မှုန်တည်ထားသော အလုပ်ရေးစီမံခန်းများကို လုပ်ငန်းရုံများအတွက် အကောင်အထည်ဖြင့် အသုံးပြုခြင်း

လင်းထုတ်လုပ်မှုကို နားလည်ခြင်း - အခြေခံမူများနှင့် တန်ဖိုးဖန်တီးမှု

လင်းထုတ်လုပ်မှုမူများတွင် စားသုံးသူ၏တန်ဖိုးကို သတ်မှတ်ခြင်း

လိန်းထုတ်လုပ်မှု၏ အဓိကရည်ရွယ်ချက်မှာ လမ်းကြောင်းတစ်လျှောက်တွင် ဘာမှ ဖြုန်းတီးမှုမရှိစေဘဲ စားသုံးသူများ လိုချင်သည့်အရာကို ပေးအပ်ရန်ဖြစ်သည်။ ပြီးခဲ့သောနှစ်က Manufacturing Efficiency Study မှ ထုတ်ပြန်ချက်အရ စီးပွားရေးလုပ်ငန်းများသည် စားသုံးသူ၏ ရပ်တည်မှုအမြင်မှ အရာရာကို စူးစမ်းကြည့်ပါက ၎င်းတို့၏ လုပ်ငန်းဆောင်တာများကို အာရုံစိုက်သည့် လုပ်ငန်းများထက် အရင်းအမြစ်များကို ၁၈ ရာခိုင်နှုန်းခန့် ပိုမိုနည်းပါးစွာ ဖြုန်းတီးကြောင်း တွေ့ရှိရသည်။ စီးပွားရေးလုပ်ငန်းများသည် ဝယ်ယူသူများအတွက် အရေးပါသည့် ဂုဏ်သတ္တိများ၊ မျှော်လင့်ထားသော အရည်အသွေးနှင့် ထုတ်ကုန်များ လိုအပ်သည့်အချိန်များကို နားလည်လာပါက ထုတ်လုပ်မှုလုပ်ငန်းစဉ်၏ တစ်စိတ်တစ်ပိုင်းစီသည် အဓိပ္ပာယ်ရှိလာမည်ဖြစ်သည်။ နောက်ဆုံးတွင် စားသုံးသူ၏ အတွေ့အကြုံကို တကယ့်တန်ဖိုး မထည့်ပေးသည့် အရာများအတွက် မည်သူမျှ ပေးချေလိုခြင်းမရှိပါ။ ထို့ကြောင့် ယနေ့ခေတ်တွင် စက်ရုံအများအပြားသည် ၎င်းတို့၏ လုပ်ငန်းစဉ်များကို ပြန်လည်စဉ်းစားနေကြခြင်းဖြစ်သည်။

လုပ်ငန်းစဉ် အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ခြင်းတွင် ဆက်တိုက် တိုးတက်အောင်ပြုလုပ်ခြင်း (Kaizen) ၏ အခန်းကဏ္ဍ

Kaizen ချဉ်းကပ်မှုဟာ လူတွေကို သူတို့ရဲ့နေ့စဉ်အလုပ်သဘောတွေမှာ သေးငယ်ပေမယ့် ဆက်တိုက်ဖြစ်နေတဲ့ တိုးတက်မှုတွေကို စဉ်းစားဖို့ တကယ်လှုံ့ဆော်ပေးပါတယ်။ အပေါ်ကနေ အောက်ကို ညွှန်ကြားတဲ့ ထိရောက်မှုတိုးတက်ရေး လုပ်ငန်းစဉ်တွေနဲ့ ကွဲပြားတဲ့အချက်ကတော့ နေ့စဉ်ပြဿနာတွေကို ရင်ဆိုင်နေရတဲ့ အောက်ခြေအလုပ်သမားတွေဆီကို အာဏာပေးတာပါ။ ဒီအဖွဲ့တွေဟာ တစ်ပတ်နဲ့တစ်ပတ် သူတို့မြင်နေရတာတွေအပေါ် အလုပ်လုပ်ပုံကို ပြင်ဆင်နိုင်ကြပြီး စက်ကိရိယာအသစ်တွေဝယ်ဖို့ အပိုငွေမသုံးဘဲနဲ့ နှစ်စဉ် ၉% ကနေ ၁၄% အထိ ထုတ်လုပ်မှုတိုးတက်မှုကို ကုမ္ပဏီတွေက တွေ့ရပါတယ်။ လုပ်ငန်းအမျိုးမျိုးမှာ လတ်တလောလေ့လာမှုတစ်ခုကလည်း စိတ်ဝင်စားဖွယ်ရာ တွေ့ရှိချက်တစ်ခုကို ပြသခဲ့ပါတယ်။ ဒစ်ဂျစ်တယ် Kaizen ဘုတ်တွေကို စတင်အသုံးပြုလိုက်တဲ့ စက်ရုံတွေမှာ ပြဿနာတွေကို ဖြေရှင်းနိုင်မှု အချိန်ကို ၂၇% ပိုမြန်လာတာကို တွေ့ရပါတယ်။ အကြောင်းကတော့ လုပ်ငန်းဖြစ်စဉ်တွေကို အချိန်နဲ့တစ်ပြေးညီ လူတိုင်းမြင်နိုင်ပြီး ပိုမိုထိရောက်စွာ အတူတကွ အလုပ်လုပ်နိုင်လို့ပါ။

တန်ဖိုးမရှိသော လုပ်ဆောင်ချက်များကို ဖော်ထုတ်ရန် တန်ဖိုးစီးဆင်းမှုကို မြေပုံဆွဲခြင်း

