Načrtovanje žage

Načrtovanje žagarske proizvodnje: Horizont, zbirka naročil in napoved donosa

Načrtovanje žagarske proizvodnje: Horizont, zbirka naročil in napoved donosa

Načrtovanje proizvodnje v žagi

Če trgovina določa razpoložljivi manevrski prostor, načrtovanje odloča, koliko tega prostora dejansko izkoristite. Po našem mnenju je načrtovanje vzvod z velikim učinkom, pogosto pa tudi premalo razvit, ker običajno živi v preglednicah in v glavi enega tehnologa. Članek pojasnjuje, zakaj kratkoročno načrtovanje omejuje načrtovalca, kaj se spremeni, ko načrtujete na časovnem oknu, in kako je v praksi videti dobra optimizacija žage – zgrajena okoli načrtovanja serij žaganja in izrecnega modela izkoristka, ne okoli izkustvenih pravil. Številke so označene glede na izvor: povzete iz vira, lastna ocena podjetja SawmillSmart ali ponazoritvene.

Zakaj je načrtovanje najvišji vzvod

Trgovina določi ponudbo, s katero mora načrtovalec delati. Sortiranje odloča, ali so odločitve načrtovalca fizično izvedljive. Žaganje, sušenje in suho sortiranje načrt izvedejo ali uničijo. Načrtovanje je sredi verige in je po našem mnenju korak z največjim vzvodom za izboljšanje izkoristka lesa, ker je edini korak, ki izbira. Vsak drug korak bodisi pripravi vhod za to izbiro bodisi izvede njene posledice. „Največji vzvod“ je naša presoja, ne izmerjena razvrstitev korakov. Strokovna literatura proizvodno načrtovanje v žagah opisuje kot ključni dejavnik za argentinski žagarski sektor (Vanzetti et al., 2018) in kot zahtevno, med drugim zaradi heterogenosti surovine (Chabanet et al., 2022).

Mnoge žage premalo vlagajo v načrtovanje iz posebnega razloga: načrtovanje ne izgleda kot delo. Prodajalec telefonira. Žaga je glasna in vidna. Sušilnica ima odčitke temperature in jasne čase ciklov. Tehnolog sedi za mizo s preglednico in odloča, kateri vzorec žaganja bo jutri na liniji. Od zunaj je to videti kot papirologija. V resnici ta izbira določa, katere deske bo linija izdelala in za koliko jih bo mogoče prodati.

Teza tega članka je preprosta: če načrtujemo eno izmeno naenkrat, z knjigo naročil, ki je pač odprta, in po izkustvenih pravilih, ki jih je tehnolog gradil leta, lahko pustimo izkoristek in pokritost naročil neizkoriščena. Koliko, je odvisno od žage, splošne številke pa ne trdimo. Rešitev, ki jo predlagamo, je strukturna, ne osebna. Horizont ene izmene zamenjajte z oknom načrtovanja. Zaprto knjigo naročil zamenjajte z zbirko naročil v obsegu približno 1,5× proizvodnje (izkustveno pravilo podjetja SawmillSmart, pojasnjeno spodaj). Izkustvena pravila zamenjajte z modelom izkoristka, ki kompromise količinsko opredeli.

Preostanek članka obravnava vsak del te rešitve.

Past premikov — zakaj mlini privzeto uporabljajo načrtovanje s kratkimi obzorji

Preden preidemo na to, kaj je horizontno načrtovanje, je treba razumeti, zakaj ga mnoge žage ne izvajajo. Kratek odgovor: načrtovanje izmeno za izmeno deluje varneje in ustreza temu, kako je organiziran preostali del žage. Po našem mnenju pa običajno pušča vrednost neizkoriščeno. Spodnje tri sile in štirje stroški so opažanja podjetja SawmillSmart iz projektnega dela, ne rezultati raziskav.

Zakaj je načrtovanje po izmenah tako pogosto

Tri sile potiskajo žage k kratkemu horizontu:

Informacije, ki jih ima tehnolog v ponedeljek zjutraj, se zdijo otipljive. Današnja razvrščena zaloga hlodov je pred njim. Današnja odprta naročila so v knjigi naročil. Današnja žagalna linija je nastavljena tako, kot je bila v petek. Jutri je bolj negotov – kupec lahko preloži, žagalni stroj lahko potrebuje premor za poravnavo, dobava hlodov se lahko zamakne. Tehnolog zato načrtuje dan, ki ga vidi, in zaupa, da bo naslednji dan rešil, ko pride.

Reaktivna kultura to nagrajuje. Ko kupec v petek popoldne pokliče z nujnim naročilom, je odziv, ki ga vsi spoštujejo, „že bomo našli način, da ga vrinemo“. Ta odziv je mogoč le, če je načrt kratek. Dvotedenski načrt, ki pravi „vstavimo vas v 3. tednu“, se zdi manj uporaben kot „jutri se bomo že znašli“, tudi kadar bi dvotedenski načrt obema stranema prinesel boljšo ekonomiko.

Orodja to utrjujejo. Preglednice so odlične za enodnevni načrt in obupne za dvotedensko tekoče načrtovanje. Sistemi ERP praviloma beležijo, kaj se je zgodilo, namesto da bi predlagali, kaj naj se zgodi naslednje. Brez namenske programske opreme za načrtovanje je trenje pri načrtovanju na daljši horizont tako veliko, da ga nihče ne izvaja.

