbeid, energie en machinetijd. Het gaat hier om zowel kwaliteitsdefecten die bij op- en afstart optreden, als om defecten gedurende het proces in de vorm van procesafval.

Een van de deelverliezen die van invloed zijn op de beschikbaarheidsgraad van de OEE zijn storingen aan de machines. Bij storingen zijn er altijd oorzaken die de directe aanleiding tot het uitvallen van een machine of een machine onderdeel vormen. Oorzaken worden ook wel aangeduid met de term “failure mode”. Als een failure mode zich voordoet, resulteert dit altijd in een storing. Vaak is er een hele serie van gebeurtenissen die uiteindelijk leidt tot de oorzaak van de storing, deze schakels worden bedoeld als er wordt gesproken over de causale oorzaak of “root cause”.

Factoren, vervolgens, vergroten de kans op storingen, maar leiden op zichzelf niet tot storingen.

¹³

Om de herhaling van storingen te voorkomen, is het belangrijk dat wordt achterhaald welke variabelen van invloed zijn op een storing. Met deze kennis kunnen onderhoudsafdelingen zorgdragen voor het tijdig herkennen van situaties waarin een storing kan optreden en onderdelen tijdig vervangen of het wijzigen van een onderdeel, zodat het niet langer vatbaar is voor bepaalde invloeden. Root Cause analysis (RCA) is een methode die, door een aantal maal de vraag ‘waarom?’ te stellen, de onderliggende oorzaak probeert te achterhalen. Hierin wordt verondersteld dat veel van de oorzaken terug te voeren zijn op vier categorieën: mens, machine, methode of materiaal. Welke variabelen bijdragen aan, of leiden tot, een storing wisselt voor gelijke type machines, afhankelijk van de omstandigheden waarin deze zich bevindt.

¹⁴

Variabelen die invloed hebben op storingen kunnen afkomstig zijn uit vier categorieën: mens, machine, methode of materiaal.

¹⁵

Omdat de omgeving waarin de machine staat verondersteld wordt invloed te hebben op het functioneren van een machine kunnen in aanvulling ook externe gegevens worden meegenomen.

Verbanden zullen pas worden gevonden als de variabele(n) minimaal op factorniveau invloed hebben op een machinestilstand. De factoren machine en methoden zijn niet meegenomen omdat hier binnen Vrumona niet voldoende data beschikbaar over is.

Het conceptuele model in figuur 3 is gebaseerd op het model van Slack et al (1998)

¹⁶

en geeft aan wat het onderzoeksgebied is, dit is aangegeven met de gestippelde, rechthoekige figuur.

13

Shirose, K., Kimura, Y., Kaneda, M., “P-M analysis. An advanced step in TPM implementation”, Portland, Productivity Press, 1995, p. 15.

14

Moubray, J.,“Reliability centered maintenance”, New York, Industrial Press Inc., 1997, p. 72.

15

Suzuki, T., ed., “TPM. In process Industries”, Productivity Press, 1994, p. 61.

16

Grünberg, “Performance improvement”, p. 15.

(20)

Figuur 3: Conceptueel model.

Producten/Services volgens specificaties

BEMANDE TIJD BESCHIKBARE TIJD

BEDIENINGSTIJD PRODUCTIETIJD

THEORETISCHE TIJD BEMANDE TIJD

LOADING TIME WERKTIJD

EFFECTIVE TIJD WAARDE TOEVOEGENDE

TIJD

MATERIAAL INPUT PROCESMATERIAAL EINDPRODUCT ENERGIE INPUT

EFFECTIEVE ENERGIE

M

Ma ac ch hi in ne et ti ij jd d( (O OE EE E) ) M

Ma an nu ur re en n

M Ma at te er ri ia aa al l E

En ne er rg gi ie e

T P M

Levering volgens afspraak Lage prijs, hoge

marges of beide

Korte leveringstijd

Flexibiliteit

Kwaliteit Betrouwbaarheid

Snelheid

Kosten

Hoge totale productiviteit

Machine storing Beschikbare tijd

Productie- tijd

Bedieningstijd

Mens Machine Methode Materiaal Extern

factoren

&

(causale) oorzaken

Grote productrange, Volume en

leveringsaanpassingen

(21)

