Оптимизация плана производства и поставок с использованием системы планирования IBM ILOG Plant PowerOps

КУРСОВАЯ РАБОТА На тему: «Оптимизация плана производства и поставок с использованием системы планирования IBM ILOG Plant PowerOps»

• Введение
• 1. Место систем углубленного планирования среди прочих информационных ресурсов, используемых для планирования производства
• 2. Решение задачи
• 2.1 Создание модели
• 2.2 Оптимизация
• 2.3 Эффективность модели
• Заключение

В ходе процесса глобализации и повсеместного усложнения сред деятельности человека значение информационных технологий растет день ото дня. Спектр возможностей весьма широк. В большинстве случаев их использование серьезно упрощает решение практически любой задачи. Суть этого упрощения заключается в возможности учета необыкновенно большого числа возможных исходов, взаимодействий и огромного количества неупорядоченных данных.

Одной из сред принятия решений, постоянно меняющейся благодаря прогрессу данной отрасли, является планирование производства. Планирование необходимо во всех сложных организациях, где специализированные и взаимосвязанные ресурсы вовлечены в широкое многообразие различных видов деятельности. В отсутствии планирования, разные части организации могут преследовать их собственные цели, что может противоречить целям остальных частей Сложность вызовов, предлагаемых планированием производства, трудно переоценить. Непредсказуемые цены на материалы и время их поступления, разбросанные по всему миру поставщики и склады, огромное разнообразие продукции и нестабильность спроса. Все этого, подстегиваемое высокой конкуренцией на перенасыщенных рынках, ожиданиями от акционеров, общества и государства, превращает процесс оптимизации производства в недоступную для целостного понимания одного человека задачу. Непостоянство практически всех входящих в процесс ресурсов вызывает необходимость постоянного контроля над ним, а высокая цена ошибки требует учета даже самых маловероятных исходов для обеспечения безопасности.

В ответ на описанные выше вызовы создаются информационные системы планирования производства, не только помогающие специалистам в обработке данных, но и частично заменяющие их знания в виду того, что алгоритмы расчета критически важных показателей уже имеются в информационных системах. Главной ролью человека становится постоянный контроль над производством, для удобства которого внедряются ключевые показатели деятельности (KPI). Смещение фокуса внимания с учета и попытки интерпретации данных на контроль над отклонениями от стабильного состояния системы и анализ вводимой в модель информации — специфика современного управления производством.

Программа IBM ILOG Plant PowerOps принадлежит к классу систем углубленного планирования (APS) и предлагает решения для систем производства, как правило, отличающихся от остальных наибольшим количеством ограничений по мощностям и высокой капиталоемкостью. Это такие отрасли, как питание и напитки, фармацевтическая, химическая и пр. Их объемы производства обычно крайне велики, поэтому эффективность должна поддерживаться на максимально возможном уровне. Несмотря на уже достигнутые высокие показатели эффективности, растущая конкуренция требует ещё большего от специалистов по планированию: даже слабое улучшение приводит к серьезному сокращению операционных расходов. Наиболее эффективным методом их снижения является оптимизация производственных графиков и планирования в целом. Особенности серийного производства не позволяют пользоваться простыми расчетами и достигать максимальной эффективности без помощи таких инструментов, как IBM ILOG Plant PowerOps.

К сожалению, далеко не каждый специалист по планированию производства имеет представление даже о существовании указанного выше программного обеспечения.

Автор видит цель данной работы в подробном описании программы IBM ILOG Plant PowerOps. Под «подробным описанием» имеется в виду не перечисление алгоритмов работы, а предоставление читателю информации, которая помогла бы помочь принять решение о возможностях внедрения IBM ILOG Plant PowerOps в той или иной ситуации.

На пути к достижению вышеописанной цели необходимо выполнить несколько задач:

1. Дать представление о месте данного программного обеспечения среди прочих типов программных ресурсов, поддерживающих планирование производства.

2. Предоставить пример оптимизации производственного процесса для наглядной демонстрации возможностей программы и её интерфейса.

3. Прийти к заключениям касательно эффективности и удобства работы в программе, целесообразности её внедрения.

