مهندس کیست و که نیست؟!

وعده کرده بودم که در اولین فرصت در رابطه با روز مهندس و مهندسی به تفصیل بنویسم. در باب این که مهندس کیست و که نیست؟ و آیا می توان کسی را به صرفِ داشتن یک دانشنامه – خواه از دانشگاه صنعتی شریف خواه از دانشگاه پیام نور حسن آباد سفلی – مهندس خطاب کرد یا خیر؟

حال الوعده وفا: قصد دارم نگاه و نگره ی شخصی ام به این موضوع را برایتان بازگو کنم. البته نه به تفصیل که در حد حوصله ی خودم و شما. اصراری هم بر درست بودنش ندارم.

ابتدا به ساکن باید عرض کنم این جمله که ”  فارغ از مدرک تحصیلی، اگر پلی ساختید برای عبور از افکار منفی، شما یک مهندس هستید” را به طرز فجیعی قبول ندارم. حتی یک درصد! به قول دوستی اگر چنین پلی را ساختی و یا توان ساختنش را داشتی احتمالاً تو یک روان شناس یا روان پزشک هستی تا یک مهندس.

درست است که مهندسی در معنا و مفهوم درونی اش فقط و فقط تحصیلات و آن یک برگ کاغذی که دانشنامه یا مدرکش می نامند نیست اما آن قدرها هم نامرتبط با آن نیست که بتوان هر نورسیده ی تکیه به مسندزده، حتی آن برادر “حقوق” خوانده را به خاطر یک لیسانسِ گرفته یا نگرفته، مهندس خواند. البته این ها همه یک مشت بدیهیات سطحی بیش نیست و روا نیست خودمان را خیلی درگیرشان کنیم. نکته مهم و پرسش اصلی این است که چه ویژگی هایی از یک دانشگاه رفته ی مدرک به دست یک مهندس می سازد.

اگر بخواهیم تعریفی از مفهوم “مهندسی” بدست دهیم به نظر این حقیر، که اتفاقاً نظر خیلی از بزرگان و متخصصان اهل علم نیز بوده و هست، حل مسئله یا آن گونه که آن ورِ آبی ها می گویند “Problem Solving” بهترین توصیف و تعریف خواهد بود. با این تعبیر، Problem Solving نه فقط یک مهارت که جانِ مهندسی است و مهندس کسی است که توان حل مشکلاتی که پیش بینی شده یا پیش‌بینی نشده رخ می نمایند را داشته باشد. مهم ترین تفاوت مهندس و دانشمند نیز در همین عبارت مستتر است. دانشمند کارش “جمع آوری، دسته بندی، سازماندهی و تفسیر دانش ها” است و مهندس “استفاده از این دانش ها برای حل مشکلات”.

پس اگر توانستی با نگاهی سیستمی بارِ سنگین مشکلی را از دوش سازمانت برداری، اگر توانستی تئوری هایِ بلدشده ی دانشگاهی ات را در عمل به کار گیری تو یک مهندسی.

مجتبی ذوالفقاری

الفبای موجودی

یکی از وظایف حیاتی و کلیدی واحد برنامه ریزی و کنترل تولید، نظارت بر مجموعه ی انبارها و پی ریزی یک نظام کنترل موجودی جامع و قابل اطمینان است. ضعف در کنترل موجودی واقعیتی است مسلم و غیرقابل انکار که بسیاری از شرکت ها و کارخانجات از آن رنج می برند. متاسفانه به دلیل نوع نگاه به مسئله ی انبار و استخدام انبارداران، شاغلان این حوزه معمولاً دانش و تخصص لازم جهت طراحی و مدیریت چنین سیستم هایی را دارا نمی باشند و تمام مهارتشان در ثبت ورود و خروج اقلام، تحویل مواد و قطعات و نهایتاً انبارگردانی پایان سال خلاصه می شود و اگر بخت یار باشد و از قضا مغایرتی در موجودی ها وجود نداشته باشد کلاهشان را یک قد بالا می اندازند و مدیران نیز خشنود از این واقعه و غافل از حجم بهبود عظیمی که بی هیچ التفاتی از کنارش می گذرند.