တန်ဖိုးစီးဆင်းမှု မြေပုံများကို ကြည့်ခြင်းဖြင့် လူတိုင်း ဆွေးနွေးလိုစိတ်မရှိသော အထိရောက်ဆုံးမှုမရှိသည့် အချက်များကို ဖော်ထုတ်နိုင်ပါသည်။ ဥပမာ - စက်ရုံများတွင် ပစ္စည်းများကို အလွန်အကျွံသိုလှောင်ထားခြင်း (စက်ရုံများ၏ ၃၀% ခန့်ကို ငွေကြေးကို ဖြုန်းတီးစေသည်) သို့မဟုတ် အရည်အသွေးစစ်ဆေးမှုများကို ထပ်ခါထပ်ခါ လုပ်ဆောင်နေခြင်းများ ဖြစ်ပါသည်။ ထုတ်လုပ်သူများသည် ၎င်းတို့၏ လုပ်ငန်းစဉ်များအတွင်း ပစ္စည်းများ ရွေ့လျားပုံကို မြေပုံဆွဲကာ ကုန်သိုလှောင်ရုံမှ စတင်၍ ဖောက်သည်များထံသို့ ရောက်ရှိသည်အထိ အချက်အလက်များကို ခြေရာခံပါက စာရွက်စာတမ်းများဖြင့် စစ်ဆေးသည့်နည်းလမ်းများထက် နှစ်ဆခန့် ပိုမိုသော အပိုအကုန်ကျစရိတ်များကို ဖယ်ရှားနိုင်သည့် နည်းလမ်းများကို တွေ့ရှိနိုင်ပါသည်။ ဤလုပ်ငန်းစဉ်သည် အလုပ်လုပ်ငန်းများကို အဓိကအားဖြင့် သုံးမျိုးခွဲခြားပေးပါသည် - ဖောက်သည်များအတွက် တန်ဖိုးဖန်တီးပေးသော အလုပ်များ၊ လိုအပ်သော်လည်း တိုက်ရိုက်တန်ဖိုးမပေးသော အလုပ်များနှင့် ချက်ချင်းပယ်ဖျက်သင့်သော အလုံးစုံအဓိပ္ပါယ်မရှိသည့် အလုပ်များ ဖြစ်ပါသည်။ ဤနည်းလမ်းကို အသုံးပြုသော စက်ရုံများသည် နှစ်များကြာမှ မဟုတ်ဘဲ လပိုင်းအတွင်းတွင်ပင် တိုးတက်မှုများကို မကြာခဏ တွေ့ရှိကြပါသည်။

မူတန်းများ ပေါင်းစပ်ခြင်း - Muda, Mura နှင့် Muri တို့ကို တန်ဖိုးစီးဆင်းမှုများနှင့် ကိုက်ညီအောင် ညှိနှိုင်းခြင်း

ထိရောက်သော လင်းစနစ် အကောင်အထည်ဖော်မှုသည် Muda (တန်ဖိုးမပေးသော လုပ်ဆောင်ချက်များ)၊ Mura (လုပ်ငန်းစဉ် မညီညာမှု) နှင့် Muri (အရင်းအမြစ်များ ပိတ်ပင်မှု) ဟူ၍ ဆက်နွယ်နေသော အမှိုက်သုံးမျိုးကို ဖြေရှင်းပေးပါသည်။ ဥပမာအားဖြင့် စံသတ်မှတ်ထားသော အလုပ်စနစ်နှင့် တွဲဖက်၍ ထုတ်လုပ်မှု မျှတအောင် စီမံခန့်ခွဲခြင်း (Heijunka) ကို အသုံးပြုခြင်းဖြင့် ကုန်ကြမ်း ပမာဏ တက်ကြွမှု (Mura) နှင့် အလုပ်မြန်မြန်လုပ်ရခြင်းကြောင့် အရည်အသွေး အမှားများ (Muri) ကို လျော့နည်းစေပါသည်။ ဤသုံးခု အခြေခံမူများအားလုံးကို ပေါင်းစပ်အကောင်အထည်ဖော်သည့် စက်ရုံများသည် ၅ နှစ်အတွင်း စွမ်းဆောင်ရည် တိုးတက်မှုကို ၂၂% ပိုမိုကြာရှည်စွာ ထိန်းသိမ်းနိုင်ပါသည်။

လင်းထုတ်လုပ်မှု ဗျူဟာများကို အသုံးပြု၍ လုပ်ငန်းဆောင်တာများတွင် အမှိုက်များ ဖယ်ရှားခြင်း

ခေတ်မီထုတ်လုပ်မှုတွင် အမှိုက်အမျိုးအစားများ (Muda, Mura, Muri)