Skriti stroški načrtovanja po izmenah

Vidnega stroška načrtovanja po izmenah ni – žaga še naprej obratuje. Skriti strošek sta izkoristek in pokritost naročil, ki ostaneta neizkoriščena, kaže pa se lahko na štiri načine:

  • Prisilne prilagoditve. Z naročili za eno izmeno in razvrščenimi hlodi za eno izmeno ima načrtovalec le nekaj možnosti za vzorec žaganja. Izbrani vzorec je najmanj slaba možnost iz majhnega nabora. Izkoristek je tisto, kar ta najmanj slaba možnost da.
  • Prelaganje naročil. Naročila, ki jih načrtovalec danes ni mogel umestiti, se brez konteksta prenesejo na jutri. Jutrišnji načrtovalec – včasih ista oseba, včasih tehnolog druge izmene – začne znova.
  • Neusklajenost s sušilnico. Sušenje je pomemben procesni korak v žagah z velikim obsegom proizvodnje (Huka et al., 2020), po opažanju podjetja SawmillSmart pa tok skozi sušilnico poteka v dnevih, ne v urah. Načrtovalec, ki dela na današnji žagalni liniji, ne vidi šarž sušilnice, ki jih bo treba napolniti naslednji teden. Napol prazne šarže lahko postanejo rutina.
  • Kompromisi pri postrežbi strank. Brez horizonta je vsaka zahteva kupca dvojiška: da danes ali ne do nadaljnjega. Žage s horizontom lahko samozavestno ponudijo „dobavimo v 3. tednu“ – in nekateri kupci to morda raje imajo kot naglo obljubo.

Načelo horizonta — kaj se spremeni, ko načrtujete okno

Horizontno načrtovanje je točno to, kar pove ime: namesto da optimizira eno izmeno naenkrat, načrtovalec kot en sam problem optimizira okno – na primer en do dva tedna proizvodnje. Načrtovana je še vedno vsaka izmena v oknu; razlika je v tem, da je načrt vsake izmene izbran ob poznavanju načrta vseh drugih izmen, celotne razvrščene zaloge hlodov po premerih, celotne zbirke naročil in toka skozi sušilnico navzdol. To je temelj učinkovitega načrtovanja serij žaganja: ne „kaj teče naslednje?“, temveč „kaj teče v celotnem oknu in v kakšnem zaporedju?“

Vzporednica s Toyoto – zakaj ta zamisel ni nova

Načelo horizonta ni izum žag. Znana različica tega razmišljanja je Toyota Production System (TPS), razvit pri Toyoti pod vodstvom Taiichija Ohna; Sugimori et al. (1977) ga opisujejo kot sistem, ki se je pri Toyoti uveljavil v preteklih 20 letih. TPS je reševal problem, ki je žagi znan: izdelovati le potrebne izdelke ob potrebnem času v potrebni količini ter hkrati zadrževati zalogo na minimumu (Sugimori et al.; Toyota Motor Corporation) – čeprav sta oprema in surovina drugačni.

Tri zamisli iz TPS ponujajo uporabne analogije za optimizacijo žag (preslikava je naša razlaga):

  • Heijunka – izravnava proizvodnje. Toyotina praksa izravnane proizvodnje je opisana v Monden (1994). V jeziku žage je najbližja analogija planski horizont: okno obravnavamo kot en problem. Analogija je naša; žaga izravnava nekaj drugega.
  • Just-in-Time: samo kar je potrebno, ko je potrebno, v potrebni količini. Toyota Just-in-Time opisuje tako (Toyota Motor Corporation), Sugimori et al. pa dodajajo, da se zaloga zadržuje na minimumu. Zbirka naročil odpira sorodno razmerje za žage: če je zbirka naročil premajhna, načrtovalec nima izbire; če je prevelika, obratni kapital naraste. Imenovanje zbirke naročil 1,5× „medpomnilnik JIT“ je naša analogija, ne Toyotina praksa.
  • Andon – težave takoj naredi vidne. Pri Toyoti se tabla andon prižge, ko se oprema ustavi ali ko delavec potegne ustavitveno vrvico, da se lahko odgovorna oseba odzove (Toyota Motor Corporation). Žaga, ki načrt in dejansko stanje pregleda šele ob koncu meseca, za zaostanek izve dolgo po tem, ko je nastal. Primerjava načrtovanega in dejanskega izkoristka še isti dan, ko je mogoče vzrok še raziskati, je zamisel andona, uporabljena pri izboljšanju izkoristka lesa.

Analogija ni popolna – Toyota sestavlja standardizirane dele v standardizirane izdelke, žaga pa prejema spremenljivo surovino (hlode) in iz istega hloda hkrati izdeluje več izdelkov: divergenten proces s sočasno proizvodnjo (Dumetz et al., 2016), pri katerem heterogenost surovine in divergentni tokovi izdelkov otežujejo vodenje operacij (Dumetz et al., 2015). Prevzemamo osnovne zamisli – širši planski horizont, ustrezno velik medpomnilnik, hitro povratno informacijo. Članek ne trdi, da bi žage dosegle izboljšanje v velikosti Toyotinega.

V naslednjih štirih razdelkih so opisani štirje mehanizmi, prek katerih lahko daljši horizont pomaga žagi. Gre za opis podjetja SawmillSmart, primeri pa uporabljajo ponazoritvene številke.

Načrtovanje po izmenah proti horizontnemu načrtovanju (ponazoritveno) Isti hlodi, ista naročila, ista linija – drugačno okno načrtovanja Načrtovanje po izmenah – okno 1 dan Vidna zaloga: 180 mm 1 premer na liniji Vidna naročila: 22×100 25×100 2 ustrezni odprti naročili Razpoložljivi vzorci: Vzorec A Vzorec B 2 kandidata – prisilna prilagoditev Izid: prisilna prilagoditev Najmanj slaba možnost iz majhnega nabora Horizontno načrtovanje – okno 2 tedna Vidna zaloga: 160 180 200 3 premeri v zalogi Zbirka naročil (1,5×): 8 odprtih naročil za izbiro Razpoložljivi vzorci: P1 P2 P3 P4 P5 12–15 kandidatov – prava izbira Izid: prava izbira Najboljša možnost iz velikega nabora, uravnotežena čez teden
Ponazoritveni diagram, ne izmerjeni podatki: razlika ni v trudu, temveč v velikosti nabora izbir, s katerim sme načrtovalec delati.

Mehanizem 1 – Svoboda pri izbiri vzorca

Z zalogo za eno izmeno in naročili za eno izmeno ima načrtovalec morda le nekaj izvedljivih vzorcev žaganja. Z enim do dvema tednoma horizonta se kandidati pomnožijo prek vseh razpoložljivih premerov in vseh odprtih naročil, načrtovalec pa lahko izbere peščico tistih, ki bodo tekli v oknu. Števila v diagramu (2 proti 12–15) so ponazoritvena.

