KISITLAR TEORİSİ (THEORY OF CONSTRAINTS)
GİRİŞ
Kısıtlar Teorisinin iş sistemlerine bakış açısı herhangi bir firmanın temel amacının "şimdi ve gelecekte para kazanmak" olduğunu savunur (Goldratt, 1990). Goldratt'a (1990) göre amaç, gerekli koşullar ve araçları birbirinden ayırmak gerekir. Örneğin, müşteriye hizmet, ürün kalitesi, çalışan memnuniyeti, topluma ve çevreye sorumluluk genellikle gerekliliktir veya bazen organizasyonun performansının araçlarını temsil eder.
Süreç iyileştirmede genel olarak kabul edilen iki varsayım vardır:
-Sistemi küçük parçalara bölerek iyileştirmek ve sonra iyileştirilmiş parçaları birleştirerek sistemin bütününü iyileştirmek mümkündür.
-Sistemin her kademesinin performansını en üstte tutmak, sistemin genel performansını en üst düzeyde tutar.
Goldratt bu varsayımların yanlış olduğunu savunur. Ona göre sadece sistemin parçalarına ilişkin ölçüleri kullanarak kurum geneli için en iyi verimi bulamayız. Eğer verimliliği kurumsal düzeyde tanımlar ve bu verimliliği artırmayı sağlayan değişiklikleri operasyonel iyileştirmelerle sağlarsak daha doğru bir iş yapmış oluruz. Çünkü sistem birbirine bağlı süreçlerden veya parçalardan oluşan bir bütündür. Goldratt bunu ünlü zincir anolojisiyle açıklar. Sistemin tamamını bir zincir olarak algılayan Goldratt, sistemin performansını, zincirin taşıyacağı yükün belirleyeceğini söyler. Bu yük ise zincirdeki en zayıf halkanın taşıyabileceği en fazla yüktür. Eğer bu halkayı güçlendirebilirsek sistemin genel performansını artırmış oluruz. Bu halka güçlendikten sonra bir başka halka zayıf olacak ve iyileştirme süreci bu şekilde devam edecektir.
Kısıtlar Teorisi operasyonel iyileştirmeler sırasında, sistemin genel performansı ile ilgili şu performans ölçülerinin kullanılmasını önerir :
Satış getirisi (Throughput) (T): Sistemin satışlar yoluyla para kazandırma hızıdır. Satış gelirlerinden tamamen değişken maliyetlerin düşülmesiyle elde edilir. Tamamen değişken maliyetler, satışların ham malzeme envanter bedelini ve üretim miktarının artması ile doğrudan artan maliyetleri (taşeronluk hizmet bedeli gibi) içerir.
Envanter (E): Sistemin satmak niyetiyle satın aldığı ham malzeme, binalar, makine ve benzerlerine yatırdığı paranın tümü olarak düşünülebilir.
İşletme giderleri (İG): Sistemin envanteri satış getirisine dönüştürmek için harcadığı paranın tümüdür. Maaşlar, bakım, amortisman ve benzeri işletme maliyetlerini içerir.
Sistemlerin satış getirisini artıracak, envanter ve işletme giderlerini azaltacak yönde iyileştirilmesi beklenir.
Bu ölçülerin kullanıldığı muhasebe sistemine satış getirisi muhasebe sistemi de denilir (Goldratt ve Cox, 1992). Bu sistemde sabit maliyetler ürünlere yansıtılmaz ve ham malzeme ve tamamiyle değişken maliyetlerin dışındaki tüm maliyetler sabit işletme maliyeti olarak değerlendirilir. Sabit maliyetlerin ve işçilik maliyetlerinin önemsiz olduğu ve yüksek otomasyon içermeyen sistemlerde söz konusu muhasebe sisteminin kullanımının uygun olduğu gösterilmiştir (Lea 1998).
En genelde, Kısıtlar Teorisinin metodolojisi değişim ile ilgili üç temel soru sorar:
1) Neyi değiştirmek? (Organizasyonlar kısıtları nasıl belirlemelidir?)
2) Neye değiştirmek? (Organizasyonlar pratik ve iyi çözümleri nasıl belirlemelidir?)
3) Değişime nasıl yol açmak? (Organizasyonlar çözümleri nasıl uygulamalıdır?)
KT’nin kısıtların yönetimi için karar verme metodolojisi beş odaklayıcı aşamaya dayanır. Bunlar:
1) Sistemin kısıt(lar)ının belirlenmesi: Tıpkı bir zincirin en zayıf halkasında olduğu gibi, sistemin performansını kısıtlayan elemanın belirlenmesi. Kısıtlar bir iş istasyonu (makine) olabileceği gibi pazarın kendisi, izlenen bir politika veya benzeri de olabilir.
2) Kısıt(lar)ın nasıl yarara dönüştürüleceğine karar verilmesi: Büyük bir sistem değişikliği veya sermaye yatırımı yapmadan, sistemin bu kısıtlayıcı elemanından nasıl en fazla performans alınabileceğine karar verilmesi. Örneğin kısıt pazardan gelen talep ise (yani kapasite talepten fazla ise) ürünün cazibesini artıracak, zamanında teslim gibi unsurları ön plana çıkaracak Altı Sigma projeleri öncelikli olarak desteklenebilir. Kısıt bir iş istasyonu veya makine ise bu makinenin hurda oranını, iş başlangıç ve atıl zamanlarını azaltacak Altı Sigma projelerine önem verilebilir.
3) Bunun dışındaki her şeyin ikinci aşamadaki kararı destekleyecek şekilde kullanılması: Sistemin diğer elemanlarının performansının, ikinci aşamadaki kararı destekleyecek şekilde ayarlanması. (Bu noktada kısıt kaybolursa, yeni kısıtı bulmak üzere birinci aşamaya geri dönülür.) Örneğin, kısıt bir makine ise iş akışı üzerindeki diğer makinelerde malzeme ve zaman kayıplarını önleyerek kısıt makinanın ürettiğinin boşa gitmemesi ve bu istasyonun boş kalmaması sağlanabilir. Genel olarak iş akışında kısıt makineden sonra gelen makinelerde yapılan işlerin iyileştirme önceliği, önce gelen işlerden daha fazladır. Çünkü kısıt makinenin ürettiği çok değerlidir ve sonradan hurdaya ayrılması istenmez. Ancak bazı özel durumlarda önce gelen işler daha yüksek önceliğe sahip olabilir. Altı Sigma projeleri seçilirken bunlara dikkat etmekte yarar vardır.
4) Kısıtın ortadan kaldırılması: Üçüncü aşamadaki uygulamalara rağmen kısıt hâlâ sistem performansını etkiliyorsa kısıtlayıcı elemanın kapasitesini artırarak, sistemin bu eleman üzerindeki yüklerini azaltarak, taşeron kullanarak veya benzeri yatırımlar yaparak kısıt ortadan kaldırılmaya çalışılır.
5) Birinci aşamaya geri dönülmesi , fakat eylemsizliğin önlenmesi: Tekrar başa dönüp bir sonraki kısıt ile uğraşırken önceki çözümün olumsuz etkilenme olasılığına dikkat edilmesi gerekir. Önceki çözüm ile ilgili prosedür ve uygulamalar gözden geçirilmelidir.
Sistemdeki kısıtların çoğunun rahatlıkla belirlenemeyen politika kısıtları olduğu bilinmektedir. Bu gibi kısıtlar genellikle hatalı ve alışkanlıklara dayalı karar verme sistemlerinin ürünüdür. KT üzerinde çalışanlar, karar verme sistemlerini düzenleyen, odaklayan ve çözümleri sistemin ana problemi üzerine yoğunlaştıran pek çok araç geliştirmiştir. Bu araçların hepsine KT düşünme süreçleri denilmiştir (Dettmer 1997). Bunlardan bazıları aşağıda kısaca tanımlanmaktadır:
· Şimdiki Gerçeklik Ağacı: Mevcut durumu gösteren mantıksal bir yapıdır. İstenmeyen durumlar arasındaki sebep-sonuç ilişkilerine yol açan temel zıtlığı bulmada kullanılır.
· Buharlaşan Bulut: Çatışma bulutu veya çatışma çözüm diyagramı da denilir. Bu araç karşılaşılan çatışmaların ve bunların altında yatan varsayımların belirlenmesini ve çözüm amaçlı incelenmesini içerir. Bu varsayımların geçersiz kılınması veya başkaları ile yer değiştirmesi çatışmayı "buharlaştırır".
· Gelecek Gerçeklik Ağacı: Herhangi bir değişimin sonuçlarını tahmin etmek için kullanılır.
· Önkoşullar Ağacı: Amaca ulaşmayı engelleyen durumları ortaya çıkarmak ve çözmek için kullanılır.
· Geçiş Ağacı: Amaca ulaşmak için gerekli adımları özetleyen bir şemadır.
Bu araçlar tek başına kullanılabildiği gibi bütünleşik veya birbirleriyle bağlantılı olarak da kullanılır. Genellikle birinin çıktısı diğerinin girdisini oluşturur.Temel probleme veya çatışma durumuna odaklanma ve çözüm geliştirmede etkili olabildikleri gösterilmiştir (Dettmer 1997).
KT’nin genel bir değerlendirmesi için Rahman (1998) ve Mabin ve Balderstone (2000) dan yararlanılabilir.
Proje Yönetiminde Uygulama
Bir işyerinde gerçekleştirilen projeler bütçeyi aşıyorsa, beklenenden uzun sürüyorsa, alt işlerin teslim tarihlerinde karmaşa ve fazla mesai yaşanıyorsa, yeni projeler yapma konusunda isteksizlik varsa projelerin yönetim tarzı önemli bir kısıt olarak ele alınabilir. Proje yönetimi ile ilgili yapılacak bir Altı Sigma projesi bu kısıtın giderilmesinde yardımcı olabilir. Böyle bir projede ve her bir Altı Sigma projesinin kendisinin yönetiminde KT yaklaşımlarından yararlanmak mümkündür.
Tipik olarak proje yönetiminde, belirlenen alt işlerin zamanında teslim edilmesine odaklanılır ve bunun için aşırı bir baskı yapılır ve proje planı sık sık güncellenir. Proje yönetiminde yaşanan tipik bir çatışma Murphy kanunu nedeniyle alt işlere bir emniyet zamanı tanımak ile Parkinson kanunu ("Bir iş ona ayrılan zamanı doldurmak üzere genişler") nedeniyle böyle bir zamanı tanımamak arasında yaşanır. Bunun gibi pek çok çatışma tanımlanabilir. (Patrick, 1999)
KT kapsamındaki Kritik Zincir Çizelgeleme ve Tampon Yönetimi yaklaşımları proje yönetimindeki bu tür çatışmaları etkili bir şekilde çözebilir. Bu yaklaşımlara göre, örneğin, proje yönetiminde emniyet zamanını alt işlere dağıtmak yerine bu zaman kritik yolun sonuna ve diğer yolların kritik yolu beslediği yerlere tampon olarak eklenebilir.
Bu uygulamalar ile ilgili olarak Goldratt (1997), Newbold (1998) ve Patrick (1999) kaynaklarından yararlanılabilir.
Kalite İyileştirmede Uygulama
Kalite, satışlar için gerek koşuldur. Fakat müşterinin kalite gereksinimlerini karşılıyor olmak, kuruluşun daha fazla ürün satmasını gerektirmez. Kaliteli ürünlerin kabul edilebilir fiyatlarla satılıyor olması da önemlidir. Bunun için şirket kalite ve kârlılığı bağdaştıracak çözümler geliştirmelidir.
Birçok kuruluş iyileştirme çalışmalarını şikayet sayısı ve fire oranı gibi ölçülere göre ve yapılacak iyileştirmelerin faydalarını düşünerek başlatır ve devam ettirir. Bütün bu iyileştirmeler ancak satış potansiyelini artıracak uygulamalardır. Kârlılığın artırılması ise bu uygulamaların (iyileştirmelerin) kârlılığı artıracak şekilde düzenlenmesi, uygulanması, kontrol edilmesi ve yeniden yapılandırılmasını gerektirir. Kuruluşun kârlılığını da iyileştirebilmesi için sisteminde hangi iyileştirmelere öncelik vereceğini bilmesi önemlidir.
Stein (1997) KT tabanlı Toplam Kalite Yönetimi (TKY) uygulamasında aşağıdaki temel gözlemlerin varlığına dikkat çekmektedir:
1. Kalite bir gerek koşuldur.
2. Tüm çözümler ileride kendini reddeder.
3. Sistemin satış getirisi kısıtlar tarafından belirlenir.
4. Bir etkinliğin değeri sistemin sınırları ile belirlenir.
5. Bir olaylar zincirinde bir kaynağın kullanımı, sistemdeki diğer kaynaklar tarafından belirlenir.
6. Sistemdeki envanter ve işletme giderleri, kısıt olmayan kaynakların özellikleri ile belirlenir.
7. Kaynaklar amaçsızca kullanılmaz; sadece satış getirisi üretiminde veya korunmasında kullanılır.
Yine Stein (1997) ye göre KT tabanlı TKY’de, TKY’nin (ve onun desteklediği Altı Sigma yaklaşımının) temel uygulamalarına ek olarak aşağıdaki uygulamalar gerçekleştirilmelidir.
· Sürekli satış getirisi iyileştirmesine yönelik çabalar: Birçok kuruluşun ortak amacı para üretmektir. Sağlıklı bir kuruluş sürekli olarak büyür. Sistemin sürekli büyümesi ve iyileştirme etkinliklerine odaklanma satış getirisini iyileştirmeye yönelik olarak yapılmalıdır.
· Geçerli karar destek sistemleri: Sistemde alınan tüm kararlar global amaçla (kâr elde etme) aynı doğrultuda olmalıdır. Örnek olarak eldeki veriler, hangi ürün karışımının kârlılığı en fazla artıracağını belirleyebilmelidir. Geleneksel sistemlerde ürünün satış fiyatı ve muhasebe kayıtlarında belirlenen maliyeti arasındaki farkı en fazla artıran ürün karışımının sisteme en üst performansı getirdiği varsayılır. Oysa KT uygulamalarında sistemin performansını kısıtların belirlediği gösterilir. Bu sistemde satış getirisi artırılmaya, dolayısıyla kârlılık korunmaya çalışılır. Örneğin, en iyi ürün karışımını bulabilmek için karar destek sistemleri aşağıda belirtilen ölçüleri değerlendirmelidir:
· Sistem kısıtı
· Ham malzeme ve diğer tamamen değişken maliyetler
· Ürünün satış fiyatı
· Ürünün kısıt kaynak üzerinde geçirdiği zaman
Bu örnek ile ilgili daha detaylı yorumlar makalenin Proje Seçiminde Uygulama kısmında yer almaktadır.
Ø Global ölçülerle uyumlu olan yerel ölçüler: Sistemde karlılık gibi global ölçüleri destekleyen yerel ölçülerin olması şarttır. T, E, İG gibi ölçüler iyileştirme etkinliklerini odaklamak, yerel kararlar vermek ve aynı zamanda global ölçüleri desteklemek için geliştirilen ölçülerdir.
Ø Kuruluş çapında beş aşamalı iyileştirme sürecinin kullanılması: Bütün kuruluşların bir olaylar zinciri olduğu düşünülürse, herhangi bir işlev, sistemin satış getirisi yaratma çabalarını engelleyebilir. Bu kısıtı ortadan kaldırmak için yukarıda sözü edilen beş odaklayıcı aşama iyice özümsenmeli ve kuruluş içerisine yayılmalıdır.
Ø KT düşünme süreçlerinin kuruluşun her aşaması ile ilgili sorunlarda kullanılması: Altı Sigma gibi yaklaşımlar teknik kısıtlar ile uğraşmada çok başarılı olabilirken, sistemlerin paradigma, uygulamalar ve politikalar gibi kısıtları olduğunda zayıf kalabilmektedir. Bu durumlarda KT düşünme süreçlerinden yararlanılabilir.
Üretim Yönetiminde Uygulama
Üretim sistemlerinin hız, güvenilirlik ve kapasite artırımında KT kullanımı ile ilgili olarak şu durumu düşünelim: Siparişler zamanında yetişmiyor, üretim çevrim zamanları gereğinden uzun, süreç içi envanter ve bitmiş ürün stokları fazla, fazla mesai yapılıyor, çok sayıda yeniden çizelgeleme yapılıyor, değişken veya sabit darboğazlar var. Böyle durumlarda üretim yönetiminin kendisi önemli bir sistem kısıtıdır.
