Miele, Daniela (2015) Sviluppo di un modello di simulazione integrato e parametrico a supporto del Facility Management. [Tesi di dottorato]

Anteprima

Testo miele_daniela_27.pdf Download (6MB) | Anteprima

[error in script] [error in script]

Tipologia del documento:	Tesi di dottorato
Lingua:	Italiano
Titolo:	Sviluppo di un modello di simulazione integrato e parametrico a supporto del Facility Management
Autori:	Autore Email Miele, Daniela daniela.miele@unina.it
Data:	21 Marzo 2015
Numero di pagine:	314
Istituzione:	Università degli Studi di Napoli Federico II
Dipartimento:	Ingegneria Chimica, dei Materiali e della Produzione Industriale
Scuola di dottorato:	Ingegneria industriale
Dottorato:	Tecnologie e sistemi di produzione
Ciclo di dottorato:	27
Coordinatore del Corso di dottorato:	nome email Carrino, Luigi luigi.carrino@unina.it
Tutor:	nome email Guizzi, Guido [non definito]
Data:	21 Marzo 2015
Numero di pagine:	314
Parole chiave:	Facility management; System Dynamics; simulazione
Settori scientifico-disciplinari del MIUR:	Area 09 - Ingegneria industriale e dell'informazione > ING-IND/17 - Impianti industriali meccanici
Depositato il:	28 Apr 2015 15:43
Ultima modifica:	25 Set 2015 10:37
URI:	http://www.fedoa.unina.it/id/eprint/10085
DOI:	10.6092/UNINA/FEDOA/10085

