Comments
Description
Transcript
II parte - gestione scorte Scorte.PPT
Università degli Studi di Udine Facoltà di Ingegneria Corso di Laurea in Ingegneria Gestionale GESTIONE DELLA PRODUZIONE II PARTE: GESTIONE DEI MATERIALI a.a. 2005-2006 prof. ing. Alberto Felice De Toni LE SCORTE DEFINIZIONE Materiali temporaneamente inutilizzati, nell’attesa di poter essere usati o venduti (Love,1979) in un punto della catena logistica. OBIETTIVI • Efficacia – Obiettivo di servizio Garantire la disponibilità dei diversi materiali ai diversi livelli ⇓ Livello di servizio (Quantità, Tempi, Mix) • Efficienza – Obiettivo finanziario Contenere l’investimento in mezzi finanziari – Obiettivo economico Contenere l’entità di risorse connesse con il governo dei flussi finanziari Università degli Studi di Udine – De Toni - Zanutto 2 LE SCORTE: VINCOLI • Articolazione gamma prodotti (ampiezza e profondità di gamma) • Articolazione della struttura di prodotto (ampiezza e profondità delle distinte base) • Articolazione dei processi (Fabbricazione, assiemaggio, distribuzione) • Articolazione della distribuzione (n° e dispersione geografica punti vendita/clienti, livelli intermediazione) • Articolazione della fornitura (n° e dispersione geografica dei fornitori, tempi, qualità, affidabilità, flessibilità mix/volumi) • Flessibilità della manodopera – polivalenza e polifunzionalità – flessibilità agli orari – orientamento ai processi Università degli Studi di Udine – De Toni - Zanutto 3 CLASSI E TIPI DI SCORTE CLASSE MOVEMENT INVENTORY TIPO CAUSA TRANSIT STOCK Tempi di attraversamento distribuzione Miglioramento livello di servizio WIP Tempi di attraversamento in produzione Lavorare per ordine=fabbisogno Attrezzaggio Lavorare per lotti economici Collo di bottiglia Disaccoppiamento monte-valle CYCLE STOCK ORGANIZATIONAL INVENTORY OBIETTIVO SAFETY STOCK Incertezza della domanda Protezione dall’incertezza ANTICIPATION Stagionalità STOCK Bilanciamento capacità - carico SPECULATION STOCK Minimizzazione costi di acquisto della merce Università degli Studi di Udine – De Toni - Zanutto Variazione prezzi 4 PRINCIPALI VOCI DI COSTO DELLE SCORTE 1. Costi di emissione 2. Costi di giacenza 3. Costi di approvvigionamento 4. Costi di stock-out • Costi legati a perdita di opportunità per mancanza di beni a fronte di una loro domanda 5. Costi di obsolescenza – Costi sostenuti qualora le merci divengano inutilizzabili o si deprezzino a causa di un’eccessiva permanenza in magazzino Università degli Studi di Udine – De Toni - Zanutto 5 LOTTO ECONOMICO Università degli Studi di Udine – De Toni - Zanutto 6 E.O.Q. (Economic Order Quantity) Modello tradizionale del lotto economico • • • • • Q: D: K: i: v: Lotto economico [pezzi] Domanda annua [pezzi / periodo] Costo preparazione ordine [€ ] Tasso di costo Valore d’acquisto [€ / pezzo] • Cg:Costi di giacenza [€ ]: Cg = Q ⋅v⋅i 2 • Ce: Costi di emissione dell’ordine [€ ]: Università degli Studi di Udine – De Toni - Zanutto Ce = D ⋅k Q 7 DETERMINAZIONE DEL LOTTO ECONOMICO (1 di 2) COSTI TOTALI D’ACQUISTO CT = C g + Ce = Q D ⋅v ⋅i + ⋅k 2 Q Costi CT Cg Ce EOQ Quantità Il lotto economico è individuato dall’incrocio della curva dei costi di emissione degli ordini con la retta dei costi di giacenza Università degli Studi di Udine – De Toni - Zanutto 8 DETERMINAZIONE DEL LOTTO ECONOMICO (1 di 2) EOQ ⇒ dCT 2⋅ D⋅k = 0 ⇒ EOQ = dQ v ⋅i Esempio 1 D = 1.250 [pz/anno] K = 6.25 [€/ordine] EOQ = 25 [pezzzi] v = 100 [€/pz] N° = D / Q = 1.250/25 = 50 [ordini/anno] i = 25% Esempio 2 D =1.200 [pz/anno] K = 500.000 [€/ordine] EOQ = 120 [pezzi] v = 350.000 [€/pz] N° = D / Q = 10 [ordini/anno] i = 24% Università degli Studi di Udine – De Toni - Zanutto 9 OSSERVAZIONI SUL MODELLO TRADIZIONALE Costi •• EOQ EOQsisiottiene ottienequando quando Ce Ce==Cg Cg •• La Lacurva curvadel delCT CTattorno attornoalal valore valoreminimo minimoèèpiatta piatta CT Cg Ce EOQ Quantità IPOTESI: • Capacità di produzione e di stoccaggio illimitate • Valore d’acquisto v costante Università degli Studi di Udine – De Toni - Zanutto 10 QUANTITY DISCOUNT MODEL (Q.D.M.) Sistema di calcolo del lotto economico in presenza di sconti quantità IPOTESI v è Variabile ⇒ v = f(Q) TAC = C g + Ce + Ca Con Ca: Costi d’acquisto Ca = D ⋅ v [€ ]: Q D TAC = ⋅ v ⋅ i + ⋅ k + D ⋅ v = f1 (Q ) + f 2 (Q ) + f 3 (Q ) 2 Q Essendo v funzione di Q, non