1. Место систем углубленного планирования среди прочих информационных ресурсов, используемых для планирования производства

Очевидно, что основной идей создания такой комплексной программы, как IBM ILOG Plant PowerOps, не могло быть объединение интерфейсов нескольких приложений для удобства пользователя. Главная цель столь сложного программного обеспечения — оптимизация всего бизнес-процесса производства с входящими и исходящими потоками.

Безусловно, наряду с этим, для многих компаний покупка IBM ILOG Plant PowerOps представляет собой приобретение целого пакета разрозненных инструментов по планированию производственных мощностей, оптимизации занимаемых складских площадей, планированию сети распределения и, конечно же, оптимизации самого процесса производства. Действительно, разработчиками программного обеспечения для упрощения задачи планирования и получения менее точных, но более удобных результатов предлагается декомпозировать проблему оптимизации на ряд более мелких задач, что фактически сводит сложную программу к набору простых. Тем не менее, в данной работе мы будем исходить из того предположения, что компании покупают IBM ILOG Plant PowerOps исключительно для целостного использования, а в случае если необходим какой-либо отдельный инструмент, намного дешевле и гибче купить лишь его. В противном случае данную программу пришлось бы рассматривать как сразу несколько разновидностей систем планирования, в итоге сравнивая её саму с собой.

В развитии систем планирования производства можно проследить тенденцию к усложнению алгоритмов, позволяющих устанавливать надлежащий уровень планируемых величин и оптимизировать производственные планы. Эта последовательность принимает следующий вид (см. Рис.1): не систематизированное планирование — укрупненное планирование (RCCP) — планирование производственных мощностей (CRP) — углубленное планирование (APS), представленное на рисунке термином «Finite loading». Кроме того, на рисунке представлены особенности производственной среды, учитываемой в каждой из концепций.

Несистематичное планирование производственных мощностей подразумевает нестрогий учет их ограничения. На уровне составления графиков производства это означает, что планировщик использует личный опыт для оценки осуществимости планов. В MRP (планирование потребности в материалах) нестрогий учет производственных мощностей реализуется через параметры времени выполнения заказа на новую продукцию и отражается в спецификациях. Значения времени на обработку заказа представляет собой средние значения, в то время как расхождения с ними списываются на резервы времени. При контроле входящих и исходящих потоков для выравнивания использования производственных мощностей могут быть использованы правила присвоения приоритета отдельным заданиям, что формально не требует занятия деятельностью по планирвоанию.

Укрупненное планирования производственных мощностей (rough-cut capacity planning, далее RCCP) — это простейший систематический метод. Планирование может быть осуществлено посредством нескольких техник, использующих принцип группировки. Материалы группируются по конечному продукту или группам продуктов и мощностей в продуктовые линии или ресурсные группы. RCCP упрощает планирование, игнорируя запасы сборочных узлов, последовательности операций, наладку оборудования и размеры партий. Тем не менее, данный метод предлагает специалистам по планированию производства систематические способы контроля над тем, как аккумулировать использование ресурсов в ходе разработки MPS. Преимущество появляется, если главные производственные графики часто обновляются, содержат множество позиций или же различные позиции используют одни и те же ресурсы. В этих ситуациях несистематичные методы планирования подвержены человеческому фактору и зачастую выливаются в перегруженные графики.

Планирование потребности в производственных мощностях (capacity requirements planning, далее CRP) предлагает более детализированную технику удостоверения в осуществимости материальных планов. Вычисления, согласно CRP, проводятся не только для конечных продуктов, но и для сборочных узлов. Кроме того, данные по маршрутам позволяют контролировать использование отдельных ресурсов и эффекты от изменения порядка операций, времени наладки оборудования и размеров партии. Таким образом, CRP корректирует упрощения RCCP и помогает создать более надежные планы. Тем не менее, неавтоматизированная работа продолжает играть главную роль, так как люди, ответственные за планирование, стараются сделать так, чтобы планы соответствовали лимитам производственных мощностей.