KT bu gibi durumlar için bazı çözüm yaklaşımları önermektedir. Bunlardan en yaygın kullanılanı Davul-Tampon-İp yaklaşımıdır. Burada, davul genel sürecin temposunu belirleyen kısıtı, tampon kısıtı sistemdeki aksaklıklardan koruyan zaman veya envanteri, ip ise kısıtın hızına "bağlanmış" malzeme akışını simgelemektedir. Bu yaklaşım üretim çizelgelerinin aksaklıklara duyarlılığını azaltmada, gereğinden fazla envanter birikmesini önlemede ve çevrim zamanını azaltmada başarılı olmaktadır. Davul-Tampon-İp yaklaşımının yetersiz kalabildiği durumlarda Tampon Yönetimi yaklaşımı kullanılabilmektedir. (Goldratt 1990)
Proje Seçiminde Uygulama
Kısıtlar Teorisi yaklaşımının kalite iyileştirme projelerinin seçiminde çok daha başarılı olduğu, Atwater ve Chakravorty (1995) gibi araştırmacılar ve Pydzek (2000) gibi Altı Sigma danışmanları tarafından gösterilmeye çalışılmıştır.
Atwater ve Chakravorty (1995) KT yaklaşımını 2. Şekildeki basit örnek üzerinden açıklamaktadır. Buna göre X, Y ve Z ürünleri 2. Şekildeki talep, satış fiyatları, ham malzeme maliyetleri, hurda oranları ve ortalama işlem zamanları çerçevesinde üretilmektedir. Alışılmış kalite yönetimi anlayışı, hurda oranı en yüksek olan 1. İşlemin öncelikli olarak iyileştirilmesi gerektiğini öngörürür. Oysa bu örnekte 3. İşlemin gerçekleştirildiği iş istasyonu dışındaki bütün iş istasyonlarının talebi karşılayacak kapasitesi vardır. Bu nedenle, 3. İş istasyonu bir "kısıttır". Bu noktada, bu kaynak kısıtından yararlanmak için en kârlı ürün karışımını belirlemek gerekir. Ürün karışımı ise hurda oranlarına bağlıdır. Ayrıca bir iş istasyonu iyileştirilse hurda oranı düşer. Bu nedenle, ürün karışımı, iyileştirmelerden sonraki hurda oranlarına göre belirlenmelidir. Fakat hangi sürecin iyileştirileceği de ürün karışımına göre belirlenmelidir. Sonuç olarak iyileştirme projelerini belirleme problemi ile ürün karışımını belirleme problemi bütünleşik olarak çözülmelidir. Atwater ve Chakravorty (1995) in önerdiği KT çözüm algoritması, her seferinde farklı bir iş istasyonunun iyileştirildiğini (hurda oranının sıfıra indirildiğini) varsayarak söz konusu senaryo için satış getirisini en çok artıracak ürün karışımını bulur. Elde edilen dört ürün karışımının hangisi en kârlı ise ona karşı gelen iş istasyonunun öncelikli olarak iyileştirilmesini öngörürür. 2. Şekildeki durum için bu, kısıt olan 3. iş istasyonu veya farklı parametre düzeyleri için kısıtı izleyen 4. iş istasyonudur. Bu örnek ile alışılmış kalite yönetimi anlayışının kısıt ve kârlılığı yeterince hesaba katmadığı için yanılabileceği gösterilmektedir.
KT yaklaşımı iyileştirme proje seçimi problemine daha geniş bir bakış açısıyla, sistem gözüyle bakmayı öğretmesi bakımından etkili olmuştur. Ancak yukarıda sözü edilen türden algoritmalar üzerinde bu bakış açısını daha iyi yansıtacak iyileştirmeler yapılması gereklidir. Köksal (2005) , ürün karışımı ve iyileştirme proje seçimi problemlerinin çözümüne yönelik literatürde yer alan KT algoritmalarının kalite kaybını hesaba katmadıklarını, bu nedenle de yanıltıcı olabileceğini göstermiştir.
Kalite kaybı, bir kalite karakteristiği hedef değerden farklı bir değer aldığında oluşan her tür parasal ve parasal olmayan maliyeti içerir (Taguchi ve diğerleri 1989). Buna göre, spesifikasyon limitleri içinde kalan "kabul edilebilir" ürünler için bile bir kalite kaybı söz konusudur. Bu kayıplar müşteriyi ve toplumu olumsuz yönde etkiler ve üreticinin satış ve şöhret kaybına neden olabilir. Kalite kaybının çift taraflı simetrik bir ürün spesifikasyonu için hedeften uzaklaştıkça artan yapı gösterdiği kabul edilebilir.
Köksal (2005) 2. Şekildeki aynı örnek üzerinden ürünlerin kalite karakteristikleri için belli kalite kaybı katsayıları ve varyanslar varsayıldığında, iyileştirme amacıyla öncekilerinden farklı olarak 2. iş istasyonunun seçilmesi gerektiğini göstermiştir. Aynı çalışmada, bu tür kararları vermek için kullanılabilecek bir doğrusal programlama yaklaşımı sunulmuştur.
Mertoğlu (2003), Köksal (2005) in geliştirdiği yaklaşıma alternatif olarak uygulanması daha kolay ancak daha yaklaşık sonuçlar veren bir Kalite Fonksiyon Yayılımı (Quality Function Deployment - QFD) yaklaşımı geliştirmiştir. Buna göre belli bir kısa dönem için en iyi ürün karışımı, o dönemin mevcut hurda oranlarına, ürün taleplerine ve diğer parametrelerine göre bulunmakta ve bu ürün karışımı temel alınarak bir sonraki planlama periyoduna kadar öncelikli olarak iyileştirilmesi gereken iş istasyonları belirlenmektedir. Bunun için bir QFD tablosu üzerinde ürünler ile iş istasyonları arasındaki ilişkilerin büyüklüğünün belirlenmesi gerekmektedir. Bu amaçla, tamamen değişken maliyetler, kısıt (darboğaz) iş istasyonuna yakınlık, kalite kaybı büyüklüğü ve süreç yeteneğine göre ilişki düzeyini gösteren bir kılavuz geliştirilmiştir. Daha sonra her iş istasyonu için ürün karışımı ve ilişki büyüklüğünü hesaba katan bir puan hesaplanmaktadır. Puanı en yüksek olan iş istasyonunun iyileştirme projesi olarak seçilmesi önerilmektedir.
Sonuç
Altı Sigma programları, bütün başarısının yanısıra;
ü Ölçülerin veya odaklama mekanizmalarının amaçlanan kâr artışını sağlamaması
ü İyileştirme süreçlerinin geleneksel kalıplara bağlı kalarak yavaş ilerlemesi
ü Sistemin ana amacına katkısı olmayan iyileştirme etkinliklerine kaynak ayrılması
gibi tehlikeler ile karşı karşıya kalabilmektedir. Bu bakımdan KT veya kısıtların yönetimi Altı Sigma programlarını destekleyebilir ve tamamlayabilir.
Kısıtlar Teorisinin Altı Sigmaya katkısı aşağıdaki özetlendiği şekilde olabilir:
v Sistemde kullanılması düşünülen süreç iyileştirme yaklaşımlarının belirlenmesi, yönlendirilmesi (odaklanması), gözden geçirilmesi ve değerlendirilmesi aşamalarında bağımsız ve global performans ölçüleri sağlaması,
v İyileştirme etkinliklerinin birçoğunda aksayan, yaratıcı yaklaşım eksikliğine düşünme süreçleri yaklaşımını getirerek bir çözüm sağlaması,
v İyileştirme yaklaşımlarının tıkandığı noktalarda (örneğin belli kriterlerin sağlanamadığı durumlarda) önerdiği alternatif ölçüler yoluyla sağlıklı değerlendirme yapılmasını sağlaması,
v Proje yönetimi, çizelgeleme ve proje seçimi gibi özel Altı Sigma problemlerine alternatif çözüm yaklaşımları önermesi.
VAKA ANALİZİ -1
Goldratt and Cox [7] deneysel beş aşamayı kapasiteyi yönetmek ve üretim olanaklarını planlamak için geliştirdi. Bu makale onların kısıt yönetiminin kısımlarını üretim çizelgelemeyi geliştirmek için karmaşık üretim çevresinde açıklar. Tablo 1 de özetlenen deneye dayalı üç aşama kullanılarak çizelge geliştirildi (detay için Goldratt [5,6] ). Biz deneysel CM’nin Appendix A’da özetlenen, Qiu ve Burch tarafından geliştirilmiş MILP (Mixed Integer Linear Programming) ile kullanılmasını sağlayan çözümü karşılaştırırız. Bu karşılaştırma optimal MILP çözüm varsayımı yapmayı gerektirmeden “en iyi” çözümü sağlamak için CM’nin potansiyelini gösterir. Üstelik, eğer MILP varsayımı onun ufak karlılığını karşılayamazsa avantaj bir hayal olabilir.
CM heuristic makul bir güvence vermez , fakat o birçok durumda optimal çözüme döner (bkn Luebbe ve Finch [8] ve Fredendall ve Lea [3]). Önceki araştırmadada incelenmekte olan problemler nasılsa küçük örnek problemlerle ilişkilendirilmektedir. Önceki araştırmada CM’ nin daha pratik hacmi problem için ana üretim çizelgelemenin (MPS) gelişimindeki etkinliği tam olarak değerlendirilmemiştir.
Fabrika çalışması için çizelgelenmiş işin karmaşıklığı, geniş çokuluslu kimyasal madde şirketinin tekstil üretim çizgisi, CM heuristic i literatüede raporlanmasından daha hassas durumlar ile değerlendirmek için sağlanır. Fabrika, başarıyla yaratılmış MILP modeli ve onların kabullenilmiş prosedürleriyle çizelge üzerinden geliştirilmiş MPS henüz geliştirilmiştir. Bizim sorumuz CM heuristic uygulamasıyla geliştirilmiş çözümün MILP’ in sağladığı optimal çözüme eşit olup olmadığı veya kapalılığıdır. Biz ana üretim çizelgesi yaratmak için kullanılan CM’ nin görünüp görünmediğini test edeceğiz (see Umble and Srikanth [11]; Fawcett and Pearson [2]; Luebbe and Finch [8] and; Goldratt and Fox [4]).
Bu çevrede WİP (work in process) envanteri minimize ederken; problem talebi karşılamak için ufuk noktası planlamada period boyunca olan kapasiteyi kullanan çizelge yaratmaktır. Bu geleneksel kesikli sipariş büyüklüğünden ve çizelgeleme problemlerinden farklıdır [1], çünkü o her periotta üretken olabilmek için birden fazla parça(item) sağlar eğer kapasite kısıtları çiğnenmemiş ise.
FABRİKA ARKA PLANI (BACKGROUND)
İplik üretiminde üç proses çizelgelenmek zorundadır: polimer hazırlığı, eğirme/bükme ve çekme. Birinci fiber tatlı patates/yerelması üretim prosesi kontrol edilir ki; tüm üretim bizim çalıştığımız fabrikaya yatırım yapmamız sayesinde. Üç alanda ilgili kapasiteler yüzünden, eğirme/bükme sistem performansını sınırlayan veya kısıtlayan kritik iş merkezidir (darboğaz). Bu nedenle, önce bükme için optimal çizelgeleme geliştirilir, polimer hazırlığı çizelgeleme ve çekme işlemi direkt tanımlanabilir.
Naylon iplik(tel,lif,elyaf) küçük naylon parçalarından yapılır ve bir bobinin etrafına bükülerek sarılır. Genel olarak, bir büküm makinesinin verimliliği in pounds per machine day cinsinden ölçülür. Naylon fiber ürünler polimer tipi, lif sayısı ve diğer özellikleri yönüyle farklıdır. Yani, her fiber farklı bir üretim oranına sahiptir ve her makine belli bir zamanda sadece tek bir tip lif üretir. Bu çalışmada incelediğimiz fabrikada sekiz tane büküm makinesi bulunmakta ve her makine farlı bir kapasiteye sahip.
Makine kurulumu bu fabrikada çok önemli bir üretim kalite kontrol konularından biri. Kurulumlar mühendislerin büküm kaplarını değiştirmesini, ince tabaka yada parça halinde kalan tortuları temizlemesini, iplik salan gözleri veya naylon polimer havuzundaki yağı değiştirmesini gerektiriyor. Kurulum esnasında makineler kapatılır, sıcaklık düşürülür ve bu üretim tekrar başlayıp sıcaklık doğru ayarına gelinceye kadar daha düşük kalitede lif üretimine sebep olur. Artık lif ve kurulum yapma zamanının maliyeti tahmin ediliyor fakat yönetim kalitenin maliyetinin ölçülebilir dolar değerinden daha fazla olduğunu düşünüyor. Kurulum zamanı ve maliyeti makine bağımlı ( mesela, genelde bir ürünün farklı makinelerde farklı kurulum zamanı ve maliyeti vardır ) Büküm, bir darboğazdır, bu nedenle fazladan bir kurulum bölümün üretim kapasitesini azalttığı için dikkatlice hesaplanmalıdır.
Bu fabrikanın diğer bir özelliği, makinelerin değişik özelliklerinin olması ve bu yüzden de bütün ürünler her makineye verilemiyor. Üzerinde çalışılan problem, bu yüzden, ürün-makine bağımlı kurulumlarla ortaya çıkan çeşitli ürün ve farklı makine problemleri. Bu fabrikanın amacı toplam karı maksimize etmek. Bizim MILP ve CM-deneyi ile oluşturulan çözümler arasındaki kıyaslamamız dört aylık planlama ufkuna dayanıyor. Fabrika üretim çizelgesini oluşturmada siparişe göre üretim politikası(stoka göre değil) kullanmaya modelleniyor.
Dört aylık planlama ufkunun gerçek talep verileri ek B’de verilmiştir. Bu makalede kullanılan talep ve kapasite verileri, firmanın anonimliğini kapasite tahsis probleminin özünü yok etmeden sürdürmek için uyarlanmıştır. Talebin kapasiteyi aştığı aylarda, MILP modeli firma karını (1) kurulum maliyetini azaltmak için ürünlerin makinelere tahsisini optimize ederek, (2) gelecekte daha karlı siparişleri karşılamak için stok üreterek, (3) gelecek periyotlarda üretilecek ürünlerin çeşitliliğini azaltmak için stok tutarak maksimize ediyor. Talep kapasitenin altında iken, MILP karı, stok eleyerek(eriterek) ve kurulum maliyetlerini azaltarak arttırıyor.
CM Deneyini Uygulamak
Tablo 1’de anlatılan geleneksel CM deneyinin sadece ilk 3 adımı fabrikanın çizelgesini planlamak için uygulanır.Kapasiteyi arttırarak kısıtları hafifletmekle uğraşan 4. adım, bizim bu analizimizde dikkate alınmamıştır çünkü, biz dört-zamanlı planlama ufkunda kullanılabilir kapasitenin sabit olduğunu varsayıyoruz. Aynı şekilde, CM’de sürekli gelişim bağlantısını sağlayan 5.adım da analizimizin konusu dışındadır. Tablo 2, ilk üç basamağın problemimize adaptasyonunu göstermektedir.
Adım 1: Sistem kısıtlarını tanımla. Diğer departmanlar bükümden daha fazla kapasiteye sahipler. Eğer biz bu prosesten maksimum çıktıyı almak istersek, büküm kapasitesini mümkün olduğu kadar doğru şekilde kullanmalıyız.
Adım 2: Sistem kısıtını ortadan kaldır. Karı maksimize eden bir çizelge(program) oluşturmak için kullanılabilir büküm kapasitesinin etkili kullanımını kesinleştiren bir çizelge(program) oluşturmalıyız. Kısıt için hazırlanan çizelge bazen “drum Schedule” olarak adlandırılır çünkü, fabrikada üretimde satış getirisini oluşturan hızı (davulun vuruşunu) o kısıt ayarlar. Drum planlamanın aylara göre yüklediğimizde/oluşturduğumuzda, ilk önce en karlı ürünleri dikkate almamız gerekir. (mesela, kısıt zamanının kullanımını en karlı yapanlar/yapan ürünler). Bunu izleyen prosedürler büküm departmanının kapasitesini ortadan kaldırmada yardımcı olan Drum Schedule ı oluşturmak için uyguladığımız deneyini tanımlıyor.
a.Ürün-makine satış getiri oranını hesapla. Bu adımda, en yüksek kar potansiyelli ürünler tanımlanır ve büküm departmanı tarafından daha az karlı ürünlerden önce işlenmek için çizelgelenir.