2.5 Plan van aanpak

Aan de hand van de twee vragen die opgesteld zijn in de probleemstelling, is het onderzoek in twee delen op te splitsen. In figuur 4 is schematisch de indeling van de scriptie weergegeven. De eerste vraag wordt beantwoord in hoofdstuk 3 en hoofdstuk 4. In deze beide hoofdstukken wordt het te ontwikkelen verliesregistratiesysteem uitgewerkt. In hoofdstuk 3 wordt behandeld welke (deel)verliezen van belang zijn en worden de eisen en wensen die het systeem moet gaan vervullen vastgelegd.

Hoofdstuk 4 is een beschrijving van de data die gebruikt worden om het systeem te vullen met productiegegevens die verzameld zijn binnen Vrumona. Indien benodigde data niet beschikbaar blijken te zijn, zullen er aanbevelingen worden gedaan hoe dit in de toekomst verbeterd zou kunnen worden. In de laatste paragraaf zal het gerealiseerde systeem worden besproken aan de hand van enkele voorbeelden. De datastructuur komt in dit hoofdstuk eveneens aan de orde en enkele verbeterpunten die aan het systeem gemaakt kunnen worden.

Figuur 4: Scriptie indeling

Vraag twee komt in hoofdstuk 5 aan de orde. Hier wordt dieper ingegaan op een van de deelverliezen die verwerkt zijn in de overzichten uit deel één van de scriptie, de storingen. Naast de verzamelde data uit dit deel worden er extra gegevens toegevoegd uit de organisatie of van daarbuiten. De gegevens worden geanalyseerd met datamining technieken, waarbij exploratief naar verbanden in de data gezocht. Het hoofdstuk begint met algemene informatie over datamining, waarna de rest van het hoofdstuk vormgegeven wordt naar de verschillende stappen in het Knowledge Discovery from Databases proces.. Dit bestaat uit de volgende stappen: selectie van variabelen, opschonen van de data, wijziging van de data in het juiste format, toepassing van dataminingtechnieken en evaluatie. Van deze indeling is voor de overzichtelijkheid alleen bij de evaluatie van dataminingresultaten afgeweken Resultaten worden niet in een aparte paragraaf besproken, maar komen direct na de datamining analyse. Het onderzoek wordt afgesloten door de algemene conclusie en aanbevelingen voor Vrumona en vervolgonderzoek.

Hoofdstuk 4.

Realiseren van het systeem

Deel I.

Hoofdstuk 1 Algemene

bedrijfsinformatie

Hoofdstuk 3.

Systeemspecificaties

Hoofdstuk 5 Datamining

Deel II.

Conclusie en aanbeveling Hoofdstuk 2

Probleemverkenning

(22)

3. Systeemspecificaties

In dit hoofdstuk zal het begrip ‘verlies’ nader worden toegelicht en de plaats die dit inneemt binnen de TPM-aanpak. Vervolgens zullen de wensen en eisen aan de elementen van het systeem aan bod komen. Hier moeten de overzichten aan voldoen om het systeem naar wens te laten werken.

3.1 TPM theorie & verlies

¹⁷

Om een beeld te krijgen van de prestaties van de productieafdelingen, wordt er in de TPM-literatuur gewerkt met drie typen overzichten, deployments genaamd. Dit zijn kosten-, volume- en leveringsdeployments. Het opstellen van de deployments moet meer inzicht geven in de (onder)benutting van de capaciteit en efficiëntie van processen zodat verbeteractiviteiten opgezet kunnen worden die dit tegengaan.

Volumedeployments richten zich op de identificatie van bottlenecks voor productiecolonnes of voor een hele productieafdeling. Hierbij wordt gekeken of de aanwezige capaciteit de geplande productievolumes kan produceren.

