电子行业工业工程师的产能与库存管理

前面几节主要介绍如何让内部产能满足外部市场需求,似乎只是一个数学模型:把产能和需求进行对比,多退少补而已。

但实际上,企业的外部市场需求不断变化,内部产能相对固定,产能增减需要时间,要提前规划,订单波动和产能规划如图3-10所示。

图3-10

两种产能规划的利弊见表3-22。

表3-22 两种产能规划比较

产能和库存是相互对立的,两者不可兼得,至于选择何种方法,就要看它们的适用条件了,在不同的行业、不同的公司,方法不一样。

笔者曾经在两个不同的行业和公司工作过,有两家公司采用不同的产能规划政策。

第一家公司是一家半导体行业的欧洲公司,生产一些标准的功率器件,这些功率器件从十几年前到现在,甚至在可预见的未来会一直使用,不存在过时的问题,一个产品生产完成后在仓库最多可以放置2年。

整个生产工序由自动化设备完成,设备折旧和维护是公司制造最大的一块成本。

公司的产能是按照季度平均需求来规划的,季度内(90天)需求的波动用库存来平衡,成品最高有30天库存,生产线按照库存来生产,当然产能利用率非常高,单位生产成本相应就变低了。

第二家公司是一家生产电子消耗品的公司,一款产品的寿命是1~1.5年,而且降价非常快。完全按照订单生产,生产完之后立刻发货,成品仓库只有1天的库存。

公司的产能按周平均来规划,周内需求的波动用库存来平衡,相应的产能利用率就低多了。

要同时满足外部市场变动性的需求和取得低的单位生产成本就不容易了。

(1)对于中、长期产能规划,需要综合优化工厂变动性、产能(设备+人力)和库存之间的配置;

(2)对于短期产能规划,需要优化产能内部要素:空间、设备和人力之间的配置。

工厂物理学定义的变动性就是不均匀性。任何种类的变动性———需求、物料、加工、流动……的升高,都有其代价:库存将累积,产出将下降,生产周期将增长,或者某些其他的绩效量度将受损。

变动性的增加总是降低生产系统的绩效。

制造环境的变动性来源于外部和内部两个方面。

外部变动性有:

(1)客户需求变动;

(2)物料供应数量、质量问题。

内部变动性有:

(1)工程设计变更;

(2)过程质量问题导致产出损失与返工;

(3)设备意外停机;

(4)“自然”变动性,包括由作业员技能、机器和原材料的差异引起的加工时间的较小波动;

(5)生产准备,换模。

制造系统呈现的变动性,是管理决策、系统设计、工艺选择、质量控制等一系列因素的作用结果。

如果无法削减变动性,将不得不面对下列中的至少一项:

长的前置周期时间和高的库存水平;

浪费的产能;

损失的产出;

长的生产周期和/或差的客户服务水平。

生产系统中的变动性可以通过库存、产能、时间的某种组合来缓冲。在实现设定的产能与周期时间绩效时,产能、WIP缓冲其与变动性削减之间有相互替代关系。理解其中的权衡,是设计支持战略业务目标的运营系统的基础。

笔者曾有过类似的经历。在2008年,笔者所在的公司在深圳新建一家工厂,生产线设备从国外转移,所有工序均为自动化设备加工。按照公司转移生产线的原则,产能和国外原工厂一样,生产计划在生产线认证合格后逐步增加,直至按照产能满排。不过,新工厂的工程技术人员、操作员没有原工厂熟练,设备在搬运、安装调试后也没有之前稳定,管理也在起步阶段。

原工厂的产能同样将设备意外停机、保养、换模、作业员休息与午餐等因素考虑进来计算工厂的产能,根据这个有效产能制订生产计划:投料速率等于产能。

随着产量的逐步增加,问题开始显现:设备不稳定,短停频繁,每4~5分钟就有几秒钟短停,需要作业员处理;设备意外停机不时出现,瓶颈工序的库存开始上升,经常达不到产出目标;产出逐步增加,慢慢达到满产运行,偶尔达到产能,大部分时间达不到产能。

