Buffereiden eli joustovarojen puute ajaa kaaokseen ja korkeampiin kustannuksiin

Julkaistu 28.05.2020    Kirjoittanut Antti Piirainen  Tilaa RSS


Lean ja JIT( Just in Time) -ajattelu on otettu liian kirjaimellisesti. Hukan minimointi on johtanut Bufferin (varautumisen ja varaston) tarpeen aliarviointiin ja sen suunnittelun puutteeseen. Tämä voi olla katastrofaalinen virhe. Just-Time -ajattelu on kriisissä Korona-pandemian aikaan. JIT ja Lean ei jousta! Puutteita on niin suojavälineistä, tehtaissa ja kohta lähes kaikesta, jos kriisi jatkuu pidempään. Toimittaja Saska Saarikoski toteaa Helsingin Sanomien kirjoituksessa (15.3.2020), että tämä Just-In-Time aika voi kokea kolauksen.

Pienellä turvamarginaalilla eli bufferilla toimiva systeemi on äärimmäisen häiriöherkkä.

Helposti voidaan ajautua virheelliseen ajatteluun, että voidaan toimia vain tässä hetkessä havaituilla välttämättömiltä tuntuvilla resurssilla. Paikanpäällä – Gemba-päätös – tehdään paikallinen päätös ilman ymmärrystä systeemin toiminnan tarpeista.

Päätät sen perusteella mitä näet, mitä tässä ja nyt tehdään ja tarvitaan. Tehdään leanisti. Seuraavalla ajanhetkellä satunnaisesta systeemiperäisestä vaihtelusta seuraa tilanne, joka onkin aivan toinen. Havaitset, että asiat eivät etene, kuten otaksut. Syntyy hässäkkä. Tämä tarkoittaa, että eri bufferit (materiaalivarasto, kapasiteetti ja aika) vaihtavat paikkaansa. Materiaalivaraston puute kääntyy kapasiteetti- tai aikapuutteeksi. Kaikki yhdistelmät ovat mahdollisia ja ne voivat astua voimaan yllättäen. Jos suojavarusteet ovat loppu, hoitohenkilöstö ei voi jatkaa työtä (kapasiteettibufferi astuu voimaan, resurssi alkaa odottamaan) ja hoidettava henkilö – asiakas – odottaa.

Professori Hopp ja tohtori Mark Spearman käyttävät tästä väkivaltaisesti syntyvästä bufferin vaihdoksesta seuraavaa sanontaa:

Pay me Now or Pay me Later.

Maksa minulle Nyt tai Maksat minulle myöhemmin.

Vaihtelun vaikutusten hallitsemiseksi on tehdasfysiikkaan luotu laki, joka olisi ymmärrettävä:

Law (Variability Buffering): Variability on a production system will be buffered by some combination of 1. Inventory, 2. Capacity and 3. Time.

Laki (Vaihtelun bufferoiminen = puskurointi): Tuotantosysteemin vaihteluun varaudutaan kolmen bufferin yhdistelmällä 1. varasto, 2. kapasiteetti ja 3. aika.

Ongelma on (huomaa ei haaste), että yllättäen esiin astuva bufferi sekoittaa pakan, ja toiminta tulee ennustamattomaksi. Tarvitaan tarkoituksenmukainen ja riittävä bufferi ajassa, varastossa ja kapasiteetissa toiminnan ennustettavuuden varmistamiseksi. Lean-ajattelussa käyttämätön bufferi tulkitaan helposti "hukaksi", jota se ei todellakaan ole.

Vaihtelun kuvaaminen jakaumilla kuvaa välttämättömän suorituskykyvaatimuksen tarvetta havainnollisemmin kuin yksittäinen havainto tai prosenttikäyrät. Ed Poundin ja Spermanin kuvaavat kirjassa Factory Physics for Managers erinomaisesti tätä buffereiden suunnittelutarvetta suhteessa suorituskykyyn (lue: strateginen päätös). Tästä jäljempänä kuvassa 1 ja sitä edeltävässä kuvauksessa.