Leveringsdeployments richten zich op het verkorten van lead-times aan de hand van geregistreerde set-up tijden. De kortere lead-times dragen bij aan flexibelere levering aan afnemers volgens afspraak. Kostendeployments behandelen verliezen op een aantal belangrijke resources. Nakajima en Shirose (1992) gebruiken de structuur zoals die in figuur 6 is opgenomen. Verbeterteams worden aan de hand van een kostendeployment ingezet op probleemgebieden.

¹⁸

Welke hoofddeployment als eerste wordt opgezet, is afhankelijk van de behoefte van de organisatie. Doorgaans wordt er echter begonnen met het opstellen van de kostendeployment, omdat deze de bereidheid om deel te nemen aan TPM-activiteiten kan verhogen door het behalen van snelle, concrete resultaten. Een kostendeployment als eerste opstellen heeft tevens als voordeel dat de volumedeployment en leveringsdeployment nauwkeuriger worden, omdat rekening kan worden gehouden met de verbeterde, betrouwbaardere processen.

Het voordeel van de kostendeployment is dat de belangrijkste verliesposten voor productie in een geïntegreerd geheel staan. (Deel)verliezen worden nu niet langer los van elkaar gezien, maar samengebracht, zodat een afweging kan worden gemaakt waar het grootste verbeterpotentieel ligt. De verantwoordelijkheid voor het opstellen van de kostendeployment ligt bij de pilaarteam ‘gericht verbeteren’. Dit is immers de pilaar die gericht zoekt naar gebieden waar verlies kan worden aangepakt. Vanuit de gericht verbeter pilaar worden de verbetertaken toegewezen aan andere pilaren. De taken die niet aan een specifieke pilaar te koppelen zijn, worden door de gericht verbeter pilaar zelf onderhanden genomen. Binnen een pilaar ondersteunt het pilaarteam de verbeteractiviteiten die worden uitgevoerd door het verbeterteam.

Nadat een verlies is toegewezen aan een verbeterteam, wordt vanuit de bijbehorende pilaar ondersteuning verleend. Hiervoor wordt gebruik gemaakt van deployments die een nauwkeuriger beschrijving van het verlies geven. Dit helpt de verbeterteams de

17

De informatie onder deze tussenkop is hoofdzakelijk afkomstig van presentatiemateriaal van Bas Koetsier, EFESO Concultancy, juli 2005.

18

Willmott, “TPM a route to world-class-performance”, p. 4.

(23)

aandacht te richten op belangrijke zaken. Enkele voorbeelden van deployments die al ontwikkeld zijn binnen Vrumona zijn blokkade-, klachten-, en storingsdeployments.

De blokkadedeployment geeft een overzicht van het aantal blokkades op producten en tijdens welk procesdeel deze zich hebben voorgedaan. Daarbij wordt eveneens de reden van de blokkade vermeld. Blokkades gaan vooraf aan het vernietigen van eindproducten. In het geval dat verlies op eindproduct hoog blijkt, te zijn kan de blokkadedeployment worden ingezet om te bepalen op welk procesdeel het verbeterteam de aandacht moet richten omdat blokkades De klachtendeployment geeft een overzicht van consumentenklachten over de kwaliteit van door hen gekochte producten. De Storingsdeployment is voor een groot deel gebaseerd op de zelfde informatie waarop het OEE gedeelte van de kostendeployment ook is opgebouwd, maar geeft verdieping door ook indicatoren als bijvoorbeeld de mean time between failure (MTBF) of mean time to repair (MTTR) op te nemen in de deployment, waardoor patronen beter waarneembaar worden. Een afvaldeployment behoort tot de kwaliteitspilaar en komt grotendeels overeen met de materiaaldeployment, maar geeft de materiaalverliezen gedetailleerder weer naar activiteit waaruit ze voortkomen.

