Inleiding: waarom leverbeloften op het laatste moment steeds worden gemist
Bij de levering van 3D-printorders wordt vaak niet het printen zelf, maar juist de wachtrijvorming, nabewerking, inspectie en herwerk rond het printproces onderschat. De nominale printtijd van een metalen LPBF-order kan 38 uur bedragen, maar van voorbewerking en nesting tot warmtebehandeling, draadsnijden, stralen en CMM-inspectie loopt de totale doorlooptijd vaak op tot 6 à 9 werkdagen. Wanneer sales op basis van de printtijd een levertijd van vijf dagen toezegt, wordt de feitelijke levering herhaaldelijk onder druk gezet door wachtrijen en herwerk, met vertraging als gevolg. Om een levertijd van een ervaringsinschatting om te zetten in een uitvoerbare belofte, moeten voortgangsrisico's worden opgesplitst in meetbare grootheden: verdelingen van bewerkingstijden, beperkingen van parallelle resources, buffergrootte en verbruikssnelheid, en de vertragingskans zelf.
1. Bewerkingstijden zijn geen constanten, maar verdelingen
Het vertrekpunt voor een voortgangsmodel is om de duur van elke processtap als verdeling vast te leggen, in plaats van als één vaste waarde. Neem als voorbeeld een luchtvaartbeugel: statistieken over 30 opeenvolgende batches tonen een gemiddelde printtijd van 38 uur met een standaardafwijking van 4,2 uur; warmtebehandeling gemiddeld 9 uur met 1,1 uur standaardafwijking; draadsnijden gemiddeld 6 uur met 2,4 uur standaardafwijking; en CMM-inspectie gemiddeld 3,5 uur met 1,8 uur standaardafwijking. De standaardafwijkingen bij inspectie en snijden zijn relatief hoog ten opzichte van de gemiddelden, door verschillen in beoordeling van herstelwerk en opspanning. Wie de gemiddelden simpelweg optelt tot 56,5 uur en vervolgens omzet op basis van effectieve werkuren per dag, onderschat systematisch het staartrisico. De juiste aanpak is om voor elke processtap het P80- of P90-percentiel als planningsbasis te gebruiken en de standaardafwijking te behouden voor latere bufferberekeningen.
Daarnaast moeten twee soorten onzekerheid worden onderscheiden. De eerste betreft normale fluctuaties door machinetoestand, poederbatches en vaardigheid van operators; dit is statistisch beschrijfbare ruis. De tweede betreft uitzonderlijke gebeurtenissen, zoals ongeplande machinestilstand, een eerste inspectie die wordt afgekeurd en herwerk veroorzaakt, of tussentijdse modelwijzigingen door de klant. De eerste categorie wordt met verdelingen beschreven; de tweede moet afzonderlijk worden gemodelleerd als het product van kans van optreden en impactduur.
2. Modelleer parallelle processen en resourcebeperkingen expliciet
Bij parallelle uitvoering van meerdere orders is de werkelijke bottleneck doorgaans niet de printer, maar gedeelde resources zoals nabewerking en inspectie. Een werkplaats kan vier printers hebben, maar slechts één warmtebehandelingsoven en één CMM. Hoe groot de printcapaciteit ook is, het leverritme wordt dan nog steeds bepaald door de wachtrijen bij de oven en meetmachine. De modelaanpak bestaat uit het opzetten van een wachtrij voor iedere gedeelde resource en het gebruiken van de bezettingsgraad ρ = aankomstsnelheid/servicesnelheid om te bepalen of congestie ontstaat. In de praktijk neemt de wachttijd niet-lineair toe zodra ρ boven 0,85 komt. Extra printcapaciteit leidt dan alleen tot meer onderhanden werk. Alleen door resourcebeperkingen in de planning op te nemen, kan worden beoordeeld of bij extra klantorders de oorspronkelijke belofte haalbaar blijft.
Ook het identificeren van het kritieke pad is essentieel. In een 3D-printketen vormen printen en warmtebehandeling vaak de belangrijkste kritieke keten, terwijl het opstellen van inspectierapporten en verpakken en verzenden meestal speling hebben. Bij toepassing van de critical-chainmethode moet 50% van de veiligheidsmarge per processtap worden teruggenomen en gecentraliseerd worden ingezet als projectbuffer en aansluitbuffer, in plaats van iedere stap een eigen marge te laten behouden. Verspreide marges worden namelijk opgebruikt door het studentensyndroom en de wet van Parkinson, zonder daadwerkelijke voortgangsbescherming te bieden.
3. Kwantificering van buffers en bewaking van bufferverbruik
Een buffer is geen willekeurige toevoeging van twee dagen. Er zijn twee veelgebruikte methoden. De eerste is de wortel-van-de-variantiesmethode, waarbij de buffergrootte gelijk is aan de wortel van de som van de gekwadrateerde standaardafwijkingen van de processtappen in de kritieke keten: buffer = √(Σσ²). Met de bovenstaande gegevens als globale schatting, en een kritieke keten met printen, warmtebehandeling, snijden en inspectie, zijn de σ-waarden respectievelijk 4,2, 1,1, 2,4 en 1,8. De buffer bedraagt dan ongeveer √(17,6+1,2+5,8+3,2) ≈ 5,3 uur, oftewel circa 12% tot 15% van de duur van de kritieke keten. De tweede methode is de proportionele methode, waarbij direct 20% tot 30% van de kalenderduur van de kritieke keten wordt genomen. Deze is geschikt voor de beginfase, wanneer nog onvoldoende data beschikbaar zijn.