Najboljša možnost v večjem naboru ni nikoli slabša od najboljše v njegovi podmnožici; koliko boljša je, je odvisno od žage, njenih hlodov in naročil. Načrtovalec, ki dela iz majhnega nabora, dobi najmanj slabo možnost. Načrtovalec, ki dela iz velikega nabora, lahko dobi resnično dobro. Objavljeni modeli načrtovanja v žagah naredijo isto potezo: za vsak dan načrtovanja hkrati izberejo nabor vzorcev žaganja glede na zahtevano povpraševanje (Vanzetti et al., 2018).

Mehanizem 2 – Časovno usklajevanje zaloge

Razvrščena zaloga hlodov se spreminja iz dneva v dan. Premer, ki je v ponedeljek dobro založen, lahko v sredo usahne in se do petka spet napolni. Načrtovalec, ki dela na današnji izmeni, vzame, kar ima pred seboj, in žaga. Načrtovalec, ki dela na horizontu, lahko počaka – določen nabor naročil dodeli četrtkovi izmeni, ker bo do takrat zaloga premera 200 mm polna, ponedeljkovo izmeno pa požaga na 180 mm.

Prihranki tu niso prihranki izkoristka na rez, temveč prihranki zaradi vrednosti možnosti. Horizont načrtovalcu omogoča, da zalogo hlodov porabi v trenutku, ko se najbolje ujema z naročili, ne v trenutku, ko je na voljo.

Mehanizem 3 – Kontinuiteta med izmenami

Načrtovanje po izmenah vsako izmeno obravnava kot neodvisno. Naročilo, ki je bilo ob koncu ponedeljka izpolnjeno 60-odstotno, se brez kontinuitete prenese na torek. Torkov načrtovalec – morda tehnolog naslednje izmene – odločitev o vzorcu žaganja začne znova, pogosto z drugačno izbiro. Preostalih 40 % ponedeljkovega naročila lahko zahteva več nastavitev in več preureditev, kot bi jih bilo potrebno (ponazoritveni odstotki).

Horizontno načrtovanje prenaša kontinuiteto med izmenami. Isti vzorec žaganja teče od ponedeljkovega popoldneva v torkovo jutro, da se odprto naročilo izpolni; preureditev se zgodi enkrat, ob koncu naročila, ne ob koncu vsake izmene.

Mehanizem 4 – Uskladitev s tokom v sušilnici

Sušenje v sušilnici poteka po lastnem ciklu, deske, razžagane v ponedeljek, pa se ne posušijo do ponedeljka. Polnjenje in razporejanje sušilnice je samostojen problem načrtovanja (Huka et al., 2020), nedavna študija večobdobnega načrtovanja pa sušenje prikazuje kot pogosto ozko grlo za dobavne roke in za zmožnost izpolnjevanja povpraševanja kupcev (Kökten in Bayraktar, 2026). Načrtovalec, ki dela na današnji izmeni, ne vidi, katere šarže sušilnice bodo prihodnji torek pripravljene za polnjenje, zato se šarže lahko sestavljajo reaktivno iz desk, ki pač pridejo z linije.

Horizontno načrtovanje uskladi rez s sušenjem. Načrtovalec, ki vidi, da bo šarža sušilnice prihodnji torek potrebovala deske debeline 22 mm, lahko vzorec žaganja za ta ponedeljek načrtuje tako, da izdela deske 22 mm v pravi količini – sušilnica iz pasivnega porabnika postane aktivni partner v načrtu. Koliko zmogljivosti se tako povrne, je odvisno od žage; neodvisnega podatka nimamo.

Skupina naročil 1,5 × — določanje velikosti vnosa

Horizontno načrtovanje deluje le, če je iz česa izbirati. 2-tedenski horizont nad knjigo naročil, ki je natanko enaka 2 tednoma proizvodnje, še vedno povzroča prisilne prilagoditve – vsako naročilo mora kam, optimizacijski problem pa nima nobene rezerve. Da se vrednost horizonta sprosti, mora biti zbirka naročil večja od obsega proizvodnje v oknu. Z zbirko naročil mislimo odprta, potrjena naročila, merjena v m³ žaganega lesa in primerjana z lesom, ki ga bo linija izdelala v istem oknu.

Delovno izkustveno pravilo podjetja SawmillSmart je približno 1,5× obsega proizvodnje v oknu načrtovanja. To je hevristika iz našega projektnega dela, ne vrednost, izpeljana iz objavljene študije; neodvisnega vira za optimalno razmerje zbirke nismo našli, prava številka pa se bo od žage do žage razlikovala. Kot ponazoritveni izračun: za dvotedensko okno, v katerem nastane 4 000 m³ lesa, zbirka 1,5× pomeni 4 000 × 1,5 = 6 000 m³ odprtih, potrjenih naročil, ki jih je mogoče izpolniti iz te proizvodnje.

Velikost zbirke naročil – izkustveno pravilo podjetja SawmillSmart Velikost zbirke kot večkratnik obsega proizvodnje v oknu načrtovanja (izkustveno pravilo, ne izmerjeni podatki) 1.0× 1.3× 1.5× 1.7× 2.0× Prisilne prilagoditve Nekaj izbire CILJ Prava izbira, obvladljiv obr. kapital Padajoči donosi Optimizacija ni mogoča Najboljši izkoristek × pokritost kompromisi na voljo Vezan obratni kapital, tveganje za postrežbo strank

Zakaj 1,5× in ne 1,0× ali 2,0×

Spodnji pasovi so izkustvena pravila. Pragov nismo povzeli iz študije; opisujejo, kako se kompromis običajno kaže v projektnem delu podjetja SawmillSmart.

Pod 1,3× – prisilne prilagoditve. Vsako naročilo v knjigi mora v oknu načrtovanja skozi linijo. Načrtovalec nima rezerve. Optimizacijski problem se izrodi nazaj v past izmene, le na daljšem horizontu.