Laatutekniikassa ja Tehdasfysiikassa käytetään tilastollista prosessiohjauskonseptia (SPC – Statistical Process Control tai STC – Statistical Throughput Control) tunnistamaan systeemin suorituskyvyn ja mahdolliset poikkeustilanteet (lue: erityissyy). Organisaatioissa reagoiminen on usein paikallista ja tämä reagoiminen näkyy yleensä erityyppisinä korjaus-, ongelmanratkaisu- tai sopeutumistoimintana päivittäisen toiminnan rinnalla.

Poikkeustila tarkoittaa systeemin ulkopuolista tekijää, jonka voima on niin suuri, että yksi tekijä tekee systeemistä ennustamattoman. Ilman vaihtelun lajin analyysiä Ihmiset selittävät kuitenkin hyvin helposti normaalista vaihtelusta johtuvaa häiriötilaa poikkeustilana. Selitykset ovat usein aivan turhia ja vääriä 95% – 99% todennäköisyydellä. Poikkeustila on harvinainen ja osoitettava diagnoosin (SPC) avulla.

Tässä artikkelissa ei käsitellä poikkeustilanteita, vaan normaalia arjen vaihtelua, jonka tunnistamattomuus (suorituskykykäsitteen tunnistamattomuus) ja yltiöoptimistiset suunnitelmat (sitten kun kaikki on kunnossa ja kaikki on korjattu) ajavat palvelu- ja tuotantoprosessit ennustamattomaan tilanteeseen. Huomaa, että systeemin vaihtelu säilyy lähes vakiona ajasta toiseen, näin myös

Vaihtelun ymmärtäminen prosessissa – palvelu-/tuotantosysteemissä

Ed Pound ja Mark Spearman käyttävät vaihtelun ja bufferitarpeen (varautumisen ja turvamarginaalin) kuvaamiseen eriomaista kuvaa , jossa sidotaan kaksi tärkeää asiaa yhteen:

  • kapasiteetti suhteessa kysyntään – käyttösuhde ja
  • tuotteen valmistumisaika suhteessa sovittuun valmistumisaikaan – tuottamiseen kuluva aika – jaksoaika (läpäisyaika)

Ajankuva.png
Kuva 1. Kuva käyttösuhteen ja tuottamiseen kuluvasta ajasta. Y-akselilla kysyntä ja kapasiteetti. X-akselilla valmistukseen kuluva aika. Jakauma kuvaa valmistumisaikaa ja oranssi pystyviiva kuvaa aikaa, milloin työn tulee olla valmis. Kysynnän ja kapasiteetin välinen ero käyttösuhdetta. Kuvassa käyttösuhde alle 100 %.

Edellä kuvattua kahta tekijää, käyttösuhdetta ja jaksoaikaa, ei saa koskaan irrottaa toisistaan. Mitä korkeampi käyttösuhde, sitä pidempään kuluu aikaa.

Tässä muutama kirjoitus aiheesta:

VUT-yhtälö eli Kingmanin yhtälö tai ja muut jonoteorioissa käytävät mallit esittävät tämän yksiselitteisesti (kuva 2). Tästä tosin näkee jatkuvasti väärinymmärrystä. Katastrofaalinen ajatus on, että jaksoaikaa, joka on seuraus eikä syy, lyhentämällä käyttösuhde nousisi eli ulostulon (TH) nopeus kasvaisi. Millä fysiikan lailla? Kiertääkö aurinko todella maata? Jos vesiruiskun suutinta pienennetään, virtausnopeus suuttimessa (läpimenonopeus, jaksoaika) lyhenee ja ulostulon nopeus litraa/minuutti pienenee, kunnes suutin on täysin kiinni, ja virtaus loppuu!