总部负责计划的总监开始施加压力,于是总经理要求全力以赴保证产出。

投入的原材料比出去的成品多,非瓶颈工序库存也开始增加,装产品的周转箱不够用了,甚至之前设计放置半成品库存的空间也爆满了,生产线上的库存一度上升到正常库存的3倍。不过,库存不是总部关心的指标。

同时,公司对人员配置、成本控制非常严格。作业员、技术员参照集团内运作效率最高的工厂来配置,设备维护成本也要和其他老工厂对比。

实际“产能”(人员、设备)不足,所有的资源不得不超负荷运转。作业员按照标准配置,上料、下料、搬运、填单、处理系统、处理设备短停……忙个不停但还是处理不过来,笔者见到,在丝焊(Wire Bond)工序,1个作业员负责9台机器,一个短停还没有处理完,另外一台机器已经报警等待处理了;技术员既要安装调试新转移过来的设备,还要培训新技术员、修机,根本没法顾及设备的稳定性比如短停之类的问题。生产主管、经理每天疲于奔命,处理各种异常,回答解释老板的各种问题……

半成品、周期时间上升得够多了,产出并没有增加,总部要求每天报告每个工序产出,解释不达标的原因和需要采取的措施。

由于人员、设备超负荷运转,出现了一些严重的问题:一个工程师把工程图纸上焊线的焊点位置搞错了。对于工程更改,正常要求是先做一批半成品,待测试合格之后才开始大规模生产,由于库存多,生产周期过长,生产线没有按这个要求做就开始大规模生产了,到测试时发现焊点错误,400k已经生产出来了,不能返工,全部报废,仅原材料损失就40多万元。

一个生产部经理为了完成产出目标,每天在下班之前让正在测试但没有完成的产品先计入产出,然后补数。经过一段时间后,缺口越来越大,不得不要更前的工序补数,出现越来越多的混料(测试工序会标注,测试之前产品外观完全一样),终于有一天“东窗事发”,发现混料加缺口达1M以上。部分混料没法区分,最后只好把有风险的半成品全部报废,原材料损失就100多万元。

设备部为了紧急维修设备,要求供应商直接把需要的配件送工厂,没有按照公司的要求先出采购订单,审批完成后供应商送货,最后发现有数百万元的已经使用但没有出采购单的配件……为此,总经理也夜不能寐。

所有的人都在集中精力提高产出:生产经理、工程师甚至亲自上线像作业员一样看机器、处理报警……一切为了产出,所有的人都在救火,每个人都疲惫不堪,没有人有时间和精力来考虑改善,因为目标永远比实际产出高。老板觉得一个高的目标即使达不到也比一个能达到的低的目标要好!

后来,我们新来了一个总经理。新总经理基本上“要人给人,要钱给钱,要设备给设备”。

对于人员配置,特别是作业员和技术员,不再按照原配置,根据需要对部分工序超配;设备维护方面,全部购买原厂配件,并且备足库存,当然价格和成本看起来肯定提高了;几台从原厂转过来的老旧设备,申请报废并且用新设备替换。

慢慢地,产出达不到产能的次数变少了,超出产能的次数变多了,总部也不再要求每天报告产出了。大家有机会腾出手来提高人员技能,改善质量,增加产出了。

终于,产出不再是问题,也没有人关心了,因为每天都能达到产出。

大家开始关注设备稳定性,研究设备短停的原因,按时和按要求保养设备,把之前没有时间换掉的配件更换掉,设备稳定性提高了,作业员和技术员没有之前繁忙了,可以按照作业要求操作,产品质量也提高了,WIP水平下降,周期时间缩短了。

各种意外没有那么多,偶尔发生的设备意外停机出现产出损失也能够补回来,大家关注一些更大的、长远的改善,比如人员技能提高、设备的升级换代、各种系统流程完善……

几年后,产品良率从之前的96%提高到98%,库存达到该集团内类似工厂最低水平,实际产出也高于产能,生产成本也比之前低了。(www.xing528.com)