Voorbeelden zijn: afval als gevolg van set-ups, korte stops of als gevolg van monster name voor kwaliteits-checks. Op basis van deze specifieke deployments kan een verbeterteam worden gestuurd in de richting waar het meeste resultaat verwacht wordt te behalen binnen het gekozen verlies. Deze deployments zijn niet statisch, maar kunnen aan de hand van voortschrijdend inzicht van de verbeterteams worden uitgebreid. De onderlinge verhouding tussen de deployments staat in figuur 5.

Figuur 5: Deployment verhoudingen.

3.2 Wat wordt gemeten?

Productieprocessen zijn series van activiteiten gericht op het behalen van bepaalde resultaten. Hiervoor zijn er procesinputs nodig, die omgezet kunnen worden in het gewenste eindresultaat. Vier belangrijke procesinputs zijn: materiaal, energie, machinetijd en arbeid, zie figuur 6. Verliezen kunnen worden gedefinieerd als niet-

Kosten- deployment Materiaal

-

deployment OEE- deployment

Afval- deployment

Blokkade- deployment

Storings deployment

Volume deployment Leverings-

deployment

(24)

waardetoevoegende handelingen die wel resources verbruiken.

¹⁹

In de kostendeployment worden verliezen op ieder van de vier resourcetypen bijgehouden.

Verlies wordt ook wel ‘verbeterpotentieel’ genoemd omdat het een kans is voor Vrumona om haar productiekosten omlaag te brengen.

Figuur 6: Proces input /output omzetting

De verliezen op de resources kunnen verder worden onderverdeeld in meerdere subcategorieën, zie Figuur 7.

Figuur 7: Resourceverliezen

²⁰

3.2.1 Materiaalverlies

Materiaal komt in vele vormen voor, maar waar het om gaat zijn de directe materialen, gebruikt voor het primaireproces die terecht komen in het eindproduct.

19

Grünberg, “Performance improvement”, p. 61.

20

Nakajima, S, Shirose, ed., “Total Productive Maintenance. New Implementation Program in Fabrikation and Assembly Industries”, 1992, p. 47.

Materiaal Energie

Machines Arbeid

Productieproces

Output

Verlies

B Be em ma an nd de e t ti ij jd d B

Be es sc ch hi ik kb ba ar re e ti t ij jd d B

Be ed di ie en ni in ng gs st ti ij jd d P Pr ro od du uc ct ti ie e t ti ij jd d Theoretische Tijd

B

Be em ma an nd de e t ti ij jd d L

Lo oa ad di in ng g T Ti im me e

W We er rk kt ti ij jd d

E Ef ff fe ec ct ti ie ev ve e T Ti ij jd d Waarde toevoegende

tijd

Ma M ac ch hi in ne et ti i jd j d( (O O EE E E) ) Ar A rb be ei id d

Ma M at te er ri ia aa al l En E ne er rg gi ie e

Eindproductverlies Procesmateriaalverlies s

Storingen

Kwaliteitsverlies Geplande verliezen/

stilstanden

Set-up& aanpassingen Opstartverlies

Korte stops Snelheidsverlies Management

verliezen

Meetverlies

Energieverlies Lijn organisatie verlies

Limonadeverlies Bewegingsverlies

Logistieke verliezen

Ei E in nd dp pr ro od du uc ct t Ef E ff fe ec ct ti ie ev ve e E En ne er rg gi ie e

E En ne er rg gi ie e i in np pu ut t

Pr P ro oc ce es sm ma at te er ri ia aa a l l

Ma M at te er ri ia aa al l i in np pu ut t

(25)

Materiaalverlies is onder te verdelen in procesmateriaalverlies, limonadeverlies en verlies op eindproduct. De materialen die naar de betreffende colonne zijn gebracht, maar tijdens het productieproces niet worden verwerkt in het eindproduct en na afloop niet terug worden gebracht naar het magazijn, worden bijgehouden als procesmateriaalverlies. Onder dit verlies valt alle verspilling van mateiraal op een colonne maar ook materiaal dat is uitgestoten op een van de vele uitstootpunten gedurende het proces als gevolg van het niet voldoen aan kwaliteitseisen.

