Klient i wyzwanie
Dane systemowe nie pokazywały pełnego obrazu pracy produkcji
Klient produkuje komponenty z tworzyw sztucznych na kilkudziesięciu maszynach zorganizowanych w alejki produkcyjne. Punktem wyjścia projektu było pytanie o możliwość poprawy wykorzystania czasu operatorów i uporządkowania przepływu materiałów.
Pierwsza analiza wskazywała na problem z pracochłonnością stanowisk. Bezpośrednie pomiary na hali wykazały jednak, że źródła nieefektywności były szersze. Dotyczyły jakości danych, sposobu rejestrowania przestojów, podziału zadań oraz organizacji przepływu materiałów.
- 1
System zawyżał realizację planu
System ERP wskazywał realizację planu na poziomie 84,1%. Po zestawieniu tych informacji z kartami produkcyjnymi i bezpośrednimi pomiarami wynik został skorygowany do 68,2%. Różnica wynosiła niemal 16 punktów procentowych. Organizacja podejmowała więc decyzje na podstawie obrazu produkcji, który nie odzwierciedlał pełnej skali niewykonania planu.
- 2
Część przestojów pozostawała niewidoczna
System rejestrował około 60% rzeczywistych przestojów. Pozostałe zdarzenia nie były uwzględniane w raportach albo nie miały przypisanej jednoznacznej przyczyny. Ograniczało to możliwość planowania produkcji, ustalania obsady i wyboru najważniejszych działań utrzymaniowych.
- 3
Operatorzy wykonywali zadania logistyczne
Poza obsługą maszyn i kontrolą procesu operatorzy dostarczali surowce i opakowania, odbierali wyroby i obsługiwali palety. Każde odejście od stanowiska ograniczało czas dostępny na nadzorowanie pracy maszyn.
- 4
Awarie były głównym źródłem strat
Analiza przyczyn niewykonania planu wykazała, że 43% strat produkcyjnych wynikało z awarii maszyn. Informacje o awariach były dostępne, ale nie były agregowane i analizowane w sposób pozwalający wybierać priorytety działań technicznych.
- 5
Obsada nie wynikała z rzeczywistego obciążenia
Liczba operatorów i podział zadań nie były wyliczane na podstawie czasów cyklu, konfiguracji maszyn oraz pracochłonności czynności pomocniczych. Brakowało narzędzia pozwalającego porównać różne warianty obsady i sprawdzić, jak zmiana organizacji logistyki wpłynie na obciążenie poszczególnych ról.
Nasze podejście
Najpierw pomiar rzeczywistej pracy, następnie pilotaż
Projekt połączył diagnozę z testem nowego sposobu organizacji pracy. Dzięki temu rekomendacje nie opierały się wyłącznie na analizie danych lub obserwacjach, ale zostały sprawdzone na działającym obszarze produkcji.
- 1
Analiza Stanu Obecnego
Obserwacje na hali, rozmowy z pracownikami, analiza kart produkcyjnych i danych systemowych oraz niezależne pomiary realizacji planu. Celem było ustalenie, jak produkcja działa w rzeczywistości, jakie zadania wykonują poszczególne role i gdzie powstają straty.
- 2
Obserwacje gemba
Prowadziliśmy obserwacje bezpośrednio w miejscu wykonywania pracy: na hali produkcyjnej i przy stanowiskach obsługi wtryskarek. Pozwoliły zobaczyć, jak często operatorzy odchodzą od maszyn, jakie zadania pomocnicze wykonują i jak wygląda przepływ materiałów.
- 3
Porównanie danych z rzeczywistością
Dane z systemu ERP zestawiliśmy z kartami produkcyjnymi, zapisami dotyczącymi przestojów i bezpośrednimi pomiarami. Pozwoliło to skorygować wynik realizacji planu oraz określić, jaka część strat nie była widoczna w standardowych raportach.
- 4
Analiza przyczyn przestojów
Przestoje zostały uporządkowane według przyczyn, co pozwoliło ustalić, które rodzaje zdarzeń odpowiadają za największą część niewykonanej produkcji. Analiza wykazała dominujący udział awarii i stworzyła podstawę do przygotowania planu działań utrzymaniowych.
- 5
Pilotaż na jednej alejce
Nowy model pracy przetestowaliśmy na alejce obejmującej siedem wtryskarek. Pilotaż trwał dwa miesiące. Wydzielenie jednego obszaru pozwoliło sprawdzić zmianę bez destabilizowania pozostałej części produkcji i zebrać dane potrzebne do decyzji o skalowaniu.
- 6
Pomiar obciążenia ról
Wykonaliśmy chronometraże, czyli pomiary czasu potrzebnego na realizację poszczególnych czynności. Na tej podstawie powstał model obciążenia operatorów i mikrologistyka, uwzględniający liczbę pracujących maszyn, czasy cyklu oraz zakres zadań wykonywanych na alejce.
ASO, czyli Analiza Stanu Obecnego, to ustrukturyzowana diagnoza sposobu działania obszaru. Gemba oznacza analizowanie procesu tam, gdzie faktycznie się odbywa.