လီန် ထုတ်လုပ်မှုစနစ်သည် Muda၊ Mura နှင့် Muri ဟုသိကြသော အမှိုက်သရိုက် သုံးမျိုးကို ဖယ်ရှားရန် အာရုံစိုက်ပါသည်။ ၂၀၂၃ ခုနှစ် လီန် ထုတ်လုပ်မှု ဘင်ချ်မတ်ခ် အစီရင်ခံစာမှ လုပ်ငန်းခွင်ဆိုင်ရာ အချက်အလက်များအရ စက်ရုံများသည် ဤကဲ့သို့သော ထိရောက်မှုမရှိမှုများကြောင့် ထုတ်လုပ်မှုစွမ်းရည်၏ ၂၅% ခန့်ကို ဆုံးရှုံးနေကြပါသည်။ ထိုအရာများကို အကျဉ်းချုပ်ရှင်းပြပါမည်။ Muda ဆိုသည်မှာ ပစ္စည်းများအလွန်အကျွံ ထုတ်လုပ်ခြင်း သို့မဟုတ် ကုန်ပစ္စည်းများကို အပိုအဖြစ် သိုလှောင်ထားခြင်းတို့ကဲ့သို့သော အမှိုက်သရိုက်၏ ပုံစံရှစ်မျိုးဟု လူအများက ခေါ်ဝေါ်ကြသည့် အရာကို ရည်ညွှန်းပါသည်။ ထို့နောက် Mura ရှိပါသည်။ ၎င်းသည် လုပ်ငန်းစဉ်များတွင် မညီမျှမှုကို ဆိုလိုပြီး ဝယ်လိုအားကျဆင်းသွားသောအခါ စက်များ အလုပ်မလုပ်ဘဲ ရပ်နေခြင်းကို စဉ်းစားကြည့်ပါ။ နောက်ဆုံးတွင် Muri ရှိပါသည်။ ၎င်းသည် လူသားများ သို့မဟုတ် စက်ကိရိယာများကို ၎င်းတို့ ကိုင်တွယ်နိုင်သည့် နယ်နိမိတ်ကို ကျော်လွန်၍ ဖိအားပေးမှုဖြစ်ပြီး ဝန်ထမ်းများအတွက် စိတ်ဓာတ်ကျဆုံးရှုံးမှု (သို့) စက်ကိရိယာများ ပျက်စီးမှုကို နောက်ဆုံးတွင် ဖြစ်ပေါ်စေနိုင်သော အန္တရာယ်အများဆုံးဖြစ်နိုင်သည့် အရာဖြစ်ပါသည်။ Ponemon မှ ၂၀၂၃ ခုနှစ်တွင် ထုတ်ပြန်သော သုတေသနအရ Muri နှင့် သက်ဆိုင်သော ပြဿနာများကြောင့် စက်ကိရိယာများ ပျက်စီးခဲ့သည့် နမူနာတစ်ခုအနေဖြင့် ဆီလီကွန်အချောင်းစက်ရုံတစ်ခုသည် ဒေါ်လာ ၇၄၀,၀၀၀ ခန့် ဆုံးရှုံးခဲ့ပါသည်။

စနစ်တကျ ဖော်ထုတ်ခြင်းဖြင့် ထုတ်လုပ်မှုလုပ်ငန်းများတွင် အမှိုက်လျှော့ချခြင်း

တည်ဆောက်ပုံရှိသော နည်းလမ်းများပေါ်တွင် အခြေခံ၍ အမှိုက်များကို ကြိုတင်တားဆီးဖယ်ရှားခြင်း-

• တန်ဖိုးရှိသော စီးဆင်းမှု မြေပုံဆွဲခြင်း မလိုအပ်သော ပစ္စည်းများကို ကိုင်တွယ်ခြင်းကဲ့သို့သော မမြင်ရသည့် ကျဉ်းမြောင်းမှုများကို ဖော်ထုတ်ပြသခြင်း
• စုံလင်သော စက်ပစ္စည်း ထိန်းသိမ်းခြင်း (TPM) စက်ပစ္စည်းနှင့် သက်ဆိုင်သော အမှိုက်များကို ၁၈–၃၄% အထိ လျှော့ချပေးနိုင်သည် (ထုတ်လုပ်မှု ဦးဆောင်မှု ကောင်စီ၊ ၂၀၂၄)
• ဂဗ်မာ လမ်းလျှောက်လျှောက်ခြင်း တာဝန်ရှိသူများအနေဖြင့် ထိရောက်မှုမရှိသည့် အခြေအနေများကို အချိန်နှင့်တစ်ပြေးညီ တင်ပြနိုင်စေရန် အခွင့်အလမ်းပေးသည်

အဆင့်(၁) ကားပိုင်းစုပေးသည့် ပေးသွင်းသူတစ်ဦးသည် နေ့စဉ် အမှိုက်စစ်ဆေးမှုများအား အသုံးပြုခြင်းဖြင့် ချို့ယွင်းမှုနှုန်းကို ၃၀% လျှော့ချနိုင်ခဲ့ပြီး စနစ်တကျ ဖော်ထုတ်ခြင်းသည် တိုင်းတာနိုင်သော ROI ကို မည်သို့ရရှိစေကြောင်း ပြသခဲ့သည်။

ကိစ္စလေ့လာမှု - ဝယ်လိုအားအပေါ် အခြေခံသော စီးဆင်းမှု (Pull) ထုတ်လုပ်မှုကို အသုံးပြု၍ အလွန်အကျွံထုတ်လုပ်မှုကို လျှော့ချခြင်း

စံမမီသော အစိတ်အပိုင်းများကို ထုတ်လုပ်မှု အလွန်အကျွံပြုလုပ်ခဲ့ခြင်းကြောင့် ကားပါတ်စပ်ကုန် ထုတ်လုပ်သည့် ကုမ္ပဏီတစ်ခုသည် နှစ်စဉ် ဒေါ်လာ ၂.၂ သန်းခန့် ဆုံးရှုံးနေခဲ့ရပါသည်။ Kanban ထိန်းချုပ်မှုဖြင့် လိုအပ်ချက်အပေါ် အခြေခံသော ထုတ်လုပ်မှုစနစ်သို့ ပြောင်းလဲပြီးနောက် ၁၂ လအတွင်း ရလဒ်များ သိသိသာသာ တိုးတက်လာခဲ့ပါသည်။

မက်ထရစ်	မျှော်လင့်မှုအကြောင်းအရာများအတွက် အရင်က	ပြောင်းလဲပြီးနောက် (၁၂ လ)	ပိုကောင်းလာမှု
စာရင်းဝင် ပြောင်းလဲမှု	၈ ကြိမ်/နှစ်	၁၄ ကြိမ်/နှစ်	75%
ရှေ့ဆက်မှု အချိန်	၂၂ ရက်	၁၅ ရက်	၃၂%
အသုံးမဝင်တော့သည့်နှုန်း	၄.၁%	1.8%	၅၆%

