“返工訂單的管理方法大致分成三部分:①返工訂單的定位;②返工訂單所需零件訂貨;③返工訂單工作量的合理分配。本期分享聊最后一部分,返工訂單工作量的合理分配。”
—— 供應鏈日常
如果要合理分配返工訂單的工作量,首先需要在訂單確定返工時,根據它的實際情況,明確的賦予這些訂單對應返工區域標記,如下圖所示,該訂單需要返工的是漆面,所以在輸入訂單號之后,訂單目的地維護成:漆面返工。
當然,有的企業在自己的MES系統中包含了質量模塊,該模塊本來就要求100%錄入質量缺陷,這樣一來,只需要打通MES與返工訂單管理系統的接口,當MES中錄入了新的質量缺陷,返工訂單管理系統就會自動更新該訂單的目的地,并且完成對它的標記和分類。
在完成了對返工訂單缺陷類型的標記、物理目的地的分配以后,需要根據目的地的人員數量/技能、設備輔具情況、物料配送、工藝準備、能源準備等因素,動態對各區域的返工能力進行評估。
①人員數量/能力
據實戰經驗,返工區域人員數量/技能,往往是制約返工能力的最大限制因素。
在計算人員時,需要明確單個缺陷訂單、多人同時返工時的人數上限(簡稱有效作業人數上限),如下圖所示,當人數達到一定程度時,為同時作業的最大值,再增加人員也不會讓返工效率提升,這里就需要把人數記錄下來。
而人員技能熟練度等級方面,隨著對返工方案的熟悉程度提升,效率也會達到峰值并逐步穩定。
綜上,人員方面評估輸出的是有效作業人數上限和技能熟練度等級。
②設備輔具情況
返工過程會用到很多設備和輔具,如汽車的空調返工就需要舉升機將車輛抬升至一定高度,然后將空調中的液體放空,再進行空調的更換與返工,那么在評估返工區域能力時,舉升機這個設備的數量和開動狀態則是限制能力的關鍵。
如下圖所示,在其他條件固定的情況下,設備越多返工效率越高;同理,隨著設備開動率的提高,返工效率也在增加,直到開動率達到100%。
綜上,設備方面評估輸出的是設備數量和設備開動率。
③物料配送
返工過程會報廢不少物料,所以需要物料的重新配送和安裝(詳見我之前的文章《返工訂單交期保障2-返工訂單的零件訂貨》),這里要說明的是,物料庫存并不是越多越好,因為返工區域的面積是有限的,所以要考慮的是物料配送的準確性和及時性。
如下圖所示,低增長的物料準確性、及時性只能讓返修效率緩慢上升(因為一個訂單可能缺10個相互配合使用的物料,即便只有5個物料送達也并不能支撐返工的有效開展,所以效率不能線性上漲),而接近完全準確和及時的物料配送可以讓效率拉滿。
綜上,物料方面評估輸出的是配送準確性和配送及時性。
④工藝準備
常規返工已經有成熟的工藝文件作為指導,但臨時緊急出現的問題就需要各專業在現場會診,針對具體問題出具個性化的返工方案,這個工藝方案的成熟度和培訓完成度,決定了后續返工效率的情況。
如下圖所示,工藝準備和剛才提到的人員情況非常相似,都會隨著方案成熟度、培訓完成度的提高而增長,然后趨于穩定。
綜上,工藝方面評估輸出的是方案成熟度和培訓完成度。
⑤能源準備
能源供應的特點是:有或者無,所以說能源供應有時往往是否決項,但又是容易被忽視的一個因素。
如圖所示,近期川渝地區遇到的高溫限電,在沒有動能/空調的情況下,返工效率則幾乎為0;有動能/空調的情況下,返工效率達到正常.