Следующим шагом развития CRP является автоматизация повторения пересмотра планов, что позволяет планировать оперативно. Это может быть осуществлено при помощи методов ограничения нагрузки на производственные мощности, которые являются характерной чертой систем APS. Обычно процесс использования этих методов состоит в следующем: во-первых, планы потребностей в материалах загружаются из ERP системы. Затем для нахождения решения, при котором ограничения производственных мощностей учтены с наименьшими нарушениями обязательств и сроков, используются алгоритмы программного обеспечения, применяющие методы ограничения нагрузки на производственные мощности. Наконец, пересмотренные планы загружаются обратно в ERP систему, где они и приводятся в исполнение. Очевидной выгодой от автоматизации процесса выравнивания нагрузки на производственные мощности является снижение шанса человеческой ошибки.

Кроме выравнивания нагрузки на производственные мощности APS-системы могут быть использованы для решения более сложных проблем с составлением графиков производства. Инструменты метода ограничения нагрузки на производственные мощности совместно с оптимизацией могут быть использованы, например, для максимизации выработки или минимизации времени на переналадку оборудования или простоя. Такие техники требуют наибольшего количества параметров планирования, и точность их характеристик неимоверно важна для качества этих планов. Несмотря на это содержание системы параметров и инвестиции в программное обеспечение могут быть вполне оправданы в некоторых производственных средах, например, в капиталоемких производствах.

Методы планирования не исключают друг друга. Напротив, некоторые методы могут быть использованы одновременно для различных целей. Так менеджеры предприятий могут использовать RCCP для оценки планов продаж, специалисты по составлению графиков производства могут использовать CRP для контроля над своими действиями, а планировщики производства — методы ограничения нагрузки на производственные мощности для наиболее важных ресурсов. Тем не менее, почти всегда может быть определен основной метод планирования. Это тот метод, который определяет выпуск продукции, с которой и связывает себя функция производства.

Исходя из того, что все продвинутые методы планирования нацелены на сокращение ошибок при планировании, можно сделать предположение о том, что они должны оказывать положительное воздействие на функционирование организации. APS-системы являются слабым местом этой гипотезы, так как требуют значительных ресурсов по предоставлению информации. Для IBM ILOG Plant PowerOps это означает не только усилия по интерпретации производственной деятельности фирмы для перенесения её в информационную систему, не только необходимость внесения больших массивов данных и организацию связи с базами данных для автоматизации процесса, но и принятие таких экспертных решений, как определение затрат, понесенных от потери покупателя или задержек при доставке продукта. Полностью правильного решения такого вопроса попросту не существует, что является одной из предпосылок для упрощения модели.

Развитие передовых алгоритмов и программного обеспечения может быть обосновано, если существует подтверждение прямой зависимости между сложностью методов планирования и успешной работой организации. Исходя из того, что концепции постоянно эволюционировали, логично было бы предположить, что последняя из них не только наиболее сложная, но и наиболее эффективная, однако следует отметить следующий факт. «Исследователи, использующие эмпирические методы, неоднократно отмечали, что большинство практикующих специалистов используют значительно менее сложные методы планирования, нежели это обсуждается в научной литературе (Melnyk et al., 1986; Wiers, 1997; McKay et al., 2002). Более того, эмпирическое доказательство указывает на то, что практикующие специалисты, использующие продвинутые методы планирования в среднем менее удовлетворены своими планами, чем те, кто использует более простые и менее точные методы (Jonsson and Mattsson, 2003)» .

Ответ на данный вопрос автор, предложенной к рассмотрению работы, видит в следующем. Степень удовлетворенности специалистов от использования различных техник планирования зависит от типа производственного процесса: менеджеры предприятий единичного или мелкосерийного производства довольствуются RCCP, наиболее удовлетворенные пользователи CRP работают в крупносерийном производстве, а методы ограничения нагрузки на производственные мощности популярны на производственных линиях.

В отношении IBM ILOG Plant PowerOps нас интересуют связи с оптимизационными методами ограничения производственных мощностей. Логично, что для единичного и мелкосерийного производства данная информационная система слишком сложна и совсем необязательна. Сложнее понять то, почему ей использование не всегда актуально в крупносерийном производстве, а подходят лишь для тех крупносерийных производств, где сложность сокращена благодаря контролю над узкими местами. APS-системы работают, «если может быть найдено постоянное узкое место, а все остальные ресурсы согласуются с его расписанием. В противном случае каждое ограничение по одному из ресурсов может сделать узким местом другой ресурс, и повторные перепроверки планов можно будет проводить бесконечно». Для таких случаев актуальным является умышленное упрощение процесса, использование CRP.

