生産ボトルネック検出:スループットを決める制約を見つけ、解消する

あらゆる生産システムのアウトプットは、その時々で1つの制約 — ボトルネック — によって決まります。その上流ではすべてが滞留し、下流ではすべてが枯渇します。工場の他の部分がどれほど見事な効率で回っていても、ボトルネックが動かない限り、全体のスループットは動きません。だからこそボトルネック検出は、製造業で最もレバレッジの高い分析なのです。制約で取り戻した1時間は、工場全体のアウトプット1時間分に相当します。

厄介なのは、ボトルネックが移動することです。前四半期に工場を制限していたステーションが、今日も制限しているとは限りません — 製品ミックスは変わり、機械は老朽化し、新しい受注構成が舞い込みます。自社のボトルネックを「知っている」工場が知っているのは、往々にして昨年のボトルネックです。本当のボトルネック特定は継続的でなければならず、それはつまり、年1回の時間分析ではなく、生きたデータから導かれなければならないということです。

手作業による検出方法 — 仕掛品の山を探してラインを歩き回る、監督者にヒアリングする、単発のストップウォッチ測定を行う — には共通の弱点があります。ある一瞬しか捉えられないこと、ステーション間の相互作用を見逃すこと、そして症状と原因を取り違えることです。機械の前の滞留は、その機械が遅いことを意味するかもしれませんが、上流が仕事をまとめて流していることや、オペレーターの資格ギャップで1シフトおきに止まっていることを意味するのかもしれません。

ライブのボトルネック検出は、現場がすでに生み出しているデータを使います。MESの機械状態とサイクルタイムからは、どのステーションが稼働カレンダーに対して最も高い稼働率にあるか、どこで待ち行列が最も速く伸びているか、どのリソースが最も頻繁に他をブロックしているか。スケジュールデータからは、APSが最も頻繁に回避を強いられるリソースはどれか。製品ミックスが変わっても両者が同じステーションを指し続けるなら、見つかったのは「たまたま調子の悪い火曜日」ではなく、構造的な制約です。

検出はこの規律の半分にすぎません — 残りの半分がボトルネック管理です。その定石は数十年前から変わらず、今も正しいままです。まず制約を徹底活用する(1分も遊ばせない — 交代で休憩を取り、保全を優先し、品質チェックは制約の後ではなく前に置く)。次に他のすべてを制約に従属させる(各ステーションの局所最適ではなく、ボトルネックのペースで仕事を投入する)。そして最後にはじめて、制約の増強に投資する。多くの工場は、この順番を飛ばして、実は必要のなかった生産能力の購入に走ってしまいます。

ここでAPSが真価を発揮します。制約を把握した有限能力スケジューラーは、ボトルネックを正しい順序で常に稼働させ、上流の変動からバッファで守り、現実が変わったときには数秒で再計画します — ボトルネックが資材や治工具や人を待つことは決してありません。制約を軸にしたスケジューリングとは、ボトルネック管理を自動化し、改善ワークショップのたびに1回ではなく、数分ごとに繰り返すことなのです。

具体的な例を挙げましょう。MSFを稼働させているある木材加工工場では、リアルタイムのボトルネック検出により、制約は誰もが思い込んでいた製材機ではなく、予測可能な間隔でそれを枯渇させていた下流の乾燥バッファであることが判明しました。そのバッファを踏まえて投入順序を組み替えたところ — スケジュール変更のみ、投資ゼロで — スループットは2桁パーセント回復しました。この事例は当社サイトに掲載しています。そしてこのパターンは一般化できます。データはたいてい、現場の言い伝えと食い違うのです。

OEEを追跡しているのにスループットが伸び悩んでいるなら、1つの問いから始めてください。今週、ペースを決めている単一のリソースはどれか?MSFはこの問いに継続的に答えます — MESが機械と待ち行列のライブデータを供給し、APSが見つかった制約を軸にスケジュールを組む。ボトルネックは、年に1度だけ診断される謎であることをやめるのです。