Abstract

Gli anni novanta sono stati investiti da un processo tecnologico, finalizzato all'innalzamento della qualità dei prodotti-servizi, nonché alla riduzione dei costi di produzione, che ha visto un processo di accelerazione negli anni duemila. Un processo che si potrebbe sintetizzare nella continua ricerca di vantaggi competitivi o di valore aggiunto rispetto ai concorrenti, fondato su un ridisegno dei modelli organizzativi dell'offerta. Difatti nel nuovo millennio si è sviluppata un'arena competitiva caratterizzata da un processo di forte focalizzazione/rifocalizzazione sui core business aziendali di riferimento. Cosicché i leaders di mercato hanno dovuto configurare una catena del valore flessibile per rispondere sempre al meglio alle turbolenze continue che il mercato presenta, tramite la configurazione di network relazionali adattevoli. Lo scenario descritto insieme alla necessità di ottenere costi sempre più bassi ed al contempo mantenere determinati livelli qualitativi hanno creato il terreno fertile per la diffusione e lo sviluppo del Facility Management (FM). Una disciplina descritta egregiamente dal CEN (Comité Européen de Normalisation), come "l'integrazione dei processi interni di un'organizzazione, per mantenere e sviluppare i servizi che supportano e rendono più efficaci le sue attività primarie".Dunque, la percezione dell'efficacia di tale disciplina ha motivato e sostenuto l'intero percorso di dottorato, durante il quale è stata dedicata grande attenzione alla fase di ricerca bibliografica, svoltasi in modo intenso, scrupoloso e dettagliato. Grazie a questa attività, è stato possibile conoscere, approfondire e soprattutto fare chiarezza su una serie di concetti, che aleggiano attorno al mondo del Facility Management. Ad esempio, "Outsourcing", "Global Service" e "Facility Management" sono utilizzati nel gergo quotidiano come se fossero sinonimi: il Facility Management è una disciplina che considera i servizi di supporto come elementi strategici per la gestione delle attività core; l'outsourcing costituisce una delle possibili leve a disposizione del Facility Manager, nella realizzazione della gestione ottimale dei servizi ed il Global Service rappresenta una eventuale forma contrattuale, attraverso la quale innescare un rapporto di outsourcing. La parola chiave che governa la disciplina del FM è l'integrazione: il fornitore non si deve limitare alla mera erogazione del servizio, ma deve gestirlo, programmarlo e pianificarlo in accordo ed in sinergia con il core business dell'azienda cliente. Tutto ciò, ovviamente, contribuisce al ridisegno del modello organizzativo e comporta il cambiamento del rapporto con il cliente: nasce una vera e propria partnership. Il fornitore diventa una parte complementare dell'azienda, si trasforma, dunque, in uno specializzato partner aziendale, in grado di interpretare le necessità del cliente e di svolgere le proprie mansioni in linea con la missione aziendale. Descritto in questi termini, ovvero in maniera semplicistica, il FM sembra costituire una sfida insormontabile, dato che la sua adozione comporta, il più delle volte, una revisione dell'organizzazione aziendale, difficile da attuare vista la forte resistenza umana al cambiamento, e la creazione di un sinergico rapporto di fiducia tra una schiera di soggetti, che devono essere pronti ad operare nel bene della missione aziendale. La necessità di abbattere le reticenze nei confronti del FM ed il desiderio di rendere giustizia al concetto di integrazione, vera essenza dell'approccio fin'ora descritto, hanno aperto le porte alla realizzazione di uno strumento, in grado di sintetizzare l'integrazione delle attività core e delle attività non core e di mostrare nell'immediatezza i benefici di un simile modus operandi. Se si guarda al FM come alla gestione della manutenzione è facilmente intuibile come tale approccio sia in grado di impattare fortemente sulla realizzazione degli obiettivi aziendali, quali la puntualità delle consegne, la qualità dei prodotti, la riduzione dei lead time e del work-in-process, tutti aspetti fortemente connessi al corretto funzionamento delle risorse di una linea produttiva. Avere a disposizione un laboratorio virtuale in grado di sintetizzare il sistema azienda dal punto di vista delle due attività, produttiva e manutentiva, consente di apprezzare istantaneamente i vantaggi provenienti dalla loro interazione e di analizzare e vagliare possibili azioni alternative. L'esigenza di garantire uno strumento di ausilio semplice ed immediato ha direzionato il lavoro verso l'ideazione, la creazione e l'implementazione di un modello di simulazione parametrico, attraverso il quale rappresentare ed osservare le funzionalità di un sistema produttivo, il comportamento di un generico impianto rispetto al suo deterioramento nel tempo, l'interazione tra attività di diversa natura e la gestione di una politica di manutenzione su condizione multisoglia.Tutto ciò dal punto di vista dei costi sostenuti e dei benefici ottenibili. Il concetto da cui si è partiti è che l'usura, ovvero l'invecchiamento, delle macchine di una linea produttiva, a cui è riconducibile il fermo degli impianti (per guasto, per sostituzione o per ispezione, a seconda dei casi), è strettamente correlato allo svolgimento del ciclo produttivo: una risorsa si usura "lavorando", in base al tipo di lavorazione ed al tempo di utilizzo. Nello specifico, si è analizzato e modellato un sistema produttivo di tipo Flow Shop, per meglio studiare la relazione tra la logica produttiva e quella manutentiva: è proprio in un sistema in serie che l'interdipendenza delle componenti e del sistema in generale è massima. Osservando e studiando diversi scenari simulativi è possibile risalire alla corretta gestione di due attività di lavoro fondamentali, diverse, ma complementari nel raggiungimento dell'obiettivo finale, rappresentato dal miglioramento continuo delle prestazioni dei processi produttivi. Una corretta politica manutentiva, infatti, permette sicuramente di incrementare le prestazioni dei processi (impianti e/o attrezzature) in relazione a disponibilità, efficienza e qualità ed, inoltre, consente una significativa riduzione del costo totale di manutenzione: inteso come somma del costo delle attività di manutenzione e del costo di mancata produzione. Il modello è stato realizzato avvalendosi del formalismo della System Dynamics ed ispirandosi a lavori di ricerca precedentemente sviluppati nell'ambito della sezione Impianti, che hanno rappresentato il substrato del modello. Tali lavori sono stati successivamente utilizzati per la validazione del nuovo modello implementato. Nello specifico,l'implementazione è stata possibile, grazie all'ausilio di un opportuno software di simulazione: Powersim Studio 8, capace di riprodurre, mediante un'interfaccia grafica, il comportamento dei sistemi che evolvono nel continuo. Il software oltre ad essere di semplice utilizzo, permette il trasferimento dei dati da fogli di calcolo come Microsoft Excel o database; consentendo, quindi, la realizzazione di un modello di simulazione parametrico, ovvero di un modello di simulazione innovativo, nel quale si fa ricorso a modelli generati da fonti di dati esterne e definiti sulla base di specifici parametri. Il modello sviluppato, risulta parametrizzato secondo opportune regole. Inoltre tale modello prevede l'integrazione della fase produttiva con quella manutentiva. Pertanto è stato realizzato un modello generico facilmente declinabile in specifici contesti, grazie alla sua natura parametrica e alla sua formulazione per archetipi, ovvero per strutture tipo, rappresentative degli elementi di base di qualsiasi realtà. Difatti, il modello creato è caratterizzato da tre momenti essenziali: l'ingresso di un elemento nel sistema, la sua evoluzione e l'uscita dal sistema stesso. In particolare l'evoluzione rappresenta il viaggio di un oggetto nel sistema attraverso la transizione tra i diversi stati noti a priori. Il percorso di evoluzione è, infatti, deterministicamente assegnato all'oggetto all'ingresso del sistema. All'interno del modello di simulazione, gli stati rappresentano diverse attività (di produzione o manutenzione) alle quali sono associate delle risorse, necessarie affinché l'ordine da eseguire venga realizzato. Con il termine risorse sono state indicate, invece, sia le macchine/attrezzature della linea produttiva, da manutenere, che il personale addetto. I diversi ordini, che transitano all'interno del sistema per poter essere eseguiti, sono associati a particolari elementi definiti tokens. Questi ultimi, infatti, sono gli oggetti che transitano da uno stato all'altro, secondo un certo ordine di priorità, se e solo se le risorse per effettuare quella particolare transizione sono disponibili. Per poter gestire la natura diversa degli ordini, i token sono stati distinti in token di produzione e di manutenzione e seguiranno specifici percorsi in funzione dell'ordine di lavoro da eseguire. I percorsi di evoluzione sono rappresentati dalle routes nelle quali sono specificati gli stati in cui un determinato oggetto deve seguire. Nella fase di uscita, l'oggetto può essere trasportato in magazzino come prodotto finito se si tratta di un ordine di produzione oppure l'oggetto può tornare ad essere "as good as new" se si tratta di un ordine di manutenzione (preventiva, opportuna o correttiva).Ipotizzando le risorse soggette a manutenzione accessibili e monitorabili, si sono rappresentate due tipologie di monitoraggio/ispezione: continuo, definito Online_Monitoring, in grado di rilevare e di aggiornare automaticamente lo stato di usura delle macchine durante il loro ciclo di lavorazione senza dover ricorrere, ad esempio, alla figura dell'ispettore; e ad intervalli discreti, il cosiddetto Monitoring_by_Inspection. In questo ultimo caso un ispettore ha il compito di ispezionare le macchine ad intervalli programmati (con conseguente fermata della linea) per poter stabilire il loro grado di usura e, quindi, l'azione da intraprendere (avvicinamento prossima data di ispezione o manutenzione preventiva). Grazie all'attività di ispezione è possibile verificare lo stato delle macchine e valutare la vicinanza del livello di usura ai valori di soglia, rispettivamente soglia di guasto, soglia di manutenzione preventiva, soglia di manutenzione opportuna e soglia di allarme. Quest'ultima indica la necessità di avvicinare la data della successiva ispezione onde evitare di intervenire in ritardo. Il guasto è un evento la cui probabilità di accadimento è condizionata dal livello di usura. La probabilità di guasto è stata, infatti, modellata attraverso una distribuzione Weibull, legata non al tempo, come talvolta in letteratura scientifica accade di trovare, bensì ad un generico valore di usura. La generazione di un ordine di manutenzione preventiva, correttiva e di ispezione è, infatti, legata al superamento o meno delle rispettive soglie che, in genere, vengono stabilite dall'azienda sulla base di considerazioni di tipo economico sulle performance di impianto. Pertanto la performance dell'impianto è collegata al livello di utilizzo dello stesso, alle leggi che governano il fenomeno di usura di ciascun componente ed al dimensionamento delle soglie di manutenzione preventiva, opportuna e di allarme. Dunque, l'obiettivo ultimo è stato quello di individuare tramite un problema di Optimization, la migliore strategia di manutenzione multisoglia (corretto dimensionamento delle soglie) che minimizzi i costi totali della manutenzione. Anche in questa fase, ci si è avvalsi della funzionalità del Powersim Studio, caratterizzato da una apposita sezione dedicata alla ottimizzazione. Le variabili decisionali del problema di ottimizzazione sono state rappresentate, in tal caso, dalla soglia di manutenzione preventiva, dalla soglia di manutenzione opportuna e dalla soglia di allarme. Le soglie di guasto, al contrario, non rientrano nelle variabili di decisione perché costituiscono un'informazione esterna al sistema, ovvero un dato di input non modificabile e, quindi, non controllabile; come anche l'intervallo previsto tra due ispezioni, ipotizzato pari a tre giorni. A tale scopo, sono stati analizzati alcuni scenari al fine di validare il comportamento del modello, mediante un confronto con modelli precedentemente sviluppati nell'ambito della sezione Impianti. In particolare, ci si è soffermati su due scenari maggiormente significativi. Nel primo caso, si è considerato come parametro di riferimento il costo della manutenzione preventiva, è stato impostato un costo di guasto e di fermo impianto elevato, rendendo il guasto un evento molto svantaggioso. Il dimensionamento ottimale, infatti, ha suggerito una gestione manutentiva dell'impianto volta a ridurre la probabilità di guasto: le soglie preventiva ed opportuna hanno presentano valori bassi rispetto alla soglia di guasto. Per il secondo scenario, invece, sono stati considerati valori di costo più bassi sia per l'intervento correttivo che per il costo di fermo macchina. I risultati hanno evidenziato dei valori delle soglie preventiva ed opportuna più alti e prossimi tra loro e nello specifico la soglia di manutenzione preventiva, è aumentata rispetto al primo scenario avvicinandosi a quella di guasto. Dunque, il modello fornisce dei risultati congruenti a quelli attesi, suggerendo un corretto dimensionamento delle soglie in funzione dei costi di manutenzione e del fermo macchina.

Downloads

Actions (login required)

Modifica documento