綜上,能源方面評估輸出的是:能否正常供應。
通過返工管理系統對以上人、機、料、法、環等方面的能力測試,得出該訂單返工的周期,這個周期是以上述瓶頸點所決定的。
例如,單獨計算人、機、料、法、環能力時,分別得到該訂單的返工周期為人(2h)、機(3h)、料(1h)、法(1h)、環(1h),該訂單返修周期的瓶頸點在設備方面(3h),系統最后給出的提示是:該訂單的返工周期為3小時。
以此類推,當返工管理系統中積累了一些訂單數據后,會根據這些返工訂單的計劃交付時間計算并觸發延期交付報警(通常閾值設置為不跨天,尤其是OTD模式下),管理者收到報警后應該策劃如何調配資源解決瓶頸,加快返工進度,從而減少訂單的延遲交付。
如上一步所述,如果出現了各種返工瓶頸導致的訂單交期跨天延遲,則需要管理者積極地調配資源,消除瓶頸。
人的方面,建議采用從生產線調配的方式,因為返工區域需要處理的問題絕大多數來源于生產線,而生產線對應工位的員工完全有能力進行返工,所以可以臨時抽調一部分產線輪崗員工進行支持(當然這里要平衡好生產與返工之間的能力)。
設備方面,建議在相同產品線之間進行資源調配,比如一些輔具和夾具,或者是手持電檢設備等。
物料方面,如果是物料緊缺,則可以尋找代替資源、備件資源;如果是配送不及時,則可以額外加大送貨頻次等。
工藝方面,可以在開展正式返工之前,安排小批量驗證和培訓,充分測試方案的成熟度和實施性。
能源方面,由于返工區域為局部作業,所需能源相比產線要小很多,可以額外準備一些小型備用電源和發電設備,以備不時之需。、
綜上,目的只有一個:對返工周期不能夠滿足訂單交期要求的情況,最快速度進行彌補和挽回,盡可能的保障訂單交期的兌現。
返工管理系統中收集了大量經過計算得出的各區域計劃返工時長,再通過每個返工訂單實際完成時長,加權平均后,得出每個區域每天的負荷情況。
如圖所示,有1個區域(涂黃色)的實際返工時長小于計劃時長,則代表這個區域的實際返工能力已經大于之前在系統中維護的區域返工能力了,負荷不足;
反之,有3個區域(涂紅色)的實際返工時長大于計劃時長,則代表這個區域的實際返工能力不足以支撐目前的任務,超負荷。
在實戰中,可以選擇按周次進行統計和分析,為后續的長期優化做準備。
在上一個環節中,得到了每周次各區域返工能力的數據,管理者可以對上個環節中返工能力出現異常的區域進行詳細分析,并制定長期的優化調整策略。
比如返工能力有富余的區域,如果真因定位到人員富余,則可以將富余的人員進行多技能培訓,支持瓶頸區域;同理,瓶頸區域的真因如果定位到設備數量不足,則需要提前開展采買和借用。
利用返工管理系統,對返工數據進行分析,開展返工區域動態的、持續性的優化,非常有助于返工訂單的交期保證。
2024最值錢的物流上市企業是誰?哪些物流企業被看好,哪些被看跌?
1793 閱讀地緣政治重塑下的全球供應鏈:轉型、挑戰與新秩序
1536 閱讀連續5年的“春節主力軍”,德邦為何如此穩?
1422 閱讀物流供應鏈領域“吸金”不力,但能給投融資事件頒幾個獎
1406 閱讀CES 2025:NVIDIA OMNIVERSE驅動的智能倉儲數字孿生革命
1147 閱讀中遠海運回應被美國國防部列入“中國軍事企業”清單
1078 閱讀扎根供應鏈創新25年,一家“耐力長跑型”企業的破局啟示
1054 閱讀拼多多引領電商西進:帝王蟹進村,非遺剪紙出山
1052 閱讀制造業企業,不要逼物流公司降價了!
991 閱讀AI改變物流業的游戲規則:從炒作到實踐的深度思考
989 閱讀