Для поточных линий сложность невелика, так как все ресурсы подчинены линейному потоку. Поэтому пропускная способность всей линии может планироваться как один ресурс. Желательно детализированное планирование, так как несвоевременные переналадки крайне дорого обходятся компании и приводят к перегрузке производственных модулей. К тому же повторяемость операций делает легким обеспечение параметров самых сложных методов.

В завершении части хотелось бы уделить некоторое время системам оперативного планирования. Область применения данного рода систем зачастую совпадает с системами планирования производства, и это не удивительно. Оперативное планирование востребовано для всех сложных динамических процессов, к которым и относятся сложные процессы управления производством. Это иллюстрируют примеры таких APS-систем, как Ortems (охватывает отрасли машиностроения, металлургии, пищевой, химической, фармацевтической, косметической промышленностей, электроники в компаниях «Иркутсккабель», «ALCAN», «TECHNICAS DEL CABLE», «UNKOMTECH», «Рыбинсккаббель» и др.), PSImetals APS/ALS (металлургия) и многие другие. Одним из примеров таких программ является и IBM ILOG Plant PowerOps.

Стоит отметить, что сложные динамические процессы встречаются не только в производстве. Большое значение системы оперативного планирования имеют для логистических компаний. Действительно, данная отрасль не только имеет дело с большими массивами данных, но и накладывает серьезные ограничения на время предоставления услуги при всей своей нестабильности. Примерами компаний, предоставляющих информационные системы для данной отрасли являются, ООО «АгроТрансИнфо», ООО «ТераТранс» и многие другие. Таким образом, можно говорить о существовании определенной специфики отраслей, использующих системы операционного планирования.

Итак, в ходе обсуждения темы данной главы было определено, что использование IBM ILOG Plant PowerOps актуально далеко не для всех типов производственных процессов, а следовательно, и для отраслей. Усилия по использованию этого программного обеспечения чаще всего уместны лишь для капиталоемких крупносерийных производств с выраженным узким местом или производственных линий.

2. Решение задачи

В этом разделе будут представлены две ситуации, каждая из которых имеет целью раскрыть возможности программы с разных сторон. Первый кейс крайне условен, и создан для того, чтобы ознакомить читателя с интерфейсом программы.

В тоже время необходимо оценить эффективность функционала, что в упрощенных условиях, пусть и возможно, но будет иметь крайне опосредованное отношение к реальности. Именно поэтом будет рассмотрен более сложный кейс, разработанный в реальных условиях.

2.1 Создание модели

Сначала необходимо определиться со временем: возьмем минуту за единицу времени в модели. Кроме того, нужно понять, насколько «оперативным» будет процесс планирования. Для этого требуется определить единицу времени, для каждой из которой будет определяться необходимое количество спроса к удовлетворению и, соответственно, продукта к производству. В нашей модели это будет день. Чем больше такая единица планирования, тем с более укрупненным процессом мы имеем дело. Для долгосрочного планирования будет иметь смысл установить единицы планирования неделями или даже месяцами. В зависимости от целей анализа и горизонта планирования следует различать и единицы планирования.

Вкратце опишем ситуацию: компания изготовляет два различных наименования продукции. Дубовые и сосновые столы. Для их изготовления используется два вида заготовок. Тоже дубовые и сосновые. Только что мы описали материалы, участвующие в процессе (см. Рис. 3). Для материалов необходимо задать единицы измерения и место хранения, если такое имеется.

Таблица с данными по материалам

Модель предлагает разделять постоянные и переменные данные. Постоянные данные не меняются в ходе процесса оптимизации. Переменные — меняются. Для каждого из типа данных предлагается отдельное графическое представление.

Процесс изготовления стола из заготовки состоит из двух этапов (далее — последовательность действий). Обработка на фрезерном станке и лакировка (действия). Отдельно создаются модификации действий для дубового и соснового столов, так как они потребляют разные материалы. Время на совершение действий и их стоимость также различается: 120 и 240 единиц времени для дубового и 100 и 200 для соснового столов на обработку и лакировку соответственно (см. Рис.4). Тут же могут быть добавлены и ограничения, одним из которых является определение порядка действий (см Рис.5). Зелеными стрелками обозначены отношения Конец-Начало, согласно которому процесс на конце стрелки не может начаться, пока не закончится процесс в её начале. Логично, что не имеет смысл лакировать стол до тех пор, пока его не обработали. Промежуточные действия — подготовка к работе фрезеровщика и лакировщика.