posso ricavare il lotto ottimale derivando semplicemente il TAC. Università degli Studi di Udine – De Toni - Zanutto 11 Q.D.M.: METODO DI MAGEE-BOODMANN 1. Calcolare EOQ con v min EOQ appartiene all’intervallo per cui vale il v minore SI NO 2. Calcolare il tac per ogni breack point 3. calcolare l’EOQ per ogni vi 4. calcolare il TAC per ogni EOQ trovato nel punto 3 5. la quantità q ottimale e’ la minore tra quella calcolata al punto 2 e quella calcolata al punto 4 FINE Università degli Studi di Udine – De Toni - Zanutto 12 QDM: Esempio Calcolare il lotto economico avendo: x = 40 pezzi punto di breack point v1 = 100 € per lotti Q < 40 v2 = 95 € per lotti Q >=40 D = 1.250 [pz/anno] K = 6,25 [€/ordine] i=25% 1) v minore = v2 = 95 € EOQv = √ [(2 * D * k) / (v2 * i )] = 26 pezzi 2 EOQ = 26 < 40 → devo proseguire Università degli Studi di Udine – De Toni - Zanutto 13 QDM: Esempio (continua) 2) TACx=40 = Ca + Ce + Cg = = [95 * 1250] + [(1.250/40) * 6,25] + [(40/2) * 95 * 0,25] = = 119.420 € 3) Nell’esempio ho un solo v diverso dal v minore EOQv = 25 pezzi 1 4) TACEOQv = Ca + Ce + Cg = 1 = [100 * 1.250] + [(1.250/25) * 6.25] + [(25/2) *100 * 0,25] = = 125.625 € 5) La quantità ottimale sarà quella calcolata al punto 2 EOQ = 40 pezzi → TBO = time between orders = EOQ /D = = 40 / 1.250 = 0,032 anno Università degli Studi di Udine – De Toni - Zanutto 14 Costi QDM: Risultati TAC (v1) Cg (v1) Cg (v2) TAC (v2) Ce Ca (v1) Ca (v2) 25 26 compro a v1 Quantità 40 = Q compro a v2 OSSERVAZIONE: In tale esempio il punto di minimo coincide col punto di breackpoint, ma questo non accade sempre! Università degli Studi di Udine – De Toni - Zanutto 15 LOGICHE DI GESTIONE DEI MATERIALI Università degli Studi di Udine – De Toni - Zanutto 16 SCHEMA GENERALIZZATO DEL FLUSSO LOGISTICO Scopo Scopodella dellalogistica logistica: : Consentire Consentirelalaconsegna consegnadidiprodotti prodottifiniti, finiti,componenti componentieeMP, MP,quando quandoservono, servono,nel nel punto puntoinincui cuisono sonorichiesti richiestiaaalalcosto costototale totalepiù piùbasso bassopossibile possibile Convergenza Leggenda: Divergenza Leggenda: MP: materie prime FORN.: fornitori C: componenti PF Larghezza distinta base SA: sotto-assiemi F: fabbricazione N° punti vendita PA: produzione assiemi PF: prodotti finiti A: assiemaggio Profondità distinta base MP FORN. C F SA PA PF A Università degli Studi di Udine – De Toni - Zanutto S: spedizione PF I/S PF S Trasposto primario Logistica manifatturiera I: Imballaggio N° livelli intermediazione S Trasporto secondario CONSUM. Consegna sul punto vendita Logistica distributiva 17 CODICI A DOMANDA DIPENDENTE O INDIPENDENTE MP FORN. C F SA PA Domanda Dipendente PF A Distr. Domanda Indipendente CODICI A DOMANDA INDIPENDENTE ⇒ PF CODICI A DOMANDA DIPENDENTE ⇒ C e MP PARTI DI RICAMBIO: possono avere domanda indipendente oltre che domanda dipendente Università degli Studi di Udine – De Toni - Zanutto 18 PRINCIPALI TECNICHE DI GESTIONE DEI MATERIALI NATURA DELLA DOMANDA DETERMINAZIONE DELLA DOMANDA TECNICA CODICE OGGETTO DI PIANO DI PRODUZIONE INDIPENDENTE Prevista intrinsecamente ROP classico NO INDIPENDENTE Prevista estrinsecamente TPOP SI MRP NO (in quanto figlio di un padre oggetto di piano) DIPENDENTE Calcolata Università degli Studi di Udine – De Toni - Zanutto 19 LOGICHE DI GESTIONE FORNITURA CONSUMO CONSUMO → variabile indipendente (perché dipende dal mercato) FORNITURA → variabile dipendente → posso agire Per agire sulla fornitura esistono due logiche: • GUARDARE INDIETRO (ai consumi storici) è PREVISIONI INTRINSECHE dai dati storici estrapolo previsioni future • GUARDARE AVANTI (ai fabbisogni futuri) è PREVISIONI ESTRINSECHE ci si basa su dati storici e su altri dati che aiutano a prevedere la domanda. Università degli Studi di Udine – De Toni - Zanutto 20 LA PREVISIONE DELLA DOMANDA I modelli di previsione della domanda – Metodi quantitativi di tipo matematico e/o statistico • Indicatori economici • Analisi delle serie storiche (media aritmetica, media mobile, media esponenziale, analisi di regressione) • Modelli econometrici – Metodi qualitativi o intuitivi • Opinione di esperti • Analisi di mercato • Metodi di Delphi Università degli Studi di Udine – De Toni - Zanutto 21 LA PREVISIONE DELLA DOMANDA • Inputs – – – – – Ricerche di mercato Domanda storica Promozioni Opinioni