Satış getirisi(T) per pound ürün başına satış fiyatıyla ham madde maliyetinin farkının alınmasıyla hesaplanır.Eğer günlük üretim oranıyla çarparsak,ürünü değişik büküm makinelerinde üretmenin günlük satış getirisini belirleyebiliriz. Her ürün için makine tercihleri ek B’de belirtilmiştir. Satış getirisi değerleri tablo 3’te gösterilmiştir.
b.Öncelikle bir başlangıç yüklemesi oluşturma. Yükleme amaçları için her ürünün aylık talep miktarı tercih edilen makinelerdeki günlük üretim miktarına dönüştürülür. Sıralamada ilk olarak kaydedileceklerinden dolayı öncelikle sadece tek bir makinede üretilebilen ürünleri yerleştirmeliyiz.( ürünler 1,6,16 ve 19) Eğer bu ürünleri öncelikle kaydedersek, kalan diğer ürünlerin bu makineye yüklenmesini engellemiş oluruz; bunun sonucunda da bu kaydedilmeyen ürünlerin diğer alternatif makineler için bir şans elde etmelerini sağlarız. Örneğin; tablo 4’ten 5. makinenin 4 aylık bir periyot için hazırlanan ilk iş planını görebiliriz. Burada birinci ürün ilk sırada planlanmıştır çünkü üretimi sadece 5. makinede yapılabilmektedir. Daha sonra makinenin kalan kapasitesini de günde en fazla getiri hacmi olan (T/day) üründen başlayarak planlarız. Tablo 3’te görüldüğü gibi $26,680’lık getirisi ile sekizinci ürün, 5. makinedeki en büyük getiri hacmine sahip olan üründür. Dikkat edilirse; eğer bu ürün 5. makine değil de diğer bir makinede üretilmiş olsaydı ( bu ürünün üretimi 4.,5. ve 6. makinenin herhangi birinde yapılabilir.) getirisi çok daha az olacaktı. Bu yaklaşımla düşünüldüğünde, bu ürünün üretiminin 5.makinede yapılmasının çok daha verimli olduğu söylenebilir. Sekizinci üründen sonra $25,774’lık getiri ile ikinci en yüksek getiri hacmine sahip olan beşinci ürün 2. sırada, sonrasında da $21,063’lık getiri ile ikinci ürün 3. sırada ve sonrada 4.sıradaki ürün ile 5. makinenin ilk iş planı oluşturulmuştur. 4. ayda, 5.makinede üretimi planlana ikinci ürün için yeterli kapasite olmadığından; bu ürünün üretimine uygun olan 6. makinede devam edilmiştir. Eğer makinelerin kalan kapasitelerine bir ürün grubunun tamamı yerleştirilemezse, bu ürün grubunun üretimi iki makineye dağıtılacaktır. Bu yaklaşım bütün ürünler yerleştirilene kadar devam edecektir. Sonunda da oluşturulan ilk program tekrar gözden geçirilmelidir.
c.geriye kalan donanım miktarını değerlendirme.geriye kalan donanım miktarını değerlendirmeliyiz, çünkü bu bir kaynak kısıdıdır bundan dolayı donanım fazlası mevcut üretkenlik zamanını azaltabilir ve ürün kalitesini de etkileyebilir. CM’de ,bu bir maliyet azaltıcı ölçü olmadığı gibi işlem hacmini arttırıcı bir girişim de değildir. Fakat biz yinede maliyetlerimizin MILP çözümü ile kıyaslamalarını güçlendirmek için hesaplarız. Kurulum konusu maliyetlerini herhangi bir makinede boş, eksik kalan bir kapasite olup olmadığını anlamak için inceleriz. Eğer bir boşluk bulunursa, bu makine incelemeye alınır. Bir başka makineye yerleştirilebilecek maddelerin böyle tutarsız kurulum maliyetleri bulunursa böylelikle bu maliyetler azaltılabilir. Yapılacak değişim hareketi yerinde olduğunda eğer toplam karlılık artacaksa bütün üretim partini diğer makineye aktarırız. Tablo 5’te bu uygulamanın bir örneğini görebiliriz.
Genel olarak, ayrılan maliyetlerin azaltılması CM deneyinin bir parçası değildir. Onun yerine CM mantığı azalan donanım sayılarını araştırmak için daha fazla işlem hacmi potansiyeli, daha fazla esneklik yada her ikisini de sağlamayı amaçlayacaktır.CM yaklaşımı sıklıkla müşteri ihtiyaçlarına cevap vermeye daha fazla ağırlık vermektedir. Bu yüzden bu yaklaşım uygun zaman performansını yakalayabilmek için daha fazla donanım sağlamayı hedeflemektedir. Bu çalışma göstermektedir ki giderleri azaltmanın iki sebebi vardır: (1)fazla donanımların çıktı kalitesini etkilemesi ve (2)onların çevrim dışı donanımlarının olmamasından dolayı mevcut üretim zamanını azaltmasıdır. Kapsadığı donanım giderleri de MILP ile karşılaştırılabilirliğini güçlendirmektedir.MILP ve CM yaklaşımlarının her ikisi de göz önünde bulundurulduğunda, donanım maliyetlerinin elimine edilmesinde CM deneyi yaklaşımının daha iyi bir performans sağladığı gözlenmektedir.
İlk yüklemeye gerekli düzenlemelerin yapılmasıyla boşalan kapasiteyi en fazla fayda sağlayacak şekilde nasıl kullanacağımızı planlamalıyız.Aslında, daha fazla çıktı sağlayabilmek için makine ayarlamadan kaynaklanan maliyetleri düşürmek yerine en baştan üzgün yükleme yapabilmek daha yararlı olabilir.Eğer bir ürün alternatif bir makineye devredilirse, o ürünün üretildiği k makinede bir atıl kapasite ortaya çıkacaktır. Burada unutulmaması ve önemle üzerinde durulması gereken nokta, bir ürünü alternatif bir makineye aktarırken, onun bu alternatif makinede daha kısa zamanda üretilmesini sağlayabilmek, bir başka deyişle, alternatif makineye aktarmanın bir fayda yaratmasını sağlayabilmektir.Daha sonra bakmamız gereken ise, karşılanmamış herhangi bir talep olup olmadığıdır. Bütün diğer ürünler, T/gün oranının azalan sırasıyla sıralanmalıdır.
Kısıt zamanının kaybedilmesini önlemek amacıyla, stoklar şu anki planlama safhasında kullanılmalıdır. Eğer, talepleri herhangi bir periyotta karşılanamayan ürünler var ise, bunlar T/gün oranının azalan sıralamasına koyarak üretilmelidir.En son periyottan geriyo doğru giderek önceki periyottaki uygun makinelerin kapasiteleri kontrol edilmelidir.Eğer tercih edilen makinelerde herhangi bir atıl kapasite var ise;
1) Halihazırda o makineye yüklü olan ürünün üretim miktarı artırılabilir,
2) Gelecek bir dönemin talebini karşılayabilmek için, T/gün oranı dikkate alınarak azalan sırada başka ürünler de o makineye yüklenebilir.
Bunları yaparken stok tutma maliyetleri kontrol edilmelidir ki; daha fazla miktarda üretebilmenin getirisi, stok maliyetlerinden kaynaklanan götürüden her zaman büyük olsun.Tablo 6 da, uzun vadede kapasite kıtlıklarından korunabilmek için, son ürün stoklarının planlanması ve tarih sıralarının düzenlenişine örnekler göstermektedir.
Adım3: Her şey, ikinci adımda çıkarılan en son tarihe atılmalıdır. Şimdi polimer hazırlama safhasının çıktısının, bükme prosesi için yeterli olabilmesi için gerekli düzenlemeyi yapabiliriz. Polimer hazırlama safhasında, darboğazda yanlış iş emirlerinden kaynaklanan boş kapasitelerin olmaması için, bükme prosesinde işlerin belli bir oranda yüklenmesi gerekir. Bunun için de bükme prosesindeki bir sinyal kullanışlı olabilir. Buna ek olarak çizme safhası da böyle bir boş kapasiteden zarar görebilir çünkü o da bükme prosesinden işi alarak müşteriye doğru süreçteki işleri yetiştirmekle yükümlüdür.
Kısıt olmayan noktaların ikinci plana atılarak darboğaza odaklanılması, yönetimin bu noktada bükme makinelerinin sürecini iyileştirebilmesine olanak sağlar, ki bu da işletmeye asıl kar sağlayan unsurlardan birisidir.Bu sıralama, aynı zamanda işletmenin dışındaki unsurlara kadar (hammadde tedarikçileri ve diğerleri) genişlemektedir. Bükme işlemi sıralaması, işletmede satın alma, pazarlama, personel yönetimi ve diğer işler için asıl kararların verilmesinde temel unsur olmaktadır. Kısıt için hammaddenin serbest kalmasını sağlayıcı besleme operasyonları bükme departmanı programıyla senkronize edilmelidir. Bu da, bükme prosesindeki üretim hızıyla tutarlı bir şekilde sisteme hammaddenin salınmasıyla mümkündür. Bu işleme aynı zamanda ‘ip’ de denir; çünkü hammadde salımını üretim akışına bağlar.
Kısıtlar Teorisi yaklaşımı, kısıt olmayan işlemlerin kısıtın programıyla uygun hale getirilmesinden daha çok ileriye şey söyler.Aslında, kısıt olmayan departmanlardaki varyasyon miktarı, kısıt olan departmanın boş kalmamasını önlemek için yapılan tampon işlemlerine bir baz oluşturur.Bu tamponlar, sistemde bulunan iş akışına yavaş yavaş eklense de, kısıt olan noktanın işleyişinin aksaması olasılığını ciddi şekilde düşürürler.
Sonuçlar:
MILP ve Kısıtlar Teori yaklaşımlarının performans karşılaştırması tablo 7’de gösterilmektedir. MILP için toplam ayarlama maliyeti $41,188 olup, diğer yaklaşımınki ise $55,559’dır.Aradaki fark $14,371’dır. Ayar sayısı, MILP modeli uygulandığı zaman 84’ten 66’ya düşmüştür. MILP yaklaşımı, bu azalmayı, stok taşıyarak sağlamaktadır. Bu da TOC yaklaşımına kıyasla, $9,904’lık daha fazla stok maliyetine katlanmayı gerektirir. MILP yaklaşımı ile kazanılan toplam kar ise $10,723,998.47 iken, yaklaşımla kazanılan kar $10,672,905.27’dır. İki yaklaşım arasındaki toplam fark, ayarlama maliyetleri ve stok maliyetleri arasındaki farklar düşüldükten sonra $69,930.50’dır; ki bu da MILP modelinin %0,66 daha fazla kar sağladığını göstermektedir. Sonuçlar göstermektedir ki, MILP yaklaşımı makinelere ürünleri belli şekilde atayarak donanım maliyetlerini azaltmakta, gelecek için stok üreterek gelecekteki taleplere cevap verebilmekte, gelecekteki üretimlerin çeşidini azaltarak tüm süreci kolaylaştırmakta ve toplam üretim karını artırmaktadır.
Performansları kıyaslamada bir başka yol da kısıtlar yaklaşımının tipik metriklerine bakarak, onun operasyon harcamalarına değil, üretim miktarına yöneldiğini göstermektir.Ancak bu model analizinde bu yapılmamıştır.Ancak, programlama aşamasının kompleksliğini dikkate alarak, kısıtlar teorisi yaklaşımı çok iyi sonuçlar vermiştir. Ayrıca, kısıtlar yaklaşımı MILP yaklaşımına kıyasla çok daha az kabul ile çalışabilmekte ve optimal çözümden sadece %1 gibi bir oranda ayrılmaktadır. Zaten, kısıtlar teorisini savunan bilim çevrelerinin de temel dayan noktası, onun optimal sonucu ne derece verdiği değil, ne kadar az kabul yaparak sonuca ulaşabildiğidir. Öyle ki MILP yaklaşımında yapılmak durumunda kalınan bazı kabuller gerçek hayatta gerçekçi olmayabilir. Bu da Kısıtlar teorisi yaklaşımını uygulamaya geçirmenin mantıksallığına işaret etmektedir.
VAKA ANALİZİ -2
Özet:
Son yıllarda firmaların çabaları artan pazara giriş süresi ve kalite gereksinimleri sebebiyle üretim döngüsü, lead time azaltılması ve kalite güvencedeki gelişmelere yönelmiştir. Bu bağlamda, atölye katı çizelgeleme ve lead time azaltılması açısından daha iyi sonuçlara ulaşmak için, bir çok çizelgeleme yaklaşımı geliştirildi,fakat bunların birçoğu kısa zamanda iyi sonuçlara ulaşma bakımından başarısız oldu çünkü bu yaklaşımlar nerede ve ne kadar envanter kullanılacağını tam olarak belirleyemiyordu.( Davis bir akış hattındaki “work in process” leri belirlemek için bir deney sundu.) Bu yazı üretim prosesindeki her bir operasyondaki tampon büyüklüğünün bir fonksiyonu olan WIP büyüklüğü ve atölye katındaki konumlarına bağlı olan kombinasyonla ilgili problemi temel alan bir yaklaşım tanımlayarak, WIP envanter yönetimindeki problemlerle ilgileniyor. Önerilen model 50 grupluk toplam envanterle 4 tane WIP tamponu kullanılarak çıktı oran seviyesinde büyüme elde edilen uçuculukla ilgili bir firmada test edildi.
1.GİRİŞ
Bütün imalat faaliyetleri istatistiksel dalgalanmalar geçiren birbirine bağımlı kaynaklara sahiptir. İşçi sınıfının idarecileri kaynaklardaki dalgalanmaların ciddiyetini azaltabilirler ancak onlardan kurtaramazlar.Bundan dolayı, istenilen çıktı oranını iyi halde tutmak için bazı koruma çeşitleri oluşturulmalıdır.
Bu problemin çözümü için literatür bizlere üç çeşit yaklaşım sunmaktadır:
a) koruyucu bir kapasite (istenilen seviyedeki çıktıyı sağlayabilmek için gerekli olan kısıtlı kaynak ile sınırsız kaynak arasındaki farklılık)
b) koruyucu bir stok (belirli kısıtlardaki özel çıktı oranını elde edebilmek için sistemdeki koruyucu kapasitede gerekli olan minimum miktardaki stok)
c) emniyetli idare zamanı
Tam zamanlı üretime giriş ile, istatistiksel dalgalanmalara karşı korunmak için stok kullanımı ve emniyetli idare zamanı popülerliklerini kaybettiler. Bununla birlikte, stokları azaltmak kaynakların birbirlerine olan bağımlılıklarını arttırabilir. Böylelikle istatistiksel dalgalanmaların etkileri üretim sisteminin performansı üzerinde daha etkisiz hale getirilebilir. Bu yüzden yöneticilerin koruyucu kapasiteyi nasıl idare edeceklerini bilmeye ihtiyaçları vardır.
Ghosh ve Gagnon montaj hattı tasarımı alanında yönetilen ayrıntılı bir inceleme araştırması oluşturdular. Stoklarla birleştirildiğinde sistem çıktısının devamını sağlamak için kapasitenin nasıl yönetileceğini veya dengesiz hatlar ile onların üretim oranları arasındaki korelasyonu daha iyi anlamak ve sebep-sonuç analizini kullanabilmek için bahsedilen çalışmalardan hiçbirinin araştırmacılarca denenmediği onların yaptığı araştırma analizlerinde bulundu.
Akış zamanındaki stok seviyeleri ve partileri arasında ortaya çıkan çatışmanın çözülebilmesi için; firmaların kapasiteye(WIPAC) karşı süreçte simülasyon kullanımı yoluyla onların özel çalışma çevreleri için bir çalışma eğrisi oluşturmaları Lanz[4] tarafından önerilmektedir. Yöneticiler onu optimal stok seviyelerini tanımlamak için de kullanabilirler.
Goldratt ise montaj hatları tasarımındaki [5,6] problem için farklı bir yaklaşım önermektedir. Bu yaklaşımın ilk adımı olarak, maksimum çıktı oranı ve çevrim zamanın dikte edildiği çalışma hattındaki ilk kısıtın (darboğazın) tanımlanması önerilir. Darboğazdan korunmak için gerekli olan tampon stoku daha güvenilir şekilde elde tutmak için , koruyucu bir kapasite ve dalgalanmalara karşı sınırsız kaynaklarda önceden stok konumlandırmak kısıtları dalgalanmalara karşı koruyacaktır.
Goldratt davul-tampon-halat (DBR) olara bahsettiği onun Zemin Lojistik Sistemi ; üretim operasyonu bir tane kaynak kısıtına veya son derece az kaynak kısıtına sahip dayanak notasının üzerine kurulmuştur. Çünkü, eğer onların sayısı artarsa sistem kontrol edilemez hale gelir [7]. Goldratt tarafında yapılan iş, çalışma kapasitesi, stok (envanter) ve üretim oranı arasındaki neden-sonuç ilişkisi için temel sağlar; fakat kapasite ve envanterin nasıl en iyi şekilde kombine edilebileceği hususunda birkaç soru cevapsız kalmaktadır.