Kuvassa 1 on tuottamiseen kuluva aika kuvattu jakaumalla (jaksoaika). Huomaa, että tämä aika ei ole koskaan eksakti vaan se aina vaihtelee. Jos tuote tai palvelu valmistuu ajallaan, se saapuu oranssin pystyviivalla kuvatun suunnitellun tarve- tai toimituspäivää ennen (vasemmalla puolella).

Asiakas tai seuraava prosessivaihe saa tarvitsemansa asian, ja voi aloittaa työt suunnitellusti, ennustettavasti. Tämä mahdollistuu, koska käytetään varasto-, kapasiteetti- ja aikabufferia. Jos tuote valmistuu etuajassa, tuote odottaa asiakasta. Mitä aiemmin se valmistuu, sitä enemmän tarvitaan varastoa. Tämä varasto ei siis ole hukkaa, vaan mahdollistaa toimituksen ajallaan.

Ajallaan valmistuminen ei ole mahdollista, ellei kuvan 1 mukaisesti olisi käytössä riittävästi ylimääristä varautumista, kapasiteettia. Ilman ylimääräistä kapasiteettia, kapasiteetin puutteen vuoksi kaikki iskut kohdistuvat aikaan – aika kasvaa. Aikabufferi tulee käyttöön väkisin, sille et voi mitään. Ylimäärinen kapasiteetti, odottava resurssi ei ole aika hukkaa, se on tärkeä varautumisen bufferi. Kaikessa tuottamisessa tulee aina ns. normaaleja luontaisia ja jopa ennakoitavissa olevia suuriakin vaihteluita, jotka systeemin rakenne luo. Ohje: tunnista systeemin vaihtelu!

Kuvassa 2 on esitetty, kuinka korkea käyttösuhde suhteessa haluttuun toimitusaikaan ja tuottamisen kuluvan ajan vaihteluun vaikuttaa.

Alhaisen kapasiteetin suhde.png
Kuva 2. Alhaisen kapasiteetin suhde kysyntää (korkea käyttösuhde) johtaa tilanteeseen, että kaikki normaalinkin vaihtelun piirissä olevat tekijät aiheuttavat tuottamiseen kuluvan ajan venymisen.

Kuvasta 1 havaitaan, kun valmistaminen tapahtuu ilman häiriöitä (jakauman vasen reuna), tuote valmistuu ajallaan. Kun kapasiteettiin kohdistuu yllättävää vaihtelua esim. työntekijän poissaolo, konerikko ja kapasiteettia on riittävästi, toimitus saapuu ajallaan.

Kuvasta 2 havaitaan, kun kapasiteetti ei jousta eli kysyntä suhteessa resursseihin on alhainen, aika alkaa joustamaan – toimitus viivästy. Jos tätä ajan joustoa ei ole huomioitu ajassa (niin kuin kuvassa 2 esitetään), asiakkaalla tai seuraavalla prosessivaiheella ei ole varastoa(bufferia), asiakas tai seuraava prosessi vaihe ei voi aloittaa työn suorittamista. Syntyy ei-ennustettava tilanne, joka johtuu suorituskyvyttömyydestä, ei poikkeustilanteesta, vaan "omasta" päätöksestä olla varautumatta riittävästi. Näinhän on käymässä koronaviruspandemian osalta. Kun tehohoidon kapasiteetti ei jousta, kasvatetaan kriisiaikaa! Hallitus, THL ja WHO esittelevät samaa kuvaa medisassa, vaikka asianyhteys on eri.

Syynä tähän on joko tietämättömyys (en usko tässä pandemiatilanteessa tähän), liian kovalla innolla tehty hukan poistaminen tms. Pahimmillaan tämä ei-ennustettava tilanne laitetaan operatiivisen toiminnan syyksi ja työntekijät joutuvat ratkomaan syitä syille, joita ei ole.

Bufferit.png
Kuva 3. Tämän kappaleen alussa kuvatut tilanteet esitettynä VUT-yhtälön avulla.

