Notizie

Indicatori (KPI) per la manifattura

Scritto da stefano

Calcolare e valutare dei Key Performance Indicator specifici per il reparto di produzione non è una novità. Ma con la possibilità di interconnettere le macchine (base industria 4.0), avere dei dati in automatico e quindi costruire dei cruscotti (dashboard) con uno dei tanti strumenti disponibili (anche gratuiti) rende tutto più facile. E sarebbe controproducente non farlo.

Quali possono essere gli indicatori da calcolare e quindi rendere subito visibili? C’è da soffermarsi un attimo su questo concetto di “renderli subito disponibili”. Talune volte i dati vengono raccolti, magari anche elaborati, ed i risultati restano in un cassetto o sono guardati una volta ogni sei mesi. Magari guardati dalle persone sbagliate e non da quelle che possono agire per far lavorare meglio le machine e, perché no, anche le persone.

Utilizzo della capacità produttiva. E’ un indicatore globale per reparto o per aggregato di macchine (sia uniforme, sia per processo produttivo). Dà una indicazione di quanto queste macchine producono rispetto ad un valore teorico (ma realistico) di produzione in caso ottimo. Il calcolo può essere fatto sulle quantità prodotte, se facilmente disponibili, o in generale sul tempo di funzionamento assumendo che quando funzionano vadano alla velocità teorica.

Ad esempio, se ho 10 macchine che producono filo, che nella pianificazione dovrebbero lavorare 8 ore al giorno, raccogliendo lo stato macchina (in  lavorazione/non in lavorazione) farò il rapporto tra le ore “in lavorazione” e 80 (il numero di ore di lavoro attese). Questo rapporto sarà influenzato da molti fattori, ovviamente: macchine bloccate in allarme e non ripristinate, macchine ferme perché non necessarie, macchine ferme per manutenzione, eccetera.

Il numero mi darà una indicazione generale con la quale poi potrò indagare in dettaglio. Quali soglie posso impostare? Ad esempio, se mi aspetto di avere tutte le macchine occupate, quando scendo sotto il 90% significa che ho l’equivalente, nel nostro esempio, di una macchina ferma. Andrò quindi a verificare se effettivamente non ci sia una macchina ferma ed inutilizzata o se il tempo di fermo equivalente ad una macchina non sia dovuto ad altre ragioni (troppe manutenzioni straordinarie, troppi blocchi con tempi lungi di ripristino, …).

Nel caso di un gruppo uniforme di macchine, possiamo trasformare l’indicatore in “macchine equivalenti” che ha una sua più facile interpretabilità: il mio reparto con 10 macchine lavora come se ne avesse 7 di ideali (capacità utilizzata 70%). Potrei scoprire che sistemando i problemi di ridotto utilizzo, una macchina risulta superflua e venderla, eliminandone il costo.

OEE (Overall Equipment Efficiency). Questo è l’indicatore più classico che mette assieme tre elementi fondamentali: quanto produco, quanto tempo ci metto e con quale qualità.

L’OEE si calcola in modo semplice: prestazioni x disponibilità x qualità.

Le prestazioni sono la velocità della macchina, quando lavora, rispetto a quella ideale. E’ normale che una macchina progettata per andare a 100 pezzi all’ora sulla carta, debba poi essere regolata a 90 per problemi operativi. In questo caso le performance della macchina saranno il 90%.

La disponibilità è il tempo che la macchina lavora rispetto a quello pianificato. Se la macchina dovrebbe lavorare 10 ore ma per qualche motivo (fermi pianificati e non) ne lavora 9, l’indici di disponibilità è il 90%.

La qualità, in percentuale, è ovviamente il rapporto tra i pezzi prodotti e buoni sui pezzi totali. Se la produzione non è discreta ma continua, il rapporto potrà essere su unità di misura differenti (metri, kg, …). Se la qualità non può essere raccolta dalla macchina stessa, è necessario integrare questo dato successivamente ai risultati di controllo qualità.

Bisogna ricordare che questo parametro può essere “pericoloso”. Riassumendo in un unico numero efficienza di produzione e qualità, può capitare che l’indicatore sia molto buono con una produzione di pessima qualità. La produzione di pessima qualità non ha riflessi immediati nella linea di produzione, se esce un prodotto finito, ma nel post vendita. Le componenti di questo indicatore, quindi, devono avere delle proprie soglie minime sotto controllo.