လိုအပ်ချက်အပေါ် အခြေခံသော စနစ်သည် ဂိုဒေါင်စရိတ်ကို ၂၈% လျှော့ချပေးနိုင်ခဲ့ပြီး ထုတ်လုပ်မှုကို လက်တွေ့ စားသုံးမှုနှင့် ကိုက်ညီအောင် ညှိနှိုင်းခြင်းဖြင့် စွမ်းဆောင်ရည်နှင့် ဘဏ္ဍာရေးဆိုင်ရာ စွမ်းဆောင်ရည်တို့ကို တိုးတက်စေကြောင်း သက်သေပြနိုင်ခဲ့ပါသည်။

စတောက်ပစ္စည်း ထိရောက်မှုအတွက် Just-in-Time နှင့် Pull System များ အသုံးပြုခြင်း

Just-in-Time ထုတ်လုပ်မှုနှင့် စတောက်ပစ္စည်း ထိရောက်မှု၏ အခြေခံမူများ

ထုတ်လုပ်မှုအတွက် အချိန်နှင့်တစ်ပြေးညီ (JIT) ချဉ်းကပ်မှုသည် ဖောက်သည်များက ယခုလိုအပ်နေသည့် အရာကို ထုတ်လုပ်မှုနှင့် ကိုက်ညီအောင် လုပ်ဆောင်ပေးပြီး ကုမ္ပဏီများ စတော့ထဲတွင် ထားရှိရမည့် ပစ္စည်းပမာဏကို လျှော့ချပေးပါသည်။ လုပ်ငန်းများသည် ဝယ်လိုအားကို တိကျစွာ ခန့်မှန်းနိုင်ပြီး ပေးသွင်းသူများနှင့် နီးကပ်စွာ ပူးပေါင်းလုပ်ဆောင်နိုင်ပါက မှတ်ပုံတင်ခဲ့သည့်နှစ်က Supply Chain Quarterly မဂ္ဂဇင်းက ဖော်ပြခဲ့သည့်အတိုင်း စတိုးဆိုင်များအတွက် လိုအပ်သည့် နေရာကို ယခင်နည်းလမ်းများနှင့် နှိုင်းယှဉ်ပါက ခြောက်ဆလျော့သွားစေနိုင်ပါသည်။ အရာရာကို အချိန်မှန်စွာ လည်ပတ်စေခြင်းဖြင့် စုစည်းတပ်ဆင်မှုလုပ်ငန်းစဉ်များတွင် လိုအပ်သည့်အချိန်တွင် အစိတ်အပိုင်းများ ရောက်ရှိလာပါသည်။ ဤသည်မှာ ဂိုဒေါင်နေရာအတွက် ငွေပေးချေမှုများကို စောင့်ဆိုင်းနေစေမည့်အစား နောက်ထပ်ထုတ်ကုန်များ ဖွံ့ဖြိုးရေးအတွက် ငွေကြေးကို ရရှိစေပါသည်။ ဤစနစ်ကြောင့် စတိုးဆိုင်စရိတ်မှ ရရှိသော ငွေကို သုတေသနဌာနများသို့ ပြန်လည်ရင်းနှီးမြှုပ်နှံနိုင်ကြောင်း စက်ရုံအချို့က အစီရင်ခံထားပါသည်။

အချိန်နှင့်တစ်ပြေးညီ လုပ်ငန်းစဉ်ထိန်းချုပ်မှုအတွက် ကန်ဘန် မြင်သာထင်သာရှိသော စီမံခန့်ခွဲမှု

Kanban သည် ပစ္စည်းများကို ပြန်လည်ဖြည့်သွင်းရန် လိုအပ်သည့်အချိန်ကို ဖော်ပြရန် အရောင်ကုဒ်များပါသော ကတ်များ သို့မဟုတ် ဒစ်ဂျစ်တယ်ဘုတ်များကို အသုံးပြုသည်။ အလိုအလျောက် ထောက်ပံ့ပေးသည့် ကုမ္ပဏီတစ်ခုသည် Kanban ကို အသုံးပြုပြီးနောက် ဦးဆောင်မှုကာလကို ၂၂% လျှော့ချနိုင်ခဲ့ပြီး အချိန်နှင့်တစ်ပြေးညီ အချက်ပေးမှုများက ဝယ်လိုအားမြင့်မားသော လိုင်းများတွင် ကျပ်တည်းမှုများကို ကာကွယ်တားဆီးနိုင်ခဲ့သည်။ ထောက်ပံ့ရေး၊ ထုတ်လုပ်ရေးနှင့် ပို့ဆောင်ရေးတို့တွင် စနစ်သည် ပိုမိုရှင်းလင်းမှုကို တိုးတက်စေပြီး အဆင်ပြေစွာ ညှိနှိုင်းဆောင်ရွက်နိုင်မှုကို သေချာစေသည်။

Pull စနစ်များကို အသုံးပြု၍ ဝယ်လိုအားနှင့် ထောက်ပံ့မှုကို ဟန်ချက်ညီအောင် လုပ်ခြင်း

Pull စနစ်များသည် ခန့်မှန်းခြင်းများအစား စစ်မှန်သော စားသုံးသူများ၏ အမှာစာများအပေါ် အခြေခံ၍ လုပ်ငန်းစဉ်များကို စတင်ခြင်းဖြင့် ရိုးရာ အစီအစဉ်ကို ပြောင်းလဲပေးသည်။ သုတေသနများအရ Pull ဗျူဟာများကို အသုံးပြုသည့် ကုမ္ပဏီများသည် အပိုစားသုံးမှုကို ၃၄% လျှော့ချနိုင်ပြီး အမှာစာ ၉၉% ကို ပြည့်မီအောင် ပေးပို့နိုင်ခဲ့ကြောင်း တွေ့ရှိရသည်။ အောင်မြင်မှုသည် မြန်ဆန်စွာ ပြောင်းလဲနိုင်စွမ်းရှိသော လျင်မြန်သည့် ထောက်ပံ့သူများနှင့် ပြောင်းလဲနိုင်သော ထုတ်လုပ်မှုလိုင်းများအပေါ် မူတည်ပါသည်။