Редактирование времени и стоимости модификаций действий

Определение последовательности действий

Для действий необходимо определить ресурсы, которые в них задействованы. Это могут быть как люди, так и основные средства. В упрощенной модели используются только люди: фрезеровщик и лакировщик. Характеристика каждого ресурса оформляется отдельно (см. Рис.6). Для каждого ресурса может быть определено время на наладку (или подготовку к работе для работников), описываемое матрицей наладки оборудования. Матрица закрепляется за каждым ресурсом и состоит из нескольких состояний, переход из одного в другое стоит денег и времени (см Рис.7). Для начала определенного действия указывается состояние, необходимое для его начала.

Таблица Ресурсы

Таблица наладки оборудования/подготовки рабочего места

Выше были описаны постоянные данные. Их графическая интерпретация содержится в таблицах, а также в других специальных видах. Структура производства отражает взаимосвязь между ресурсами в компании. В приведенной ситуации между лакировщиков и фрезеровщиком взаимосвязи нет. Диаграмма структуры процессов визуализирует последовательность действий, которую необходимо реализовать в ходе производства, входящие и исходящие ресурсы.

Структура производства

Структура процессов

Ещё одна информация, которую необходимо задать — календарь, в котором указаны смены, выходные, перерывы на работу и т. д. В нашем случае имеет место лишь одна смена длинной в 8 часов, которая начинается в 8:00. Для отображения это информации также существует графическая интерпретация. За каждым ресурсов закрепляется собственный календарь, по которому он и работает.

Визуализация календаря

Единственная информация, принадлежащая к переменным данным и вводимая пользователем, — спрос. Для него указывается окно, в которое должна осуществляться поставка с возможным уточнением её даты. Кроме того, обязательна информация о выручке с единицы продукта и о штрафе за срыв поставки. Эти данные являются стимулом для функционирования компании, и если установить их значение равным нулю, оптимизатор, скорее всего, примет решение ничего не производить.

Таблица Спрос

Последняя предоставляемая оптимизатору информация — критерии оптимизации, отражаемые в оптимизационной форме. В ней указываются горизонты планирования и составления детального плана. Различия между ними будут пояснены в следующем разделе. Кроме того, устанавливается допустимая ошибка во времени и KPI, используемые в качестве целевых значений оптимизации. Возможно указать сразу несколько KPI. В данном кейсе это суммарные затраты за срыв поставок и выручка от продаж. В случае если используется несколько целевых значений для оптимизации, программа предлагает использовать весовые коэффициенты, определяющие значимость этих KPI для пользователя.

Форма оптимизации. KPI и веса для оптимизации

Далее следует процесс оптимизации, в ходе которого и будут определены все необходимые параметры процесса.

Стоит отметить, что процесс перенесения данных из реальной среды, в которой могут существовать тысячи наименований для каждой из описанных выше таблиц, был бы слишком неудобен. Разработчиками программы предлагается использовать мастер создания нового сценария лишь для испытания прототипов и прочих небольших моделей. Для более сложных случаев предусмотрено перенесение данных из форматом .mdb и .csv с заранее установленными правилами оформления и названия файлов. Возможна и полная автоматизация процесса, импорт данных из удаленной БД.

В целях удобства обращения с программой введены такие инструменты, как «Инспектор», который в отдельном окне предоставляет в сжатом виде информацию о выделенном объекте, и «Проверка» — инструмент, оперативно отражающий все критические ошибки и возможные несоответствия. Таким несоответствием может быть, например то, что стоимость дополнительной единицы времени работы ресурса сверх графика (сверхурочные часы для рабочих) стоит больше, чем привлечение дополнительного ресурса.

IBM ILOG Plant PowerOps дает возможность определять полномочия пользователей программы .