2. OPTİMİZASYON MODELİ
Önerilen model üretim hattını desteklemeye ihtiyaç duyan WIP envanterinin konumu ve miktarını belirlemek için prosedür geliştirme eksenlidir. Bu çizelgelerin fazla sayıdaki birimlerinin konumlandırılmasıyla üretim çıktısı kolayca başarılı olabilmesine rağmen, rasgele seçilmiş büyük miktardaki WIP önemli değildir; çünkü o aşağıdakileri arttırabilir:
a) Envanter yatırımı
b) Üretim maliyeti
c) Hammadde akış süresi
Verilen üretim hattı için tampon envanter gereksinimini belirleme genel problemini göstermek için ; 4 istasyonu (OP0, OP1, OP2 ve OP3) ve 3 WIP tamponu (WIP1, WIP2, WIP3) ile birlikte hesaba katılır. Her bir operasyon bağımsız, hemen hemen aynı olarak dağıtılmış ortalama birim başına 10 saniye proses süresine sahiptir. Böylece her bir operasyon ortalama birimde 10 sn olan standart işlem hacmi süresine sahip olduğu için hat dengelenir. Bununla birlikte, hatta istatistiksel iniş çıkışlar mevcuttur; çünkü operasyon süreleri değişir. Bunun anlamı hattın sonunda WIP envanteri olmaksızın birim çıktıların arasında ortalama 10 saniyeyi sağlamak zordur.
Eğer tampon büyüklüğünün birimlerin spesifik numaralarıyla sınıflandırıldığı farz edilirse, kombinasyonla ilgili problem otomatik çözümlenir. Benzer şekilde, eğer her bir tampondan maksimum sadece 3 birim oluşturulabilirse; daha sonra 64 olası envanter kombinasyonu (un , n sayıdaki tamponun alabileceği tam sayı değerlerin ve n ise WIP tampon sayısını göstermektedir.) olacaktır. Bu kombinasyonların herbiri hattın farklı çıktı performanslarında potansiyel olarak sonuçlanır.
Tablo 1 farklı profil örneklerini verir. Bu verilerden anlaşılana göre, 64 farklı profil var olmasına rağmen, birkaçı aynı WIP stok toplamına sahiptir. Spesifik toplam stok için bütün bileşik tampon kombinasyonları yerleştirilmiş ve en yüksek çıktı seviyesini sağlayanı belirlemek için incelenmiş olmak zorundadır.
Bu problem Kısıtlar Teorisi (TOC) yaklaşımı lineer programlama modeli gibi kullanılarak matematiksel olarak formüle edilebilir [8,9]. Bununla birlikte onun çözümü mümkün/olası değildir [10].
Buzacott [11] hat çıktısını ve hat depolama kapasitesini karşılaştırdı (fig.2). Eğri, WIP envanter hatta eklendiği gibi hattan birim çıktıların WIP envanter seviyesine artması beklenir. Her nasılsa hat çıktısı maksimuma ulaşacaktır. Eklenen WIP envanter bu noktadan öteye çıktıyı artırmayacak fakat programlanan üretim tamamlanıncaya kadar üretim olanağının her birim malzeme için ayrılan kısmının girilmesi için olan zamanın uzunluğunu artıracaktır.
Tampon gereksinimlerinin belirlenmesindeki genel problem hattan kaynaklanmaktadır (mesela, her hat çıktı eğrisine karşılık tek bir /kendine has yarımamule sahiptir(WIP)) ve tabiatı gereği bir kombinasyon problemidir (örneğin, WIP in verilen bir seviyesi için en yüksek çıktı seviyesini sağlayan bir tane spesifik tampon büyüklüğü ve yeri kombinasyonu vardır.)
Bu kombinasyonel problemi çözmek için tabu arama deneyinin kullanılması önerilir. Tabu arama deneyini açıklamak için aşağıdaki ortak terimler ve notasyonlar açıklanmalıdır.
x : özel WIP profili, x € R
x٭ : en iyi WIP profili
X : uygun WIP profilleri kümesi
c(x) : x WIP profili için üretim hattındaki çıktı miktarı
move : WIP stokundaki artış/azalış ve değişikliklerin oluştuğu ambar/depo yerleri
M(x) : Geçerli WIP profilinden bir adım hareketle/yer değiştirmeyle erişilebilen bir tekrarlamanın(iterasyonun) birbirine çok yakın WIP profilleri kümesi ; bu kümede, en fazla geliştirilmiş WIP profili xٰ {max[c(xٰ ) │ xٰ € M(x)} bir dahaki iterasyonun ilk WIP profili olarak seçilir.
Inv(x): Spesifik WIP profili için toplam stok(envanter)
tabu : Boolean bayrağı (YANLIŞı göstermek için kullanılır) ; planlanan harekete izin verildiğinde değeri yanlıştır ve izin verilmediğinde de doğrudur.
Bu notasyona dayanarak, problemin kombinasyon kısmı aşağıdaki amaç fonksiyonlar şeklinde tanımlanabilir:
max c(x)
min Inv(x) │x € X
Bu pratik olmadığından ölçümsel bir yaklaşımla, bütün WIP profillerinin bütün kümelerini araştırmak için WIP profillerinin arama alanı bu basamaklara dayanan bir tabu arama deneyini tanımlanarak daraltılmıştır.( T “tabu” durumunu göstermektedir ki M(x) – T de non-tabu bir hamle gerçekleştirilerek erişilen x lerin yakın WIP profillerinin kümesini gösterir.)
Adım 1: Bir başlangıç WIP x profili seç ve x٭=x olsun. Sayacı k=0 dan başlat ve boş T ile başla.
Adım 2: Eğer M(x)-T = boş kümeyse ve eğer c(xٰ ) > c(x*) şeklinde sonuçlanan bir tabu hamle yoksa [c(xٰ ) = c(x*) ve Inv(xٰ )< k="k+1"> c(x*)
max[c(xٰ )] │xٰ € M(x)-T U c(xٰ )
= c(x*) U Inv (xٰ ) < x=" xٰ">c(x*) veya c(x)=c(x*) ve Inv(x) < t =" boşsa," mkesme="mpaketleme="3;" msratifikasyon="6," mpolimerizasyon="2," ler="mkalite" kontrol="5" dk =" 20.000" hafta ="3.187,5" makine =" 5.100" 5="1.912.5" hafta="1.912.5" y =" 7.500" x =" 12.500" y =" 7.500"> 990 $/hafta). Kâr marjları; (Net Kâr / satışlar = 990 / 11.125 $ = % 8,90) (Net Kâr / satışlar = 1.034 / 13.125$ = % 7,88) olarak hesaplanmaktadır. Konik somun kısıtını çözmek için ek maliyet eklenmesiyle haftalık kâr 1.034 $’a çıkmıştır, ancak kâr marjı % 8,9 dan % 7.88’e inmiştir. Konik somun makinesindeki kısıtı gidermek için önerilen ikinci alternatif, firmada vardiya sayısını arttırmaktır. Firmadaki konik somun makinesindeki kısıtın, firmadaki vardiya sayısını tek vardiyadan iki vardiyaya çıkarmak yoluyla giderildiği düşünüldüğünde, çift vardiya ile üretimde yine firmanın üretim sürecinde kısıt söz konusu olmadığından X, Y ve Z ürünü haftalık talepleri miktarında üretilebilecektir (X=12.500 br, Y=7.500 br, Z=12.500 br). Firmadaki vardiyanın ikiye çıkarılması durumunda süreç değeri aşağıda gösterildiği gibi oluşacaktır.
Firmada iki vardiyayla çalışılması yoluyla kısıtın kaldırılması durumunda elde edilen toplam süreç ve kâr aşağıdaki şekilde hesaplanmaktadır:
Özetle, konik somun kısıtının firmada iki vardiya çalışılması yoluyla kaldırılması ile konik somun-kovan (Z) üretimi için faaliyet giderleri ikiye katlanmakta, ancak Z ürünün üretilebilmesinden ötürü satışlar ve süreç artmaktadır. Ancak haftalık kâr kısıtın olması durumundaki optimal ürün karmasının üretilmesi durumuna göre az da olsa düşüş göstermiştir (897$ / hafta < lar =" 990" lar =" 897" x="12.500" y="7.500">897$/hafta). Üstelik her iki öneriyle de kısıtların ortadan kaldırılması sonucu elde edilen satış geliri ve toplam süreç, firmada kısıt söz konusu iken önerilen optimal ürün karması üretimi durumunda elde edilen satış geliri ve süreçten daha yüksektir. Ancak firmada çift vardiya çalışılması durumunda elde edilen haftalık kâr, konik somun yarı mamulünün yurt dışından satın alınması ile elde edilen haftalık kârdan daha düşük olduğu gibi (897$/hafta<1.034$/hafta),>% 6,88). Ancak unutmamak gerekir ki, kısıtın olduğu durumda optimal ürün karmasının üretimi durumunda kâr marjı her iki alternatife göre daha yüksektir (% 8,9>% 7,88>% 6,83). Tüm bu sonuçlara göre firmaya, konik somun yarı mamulünü dışarıdan satın almak yoluyla kapasite kısıtını ortadan kaldırması önerilmektedir. Çünkü, her ne kadar konik somunu dışarıdan temin ederek elde edilen kâr marjı, kısıt söz konusu iken önerilen optimal ürün karması üretiminde elde edilen kâr marjından düşük de olsa, bu şekilde firma kısıtı kalktığından ötürü tüm siparişler karşılanabilmektedir.
Bunların sonucu olarak satış geliri arttığı gibi en önemlisi oluşabilecek pazar kısıtı da önlenmiş olacaktır. Eğer kâr marjı azda olsa yüksek diye düşünülerek kısıtın olduğu ortamda önerilen optimal ürün karmasının üretimi tercih edilirse firma, siparişlerin tümünü karşılayamayacak bu da müşterileri, taleplerini zamanında karşılayabilecek başka firmalara yöneltecektir. Tüm bunların sonucu olarak da firmanın pazar payı azalacak ve en nihayetinde elde edeceği kâr da azalacaktır. Bu durumda firmaya önerilen ve firma için en doğru olan kapasite kısıtının (Konik somun makinesi), konik somun yarı mamulünü yurt dışından satın alınarak kaldırılmasıdır.
SONUÇ
Bu araştırmada kısıtlar teorisi yönetim muhasebesi açısından incelenmiştir. Bir imalat firmasında yapılan uygulama ile firmanın üretim sürecinde mevcut kapasite kısıtının giderilmesinin firma kârına etkisi ortaya konulmuştur. Bu çerçevede firmada iki tür olay çalışması yapılmıştır. İlki tanımlayıcı olay çalışması olup, bu olay çalışmasında firmanın mevcut üretim ve muhasebe sistemi ortaya konulmuştur. İkincisi keşifsel olay çalışması olup, bu olay çalışmasında da kısıtlar teorisinin bu firmada uygulanması düşünüldüğünde firma kârının nasıl etkilendiği ortaya konulmuştur. Bir imalat işletmesinde yapılan araştırma sonucunda kısıtlar teorisinin uygulanılması düşünüldüğünde, satışların ve toplam sürecin arttığı, yarı mamul stoklarının azaldığı ve bunların sonucu olarak da siparişlerin tam olarak ve zamanında karşılanabildiği tespit edilmiştir. Ayrıca problem doğrusal programlama modeli ile çözülmüş ve kısıtlar teorisi beş aşamalı süreci ile elde edilen sonuçla aynı sonuca ulaşıldığı tespit edilmiştir. Bundan sonra yapılacak çalışmalar için kısıtlar teorisinin ve süreç muhasebesinin kullanılabileceği diğer potansiyel alanlardan birisi, ürün maliyeti hesaplamaları olabilir. Kısıtlar teorisinin kullanılabileceği potansiyel alanlardan diğeri, kapasite kısıtları dışındaki kısıtların, firma kârına olan etkisini incelemek olabilir.
SONUÇLAR VE GELECEĞE YÖNELİK ARAŞTIRMALAR
Kısıtlar Teorisi yaklaşımı en az matematiksel optimizasyon kadar eşit öneme sahip, çünkü genelde optimal olan uygun çözümler vermekte ve yöneticilerin karar vermesini, aklın saydam olmasından dolayı kolaylaştırmaktadır. Araştırmalar Kısıtlar Teorisinin iyi sonuçlar verdiğini, yalnızca optimal değil aynı zamanda karmaşık tam sayılı lineer programlama modelinde tanımlanan kar ölçümleri için de esas oluşturduğunu göstermektedir. Kısıtlar Teorisinde yüklemelerin sayısı oldukça fazladır, çünkü bu yaklaşım yüklemelerin sayısını azaltmaktan çok işler arasındaki akışların dengelenmesi için uğraşır. Kısıtlar Teorisi yüklemelerin fazla olmasının negatif görmez, aksine yükleme maliyetlerini gerçek maliyet olarak görmeyip, tahsis edilen (ayrılan) maliyet olarak kabul etmektedir.
Birçok örnekte stokların azaltılması, yükleme sayılarının azaltılması için tercih edilir. Yönetimler için bugün bütün tesislerde işlem görmekte olan ürün(yarımamül) miktarını azaltmak öncelik arz etmektedir. Kısıtlar Teorisi, tam sayılı lineer programlama modelinin stok azalmasıyla sonuçlanması sağlar, çünkü işlem gören ürünlerde darboğazlar oluşmamasına ve kapasite kaybına uğramamasına ihtiyaç duyar. Düşük yarımamül seviyesi müşteri ihtiyaçlarını tam zamanında karşılanmasını kolaylaştırır. Yarımamüldeki azalma Kısıtlar Teorisinden çok daha pratik sonuçlar elde edilmesini sağlar.
Aslında Kısıtlar Teorisi stok bakışı açısından Tam Zamanında Üretim(JIT) felsefesiyle benzerlik oluşturuyor. Darboğaz tanımında öncelikle siparişler alınır, daha sonra üretim sisteminin kalanı çizelgelenir(Ana Üretim Planı). Toplu üretim planlanmasının kapasiteye bağımlılığı esas alındığında, tesislerdeki üretim limiti, minimum seviyede stokla çalışmayı sağlar. Proseslerdeki çeşitliliğin azaltılması, darboğazların oluşmasını küçük müdahalelerle engellememize izin verir. Proses çeşitliliği, isteyerek bölüştürülen yükleme maliyetlerinden çok yarımamül seviyesi için kısıt oluşturmaktadır. Genel itibariyle Kısıtlar Teorisi operasyonel karar alma sürecinde ortaya çıkan maliyet kalemleri için çözüm oluşturmaktadır. Diğer benzer maliyet kalemleri basitçe operasyonel harcamalar(OH) başlığı altında toplanır. Kısıtlar Teorisini karı: “Ürün karı-OH” olarak tanımlar (Ürün Karı=Satış Fiyatı-Hammadde Maliyeti). Burada OH’nin karı etkilediği açıktır ancak OH ürün karını etkilemez.
Gelecekte ise bu analizler çok sayıda aşama/kısıt içeren problemlere uygulanabilecektir. Yeni ortaya çıkan soruların hepsi çok sayıda aşamanın olduğu problemlerle ilgili olmaktadır. İlk olarak ürün yelpazesi aydan aya değiştirilebilir, ki bu da muhtemel darboğazların zaman içerinde ortaya çıkmasına neden olacaktır. Peki bu darboğaz ikileminden nasıl kurtulabiliriz? İkinci olarak sadece her ürün için stok seviyesi değil, darboğazlardan dolayı her aşamadaki ürün stok seviyesini göz önünde bulundurmamız gerekecektir. Darboğazlardan oluşan yarımamül problemini nasıl yöneteceğiz? Üçüncü olarak, her aşamadaki stok seviyelerini, yüksek kar sağlayan miktarca bol ürün siparişlerini arttırarak, yükleme maliyetlerini azaltarak ve her aşamadaki her makineye düşen ürün çeşitliliğini azaltarak optimize edebiliriz. Böylece, ürün çeşitliliğindeki optimizasyon, yükleme maliyeti ve zamanında azalış ve stok seviyesindeki optimizasyon toplam karı arttıracaktır. Peki bütün bu aşamalarda ürün karı nasıl etkilenecek? Bütün bu gelecek araştırmaları, diğer bütün optimizasyon tekniklerinin zenginleştirilip, harmanlanmasıyla destek bulacaktır.