Tempo di fermo. Nell’OEE si deve calcolare il tempo di fermo (in via diretta o indiretta) e lo stesso può essere analizzato in modo separato: se una macchina resta ferma per il 50% del tempo andrò a vedere il problema particolare della macchina. Il tempo di fermo può essere oggetto anche di analisi comparata: come si comportano le altre macchine rispetto a quella che sto prendendo in considerazione?

Il tempo di fermo ha però due aspetti che devono essere raccolti in modo distinto: tempo di fermo “pianificato” e tempo di fermo “non pianificato”.

Ora, avere in dettaglio quando la macchina è ferma per manutenzione regolare, per setup o per anomalia può essere complicato. Ma con la raccolta dati automatica possiamo fare una approssimazione, memorizzando la condizione di fermo “normale” e di fermo “per allarme”. Il primo sarà considerato un fermo attivato dall’operatore (ad esempio per manutenzione o per setup), il secondo sarà un fermo automatico per condizioni critiche.

La visualizzazione di questi due tempi di fermo separati, ci dà importanti indicazioni. Ad esempio, se il fermo per allarme è preponderante, devo chiedermi come mai la macchina continua ad andare in blocco e quindi quali contromisure prendere. Devo chiamare il fornitore e farla controllare? La stiamo utilizzando in modo improprio? Il personale non è stato addestrato all’uso?

Viceversa, se ho un tempo di fermo “normale” molto alto, dovrò chiedermi come mai. Il setup è troppo lungo e complicato? L’impegno della macchina non è stato pianificato nel modo corretto? Nel caso la parte rilevante sia il tempo di setup si possono applicare le metodologie SMED.

Frequenza allarmi e tempo di ripristino. Un dato che si ottiene facilmente con la raccolta automatica e che permette di andare in dettaglio sul comportamento di una macchina è la frequenza degli allarmi. Se in una giornata ho un tempo generale di fermo per allarme di 1 ora, è ben diverso aver avuto un solo allarme o averne avuto 5. 5 allarmi significano 5 interventi umani per risolverli.

Due KPI su fermo non pianificato sono quindi il numero di blocchi ed il tempo che serve dalla comparsa di un blocco alla sua risoluzione. In alcuni casi viene chiamato MTTR.

La frequenza degli allarmi è inoltre utilizzabile in analisi comparata con altre macchine, sempre al fine di capire se una di queste abbia dei comportamenti che si differenziano dalle altre macchine simili. Questo indice si può calcolare come lo scostamento dalla media delle altre macchine o, ancora, porre delle soglie di allarme.

Altri indicatori. Ci sono tantissimi altri indicatori utilizzabili e non legati direttamente alle macchine. Qui ne trovate una carrellata.

Consigli per la raccolta dati

Utilizzando come guida i KPI visti sopra, possiamo chiederci quali sia la forma migliore per raccogliere i dati. Migliori sono i dati e migliore è il loro formato, più semplice sarà l’analisi e l’estrazione di informazioni. Vale quindi la pena spendere un po’ di energie già in fase di accumulo del dato, evitando la memorizzazione generalizzata di qualsiasi cosa per poi non riuscire in fase di analisi ad avere dei risultati chiari ed in modo semplice. E’ importante anche che questa “pulizia del dato” sia fatta nel contesto giusto, dove possono agire le competenze adeguate, prima degli analisti che potrebbero disperdere troppe energie nella comprensione di dati che poi devono buttare perché inutili.

Per il calcolo del fermo macchina o del tempo di lavoro, è bene avere uno stato multivalore (si adatta bene ai time-series): 0 per macchina ferma, 1 per macchina attiva, 2 per macchina in allarme. In alternativa, per una memorizzazione più tabellare, lo stato può semplicemente essere 0 e 1, mentre una ulteriore colonna riporterà il motivo del fermo (0 fermo normale e 1 fermo per allarme).

Chiaramente si può scendere in dettaglio sulle ragioni degli allarmi, ma avere in set di dati preelaborato e semplice permette di arrivare velocemente a dei macro indicatori. Non è proibito raccogliere gli stessi dati in forme diverse per analisi differenti. Non deve stare tutto sullo stesso “database” ed in un’unica “tabella” (uso le virgolette perché uno storage specializzato in time-series sarebbe quanto meno auspicabile).

Con un time-series, la somma dei tempi dello stato quando ha valore 1 è il tempo di lavoro, quando ha valore 0 è il tempo di fermo. Queste funzioni sono native al database non occorre fare altre elaborazioni.


Resta aggiornato, iscriviti alla newsletter

About the author

stefano

Leave a Comment