Tietämättömyys vaihtelun vaikutuksesta, tietämättömyys suorituskyvystä, johtaa tilanteeseen, jossa kaikki juuri sillä hetkellä havaitut "joutoajat", "Joutovarastot" jne. näyttää tarpeettomalta.

Tästä edellä esitetystä on myös olemassa laki.

Law (Utilization): If a station increases utilization without making any other changes, awerage WIP ja cycle time will increase in a highly nonlineary fashion.

Laki (käyttösuhde): Jos aseman käyttösuhde kasvaailman, että tapahtuu mitään muita muutoksia, kasvaa keskimääräinen KET (WIP) ja jaksoaika erittäin epälineaarisesti.

Asioitten yksinkertaistaminen on uhka, ei mahdollisuus. Asiat ovat juuri niin vaikeita, kun ne ovat. Tiede ja todistetusti toimivat teoriat korjaavat mielenmallia, joka meillä jokaisella on yleensä väärä tai vähintään puutteellinen. Tieteen voittokulku ei ole turhaan saanut maailmaa paremmaksi.

Liian vähäinen varautuminen vaihteluun (bufferi) prosessiketjussa on vaarallista

Bufferin tarpeen tuntemattomuus on kohtalokasta prosesseissa. Tätä asiaa käsitelen kirjassani Vaihtelu. Vaihtelu vaikuttaa ja eskaloituu prosessiketjuissa sitä mukaan, kun monimutkaisuus kasvaa.

Vaihtelu aiheuttaa tarkasteltavien prosessivaiheiden, asemien, operaatiot, työtehtävien tms. välille riippuvuuden. Tästä eteenpäin käytetään nimeä vaihe edellä mainitusta kaikista erilaista toiminnoista.

Vaiheiden välille syntyy, tai tulee esiin, palautelenkit, jotka kytkevät nämä vaiheet toisiinsa. Mitä vähemmän bufferia, sitä nopeammin kytkeytyminen tapahtuu. Jos työ siirtyy vasemmalta oikealle ongelmitta, tapahtuu yksisuuntainen kytkentä siinä hetkessä – työ virtaa vaiheesta 1 vaiheeseen 2. Positiivinen lenkki, jos vaihtelu riittävän pientä suhteessa suunnitelmaan. Tämä sama ilmiö tapahtuisi tilanteessa missä ei ole vaihtelua, tosin sellaista ei ole olemassa reaalimaailmassa.

Jos taas tulee ongelma, eli työtä ei olekaan käytettävissä vaiheessa 2 suunnitellusti, tulee takaisin kytkentä ja työn tekeminen pysähtyy vaiheessa 2. Tämä on negatiivinen palautelenkki, joka on seurausta liian suuresta vaihtelusta suhteessa suunnitelmaan - suorituskyvyttömyys.

Kuvassa 4 tilanne, jossa negatiivinen kytkentä tapahtuu harvoin, koska varasto-, kapasiteetti- ja aikabufferit ovat riittävät.

Riittävä kapasiteetti.png
Kuva 4.
Bufferit mahdollistavat virtauksen vaiheelta 1 vaiheelle kaksi jne. Vaiheiden välille muodostuu harvoin takasinkytkentää, koska edellisen vaiheen työ valmistuu sovitusti.

Kuvassa 5, koska työ saapuu alhaisen kapasiteettibufferin takia usein myöhässä ja käytettävissä ei ole varastoa, tulee kapasiteettibufferi väkivaltaisesti käyttöön vaiheeseen 2. Tämä tulee varmasti, koska bufferit ovat liian pienet suhteessa suorituskykytasoon. Organisaatioissa operatiivisessa työssä olevat henkilöt tietävät tämän, koska heille tämä on jatkuvaa. Myöhässä, puuteet, viivästymiset. Tämä suorituskyvyttömyys yhdessä alhaisten buffereiden kanssa aiheuttaa epästabiilin tilanteen vaiheisiin ja koko ketjuun.