Pubblicità • Inputs – – – – – Ricerche di mercato Domanda storica Promozioni Opinioni Pubblicità Università degli Studi di Udine – De Toni - Zanutto • Fattori di mercato – – – – Economici Sociali Politici Culturali • Outputs (domanda attesa e tempi) – Per prodotto – Per cliente – Per aera di mercato 22 LA PREVISIONE DELLA DOMANDA – Domanda dell’ultimo periodo: Pt = d t −1 n – Media aritmetica: Pt = ∑d i i =1 n n – Media aritmetica: Pt = ∑d i =1 t −i n n – Media mobile esponenziale: Pt = ∑d i =1 t −i n Pt : Previsione del periodo t n : Numero periodi dt : Domanda del periodo t a : Costante di smorzamento Università degli Studi di Udine – De Toni - Zanutto (compresa tra 0 e 1) 23 TECNICHE DI GESTIONE ROP classico Guardare Indietro ROP Mini-max system ROP a periodicità fissa COP. TOT. Mini-max system a periodicità fissa DI Guardare Indietro e Avanti COP. LIBERA TPOP Guardare Avanti MRP DD CA Università degli Studi di Udine – De Toni - Zanutto 24 INDICATORI DI GESTIONE Università degli Studi di Udine – De Toni - Zanutto 25 INDICI DI ROTAZIONE E COPERTURA INDICE DI ROTAZIONE (IR) IRvalore = CVenduto ValoreMedioScorte IRDinamico = CVentuto ( ultimi 3 mesi ) ⋅ 4 ValoreIstantaneoScorta IRQtà = IR previsto = QVendute QScorta CVentutoAnn uale _ previsto ValoreScortaOdierno Es. IR = 12 volte/anno indica che il magazzino ruota 12 volte all’anno (1 volta al mese) INDICE DI COPERTURA (IC) 1 IC = IR Es.: IC = 1/12 di anno indica che nel magazzino ha una copertura di un mese Osservazione: Osservazione: •• Nel NelJIT JITIR IR⇒ ⇒365 365 volte/anno volte/anno •• ↑↑IR IR⇒ ⇒↓↓Scorte Scorte Università degli Studi di Udine – De Toni - Zanutto 26 LIVELLO DI SERVIZIO Percentuale della domanda soddisfatta durante un determinato periodo di tempo. LS quantità LS Mix = LSTempo = QEvasa QnonEvasa = =1− QRicevute QOrdinate N RigheOrdineEvase N RigheOrdineRicevuti = FillRate LS ordini N OrdiniEvasi = N OrdiniRicevuti LS Puntualità = tConsegnaEff . tConsegnaPromesso tConsegna t ConsegnaDelMigliorConcorrente Università degli Studi di Udine – De Toni - Zanutto 27 ALTRI INDICATORI DI PRESTAZIONE • • • • Tempo medio di evasione dell’ordine Numero di Stock-out Durata degli Stock-out Accumulo di Back Order a fine mese ⇒ Quantità di prodotti consegnati in ritardo al mese • Tempo medio di evasione del Back Order ⇒ Tempo in cui l’ordine non evaso rimane tale • Ordini Cancellati/Ordini Ricevuti • Resi/Consegnati (in quantità, ordini o righe d’ordine) Università degli Studi di Udine – De Toni - Zanutto 28 INDICE DI ROTAZIONE E ROI IRValoreDiCosto = CVenduto ValoreMedioScorte IRValoreDiprezzo = Fatturato ValoreMedioScorte Re dditoOperativo RO Fatt ValoreMedioScorte ROI = = CapitaleInvestito Fatt CI ValoreMedioScorte ValoreMedioScorte ROI = ROS ⋅ IRValoreDiprezzo ⋅ CI È uno degli indici di liquidità Se Se IR IR↑↑⇒ ⇒ROI ROI ↑↑ Università degli Studi di Udine – De Toni - Zanutto 29 ROP, Copertura Totale, Copertura Libera, Mini-max System Università degli Studi di Udine – De Toni - Zanutto 30 REORDER POINT (ROP) CARATTERISTICHE: • Utilizza la logica del guardare indietro • Gestisce codici a domanda indipendente • Presuppone noti: - il lotto di riordino Q - il consumo medio mensile W (→ previsione intrinseca) - il lead time di fornitura LT - le scorte di sicurezza SS • Individua: - il livello di riordino LR - il livello massimo di riordino Lmax - ... Università degli Studi di Udine – De Toni - Zanutto 31 ROP: I PARAMETRI DI GESTIONE LR = SS + W ⋅ LT N= Lmax = SS + Q D 12 ⋅ W ordini = Q Q anno N= TBO = TBA = Q W TBO: TBO:time timebetween betweenorders orders TBA: TBA:time timebetween betweentwo twoarrivals arrivals W = tan α Università degli Studi di Udine – De Toni - Zanutto IC = C scorte CVenduto W 1 ordini = Q TBO mese Q Q SS ⋅ v + + SS 2 [mesi] =2 = 12 ⋅ W ⋅ v 12 ⋅ W IR = 1 12 ⋅ W volte = IC Q + SS anno 2 32 ROP: DIAGRAMMA A DENTE DI SEGA Q W=tgα domanda mensile Lmax Q co LR W W * LT SS + Q/2 α SS ns um o Q 2 α tempo 1 mese IC LT TBO TBA Università degli Studi di Udine – De Toni - Zanutto 33 ROP: ESEMPIO DATI: DATI: CALCOLARE: CALCOLARE: •• W W==100 100pezzi/mese pezzi/mese •• LT LT==33mesi mesi •• •• N, N,TBO, TBO,TBA TBA LR, LR,Lmax Lmax •• QQ==400 400pezzi pezzi •• SS SS==100 100pezzi pezzi •• •• IC, IC,IR IR KK •• vv==30.000 30.000E/pezzo E/pezzo DD==12 12**W W==12 12**100 100==1.200 1.200pezzi/anno pezzi/anno NN==DD/ /QQ==1.200 1.200/ /400 400==33ordini/anno ordini/anno ==33/ /12 12==0,25 0,25ordini/mese ordini/mese==11ordine/quadrimestre ordine/quadrimestre TBO TBO==TBA TBA==QQ/ /W W==400 400/ /100 100==44mesi mesi ==11/ /NN==11/ /0,25 0,25==44mesi mesi Università degli Studi di Udine – De Toni - Zanutto 34 ROP: ESERCIZIO (CONTINUAZIONE) LR LR ==SS SS++(W (W**LT) LT) ==100 100++(100 (100**3) 3)==400 400pezzi pezzi Lmax Lmax==SS SS++qq==100 100++400 400 ==500 500pezzi pezzi IC IC IR IR ==(SS (SS++Q/2) Q/2)/ /W W==(100 (100++400/2) 400/2)/ /100 100==33mesi mesi ==11/ /IC IC==11/ /33[volte/mese] [volte/mese]== ==12 12/ /33[volte/anno] [volte/anno]==44[volte/anno] [volte/anno] QQ ==√√[ [(2 (2**DD**K) K)/ /(v(v**i)i)] ] ⇒ ⇒Q² Q² ==(2 (2**DD**K) K)/ /(v(v**i)i) ⇓⇓ KK ==[Q² [Q²**(v(v**i)] i)]/ /(2 (2*D) *D) ==(160.000 (160.000**30.000 30.000**0,1) 0,1)/ /(2 (2*1.200) *1.200) ==200.000 200.000€/ordine €/ordine Università degli Studi di Udine – De Toni - Zanutto 35 ROP: ESERCIZIO Q 1° 2° 3° Lmax = 500 A LR = 400 D Q W * LT SS + Q/2 = 300 Q 2 α SS = 100 B 0.25 ordini/mese 0.25 1 mese LT = 3 mesi TBO = 4 mesi C 0.25 0.25 α SS = 1 mese TBA/2 = 2 mesi W IC = 3 mesi TBA = 4 mesi IC = tempo TBA SS + 2 W 12 mesi Università degli Studi di Udine – De Toni - Zanutto 36 ROP e MIN MAX SYSTEM â ROP Quantità d’ordine fissa Frequenza d’ordine variabile MINI MAX SYSTEM â Quantità d’ordine variabile Frequenza d’ordine variabile Lmax SS tempo Università degli Studi di Udine – De Toni - Zanutto 37 ROP e MIN MAX SYSTEM (periodicità fissa) ROP â a periodicità fissa MINI MAX SYSTEM â a periodicità fissa Quantità d’ordine fissa Frequenza d’ordine fissa Quantità d’ordine variabile (mira a ripristinare il livello massimo delle scorte) Frequenza d’ordine fissa (ordino a intervalli di tempo regolari) Università degli Studi di Udine – De Toni - Zanutto 38 VARIANTI DEL ROP QUANTITA' DELL’ORDINE Fissa Variabile Variabile ROP classico MINI MAX SYSTEM Fissa ROP a periodicità fissa MINI MAX SYSTEM a periodicità fissa FREQUENZA EMISSIONE ORDINE Università degli Studi di Udine – De Toni - Zanutto 39 ESEMPIO DI NON APPLICABILITÀ DEL ROP DATI: D = 360 pezzi/anno CALCOLARE: EOQ, N, TBO v = 200.000 €/pezzo IR, IC, CT, i = 11,25 % LR, Lmax K = 18.000 €/ordine SS = 8 pezzi LT = 1 mese EOQ = √ [(2*K*D) / (v*i)] = √ [(2*18.000*360) / (20.000* 0,1125)] = 24 pezzi N = D / Q = 360 / 24 = 15 ordini/anno TBO = Q / W = 24 / (360/12) = 0,8 mesi = 24gg IR = D / (Q/2 + SS) = 360 / (8 +12) = 18 volte/anno IC = 1 / IR = 1 / 18 = 0,057mesi = 20 gg LR = SS + (W*LT) = 8 + (30*1) = 38 pezzi Lmax = SS + Q = 8 + 24 = 32 pezzi Università degli Studi di Udine – De Toni - Zanutto â Lmax < LR 40 ESEMPIO DI NON APPLICABILITÀ DEL ROP Q 38 32 Q=24 Q=24 26 8 2 LT LT tempo Q Q ↑↑fino finoaaW·LT W·LTperché perchéfunzioni funzioniililROP ROP Università degli Studi di Udine – De Toni - Zanutto 41 COPERTURA TOTALE IL ILROP ROPNON NONFUNZIONA! FUNZIONA! ⇓⇓ La Lasoluzione soluzionenon nonèèaumentare aumentareililQQbensì bensìanticipare anticiparel’ordine l’ordine Di Diquanto quantoanticipo anticipol’ordine? l’ordine? Anticipo Anticipodell’ordine dell’ordine==LT LT--TBO TBO==30 30--24 24==66gg gg COPERTURA COPERTURATOTALE TOTALE==SCORTA SCORTAFISICA FISICA++ORDINI ORDINIIN INSOSPESO SOSPESO COPERTURA COPERTURATOTALE TOTALEANCHE ANCHEDETTA DETTASCORTA SCORTAVIRTUALE VIRTUALE •• •• Sofisticazione Sofisticazionedel delROP ROP Per Percodici codiciaadomanda domandaindipendente indipendente Università degli Studi di Udine – De Toni - Zanutto 42 COPERTURA TOTALE 62 Q=24 01 02 Scorta virtuale 03 LR = 38 Lmax=32 Q=24 00 01 SS = 8 02 A anticipo = 6gg TBO = 24gg LT = 30gg Università degli Studi di Udine – De Toni - Zanutto Scorta fisica B tempo 43 VARIAZIONI SCORTA FISICA E COPERTURA Azione Prelievo Emissione orine Versamento Scorta fisica Copertura Totale m g k m k g Università degli Studi di Udine – De Toni - Zanutto Scorta fisica ↑ Ordini in sospeso ↓ 44 ROP VERSUS COPERTURA TOTALE 2⋅ D⋅k EOQ = v ⋅i EOQ EOQ W·LT W·LT Se Se EOQ ≥ W ⋅ LT EOQ < W ⋅ LT ROP ROP COP. COP.TOT. TOT. EOQ ≥ LT W TBO ≥ LT Università degli Studi di Udine – De Toni - Zanutto EOQ < LT W TBO < LT 45 OSCILLAZIONE DEGLI ORDINI NEL ROP Q Lmax 00 01 02 Q LR W ·TBO Q 00 01 02 W ·LT SS LT TBO Ritardo = LT-TBO tempo TBA Università degli Studi di Udine – De Toni - Zanutto 46 1 CASO - ROP: LT < TBO ORDINI IN