ငြင်းခုံမှု ဆန်းစစ်ခြင်း- ပေးပို့ရေးလမ်းကြောင်း ပျက်စီးမှုများအတွင်း Just-in-Time ကို အလွန်အမင်း မှီခိုမှု၏ အန္တရာယ်များ

JIT သည် အရာရာကောင်းမွန်စွာ လည်ပတ်နေသောအခါ ကောင်းမွန်စွာ အလုပ်ဖြစ်သော်လည်း ကမ္ဘာသည် အမြဲတမ်း ကြိုတင်မှန်းဆနိုင်ခြင်း မရှိပါ။ 2021 ခုနှစ်က ဆီမီကွန်ဒပ်တာ လိုအပ်ချက် ပြတ်လပ်မှုကို ဥပမာတစ်ခုအနေဖြင့် ယူပါက ၎င်းစနစ်သည် မည်မျှလောက် အားနည်းနိုင်ကြောင်း ထင်ရှားစွာ ပြသခဲ့ပါသည်။ အချိန်နှင့်တစ်ပြေးညီ ပို့ဆောင်ပေးမှုကို အပြည့်အဝ အားကိုးနေသော စက်ရုံများသည် လိုအပ်သော အဓိက အစိတ်အပိုင်းများအတွက် ၁၂ လမှ ၁၈ လခန့် စောင့်ဆိုင်းခဲ့ရပါသည်။ ၂၀၂၃ ခုနှစ်က ပြုလုပ်ခဲ့သော အန္တရာယ် အကဲဖြတ်မှုတစ်ခုအရ ပိုမို ဉာဏ်ရည်မြင့်သော နည်းလမ်းတစ်ခု ရှိနိုင်ကြောင်း ညွှန်ပြနေပါသည်။ ယခုအခါ ကုမ္ပဏီအများအပြားသည် JIT နည်းလမ်းများကို မပျက်မကွဲ ရှိနေစေရန် အစိတ်အပိုင်းများ ပျောက်ဆုံးသွားပါက ပြဿနာကြီးများ ဖြစ်စေနိုင်မည့် အစိတ်အပိုင်းများအတွက် စုပုံထားသော ကုန်ပစ္စည်းများကို ထည့်သွင်းကာ ရိုးရာ JIT နည်းလမ်းများနှင့် ရောနှော အသုံးပြုနေကြပါသည်။ ဤရောနှော ဗျူဟာသည် JIT ၏ ထိရောက်မှုကို ထိန်းသိမ်းထားပေးပြီး မမျှော်လင့်ပဲ ဖြစ်ပေါ်လာနိုင်သော ပေးပို့ရေး ကွန်ရက် ပြဿနာများမှ ကာကွယ်ပေးနိုင်ပါသည်။

Lean Manufacturing နည်းပညာများဖြင့် စံချိန်စံညွှန်းသတ်မှတ်ခြင်းနှင့် အရည်အသွေး မြှင့်တင်ခြင်း

အလုပ်တိုက် စီမံခန့်ခွဲမှုနှင့် စံချိန်စံညွှန်းသတ်မှတ်ခြင်းအတွက် 5S ကို ပေါင်းစပ်ခြင်း

5S နည်းလမ်း - စီစဉ်ခြင်း၊ စနစ်တကျထားခြင်း၊ သန့်ရှင်းခြင်း၊ စံချိန်စံညွှန်းပြုလုပ်ခြင်း၊ ထိန်းသိမ်းခြင်း တို့သည် အလုပ်နေရာများတွင် အပ်စုပ်မှုကို လျော့နည်းစေပြီး စံချိန်စံညွှန်းများကို တစ်သမတ်တည်းဖြစ်စေသည်။ ရှယ်ယော်ဘုတ်များကို အသုံးပြုသော ကားထုတ်လုပ်သည့် စက်ရုံများတွင် ကိရိယာရှာဖွေရေး အချိန် ၂၂% လျော့နည်းခဲ့ပြီး (Operations Review 2023)၊ အီလက်ထရွန်နစ် စုစည်းမှုလုပ်ငန်းများတွင် စံချိန်စံညွှန်းပြုလုပ်ထားသော ဒီဇိုင်းများက လုပ်ငန်းစဉ် ကွဲလွဲမှုကို ၁၇% လျော့နည်းစေခဲ့ကာ အရည်အသွေးထိန်းချုပ်မှုအတွက် တစ်သမတ်တည်းသော အခြေအနေများကို ဖန်တီးပေးခဲ့သည်။

Gemba Walks များကို အသုံးပြု၍ လုပ်ငန်းလိုင်းအဆင့် လုပ်ငန်းစဉ်ဆိုင်ရာ အသိအမြင်များရယူခြင်း