Alhainen kapasiteetti.png
Kuva 5.
Alhainen kapasiteettibufferi aiheuttaa työn myöhästymisen ja eskaloi bufferit satunnaisesti ja ennustamattomasti prosessissa vaiheelle 2 ja 3. Takaisinkytkentöjä tapahtuu aina työn myöhästyessä

Alavirrassa esiintyvä työn aloittamisen puute aiheuttaa kapasiteettibufferin astumisen voimaan väkivaltaisesti. Tähän reagoidaan suunnitelman muutoksella (ei kestä hermo jouten oloa = yllättävää kapasiteettibufferia). Muutettu työsuunnitelma jaetaan ketjuun tai tälle vaiheelle. Mitä seuraa? Lisää vaihtelua. Tämä reagointi on suoraan kuin Demingin suppilokokeesta sääntö 2 ja 3 joskus jopa 4. Lue lisää suppilokokeesta esimerkiksi Vaihtelu kirjasta tai katso video. Tätä saan liian usein todistaa ja organisaatiossa työskentelevät ihmiset tunnistavat tämän hulluuden, mutta ei ole keinoa kertoa tästä. Hyvää pyritään tekemään, mutta sutta syntyy.

Ketjuuntumisen vaikutus ja keskinäisvaikutukset on kuvattu kirjassa Vaihtelu. Kuvassa 6 keskinäisvaikutukset. Taulukossa 1 keskinäisvaikutusten esiintyminen suorituskykytason ja monimutkaisuuden funktiona.

Ketju.png
Kuva 6.
Ketjussa esiintyvät keskinäisvaikutukset. Mitä enemmän on mahdollisuuksia, sitä enemmän on bufferin tarvetta, jos suorituskyky ei ole riittävä.

Taulukko 1. Taulukossa on laskettu palautteiden esiintymistodenäköisyydet (P(x)) monimutkaisuuden ja yksittäisen palautteen esiintymistodennäköisyyden mukaan.
Esiintymistodennäköisyydet.png

Joskus törmää ajatukseen, että suorituskyvyttömyyden aiheuttamaan virtauksen takkuiluun ja ei-ennustettavuuteen reagoidaan pilkkomalla asiat pienempiin osiin ja tekemällä tiukemmat aikataulut. Kun tämä pilkkominen tehdään, voit taulukosta 1 katsoa kuinka palautteiden määrä kasvaa, jos ongelmana on suorituskyvyttömyys. Tilanne ei helpotu, vaan pahenee tässä suhteessa. Kytkösten määrä kasvaa samassa suhteessa ja säädön ja vaihtelun määrä kasvaa, koska epäonnistumista syntyy enemmän.

Säätö lisää vaihtelua, josta seuraa lisää bufferin tarvetta. Vaihtelun laki tähän!

Law (Variability): Increasing variability always degrades the performance of production system.

Laki (vaihtelu): Vaihtelun kasvaminen laskee aina tuotantosysteemin suorituskykyä.

Älä yritä olla liian hyvä, jos et ole niin hyvä. Parantaminen on vaan vaikeaa. Ensin täytyy ymmärtää kuinka systeemit toimivat, mikä on suorituskyky stabiloida, eli vakioida toimintaa, tehdä systeemistä ennustettava. Kirjoituksessa esitettyjä asioita käsitellään jatkuvasti koulutuksissa ja huomataan, että buffereiden ja suorituskyvyn tarpeen tietämys on unohtunut useissa tapauksissa ja sekoitettu ongelmien tunnistamiseen ja ratkaisemiseen.