Od 1,3× do 1,5× – uporabno. Načrtovalec ima nekaj izbire, zlasti pri specifikacijah velikega obsega, ki se prekrivajo prek več premerov. Izkoristek in pokritost naročil se lahko izboljšata. Po našem izkustvenem pravilu je to najmanjša uporabna zbirka.

1,5× – delovni cilj. Izbira vzorca je res odprta. Načrtovalec lahko hkrati uravnoteži izkoristek, pokritost naročil in tok skozi sušilnico. Obratni kapital, vezan v obljubljenih, a nerazžaganih naročilih, je obvladljiv. Postrežbo strank je lažje ohraniti, ker je večino naročil mogoče izpolniti v dogovorjenem roku.

Od 1,7× do 2,0× – padajoči donosi in resnični stroški. Mejni prirast izkoristka zaradi večje zbirke se lahko izravna – izbranih bo vedno le toliko vzorcev, ne glede na število kandidatov. Medtem raste obratni kapital, vezan v obljubljenih naročilih, kupci čakajo dlje, kot bi morali, dolgi rep majhnih naročil v zbirki pa začne bolj spominjati na prekomerno sprejemanje naročil kot na optimizacijo.

Kako povečati zbirko z 1,0× na 1,5×

Pri nekaterih žagah je zbirka precej pod 1,0× – prodaja sprejema naročila sproti in knjiga naročil v katerem koli trenutku komaj pokriva naslednji teden proizvodnje. Povečanje zbirke na 1,5× zahteva načrtno komercialno delovanje. Pomagajo lahko tri prakse:

  1. Prodaja vnaprej s prožnostjo dobave. Ponudite dobavno okno namesto fiksnega datuma, na primer 2–3 tedne. Nekateri kupci bodo okno morda sprejeli v zameno za nekoliko boljšo ceno ali prednostni dostop.
  2. Pridobivajte dopolnilna naročila, ne podvojenih. Prodaja naj išče naročila, ki dopolnjujejo, kar je že v knjigi – tanke dimenzije k prevladujočim debelim naročilom, naročila za zapolnitev premalo zasedenih šarž sušilnice (glejte Prakso 1B v članku o trgovini).
  3. Gradite odnose s ključnimi kupci, ki se na oknu pripravljeni zavezati. Kratek seznam kupcev, ki zagotovijo obseg na 2-tedenskem oknu – ne na fiksnem datumu – načrtovalcu da potrebno rezervo. Ti kupci lahko v zameno pričakujejo prednostno ceno ali postrežbo.

Model donosa — donos × pokritost naročila, ne samo donos

Večja zbirka naročil načrtovalcu da več možnosti. Model izkoristka pove, katera možnost je najboljša. In „najboljša“ se izkaže za nekaj drugega, kot implicitno predpostavlja model samo z izkoristkom.

Pogost načrtovalski nagon – in to, kar kodira kalkulator samo z izkoristkom – je maksimirati odstotek izkoristka: izmed kandidatnih vzorcev žaganja za dani premer hloda izbrati tistega, ki da največ kubičnih metrov lesa na kubični meter hloda. Kadar mora izdelek ustrezati tudi odprtim naročilom, lahko ta cilj zavede, način odpovedi pa je specifičen.

Past, ko štejemo samo izkoristek

Hipotetično: vzorec žaganja s 53-odstotnim teoretičnim izkoristkom, ki da deske, ki jih noben trenutni kupec ne želi, je lahko slabši od vzorca s 51-odstotnim teoretičnim izkoristkom, ki izpolni dve odprti naročili.

53-odstotni vzorec da 2 pp več lesa na hlod. 51-odstotni vzorec da 2 pp manj lesa na hlod – toda vsaka deska ima kupca po pogodbeni ceni. „Dodatne“ deske 53-odstotnega vzorca gredo v zalogo (vezan obratni kapital) ali v prostotržno prodajo po nižji ceni na m³. Ali 51-odstotni vzorec zmaga, je odvisno od te razlike v ceni; izračunani primer spodaj prikazuje aritmetiko in prelomno točko.

Pravilna ciljna funkcija je izkoristek × pokritost naročil – kubični metri lesa, ki izpolnijo odprto naročilo po običajni ceni na kubični meter hloda. Enakovredno: prihodek na m³ hloda, izračunan po ceni, ki jo naročilo dejansko plača, ne po ceni, ki bi jo deske dosegle na prostem trgu.

Raziskave o optimizaciji žaganja kažejo v isto smer. Todoroki in Rönnqvist (2002) sta optimizacijo žaganja hlodov povezala s proizvodnjo glede na knjigo naročil, z vrednostmi izdelkov, ki so se redno posodabljale glede na prejšnjo proizvodnjo lesa. Na treh knjigah naročil, preizkušenih s simulacijo na obrezanih hlodih Pinus radiata, je optimizacija izdelkov za izpolnitev vseh zahtev potrebovala manj hlodov kot optimizacija prostornine ali vrednosti, odpravila je premajhno proizvodnjo in zmanjšala prekomerno proizvodnjo. Gre za simulacijsko študijo, ne za preskus v žagi, in ne meri učinka v €.

To spremeni vsako odločitev. Vzorci se zdaj razvrščajo po pričakovanem prispevku k prihodku iz knjige naročil v oknu načrtovanja – ne po abstraktnem izkoristku. Izbira vzorca upošteva, kaj je odprto, ne tega, kaj je teoretično mogoče. Tehnolog še vedno izbira, vendar izbira s pravo številko pred seboj.

Delovni primer — ponedeljek zjutraj v mlinu

Vse tri dele – horizont, zbirko, model izkoristka – združimo v en scenarij načrtovanja serij žaganja za ponedeljkovo jutro. To je ponazoritveni primer: vse številke so predpostavke, izbrane za prikaz strukture odločitve, niso izmerjeni podatki in niso vzete iz določene žage.

Izhodišče

Proizvodni cilj ta teden: 2 000 m³ hlodov v predelavi (okoli 1 000 m³ žaganega lesa pri približno 50-odstotnem izkoristku), žaga za iglavce z eno linijo.

