파테(Fate)는 타이어 제조 및 수출 분야의 선도적인 아르헨티나 회사입니다. 그들은 아르헨티나에서 가장 크고 가장 현대적인 타이어 산업 플랜트를 보유하고 있으며, 2,000명 이상의 직원이 연간 500만 개 이상의 타이어를 생산합니다.
문제
파테는 생산성을 높이기 위해 변환 프로세스를 조정하고자 했습니다. 따라서 다양한 시나리오의 성능 영향을 분석할 수 있는 유연한 도구가 필요했습니다. 문제는 이 도구가 플랜트 전체에 걸쳐 표준화된 논리와 기준을 고려한 복잡한 시스템에서 개발되어야 한다는 점이었습니다.
이 프로젝트에는 여객 생산 시설과 자재, 타이어 제조 및 경화의 세 가지 생산 부문이 포함되었습니다.
일반적으로 그들은 정확한 문제에 대한 해결책보다는 플랜트에 대한 전체론적인 관점을 원했습니다. 이 모델을 통해 파테는 생산량과 요구 사항, 인력 가용성, 인력 작업 및 기계 할당, 병목 현상 등을 분석할 수 있었습니다.
해결책
파테는 모델 및 시뮬레이션 개발을 위해 유어리스틱(Eurystic)과 계약했습니다. 애니로직이 이 모델을 구축하고 시뮬레이션을 실행하는데 선택된 것은 복잡하고 시간 의존적인 시스템을 처리할 수 있기 때문이었습니다. 또한 유연하여 대시보드를 빠르게 구축할 수 있었습니다. 게다가 기계 고장과 같은 임의의 구성 요소도 있었습니다. 애니로직을 통해 개발자들은 다양한 시나리오를 비교하기 위해 여러 반복 및 사용자 정의 실험을 실행할 수 있었습니다.
높은 수준의 관점에서, 생산 시스템의 디지털 표현은 시뮬레이터를 처리하고 구성하기 위한 입력을 받았습니다. 그리고 시뮬레이터를 실행하여 사용자 인터페이스 대시보드를 통해 현재 및 누적 결과를 보여주었습니다. 그런 다음 이 정보를 다른 프로그램으로 내보낼 수 있었습니다.
이 모델은 행위자 기반 및 이산 사건 프로세스의 조합을 사용했습니다. 행위자 기반은 기계 및 운송 직원과 같은 행위자에 대한 상태 차트에 의존하고, 작업 차트는 복잡한 내부 자재 처리 논리에 사용되었습니다. 반면에 이산 사건은 컨베이어 벨트를 모델링하는 데 가장 좋은 접근 방식이었습니다.
이 규모의 시뮬레이션에는 아래에서 볼 수 있는 것처럼 광범위한 입력 및 매개 변수 세트가 필요했습니다.
필요한 입력 중 일부는 전사적 자원 관리(ERP) 소프트웨어에 저장되었지만, 나머지는 수동으로 수집하고 구성하여 모델 구조를 제공했습니다. 이 모델은 정기적으로 사용할 수 있도록 ERP 및 보고 활동을 통해 회사의 최신 정보로 지속적으로 업데이트되는 것이 중요했습니다.
마지막 프로세스를 제외한 모든 기계의 생산 일정은 모델의 논리와 매개 변수에 의해 결정되었습니다. 각 기계에 대한 논리는 필요에 의해 수집되고 표준화됐으며, 모델의 최종 규칙이 생성됐습니다.
운송 논리는 제품 흐름을 최적화하기 위해 규칙이 정의되고 우선순위가 부여되는 생산 일정과 유사했습니다.
시뮬레이션이 완료되면, 정보를 스프레드시트로 내보낸 다음 실제 결과와 비교했습니다. 그런 다음 비즈니스 인텔리전스 소프트웨어의 도움으로 추가 분석을 수행할 수 있습니다.
프레젠테이션 모델은 기밀 유지를 위해 가상 시나리오를 사용했습니다. 다음은 사용자 인터페이스의 예입니다.
결과
대부분의 경우, 최종 답변에 도달하기 위해서는 여러 번의 반복 실행이 필요했습니다. 결과 및 잠재적 결과에는 다음이 포함됩니다:
- 생산 계획 완료 예측
- 병목 현상 시각화
- 플랜트 용량 결정
- 인적 자원 할당, 병목 현상 개선의 영향 및 병목 현상 개선 평가
- 내부 물류 최적화
- 자재와 구성 요소의 통합 테스트 및 다양한 전략의 테스트와 평가
시뮬레이션 덕분에 많은 아이디어를 테스트할 수 있었습니다. 가장 큰 영향을 미치고 비용이 가장 낮은 항목은 향후 추가 분석될 수 있으며 잠재적으로 구현될 수 있습니다.
이 사례 연구는 2021 애니로직 컨퍼런스에서 유어리스틱의 Damian Marino와 파테의 Alejandro Paz가 발표했습니다.
슬라이드는 PDF로 제공됩니다.