Kısıtlar Teorisinin iş sistemlerine bakış açısı herhangi bir firmanın temel amacının "şimdi ve gelecekte para kazanmak" olduğunu savunur (Goldratt, 1990). Goldratt'a (1990) göre amaç, gerekli koşullar ve araçları birbirinden ayırmak gerekir. Örneğin, müşteriye hizmet, ürün kalitesi, çalışan memnuniyeti, topluma ve çevreye sorumluluk genellikle gerekliliktir veya bazen organizasyonun performansının araçlarını temsil eder.
Süreç iyileştirmede genel olarak kabul edilen iki varsayım vardır:
-Sistemi küçük parçalara bölerek iyileştirmek ve sonra iyileştirilmiş parçaları birleştirerek sistemin bütününü iyileştirmek mümkündür.
-Sistemin her kademesinin performansını en üstte tutmak, sistemin genel performansını en üst düzeyde tutar.
Goldratt bu varsayımların yanlış olduğunu savunur. Ona göre sadece sistemin parçalarına ilişkin ölçüleri kullanarak kurum geneli için en iyi verimi bulamayız. Eğer verimliliği kurumsal düzeyde tanımlar ve bu verimliliği artırmayı sağlayan değişiklikleri operasyonel iyileştirmelerle sağlarsak daha doğru bir iş yapmış oluruz. Çünkü sistem birbirine bağlı süreçlerden veya parçalardan oluşan bir bütündür. Goldratt bunu ünlü zincir anolojisiyle açıklar. Sistemin tamamını bir zincir olarak algılayan Goldratt, sistemin performansını, zincirin taşıyacağı yükün belirleyeceğini söyler. Bu yük ise zincirdeki en zayıf halkanın taşıyabileceği en fazla yüktür. Eğer bu halkayı güçlendirebilirsek sistemin genel performansını artırmış oluruz. Bu halka güçlendikten sonra bir başka halka zayıf olacak ve iyileştirme süreci bu şekilde devam edecektir.
Kısıtlar Teorisi operasyonel iyileştirmeler sırasında, sistemin genel performansı ile ilgili şu performans ölçülerinin kullanılmasını önerir :
Satış getirisi (Throughput) (T): Sistemin satışlar yoluyla para kazandırma hızıdır. Satış gelirlerinden tamamen değişken maliyetlerin düşülmesiyle elde edilir. Tamamen değişken maliyetler, satışların ham malzeme envanter bedelini ve üretim miktarının artması ile doğrudan artan maliyetleri (taşeronluk hizmet bedeli gibi) içerir.
Envanter (E): Sistemin satmak niyetiyle satın aldığı ham malzeme, binalar, makine ve benzerlerine yatırdığı paranın tümü olarak düşünülebilir.
İşletme giderleri (İG): Sistemin envanteri satış getirisine dönüştürmek için harcadığı paranın tümüdür. Maaşlar, bakım, amortisman ve benzeri işletme maliyetlerini içerir.
Sistemlerin satış getirisini artıracak, envanter ve işletme giderlerini azaltacak yönde iyileştirilmesi beklenir.
Bu ölçülerin kullanıldığı muhasebe sistemine satış getirisi muhasebe sistemi de denilir (Goldratt ve Cox, 1992). Bu sistemde sabit maliyetler ürünlere yansıtılmaz ve ham malzeme ve tamamiyle değişken maliyetlerin dışındaki tüm maliyetler sabit işletme maliyeti olarak değerlendirilir. Sabit maliyetlerin ve işçilik maliyetlerinin önemsiz olduğu ve yüksek otomasyon içermeyen sistemlerde söz konusu muhasebe sisteminin kullanımının uygun olduğu gösterilmiştir (Lea 1998).
En genelde, Kısıtlar Teorisinin metodolojisi değişim ile ilgili üç temel soru sorar:
1) Neyi değiştirmek? (Organizasyonlar kısıtları nasıl belirlemelidir?)
2) Neye değiştirmek? (Organizasyonlar pratik ve iyi çözümleri nasıl belirlemelidir?)
3) Değişime nasıl yol açmak? (Organizasyonlar çözümleri nasıl uygulamalıdır?)
KT’nin kısıtların yönetimi için karar verme metodolojisi beş odaklayıcı aşamaya dayanır. Bunlar:
1) Sistemin kısıt(lar)ının belirlenmesi: Tıpkı bir zincirin en zayıf halkasında olduğu gibi, sistemin performansını kısıtlayan elemanın belirlenmesi. Kısıtlar bir iş istasyonu (makine) olabileceği gibi pazarın kendisi, izlenen bir politika veya benzeri de olabilir.
2) Kısıt(lar)ın nasıl yarara dönüştürüleceğine karar verilmesi: Büyük bir sistem değişikliği veya sermaye yatırımı yapmadan, sistemin bu kısıtlayıcı elemanından nasıl en fazla performans alınabileceğine karar verilmesi. Örneğin kısıt pazardan gelen talep ise (yani kapasite talepten fazla ise) ürünün cazibesini artıracak, zamanında teslim gibi unsurları ön plana çıkaracak Altı Sigma projeleri öncelikli olarak desteklenebilir. Kısıt bir iş istasyonu veya makine ise bu makinenin hurda oranını, iş başlangıç ve atıl zamanlarını azaltacak Altı Sigma projelerine önem verilebilir.
3) Bunun dışındaki her şeyin ikinci aşamadaki kararı destekleyecek şekilde kullanılması: Sistemin diğer elemanlarının performansının, ikinci aşamadaki kararı destekleyecek şekilde ayarlanması. (Bu noktada kısıt kaybolursa, yeni kısıtı bulmak üzere birinci aşamaya geri dönülür.) Örneğin, kısıt bir makine ise iş akışı üzerindeki diğer makinelerde malzeme ve zaman kayıplarını önleyerek kısıt makinanın ürettiğinin boşa gitmemesi ve bu istasyonun boş kalmaması sağlanabilir. Genel olarak iş akışında kısıt makineden sonra gelen makinelerde yapılan işlerin iyileştirme önceliği, önce gelen işlerden daha fazladır. Çünkü kısıt makinenin ürettiği çok değerlidir ve sonradan hurdaya ayrılması istenmez. Ancak bazı özel durumlarda önce gelen işler daha yüksek önceliğe sahip olabilir. Altı Sigma projeleri seçilirken bunlara dikkat etmekte yarar vardır.
4) Kısıtın ortadan kaldırılması: Üçüncü aşamadaki uygulamalara rağmen kısıt hâlâ sistem performansını etkiliyorsa kısıtlayıcı elemanın kapasitesini artırarak, sistemin bu eleman üzerindeki yüklerini azaltarak, taşeron kullanarak veya benzeri yatırımlar yaparak kısıt ortadan kaldırılmaya çalışılır.
5) Birinci aşamaya geri dönülmesi , fakat eylemsizliğin önlenmesi: Tekrar başa dönüp bir sonraki kısıt ile uğraşırken önceki çözümün olumsuz etkilenme olasılığına dikkat edilmesi gerekir. Önceki çözüm ile ilgili prosedür ve uygulamalar gözden geçirilmelidir.
Sistemdeki kısıtların çoğunun rahatlıkla belirlenemeyen politika kısıtları olduğu bilinmektedir. Bu gibi kısıtlar genellikle hatalı ve alışkanlıklara dayalı karar verme sistemlerinin ürünüdür. KT üzerinde çalışanlar, karar verme sistemlerini düzenleyen, odaklayan ve çözümleri sistemin ana problemi üzerine yoğunlaştıran pek çok araç geliştirmiştir. Bu araçların hepsine KT düşünme süreçleri denilmiştir (Dettmer 1997). Bunlardan bazıları aşağıda kısaca tanımlanmaktadır:
· Şimdiki Gerçeklik Ağacı: Mevcut durumu gösteren mantıksal bir yapıdır. İstenmeyen durumlar arasındaki sebep-sonuç ilişkilerine yol açan temel zıtlığı bulmada kullanılır.
· Buharlaşan Bulut: Çatışma bulutu veya çatışma çözüm diyagramı da denilir. Bu araç karşılaşılan çatışmaların ve bunların altında yatan varsayımların belirlenmesini ve çözüm amaçlı incelenmesini içerir. Bu varsayımların geçersiz kılınması veya başkaları ile yer değiştirmesi çatışmayı "buharlaştırır".
· Gelecek Gerçeklik Ağacı: Herhangi bir değişimin sonuçlarını tahmin etmek için kullanılır.
· Önkoşullar Ağacı: Amaca ulaşmayı engelleyen durumları ortaya çıkarmak ve çözmek için kullanılır.
· Geçiş Ağacı: Amaca ulaşmak için gerekli adımları özetleyen bir şemadır.
Bu araçlar tek başına kullanılabildiği gibi bütünleşik veya birbirleriyle bağlantılı olarak da kullanılır. Genellikle birinin çıktısı diğerinin girdisini oluşturur.Temel probleme veya çatışma durumuna odaklanma ve çözüm geliştirmede etkili olabildikleri gösterilmiştir (Dettmer 1997).
KT’nin genel bir değerlendirmesi için Rahman (1998) ve Mabin ve Balderstone (2000) dan yararlanılabilir.
Proje Yönetiminde Uygulama
Bir işyerinde gerçekleştirilen projeler bütçeyi aşıyorsa, beklenenden uzun sürüyorsa, alt işlerin teslim tarihlerinde karmaşa ve fazla mesai yaşanıyorsa, yeni projeler yapma konusunda isteksizlik varsa projelerin yönetim tarzı önemli bir kısıt olarak ele alınabilir. Proje yönetimi ile ilgili yapılacak bir Altı Sigma projesi bu kısıtın giderilmesinde yardımcı olabilir. Böyle bir projede ve her bir Altı Sigma projesinin kendisinin yönetiminde KT yaklaşımlarından yararlanmak mümkündür.
Tipik olarak proje yönetiminde, belirlenen alt işlerin zamanında teslim edilmesine odaklanılır ve bunun için aşırı bir baskı yapılır ve proje planı sık sık güncellenir. Proje yönetiminde yaşanan tipik bir çatışma Murphy kanunu nedeniyle alt işlere bir emniyet zamanı tanımak ile Parkinson kanunu ("Bir iş ona ayrılan zamanı doldurmak üzere genişler") nedeniyle böyle bir zamanı tanımamak arasında yaşanır. Bunun gibi pek çok çatışma tanımlanabilir. (Patrick, 1999)
KT kapsamındaki Kritik Zincir Çizelgeleme ve Tampon Yönetimi yaklaşımları proje yönetimindeki bu tür çatışmaları etkili bir şekilde çözebilir. Bu yaklaşımlara göre, örneğin, proje yönetiminde emniyet zamanını alt işlere dağıtmak yerine bu zaman kritik yolun sonuna ve diğer yolların kritik yolu beslediği yerlere tampon olarak eklenebilir.
Bu uygulamalar ile ilgili olarak Goldratt (1997), Newbold (1998) ve Patrick (1999) kaynaklarından yararlanılabilir.
Kalite İyileştirmede Uygulama
Kalite, satışlar için gerek koşuldur. Fakat müşterinin kalite gereksinimlerini karşılıyor olmak, kuruluşun daha fazla ürün satmasını gerektirmez. Kaliteli ürünlerin kabul edilebilir fiyatlarla satılıyor olması da önemlidir. Bunun için şirket kalite ve kârlılığı bağdaştıracak çözümler geliştirmelidir.
Birçok kuruluş iyileştirme çalışmalarını şikayet sayısı ve fire oranı gibi ölçülere göre ve yapılacak iyileştirmelerin faydalarını düşünerek başlatır ve devam ettirir. Bütün bu iyileştirmeler ancak satış potansiyelini artıracak uygulamalardır. Kârlılığın artırılması ise bu uygulamaların (iyileştirmelerin) kârlılığı artıracak şekilde düzenlenmesi, uygulanması, kontrol edilmesi ve yeniden yapılandırılmasını gerektirir. Kuruluşun kârlılığını da iyileştirebilmesi için sisteminde hangi iyileştirmelere öncelik vereceğini bilmesi önemlidir.
Stein (1997) KT tabanlı Toplam Kalite Yönetimi (TKY) uygulamasında aşağıdaki temel gözlemlerin varlığına dikkat çekmektedir:
1. Kalite bir gerek koşuldur.
2. Tüm çözümler ileride kendini reddeder.
3. Sistemin satış getirisi kısıtlar tarafından belirlenir.
4. Bir etkinliğin değeri sistemin sınırları ile belirlenir.
5. Bir olaylar zincirinde bir kaynağın kullanımı, sistemdeki diğer kaynaklar tarafından belirlenir.
6. Sistemdeki envanter ve işletme giderleri, kısıt olmayan kaynakların özellikleri ile belirlenir.
7. Kaynaklar amaçsızca kullanılmaz; sadece satış getirisi üretiminde veya korunmasında kullanılır.
Yine Stein (1997) ye göre KT tabanlı TKY’de, TKY’nin (ve onun desteklediği Altı Sigma yaklaşımının) temel uygulamalarına ek olarak aşağıdaki uygulamalar gerçekleştirilmelidir.
· Sürekli satış getirisi iyileştirmesine yönelik çabalar: Birçok kuruluşun ortak amacı para üretmektir. Sağlıklı bir kuruluş sürekli olarak büyür. Sistemin sürekli büyümesi ve iyileştirme etkinliklerine odaklanma satış getirisini iyileştirmeye yönelik olarak yapılmalıdır.
· Geçerli karar destek sistemleri: Sistemde alınan tüm kararlar global amaçla (kâr elde etme) aynı doğrultuda olmalıdır. Örnek olarak eldeki veriler, hangi ürün karışımının kârlılığı en fazla artıracağını belirleyebilmelidir. Geleneksel sistemlerde ürünün satış fiyatı ve muhasebe kayıtlarında belirlenen maliyeti arasındaki farkı en fazla artıran ürün karışımının sisteme en üst performansı getirdiği varsayılır. Oysa KT uygulamalarında sistemin performansını kısıtların belirlediği gösterilir. Bu sistemde satış getirisi artırılmaya, dolayısıyla kârlılık korunmaya çalışılır. Örneğin, en iyi ürün karışımını bulabilmek için karar destek sistemleri aşağıda belirtilen ölçüleri değerlendirmelidir:
· Sistem kısıtı
· Ham malzeme ve diğer tamamen değişken maliyetler
· Ürünün satış fiyatı
· Ürünün kısıt kaynak üzerinde geçirdiği zaman
Bu örnek ile ilgili daha detaylı yorumlar makalenin Proje Seçiminde Uygulama kısmında yer almaktadır.
Ø Global ölçülerle uyumlu olan yerel ölçüler: Sistemde karlılık gibi global ölçüleri destekleyen yerel ölçülerin olması şarttır. T, E, İG gibi ölçüler iyileştirme etkinliklerini odaklamak, yerel kararlar vermek ve aynı zamanda global ölçüleri desteklemek için geliştirilen ölçülerdir.
Ø Kuruluş çapında beş aşamalı iyileştirme sürecinin kullanılması: Bütün kuruluşların bir olaylar zinciri olduğu düşünülürse, herhangi bir işlev, sistemin satış getirisi yaratma çabalarını engelleyebilir. Bu kısıtı ortadan kaldırmak için yukarıda sözü edilen beş odaklayıcı aşama iyice özümsenmeli ve kuruluş içerisine yayılmalıdır.
Ø KT düşünme süreçlerinin kuruluşun her aşaması ile ilgili sorunlarda kullanılması: Altı Sigma gibi yaklaşımlar teknik kısıtlar ile uğraşmada çok başarılı olabilirken, sistemlerin paradigma, uygulamalar ve politikalar gibi kısıtları olduğunda zayıf kalabilmektedir. Bu durumlarda KT düşünme süreçlerinden yararlanılabilir.
Üretim Yönetiminde Uygulama
Üretim sistemlerinin hız, güvenilirlik ve kapasite artırımında KT kullanımı ile ilgili olarak şu durumu düşünelim: Siparişler zamanında yetişmiyor, üretim çevrim zamanları gereğinden uzun, süreç içi envanter ve bitmiş ürün stokları fazla, fazla mesai yapılıyor, çok sayıda yeniden çizelgeleme yapılıyor, değişken veya sabit darboğazlar var. Böyle durumlarda üretim yönetiminin kendisi önemli bir sistem kısıtıdır.
