Údržba je zcela zásadním procesem především v oborech těžkého průmyslu (energetika, chemický a petrochemický průmysl, hutní průmysl, papírenství apod.), hraje významnou roli v provozu infrastrukturních celků (telekomunikační sítě, dopravní infrastruktura, vodovodní a kanalizační sítě, distribuční sítě elektrické energie, ropovody, plynovody, produktovody apod.), je však důležitá i v dalších oborech, jako jsou například automobilový průmysl a strojírenství.
Specifickou oblastí v údržbě je pak řízení zásob náhradních dílů a ostatních materiálů potřebných pro realizaci procesu údržby. Zejména v energetice a těžkém chemickém průmyslu mohou firemní zásoby náhradních dílů čítat desetitisíce různých položek v hodnotě řádu miliard korun. Je proto zřejmé, že efektivní řízení zásob náhradních dílů může takovým firmám přinést nezanedbatelné úspory provozních nákladů.

Řízení zásob v údržbě

Řízení zásob náhradních dílů v údržbě je specifické odlišným přístupem k definování dostupnosti jednotlivých dílů. Zatímco při strategickém rozhodování o úrovni zákaznických služeb hotových výrobků (například v sektoru rychloobrátkového zboží – FMCG) se cílový logistický servis běžně pohybuje okolo 90 až 95 procent, v případě údržby je třeba zajistit téměř stoprocentní dostupnost kritických náhradních dílů. Následkem nedostupnosti těchto náhradních dílů v případě poruchy jsou totiž obrovské ztráty v důsledku zastavení výroby, výpadku produkce a vícenákladů spojených s odstávkou výrobního zařízení (především v těžkém průmyslu).
Obecným cílem řízení zásob náhradních dílů v údržbě je snížení (minimalizace) úrovně zásoby při současném zachování (nebo zlepšení) dostupnosti položek na skladě (obr. 1). Minimalizace zásoby a snížení rizika nedostupnosti jsou zdánlivě v přímém protikladu. Při důsledném a efektivním využití možností specializovaných informačních systémů a sofistikovaných metod řízení zásob náhradních dílů je však možné takového výsledku dosáhnout. Dva příklady výstupů informačního systému pro řízení zásob jsou uvedeny na obrázku 2 a 3.

Obr. 1: Optimalizace zásob údržby: minimalizace zásoby při současném snížení rizika nedostupnosti.

Obr. 2: Příklad výstupu informačního systému pro řízení zásob – graf reálného průběhu položky spojovacího materiálu na skladě. Souhrnný graf obsahuje historický průběh úrovně zásob v množství (modrá plocha), historické spotřeby v množství (červená křivka) a předpověď budoucích spotřeb s projekcí zásob (v grafu po listopadu 2007). Modrá křivka (reálné zásoby) reprezentuje očekávaný průběh zásob bez započtení objednávek navržených automaticky systémem. Žlutá křivka ukazuje vývoj budoucí zásoby se započtením objednávek navržených systémem na základě předpovědi. Černá křivka (minimální zásoba) zde odpovídá objednací úrovni, v grafu je zobrazena pojistná zásoba (tmavší modrá plocha).

Obr. 3: Příklad výstupu informačního systému pro řízení zásob – graf průběhu zásoby (historie) celého skladu údržby v množství. Souhrnný graf obsahuje historický průběh úrovně zásob v množství (modrá plocha), historické spotřeby v množství (červená křivka) a předpověď budoucích spotřeb s projekcí zásob (v grafu po listopadu 2007). Modrá křivka (reálné zásoby) reprezentuje očekávaný průběh zásob bez navržených objednávek. Žlutá křivka jsou budoucí zásoby se započtením objednávek navržených systémem na základě předpovědi. Černá křivka (minimální zásoby, basestock) představuje úroveň zásob, při které se automaticky vygeneruje objednávka.

Sporadická spotřeba

Významným specifikem řízení zásob v údržbě je charakter spotřeby náhradních dílů. Sledujeme-li historii spotřeb typického náhradního dílu, zjistíme, že ve většině sledovaných období (týdnů, měsíců) byla spotřeba dílu nulová. Takováto občasná – sporadická – poptávka (angl. intermittent demand), zpravidla v počtu několika kusů, je velmi typická pro náhradní díly a materiály v údržbě. Příklad historie spotřeby položky se sporadickou poptávkou je na obrázku 2.
V praxi se můžeme setkat i s některými speciálními položkami, které jsou charakteristické podobně občasnou spotřebou, ale v řádu stovek až tisíců kusů. Může se jednat například o spojovací materiál spotřebovaný při opravě poruchy většího technologického celku apod. Tento typ sporadické poptávky se v angličtině označuje jako „lumpy demand“.
Sporadická spotřeba se v údržbě často vyskytuje v kombinaci s dlouhou dodací lhůtou (angl. leadtime – LT). Při řízení zásob údržby představuje sporadická poptávka a dlouhá dodací lhůta velmi obtížný problém, který velmi často vede k velkému přezásobení.
Vedle položek se sporadickou spotřebou se ale v rozsáhlém portfoliu zásob údržby setkáváme také s rychloobrátkovými položkami, jejichž spotřeba je stálá a dlouhodobě vysoká. V praxi se jedná zejména o spojovací materiál. Pro takové položky je možné uplatnit klasické metody řízení zásob a předpovědi budoucí spotřeby.