Полномочия пользователей в IBM ILOG Plant PowerOps

Согласно задумке разработчиков, операторы производства и менеджеры по управлению цепями поставок рассматриваются как сторонние наблюдатели, единственной возможностью которых является изменение графических параметров в программе. Руководители смен обладают более широкими полномочиями и может вносить изменения в текущий график, но не имеет права работать с оптимизационными формами. Руководитель участка производства имеет возможность оптимизировать график производства, но имеет ограниченные права при редактировании постоянных данных. Специалист по планированию, кроме перечисленных выше возможностей, способен также редактировать календари и продолжительность смен. Наконец, администратор имеет право делать любые изменения в программе. Важна и роль тестера. Его полномочия сходы с полномочиями администратора за тем исключением, что он не имеет права сохранять результаты своей работы. Итак, в этом разделе был рассмотрен интерфейс программы и данные на входе. Следует отметить, что возможности редактирования каждого из информационных полей намного шире и предлагают ряд ограничений, но их количество слишком велико для формата работы. Переписывания большого объема данных из документации создаст сложности в целостном восприятии и сместит акцент с приоритетных проблем. Предлагаемую модель можно охарактеризовать как крайне гибкую. Она учитывает практически любые ограничения в рамках производства.

2.2 Оптимизация

IBM ILOG Plant PowerOps состоит из четырех модулей: планирования производства, определения размера партий, составления детальных графиков и закрепления за спросом. Каждый из модулей решает специфические задачи в процессе оптимизации. В большинстве случаев они работают последовательно в указанном выше порядке и функционируют согласно следующему алгоритму:

1. Модуль планирования производства с учетом ограничений определяет объем, который необходимо произвести для каждой единицы планирования.

2. Следующий модуль также с учетом ограничений определяет оптимальные размеры партий для каждой единицы планирования и на основе этих данных формирует реальные заказы для производства.

3. Модуль создания графиков производства присваивает каждому производственному заказу набор действий, устанавливает времена начала и конца каждого процесса. Наряду с этим может оптимизироваться использование производственных мощностей, уровень запасов, узкие места и многое другое.

4. Алгоритм закрепления за спросом соотносит материальный поток произведенной продукции со спросом. Процесс оптимизации отражен на Рис. 15. На графике отображается процесс перебора заданных значений KPI. Данные пример слишком прост и не требует использования сложных алгоритмов, поэтому уровни определены точками.

Процесс оптимизации

Основой процесса оптимизации является редактирование переменных данных, на основе которых программа затем предоставляет визуальные интерпретации. Изменение переменных данных отражается в таблицах: определяются производственные заказы — один работник может обрабатывать только один стол одновременно, поэтому размер партии везде равен единице), задаются материальные потоки внутри предприятия, затем создается график действий и определяется объем запланирвоанного производства.

Таблица Производственные заказы.

Таблица Материальные потоки

Таблица График действий

Таблица Запланированное производство

Наиболее наглядно итоги оптимизации визуализируются на графике Гантта. Каждый прямоугольник представляет собой модификацию действия и привязан к ресурсу (в колонке слева). Относительно действия, накладывающиеся и на промежуток, когда, согласно календарю, фрезеровщик и лакировщик не работают, отражают процессы, которые были начаты в конце одной смены и закончены в начале другой.

График Гантта

Ещё одним интересным способом визуализации является таблица загруженности ресурсов производства. На неё четко видно, что из-за того, что обработка длится несколько меньше, чем лакировка загруженность фрезеровщика не так велика, и программа может предложить решения по выделению выходных для него. Например, 3 июля.

Таблица загруженности ресурсов

В программе имеется ещё множество инструментов в том или ином виде интерпретирующих полученную информацию. Например, таблица управления запасами, регламентирующая события, происходящие на складе.

KPI также представлены в виде таблицы.

Важным моментом является возможность дублировать модели. Это позволяет моделировать множество ситуаций, фактически используя «What-If» -анализ. Например, можно имитировать ситуацию введения сверхурочных работ или изменение последовательностей действий на производстве.

Итак, в данном разделе был рассмотрен процесс оптимизации и инструменты его анализа. Стоит отметить наличие большого количества удобных инструментов, позволяющих оперативно интерпретировать данные как простым работникам предприятия (на основании таблицы График действий), так и специалистам по планированию (в зависимости от целей планированию могут использоваться все перечисленные инструменты).