پیشتر و به کرات وجود اطلاعات دقیق و به روز موجودی ها را یکی از بنیان های ثبات برنامه ریزی تولید و ضامن اثربخشی آن دانستیم. اگر داده ها و اطلاعات مربوط به موجودی انبار و خطوط تولید صحت نداشته باشد برنامه تامین مواد و به تبع آن برنامه تولید با چالش های جدی ای مواجه خواهند شد. از این رو در ورود مهندسان صنایع به این حوزه جای هیچ گفتگویی نیست. کنترل موجودی ورای اطلاع از تعداد و موجودی اقلام، یعنی برقراری توازن میان سودآوری و نقدینگی. یعنی تلاشی مستمر برای به صفر رساندن توقفات و تاخیرات ناشی از نبود مواد و قطعات موردنیاز تولید و در عین حال کاهش ارزش ریالی انبار تا پایین ترین حد ممکن. توازنی که برقراری اش کاری است بس دشوار اما نه نشدنی. یک شبه هم نمی توان ره صد ساله پیمود. زمان می برد و آزمون و خطای بسیار.

این دشواری در انبارهای قطعات یدکی – یعنی انبارهایی که اقلام موردنیاز جهت انجام فعالیت های نگهداری و تعمیرات را ذخیره سازی می کنند – دو چندان است. چرا که زمان بروز خرابی ها امری است کاملاً احتمالی و تصادفی. روش هایی که امروزه برای تعیین نقاط کنترلی انبار – موجودی اطمینان، نقطه سفارش مجدد و … – به کار می رود جملگی بر این فرض استوارند که مصرف مواد و قطعات طی زمان انتظار (Lead Time) ثابت است و نیک می دانیم که این دست فرضیه ها تنها برای درک بهتر مفاهیم مطرح اند و در عالم پیچیده ی واقعی همه چیز حول احتمال و عدم قطعیت می چرخد. بدین سان می بایست به دنبال استفاده از روش هایی بود که جنبه های احتمالی زمان انتظار و میزان مصرف را در محاسبات لحاظ کنند. یعنی بهره بردن از همان تئوری هایی که در دانشگاه خوانده ایم و فکر نمی کردیم جایی به کارمان بیاید مگر در ساخت بدنه هواپیما!

نکته ی مهم این که کنترل موجودی در یک شرکت کاملاً بازبسته به سیستم برنامه ریزی تولید آن شرکت است. به عبارتی همان گونه که به تعداد کارخانه های موجود روی زمین سیستم برنامه ریزی تولید داریم به همان تعداد هم سیستم خاص و منحصر به فرد کنترل موجودی خواهیم داشت. در این رشته از نوشتارها قصد داریم نشان دهیم چگونه می توان روش های مورد استفاده در تعیین نقاط کنترلی انبار را با استفاده از مفاهیم علمی هم چون توزیع نرمال و … علمی تر و واقعی تر نمود.

ادامه دارد …

از کف کارگاه تا بام مدیریت

چیزی که در شرکت‌های ناب به ویژه تویوتا شاهد آن هستیم شروع از پایین‌ترین سطوح کاری و سپس تلاش برای رسیدن به سطوح بالاتر است. به عنوان مثال اکثر مهندسان تویوتا مدتی را در خطوط مونتاژ در کنار کارگران زیر نظر استادکاران می‌گذرانند و سپس به واحدهای مرتبط می‌پیوندند. این نکته را برای بیان این موضوع مطرح کردیم که شاید لازم باشد برای پیشرفت از کف کارگاه شروع کنید.

مثال زنده این موضوع برای من یکی از دوستانم است که ابتدا برای انجام زمان‌سنجی با یکی از شرکت‌های فعال در تهران قرارداد بست. سپس چندماه بعد مسئول آمارِ سالن‌های تولید آن شرکت شد. شاید به نظر برسد این مشاغل برای یک مهندس صنایع دانش‌آموختهٔ دانشگاه امیرکبیر چندان مناسب نباشد اما جالب است بدانید وی در این مدت با نشان دادن توانایی‌های خود به استخدام واحد صنایع آن شرکت درآمد و شک ندارم اگر وضع به همین منوال پیش برود روزی به مقام مدیریت کارخانه خواهد رسید. اگر به خودتان ایمان دارید از هر کجا شروع کنید به قلّه خواهید رسید.

کاربردهای داده کاوی در مدیریت زنجیره تأمین

استفاده از دانش داده کاوی و یادگیری ماشین به سرعت در حال گسترش است. به طور مثال در زمینه مدیریت هوشمند زنجیره تامین، هم اکنون ۲۹ درصد شرکت های کشور های کره جنوبی، ژاپن، تایوان و چین از داده کاوی برای پیش بینی تقاضا و نیاز های انبار و کنترل موجودی استفاده می کنند که پیش بینی می شود این رقم تا سال ۲۰۲۰ به بیش از ۶۰ درصد افزایش پیدا کند. (منبع: سایت Mckinsey)

داده کاوی به طور خاص در حوزه مدیریت عملیات و زنجیره تامین می تواند به سوالات زیر بر اساس داده های موجود، راه حل ها و جواب های درخوری را ارائه دهد. سوالاتی از قبیل:

