
Het testen van de capaciteit bij een DC van FrieslandCampina
Opdrachtgever: FrieslandCampina
Projectleider: Roland van de Kerkhof
Zuivelfabrikant FrieslandCampina produceert verschillende soorten zuivel, die vervolgens in een van de distributiecentra (DC) opgeslagen worden voor verdere distributie. Zo ook in het recent gebouwde DC van FrieslandCampina in Maasdam: een vrijwel volledig geautomatiseerd magazijn waarin pallets met zuivel opgeslagen en gepickt kunnen worden. Als de fabriek ernaast uit wil breiden met een extra kwarklijn, rijst de vraag of het DC dan nog steeds genoeg capaciteit heeft of dat er ergens bottlenecks ontstaan.
De vraag van FrieslandCampina aan SD&Co:
“Wat is de huidige capaciteit van het DC en op welke manier kunnen we deze capaciteit verhogen?”
Om deze vraag te beantwoorden hebben we samen met het projectteam binnen FrieslandCampina twee simulatiemodellen ontwikkeld, de data uit verschillende IT-systemen geanalyseerd en meerdere tests in de praktijk uitgevoerd.
- 1Ontwikkelen van twee simulatiemodellen van de processen in het geautomatiseerde DC.
- 2Analyseren van data uit diverse IT-systemen van de fabriek en het DC.
- 3Uitvoeren van gerichte testen in de praktijk en opnemen van processen met GoPro’s op rustige momenten.
Lessen uit het project
Het is niet eenvoudig om de capaciteit (en de bottlenecks) van een distributiecentrum te bepalen.
Zelfs als het om een bijna volledig geautomatiseerd en gepalletiseerd DC gaat, blijkt het in de praktijk lastig om te bepalen wat de huidige capaciteit is. Bij dit project waren er 3 informatiebronnen beschikbaar: (1) de ontwerpcapaciteit van de leverancier, (2) de gemeten doorstroming in de afgelopen 10 dagen en (3) de gemeten tijd tussen opeenvolgende pallets in de afgelopen 10 dagen. Maar 3 verschillende klokken staan zelden gelijk, zo ook hier.
We zagen dat de theoretische capaciteit (ontwerpcapaciteit) structureel lager was dan de gemeten capaciteit (de maximale doorstroming in de afgelopen 10 dagen). Maar zelfs de gemeten capaciteit is in veel gevallen een onderschatting. De snelheid van een processtap is namelijk niet alleen afhankelijk van de capaciteit van die processtap, maar bijvoorbeeld ook van de aanvoer van pallets, opstoppingen verderop, etc. Zowel de theoretische als de gemeten capaciteit bleek daarom in veel gevallen lager te zijn dan de berekende capaciteit.
Conclusie
Wanneer je verwacht dat er in je distributiecentrum of fabriek in de toekomst bottlenecks gaan ontstaan, is het waardevol om te weten wat de capaciteit van deze processen is. Als je enkel uitgaat van de theoretische of gemeten capaciteit, loop je het risico dat de capaciteit onderschat wordt. Bij een verschil tussen de theoretische capaciteit en de gerealiseerde doorstroming, is het aan te raden om dit grondiger uit te zoeken — door de capaciteit te berekenen of gerichte tests uit te voeren.
Hoe hoger de mate van automatisering, hoe groter de invloed van de mens op de uiteindelijke prestaties van het systeem.
Het klinkt paradoxaal, maar dit fenomeen wordt vaker geobserveerd. En zo ook in dit project. Bij FrieslandCampina bleek de belangrijkste bottleneck van het outbound proces het laadproces te zijn. In dit proces worden de outbound pallets vanuit het DC alvast klaargezet (gestaged) om, zodra de vrachtwagen er is, door de chauffeur in de vrachtwagen geladen te worden. Initieel was de verwachting dat dit proces geen bottleneck kon zijn: er zijn meer dan voldoende docks voor de vrachtwagens, de snelheid van laden is hoog genoeg om geen opstopping te veroorzaken en er is veel ruimte om de pallets alvast klaar te zetten.
Maar uit de data bleek dat pieken in de staging en het laden van pallets (waarin optimaal gebruik werd gemaakt van de outbound capaciteit) elke keer gevolgd werden door dalen. Een aparte simulatie van dit laadproces leerde ons dat deze beperkte benutting veroorzaakt werd door de aansturing van de betrokken processen: pallets worden vaak vrachtwagen voor vrachtwagen gestaged, waardoor slechts een van de twee outbound liften tegelijk actief is. Beiden moeten dus gelijktijdig aangepast worden — de aankomst van vrachtwagens én het aansturen van het stagen — om optimaal gebruik te kunnen maken van de outbound capaciteit.
Conclusie
Als een proces grotendeels geautomatiseerd is, kan het geen kwaad ook naar de menselijke rol binnen dit proces te kijken. Des te groter de mate van automatisering, des te groter de invloed van menselijke aansturing op de performance van het proces.
Om de maximale waarde uit de simulatie te halen zijn aanvullende tests en metingen van grote waarde.
Dit was een project onder tijdsdruk, waarbij in korte tijd een antwoord gevonden moest worden op de hoofdvraag. Na het definiëren en bepalen van de scope van het vraagstuk gingen we direct aan de slag met het ontwikkelen van de eerste versie van het simulatiemodel. Dit was een iteratief proces, waarbij het verder ontwikkelen van het model steeds leidde tot nieuwe procesvragen en data-analyse.
Na ruim een week was de eerste versie van het model ontwikkeld, waarbij we met het hele projectteam controleerden of het model realistisch gedrag vertoonde. Ook werd er een sensitiviteitsanalyse uitgevoerd om te achterhalen welke variabelen een groot effect hebben op de KPIs. In het weekend erop zijn er door FrieslandCampina in het DC gerichte tests uitgevoerd (met GoPro’s) om meer inzicht te verkrijgen in deze variabelen.
Hierdoor ontdekten we dat een potentiële bottleneck, het laadproces, nog niet in de simulatie zat en dat hiervoor een aparte simulatie ontwikkeld werd. In een vervolgworkshop is dit model samen met de hele projectgroep geanalyseerd en zijn er ideeën voor verbetering gevormd. Het mooie is dat vrijwel alle verbeterideeën vanuit de betrokkenen van FrieslandCampina kwamen — zij zitten immers het beste in het proces.
Conclusie
De waarde van een simulatie zit niet in de simulatie zelf, maar in het werken mét de simulatie. De gerichte tests hebben uitstekend geholpen om de belangrijke variabelen accurater te weten en de verbeterideeën te verifiëren. De intensieve samenwerking tussen FrieslandCampina en SD&Co was hier van essentieel belang.
Volgende stap
Klaar om uw systeem digitaal tot leven te brengen?
Laten we samen verkennen hoe een digital twin kan helpen met de verdere ontwikkeling van uw systeem — efficiënt, veilig en accuraat.
Stationsplein 45, Unit A4.004
3013 AK Rotterdam