2.3 Эффективность модели

Для определения эффективности модели будет взята другая ситуация по двум причинам. Во-первых, согласно сценарию, до оптимизации производства ничего не производилось. Поэтому сравнивать показатели придется с нулем. Во-вторых, используемые в сценарии величины, хотя и реалистично соотносятся друг с другом, но весьма приблизительны и не могут быть восприняты в серьез.

Именно поэтому требуется взять описание производственной системы, предложенный разработчиками программы. В роли такого сценария в данной работе будет выступать производство конфет. Это намного более сложный процесс, описание которого займет большое количество времени, однако всё, что нам требуется знать для анализа это то, что производственная система занесена в IBM ILOG Plant PowerOps, начальные и конечные значения KPI, критерии оптимизации производства. Веса каждого KPI в модели равны.

Специфика данного кейса, как можно заметить из KPI, заключается в том, что совершенно не обязательно знать показатель выручки. Достаточно лишь оценить стоимость срыва контракта (non-delivery cost), стоимость потери просроченного товара (waste cost), стоимости переналадки оборудования, избыточного или недостаточного уровня запасов на складе. Оптимизируя TCO по данным видам затрат, программа оптимизирует производство Как мы видим, высокая стоимость срыва контракта и потерь просроченного товара мотивируют специалистов по планированию делать акцент на предотвращение именно этих случаев. В этих условиях наибольшую долю суммарных затрат составляют потери от дефицита запасов на складе.

Так как веса критериев одинаковы, имеем право складывать KPI с целью получения кумулятивного показателя. До оптимизации суммарные затраты составили 3 062 033 155, 43 у.е. После они оказались равны 3 058 572 856 у.е., что позволило сократить затраты на 3 460 299,14 у.е. или 0,13% Это произошло благодаря некоторому увеличению затрат на переналадку оборудования и смещению равновесия в сторону увеличения затрат, связанных с избыточным уровнем запасов на складе. Данная экономия была получена за период 1 год 20 дней. С учетом того, что информационные системы требуют обновления минимум каждые 7−10 лет, даже при достаточно жестком уровне стоимости денег (15%) за 7 лет программа сможет окупить единовременную инвестицию примерно в 13 094 310.12 у.е.

Конечно же, чистого единовременного, равно как и полностью равномерного инвестирования предусмотреть невозможно, однако очевидно, что внедрение этого решения, скорее всего, повысит стоимость компании (средний бюджет внедрения IT-проектов в крупных компаниях составляет 10−20 млн.) и, что важнее, сохранит конкурентоспособность её системы производства на высоком уровне ещё долгое время.

Заключение

Итак, в ходе работы было достаточно подробным образом описано место программы IBM ILOG Plant PowerOps в среде прочих информационных систем планирования производства. На основе анализа нескольких случаев, ознакомивших пользователя с основными принципами действия программы, была оценена эффективность программы и целесообразность её внедрения для конкретной ситуации.

Объединяя заключения двух разделов, можно говорить о том, что IBM ILOG Plant PowerOps будет эффективна в подавляющем количестве случаев лишь при том условии, что лицом, принимающим решения, будет реалистично оценена отрасль, в которой работает предприятие, и его капиталоемкость (действительно, экономия в рассматриваемом нами кейсе составила 0,13% и была бы совершенно незначительна для производств среднего масштаба). Стоит отметить, что существует ещё множество причин организационного характера, которые могли бы помешать внедрению программы. Вряд ли компания, у которой до этого не было системы оперативного планирования производства или была другая система, сможет беспрепятственно перейти на новую. Успех реинжиниринга бизнес-процессов и прочие изменения организационного характера, связанные с программным обеспечением IBM ILOG Plant PowerOps, могут стать предметом дальнейших исследований в данном направлении.

планирование управление производство ortems

1. Antti Tenhiдlд, Contingency theory of capacity planning: The link between process types and planning methods. IE Business School, Calle de Marнa de Molina 12−5, 28 006 Madrid, Spain

2. IBM® ILOG Plant PowerOps (PPO) documentation.- приложение к IBM® ILOG Plant PowerOps Version 3.3

3. Зайцев Е. И. Управление информационными ресурсами в логистике: иллюстрации и информационные материалы. 2010 — 80 с.