▪️ مکان یابی بهینه انبارها، خودروهای امداد و … چگونه است؟
▪️ چگونه می توان تمام فعالیت ها در طول زنجیره تامین را بر مبنای شاخص های شخصی، هزینه یابی کرد و هزینه آن را تخمین زد؟
▪️ چگونه می توان تغییرات آنی تقاضا را پیش بینی و مدل کرد؟
▪️ کدام محصولات و یا خدمات بیشترین سفارش را دارند و روند آنها چگونه است؟
▪️ کدام یک از محصولات و خدمات با یکدیگر سفارش داده می شود؟
▪️ گلوگاه های عملکردی سیستم کدام ها هستند؟
▪️ تاثیر نرخ های مختلف تولید و یا عرضه بر تمامی عناصر زنجیره تامین چگونه است؟
▪️ چگونه می توان نوسان های تقاضا را پیش بینی کرده و برای آن آماده شد؟
▪️ عناصر دخلیل در زمان تحویل و یا زمان خدمت رسانی کدام ها هستند و میزان سهم هریک از آنها در تعویق و یا تسریع ارسال محصول و یا ارائه خدمت به چه میزان است؟

لینک مطالعه متن کامل مقاله

وظایف واحد برنامه ریزی تولید

مهم ترین و البته رایج ترین وظایف واحد برنامه ریزی تولید در یک کارخانه شامل موارد زیر می شود. ناگفته نماند این لیست می تواند برای هر کارخانه ای – با توجه به ساختار، ابعاد و برخی فاکتورهای دیگر – متفاوت باشد.

• تهیه برنامه تولید و ابلاغ آن به واحد تولید
• تهیه برنامه تامین مواد جهت سفارش گذاری مواد اولیه و اقلام تولید
• کنترل تولید
• اجرای برنامه های زمان سنجی
• ظرفیت سنجی خطوط و ماشین آلات و برنامه ریزی ظرفیت
• تهیه BOM محصولات
• تهیه مدارک و نمودارهای مربوطه هم چون OPC، FPC و …
• شناسایی گلوگاه های تولیدی و رفع آن ها
• زمانبندی دقیق تولید برای استفاده صحیح از ظرفیت ماشین آلات و نیروی کار
• بررسی و اصلاح جریان مواد در کارگاه
• پایش شاخص های کلیدی عملکرد تولید و تهیه گزارشات تحلیلی برای مدیریت
• نظارت و کنترل بر مجموعه انبارها
• پی ریزی یک سیستم کنترل موجودی و تعیین نقطه سفارش، موجودی اطمینان و حداقل/ حداکثر میزان موجودی
• نظارت بر ورود و خروج و گردش و تحویل کالا
• نظارت بر کدینگ،‌ چیدمان، جابجایی و نگهداری اقلام در انبار
• تهیه بانک های اطلاعاتی محصول، مواد و قطعات

در دوره ی آفلاین برنامه ریزی تولید در رابطه با موارد یاد شده به تفصیل سخن گفته ایم. اگر موردی از قلم افتاده است لطفاً در قسمت نظرات یادآور شوید.