Limonadeverliezen worden los van de overige materiaalverliezen in het SAP-systeem bijgehouden en zijn daarom in een eigen overzicht uitgewerkt. Eindproductverlies treedt op nadat gereedproduct de colonne heeft verlaten, maar deze na kwaliteitscontrole toch niet blijkt te voldoen aan de gestelde eisen en vernietigd moet worden door middel van storting. Machinetijd die aangewend is voor procesmateriaal of eindproductverlies wordt nader toegelicht onder de OEE verliezen.

Hulpmiddelverliezen horen eveneens tot de materiaalverliezen. Deze worden geleden op hulpmiddelen die tijdens productie worden gebruikt, voorbeelden zijn mesjes om karton af te snijden, matrijzen of andere gereedschappen. Alle kosten die bij het vervangen of repareren van gereedschappen, die gebruikt worden bij productie, worden gemaakt, vallen in deze sub-categorie. Gezien het kleine verwachte percentage verliezen in deze subcategorie zijn deze niet meegenomen in het verbeterpotentieel de overzichten.

3.2.2 Machinetijdverlies (OEE)

Van machinetijdverlies is sprake als machines niet doen waarvoor ze zijn aangeschaft, namelijk toevoegen van waarde aan producten. Dit verlies is onder te verdelen in een groot aantal deelverliezen. Er zijn drie factoren die ieder uit twee hoofdverliezen bestaan, samen vormen deze de zes hoofdverliezen. Bij vermenigvuldiging van de drie factoren, beschikbaarheid, prestatie en kwaliteit ontstaat het OEE-percantage.

²¹

Dit staat voor het deel van de tijd dat de aangeschafte machines doen wat ze behoren te doen: het produceren van producten conform alle eisen.

• Beschikbaarheid:

1. Onverwachte stilstanden van machines (storingen).

2. Set-up tijdverlies, tijd benodigd voor het omstellen naar een nieuw product.

• Prestatie:

3. Snelheidsverlies, machines draaien langzamer dan de snelheid waarvoor ze zijn ontworpen.

4. Leegloopverlies, de machines draaien op de juiste snelheid maar niet alle posities leveren output.

• Kwaliteit:

5. Kwaliteit van producten voldoet direct na opstarten of vlak voor het afsluiten van het proces niet.

6. Machinetijd die gestoken is in de productie van (half) producten die niet aan de kwaliteitseisen voldoen.

21

Aalders, J.M.M., “Total Productive Maintenace (TPM)”, Deventer, Kluwer, 1993, p.26.

(26)

3.2.3 Arbeidstijdverlies

De verliezen op arbeid zijn onder te verdelen in vijf deeltypen verlies. Het meten van deze verliezen kan het beste gebeuren aan de hand van zogenaamde work sampling studies. Van management verlies is sprake als personeel moet wachten op de aanvoer van materiaal, instructies of reparaties. Bewegingsverlies zit in niet-effectieve bewegingen van het personeel, die door de extra handelingen langer over taken doen dan strict genomen noodzakelijk is. Lijnorganisatie verlies heeft met het stagneren van de productielijn te maken, waarbij personeel niet verder kan werken. Nalaten van automatisering leidt tot verlies, omdat de arbeid die verricht moet worden goedkoper kan worden uitgevoerd door te automatiseren. Van meetverlies is er sprake als het personeel zich bezig moet houden met het checken van de kwaliteit van producten, zoals het nemen van monsters.

3.2.4 Energieverlies

Alle energie die niet effectief wordt aangewend bij het produceren van een product is aan te merken als verlies. Gezien de hoge automatiseringsgraad van het productieproces is de energieconsumptie hoog en kunnen energieverliezen al snel hoog oplopen. Een betere benaming voor de hoofdcategorie energieverlies zou zijn

‘utiliteiten’, omdat er naast elektriciteit ook stoom- en gasverbruik wordt meegerekend. Ook hier kan de cyclustijd worden gebruikt om de effectief gebruikte hoeveelheden van de utiliteit te benaderen.