Razpoložljiva razvrščena zaloga hlodov:

Premerni razredProstornina v zalogiPričakovana dopolnitev
160 mm600 m³stalna
180 mm800 m³konica, do četrtka se zmanjša
200 mm600 m³dopolnitev sre–pet

Odprta naročila v knjigi ta ponedeljek zjutraj:

SpecifikacijaNeizpolnjena prostorninaDobavni rok
22×100400 m³ta teden (prednostno)
25×100200 m³ta teden
32×100150 m³ta teden
47×100250 m³ta teden
50×150100 m³ta teden

Skupaj odprta naročila ta teden: 1 100 m³ žaganega lesa. Pričakovana proizvodnja lesa: okoli 1 000 m³. Zbirka naročil / proizvodnja = 1 100 / 1 000 = 1,1×. Preozko za optimizacijo.

Zbirka 1,1× – kaj mora storiti načrtovalec

Ker v zbirki praktično ni rezerve, je treba vsako naročilo razžagati ta teden. Načrtovalec za vsak premerni razred izbere vzorec žaganja z najvišjim izkoristkom, naročila pa padejo, kamor padejo.

Pri hlodih 180 mm je razpoložljivi vzorec z najvišjim izkoristkom Vzorec A – 52-odstotni neto izkoristek, pri čemer 40 % njegove proizvodnje ustreza stalnim naročilom. Načrtovalec izbere A.

Rezultat: deske Vzorca A, ki ne ustrezajo nobenemu stalnemu naročilu – visokega izkoristka, a neusklajene s prednostno specifikacijo – se kopičijo v zalogi ali se prodajo po prostotržni ceni. Tehnolog doseže številko izkoristka, komercialna ekipa pa ves teden telefonira in pojasnjuje delno dobavo pri 22×100.

Zbirka 1,5× – kaj se spremeni

Zdaj si predstavljajte, da je prodaja zadnja dva tedna pridobivala dopolnilna naročila v zbirko. Zbirka se poveča za 400 m³ novih naročil – dimenzioniranih tako, da dopolnjujejo obstoječo knjigo, ne da bi jo podvajala:

  • 22×125 – 150 m³ (dobavljivo v 2 tednih)
  • 22×75 – 100 m³ (zapolnitev šarže sušilnice)
  • 32×150 – 100 m³ (dobavljivo v 2 tednih)
  • 50×100 – 50 m³ (dobavljivo v 2 tednih)

Skupna zbirka naročil: 1 500 m³ žaganega lesa. Pričakovana proizvodnja lesa: okoli 1 000 m³. Zbirka naročil / proizvodnja = 1 500 / 1 000 = 1,5×. Načrtovalec ima zdaj resnično izbiro.

Za hlode 180 mm bi orodje za načrtovanje, ki vzorce razvršča glede na zbirko naročil (kot to počne SawmillSmart), lahko pokazalo tri kandidatne vzorce žaganja s predpostavljenimi vrednostmi:

VzorecNeto izkoristekDelež proizvodnje vzorca za stalna naročila (predpostavljeno)
A52%22×100 (40 % proizvodnje) – ostalo neprodano
B51%22×100 (60 % proizvodnje) – ostalo neprodano
C49%22×100 (60 % proizvodnje) + 22×125 (25 %) + 22×75 (15 %) – 100 % za odprta naročila

Pri zbirki 1,1× je načrtovalec izbral A. Izkoristek 52 %, a pokritost je bila težava.

Pri zbirki 1,5× načrtovalec izbere C. Vzorec da 49-odstotni izkoristek – 3 odstotne točke manj kot A – vendar vsaka deska, ki jo izdela, izpolni stalno naročilo po pogodbeni ceni. Padca na prostotržno ceno ni. Prednostno naročilo 22×100 iz istih hlodov prejme večji del svoje prostornine (60 % proizvodnje vzorca namesto 40 %), naročili za zapolnitev 22×125 in 22×75 pa napredujeta vzporedno.

Ekonomski izračun

Bistveno je, da načrtovalec ni izgubil vrednosti izkoristka. Zamenjal je navedeni izkoristek za prihodek na m³. Izračun s predpostavljenimi cenami – 280 €/m³ kot pogodbena cena stalnega naročila in 240 €/m³ kot prostotržna cena ob padcu – na 1 000 m³ hlodov:

KazalnikVzorec A (samo izkoristek)Vzorec C (izkoristek × pokritost)
Neto izkoristek52%49%
Les iz 1 000 m³ hlodov520 m³490 m³
Prostornina za stalna naročila208 m³ (40 %)490 m³ (100 %)
Prostornina za prosti trg312 m³ (60 %)0 m³
Prihodek pri 280 € / 240 € na m³133 120 €137 200 €
Efektivna cena na m³ lesa256 €280 €
Prihodek na m³ vhodnih hlodov133 €137 €

Formule. Vzorec A: les = 1 000 × 0,52 = 520 m³; za stalna naročila = 520 × 0,40 = 208 m³; za prosti trg = 520 − 208 = 312 m³; prihodek = 208 × 280 € + 312 × 240 € = 58 240 € + 74 880 € = 133 120 €. Vzorec C: les = 1 000 × 0,49 = 490 m³, vse za stalna naročila; prihodek = 490 × 280 € = 137 200 €. Na m³ vhodnih hlodov: 133,12 € proti 137,20 €, razlika 4,08 €.

Pri teh predpostavkah vzorec C prinese približno 4 € več prihodka na m³ vhodnih hlodov kot vzorec A, čeprav se vsakomur, ki gleda samo stolpec izkoristka, zdi slabši vzorec. Pri 2 000 m³ hlodov na teden je 4,08 € × 2 000 = 8 160 € na teden oziroma okoli 408 000 € na leto v 50 obratovalnih tednih. Rezultat je v celoti odvisen od predpostavljene razlike v ceni in od predpostavljenega deleža proizvodnje vzorca A, ki ne najde stalnega naročila: vzorec A zmaga, če je prostotržna cena nad 253 €/m³ (prelomna točka: 208 × 280 + 312 × p = 137 200, torej p = 253,08 €). Isti izračun naredite z lastnimi cenami, preden sklepate. V tem primeru se razlikuje samo logika načrtovanja: isti hlodi, ista linija.