Na vaststelling moet het bufferverbruik worden bewaakt. Verdeel de buffer in drie gelijke delen: verbruik onder 1/3 is groen, tussen 1/3 en 2/3 is geel, en boven 2/3 is rood en activeert ingrijpen. Een nauwkeuriger indicator is de bufferverbruiksindex: het reeds verbruikte bufferpercentage gedeeld door het voltooiingspercentage van de kritieke keten. Een waarde boven 1 betekent dat de voortgangsgezondheid verslechtert; ook zonder actuele vertraging is dan vroegtijdig ingrijpen nodig. Nadat een werkplaats deze indicator invoerde en interventies niet pas na vertraging maar al in de gele zone startte, daalde het vertragingspercentage binnen drie maanden van 18% naar 7%.
4. Vertragingskans en de totstandkoming van leverbeloften
Een aan klanten gecommuniceerde leverdatum moet gebaseerd zijn op een expliciete schatting van de vertragingskans. De eenvoudigste uitvoering is een Monte Carlo-simulatie: ken aan elke processtap een driehoeksverdeling toe met een optimistische, meest waarschijnlijke en pessimistische duur, voeg kansvertakkingen voor herwerk en resourcewachtrijen toe, en voer minimaal 5.000 simulaties uit om een cumulatieve verdelingscurve van de einddatum te verkrijgen. Gebruik P50 als interne doelstelling en P85 of P90 als externe leverbelofte; daarmee kan de nalevingsgraad van beloften in de bandbreedte van 85% tot 90% worden gehouden. Als de klant meer zekerheid verlangt, verschuift de toegezegde datum vanzelf naar achteren, of moeten versnellingskosten worden betaald om de kritieke keten in te korten.
Voorafgaand aan een belofte moet ook een controle van het uitvoeringsvermogen plaatsvinden: de resterende capaciteit van kritieke resources die door lopende orders wordt bezet, de beschikbaarheid van materialen zoals poeder en bouwplaten, en de reeds toegezegde belasting van de inspectiewachtrij. Als één van deze voorwaarden niet is vervuld, mag geen harde belofte worden gedaan; er moet dan een voorwaardelijk antwoord volgen. Door toezeggingen in drie categorieën te verdelen — toezegbaar, voorwaardelijk toezegbaar en niet toezegbaar — kunnen latere geschillen beter worden voorkomen dan met een algemeen toegezegde datum.
5. Kwantificering van uitzonderlijke gebeurtenissen en verantwoordelijkheidsgrenzen
Het model moet ook uitzonderingen kunnen opnemen. Ongeplande machinestilstand kan op basis van historische MTBF en MTTR worden omgerekend naar een verwachte verliesduur per incident, vermenigvuldigd met de kans op een storing van die machine binnen het projectvenster. De kans op herwerk na een afgekeurde eerste inspectie kan worden afgeleid uit het historische first-pass-yieldpercentage van vergelijkbare onderdelen. De impact van klantwijzigingen kan worden berekend op basis van het aantal dagen tussen het wijzigingsmoment en de geplande voltooiing: hoe dichter bij voltooiing, hoe groter de impact. Door deze waarden in een risicoregister op te nemen met hun verwachte impactduur, kan de projectmanager met één uniforme maatstaf beoordelen voor welke risico's mitigatiekosten gerechtvaardigd zijn.
Op contractueel niveau moeten de vertragingsverantwoordelijkheid en meldtermijnen voor overmacht, klantwijzigingen en afwijkingen in aangeleverde materialen helder worden vastgelegd, zodat niet elke vertraging automatisch als verantwoordelijkheid van de leverancier wordt gezien. Leg daarnaast prijsstellings- en doorlooptijdaanpassingsformules voor wijzigingen vast, zodat de belofte steeds aansluit op de meest recente scope.
Conclusie
Om een levertijd van een ervaringswaarde om te zetten in een betrouwbare belofte, zijn drie zaken essentieel: beschrijf bewerkingstijden met verdelingen in plaats van gemiddelden, beoordeel gedeelde resources met wachtrijmodellen in plaats van intuïtie, en bewaak de voortgang met bufferverbruik en vertragingskansen in plaats van enkel het voltooiingspercentage. De implementatie kan met een minimale gesloten cyclus beginnen: verzamel eerst van 30 batches de bewerkingstijden per processtap en bereken de standaardafwijkingen, bepaal vervolgens buffers met de wortel-van-de-variantiesmethode en gebruik ten slotte Monte Carlo om een P85-belofte af te geven. Na drie maanden dataopbouw zijn doorgaans meetbare verbeteringen zichtbaar in zowel de nalevingsgraad van leverbeloften als de omloopsnelheid van onderhanden werk.
Dien een model, tekening, afbeelding of schriftelijke notities in. Ingenieurs beoordelen materiaal, proces, afwerking en levering op basis van daadwerkelijk gebruik.