မန်နေဂျာများသည် အလုပ်ဖြစ်ပျက်ရာနေရာများသို့ တကယ်လာရောက်လေ့လာပါက အခြားသူများမမြင်သော ပြဿနာများကို မကြာခဏ တွေ့ရှိနိုင်ပါသည်။ အရေးကြီးသော torque စစ်ဆေးမှုများကို ဝန်ထမ်းအချို့သည် သင်တန်းမတက်ရသောကြောင့် ကျော်လွှားနေသည်ကို သတိပြုမိသောအခါ အာကာသနှင့် လေကြောင်းပစ္စည်းများ ထုတ်လုပ်သည့် ကုမ္ပဏီကြီးတစ်ခုတွင် ဤကဲ့သို့ ဖြစ်ပွားခဲ့ပါသည်။ ဤပြဿနာကို ဖြေရှင်းပြီးနောက် calibration အမှားအယွင်းများသည် အနီးစပ်ဆုံး 41% ခန့် ကျဆင်းသွားခဲ့ပါသည်။ ဤနည်းလမ်းဖြင့် ပြဿနာများကို တွေ့ရှိပါက မည်မျှမြန်မြန် ဖြေရှင်းနိုင်သည်ဆိုသည်မှာ စိတ်ဝင်စားဖွယ်ကောင်းပါသည်။ ဤကဲ့သို့ site visit များအတွင်း တွေ့ရှိသော ပြဿနာများ၏ နှစ်ပုံတစ်ပုံခန့်ကို အလုပ်အကိုင် shift တစ်ခုအတွင်းတွင်ပင် ဖြေရှင်းပေးနိုင်ပါသည်။ ပုံမှန် report များဖြင့် တူညီသော ကာလအတွင်း ပြဿနာ၏ 12% ခန့်သာ ဖြေရှင်းနိုင်သည့် ပုံစံနှင့် နှိုင်းယှဉ်ပါက ဤနည်းလမ်းသည် အလွန်မြန်ဆန်ပါသည်။ စာရွက်စာတမ်းများအပေါ် အားကိုးခြင်းထက် လက်တွေ့လုပ်ငန်းစဉ်များနှင့် နီးကပ်စွာ ပါဝင်ခြင်း၏ ကွာခြားချက်ကို ဤကိန်းဂဏန်းများက ရှင်းလင်းစွာ ပြသနေပါသည်။

ထုတ်လုပ်မှုတွင် အရည်အသွေးကို တည်ဆောက်ရန် Poka-Yoke နှင့် Andon စနစ်များ

ပုံမှန်စစ်ဆေးမှုအတွင်း လူများက ဖမ်းမိနိုင်သည့်အချိန်ထက် ပိုမိုမြန်ဆန်စွာ ပြဿနာများကို ဖမ်းဆီးပေးသည့် Poka-Yoke ဟု သိကြသော အမှားအယွင်းကင်းရှင်းရေးကိရိယာများသည် အလုပ်သမားများ အစိတ်အပိုင်းများကို ပြောင်းပြန်တပ်ဆင်မိခြင်းမှ ကာကွယ်ပေးသည့် သေးငယ်သော လမ်းညွှန်ချက်များကဲ့သို့ဖြစ်သည်။ လေ့လာမှုအချို့က ဤကိရိယာများသည် အမှားအယွင်းများကို ၉၂ ရာခိုင်နှုန်းခန့် ပိုမိုမြန်ဆန်စွာ ဖမ်းဆီးနိုင်ကြောင်း ပြသထားသည်။ ဆက်တိုက် အရည်အသွေးမဲ့ ထုတ်ကုန်သုံးခု ထွက်ပေါ်လာပါက ထုတ်လုပ်မှုလိုင်းတစ်ခုလုံးကို ရပ်တန့်ပေးသည့် Andon စနစ်များနှင့် ပေါင်းစပ်ပါက အစားအစာထုပ်ပိုးသည့် စက်ရုံများတွင် အသုံးမကျသော ပစ္စည်းများ ၃၄ ရာခိုင်နှုန်းခန့် ကျဆင်းသွားသည်။ အလတ်စားစက်ရုံတစ်ရုံအတွက် ဤကဲ့သို့သော စနစ်သည် ပစ္စည်းများ အသုံးမကျခြင်းနှင့် ပြန်လည်ပြုပြင်မှုစရိတ်များကို လျှော့ချခြင်းဖြင့် တစ်နှစ်လျှင် ဒေါ်လာခုနစ်သောင်းလေးသောင်းခန့် ခြွေတာပေးနိုင်သည်။ ဂဏန်းများက ဇာတ်လမ်းကို ပြောပြသည်၊ နေ့လယ်ခင်းတိုင်း ချို့ယွင်းနေသော ထုတ်ကုန်များကို နာရီပေါင်းများစွာ ခွဲခြားစီရင်နေရသည့် စီမံခန့်ခွဲသူများကလည်း ထိုသို့ပြောပြကြသည်။

ဒေတာအချက်အလက် - Poka-Yoke ကို အသုံးပြု၍ အမှားအယွင်း ၃၀ ရာခိုင်နှုန်း လျှော့ချနိုင်သည့် ကုမ္ပဏီများ

စက်မှုလုပ်ငန်းအသီးသီးမှ ဒေတာများအရ ပိုကာယိုက်ခ်မက်ခဲနစ်များကို အသုံးပြုသည့် ထုတ်လုပ်သူများသည် ခြောက်လအတွင်း စားသုံးသူပြန်အပ်မှု ၃၀% နည်းပါးစေကြောင်း တွေ့ရှိရပါသည်။ ဆန်ဆာအခြေပြုစနစ်များကို အသုံးပြုသည့် ဆေးဘက်ဆိုင်ရာကိရိယာထုတ်လုပ်သူများသည် FDA ၏စစ်ဆေးမှုတွင် ၃၁% နည်းပါးသော တွေ့ရှိချက်များကို တင်ပြနိုင်ခဲ့ပြီး (Quality Engineering Journal 2023) မြင့်မားစွာထိန်းချုပ်ထားသော နယ်ပယ်များတွင် lean quality နည်းလမ်းများ၏ စကေးဖြန့်ကျက်အသုံးပြုနိုင်မှုကို အတည်ပြုနိုင်ခဲ့ပါသည်။