SOSPESO TRA 0 e 1 Q Lmax 00 01 1 0 R1≡ Lmax 02 Q1 0 1 0 LR W ·TBO Q 00 01 02 W ·LT SS tempo (LT-TBO)·W R2=(LT-TBO)·W+SS R2 LT-TBO LT TBO RR1==TBO·W+SS 1 TBO·W+SS RR2==(LT-TBO)·W+SS (LT-TBO)·W+SS 2 Università degli Studi di Udine – De Toni - Zanutto 47 2 CASO ROP: LT = TBO ORDINI IN SOSPESO = 1 Q 01 03 02 Lmax=LR 1 R1≡Lmax≡LR 1 Q W ·TBO = 0 2 W ·LT Q Q 00 01 R2 ≡ SS tempo LT=TBO RR1==TBO·W+SS 1 TBO·W+SS RR2==(LT-TBO)·W+SS (LT-TBO)·W+SS 2 Università degli Studi di Udine – De Toni - Zanutto 48 3 CASO - COP.TOT. : LT > TBO ORDININ IN SOSPESO TRA 1 e 2 62 Q=24 01 LR = 38 1 02 2 1 Scorta virtuale 03 2 1 2 1 Lmax=32 Q=24 00 01 SS = 8 02 A anticipo = 6gg TBO = 24gg LT = 30gg Università degli Studi di Udine – De Toni - Zanutto Scorta fisica B tempo 49 OSCILLAZIONI DEGLI ORDINI CASO N° ORDINI IN SOSPESO TECNICA 1 LT < TBO Tra 0 e 1 ROP 2 LT = TBO 1 costante ROP 3 LT > TBO Tra 1 e 2, 2 e 3 ,…, n-1 e n COP. TOT. N °OrdiniInSospeso LT = TBO Università degli Studi di Udine – De Toni - Zanutto RR1==TBO·W+SS 1 TBO·W+SS RR2==(LT-TBO)·W+SS (LT-TBO)·W+SS 2 50 ROP: Esempio DATI EOQ = 800 pezzi SS = 100 pezzi LR = 200 pezzi Pezzi Ordine 124 SS + Q/2 = 500 Ordine 123 Lmax = SS + Q =900 LR = 200 SS = 100 Università degli Studi di Udine – De Toni - Zanutto tempo 51 COPERTURA TOTALE: Esempio DATI EOQ = 800 pezzi SS = 400 pezzi LR = 1600 pezzi Ordine 124 SS = 400 Scorta virtuale Ordine 123 SS + Q/2 = 800 Ordine 122 Lmax = SS + Q = 1200 Ordine 123 LR = 1600 Ordine 124 Pezzi Scorta fisica tempo Università degli Studi di Udine – De Toni - Zanutto 52 COPERTURA TOTALE Effetti nel caso di variazione dei consumi LR = 1600 Lmax = SS + Q = 1200 SS + Q/2 = 800 Con Co ns um sum im im ag gio inor i Scorta virtuale ri C on sum Co n SS = 400 i m in su m im Ordine 123 Ordine 123 Pezzi ori ag gio r i Scorta fisica tempo STOCK-OUT Università degli Studi di Udine – De Toni - Zanutto 53 COPERTURA LIBERA In caso di domanda variabile si utilizza la Copertura libera: CL = SF + OS - FP. Dove: SF: Scorta fisica OS: Ordini in sospeso FP: Fabbisogni previsti Università degli Studi di Udine – De Toni - Zanutto 54 COPERTURA LIBERA (Esempio) DATI EOQ = 800 pezzi SS = 200 pezzi . Ordine 123 Ordine 124 SS + Q/2 = 600 Ordine 122 Lmax = SS + Q = 1000 Ordine 123 LR = 200 pezzi Copertura libera Scorta fisica SS = LR =200 tempo Università degli Studi di Udine – De Toni - Zanutto 55 ori nsu mi m in Copertura libera ori m su i i r gio ag Scorta fisica r gio ag im im m su m in Ordine 123 nsu mi Co n Co Ordine 124 Co n Co SS + Q/2 = 600 Ordine 122 Lmax = SS + Q = 1000 Ordine 123 COPERTURA LIBERA (Esempio) Effetti nel caso di un cambiamento dei consumi SS = LR = 200 tempo Università degli Studi di Udine – De Toni - Zanutto 56 ROP DI Se LT grande GI CT GA Se la domanda varia (previsioni DI CL estrinseche) GA DI Se politiche di lot sizing (previsioni estrinseche) TPOP Se politiche di lot sizing e se esiste legame padre figlio GA (previsioni estrinseche) GA (calcolato) Università degli Studi di Udine – De Toni - Zanutto DI DI TPOP e MRP per padre per figli DD Codici in DB GI Codici Stand Alone MOTIVAZIONI PER USO DI TECNICHE PIÙ SOFISTICATE 57 Codici a Distinta Base Codici Stand Alone ESEMPIO DI UTILIZZO DELLE DIVERSE TECNICHE Previsioni Previsionidi diVendita VenditaIntrinseche Intrinseche ROP COP. TOT. Piano Pianodi diProduzione Produzione su Ordini su OrdiniClienti Clienti Università degli Studi di Udine – De Toni - Zanutto Previsioni Previsionidi diVendita VenditaEstrinseche Estrinseche COP. LIBERA Piano Pianodi diProduzione Produzione su Previsione di Vendita su Previsione di VenditaEstrinseca Estrinseca ORDINE CLIENTE TPOP MRP MRP MRP MRP 58 COPERTURA LIBERA VS TPOP-MRP Copertura Libera = TPOP-MRP Periodo Scorta Fisica Padre + Fabb. lordi Ordini in sospeso Ordini Aperti - Disponibilità Fabbisogni previsti Ordini Pianificati 1 2 3 4 … 4 … Periodo Figlio 1 2 3 Fabb. lordi Ordini Aperti Disponibilità Ordini Pianificati Università degli Studi di Udine – De Toni - Zanutto 59 TPOP MRP Università degli Studi di Udine – De Toni - Zanutto 60 ROP PER MATERIALI A DOMANDA DIPENDENTE Andamento delle scorte dei prodotti finiti Order Point t Andamento delle scorte dei componenti Order Point t Andamento delle scorte delle materie prime Order Point t Università degli Studi di Udine – De Toni - Zanutto 61 IL CUTTING APPROACH (CA) 1. Reticolo Temporale ⇓ Distinte base tempificate e ruotate di 90° 2. Approvvigionamento al più presto 3. Non si considerano • Ordini Aperti • Giacenze Università degli Studi di Udine – De Toni - Zanutto 62 IL CUTTING APPROACH (CA): Esempio C1 PF SA1 SA1 C1 C2 SA2 C2 PF C3 C3 SA2 Tempo Acquisto C1 Acquisto C2 Acquisto C3 CA C1 SA1 C2 PF C3 SA2 Tempo Università degli Studi di Udine – De Toni - Zanutto 63 M.R.P.: MATERIAL REQUIREMENTS PLANNING CARATTERISTICHE • Materiali a Domanda dipendente • Gestione Tempi e Quantità • Utilizzo Bill of Materials PARAMETRI • FABBISOGNI LORDI • CALCOLATI • ORDINI APERTI • DISPONIBILITA’ • ORDINI PIANIFICATI Università degli Studi di Udine – De Toni - Zanutto 64 LOGICA DELL’MRP Nettificazione Fabbisogni Fabbisognilordi lordi Attraverso Fabbisogni netti Fabbisogni netti del codice del codice Ordini al più tardi Politiche di lot sizing Ordini Ordinidel delcodice codice Fabb. Fabb.Netti Netti==Fabb. Fabb.Lordi Lordi––Giacenze Giacenze––Ordini OrdiniAperti Aperti Università degli Studi di Udine – De Toni - Zanutto 65 LOGICA DELL’MRP (CONTINUAZIONE) da ordini cliente fabbisogni PADRE calcolati (MRP) ordine FIGLIO previsti (TPOP) fabbisogno lordo calcolato ordine fabbisogno lordo calcolato NIPOTE Ordine di acquisto ordini datati ê fabbisogni lordi - disponibilità - ordini aperti = fabbisogni netti PADRE FIGLIO (ordini datati in funzione di politiche di lot sizing) NIPOTE Università degli Studi di Udine – De Toni - Zanutto ê fabbisogni lordi 66 MRP: POLITICHE DI RIORDINO POLITICHE DI RIORDINO • EOQ • Ordine = fabbisogno • period order quantity (POQ) • Q fissa • … DATI DI INPUT DEI CODICI GESTITI A MRP • distinta base • Legame padre figlio • Coefficiente di utilizzo • politica di riordino • lead time di rifornimento • sistema di protezione dell’incertezza [scorte di sicurezza (SS), lead time di sicurezza (LTS)] Università degli Studi di Udine – De Toni - Zanutto 67 COME IL TIME PHASED ORDER POINT PUÒ SIMULARE IL ROP Vediamo come un il TPOP simula un ROP. Hp del ROP: la domanda storica è uguale a quella futura ESEMPIO: ESEMPIO: W W==17 17pz/periodo pz/periodo LT LT==22periodi periodi EOQ EOQ==50 50pz pz SS SS==100 100pz pz Ora Oravediamo vediamocosa cosaaccade accadeusando usandoililROP ROPool’TPOP l’TPOP Università degli Studi di Udine – De Toni - Zanutto 68 ROP 150 134 100 livello di riordino 17 50 1 periodo 17 scorte di sicurezza 1 periodo LR = W*LT +SS LT = 2 Università degli Studi di Udine – De Toni - Zanutto nuova emissione dell’ordine nuovo arrivo dell’ordine 69 TPOP Assumendo una domanda storica = alla domanda futura ho un fabbisogno lordo = 17 per ogni periodo. Ipotizzando inoltre di partire da una disponibilità di 170 pezzi: prvisioni di vendita Periodi Fabbisogni lordi 1 2 3 4 5 6 7 8 17 17 17 17 17 17 17 17 153 136 119 102 135 118 101 134 ordini aperti Disponibilità 170 Ordini pianificati 50 50 punto di riordino raggiunto Livello di riordino = SS + (FL*LT) = 100 + (17*2) = 134 ⇒ LR:Non calcolato dal sistema Università degli Studi di Udine – De Toni - Zanutto 70 TPOP: CARATTERISTICHE • Utilizza una logica del guardare avanti • Rispetto al ROP ha i seguenti vantaggi: • Utilizza previsioni estrinseche • Definisce politiche di lot sizing (es: Ordine = Fabbisogno) Università degli Studi di Udine – De Toni - Zanutto 71 CLASSIFICAZIONE DELLE TECNICHE DI GESTIONE DEI MATERIALI DOMANDA PREVISTA CALCOLATA (previsione intrinseca) – ROP – CT QUANTITÀ DATI GESTITI QUANTITÀ E TEMPI CA (previsione estrinseca) Università degli Studi di Udine – De Toni - Zanutto – TPOP – CL MRP 72 VARIABILI PER LA SCELTA DEI SISTEMI DI GESTIONE DEI CODICI • Larghezza della distinta base • Profondità della distinta base • Valore di impiego • Continuità di consumo • Relazione tra LT e Tempo di programmazione Università degli Studi di Udine – De Toni - Zanutto 73 LARGHEZZA E PROFONDITÀ DELLA DISTINTA BASE Larghezza: Definisce il numero di figli del singolo padre Se la probabilità di trovare un singolo codice disponibile è Pi, la probabilità di trovare tutti i codici figli per realizzare il padre è Pi elevata alla n (con n = n° di figli) Larghezza Bassa ⇒ ROP Alta ⇒ MRP Profondità: definisce il numero di livelli Profondità Università degli Studi di Udine – De Toni - Zanutto Bassa ⇒ ROP Alta ⇒ MRP 74 VALORE D’IMPIEGO Il valore d’impiego è definito come: Valore unitario del pezzo * Quantità consumata