Sevgili Okurlar, bu sayıda sizlere Yalın Üretim, Otomasyon ve Verimlilik için önemli bir teknik olan Hücresel İmalat kavramını açıklamaya çalışacağım.
Hücresel üretim; belirli bir ürün/parça ailesinin üretimdeki operasyonlarının benzerliklerinden yararlanarak çok daha verimli bir yapı oluşturulmasıdır.
Bir bakıma bir fabrikayı küçük fabrikalara bölmektir. Böylece çeşitli avantajlar elde edilir:
• Benzer makine operasyonları olan parçaların makine hazırlık süreleri daha kısadır,
• Malzeme taşımadan önemli oranda tasarruf sağlanır
• Kırtasiye azalır
• Çalışanların iletişimi güçlenir
• İşçiler belli ürün gruplarında uzmanlaşır böylece ürün kalitesi artar
• Çalışan iç müşterisini (kendisinden sonraki operasyonu yapan arkadaşı) rahatça gözlemler ve empati yeteneği artar
• Çalışanlar birden fazla makinayı kontrol edebilir
• Otomasyon ve esnek imalat sistemleri uygulanabilir
• Yalın üretim verimli bir şekilde uygulanabilir
• Aynı anda tüm sistem yerine bir anda bir üretim hücresini planlamak daha kolaydır
• Bazı hücreler seri üretime yakın performans gösterebilir
• Üretim içi stoklar azalır
• Üretim daha görsel hale gelmiş olur, olumsuzluklar daha rahat bir şekilde fark edilir
• Müşteriye daha hızlı cevap verilir
• Mudalar (israf) azalır.
Peki Makine grupları ve parça ailelerini nasıl oluşturacağız? Tekniği anlatan sayısal bir örnek aşağıda açıklanmıştır.
Derece sıralamasıyla kümelendirme metodu ROC (Rank Order Clustering Method):
Diyagonal dizili grupların türetilmesi amacıyla tasarlanan
bir teknik, King (1980) tarafından geliştirilmiştir ve derece sıralamasıyla kümelendirme metodu olarak anılmaktadır .
Kingin metoduna ait algoritma normal olarak orijinal parça-makina metodundan başlar. Ancak izlenen yol iteratif karakterde olduğundan, matrisin herhangi bir yeni düzenlenmiş biçimiyle başlamak da mümkündür. Bu metotta parça-makina matrisine ait her satır ikili numaralama sistemine göre ağırlıklandırılır. Ayrıca, bu ağırlıkların ondalıklı eşdeğerleri hesaplanır. Ondalık eşdeğer dereceleme sırasına göre satırlar yeniden düzenlenir. Daha sonra aynı olaylar sütunlar için de tekrarlanır. Sonuçta hem satırda, hem de sütunlarda azalan derece sırası elde edilinceye kadar metot devam ettirilir. Amaca ulaşınca proses durdurulur ve elde edilen en son satır-sütun kombinasyonuna ait parça makina matrisi aranan matristir. Uygulanan metot aşağıda görülmektedir.
Ancak şu da hemen belirtilmelidir; endüstriyel örnekler çok
daha büyük matrisler gerektireceğinden çözüme iteratif olarak bu kadar çabuk ulaşılamayacağı gibi, istisnai parçaların bulunup oluşturulacak grupların dışına alınarak grup sınırlarının elde edilmesi her zaman mümkün olamamaktadır. Bununla beraber algoritmayı geliştirici ve özellikle darboğaz makinalar için analizin daha belirgin sonuçlar vermesi yönünde çalışmalar yapılmaktadır /36,37/.
Görüldüğü üzere 2 ayrı imalat hücresi ortaya çıkmıştır; sarı ve kırmızı hücreler.
Endüstriyel uygulamalarda makina parça matrisi çok büyük olabilir, bunlar belli kurallarla küçültülebilir, sadeleştirilebilir. Bu işlemin ardından ilave yapılması gereken çeşitli faaliyetler vardır.
Gelecek sayımızda konuya devam edeceğiz.
www.ufukcebeci.com adlı web sayfamda işinize yarayacak bilgiler ve downloadlar bulacaksınız. cebeciu@itu.edu.tr
e-postama mail atarak merak ettiÄŸiniz her konuyu sorabilirsiniz.
Hoşçakalın.
KAYNAKÇA:
KING, J. R., 1980 b, Machine-component grouping in production flow analysis: an approach using a rank order clustering algorithm. International Journal of Production Research,
18, 213-232.
Ä°lgili
Haberler