To je primer za model izkoristka v enem zgledu. Izmenski načrtovalec z zbirko 1,1× izbere A. Horizontni načrtovalec z zbirko 1,5× in modelom izkoristek-krat-pokritost izbere C. Isti podatki, drug cilj, drugačen odgovor.

Anonimiziran primer – donos, pokritost in prihodki skupaj

Izračunani primer zgoraj je ilustrativen. Spodnji primer je resničen projekt izboljšanja izkoristka žaganega lesa, anonimiziran zaradi varovanja poslovne zaupnosti.

Srednje velika evropska žaga za iglavce – približno 140 000 m³ letnega vnosa hlodov, mešana bor in smreka, enolinijska proizvodnja z večrezilnim primarnim razrezom in vgrajenim cepilnikom – je z načrtovanja po izmenah v preglednicah prešla na horizontno načrtovanje z zbirko naročil 1,5× in modelom izkoristek-pokritost. Podatki pred in po izhajajo iz dveh zaporednih četrtletij s primerljivo sestavo hlodov in knjige naročil.

Anonimiziran primer – trije kazalniki so se premaknili skupaj Anonimizirani podatki iz resnične žage, stranke podjetja SawmillSmart, ~140 000 m³/leto, četrtletje po uvedbi Neto izkoristek % lesa / m³ hlodov 46% pred 51% po +5 pp Pokritost naročil % lesa za stalna naročila 64% pred 88% po +24 pp Povpr. prihodek / m³ prodan les 247 € pred 265 € po +18 € / m³ Ista linija, ista ekipa, isti hlodi – eno četrtletje po uvedbi Izkoristek, pokritost naročil in prihodek so se premaknili – ker vsi trije izhajajo iz iste odločitve Skupni vpliv na maržo: približno 1,8 mio. €/leto pri ~100 000 m³ proizvedenega lesa

Kaj nam skupaj povedo trije kazalniki

Večina pogovorov o načrtovanju se osredotoča samo na izkoristek, ker ga je najlažje spremljati. Zgornji primer kaže, zakaj pogled samo na izkoristek zgreši večjo sliko.

Izkoristek se je povečal za 5 odstotnih točk. S 46 % na 51 %. To je glavna številka – isti hlodi dajo več lesa. Vredno je približno 1,4 mio. € na leto v dodatni proizvodnji lesa po povprečni tržni ceni.

Pokritost naročil se je povečala za 24 odstotnih točk. S 64 % na 88 %. Žaga je prešla s prodaje približno dveh tretjin lesa po odprtih pogodbah na prodajo skoraj vsega. Preostalih 36 % (prej) je šlo v kopičenje zalog ali v prostotržno prodajo s popustom. Samo ta premik – enak obseg lesa, a večji delež v stalnih naročilih – je bil vreden približno 400 tisoč € na leto v povečanju prihodka zaradi strukture prodaje.

Povprečni prihodek na m³ lesa se je povečal za 18 €. Z 247 € na 265 €. To je posledica izboljšanja pokritosti naročil: les, ki pristane na pogodbi, je plačan po pogodbeni ceni, les, ki ne, pa pristane v prostotržni prodaji po 30–50 € manj na m³. Premik prihodka na m³ se sešteva z dobičkom pri izkoristku in daje glavni letni vpliv na maržo.

Skupaj ti trije kazalniki povedo celotno zgodbo, ki jo sam izkoristek skriva. Žaga je proizvedla več lesa, večji delež prodala po cenah stalnih naročil in zaslužila več na m³ prodanega. Noben od teh treh ni vzrok drugih – vsi so posledice iste spremembe pri izvoru: boljšega načrtovanja.

Kako SawmillSmart izvaja horizontsko načrtovanje

Vse zgoraj je načelo. SawmillSmart Planning je ena izvedba tega načela. Ta razdelek opisuje samo to, kar SawmillSmart objavlja na straneh izdelka (pregled izdelka, kako deluje), in ne trdi ničesar onkraj tega.

SawmillSmart je programska oprema za načrtovanje proizvodnje v žagah. Optimizira načrtovanje proizvodnje na večtedenskem horizontu – običajno več tednov – pri čemer ovrednoti tisoče kombinacij razreza, in vzdržuje tekoči štiritedenski načrt. Ne potrebuje nove opreme na liniji.

Praksa 1 – Vzorci žaganja, ovrednoteni glede na vašo knjigo naročil

Kako deluje. Načrtovalec naloži vhodne podatke, ki jih žaga že vodi: sortiment hlodov (vrsta, premer, dolžina, število), naročila ali načrt povpraševanja ter zmogljivosti žagalne linije, parametre žaganja in strukturo izmen. Naročila je mogoče uvoziti iz Excela. SawmillSmart nato hkrati ovrednoti izvedljive kombinacije vzorcev razreza, razporeditve proizvodnje in zaporedja ob upoštevanju vseh opredeljenih omejitev ter izbere kombinacijo, ki maksimira izkoristek ob zagotovljeni izpolnitvi povpraševanja.

Kaj je drugače. Preglednični kalkulator izkoristka vam pove teoretični izkoristek enega vzorca na enem premeru hloda. Ne pove pa, ali deske, ki jih ta vzorec da, ustrezajo odprtemu naročilu. SawmillSmart simulirane scenarije razvrsti po izkoristku lesa, stroških hlodov in ujemanju z izpolnitvijo, zato je vprašanje kateri vzorci so za ta nabor hlodov in ta nabor naročil vredni izvedbe? odgovorjeno na enem mestu.

Izhod, ki ga vidi načrtovalec. Razvrščen seznam scenarijev s popolnim ekonomskim razčlenjenim prikazom – predelani m³, izkoristek %, vrednost na hlod in skupni proizvodni stroški – ki jih je mogoče primerjati drugega ob drugem. Tehnolog še vedno izbira.