第二任总经理的策略是:增加产能(加人、设备,降低产能利用率,增加缓冲)⇒削减变动性(提高人员技能、设备稳定性)⇒提高生产系统的绩效。

第一任总经理也要求削减变动性以提高生产系统的绩效,但效果比较差,主要是没有资源(时间、设备)真正削减变动性。

如果不在削减变动性上花费,就会在以下的一种或几种上花费:

损失的产出;

浪费的产能;

膨胀的周期时间;

较高的库存水平;

长的提前期和/或差的客户服务水平。

这种缓冲可以被视为“现在支付还是稍后支付”现象。

几乎所有有效的改进活动中至少都有一些变动性削减措施:人员技能提高、多能工、标准化作业程序、缩短换模时间、全面质量管理、防错法(error proofing)、预防性维护以及其他的物流平滑技术。

变动性的削减总会提高生产系统的绩效,这是一个中长期的改善过程;不过,一些变动性可以改善,比如大部分的内部变动性,另外一些的变动性没法改善或者改善的代价太大,比如说外部市场需求、物料供应。

在一定变动性水平条件下,库存控制是决定工厂运作是否高效的关键因素。

工厂物理学介绍的产能和库存之间的关系如图3-11所示。

图3-11

在这个图中,库存(WIP)从低到高分3个区域。

(1)库存不足区(WIP Starvation Zone)。通过减少库存,生产周期也被压缩到非常低的水平,但产出也相应地急剧下降。

(2)库存合理区(Optimal Zone)。库存水平让工厂运作的表现最佳,产出最大化同时生产周期较短,前提条件是变动性维持在一定的水平。

(3)库存过量区(WIP Overload Zone)。产出已经不受库存的影响,增加库存仅仅增加生产周期,对产出几乎没有影响。

在给定物流(或者价值流、生产物流、供应链)、产能和变动性的条件下,库存高低决定了产出(或者产能利用率)和生产周期。

权衡产能和库存需要对产能(人员、设备)、库存和生产周期的相互关系有全面、实践和科学的理解,然后根据公司的战略设计出满足目标的组合。

它们之间的关系如图3-12所示。

降低成本意味着产能的高利用率。同时,销售的增加需要更快的市场反应,这意味着产能的低利用率。低库存水平表示花在其上的现金少,然而客户需要越来越多的产品种类,更快获得所需要的产品,这意味着我们需要更高的库存。短的生产周期固然可以使成本降低和销售增加,但是,太短的生产周期又会损失产出。

图3-12

总而言之,中长期产能规划的战略是削减变动性、优化库存和产能配置。

即便如此,一些非工厂能够控制的变动性对工厂绩效的负面影响远远大于工厂内部削减变动性产生的正面影响,比如订单的大幅变动和预测不准确、物料供应的突然中断所造成的效率损失远远大于内部效率的改善。

无论如何,工厂产能规划还是满足外部需求,为满足短期内变动性的意外变化(订单意外增加而正常规划的产能不能满足等),短期产能规划需要处理产能内部要素:线平衡和不平衡的关系、设备(夹具)和人力配置关系。

笔者曾经经历过这样一个例子。每个新产品在量产的开始阶段,人员、设备、产品工艺、物料等都在磨合阶段,而这时候也往往是客户需求最旺盛的时候。因此,这个时候产能是面临的最大问题。M公司通过以下几个方面来控制产能提升:

(1)NPI(新产品导入)试产时需要生产线的关键员工参与;

(2)提前一周设置生产线,留小部分样品用于量产员工在线培训;

(3)NPI时拍生产过程录像,给量产员工培训用;

(4)制定详细的操作指引,给量产员工理论上和实践上的讲解;

(5)设计生产线产能时留有一定的余地,M公司一般留5%~8%的缓冲。

通过以上措施,M公司四个班次一般在量产后两周内就可以达到设计产能,一个月后在设计产能的基础上,基本能提升5%~10%。这样的产能提升速度,大部分产品都可以满足产能需求。

