Fra data til effektivitet

Hvordan optimerer man effektiviteten af en maskine i praksis? Det spørgsmål er mange penge værd, så derfor har vi skrevet en historie fra den virkelige verden.

Fra data til effektivitet

Af hensyn til almindelig fortrolighed er historien anonymiseret.

Vi har anvendt de helt præcise data fra produktionen og de simuleringer af investeringer, der blev anvendt. Der er tale om et projekt i træ-industrien.

Udgangspunktet er en maskine, der producerer forskellige seriestørrelser. Omstilling i produktionen koster penge, så projektet var at analysere produktionsdata og identificere effektiviseringer.

Der manglede data, og derfor blev der opsat måling med Opticloud. Der var en forventning om, at produktionen kunne optimeres, men intet beslutningsgrundlag.

Først blev der monteret en datalogger på maskinen, og derefter startede dataindsamling og analyse. Undervejs blev der lavet servicetjek på maskinen med henblik på at forbedre OEE.

Med to servicetjek blev OEE løftet fra 21% og op til 41%.

image description

Servicetjek blev gennemført i oktober og i februar. Efter begge servicetjek blev OEE løftet endnu et niveau.

Det viste sig, at maskinens produktivitet var knyttet tæt til seriestørrelsen i produktionen. Maskinen kan producere små og store emner, og de mange skift var et kerneproblem.

OEE kunne løftes ved at reducere antallet af serietyper og varenumre i produktionen.

  • 21 %

    OEE før servicetjek

  • 41 %

    OEE efter servicetjek

Hvordan blev stigningen skabt?

Der blev lavet en investeringsanalyse på baggrund af data. Analysen viste, at det gav mening at indkøbe en maskine mere til at producere små elementer.

Den lille maskine har ingen omstilling, men producerer langsommere end den store. Den lille vinder til gengæld, når det gælder små serier. Efter investeringen står fabrikken med to effektive maskiner i stedet for en enkelt, der står for meget stille.

Fordelen ved at analysere produktionsdata er, at det er muligt at se OEE for hver seriestørrelse. Det er ikke nok at se på maskinen som helhed. En maskine kan have en høj OEE for nogle typer af elementer, mens andre trækker gennemsnittet ned.

Det er et almindeligt problem at mangle konkrete data på detaljeniveau. Det kan føre til forkerte konklusioner.

Lidt ekstra data

Det nødvendige antal skift for at producere 6.119 enheder faldt fra 3,0 skift til 2,3 skift. Et skift i produktionen udgør 8 arbejdstimer. Det svarer til, at det nu tager 18,5 timer at producere det, der tidligere tog 24 timer. En besparelse på 5,5 timer om dagen.

Der er to måder at udregne, hvad tilbagebetalingstiden for en ny maskine er – og sandheden er sikkert midt imellem de to metoder.

Den ene metode kalder vi fast omkostning. Her regner vi på, hvor hurtigt den nye maskine afskrives med den nuværende produktion. Den samlede investering i projektet inklusive ny maskine var 3,5 mio. DKK og besparelsen per år 750 tkr. DKK. Dermed er der positivt return on investment efter 4,6 år.

Den anden metode er indtjeningsmaksimering. I stedet for at vi producerer på kortere tid, anvender vi den tid vi får i overskud til at producere mere. Givet at de ekstra varer kan sælges er det jo en rigtig god idé.

I denne her case var værdien af den ekstra produktion 2,96 mio DKK per år. Hvis hele den ekstra produktion sælges tager det 1,2 år at opnå positivt return on investment. Derefter er det en overskudsforretning.

Kunsten er at finde den nemmeste vej til at optimere produktionen. Metoden skifter fra gang til gang, men hvert projekt starter med dataopsamling. Hold fokus på de små detaljer.

Morten Pradsgaard, product manager

Vil du vide mere om, hvordan data kan anvendes til at optimere din produktion? Det ved jeg en hel del om. Ring eller skriv – jeg har altid tid til at hjælpe dig.

Andre cases

Nulfejlskultur

Effektivisering og optimering handler ikke kun om teknik, men i lige så høj grad om mennesker og forandringsprocesser. En af de store forhindringer på vejen mod en mere dynamisk arbejdsproces er frygten for at begå fejl eller være bange for at sige sin mening højt.

 » Read more about: Nulfejlskultur  »

Læs mere

Fra data til beslutninger. Skal vi hjælpe dig?