 

Antti_90.jpg
Antti Piirainen
antti@qk-karjalainen.fi

 

Lähteet:

  1. Saarikoski, S. 15.3.2020. https://www.hs.fi/sunnuntai/art-2000006439595.html. HS.fi
  2. W. J. Hopp, M. L. Spearman: Factory Physics, Third Edition. 2008
  3. Edwards Pound, Jeffery Bell, Mark Spearman; Factory Physics for Managers – How Leaders Improve Performance in a Post-Lean Six Sigma World, 2014
  4. Piirainen A. Vaihtelu, 2014, Quality Knowhow Karjalainen Oy

 

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    arvovirtakuvausHall of Famekorrelaatio0-virheläpimenoMinitabmuutoksen tuskakalanruotolaatu SuomessalaadunparannusohjauskorttiVUTControl Planpalvelumonimuuttujakoehukan muodotTuottavuuslaadunohjausstandardointidata-analyysijidokatehollinen aikaBalanced ScorecardhyväksymisnäytteenottoFMEADesign of ExperimentsROIaivoriihiOpetusmenetelmättilastomatematiikkaLean Six SigmaOpettaminenPDSA-ympyrätoiminnan lainalaisuudetturvallisuusMSAlainalaisuudettehdasfysiikkaohjausKingmanEDAarvovirta-analyysiFactory PhysicsCDAMonte CarloCTQIshikawatyökalutJuranYellow BeltparannustoimintaMinitab 18uutiskirjelaaturegressioanalyysisysteemiBlack BeltlaadunkehittäjäguruterityissyyDFSSWheelerLean HandbookISO 9000L8-matriisiSPCmielenmallitTPSDOEDesign for Six Sigmasatunnaissyyacceptance samplingLittlen lakiVSMISO 9001ennustaminenSigmaLaatukonferenssiLaatutyökalutlaatutyökalutqfdJatkuva parantaminenongelmanratkaisuKaizenBOKryhmittelykaaviotoleranssiIATF 16949Lean-taloLean Six Sigma Black Beltkvantitatiiviset menetelmätlajittelu5W2H Johtaminen8DGage R&RAsiakastarvesyy-seurauskaaviomixturejaksoaikaohjaussuunnitelmaparannusmenetelmädatamuutosinnovaatiosekoitekoemittaaminenDemonstraatiothypoteesitestioeeideointiprosessikuvausParetomittaussysteemiVOCtiedonkerääminenstabiiliparannuksen johtaminensuorituskykyDemingHukkaCombanion by Minitabtoiminnan laitKatamittavirhevaihtelun vaikutuskausaliteettikairyoBig Datat-testiBody of Knowledgemonimuuttujatestitehokkuusreunadatan luokitteluTPMsuorituskykymittaritvalvontamenetelmätkoesuunnittelujärjestäminenKingmanin yhtälöterveydenhuoltoOhnoDMADVjohtamisjärjestelmäsitoutuminenasiakastyytyväisyysGagemittausprosessineukkarikoeläpimenoaikaoperaatiotutkimusparannusmalliTOCarvovirtaShewhartryhmätyöskentelymallidatan käsittelynollavirhevuodiagrammidatan laatuhävikkifunktioValue Stream MappingIATFkanbanDSDPDCAShingoTaguchiluotettava mittaussatunnainen vaihteluhistogrammidatan keräysjitKaikakuvaihteluCTPriskiparannusANOVAdatan käsittelyGreen Beltparannustoiminnan kehittyminenHarrySPC-korttitekoälyTQMLaatujärjestelmäpäämäärämalliparantaminenpuhdistaminenDMAICOFATtilastotilastollinen päätöksentekolaadunhallintaMinitab 19ToyotakuvaaminenISO 9001:2015datan käsittelyPDSATätä on LeanASQpaloautopelilaatu ratkaiseeLeanCrosbykoulutusMarkkinointilaatutaulutriskinkartoitusprosessiSix SigmahypoteesitestausMarkkinointiprosessiLean-visioasiakas5StäystekijäkoekustannussäästötFeigenbaumasiakastyytyväisyys

    Arkisto