Obr. 4: Sporadická spotřeba v údržbě – intermittent demand (Ventil zpětný SS-12C-MM).

Segmentace

Důležitým krokem při řízení zásob obecně je segmentace řízeného (zpravidla rozsáhlého) portfolia položek podle vhodných kritérií, například:

• ABC analýza zásob v množství a v hodnotě disponibilní zásoby (Obr. 5) a podle dalších kritérií,
• ABC analýza zásob podle spotřeby (Obr. 6),
• segmentace podle četnosti spotřeby (identifikace SMI – Slow Moving Inventory) v množství (Obr. 6) a v hodnotě (Obr. 7),
• rozdělení podle dostupnosti položky (běžně dostupný, speciální, na zakázku),
• speciální test, který určí, zda se jedná o položku se sporadickou spotřebou,
• segmentace podle délky dodacích lhůt (dodavatelský leadtime).

Cílem segmentace je efektivně rozdělit rozsáhlé portfolio na skupiny, které vyžadují odlišný přístup při optimalizaci a mají specifické nároky na plánování a řízení zásob. Dobrý informační systém pro řízení zásob náhradních dílů umožňuje provádět podobné analýzy a segmentace portfolia snadno a rychle včetně vizualizace výsledků.
Pro náhradní díly je v ABC analýzách podle spotřeby typická převaha kategorií C a D – tedy položek, které mají dlouhodobě velmi nízkou spotřebu. Segmentace podle četnosti spotřeb rychle odhalí položky SMI (položky s minimální obrátkou, „ležáky“). Pro zásoby náhradních dílů je typicky nejvýznamnější segment 0. Ten obsahuje položky, u kterých nebyl během posledních dvanácti měsíců zaznamenán žádný výdej. Segment 0 je zpravidla nejvýznamnějším nejen v pohledu přes množství (Obr. 7), ale zejména v hodnotě zásoby (Obr. 8). Segment 0 totiž zahrnuje položky strategicky významných kritických náhradních dílů, které mají z celého portfolia zdaleka nejvyšší hodnotu. Významné jsou i další segmenty s nízkou četností spotřeb (segmenty 1, 2 ad.), naopak v segmentech s častou spotřebou (segmenty 10, 11, 12) bývá často spojovací materiál, jehož hodnota je relativně nízká (Obr. 8).
Součástí segmentace může být také specifikace vazeb mezi náhradními díly a příslušným výrobním zařízením (technickým místem). Výsledkem je kusovník náhradích dílů, který umožňuje přesně sledovat spotřebu ND na jednotlivých výrobních zařízeních, nákladovost v jednotlivých fázích životního cyklu výrobního zařízení a identifikovat kritické náhradní díly ve vazbě na kritičnost výrobního zařízení.

Obr. 5: ABC analýza zásob náhradních dílů podle hodnoty disponibilní zásoby.

Obr. 6: ABC analýza zásob náhradních dílů podle spotřeby v množství. Pro náhradní díly je typická převaha kategorie C a D, tedy položek s velmi nízkou, nebo nulovou spotřebou.

Obr. 7: Segmentace zásob náhradních dílů v množství podle četnosti spotřeb v posledních dvanácti měsících: segment 0 obsahuje položky, které za posledních dvanáct měsíců nebyly spotřebovány; segment 1 obsahuje položky, které měly spotřebu alespoň v jednom z dvanácti měsíců uplynulého roku, atd.

Obr. 8: Segmentace zásob náhradních dílů v hodnotě: segment 0 představuje hodnotu položek, které za posledních dvanáct měsíců nebyly vůbec spotřebovány; segment 1 představuje hodnotu položek, které měly spotřebu alespoň v jednom z dvanácti měsíců uplynulého roku, atd.

Predikce spotřeby

Dalším krokem pro nastavení optimálního režimu řízení zásob náhradních dílů je předpověď budoucí spotřeby skladovaných položek. Předpověď (angl. forecast) vychází vždy z historie spotřeb, která musí být reprezentativní – tedy dostatečně dlouhá. V případě náhradních dílů pracujeme typicky s historií pěti až deseti let, u sporadických položek jsou minimem alespoň tři roky evidované historie spotřeb (obecně platí pravidlo: čím delší je historie, tím přesnější a spolehlivější je předpověď).
Při analýze historických spotřeb je nutné rozlišovat výdeje na předem plánované údržby (plánované zarážky, generální opravy, preventivní údržba) a výdeje dílů na neplánované (korektivní) údržbářské zásahy – opravy po poruše. Pro potřeby předpovědi je třeba historii očistit od plánovaných spotřeb náhradních dílů.
K jednotlivým položkám je třeba přistupovat podle charakteru jejich spotřeby. Položky s běžnou poptávkou (rychloobrátkové díly typu spojovací materiál apod.) jsou předpovídány pomocí široké palety statistických metod běžně užívaných pro řízení zásob (klouzavé průměry, exponenciální vyrovnání, Holtovo exponenciální vyrovnání, trendy, sezonní koeficienty, Wintersova metoda ad.). Položky, jejichž spotřeba je sporadická, jsou předpovídány speciálními metodami vhodnými pro předpověď sporadické poptávky (bootstrapping, metoda Smart-Willemain). Použití klasických metod predikce a řízení zásob vede u sporadických položek často k výraznému nadhodnocení předpovědi, a tedy i úrovně zásoby.