အောင်မြင်မှုကိုတိုင်းတာခြင်း - OEE နှင့် အချိန်ပြည့်ဒေတာဖြင့် စွမ်းဆောင်ရည်ကို ခြေရာခံခြင်း

စက်ကိရိယာအသုံးပြုမှုနှင့် ဆုံးရှုံးမှုများကို ဆန်းစစ်ရန် OEE ကိုတွက်ချက်ခြင်း

စီမံကိန်းထုတ်လုပ်ရေး လုပ်ငန်းများ၏ အကျိုးသက်ရောက်မှုကို တိုင်းတာရာတွင် Overall Equipment Effectiveness (OEE) သည် အသုံးများသော စံနှုန်းတစ်ခုဖြစ်သည်။ ဤစံနှုန်းသည် စက်များ အမှန်တကယ် အလုပ်လုပ်နေသော အချိန်ကို ဆိုလိုသည့် ရရှိနိုင်မှု၊ အများဆုံးစွမ်းဆောင်ရည်နှင့် နှိုင်းယှဉ်ပါက ဘယ်လောက်မြန်မြန် လည်ပတ်နေသည်ကို ကြည့်သည့် စွမ်းဆောင်ရည်နှင့် ချို့ယွင်းချက်ကင်းသော ထုတ်ကုန်များကို ခြေရာခံသည့် အရည်အသွေး ဟူ၍ အဓိက အချက်သုံးချက်ကို ပေါင်းစပ်ထားသည်။ စက်ရုံတစ်ခုသည် အိုင်တိုင်း ၉၀% ရရှိပြီး အမြင့်ဆုံးအမြန်နှုန်း၏ ၈၅% ဖြင့် လည်ပတ်ကာ ကောင်းမွန်သော အစိတ်အပိုင်းများကို ၉၅% ထုတ်လုပ်နိုင်ပါက ထိုကိန်းဂဏန်းများကို မြှောက်လိုက်ပါက စုစုပေါင်း အကျိုးသက်ရောက်မှု ၇၂.၇% ခန့်ရရှိမည်ဖြစ်သည်။ ဒါဟာ စက်ရုံအများစု ရရှိသည့် ၆၀% ကို ကျော်လွန်နေသော်လည်း ထိပ်တန်း စံနှုန်းများနှင့် နှိုင်းယှဉ်ပါက သေးငယ်သော တိုးတက်မှုအတွက် နေရာကျန်ရှိနေဆဲဖြစ်ပြီး ထိပ်တန်း စွမ်းဆောင်ရည်ရှိသူများသည် ပုံမှန်အားဖြင့် ၈၅% ကို ကျော်လွန်ကြသည်။ ထုတ်လုပ်မှု ထိရောက်မှုဆိုင်ရာ လေ့လာမှုများမှ မကြာသေးမီက ရရှိသော အချက်အလက်များအရ OEE ကွဲပြားမှုများကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် အလုပ်အုပ်စုများကြား စက်ပစ္စည်း ရပ်နားမှုကို လျှော့ချခြင်း သို့မဟုတ် ထုတ်ကုန်အမျိုးအစားများကြား ပြောင်းလဲခြင်းအတွက် လုပ်ငန်းစဉ်ကို ရိုးရှင်းအောင် လုပ်ခြင်းကဲ့သို့ လက်တွေ့ လုပ်ဆောင်နိုင်သည့် အချက်များကို ညွှန်ပြနိုင်သည်။

ထုတ်လုပ်မှု ထိရောက်မှုကို ထိခိုက်စေသည့် ဆုံးရှုံးမှု ခြောက်ခု

OEE နှင့် အမြတ်အစွန်းကို ထိခိုက်စေသည့် ယေဘုယျ ထိရောက်မှုမရှိမှုများမှာ အောက်ပါဖြစ်ပါသည်။

ဆုံးရှုံးမှုအမျိုးအစား	ဥပမာများ	သက်ရောက်မှု အရံ
စက်ပစ္စည်း ပျက်ကွက်မှုများ	မှန်းဆမရသော ပျက်စီးမှုများ	ရရှိနိုင်မှု
စတင်ခြင်း/ချိန်ညှိမှုများ	ပြောင်းလဲမှုကာလ အလွန်အကျွံကြာမြင့်ခြင်း	ရရှိနိုင်မှု
အလုပ်မလုပ်ခြင်း/သေးငယ်သော ရပ်ဆိုင်းမှုများ	ဆင်ဆာ သို့မဟုတ် ပစ္စည်းအား ပိတ်ဆို့မှုများ	စွမ်းဆောင်ရည်
အမြန်နှုန်းလျော့ကျခြင်း	စက်ဘီးအချိန်များ အကောင်းဆုံးမဟုတ်ခြင်း	စွမ်းဆောင်ရည်
လုပ်ငန်းစဉ် ချို့ယွင်းချက်များ	ဂဲဗရိုက် အမှားကြောင့် ဖြစ်ပေါ်သော အသုံးမကျတော့သည့်ပစ္စည်းများ	အရည်အချင်း
စတင်အသုံးပြုစဉ် ပြစ်တင်ပယ်ချခြင်းများ	စတင်လည်ပတ်မှုအတွင်း ချို့ယွင်းချက်များ	အရည်အချင်း

ဤပြဿနာများကို ကြိုတင်ထိန်းသိမ်းခြင်း (predictive maintenance) သို့မဟုတ် စံသတ်မှတ်ထားသော လုပ်ထုံးလုပ်နည်းများဖြင့် စနစ်ကျကျ ဖြေရှင်းခြင်းဖြင့် ဆုံးရှုံးနေသော စွမ်းအား၏ ၁၀ မှ ၃၀% အထိ ပြန်လည်ရရှိနိုင်ပါသည်။

