Идея: Вместо обработки заявок по одной, группируем схожие и обрабатываем вместе.
Trade-off:
- ✚ Экономия на переналадках
- ➖ Увеличивается время ожидания (заявка ждёт партию)
Оптимальный размер партии балансирует эти факторы.
Как это работает
Как понять, что нужна эта оптимизация
- Много времени уходит на переключение между типами заявок
- Заявки приходят по одной, но могли бы группироваться
Когда применять
- Частые переналадки съедают мощность
- Много однотипных заявок
- Стоимость переналадки значительна
Когда НЕ применять
- Клиенты не могут ждать (срочные заявки)
- Переналадка быстрая (уже SMED)
- Заявки уникальны
Порядок применения
1
Определите типы заявок
Какие можно группировать?
2
Измерьте стоимости
Стоимость переналадки vs стоимость ожидания
3
Рассчитайте оптимум
Оптимальный размер партии
4
Внедрите расписание
Фиксированные «окна» для типов заявок
Формула
Оптим. партия ≈ √(2 × λ × S / h)S — стоимость переналадки, h — стоимость ожидания (₽/час на заявку), λ — поток. Похоже на формулу EOQ.
История из жизни
Кейс: Металлообработка
Заказы на разные детали приходили вразнобой. Каждая переналадка станка — 30 минут. Ввели расписание: «валы» — понедельник/среда, «втулки» — вторник/четверг. Число переналадок снизилось с 8 до 2 в день, производительность выросла на 20%.
Связанные термины
Оптимальный размер заказа
Среднее число в системе
Количество ресурсов
Быстрая переналадка
Время ожидания
Интенсивность потока