Praksa 2 – Izkoristek viden pred rezom

Kaj naredi. Vsak simulacijski zagon pokaže izkoristek v % pred tem, ko je karkoli predano liniji. Za vsak vzorec žaganja v simulaciji SawmillSmart prikaže presek glede na dejanski premer hloda – razporeditev desk, cone dopustnega oblega roba in dejanske meje con – skupaj z odstotkom izkoristka, številom desk in prostornino hloda.

Zakaj je to pomembno. Brez številke pred seboj je vsak vzorec žaganja stava: tehnolog vzorec potrdi, linija ga izvede, dejanski izkoristek pa se pokaže ob koncu izmene, prepozno za drugačno izbiro. S simulirano številko lahko načrtovalec vzorce primerja, preden se zaveže. Simulacija je dobra le toliko, kot so dobri njeni vhodni podatki: gradivo podjetja SawmillSmart samo navaja, da kakovost vhodnih podatkov določa kakovost načrta.

Praksa 3 – Tekoči načrt, ki se posodablja

Kaj naredi. Tekoči načrtovalnik vzdržuje načrt za prihodnje štiri tedne in ga posodablja, ko se spreminjajo naročila, zaloga ali stanje linije. Pogled operativnega načrta prikazuje napredek izpolnjevanja naročil, zaščito zamrznjenega območja za potrjene izmene, pokritost načrta v % in opozorila o ogroženih naročilih, razpored izmen pa se ustvari iz potrjenega načrta.

Zakaj je to pomembno. Naročila, hlodi in stanje linije se v oknu spreminjajo, horizontni načrt, ki ga ni mogoče popraviti, pa preneha biti načrt. Ali neka žaga dobi pričakovane koristi, je odvisno od njenih podatkov, omejitev in knjige naročil, zato SawmillSmart ponuja, da v predstavitvi izvede simulacijo na dejanskih podatkih žage.

Kaj so lastne številke podjetja SawmillSmart

Stran izdelka SawmillSmart navaja 2–4-odstotno povprečno izboljšanje izkoristka v primerjavi z načrtovanjem izmeno za izmeno. To je lastna ocena podjetja SawmillSmart, ne neodvisna študija, metoda pa tam ni objavljena. Stran izdelka ne navaja, ali je ta številka v odstotkih ali v odstotnih točkah. Zgornji primer so anonimizirani podatki stranke podjetja SawmillSmart iz ene same žage. Za vašo žago je smiselna samo številka, izračunana na vaših lastnih podatkih.

Kaj načrtovanje NI — trije anti-vzorci

Pogovori o načrtovanju v žagah pogosto zamenjujejo tri različne funkcije. Vsaka od njih je v delovnem toku ob načrtovanju in jo ljudje, ki besedo uporabljajo ohlapno, včasih imenujejo načrtovanje. Nobena od njih ni tema tega članka, njihovo mešanje pa je lahko eden od razlogov, zakaj žage premalo vlagajo v pravo načrtovanje.

Antivzorec 1 – Načrtovanje ni terminiranje

Terminiranje odgovarja na vprašanje „kaj teče kdaj?“ – ponedeljkova jutranja izmena, torkova popoldanska izmena, petkova nočna. Terminiranje je koledarska vaja. Zanimajo ga razpoložljivost virov, pokritost izmen in okna vzdrževanja.

Načrtovanje odgovarja na drugo vprašanje: „kaj naj razžagamo, iz katerih hlodov in za katera naročila?“ – vaja izkoristka in pokritosti. Izhod načrtovanja napaja urnik, vendar urnik sam ničesar ne optimizira. Popolnoma terminirana žaga, ki izvaja neoptimalne vzorce žaganja, daje neoptimalen izkoristek z odličnim časovnim usklajevanjem.

Po našem mnenju nakup boljšega programa za terminiranje sam po sebi vrzeli v načrtovanju ne odpravi.

Antivzorec 2 – Načrtovanje ni vrstenje

Vrstenje je vrstni red, v katerem se odprta naročila razžagajo. Prvi noter, prvi ven. Največje najprej. Po datumu dobave. Po prednosti kupca. To so pravila vrstenja in večina žag jih ima – izrecna ali implicitna.

Pravila vrstenja so za načrtovanjem. Načrtovalec odloči, katere vzorce žaganja bo izvajal; vrstenje je pomembno šele, ko je ta odločitev sprejeta, in to za dodelitev proizvodnje določenim naročilom. Odličen sistem vrstenja, uporabljen na slabi odločitvi o vzorcu žaganja, daje urejeno dobavo rezov z nizkim izkoristkom.

Antivzorec 3 – Načrtovanje ni vnos naročil

Vnos naročil je delovni tok vnosa naročila kupca v sistem: specifikacija, obseg, dobava, cena. Je komercialna funkcija (glejte trgovina v žagi).

Knjiga naročil je vhod v načrtovanje, ne načrtovanje samo. Čista knjiga naročil je predpogoj za dobro načrtovanje; ne nadomešča ga. Boljši vnos naročil naredi vhod čistejši; ne spremeni koraka optimizacije, ki ga porablja.

Kaj storiti ta teden – kontrolni seznam

Pet diagnostičnih ukrepov, ki pokažejo, kje je lahko vrzel v načrtovanju v vaši žagi, in kaj narediti glede nje. Pragovi so izkustvena pravila podjetja SawmillSmart za triažo, ne potrjena merila.

