Problemstellung
Heutzutage benötigen viele Stahlhersteller schlanke Fertigungswerkzeuge, die ihre Kapitalrendite und ihr Serviceniveau verbessern. Das Zuverlässigkeitsniveau von mindestens 80 Prozent, mit dem die meisten Stahlunternehmen zu kämpfen haben, ist bei weitem nicht so, wie es die Kunden und Investoren von heute erwarten.
Einer der größten und ältesten europäischen Stahlhersteller stieß auf diese Probleme und versuchte verzweifelt, sie zu lösen. Alle ihre Initiativen endeten in einem endlosen Entfernen von Engpässen, statt in dem Aufbau eines stabilen Systems. Das Unternehmen bat die Goldratt Research Labs um Unterstützung. Gemeinsam beschlossen sie, die Lieferkette des Unternehmens umzugestalten und zu optimieren, da diese eine hohe Anfälligkeit gegenüber externen Veränderungen, eine geringe Rentabilität und einen geringen ROI aufwies.
Zu dieser Zeit konnte das Management des Unternehmens keine effektiven Änderungen vornehmen, da die Lieferkette sehr komplex war. Es war sehr schwierig und riskant, über neue Regeln zu entscheiden, da die Ergebnisse kaum vorhersehbar waren. Die Unterstützungswerkzeuge für statische Entscheidungen, wie ERP (Enterprise Resource Planning Software) oder Excel-Tabellen, konnten nicht helfen, da sie niemals für den Einsatz bei der Entscheidungsfindung in einer solch komplexen Umgebung gedacht waren.
Um alle Abhängigkeiten, Randbedingungen, Dynamiken und die Variabilität des Systems vollständig zu berücksichtigen, wurde die Verwendung von Simulationsmodellierung beschlossen. Mit der Simulation von Fertigungsprozessen konnten Ingenieure alle komplexen Details der Lieferkette der Fertigung erfassen, die Ursachen für Leistungslücken ermitteln und mögliche Lösungen in einer sicheren digitalen Umgebung testen. Die Simulationsmodellierung sollte dem Management dabei helfen, schnellere, bessere Entscheidungen und Vorhersagen zu treffen, damit diese Vorhersagen in zuverlässige Verpflichtungen zur Produktionsoptimierung gegenüber Investoren und Kunden umgewandelt werden können.
Lösung
Es wurden mehrere Modelle gebaut, die zusammen die gesamte Versorgungskette der Stahlproduktion darstellen. Die Software für die Lieferkettensimulation von AnyLogic bietet die Möglichkeit, verschiedene Modellierungsmethoden in einem Modell zu verwenden. Die Entwickler nutzten diese Fähigkeit und integrierten agentenbasierte und ereignisorientierte Methoden sowie Systemdynamik-Ansätze in die Modelle. Dadurch konnten alle Komponenten, Prozesse und Abhängigkeiten abgebildet werden. Alle Modelle konnten die Ergebnisse für einzelne Szenarien, für die Sensitivitätsanalyse für verschiedene Parameter und für den direkten Vergleich von Szenarien anzeigen.
Die Daten für die Modelle (mehr als 70 Excel-Arbeitsblätter) stammten aus ERP und EMS. Die Fähigkeit von AnyLogic, selbstkonfigurierbare Modelle aus externen Daten zu erstellen, hat die Entwicklungszeit erheblich verkürzt.
Die Simulationsmodelle für den Fertigungsprozess verfügen über detaillierte 2D und 3D Animationen. Die AnyLogic Plattform bietet benutzerfreundliche Schnittstellen und die Möglichkeit, Modelle als eigenständige Anwendungen zu exportieren und diese auf einem beliebigen Computer ohne spezielle Software auszuführen. AnyLogic Cloud erleichtert das mobile Arbeiten und die Zusammenarbeit, die heute für eine schnelle und effiziente Entscheidungsfindung von wesentlicher Bedeutung sind. Mit diesem Web-Service können Benutzer anspruchsvolle Modelle online in einem Webbrowser auf einem beliebigen Gerät, einschließlich Mobiltelefonen und Tablets, ausführen, Modelle teilen, Szenarien diskutieren und Kunden Simulationsanalysen bereitstellen..
Simulationsmodell des Hot Coil-Finishing
Im Hot-Coil-Finishing-Bereich trat eine große Anzahl von Staus auf und es gab permanente Bewegungen von Coils (Bandstahlrollen), um die benötigte Coil auszugraben. Sogar der Parkplatz war mit Coils gefüllt, was darauf hinwies, dass das System ineffizient arbeitete. Es waren neue Entscheidungen erforderlich, um Staus zu vermeiden und den Fluss zu verbessern.
Das entworfene Modell simulierte die Position aller Rollen im System. Für jede Rolle wurden der Typ, das Ziel und der Lagerort angegeben.