KT bu gibi durumlar için bazı çözüm yaklaşımları önermektedir. Bunlardan en yaygın kullanılanı Davul-Tampon-İp yaklaşımıdır. Burada, davul genel sürecin temposunu belirleyen kısıtı, tampon kısıtı sistemdeki aksaklıklardan koruyan zaman veya envanteri, ip ise kısıtın hızına "bağlanmış" malzeme akışını simgelemektedir. Bu yaklaşım üretim çizelgelerinin aksaklıklara duyarlılığını azaltmada, gereğinden fazla envanter birikmesini önlemede ve çevrim zamanını azaltmada başarılı olmaktadır. Davul-Tampon-İp yaklaşımının yetersiz kalabildiği durumlarda Tampon Yönetimi yaklaşımı kullanılabilmektedir. (Goldratt 1990)
Proje Seçiminde Uygulama
Kısıtlar Teorisi yaklaşımının kalite iyileştirme projelerinin seçiminde çok daha başarılı olduğu, Atwater ve Chakravorty (1995) gibi araştırmacılar ve Pydzek (2000) gibi Altı Sigma danışmanları tarafından gösterilmeye çalışılmıştır.
Atwater ve Chakravorty (1995) KT yaklaşımını 2. Şekildeki basit örnek üzerinden açıklamaktadır. Buna göre X, Y ve Z ürünleri 2. Şekildeki talep, satış fiyatları, ham malzeme maliyetleri, hurda oranları ve ortalama işlem zamanları çerçevesinde üretilmektedir. Alışılmış kalite yönetimi anlayışı, hurda oranı en yüksek olan 1. İşlemin öncelikli olarak iyileştirilmesi gerektiğini öngörürür. Oysa bu örnekte 3. İşlemin gerçekleştirildiği iş istasyonu dışındaki bütün iş istasyonlarının talebi karşılayacak kapasitesi vardır. Bu nedenle, 3. İş istasyonu bir "kısıttır". Bu noktada, bu kaynak kısıtından yararlanmak için en kârlı ürün karışımını belirlemek gerekir. Ürün karışımı ise hurda oranlarına bağlıdır. Ayrıca bir iş istasyonu iyileştirilse hurda oranı düşer. Bu nedenle, ürün karışımı, iyileştirmelerden sonraki hurda oranlarına göre belirlenmelidir. Fakat hangi sürecin iyileştirileceği de ürün karışımına göre belirlenmelidir. Sonuç olarak iyileştirme projelerini belirleme problemi ile ürün karışımını belirleme problemi bütünleşik olarak çözülmelidir. Atwater ve Chakravorty (1995) in önerdiği KT çözüm algoritması, her seferinde farklı bir iş istasyonunun iyileştirildiğini (hurda oranının sıfıra indirildiğini) varsayarak söz konusu senaryo için satış getirisini en çok artıracak ürün karışımını bulur. Elde edilen dört ürün karışımının hangisi en kârlı ise ona karşı gelen iş istasyonunun öncelikli olarak iyileştirilmesini öngörürür. 2. Şekildeki durum için bu, kısıt olan 3. iş istasyonu veya farklı parametre düzeyleri için kısıtı izleyen 4. iş istasyonudur. Bu örnek ile alışılmış kalite yönetimi anlayışının kısıt ve kârlılığı yeterince hesaba katmadığı için yanılabileceği gösterilmektedir.
KT yaklaşımı iyileştirme proje seçimi problemine daha geniş bir bakış açısıyla, sistem gözüyle bakmayı öğretmesi bakımından etkili olmuştur. Ancak yukarıda sözü edilen türden algoritmalar üzerinde bu bakış açısını daha iyi yansıtacak iyileştirmeler yapılması gereklidir. Köksal (2005) , ürün karışımı ve iyileştirme proje seçimi problemlerinin çözümüne yönelik literatürde yer alan KT algoritmalarının kalite kaybını hesaba katmadıklarını, bu nedenle de yanıltıcı olabileceğini göstermiştir.
Kalite kaybı, bir kalite karakteristiği hedef değerden farklı bir değer aldığında oluşan her tür parasal ve parasal olmayan maliyeti içerir (Taguchi ve diğerleri 1989). Buna göre, spesifikasyon limitleri içinde kalan "kabul edilebilir" ürünler için bile bir kalite kaybı söz konusudur. Bu kayıplar müşteriyi ve toplumu olumsuz yönde etkiler ve üreticinin satış ve şöhret kaybına neden olabilir. Kalite kaybının çift taraflı simetrik bir ürün spesifikasyonu için hedeften uzaklaştıkça artan yapı gösterdiği kabul edilebilir.
Köksal (2005) 2. Şekildeki aynı örnek üzerinden ürünlerin kalite karakteristikleri için belli kalite kaybı katsayıları ve varyanslar varsayıldığında, iyileştirme amacıyla öncekilerinden farklı olarak 2. iş istasyonunun seçilmesi gerektiğini göstermiştir. Aynı çalışmada, bu tür kararları vermek için kullanılabilecek bir doğrusal programlama yaklaşımı sunulmuştur.
Mertoğlu (2003), Köksal (2005) in geliştirdiği yaklaşıma alternatif olarak uygulanması daha kolay ancak daha yaklaşık sonuçlar veren bir Kalite Fonksiyon Yayılımı (Quality Function Deployment - QFD) yaklaşımı geliştirmiştir. Buna göre belli bir kısa dönem için en iyi ürün karışımı, o dönemin mevcut hurda oranlarına, ürün taleplerine ve diğer parametrelerine göre bulunmakta ve bu ürün karışımı temel alınarak bir sonraki planlama periyoduna kadar öncelikli olarak iyileştirilmesi gereken iş istasyonları belirlenmektedir. Bunun için bir QFD tablosu üzerinde ürünler ile iş istasyonları arasındaki ilişkilerin büyüklüğünün belirlenmesi gerekmektedir. Bu amaçla, tamamen değişken maliyetler, kısıt (darboğaz) iş istasyonuna yakınlık, kalite kaybı büyüklüğü ve süreç yeteneğine göre ilişki düzeyini gösteren bir kılavuz geliştirilmiştir. Daha sonra her iş istasyonu için ürün karışımı ve ilişki büyüklüğünü hesaba katan bir puan hesaplanmaktadır. Puanı en yüksek olan iş istasyonunun iyileştirme projesi olarak seçilmesi önerilmektedir.
Sonuç
Altı Sigma programları, bütün başarısının yanısıra;
ü Ölçülerin veya odaklama mekanizmalarının amaçlanan kâr artışını sağlamaması
ü İyileştirme süreçlerinin geleneksel kalıplara bağlı kalarak yavaş ilerlemesi
ü Sistemin ana amacına katkısı olmayan iyileştirme etkinliklerine kaynak ayrılması
gibi tehlikeler ile karşı karşıya kalabilmektedir. Bu bakımdan KT veya kısıtların yönetimi Altı Sigma programlarını destekleyebilir ve tamamlayabilir.
Kısıtlar Teorisinin Altı Sigmaya katkısı aşağıdaki özetlendiği şekilde olabilir:
v Sistemde kullanılması düşünülen süreç iyileştirme yaklaşımlarının belirlenmesi, yönlendirilmesi (odaklanması), gözden geçirilmesi ve değerlendirilmesi aşamalarında bağımsız ve global performans ölçüleri sağlaması,
v İyileştirme etkinliklerinin birçoğunda aksayan, yaratıcı yaklaşım eksikliğine düşünme süreçleri yaklaşımını getirerek bir çözüm sağlaması,
v İyileştirme yaklaşımlarının tıkandığı noktalarda (örneğin belli kriterlerin sağlanamadığı durumlarda) önerdiği alternatif ölçüler yoluyla sağlıklı değerlendirme yapılmasını sağlaması,
v Proje yönetimi, çizelgeleme ve proje seçimi gibi özel Altı Sigma problemlerine alternatif çözüm yaklaşımları önermesi.
VAKA ANALİZİ -1
Goldratt and Cox [7] deneysel beş aşamayı kapasiteyi yönetmek ve üretim olanaklarını planlamak için geliştirdi. Bu makale onların kısıt yönetiminin kısımlarını üretim çizelgelemeyi geliştirmek için karmaşık üretim çevresinde açıklar. Tablo 1 de özetlenen deneye dayalı üç aşama kullanılarak çizelge geliştirildi (detay için Goldratt [5,6] ). Biz deneysel CM’nin Appendix A’da özetlenen, Qiu ve Burch tarafından geliştirilmiş MILP (Mixed Integer Linear Programming) ile kullanılmasını sağlayan çözümü karşılaştırırız. Bu karşılaştırma optimal MILP çözüm varsayımı yapmayı gerektirmeden “en iyi” çözümü sağlamak için CM’nin potansiyelini gösterir. Üstelik, eğer MILP varsayımı onun ufak karlılığını karşılayamazsa avantaj bir hayal olabilir.
CM heuristic makul bir güvence vermez , fakat o birçok durumda optimal çözüme döner (bkn Luebbe ve Finch [8] ve Fredendall ve Lea [3]). Önceki araştırmadada incelenmekte olan problemler nasılsa küçük örnek problemlerle ilişkilendirilmektedir. Önceki araştırmada CM’ nin daha pratik hacmi problem için ana üretim çizelgelemenin (MPS) gelişimindeki etkinliği tam olarak değerlendirilmemiştir.
Fabrika çalışması için çizelgelenmiş işin karmaşıklığı, geniş çokuluslu kimyasal madde şirketinin tekstil üretim çizgisi, CM heuristic i literatüede raporlanmasından daha hassas durumlar ile değerlendirmek için sağlanır. Fabrika, başarıyla yaratılmış MILP modeli ve onların kabullenilmiş prosedürleriyle çizelge üzerinden geliştirilmiş MPS henüz geliştirilmiştir. Bizim sorumuz CM heuristic uygulamasıyla geliştirilmiş çözümün MILP’ in sağladığı optimal çözüme eşit olup olmadığı veya kapalılığıdır. Biz ana üretim çizelgesi yaratmak için kullanılan CM’ nin görünüp görünmediğini test edeceğiz (see Umble and Srikanth [11]; Fawcett and Pearson [2]; Luebbe and Finch [8] and; Goldratt and Fox [4]).
Bu çevrede WİP (work in process) envanteri minimize ederken; problem talebi karşılamak için ufuk noktası planlamada period boyunca olan kapasiteyi kullanan çizelge yaratmaktır. Bu geleneksel kesikli sipariş büyüklüğünden ve çizelgeleme problemlerinden farklıdır [1], çünkü o her periotta üretken olabilmek için birden fazla parça(item) sağlar eğer kapasite kısıtları çiğnenmemiş ise.
FABRİKA ARKA PLANI (BACKGROUND)
İplik üretiminde üç proses çizelgelenmek zorundadır: polimer hazırlığı, eğirme/bükme ve çekme. Birinci fiber tatlı patates/yerelması üretim prosesi kontrol edilir ki; tüm üretim bizim çalıştığımız fabrikaya yatırım yapmamız sayesinde. Üç alanda ilgili kapasiteler yüzünden, eğirme/bükme sistem performansını sınırlayan veya kısıtlayan kritik iş merkezidir (darboğaz). Bu nedenle, önce bükme için optimal çizelgeleme geliştirilir, polimer hazırlığı çizelgeleme ve çekme işlemi direkt tanımlanabilir.
Naylon iplik(tel,lif,elyaf) küçük naylon parçalarından yapılır ve bir bobinin etrafına bükülerek sarılır. Genel olarak, bir büküm makinesinin verimliliği in pounds per machine day cinsinden ölçülür. Naylon fiber ürünler polimer tipi, lif sayısı ve diğer özellikleri yönüyle farklıdır. Yani, her fiber farklı bir üretim oranına sahiptir ve her makine belli bir zamanda sadece tek bir tip lif üretir. Bu çalışmada incelediğimiz fabrikada sekiz tane büküm makinesi bulunmakta ve her makine farlı bir kapasiteye sahip.
Makine kurulumu bu fabrikada çok önemli bir üretim kalite kontrol konularından biri. Kurulumlar mühendislerin büküm kaplarını değiştirmesini, ince tabaka yada parça halinde kalan tortuları temizlemesini, iplik salan gözleri veya naylon polimer havuzundaki yağı değiştirmesini gerektiriyor. Kurulum esnasında makineler kapatılır, sıcaklık düşürülür ve bu üretim tekrar başlayıp sıcaklık doğru ayarına gelinceye kadar daha düşük kalitede lif üretimine sebep olur. Artık lif ve kurulum yapma zamanının maliyeti tahmin ediliyor fakat yönetim kalitenin maliyetinin ölçülebilir dolar değerinden daha fazla olduğunu düşünüyor. Kurulum zamanı ve maliyeti makine bağımlı ( mesela, genelde bir ürünün farklı makinelerde farklı kurulum zamanı ve maliyeti vardır ) Büküm, bir darboğazdır, bu nedenle fazladan bir kurulum bölümün üretim kapasitesini azalttığı için dikkatlice hesaplanmalıdır.
Bu fabrikanın diğer bir özelliği, makinelerin değişik özelliklerinin olması ve bu yüzden de bütün ürünler her makineye verilemiyor. Üzerinde çalışılan problem, bu yüzden, ürün-makine bağımlı kurulumlarla ortaya çıkan çeşitli ürün ve farklı makine problemleri. Bu fabrikanın amacı toplam karı maksimize etmek. Bizim MILP ve CM-deneyi ile oluşturulan çözümler arasındaki kıyaslamamız dört aylık planlama ufkuna dayanıyor. Fabrika üretim çizelgesini oluşturmada siparişe göre üretim politikası(stoka göre değil) kullanmaya modelleniyor.
Dört aylık planlama ufkunun gerçek talep verileri ek B’de verilmiştir. Bu makalede kullanılan talep ve kapasite verileri, firmanın anonimliğini kapasite tahsis probleminin özünü yok etmeden sürdürmek için uyarlanmıştır. Talebin kapasiteyi aştığı aylarda, MILP modeli firma karını (1) kurulum maliyetini azaltmak için ürünlerin makinelere tahsisini optimize ederek, (2) gelecekte daha karlı siparişleri karşılamak için stok üreterek, (3) gelecek periyotlarda üretilecek ürünlerin çeşitliliğini azaltmak için stok tutarak maksimize ediyor. Talep kapasitenin altında iken, MILP karı, stok eleyerek(eriterek) ve kurulum maliyetlerini azaltarak arttırıyor.
CM Deneyini Uygulamak
Tablo 1’de anlatılan geleneksel CM deneyinin sadece ilk 3 adımı fabrikanın çizelgesini planlamak için uygulanır.Kapasiteyi arttırarak kısıtları hafifletmekle uğraşan 4. adım, bizim bu analizimizde dikkate alınmamıştır çünkü, biz dört-zamanlı planlama ufkunda kullanılabilir kapasitenin sabit olduğunu varsayıyoruz. Aynı şekilde, CM’de sürekli gelişim bağlantısını sağlayan 5.adım da analizimizin konusu dışındadır. Tablo 2, ilk üç basamağın problemimize adaptasyonunu göstermektedir.
Adım 1: Sistem kısıtlarını tanımla. Diğer departmanlar bükümden daha fazla kapasiteye sahipler. Eğer biz bu prosesten maksimum çıktıyı almak istersek, büküm kapasitesini mümkün olduğu kadar doğru şekilde kullanmalıyız.
Adım 2: Sistem kısıtını ortadan kaldır. Karı maksimize eden bir çizelge(program) oluşturmak için kullanılabilir büküm kapasitesinin etkili kullanımını kesinleştiren bir çizelge(program) oluşturmalıyız. Kısıt için hazırlanan çizelge bazen “drum Schedule” olarak adlandırılır çünkü, fabrikada üretimde satış getirisini oluşturan hızı (davulun vuruşunu) o kısıt ayarlar. Drum planlamanın aylara göre yüklediğimizde/oluşturduğumuzda, ilk önce en karlı ürünleri dikkate almamız gerekir. (mesela, kısıt zamanının kullanımını en karlı yapanlar/yapan ürünler). Bunu izleyen prosedürler büküm departmanının kapasitesini ortadan kaldırmada yardımcı olan Drum Schedule ı oluşturmak için uyguladığımız deneyini tanımlıyor.
a.Ürün-makine satış getiri oranını hesapla. Bu adımda, en yüksek kar potansiyelli ürünler tanımlanır ve büküm departmanı tarafından daha az karlı ürünlerden önce işlenmek için çizelgelenir.