Načrtovanje v žagi – kontrolni seznam za 1. teden

  • Izračunajte razmerje zbirke naročil. Skupni obseg odprtih naročil ÷ obseg proizvodnje v oknu načrtovanja, oboje v m³ žaganega lesa. Pod približno 1,3× je prostora za izbiro malo, ne glede na orodja. Nad približno 1,7× je zbirka lahko prevelika, postrežba strank pa ogrožena.
  • Preglejte en teden načrtovanega in dejanskega izkoristka. Izvlecite načrtovani izkoristek za vsako izmeno v preteklem tednu in ga primerjajte z dejanskim. Razlika več kot približno 2 odstotni točki kaže, da načrt ni zasidran v pravem modelu izkoristka.
  • Izberite eno odprto naročilo in ga izsledite skozi pretekli teden. Za svoje najvišje prednostno odprto naročilo preštejte, v koliko ločenih vzorcih žaganja se je čez teden pojavilo. Več kot približno 3 kaže na prekinjeno kontinuiteto; naročilo se prenačrtuje vsako izmeno.
  • Stopite do sušilnice. Preštejte premalo naložene šarže v zadnjem tednu. Vsaka premalo naložena šarža je lahko poznejši dokaz načrtovanja, ki ni videlo toka skozi sušilnico.
  • Vprašajte tehnologa, kakšna orodja dejansko uporablja za načrtovanje. Če je odgovor „Excel“ ali „za premer Y vedno vodimo vzorec X“ – v zanki morda ni nobenega modela izkoristka. To je vrzel v načrtovanju.

Kam naprej

Če sta dve ali več točk zgornjega kontrolnega seznama pokazali rdečo, je morda vredno vrzel v načrtovanju neposredno količinsko opredeliti. V predstavitvi vas SawmillSmart popelje skozi strukturo vaših naročil in pokaže pravi zagon simulacije.

„Ne vemo, kakšen izkoristek je na naših hlodih dejansko dosegljiv.“ → SawmillSmart pred vašo odločitvijo pokaže izkoristek v % za vsak simuliran scenarij in vzorec žaganja.
„Do konca meseca ne vidimo, kako poteka izpolnjevanje naših naročil.“ → Operativni pogled na načrt prikazuje napredek izpolnjevanja naročil, pokritost načrta v % in opozorila o ogroženih naročilih.
„Naš načrtovalec je ena oseba in preglednica.“ → SawmillSmart izvaja optimizacijo horizontnega okna in predstavi razvrščene scenarije, ki jih načrtovalska ekipa pregleda in potrdi.

Zahtevajte predstavitev na vaših podatkih Več člankov

Viri in nadaljnje branje

Vsak spodnji vir smo preverili v zapisu Crossref. Trditve, na katere se opiramo, izhajajo iz povzetka (prebranega prek OpenAlex), iz celotnega besedila v odprtem dostopu (Vanzetti et al., 2018) ali iz same strani (Toyota); poglavje Mondena je bilo preverjeno le po naslovu in metapodatkih, njegov povzetek ni bil odprt. Kar ni podprto z viri: zbirka naročil 1,5× in njeni pasovi (izkustveno pravilo podjetja SawmillSmart), izračunani primer (predpostavljene številke), anonimiziran primer iz resnične žage (podatki stranke podjetja SawmillSmart, ena žaga) in ocena 2–4 % (lastna ocena podjetja SawmillSmart).

Načrtovanje v žagah in optimizacija žaganja

  1. Todoroki, C.L., & Rönnqvist, M. (2002). Dynamic control of timber production at a sawmill with log sawing optimization. Scandinavian Journal of Forest Research, 17(1), 79–89. doi:10.1080/028275802317221118
  2. Vanzetti, N., Broz, D., Corsano, G., & Montagna, J.M. (2018). An optimization approach for multiperiod production planning in a sawmill. Forest Policy and Economics, 97, 1–8. doi:10.1016/j.forpol.2018.09.001
  3. Chabanet, S., Bril El-Haouzi, H., Morin, M., Gaudreault, J., & Thomas, P. (2022). Toward digital twins for sawmill production planning and control: benefits, opportunities, and challenges. International Journal of Production Research, 61(7), 2190–2213. doi:10.1080/00207543.2022.2068086
  4. Dumetz, L., Gaudreault, J., Thomas, A., Marier, P., Lehoux, N., & El-Haouzi, H. (2015). A simulation framework for the evaluation of production planning and order management strategies in the sawmilling industry. IFAC-PapersOnLine, 48(3), 622–627. doi:10.1016/j.ifacol.2015.06.151
  5. Dumetz, L., Gaudreault, J., Thomas, A., Lehoux, N., Marier, P., & El-Haouzi, H. (2016). Evaluating order acceptance policies for divergent production systems with co-production. International Journal of Production Research, 55(13), 3631–3643. doi:10.1080/00207543.2016.1193250

Sušenje v sušilnicah in načrtovanje

  1. Huka, M.A., Rindler, C., & Gronalt, M. (2020). Scheduling and loading problem for multiple, identical dry kilns. Flexible Services and Manufacturing Journal, 33(2), 312–336. doi:10.1007/s10696-020-09386-4
  2. Kökten, E.S., & Bayraktar, T. (2026). Integrated production and drying-capacity planning in sawmilling: a multi-period mixed integer linear programming optimization approach. Forest Products Journal, 76(2), 183–194. doi:10.13073/fpj-d-26-00007

Toyota Production System

  1. Sugimori, Y., Kusunoki, K., Cho, F., & Uchikawa, S. (1977). Toyota production system and Kanban system: materialization of just-in-time and respect-for-human system. International Journal of Production Research, 15(6), 553–564. doi:10.1080/00207547708943149
  2. Monden, Y. (1994). Smoothed production helps Toyota adapt to demand changes and reduce inventory. In: Toyota Production System, Springer, 63–73. doi:10.1007/978-1-4615-9714-8_4
  3. Toyota Motor Corporation. Toyota Production System (company page on Just-in-Time, jidoka and andon; accessed 2026-10-23). global.toyota

Primer (izkoristek 46 % → 51 %, pokritost naročil 64 % → 88 %, prihodek +18 €/m³) so anonimizirani podatki stranke podjetja SawmillSmart iz ene resnične evropske žage za iglavce. Izračunani primer ponedeljkovega jutra uporablja predpostavljene številke za ponazoritev in ni vzet iz določene žage.

SawmillSmart
Oglejte si horizontno načrtovanje v praksi

Večtedenska optimizacija vzorcev žaganja glede na vašo knjigo naročil, izkoristek v % viden pred rezom in tekoči štiritedenski načrt.

Pregled izdelka → Kako deluje