3.3 Bepaling van het verlies

Verlies wordt pas zichtbaar als het werkelijke verbruik van de resources afgezet kan worden tegen een minimum. Voor materiaal is dit minimum betrekkelijk eenvoudig te bepalen. Zo is er voor een fles cola nodig: een fles, voor-, achter- en halsetiket, frisdrank en dop. Informatie die eenvoudig kan worden afgeleid uit de stuklijst van een product. Het geproduceerde aantal flessen maal de aantallen uit de stuklijkst geeft de minimale benodigde hoeveelheid materiaal voor dat aantal flessen. Al het materiaal boven dit minimum dat naar de colonne is gebracht voor de productie van deze partij is te kenmerken als verlies. Voor energieverlies en een deel van de machinetijdverliezen is deze minimumnorm moeilijker vast te stellen. Om toch tot een waarde te komen, kan er gebruik worden gemaakt van standaard waarden die per product of groep producten gelden. De cyclustijd per machine of colonnedeel kan worden gebruikt om, na vermenigvuldiging met het aantal uitgestoten producten, voor dat deel de verloren machinetijd te bepalen. Energienormverbruik per unit kan worden afgeleid door het vermogen te delen door de cyclustijd. Werkelijk geproduceerd aantal flessen maal deze norm geeft het minimumverbruik, alles wat erboven zit is onnodig verbruikt. Voor het bepalen van verlies op arbeidstijd kan de norm worden gesteld door het uitvoeren van ‘work sampling’ studies.

3.4 Rol van de kostendeployment

In de TPM-structuur worden TPM-verbeterteams aangestuurd vanuit een ‘pilaar’, de

pilaar heeft betrekking op een specifiek gebied. Hierbij kan gedacht worden aan

Training & educatie, Gepland onderhoud, Kwaliteitsmanagement of Gericht

Verbeteren. De pilaar bestaat uit een multidisciplinair team voorgezeten door de

pilaarleider. Taak van de pilaar is ondersteuning en richting te geven aan

verbeterteams.

(27)

De kostendeployment zal voor twee doeleinden gebruikt gaan worden. Pilaarleiders zullen het als instrument gebruiken om te bepalen waar verbeterteams ingezet gaan worden en voor het volgen van de verbeteringen. De beslissing óf en waar een team nodig is zal eens in het halfjaar worden genomen in een van de stuurgroepvergaderingen. De stuurgroep bespreekt de voortgang van het TPM-proces tijdens de maandelijks gehouden vergaderingen. In de tussenliggende maanden wordt de kostendeployment gebruikt voor het monitoren van de voortgang van de verbeterteams. De looptijd van een verbeterteam is een halfjaar.

De verliezen op de vier hierboven genoemde gebieden staan niet altijd op zichzelf. Zo zullen er een aantal verliezen optreden met één gezamenlijke oorzaak. Bij het oplossen van die ene oorzaak kan het bedrag dat bespaard kan worden aanzienlijk oplopen, zonder dat dit uit de deployment blijkt. Voorbeelden hiervan zijn materiaalverliezen en machinetijdverliezen, die bij het aanpakken van kwaliteitsproblemen beiden zullen afnemen. Dit soort effecten komt in de overzichten niet tot uitdrukking, daarom is het bij het nemen van beslissingen over het inzetten van verliesreductieteams van belang dat er wel rekening wordt gehouden met dergelijke verbanden om een juiste afweging te kunnen maken.

3.5 Wensen en eisen

Een beter inzicht in de data zal worden verkregen als het doorsnijden daarvan op meerdere manieren mogelijk is. Zo moet het mogelijk zijn om per tijdseenheid, organisatieniveau en verliescategorie een doorsnede van de gegevens te kunnen maken, om opvallende karakteristieken hieruit te kunnen halen. Door de data op deze verschillende wijzen te combineren, kan er op een snelle, gerichte wijze informatie verzameld worden, waarbij het niveau van beschouwen steeds gedetailleerder wordt tot op het punt dat verdere uitsplitsing niet meer wenselijk is. Niet relevante data kan in iedere verfijningstap worden weggelaten, zodat de informatie op het scherm voldoet aan de informatie die de gebruiker op dat moment wenst.