واقعیت برنامه ریزی تولید در ایران

معدود کارخانه هایی را می توان یافت که واحد برنامه ریزی و کنترل تولید (PPC Department) را تمام و کمال پی ریخته باشند تا از قِبَل آن شاخص هایی همچون سودآوری، تحویل به موقع، ضایعات، تاخیرات و توقفات خط تولید را بهبود بخشند. اما از همین قلیل، هنوز هم عده ی کثیری نتوانسته اند از روتین هایی هم چون گزارش دهی و برنامه ریزی بر روی کاغذ پا فراتر بگذارند و در عمل کاری بکنند کارستان. خود به چشم خویشتن دیده ام که خیلی وقت ها واحد PPC از ساده ترین واقعیت ها و اتفاقاتی که زیر سقف کارخانه رخ می دهد بی خبر است. باورش سخت است اما گاهی وقت ها واحد برنامه ریزی و کنترل حتی نمی داند چه محصولی روی خط است (از این مجمل تو خود بخوان حدیث مفصل). دلیلش هم روشن است : هیچ سیستمی برای تهیه و انتقال اطلاعات Real Time و کنترل سطح کارگاه (SFC) وجود ندارد و تیم تولید حتی اگر مایل باشد – که اغلب نیست – نمی تواند اطلاعات را بی درنگ در اختیار واحد برنامه ریزی و کنترل تولید قرار دهد. نتیجه این از همه جا بی خبری می شود تهیه برنامه های ضعیف و تاخیراتی که از همان مرحله برنامه ریزی شروع می شوند و زنجیروار تمامی فعالیت ها و سفارش ها را تحت تاثیر قرار می دهند. این موضوع هم چنین بر محاسبه ظرفیت در دسترس واقعی نیز اثر می گذارد و برای فرآیندی که پیش نیاز مبرمش وجود اطلاعات دقیق – به ویژه اطلاعات ظرفیتی ماشین آلات – است این یعنی فاجعه. برنامه ریزی و کنترل مکمل یک دیگر هستند.  دو بال هستند برای پرواز PPC. پیداست هیچ پرنده ای را نمی توان یافت که با یک بال قدرت پرواز داشته باشد. در دنیای صنعت هم وضع همین است. بهترین پیش بینی ها و بهترین و دقیق ترین برنامه ها را هم که داشته باشی اگر کنترل تولید را چاشنی اش نکنی باز یک جای کار می لنگد و سخت در اشتباهی اگر کنترل تولید را در دریافت گزارش روزانه و تکمیل فرم توقفات تولید خلاصه کنی. کنترل تولید یک ساز و کار و یا به قول آن ور آبی ها یک مکانیسم است برای پایش کارخانه و نظارت آنلاین بر اجرای برنامه تولید. هر سفارش در ادبیات تولید حکم یک پروژه را دارد که می بایست در هر لحظه از زمان PPC بتواند درصد پیشرفت واقعی و برنامه ای آن را محاسبه و برای تاخیرات و عقب افتادگی هایش اقدامی درخور تعریف کند. انحراف ها باید تحلیل گردد و در صورت نیاز اقدامات اصلاحی مناسب به برنامه تزریق شود. تجربیات تولید هر برنامه می تواند درسی باشد برای بهبود برنامه های آتی.

این واقعیت ها نشان می دهد برنامه ریزی و کنترل تولید آن چنان که باید در صنایع کشور اصولی، فعال و پویا نیست. مدت هاست که از ماهیت و واقعیت علم برنامه ریزی و کنترل تولید به دور افتاده ایم و اغلب کار جدی ای انجام نمی دهیم و اگر کاری جدی ای در کار باشد نتیجه ای عایدمان نمی شود. بارها و بارها برای کاهش هزینه ها و کوتاه تر کردن Lead Time ها برنامه ریزی می کنیم اما وضع بهتر که هیچ بدتر از قبل هم می شود. اصلاً بگذارید خیالتان را راحت کنم تا وقتی کارخانه واحد برنامه ریزی تولیدش را کنترل بکند نه واحد برنامه ریزی کارخانه را، تا وقتی تیم تولید آن قدر قدرت دارد که برنامه را – حتی به اندازه یک واحد محصول – تغییر دهد وضع به همین منوال است و هیچ بهبودی حاصل نخواهد شد.


تشریح چالش های واحد برنامه ریزی تولید

مهم ترین چالش های پیشِ روی دپارتمان و فرآیند برنامه ریزی و کنترل تولید به شرح زیر است. در این پست به کوتاهی برخی را بررسی و تحلیل می کنیم:

۱ – تاخیر در تامین مواد اولیه و قطعات
۲ – تاخیرات تولید
۳ – داده های نادقیق و نادرست
۴ – چالش های مرتبط با واحد تولید
۵ – چالش های مرتبط با تامین کنندگان
۶ – دام کنترل کیفیت نهایی

۱ – تاخیر در تامین مواد اولیه و قطعات

مواد اولیه و قطعات همانند خون در رگ های یک کارخانه هستند. تا مواد و قطعات نباشد تولیدی هم وجود نخواهد داشت. مواد و قطعات می بایست به هنگام نیاز به مقدار کافی در دسترس باشند. عدم ارسال به موقع توسط تامین کننده، آسیب دیدن محموله حین انتقال، آسیب دیدن قسمتی از محموله حین بارگیری، ارسال ناکافی، عدم تایید مواد و قطعات ورودی توسط واحد QC و … عواملی هستند که باعث بروز تاخیر در تامین مواد و قطعات و نهایتا اثر منفی بر برنامه تولید و شاخص تحویل به موقع می شوند. برای مقابله با اثر نامطلوب این عوامل می توان اقدامات زیر را به کار گرفت:

۱ – تعیین دقیق سطوح SS و ROP، بازنگری و به روز آوری دوره ای آن

۲ – تعیین ROP داینامیک

۳ – دقت در تعیین LT ها و بروزآوری آن

۴ – شدن از قید وابستگی به یک تامین کننده و همکاری با چند تامین کننده در آنِ واحد

۵ – شناسایی و ارزیابی تامین کنندگان بالقوه برای مواقع اضطراری

۶ – اگر قطعه یا محصولی خارجی است نمونه های مشابه داخلی اش را شناسایی و بررسی کنید.