Satış getirisi(T) per pound ürün başına satış fiyatıyla ham madde maliyetinin farkının alınmasıyla hesaplanır.Eğer günlük üretim oranıyla çarparsak,ürünü değişik büküm makinelerinde üretmenin günlük satış getirisini belirleyebiliriz. Her ürün için makine tercihleri ek B’de belirtilmiştir. Satış getirisi değerleri tablo 3’te gösterilmiştir.
b.Öncelikle bir başlangıç yüklemesi oluşturma. Yükleme amaçları için her ürünün aylık talep miktarı tercih edilen makinelerdeki günlük üretim miktarına dönüştürülür. Sıralamada ilk olarak kaydedileceklerinden dolayı öncelikle sadece tek bir makinede üretilebilen ürünleri yerleştirmeliyiz.( ürünler 1,6,16 ve 19) Eğer bu ürünleri öncelikle kaydedersek, kalan diğer ürünlerin bu makineye yüklenmesini engellemiş oluruz; bunun sonucunda da bu kaydedilmeyen ürünlerin diğer alternatif makineler için bir şans elde etmelerini sağlarız. Örneğin; tablo 4’ten 5. makinenin 4 aylık bir periyot için hazırlanan ilk iş planını görebiliriz. Burada birinci ürün ilk sırada planlanmıştır çünkü üretimi sadece 5. makinede yapılabilmektedir. Daha sonra makinenin kalan kapasitesini de günde en fazla getiri hacmi olan (T/day) üründen başlayarak planlarız. Tablo 3’te görüldüğü gibi $26,680’lık getirisi ile sekizinci ürün, 5. makinedeki en büyük getiri hacmine sahip olan üründür. Dikkat edilirse; eğer bu ürün 5. makine değil de diğer bir makinede üretilmiş olsaydı ( bu ürünün üretimi 4.,5. ve 6. makinenin herhangi birinde yapılabilir.) getirisi çok daha az olacaktı. Bu yaklaşımla düşünüldüğünde, bu ürünün üretiminin 5.makinede yapılmasının çok daha verimli olduğu söylenebilir. Sekizinci üründen sonra $25,774’lık getiri ile ikinci en yüksek getiri hacmine sahip olan beşinci ürün 2. sırada, sonrasında da $21,063’lık getiri ile ikinci ürün 3. sırada ve sonrada 4.sıradaki ürün ile 5. makinenin ilk iş planı oluşturulmuştur. 4. ayda, 5.makinede üretimi planlana ikinci ürün için yeterli kapasite olmadığından; bu ürünün üretimine uygun olan 6. makinede devam edilmiştir. Eğer makinelerin kalan kapasitelerine bir ürün grubunun tamamı yerleştirilemezse, bu ürün grubunun üretimi iki makineye dağıtılacaktır. Bu yaklaşım bütün ürünler yerleştirilene kadar devam edecektir. Sonunda da oluşturulan ilk program tekrar gözden geçirilmelidir.
c.geriye kalan donanım miktarını değerlendirme.geriye kalan donanım miktarını değerlendirmeliyiz, çünkü bu bir kaynak kısıdıdır bundan dolayı donanım fazlası mevcut üretkenlik zamanını azaltabilir ve ürün kalitesini de etkileyebilir. CM’de ,bu bir maliyet azaltıcı ölçü olmadığı gibi işlem hacmini arttırıcı bir girişim de değildir. Fakat biz yinede maliyetlerimizin MILP çözümü ile kıyaslamalarını güçlendirmek için hesaplarız. Kurulum konusu maliyetlerini herhangi bir makinede boş, eksik kalan bir kapasite olup olmadığını anlamak için inceleriz. Eğer bir boşluk bulunursa, bu makine incelemeye alınır. Bir başka makineye yerleştirilebilecek maddelerin böyle tutarsız kurulum maliyetleri bulunursa böylelikle bu maliyetler azaltılabilir. Yapılacak değişim hareketi yerinde olduğunda eğer toplam karlılık artacaksa bütün üretim partini diğer makineye aktarırız. Tablo 5’te bu uygulamanın bir örneğini görebiliriz.
Genel olarak, ayrılan maliyetlerin azaltılması CM deneyinin bir parçası değildir. Onun yerine CM mantığı azalan donanım sayılarını araştırmak için daha fazla işlem hacmi potansiyeli, daha fazla esneklik yada her ikisini de sağlamayı amaçlayacaktır.CM yaklaşımı sıklıkla müşteri ihtiyaçlarına cevap vermeye daha fazla ağırlık vermektedir. Bu yüzden bu yaklaşım uygun zaman performansını yakalayabilmek için daha fazla donanım sağlamayı hedeflemektedir. Bu çalışma göstermektedir ki giderleri azaltmanın iki sebebi vardır: (1)fazla donanımların çıktı kalitesini etkilemesi ve (2)onların çevrim dışı donanımlarının olmamasından dolayı mevcut üretim zamanını azaltmasıdır. Kapsadığı donanım giderleri de MILP ile karşılaştırılabilirliğini güçlendirmektedir.MILP ve CM yaklaşımlarının her ikisi de göz önünde bulundurulduğunda, donanım maliyetlerinin elimine edilmesinde CM deneyi yaklaşımının daha iyi bir performans sağladığı gözlenmektedir.
İlk yüklemeye gerekli düzenlemelerin yapılmasıyla boşalan kapasiteyi en fazla fayda sağlayacak şekilde nasıl kullanacağımızı planlamalıyız.Aslında, daha fazla çıktı sağlayabilmek için makine ayarlamadan kaynaklanan maliyetleri düşürmek yerine en baştan üzgün yükleme yapabilmek daha yararlı olabilir.Eğer bir ürün alternatif bir makineye devredilirse, o ürünün üretildiği k makinede bir atıl kapasite ortaya çıkacaktır. Burada unutulmaması ve önemle üzerinde durulması gereken nokta, bir ürünü alternatif bir makineye aktarırken, onun bu alternatif makinede daha kısa zamanda üretilmesini sağlayabilmek, bir başka deyişle, alternatif makineye aktarmanın bir fayda yaratmasını sağlayabilmektir.Daha sonra bakmamız gereken ise, karşılanmamış herhangi bir talep olup olmadığıdır. Bütün diğer ürünler, T/gün oranının azalan sırasıyla sıralanmalıdır.
Kısıt zamanının kaybedilmesini önlemek amacıyla, stoklar şu anki planlama safhasında kullanılmalıdır. Eğer, talepleri herhangi bir periyotta karşılanamayan ürünler var ise, bunlar T/gün oranının azalan sıralamasına koyarak üretilmelidir.En son periyottan geriyo doğru giderek önceki periyottaki uygun makinelerin kapasiteleri kontrol edilmelidir.Eğer tercih edilen makinelerde herhangi bir atıl kapasite var ise;
1) Halihazırda o makineye yüklü olan ürünün üretim miktarı artırılabilir,
2) Gelecek bir dönemin talebini karşılayabilmek için, T/gün oranı dikkate alınarak azalan sırada başka ürünler de o makineye yüklenebilir.
Bunları yaparken stok tutma maliyetleri kontrol edilmelidir ki; daha fazla miktarda üretebilmenin getirisi, stok maliyetlerinden kaynaklanan götürüden her zaman büyük olsun.Tablo 6 da, uzun vadede kapasite kıtlıklarından korunabilmek için, son ürün stoklarının planlanması ve tarih sıralarının düzenlenişine örnekler göstermektedir.
Adım3: Her şey, ikinci adımda çıkarılan en son tarihe atılmalıdır. Şimdi polimer hazırlama safhasının çıktısının, bükme prosesi için yeterli olabilmesi için gerekli düzenlemeyi yapabiliriz. Polimer hazırlama safhasında, darboğazda yanlış iş emirlerinden kaynaklanan boş kapasitelerin olmaması için, bükme prosesinde işlerin belli bir oranda yüklenmesi gerekir. Bunun için de bükme prosesindeki bir sinyal kullanışlı olabilir. Buna ek olarak çizme safhası da böyle bir boş kapasiteden zarar görebilir çünkü o da bükme prosesinden işi alarak müşteriye doğru süreçteki işleri yetiştirmekle yükümlüdür.
Kısıt olmayan noktaların ikinci plana atılarak darboğaza odaklanılması, yönetimin bu noktada bükme makinelerinin sürecini iyileştirebilmesine olanak sağlar, ki bu da işletmeye asıl kar sağlayan unsurlardan birisidir.Bu sıralama, aynı zamanda işletmenin dışındaki unsurlara kadar (hammadde tedarikçileri ve diğerleri) genişlemektedir. Bükme işlemi sıralaması, işletmede satın alma, pazarlama, personel yönetimi ve diğer işler için asıl kararların verilmesinde temel unsur olmaktadır. Kısıt için hammaddenin serbest kalmasını sağlayıcı besleme operasyonları bükme departmanı programıyla senkronize edilmelidir. Bu da, bükme prosesindeki üretim hızıyla tutarlı bir şekilde sisteme hammaddenin salınmasıyla mümkündür. Bu işleme aynı zamanda ‘ip’ de denir; çünkü hammadde salımını üretim akışına bağlar.
Kısıtlar Teorisi yaklaşımı, kısıt olmayan işlemlerin kısıtın programıyla uygun hale getirilmesinden daha çok ileriye şey söyler.Aslında, kısıt olmayan departmanlardaki varyasyon miktarı, kısıt olan departmanın boş kalmamasını önlemek için yapılan tampon işlemlerine bir baz oluşturur.Bu tamponlar, sistemde bulunan iş akışına yavaş yavaş eklense de, kısıt olan noktanın işleyişinin aksaması olasılığını ciddi şekilde düşürürler.
Sonuçlar:
MILP ve Kısıtlar Teori yaklaşımlarının performans karşılaştırması tablo 7’de gösterilmektedir. MILP için toplam ayarlama maliyeti $41,188 olup, diğer yaklaşımınki ise $55,559’dır.Aradaki fark $14,371’dır. Ayar sayısı, MILP modeli uygulandığı zaman 84’ten 66’ya düşmüştür. MILP yaklaşımı, bu azalmayı, stok taşıyarak sağlamaktadır. Bu da TOC yaklaşımına kıyasla, $9,904’lık daha fazla stok maliyetine katlanmayı gerektirir. MILP yaklaşımı ile kazanılan toplam kar ise $10,723,998.47 iken, yaklaşımla kazanılan kar $10,672,905.27’dır. İki yaklaşım arasındaki toplam fark, ayarlama maliyetleri ve stok maliyetleri arasındaki farklar düşüldükten sonra $69,930.50’dır; ki bu da MILP modelinin %0,66 daha fazla kar sağladığını göstermektedir. Sonuçlar göstermektedir ki, MILP yaklaşımı makinelere ürünleri belli şekilde atayarak donanım maliyetlerini azaltmakta, gelecek için stok üreterek gelecekteki taleplere cevap verebilmekte, gelecekteki üretimlerin çeşidini azaltarak tüm süreci kolaylaştırmakta ve toplam üretim karını artırmaktadır.
Performansları kıyaslamada bir başka yol da kısıtlar yaklaşımının tipik metriklerine bakarak, onun operasyon harcamalarına değil, üretim miktarına yöneldiğini göstermektir.Ancak bu model analizinde bu yapılmamıştır.Ancak, programlama aşamasının kompleksliğini dikkate alarak, kısıtlar teorisi yaklaşımı çok iyi sonuçlar vermiştir. Ayrıca, kısıtlar yaklaşımı MILP yaklaşımına kıyasla çok daha az kabul ile çalışabilmekte ve optimal çözümden sadece %1 gibi bir oranda ayrılmaktadır. Zaten, kısıtlar teorisini savunan bilim çevrelerinin de temel dayan noktası, onun optimal sonucu ne derece verdiği değil, ne kadar az kabul yaparak sonuca ulaşabildiğidir. Öyle ki MILP yaklaşımında yapılmak durumunda kalınan bazı kabuller gerçek hayatta gerçekçi olmayabilir. Bu da Kısıtlar teorisi yaklaşımını uygulamaya geçirmenin mantıksallığına işaret etmektedir.
VAKA ANALİZİ -2
Özet:
Son yıllarda firmaların çabaları artan pazara giriş süresi ve kalite gereksinimleri sebebiyle üretim döngüsü, lead time azaltılması ve kalite güvencedeki gelişmelere yönelmiştir. Bu bağlamda, atölye katı çizelgeleme ve lead time azaltılması açısından daha iyi sonuçlara ulaşmak için, bir çok çizelgeleme yaklaşımı geliştirildi,fakat bunların birçoğu kısa zamanda iyi sonuçlara ulaşma bakımından başarısız oldu çünkü bu yaklaşımlar nerede ve ne kadar envanter kullanılacağını tam olarak belirleyemiyordu.( Davis bir akış hattındaki “work in process” leri belirlemek için bir deney sundu.) Bu yazı üretim prosesindeki her bir operasyondaki tampon büyüklüğünün bir fonksiyonu olan WIP büyüklüğü ve atölye katındaki konumlarına bağlı olan kombinasyonla ilgili problemi temel alan bir yaklaşım tanımlayarak, WIP envanter yönetimindeki problemlerle ilgileniyor. Önerilen model 50 grupluk toplam envanterle 4 tane WIP tamponu kullanılarak çıktı oran seviyesinde büyüme elde edilen uçuculukla ilgili bir firmada test edildi.
1.GİRİŞ
Bütün imalat faaliyetleri istatistiksel dalgalanmalar geçiren birbirine bağımlı kaynaklara sahiptir. İşçi sınıfının idarecileri kaynaklardaki dalgalanmaların ciddiyetini azaltabilirler ancak onlardan kurtaramazlar.Bundan dolayı, istenilen çıktı oranını iyi halde tutmak için bazı koruma çeşitleri oluşturulmalıdır.
Bu problemin çözümü için literatür bizlere üç çeşit yaklaşım sunmaktadır:
a) koruyucu bir kapasite (istenilen seviyedeki çıktıyı sağlayabilmek için gerekli olan kısıtlı kaynak ile sınırsız kaynak arasındaki farklılık)
b) koruyucu bir stok (belirli kısıtlardaki özel çıktı oranını elde edebilmek için sistemdeki koruyucu kapasitede gerekli olan minimum miktardaki stok)
c) emniyetli idare zamanı
Tam zamanlı üretime giriş ile, istatistiksel dalgalanmalara karşı korunmak için stok kullanımı ve emniyetli idare zamanı popülerliklerini kaybettiler. Bununla birlikte, stokları azaltmak kaynakların birbirlerine olan bağımlılıklarını arttırabilir. Böylelikle istatistiksel dalgalanmaların etkileri üretim sisteminin performansı üzerinde daha etkisiz hale getirilebilir. Bu yüzden yöneticilerin koruyucu kapasiteyi nasıl idare edeceklerini bilmeye ihtiyaçları vardır.
Ghosh ve Gagnon montaj hattı tasarımı alanında yönetilen ayrıntılı bir inceleme araştırması oluşturdular. Stoklarla birleştirildiğinde sistem çıktısının devamını sağlamak için kapasitenin nasıl yönetileceğini veya dengesiz hatlar ile onların üretim oranları arasındaki korelasyonu daha iyi anlamak ve sebep-sonuç analizini kullanabilmek için bahsedilen çalışmalardan hiçbirinin araştırmacılarca denenmediği onların yaptığı araştırma analizlerinde bulundu.
Akış zamanındaki stok seviyeleri ve partileri arasında ortaya çıkan çatışmanın çözülebilmesi için; firmaların kapasiteye(WIPAC) karşı süreçte simülasyon kullanımı yoluyla onların özel çalışma çevreleri için bir çalışma eğrisi oluşturmaları Lanz[4] tarafından önerilmektedir. Yöneticiler onu optimal stok seviyelerini tanımlamak için de kullanabilirler.
Goldratt ise montaj hatları tasarımındaki [5,6] problem için farklı bir yaklaşım önermektedir. Bu yaklaşımın ilk adımı olarak, maksimum çıktı oranı ve çevrim zamanın dikte edildiği çalışma hattındaki ilk kısıtın (darboğazın) tanımlanması önerilir. Darboğazdan korunmak için gerekli olan tampon stoku daha güvenilir şekilde elde tutmak için , koruyucu bir kapasite ve dalgalanmalara karşı sınırsız kaynaklarda önceden stok konumlandırmak kısıtları dalgalanmalara karşı koruyacaktır.
Goldratt davul-tampon-halat (DBR) olara bahsettiği onun Zemin Lojistik Sistemi ; üretim operasyonu bir tane kaynak kısıtına veya son derece az kaynak kısıtına sahip dayanak notasının üzerine kurulmuştur. Çünkü, eğer onların sayısı artarsa sistem kontrol edilemez hale gelir [7]. Goldratt tarafında yapılan iş, çalışma kapasitesi, stok (envanter) ve üretim oranı arasındaki neden-sonuç ilişkisi için temel sağlar; fakat kapasite ve envanterin nasıl en iyi şekilde kombine edilebileceği hususunda birkaç soru cevapsız kalmaktadır.
