logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-11052015-183728


Tipo di tesi
Tesi di laurea magistrale
Autore
GERVASI, LUCA
Indirizzo email
gerva.luca@hotmail.it
URN
etd-11052015-183728
Titolo
Determinazione ed analisi delle variabili aleatorie che condizionano il raggiungimento della produzione pianificata; computazione, tramite modello matematico empirico, delle risorse teoricamente necessarie.
Dipartimento
INGEGNERIA DELL'ENERGIA, DEI SISTEMI, DEL TERRITORIO E DELLE COSTRUZIONI
Corso di studi
INGEGNERIA GESTIONALE
Relatori
relatore Carmignani, Gionata
Parole chiave
  • computazione
  • modello matematico empirico
  • pianificazione mps
  • produzione pianificata
  • risorse teoricamente necessarie
  • variabili aleatorie
Data inizio appello
25/11/2015
Consultabilità
Completa
Riassunto
La tesi in esame è il risultato di uno stage di 6 mesi effettuato presso Cromology Italia S.p.A., un’azienda operante nel settore delle specialità chimiche per l'edilizia.
Durante questo periodo sono stato collocato all’interno dell’ufficio pianificazione per svolgere un’analisi di quei fattori e problematiche a cui un’azienda va incontro nel passaggio tra pianificazione teorica della produzione e realizzazione effettiva di quanto programmato.
La prima parte della tesi è costituita da una panoramica generale su cosa significa pianificare la produzione all’interno di un’azienda e come varia l’approccio da adottare a seconda del sistema produttivo di cui essa è dotata.
Viene poi riportata una descrizione generale dell’azienda e del sito produttivo (situato presso Porcari (LU)), fino ad arrivare ad un’analisi dettagliata dei metodi e dei processi di Cromology legati all’ambito della pianificazione.
Dopo questa analisi preliminare è stato affrontato il problema nel dettaglio.
Per prima cosa è stato quantificato il gap tra “produzione pianificata” e “produzione consuntiva” confrontando alla fine di ogni mese del 2015 ciò che l’azienda si era proposta di produrre e ciò che è effettivamente riuscita a produrre. L’analisi è stata condotta valutando singolarmente ognuno dei 4 centri produttivi presenti nello stabilimento.
Definiti tali scostamenti sono stati analizzati i fattori che ne sono la causa:
Forecast Accuracy: le previsioni di vendita risultano fondamentali per stimare ed allocare le risorse necessarie a garantire una produzione che permetta di far fronte alla domanda di mercato. Più una previsione di vendita si discosta dalla realtà, più il reparto produzione si troverà in difficoltà nel tentare di soddisfare la domanda, dovendo effettuare degli aggiustamenti in termini di schedulazione delle attività e attribuzione delle risorse che comporteranno dei costi e dei rallentamenti dell’attività produttiva.
Assenteismo: è il fenomeno della sistematica assenza di un impiegato o dipendente dal suo posto di lavoro durante l'orario lavorativo.
Da un’indagine effettuata da Confindustria, sulle aziende associate, nel 2013 il tasso di assenteismo (ore di assenza/ore lavorabili) è risultato pari al 6,5%, cifra che impatta notevolmente sull’attività di un’azienda manifatturiera.
Fermo Macchina: elemento fortemente significativo per la produzione, specialmente per le aziende che realizzano alti volumi produttivi sfruttando i vantaggi derivanti dall’automazione. Nell’ottica dei prodotti vernicianti un guasto che tiene fermo un macchinario per un’ora può comportare una perdita di produzione di migliaia di kg.
Per ognuno di questi fattori è stata svolta un’attività di raccolta dati (relativi all’anno 2015) e successiva elaborazione, che ha portato a determinare per ciascun fattore un parametro che quantifica la misura in cui esso si presenta in Cromology.
Mettendo a confronto mese per mese i valori di questi parametri con le rispettive perdite di produzione ed incrociando i valori relativi a tutti i mesi analizzati è stata determinata l’incidenza media che ogni fattore ha sulla produzione.
Infine è stato determinato un modello matematico empirico che mette in relazione i suddetti fattori con l’mps; l’utilizzo di tale modello da parte dell’ufficio Produzione permette di stimare le effettive risorse di cui ha bisogno per raggiungere la produzione pianificata, tenendo conto di errori di forecast, assenteismo e fermo macchina.
File