Er is behoefte aan overzicht in de verliezen op afdelingsniveau, maar ook één stap gedetailleerder, namelijk tot op de verschillende colonnes waaruit de productieafdeling bestaat. Ieder van de verliezen in het systeem moeten op deze beide niveaus in overzichten tot uitdrukking komen.

• Productiebreed niveau, geeft een beeld van de verliezen op de resources voor heel de productieafdeling. Dit is de optelsom van de verliezen die aan de colonnes kunnen worden toegewezen.

• Colonneniveau, per productiecolonne kan inzicht worden verkregen in de mate van verlies.

Op het colonneniveau worden verliezen opgesplitst naar de colonnes waar deze veroorzaakt zijn. Met deze informatie wordt het mogelijk om een verbeterteam op een specifieke colonne te laten werken.

De te verzamelen productiegegevens moeten, om weer te kunnen worden gegeven in

het systeem, gekoppeld kunnen worden aan colonnes en perioden. Geaggregeerde

(28)

data zijn niet geschikt om op laag niveau een overzicht te bieden waarmee het management TPM-teams taken kan toewijzen. Door bottom-up te werken is het wel mogelijk om data van lager niveau te aggregeren naar hoger niveau data. Uiteindelijk is het de bedoeling dat resources van productiebred niveau uitgesplitst kunnen worden naar colonnes waarbij verlies in het hele proces kunnen worden herleid. De data wordt op een zo laag als mogelijk niveau gewonnen om van daaruit omhoog te werken naar productiebreed niveau.

3.5.1 Updaten van de data

De analyse van de grootste verliezen op productieresources is een proces dat eens in de zes maanden uitgevoerd zal worden. In de tussenliggende periode wordt er gewerkt aan het reduceren van de verliezen door de TPM-teams, zoals die uit de analyse van de vorige periode zijn gekomen. Om de voortgang en de status van een verbeterproject te kunnen volgen, is een update van eens in de zes maanden te lang.

Het zou betekenen dat een verbeterteam pas na een halfjaar feedback kan ontvangen of de doorgevoerde verbeteringen aanslaan. In verband met de motivatie en bijsturing van teams is het daarom verstandig eens in de maand een update van de data uit te voeren.

Waar mogelijk, zal gebruik worden gemaakt van automatische updates tussen het systeem waar de data geregistreerd wordt en het verliezenoverzicht, wat aanzienlijk zal schelen in de tijd die nodig is voor het updaten. Bij volledige automatisering van de updategegevens zou in de toekomst met online informatie kunnen worden gewerkt.

De vraag is echter of dit zinvol is, omdat TPM-teams niet gestuurd kunnen worden op basis van dagelijkse fluctuaties in de resourcebenuttingen. Voor het productiepersoneel zou het wel motiverend kunnen werken om de prestaties van de huidige of vorige dienst te zien.

3.5.2 Doen van toevoegingen

Het assortiment van materialen, die verbruikt worden tijdens productie, is niet constant. Van tijd tot tijd worden oude materialen uit het assortiment gehaald en nieuwe erbij geplaatst. Het systeem moet met deze veranderingen om kunnen gaan zonder dat dit veel extra handelingen met zich mee brengt. Bij toevoeging of verwijdering van subcategorieën, waaruit het totale machinetijdverlies is opgebouwd, moet iets soortgelijks gelden.

3.5.3 Tijdsspanne

De data die in het systeem worden opgenomen, moeten minimaal een periode van een half jaar beslaan, omdat dit de tijdspanne is die gebruikt wordt voor de besluitvorming voor het opnieuw inzetten van teams. Daarbij verdient het de voorkeur om data over een periode van een jaar op te slaan of langer op te slaan, zodat trends beter opgemerkt en gevolgd kunnen worden.