但也并非都是一帆风顺,我们就遇到这么一个产品,我们就称之为Sa吧。产品Sa安排在精益装配线这种单元线进行生产,我们还是按部就班地按NPI流程来导入这个新产品,量产一周后勉强达到了设计产能,但要想再往上提升产能就非常困难了。因为我们发现,客户定制测试工位俨然成了瓶颈工位,由于是测试工位成为瓶颈,因此产能提升空间有限,如果设备故障再超标则很难达到设计产能。在这种状况下,之前留的一点缓冲派不上用场了。

可就在这个时候项目经理跟我们说,这个产品每周的订单由120k提升到150k,可我们只有8条拉,每条拉每天产能2.2k,一周的产能也就是123k而已,生产已经多次反馈这个产量已经是他们的极限了,怎么能做150k呢?这时,也就懊悔当初计算测试设备的时候,掐得太紧了,以至现在一点回旋余地都没有。找到测试工程师,让他们研究研究是否可以通过优化测试软件来缩短测试时间,答案显然是否定的,因为这是客户要求的,测试时间150秒就是150秒,连降1秒的空间都没有。

缩短测试时间的路已经行不通,那么就增加购买测试设备,每条拉由目前6个夹具增加到7个,8条拉一共也就再买8个。此时,在情况还不明朗的情况下,一般都不会获得批准,而且设备有两个月的交货期,远水也救不了近火。在这种情况下,大家都在看着IE给出一个解决方案。

寻求外部帮助已经行不通,更不要说让计划部门拒绝客户订单了。这种情况下,经过冥思苦想,采用了TOC五步法,终于找到了一个解决问题的方向。TOC五步法就是:

(1)找出系统的瓶颈;

(2)挖掘瓶颈的潜力;

(3)其他因素配合瓶颈;

(4)把瓶颈松绑;

(5)找出系统新的瓶颈;

(6)每周要想做到150k,每条拉每天就必须做到2.7k左右才可以。

系统的瓶颈是客户测试工位,那么我们就挖掘一下这个工位的潜力。测试时间是150秒,测试夹具数量是6个,每天工作时间是20.27小时。因此,其他因素要来配合瓶颈的话,那么测试工位满负荷生产可以产出2.9k,理论上可以满足2.7k的需求。下一步就是如何给瓶颈工位松绑了,我们在做进一步分析之后,工序上做了一些优化来给瓶颈工位松绑。

(1)单独安排一名员工做瓶颈工位即测试工位,不允许有设备等人的现象;

(2)其他工位重新安排工序,使其产能都高于瓶颈工位;

(3)在瓶颈工位可以堆积尽可能多的WIP,以避免设备故障,或其他因素导致瓶颈没有满负荷生产;

(4)以瓶颈工位为节点,在转拉时前后工序分开进行,以保证瓶颈工位不受转拉影响;

(5)如果有异常,吃饭时间需要交班来保证瓶颈工位的产出。

通过以上几项措施,每条拉每天产能最终达到了2.8k,基本上满足了客户需求。这种非常态的方式,需要生产线特别控制,否则很容易出品质问题。而且,人员效率会受到比较大的影响,生产线看着也比较混乱。因此,这种产能优先的方式,我们只是在某种特定情况下临时使用。但TOC理论的确在分析问题时起到了非常重要的作用,可以经常使用它来分析问题。

产能和需求都受变动性的影响,都用库存来缓冲,又很难用数据来量化,在具体的操作过程中受到行业特点、公司政策、产品工艺、软硬件条件等多方面的限制,要在这些诸多条件的限制下做好产能规划就比较复杂了!

产能规划的目标是达到产能和需求的动态平衡,既要总体平衡又要局部平衡,既要现在平衡又要未来平衡,但两者又动态变化,结果是永远达不到平衡,产能规划所追求的目标永远达不到!