2. OPTİMİZASYON MODELİ
Önerilen model üretim hattını desteklemeye ihtiyaç duyan WIP envanterinin konumu ve miktarını belirlemek için prosedür geliştirme eksenlidir. Bu çizelgelerin fazla sayıdaki birimlerinin konumlandırılmasıyla üretim çıktısı kolayca başarılı olabilmesine rağmen, rasgele seçilmiş büyük miktardaki WIP önemli değildir; çünkü o aşağıdakileri arttırabilir:
a) Envanter yatırımı
b) Üretim maliyeti
c) Hammadde akış süresi
Verilen üretim hattı için tampon envanter gereksinimini belirleme genel problemini göstermek için ; 4 istasyonu (OP0, OP1, OP2 ve OP3) ve 3 WIP tamponu (WIP1, WIP2, WIP3) ile birlikte hesaba katılır. Her bir operasyon bağımsız, hemen hemen aynı olarak dağıtılmış ortalama birim başına 10 saniye proses süresine sahiptir. Böylece her bir operasyon ortalama birimde 10 sn olan standart işlem hacmi süresine sahip olduğu için hat dengelenir. Bununla birlikte, hatta istatistiksel iniş çıkışlar mevcuttur; çünkü operasyon süreleri değişir. Bunun anlamı hattın sonunda WIP envanteri olmaksızın birim çıktıların arasında ortalama 10 saniyeyi sağlamak zordur.
Eğer tampon büyüklüğünün birimlerin spesifik numaralarıyla sınıflandırıldığı farz edilirse, kombinasyonla ilgili problem otomatik çözümlenir. Benzer şekilde, eğer her bir tampondan maksimum sadece 3 birim oluşturulabilirse; daha sonra 64 olası envanter kombinasyonu (un , n sayıdaki tamponun alabileceği tam sayı değerlerin ve n ise WIP tampon sayısını göstermektedir.) olacaktır. Bu kombinasyonların herbiri hattın farklı çıktı performanslarında potansiyel olarak sonuçlanır.
Tablo 1 farklı profil örneklerini verir. Bu verilerden anlaşılana göre, 64 farklı profil var olmasına rağmen, birkaçı aynı WIP stok toplamına sahiptir. Spesifik toplam stok için bütün bileşik tampon kombinasyonları yerleştirilmiş ve en yüksek çıktı seviyesini sağlayanı belirlemek için incelenmiş olmak zorundadır.
Bu problem Kısıtlar Teorisi (TOC) yaklaşımı lineer programlama modeli gibi kullanılarak matematiksel olarak formüle edilebilir [8,9]. Bununla birlikte onun çözümü mümkün/olası değildir [10].
Buzacott [11] hat çıktısını ve hat depolama kapasitesini karşılaştırdı (fig.2). Eğri, WIP envanter hatta eklendiği gibi hattan birim çıktıların WIP envanter seviyesine artması beklenir. Her nasılsa hat çıktısı maksimuma ulaşacaktır. Eklenen WIP envanter bu noktadan öteye çıktıyı artırmayacak fakat programlanan üretim tamamlanıncaya kadar üretim olanağının her birim malzeme için ayrılan kısmının girilmesi için olan zamanın uzunluğunu artıracaktır.
Tampon gereksinimlerinin belirlenmesindeki genel problem hattan kaynaklanmaktadır (mesela, her hat çıktı eğrisine karşılık tek bir /kendine has yarımamule sahiptir(WIP)) ve tabiatı gereği bir kombinasyon problemidir (örneğin, WIP in verilen bir seviyesi için en yüksek çıktı seviyesini sağlayan bir tane spesifik tampon büyüklüğü ve yeri kombinasyonu vardır.)
Bu kombinasyonel problemi çözmek için tabu arama deneyinin kullanılması önerilir. Tabu arama deneyini açıklamak için aşağıdaki ortak terimler ve notasyonlar açıklanmalıdır.
x : özel WIP profili, x € R
x٭ : en iyi WIP profili
X : uygun WIP profilleri kümesi
c(x) : x WIP profili için üretim hattındaki çıktı miktarı
move : WIP stokundaki artış/azalış ve değişikliklerin oluştuğu ambar/depo yerleri
M(x) : Geçerli WIP profilinden bir adım hareketle/yer değiştirmeyle erişilebilen bir tekrarlamanın(iterasyonun) birbirine çok yakın WIP profilleri kümesi ; bu kümede, en fazla geliştirilmiş WIP profili xٰ {max[c(xٰ ) │ xٰ € M(x)} bir dahaki iterasyonun ilk WIP profili olarak seçilir.
Inv(x): Spesifik WIP profili için toplam stok(envanter)
tabu : Boolean bayrağı (YANLIŞı göstermek için kullanılır) ; planlanan harekete izin verildiğinde değeri yanlıştır ve izin verilmediğinde de doğrudur.
Bu notasyona dayanarak, problemin kombinasyon kısmı aşağıdaki amaç fonksiyonlar şeklinde tanımlanabilir:
max c(x)
min Inv(x) │x € X
Bu pratik olmadığından ölçümsel bir yaklaşımla, bütün WIP profillerinin bütün kümelerini araştırmak için WIP profillerinin arama alanı bu basamaklara dayanan bir tabu arama deneyini tanımlanarak daraltılmıştır.( T “tabu” durumunu göstermektedir ki M(x) – T de non-tabu bir hamle gerçekleştirilerek erişilen x lerin yakın WIP profillerinin kümesini gösterir.)
Adım 1: Bir başlangıç WIP x profili seç ve x٭=x olsun. Sayacı k=0 dan başlat ve boş T ile başla.
Adım 2: Eğer M(x)-T = boş kümeyse ve eğer c(xٰ ) > c(x*) şeklinde sonuçlanan bir tabu hamle yoksa [c(xٰ ) = c(x*) ve Inv(xٰ )< k="k+1"> c(x*)
max[c(xٰ )] │xٰ € M(x)-T U c(xٰ )
= c(x*) U Inv (xٰ ) < x=" xٰ">c(x*) veya c(x)=c(x*) ve Inv(x) < t =" boşsa," mkesme="mpaketleme="3;" msratifikasyon="6," mpolimerizasyon="2," ler="mkalite" kontrol="5" dk =" 20.000" hafta ="3.187,5" makine =" 5.100" 5="1.912.5" hafta="1.912.5" y =" 7.500" x =" 12.500" y =" 7.500"> 990 $/hafta). Kâr marjları; (Net Kâr / satışlar = 990 / 11.125 $ = % 8,90) (Net Kâr / satışlar = 1.034 / 13.125$ = % 7,88) olarak hesaplanmaktadır. Konik somun kısıtını çözmek için ek maliyet eklenmesiyle haftalık kâr 1.034 $’a çıkmıştır, ancak kâr marjı % 8,9 dan % 7.88’e inmiştir. Konik somun makinesindeki kısıtı gidermek için önerilen ikinci alternatif, firmada vardiya sayısını arttırmaktır. Firmadaki konik somun makinesindeki kısıtın, firmadaki vardiya sayısını tek vardiyadan iki vardiyaya çıkarmak yoluyla giderildiği düşünüldüğünde, çift vardiya ile üretimde yine firmanın üretim sürecinde kısıt söz konusu olmadığından X, Y ve Z ürünü haftalık talepleri miktarında üretilebilecektir (X=12.500 br, Y=7.500 br, Z=12.500 br). Firmadaki vardiyanın ikiye çıkarılması durumunda süreç değeri aşağıda gösterildiği gibi oluşacaktır.
Firmada iki vardiyayla çalışılması yoluyla kısıtın kaldırılması durumunda elde edilen toplam süreç ve kâr aşağıdaki şekilde hesaplanmaktadır:
Özetle, konik somun kısıtının firmada iki vardiya çalışılması yoluyla kaldırılması ile konik somun-kovan (Z) üretimi için faaliyet giderleri ikiye katlanmakta, ancak Z ürünün üretilebilmesinden ötürü satışlar ve süreç artmaktadır. Ancak haftalık kâr kısıtın olması durumundaki optimal ürün karmasının üretilmesi durumuna göre az da olsa düşüş göstermiştir (897$ / hafta < lar =" 990" lar =" 897" x="12.500" y="7.500">897$/hafta). Üstelik her iki öneriyle de kısıtların ortadan kaldırılması sonucu elde edilen satış geliri ve toplam süreç, firmada kısıt söz konusu iken önerilen optimal ürün karması üretimi durumunda elde edilen satış geliri ve süreçten daha yüksektir. Ancak firmada çift vardiya çalışılması durumunda elde edilen haftalık kâr, konik somun yarı mamulünün yurt dışından satın alınması ile elde edilen haftalık kârdan daha düşük olduğu gibi (897$/hafta<1.034$/hafta),>% 6,88). Ancak unutmamak gerekir ki, kısıtın olduğu durumda optimal ürün karmasının üretimi durumunda kâr marjı her iki alternatife göre daha yüksektir (% 8,9>% 7,88>% 6,83). Tüm bu sonuçlara göre firmaya, konik somun yarı mamulünü dışarıdan satın almak yoluyla kapasite kısıtını ortadan kaldırması önerilmektedir. Çünkü, her ne kadar konik somunu dışarıdan temin ederek elde edilen kâr marjı, kısıt söz konusu iken önerilen optimal ürün karması üretiminde elde edilen kâr marjından düşük de olsa, bu şekilde firma kısıtı kalktığından ötürü tüm siparişler karşılanabilmektedir.
Bunların sonucu olarak satış geliri arttığı gibi en önemlisi oluşabilecek pazar kısıtı da önlenmiş olacaktır. Eğer kâr marjı azda olsa yüksek diye düşünülerek kısıtın olduğu ortamda önerilen optimal ürün karmasının üretimi tercih edilirse firma, siparişlerin tümünü karşılayamayacak bu da müşterileri, taleplerini zamanında karşılayabilecek başka firmalara yöneltecektir. Tüm bunların sonucu olarak da firmanın pazar payı azalacak ve en nihayetinde elde edeceği kâr da azalacaktır. Bu durumda firmaya önerilen ve firma için en doğru olan kapasite kısıtının (Konik somun makinesi), konik somun yarı mamulünü yurt dışından satın alınarak kaldırılmasıdır.
SONUÇ
Bu araştırmada kısıtlar teorisi yönetim muhasebesi açısından incelenmiştir. Bir imalat firmasında yapılan uygulama ile firmanın üretim sürecinde mevcut kapasite kısıtının giderilmesinin firma kârına etkisi ortaya konulmuştur. Bu çerçevede firmada iki tür olay çalışması yapılmıştır. İlki tanımlayıcı olay çalışması olup, bu olay çalışmasında firmanın mevcut üretim ve muhasebe sistemi ortaya konulmuştur. İkincisi keşifsel olay çalışması olup, bu olay çalışmasında da kısıtlar teorisinin bu firmada uygulanması düşünüldüğünde firma kârının nasıl etkilendiği ortaya konulmuştur. Bir imalat işletmesinde yapılan araştırma sonucunda kısıtlar teorisinin uygulanılması düşünüldüğünde, satışların ve toplam sürecin arttığı, yarı mamul stoklarının azaldığı ve bunların sonucu olarak da siparişlerin tam olarak ve zamanında karşılanabildiği tespit edilmiştir. Ayrıca problem doğrusal programlama modeli ile çözülmüş ve kısıtlar teorisi beş aşamalı süreci ile elde edilen sonuçla aynı sonuca ulaşıldığı tespit edilmiştir. Bundan sonra yapılacak çalışmalar için kısıtlar teorisinin ve süreç muhasebesinin kullanılabileceği diğer potansiyel alanlardan birisi, ürün maliyeti hesaplamaları olabilir. Kısıtlar teorisinin kullanılabileceği potansiyel alanlardan diğeri, kapasite kısıtları dışındaki kısıtların, firma kârına olan etkisini incelemek olabilir.
SONUÇLAR VE GELECEĞE YÖNELİK ARAŞTIRMALAR
Kısıtlar Teorisi yaklaşımı en az matematiksel optimizasyon kadar eşit öneme sahip, çünkü genelde optimal olan uygun çözümler vermekte ve yöneticilerin karar vermesini, aklın saydam olmasından dolayı kolaylaştırmaktadır. Araştırmalar Kısıtlar Teorisinin iyi sonuçlar verdiğini, yalnızca optimal değil aynı zamanda karmaşık tam sayılı lineer programlama modelinde tanımlanan kar ölçümleri için de esas oluşturduğunu göstermektedir. Kısıtlar Teorisinde yüklemelerin sayısı oldukça fazladır, çünkü bu yaklaşım yüklemelerin sayısını azaltmaktan çok işler arasındaki akışların dengelenmesi için uğraşır. Kısıtlar Teorisi yüklemelerin fazla olmasının negatif görmez, aksine yükleme maliyetlerini gerçek maliyet olarak görmeyip, tahsis edilen (ayrılan) maliyet olarak kabul etmektedir.
Birçok örnekte stokların azaltılması, yükleme sayılarının azaltılması için tercih edilir. Yönetimler için bugün bütün tesislerde işlem görmekte olan ürün(yarımamül) miktarını azaltmak öncelik arz etmektedir. Kısıtlar Teorisi, tam sayılı lineer programlama modelinin stok azalmasıyla sonuçlanması sağlar, çünkü işlem gören ürünlerde darboğazlar oluşmamasına ve kapasite kaybına uğramamasına ihtiyaç duyar. Düşük yarımamül seviyesi müşteri ihtiyaçlarını tam zamanında karşılanmasını kolaylaştırır. Yarımamüldeki azalma Kısıtlar Teorisinden çok daha pratik sonuçlar elde edilmesini sağlar.
Aslında Kısıtlar Teorisi stok bakışı açısından Tam Zamanında Üretim(JIT) felsefesiyle benzerlik oluşturuyor. Darboğaz tanımında öncelikle siparişler alınır, daha sonra üretim sisteminin kalanı çizelgelenir(Ana Üretim Planı). Toplu üretim planlanmasının kapasiteye bağımlılığı esas alındığında, tesislerdeki üretim limiti, minimum seviyede stokla çalışmayı sağlar. Proseslerdeki çeşitliliğin azaltılması, darboğazların oluşmasını küçük müdahalelerle engellememize izin verir. Proses çeşitliliği, isteyerek bölüştürülen yükleme maliyetlerinden çok yarımamül seviyesi için kısıt oluşturmaktadır. Genel itibariyle Kısıtlar Teorisi operasyonel karar alma sürecinde ortaya çıkan maliyet kalemleri için çözüm oluşturmaktadır. Diğer benzer maliyet kalemleri basitçe operasyonel harcamalar(OH) başlığı altında toplanır. Kısıtlar Teorisini karı: “Ürün karı-OH” olarak tanımlar (Ürün Karı=Satış Fiyatı-Hammadde Maliyeti). Burada OH’nin karı etkilediği açıktır ancak OH ürün karını etkilemez.
Gelecekte ise bu analizler çok sayıda aşama/kısıt içeren problemlere uygulanabilecektir. Yeni ortaya çıkan soruların hepsi çok sayıda aşamanın olduğu problemlerle ilgili olmaktadır. İlk olarak ürün yelpazesi aydan aya değiştirilebilir, ki bu da muhtemel darboğazların zaman içerinde ortaya çıkmasına neden olacaktır. Peki bu darboğaz ikileminden nasıl kurtulabiliriz? İkinci olarak sadece her ürün için stok seviyesi değil, darboğazlardan dolayı her aşamadaki ürün stok seviyesini göz önünde bulundurmamız gerekecektir. Darboğazlardan oluşan yarımamül problemini nasıl yöneteceğiz? Üçüncü olarak, her aşamadaki stok seviyelerini, yüksek kar sağlayan miktarca bol ürün siparişlerini arttırarak, yükleme maliyetlerini azaltarak ve her aşamadaki her makineye düşen ürün çeşitliliğini azaltarak optimize edebiliriz. Böylece, ürün çeşitliliğindeki optimizasyon, yükleme maliyeti ve zamanında azalış ve stok seviyesindeki optimizasyon toplam karı arttıracaktır. Peki bütün bu aşamalarda ürün karı nasıl etkilenecek? Bütün bu gelecek araştırmaları, diğer bütün optimizasyon tekniklerinin zenginleştirilip, harmanlanmasıyla destek bulacaktır.
1 yorum:
bu yazıyı siz mi kaleme aldınız bilemedim yalnız eğer sizin ise keşke kopyalama özelliğini bir şekilde kapatmış olsaydınız. bütün net dünyası kısıtlar teorisi konusunda bu yazıyla çalkalanıyor!
Yorum Gönder