Sporadické spotřeby – predikce a efektivní řízení zásoby

Fundamentální otázka řízení zásob zní: kolik kusů konkrétního náhradního dílu musíme držet na skladě? Na takto položenou otázku ovšem přímo odpovědět nelze – je totiž nutné také říci, jaké úrovně dostupnosti dílu na skladě (logistického servisu – service level) chceme dosáhnout. Požadovaný logistický servis úzce souvisí s kritičností dílu: pro kritické díly budeme požadovat logistický servis na úrovni například 99,97 procenta. Logicky platí vztah: čím vyšší logistický servis je požadován, tím vyšší je i potřebná minimální zásoba.
Uvažujme položku – náhradní díl – se sporadickou poptávkou (příklad historie spotřeby takové položky je uvedena na obrázku 9) a dodací lhůtou šest týdnů. Jak tedy nastavit úroveň zásoby (respektive objednací hladinu), abychom zajistili požadovanou dostupnost takového náhradního dílu?

Obr. 9: Pro náhradní díly je typická sporadická spotřeba s velkým počtem období bez spotřeby

V roce 2002 byla autory Smartem a Willemainem navržena simulační statistická metoda, jejímž základem je stochastická předpověď budoucí spotřeby. Pomocí této metody je možné stanovit minimální hladinu zásoby (objednací hladinu) tak, aby bylo zajištěno pokrytí požadavků s určenou pravděpodobností (logistickým servisem). Základem metody Smart-Willemain je náhodné vzorkování z historie spotřeb (ve statistice se tento postup nazývá bootstrapping).
Vzhledem k dodací lhůtě šest týdnů je z časové řady historických spotřeb náhodně vybráno (vzorkováno) právě šest období – týdnů. Součet spotřeb v těchto šesti náhodně vybraných týdnech je prvním náhodným vzorkem spotřeby dílu během dodací lhůty dodavatele. Výběr je patrný na obrázku 10 – pro vzorek č. 1 dosahuje spotřeba pěti kusů. Opakováním tohoto postupu dostaneme další náhodné vzorky spotřeby. Provedeme-li dostatečný počet takových výběrů (simulací spotřeby), dostaneme stochastickou charakteristiku spotřeby dílu během období šesti týdnů. Výsledek zhruba sto tisíců vzorkování je v podobě histogramu uveden na obrázku 11. Histogram četností spotřeb je vlastně formou stochastické předpovědi spotřeby dílu.
Je zřejmé, že v případě sporadické spotřeby dílu (velký počet období – týdnů – s nulovou spotřebou) dostaneme při náhodném vzorkování také velký počet vzorků s nulovou spotřebou. V histogramu na Obr. je tento jev patrný na prvním a nejvyšším sloupci histogramu – výsledek většiny provedených simulací spotřeby je 0. Po této typické špičce histogram zpravidla pokračuje v mírně asymetrickém tvaru rozdělení sešikmeného k vysokým hodnotám (tvar histogramu je výrazně ovlivněn charakterem náhradního dílu).
Optimální úroveň zásoby pak můžeme snadno určit odečtením z vynesené distribuční funkce (na obrázku 11 červeně), kterou dostaneme postupnou kumulací relativních četností v histogramu. Pro požadovanou úroveň logistického servisu (dostupnosti) například 99 procent odečteme optimální zásobu v tomto příkladu 26 kusů.

Obr. 10: Bootstrapping – příklad pro LT = 6 týdnů

Obr. 11: Stochastická předpověď spotřeby: histogram četností spotřeb během LT a určení optimální zásoby (příklad).

Automatizované hladinové řízení zásoby

Nyní zbývá podle určené optimální hladiny zásoby nastavit automatické hladinové řízení ve firemním ERP systému nebo ve specializovaném informačním systému pro řízení zásob údržby. Hladinové řízení pak může fungovat automaticky podle principu na obrázku 12. Počáteční zásoba je průběžnou spotřebou postupně snižována až na úroveň optimální zásoby (řídicí objednací hladiny). V okamžiku protnutí řídicí hladiny informační systém automaticky generuje objednávku dodavateli. Objednané množství je určeno podle předpovědi spotřeby během dodací lhůty dodavatele a zaokrouhleno na nejbližší vyšší možné objednací množství.
Takto nastavené automatické hladinové řízení zásoby s řídicí hladinou nastavenou metodou Smart-Willemain zaručuje dosažení cílového logistického servisu i v případě položek se sporadickou spotřebou.

Obr. 12: Automatizované hladinové řízení zásoby

Autoři jsou konzultanty údržby ve společnosti Logio.