برنامه تولید و برنامه تامین مواد را به موقع تنظیم کنید و سفارش ها را هر چه زودتر برای تامین کننده بفرستید.

وضعیت سفارشات را به طور منظم از تامین کننده پیگیری کنید.

۲ – تاخیرات تولید

تاخیرات تولید ناشی از شرایط پیش بینی نشده ای هم چون موارد زیر هستند. کاهش تاخیرات تولید تنها با همکاری تمامی دپارتمان های عملیاتی – تولید و نت – امکان پذیر است.

۱ – اعتصابات و اعتراضات کارگری

۲ – خرابی ماشین آلات

۳ – کاهش کارایی عملیات های گلوگاهی و کلیدی

۴ – غیبت کارگران

۵ – توقف خط تولید به دلیل مشکللات کیفی

۳ – داده های نادقیق و نادرست

داده ها سنگ بنای فرآیند برنامه ریزی و کنترل تولید هستند. بدون وجود داده های دقیق و قابل اطمینان PPC اعتبارش را از دست می دهد. تا زمانی پیش بینی واقع بینانه فروش، زمان های استاندارد تولید قطعات، راندمان و ظرفیت ماشین آلات و BOM دقیق محصولات در دست نباشد چگونه می توان برنامه تولید نوشت و آن را اجرا نمود؟ اولین گام تهیه این اطلاعات و داده هاست. حتی اگر قبل از شما شخص دیگری این اطلاعات را گردآوری کرده باشد باز هم چشم بسته آن را نپذیرید. داده ها را آزمون و با شرایط واقعی مقایسه کنید. فارغ از خطاهای انسانی که ممکن است اندازه گیری ها را تحت الشعاع قرار دهد تغییر شرایط نیز می تواند صحت داده ها را با چالش های جدی مواجه کند. هیچ وقت نمی توان با داده های زمان سنجی شده یک سال قبل برای فردا تصمیم گرفت. چه بسا طی یک سال گذشته راندمان ماشین آلات افت کرده باشد و در عمل نتوان به اهداف موردنظر دست یافت. با ورود مواد جدید از تامین کنندگان جدید BOM محصولات نیز تحت تاثیر قرار می گیرد و وجود انحراف و عدم صحت در این زمینه می تواند برنامه تامین مواد و قطعات را با مشکل مواجه کند. پس داده ها را جدی بگیرید و آن ها را به صورت دوره ای بازنگری و اصلاح کنید.

ادامه دارد …

دورآفلاین برنامه ریزی تولید – تکمیلی

محتوای دوره تقریباً آماده است و فقط مانده ضبط آن. سعی کرده ام چیزی از قلم نیفتد، با این حال مطالب در این حوزه به قدری گسترده است که در هر صورت حق مطلب را آن چنان که باید نمی توان ادا کرد. به عنوان مثال در رابطه با چالش های موجود در حوزه برنامه ریزی تولید که الحق یکی از موضوعات بسیار مهم و مبتلا به است می توان ساعت ها نطق کرد اما دریغا که به دلیل ضیق وقت و محدودیت های موجود ناچاریم به گذری و نظری بر آن.

یک موضوع جدید هم به محتوای دوره اضافه شده است. اگر همه چیز خوب پیش برود در باب کاربرد نرم افزار MSP در زمانبندی تولید نیز خواهم گفت و دستورالعملی جمع و جور برایش ارائه خواهم داد.

دغدغه ام همه این است که این دوره فراتر از آموزش چند تکنیک مهندسی صنایع، بینش دهنده باشد و باشد که راهی بگشاید فراروی مخاطبانش: دوست دارم همان اتفاقی که دو سال قبل برای خودم افتاد در این دوره برای تک تک مخاطبان نیز بیفتد.

اصل ۹۰/۱۰

۹۰/۱۰ principle:
In general, only 10% of the things that happen to you, are not within your control.
Focus on the other 90%!

اصل ۹۰/۱۰ می گوید تنها ۱۰% چیزهایی که برای مَنِ نوعی رخ می دهد خارج از کنترل اَم است و آن ۹۰% دیگر تحت کنترل. حواسمان باشد این ۱۰ درصد – که اسمش را هر چه می خواهید بگذارید جبر، تقدیر، قضا و قدر، سرنوشت و یا بدشانسی – بازمان ندارد از آن ۹۰ درصدی که توان تغییرش را داریم.