Das Modell half dabei, effiziente Optionen für die Reduzierung von Überlastungen auf der Grundlage des Durchsatzes, des Umlaufbestands und der Auswirkungen auf die Kosten zu identifizieren. Betriebliche Änderungen, einschließlich einer Erhöhung der ausgegebenen Warmwalzmenge und einer Verdoppelung der Rollenbreite, wurden für eine bessere Produktionsplanung und -steuerung getestet. Das Modell half auch dabei, den besten Weg zu finden, die Güterwagenflotte zu verbessern und zu optimieren. In Zukunft kann das Modell zum Testen neuer Betriebsregeln verwendet werden, die eine vollständige Automatisierung des Hot-Coil-Verwaltungsprozesses ermöglichen.
Simulationsmodell für Stahl und Brammen
Der Stahlbetrieb und seine Planung sind sehr komplex. Es ist sehr schwierig, die Auswirkungen von Produktmix-Änderungen oder von Veränderungen von Betriebsregeln vorherzusagen. Um sie zu testen und die Effizienz zu verbessern, war ein spezielles Modell erforderlich.
Dieses Modell ermöglichte es den Entwicklern, alle Elemente des Fertigungssystems zu erfassen. In der detaillierten 2D Animation kann ein Benutzer auf einen Kran oder ein Produkt klicken, um den Status und die laufenden Vorgänge anzuzeigen. Das Herzstück des Modells ist die Logik, die die Produktionsplanung und Einplanung aller Vorgänge unterstützt. Der erforderliche Produktmix und andere Parameter können eingestellt und geändert werden. Bei Bedarf kann auch eine manuelle Planung vorgenommen werden.
Das Simulationsmodell für die Stahl- und Brammenproduktion ermöglichte:
- Die Erfassung und Digitalisierung von Planungs- und Betriebsregeln, die von verschiedenen Anlagenbetreibern verwendet wurden. Diese Regeln waren noch nie zuvor formuliert worden und hätten irgendwann verloren gehen können. Jetzt kann das Personal aus geteilten Erfahrungen lernen.
- Entwicklung von Planungs- und Betriebsregeln, um Engpässe zu vermeiden. Dazu wurden unterschiedliche Beschränkungen der Geschwindigkeit und alternative Priorisierungsregeln für verschiedene Produkte getestet und analysiert.
- Vorhersage von operativen und finanziellen Auswirkungen der Produktion von komplexeren Produkten mit einer höheren Marge, die sich negativ auf die Arbeitsabläufe auswirken können.
Stahl-Lieferkettenmodell
Wie oben erwähnt, hatte der Betrieb mit großen Staus in der Fabrikhalle und einer niedrigen Zuverlässigkeit zu kämpfen. Die Firma hatte einen großen Lagerbestand und konnte ihn nicht richtig verwalten. Es war notwendig, die Hauptgründe für solche Situationen zu bestimmen, neue Regeln zu identifizieren und zu implementieren, die zu einem globalen Optimum führen und den sich hieraus ergebenden betrieblichen und finanziellen Vorteil zu quantifizieren. Goldratt Research wurde beauftragt, ein Werkzeug für die Produktionsoptimierung und Entscheidungsunterstützung zur Verfügung zu stellen, welcher Manager bei der Produktionsplanung und Einplanung verwenden können.
Das Modell repräsentiert jeden Teil der Lieferkette im Detail. Der Benutzer kann auf einen Link in der Lieferkette klicken und die darin enthaltenen Prozesse sehen. Die Modellstatistik enthält Informationen zu Lagerbeständen, Verarbeitungseinheiten, Finanzdaten usw.
Als Ergebnis wurde festgestellt, dass Probleme hauptsächlich durch das Management verursacht wurden, das für Herstellung und Verteilung immer die Option wählte, die die niedrigsten Kosten per Tonne verursachte. Das andere Problem war der permanente Ausgleich von Kapazitäten. Das Modell kann hilfreich sein bei:
- Der Entwicklung neuer „Low WIP/Max Flow“-Regeln.
- Der Prognose der Kosten pro Tonne, wenn das Unternehmen zu einem mehr nachfrageorientierten Ansatz übergeht.
- Der Eingehung von jährlichen Verpflichtungen hinsichtlich des Leistungsniveaus unter Verwendung der vom Modell bereitgestellten Finanzdaten.
Ergebnis
Mit den Modellen gelang es Goldratt Research und seinem Kunden, die Ursachen für die Überlastung und die geringe Zuverlässigkeit des Unternehmens in den letzten Jahren zu ermitteln.
Zu gegebener Zeit ermöglichten die Modelle eine sichere, kostengünstige und sehr schnelle Möglichkeit, die Auswirkungen von Änderungen auf die betriebliche und finanzielle Leistungsfähigkeit zu testen. Die Modelle wurden auch verwendet, um die Ergebnisse untereinander zu überprüfen.
Zukünftig können die Modelle wöchentlich, monatlich oder jährlich verwendet werden, um Arbeitsabläufe zu analysieren, kritische Entscheidungen zu treffen und Verpflichtungen verlässlich einzugehen.
Projektpräsentation von Dr. Alan Barnard und Jaco-Ben Vosloo von Goldratt