စက်ပစ္စည်း စောင့်ကြည့်မှုနည်းပညာများ - အချိန်နှင့်တစ်ပြေးညီ OEE ခြေရာခံခြင်းအတွက်

IoT ဆင်ဆာများနှင့် စက်ပစ္စည်းများကို စောင့်ကြည့်သည့်စနစ်များကို အသုံးပြုခြင်းဖြင့် ထုတ်လုပ်သူများသည် ၎င်းတို့၏ စက်ပစ္စည်းများ စွမ်းဆောင်ရည်မှန်ကန်စွာ အလုပ်လုပ်မှုရှိမရှိကို ချက်ချင်း သိရှိနိုင်ပါသည်။ စက်များ ဘာကြောင့် ရပ်တန့်သွားသည်၊ ထုတ်လုပ်မှုစက်ဝန်းတစ်ခုစီတွင် အချိန်ဘယ်လောက်ကြာသည်၊ ထုတ်ကုန်များတွင် အမှားအယွင်း ရာခိုင်နှုန်းမည်မျှရှိသည် စသည်တို့ကို စောင့်ကြည့်ခြင်းပြုပါသည်။ ဤသို့သော စောင့်ကြည့်မှုစနစ်များသည် ယခင်က လူများကိုယ်တိုင် စာရွက်ပေါ်တွင် မှတ်တမ်းတင်ထားသည့် အချက်အလက်များကို အစားထိုးပေးပါသည်။ ထိုစာရွက်စာတမ်းများတွင် အမှားအယွင်းများနှင့် နောက်ကျမှုများ အများအပြားပါဝင်ပါသည်။ မကြာသေးမီက ထုတ်ဝေခဲ့သည့် သုတေသနအရ OEE ကို အချိန်နှင့်တစ်ပြေးညီ စောင့်ကြည့်ခြင်းကို အသုံးပြုသည့် ကုမ္ပဏီများတွင် မျှော်လင့်မထားသော စက်ရပ်တန့်မှုများ သုံးပုံတစ်ပုံခန့် လျော့နည်းသွားကြောင်း တွေ့ရှိရပါသည်။ ပိုကောင်းသည်မှာ တိုးတက်သော စောင့်ကြည့်မှုစနစ်အချို့သည် အရာဝတ္ထုများ မှားယွင်းသွားသည့်အခါ သတိပေးချက်များကို တိုက်ရိုက်ပို့ပေးပါသည်။ ဥပမာ - ထုတ်လုပ်မှုအတွင်း အပူချိန်များ ပုံမှန်ထက် ပိုမိုတုန်ခါလာပါက ထုတ်ကုန်၏ အရည်အသွေးကို ထိခိုက်စေနိုင်သည့် ပြဿနာများကို ဖြစ်ပေါ်မှီ ဖြေရှင်းနိုင်ရန် စက်လည်ပတ်သူများသို့ ချက်ချင်း အကြောင်းကြားပေးပါသည်။

မေးလေ့ရှိသောမေးခွန်းများ

Lean manufacturing ၏ အဓိက အာရုံစိုက်မှုမှာ အဘယ်နည်း။

Lean manufacturing သည် ထုတ်လုပ်မှုလုပ်ငန်းစဉ်များတွင် အကုန်အကျအနည်းဆုံးဖြင့် ဖောက်သည်များအား တန်ဖိုးပေးပို့ရန် ရည်ရွယ်ပါသည်။

Kaizen ချဉ်းကပ်မှုသည် ထုတ်လုပ်မှုကို မည်သို့တိုးတက်စေပါသနည်း။

Kaizen ချဉ်းကပ်မှုသည် ဝန်ထမ်းများအား အာဏာပေးခြင်းဖြင့် အသေးစား၊ ဆက်တိုက်တိုးတက်မှုများ ပြုလုပ်ခြင်းကို ပါဝင်ပါသည်။ ၎င်းသည် အပိုရင်းနှီးမြှုပ်နှံမှုမရှိဘဲ ထုတ်လုပ်မှုကို တိုးတက်စေပါသည်။

Muda၊ Mura နှင့် Muri တို့သည် အဘယ်နည်း။

Muda သည် တန်ဖိုးမထည့်သွင်းသော လုပ်ဆောင်ချက်များကို ရည်ညွှန်းပြီး Mura သည် မမျှတသော လုပ်ငန်းစဉ်ဖြစ်ပြီး Muri သည် အလုပ်လုပ်သည့် အရင်းအမြစ်များကို ပိုမိုတာဝန်ပေးခြင်းကို ဆိုလိုပါသည်။

Just-in-Time နှင့် Pull စနစ်များသည် စားသုံးကုန်စီမံခန့်ခွဲမှုကို မည်သို့အကျိုးပြုပါသနည်း။

Just-in-Time နှင့် Pull စနစ်များသည် ထုတ်လုပ်မှုကို လက်တွေ့လိုအပ်ချက်နှင့် ကိုက်ညီစေပြီး အလွန်အကျွံရှိသော စားသုံးကုန်ပမာဏကို လျှော့ချကာ ထိရောက်မှုကို မြှင့်တင်ပေးပါသည်။

စုစုပေါင်း စက်ကိရိယာ ထိရောက်မှု (OEE) ဆိုသည်မှာ အဘယ်နည်း။

OEE သည် ရောဂါဖြစ်နိုင်ခြေ၊ စွမ်းဆောင်ရည်နှင့် အရည်အသွေးတို့ကို ထည့်သွင်းစဉ်းစားကာ ထုတ်လုပ်မှုလုပ်ငန်းများ၏ ထိရောက်မှုကို အကဲဖြတ်ရန် အသုံးပြုသော မီတာကိန်းတစ်ခုဖြစ်ပါသည်။