in un anno Valore d’impiego Università degli Studi di Udine – De Toni - Zanutto Basso ⇒ROP Alto ⇒MRP 75 CONTINUITÀ DI CONSUMO La frequenza d’uso determina la prevedibilità della domanda Continuità di consumo Università degli Studi di Udine – De Toni - Zanutto Bassa ⇒ MRP Alta ⇒ ROP 76 RELAZIONE TRA LT E TEMPO DI PROGRAMMAZIONE Caso 1) TP >= LT cumulato PF SA C MP DATA DI t CONSEGNA OGGI TP LTcumulato LTSA LTC LTMP Caso 2) TP < LT cumulato PF SA C MP DATA DI t CONSEGNA OGGI Università degli Studi di Udine – De Toni - Zanutto TP 77 RELAZIONE TRA LT E TEMPO DI PROGRAMMAZIONE (CONTINUA) Caso 1) TP > LT Produzione e acquisto su ordine (MRP) ROP non oggetto di piano (MP) Caso 2) TP < LT TPOP-MRP oggetto di piano (C, SA, PF) Università degli Studi di Udine – De Toni - Zanutto 78 RELAZIONE TRA LT E TEMPO DI PROGRAMMAZIONE PF aziende PTO SA Piano su ordine C MP OGGI t PF SA aziende MTO C Piano di acquisto su previsione MP OGGI t PF SA aziende ATO C MP OGGI t Università degli Studi di Udine – De Toni - Zanutto Piano di produzione su ordine Piano di assemblaggio su ordine Piano di produzione su previsione 79 SISTEMI DI PIANIFICAZIONE SA MP MP’ Acquisto Ordine Acquisto Ordine Acquisto Ordine Acquisto Fabbricazione ROP Assiemaggio ROP MRP TPOP MRP verifica mancanti Spedizione TPOP FAS MPS ROP DRP Verifica mancanti MTS anni ‘60 MTS TPOP ATO MTO MRP PTO MRP verifica mancanti PF’ ROP MRP MRP Ordine MRP Acquisto TPOP verifica mancanti Ordine Acquisto PF MRP MPS Magazzino di snodo Università degli Studi di Udine – De Toni - Zanutto 80 CLASSIFICAZIONE DELLE TECNICHE DI GESTIONE SCORTE GESTIONE SCORTE LOGICHE TECNICHE VARIABILI andamento giacenze Q • Scorta di sicurezza PUNTO DI RIORDINO GUARDARE INDIETRO • Lotto economico (ROP) • Livello di riordino Lmax LR SS LT tempo Q • Scorta di sicurezza = 0 • Lead Time di sicurezza = 0 • Lotto per lotto GUARDARE AVANTI PIANIFICAZIONE FABBISOGNO DEI MATERIALI (MRP) GUARDARE INDIETRO/AVANTI tempo Q • Scorta di sicurezza • Lead Time di sicurezza • Dimensionamento del lotto SS tempo Università degli Studi di Udine – De Toni - Zanutto 81 SISTEMI DI PROTEZIONE CONTRO L’INCERTEZZA E L’INSTABILITÀ Università degli Studi di Udine – De Toni - Zanutto 82 INCERTEZZA E SISTEMI DI PROTEZIONE DOMANDA FONTI DI INCERTEZZA FORNITURA QUANTITA’ TIPI DI INCERTEZZA TEMPI FONTI DI INCERTEZZA DOMANDA FORNITURA TEMPI Fabbisogno che slitta da un periodo all'altro Ordini evasi in data posticipata QUANTITA' Fabbisogno > o < del pianificato Ordini evasi nella quantità richiesta TIPI DI INCERTEZZA Università degli Studi di Udine – De Toni - Zanutto 83 I SISTEMI DI PROTEZIONE SCORTE DI SICUREZZA SISTEMI DI PROTEZIONE LEAD TIME DI SICUREZZA Come fronteggiare l’incertezza: ESEMPIO LT = 2 Q = 50 pezzi Disponibilità = 40 pezzi Università degli Studi di Udine – De Toni - Zanutto 84 I SISTEMI DI PROTEZIONE: ESEMPIO Fabbisogno lordo 1 2 3 4 5 20 40 20 0 30 10 10 30 Ordini aperti Disponibilità 50 40 20 30 Ordini pianificati Fabbisogno lordo 50 1 2 3 4 5 20 40 20 0 30 Ordini aperti Disponibilità 50 40 Ordini pianificati Fabbisogno lordo 20 SS = 20 30 60 60 30 1 2 3 4 5 20 40 20 0 30 50 Ordini aperti Disponibilità 50 40 Ordini pianificati Assenza di tecniche di protezione 20 30 LTS = 1 10 60 30 50 Università degli Studi di Udine – De Toni - Zanutto 85 I SISTEMI DI PROTEZIONE: OSSERVAZIONI Quando utilizzare una o l’altra tecnica? Da studi effettuati attraverso delle simulazioni si sono ottenuti i seguenti risultati: LTS FORNITURA SS INCERTEZZA INCERTEZZASULLE SULLEQUANITA’ QUANITA’ SS LTS DOMANDA SS QUANTITA’ SCORTE Università degli Studi di Udine – De Toni - Zanutto LIVELLO DI SERVIZIO LIVELLO DI SERVIZIO INCERTEZZA INCERTEZZASUI SUITEMPI TEMPI FORNITURA LTS SS DOMANDA LTS QUANTITA’ SCORTE 86 SENSIBILITA’ DEI SISTEMI MRP: INSTABILITA’ ESEMPIO A padre LTA = 2 POQA = 5 B figlio LTB = 4 POQB = 5 A 1 2 2 24 3 3 4 5 5 1 6 3 7 4 8 50 28 26 14 2 13 8 7 4 50 0 0 B 1 14 14 2 2 3 4 5 6 50 7 8 2 48 2 2 2 0 0 0 2 Supponiamo che una mattina chiami un cliente variando l’ordine del periodo 2 da 24 a 23 Università degli Studi di Udine – De Toni - Zanutto 87 INSTABILITA’ (esempio) A 1 2 2 23 3 3 4 5 5 1 6 3 7 4 8 50 28 26 3 63 0 58 57 54 50 0 B 1 2 63 3 4 5 6 7 8 2 47 14 16 -47 Osservazioni: riducendo gli ordini vado in ritardo La causa è imputabile alla politica di riordino Università degli Studi di Udine – De Toni - Zanutto 88 DOMANDA A BLOCCHI (Lumpy Demand) A B D 1 1 1 1 1 1 D 6 P 0 0 0 0 5 P 15 0 15 0 5 6 6 C 6 6 6 D 3 0 15 3 P 10 0 3 D 3 3 3 D 7 0 10 0 0 P 25 0 X 7 7 7 7 7 0 25 0 0 Y D 20 0 15 0 0 20 D 35 0 0 35 0 0 P 25 0 25 0 0 25 P 50 0 0 50 0 0 Z D 75 0 25 50 0 25 D Domanda P Università degli Studi di Udine – De Toni - Zanutto Ordini Pianificati 89 INSTABILITA’: OSSERVAZIONI Per ridurre l’instabilità dei sistemi MRP si devono utilizzare • ORDINI CONFERMATI • POLITICHE DI RIORDINO VARIABILI AI VARI LIVELLI Generalmente: EOQ → per PF a FABBISOGNO → per SA o C POQ → per MP (v. lumpy demand) • CONTROLLARE E DEFINIRE DEI RANGE DI VARIAZIONE DEI PARAMETRI (soprattutto SS e LTS) Università degli Studi di Udine – De Toni - Zanutto 90 ALTRE FUNZIONI DEL SISTEMA MRP Università degli Studi di Udine – De Toni - Zanutto 91 SISTEMI NET CHANGE VERSUS SISTEMI RIGENERATIVI SISTEMI RIGENERATIVI: Tutti i record vengono completamente ricostruiti ad ogni modifica di uno dei record SISTEMI NET CHANGE (“cambiamento netto”): Vengono ricostruiti solo i record che presentano informazioni nuove o modificate. Università degli Studi di Udine – De Toni - Zanutto 92 GESTIONE DEGLI ORDINI CONFERMATI RRF LTPF fisico PF C MP STATI DEGLI ORDINI Data Oggi emissione ordine STATI DEI FABBISOGNI Data conferma ordine t Data lancio ordine Data consegna Pianificato Confermato Pronto per il rilascio Aperto Chiuso t Pianificato Impegnato Pronto per il rilascio Prelevato Chiuso t FPF = Firm Planned fence RRF = Ready for Release Fence LT = Lead Time Università degli Studi di Udine – De Toni - Zanutto 93 SISTEMI BUCKETLESS E COMPONENT OFFSET ADJUST (COA) • SISTEMI BUCKETLESS Sistemi che permettono una pianificazione su periodi sempre minori fino ad arrivare a pianificare a giornata e a ora • COMPONENT OFFSET ADJUST (COA) COA = ritardo con cui deve essere disponibile il componente C C1 Operazione 1 C2 Università degli Studi di Udine – De Toni - Zanutto Operazione 2 Operazione 3 SA C3 94 GESTIONE CODICI FANTASMA E CODICI VISTA I codici fantasma vengono introdotti per avere uguaglianza tra la distinta base della progettazione e quella della gestione della produzione. I codici fantasma sono “trasparenti” alla produzione MP C SA PF per la progettazione MP per la produzione PF NO prelievi, NO versamenti ordine = fabbisogno SS = 0, LTS = 0, LT = 0 Al contrario i codici vista esistono solo in produzione e non in progettazione (esempio: devono essere fatte particolari lavorazioni non previste) I codici vista sono “trasparenti” alla progettazione Università degli Studi di Udine – De Toni - Zanutto 95 GESTIONE CODICI FANTASMA E CODICI VISTA Vengono introdotti per avere uguaglianza tra la distinta base della progettazione e quella della gestione della produzione. I codici fantasma sono “trasparenti” alla produzione I codici vista sono “trasparenti” alla progettazione MP C SA PF per la progettazione MP PF per la produzione NO prelievi, NO versamenti ordine = fabbisogno SS = 0, LTS = 0, LT = 0 Università degli Studi di Udine – De Toni - Zanutto 96 LOW LEVEL CODING Tale sistema esamina la distinta base e individua il livello più basso in cui presente un codice permettendo in tal modo di individuare la quantità effettiva e totale da ordinare per quel codice. X LIVELLO 0 LIVELLO 1 A LIVELLO 2 LIVELLO 3 Y Z A A A Università degli Studi di Udine – De Toni - Zanutto A A A 97 SISTEMI MULTI LEVEL PEGGING SINGLE LEVEL PEGGING: trova la sorgente della domanda al livello superiore (fabb. nipote → ordine figlio → fabb. figlio..) MULTI LEVEL PEGGING: trova la sorgente della domanda direttamente al livello del PF Esempio di utilizzo Ordini di MP in ritardo Università degli Studi di Udine – De Toni - Zanutto 98 PSEUDO PARENT PADRE: PF presente nel magazzino del Retailer FIGLIO: PF presente nel magazzino di AREA NIPOTE: PF presente nel magazzino di FABBRICA PF’ PF DISTRIBUTION SYSTEM PF’’ PLANT SYSTEM Università degli Studi di Udine – De Toni - Zanutto 99 CLASSIFICAZIONE ABC Università degli Studi di Udine – De Toni - Zanutto 100 CLASSIFICAZIONE ABC Fatturato (%) 100% 95% 80% A B 20% C 50% Università degli Studi di Udine – De Toni - Zanutto 100% Numero di codici (%) 101 CLASSIFICAZIONE ABC INCROCIATA RISPETTO AL FATTURATO RISPETTO AL CLIENTE A B C A AA AB AC B BA BB BC C CA CB CC Università degli Studi di Udine – De Toni - Zanutto 102