Nello schema sono rappresentate le diverse risorse di produzione che il sistema dovrà

attraversare. In un sistema CONWIP è come se ci fosse una barriera all'inizio,

rappresentata dal punto di accumulo di pezzi in attesa di entrare nel sistema (STOCK
POINT). Il numero di pezzi che entra nel sistema li controlliamo noi.
Nel momento in cui, uno di questi pezzi ha completato il suo ciclo di lavorazione,
automaticamente viene autorizzato l'ingresso di un nuovo pezzo, (ce lo dice il flusso
informativo in linea tratteggiata verso la coda in ingresso).
Supponiamo, avendo considerato un sistema CONWIP in generale, di considerarne un caso
specifico, dove è presente un numero controllato di pezzi al suo interno e in particolare
tale modello lo andiamo ad applicare ad una linea di produzione.
Quindi consideriamo una linea di produzione formata da 4 stazioni (macchine) che
realizzano delle trasformazioni e quindi esse sono tutte risorse che le varie unità devono
visitare per poter completare il loro ciclo di lavorazione.
Applicando a questo sistema la condizione di bloccare il numero di pezzi
contemporaneamente presenti, avremo questo livello inventariale a monte che permette
l'ingresso dei pezzi all'interno delle varie stazioni della linea di produzione (primo
triangolo).
Una volta autorizzato ad entrare, il pezzo si muove attraverso le diverse stazioni fino a poi
arrivare ad essere versato nel magazzino (ad esempio dei prodotti finiti). Nel momento in
cui un nuovo pezzo si aggiunge al magazzino dei prodotti finiti, ce qui l'autorizzazione a far
entrare un nuovo pezzo per essere lavorato (flusso informativo tratteggiato).

Per questo particolare sistema andiamo ad adottare alcune ipotesi, per poterne studiare la
variabilità:
− La prima ipotesi è quella di supporre che non ci sia nessuna variabilità ovvero di avere a
che fare con un sistema deterministico (ricordiamo che nella realtà, non esistono sistemi
deterministici e quindi di fatto, la relazione che troveremo del sistema, rappresenta una
prestazione ottimistica, perché inevitabilmente la presenza di fattori di variabilità sul
sistema, non fanno altro che degradare la sua capacità di funzionamento). All'atto pratico
quanto detto, significa che il tempo effettivo di processamento è un valore COSTANTE ed
inoltre non sono presenti fenomeni di variabilità che possono alterarlo (come setup,
guasti, ecc...);
− la seconda ipotesi è quella di supporre che la linea sia BlLANCIATA, cioè ogni macchina
del flusso di produzione, avendo in generale un suo tempo effettivo di lavorazione, in
questo caso supponiamo che esse abbiano lo stesso tempo effettivo di processamento. In
questa ipotesi, la linea si dice bilanciata e i tempi di lavorazione su di essa, sono uguali tra
di loro e sono dei valori deterministici.

Questa ipotesi permette di determinare una CONDIZIONE OTTIMALE, ovvero la prestazione

migliore possibile, cioè nelle condizioni ideali di funzionamento.
In questo caso particolare, ipotizzando che non ci siano perdite, ovvero detrattori, il tempo
effettivo di ciascuna macchina coincide con il suo tempo naturale di processamento.
In realtà, il pezzo affinché possa essere trasferito ad una stazione all'altra, avremmo
comunque dei tempi di trasferimento, ma non li consideriamo → sono trascurabili.
Realizziamo una sorta di simulazione del sistema nel tempo considerando i seguenti dati:

In questo caso, questo non è affatto vero che il sistema riesce a vendere qualunque
quantità di prodotti che riesce a produrre. Infatti, in base a questa considerazione, ovvero
a domanda da valle illimitata, se andiamo a massimizzare la velocità in cui le unità
attraversano il sistema, se tutte le unità che arrivano in fondo al ciclo di trasformazione le
riusciamo a vendere, è chiaro che massimizzare il profitto di questo sistema si traduce
nell'aumentare quello che è il suo Throughput.
È questo il motivo per cui siamo così interessati a capire come cambia la prestazione del
sistema al variare del numero di entità in esso presenti perché, abbiamo l'obiettivo di
velocizzare il flusso attraverso il sistema e diamo per ipotesi che più veloce è il tempo di
attraversamento, maggiore è la redditività che può produrre il sistema.
Vediamo come si specificano le caratteristiche del flusso di produzione.
Abbiamo già definito un particolare valore, all'interno di un flusso di produzione possiamo
identificare, quella che è la risorsa a collo di bottiglia, già identificata con la l'acronimo 𝑟𝑏
(bottleneck rate). La risorsa a collo di bottiglia è quella particolare risorsa che ha il valore
più basso di produttività e quindi, da un punto di vista formale, possiamo scrivere che tale
risorsa è il minimo di questo insieme:
Dobbiamo ricordarci di una cosa, che in una linea bilanciata, i tempi di lavorazione sono
uguali e che le produttività sono i reciproci del tempo di processamento.
Risulta anche che in tale linea, le risorse sono tutte a collo di bottiglia e non esiste una
risorsa che ha prestazioni maggiore di un'altra.
La produttività della risorsa collo di bottiglia quindi, coincide con una qualunque delle
produttività delle risorse che stiamo considerando.
Possiamo ricavare con 𝑇0 (raw process time), attraverso la sommatoria dei tempi effettivi
di processamento su tutte le risorse che sono coinvolte nel flusso di produzione, che è
uguale per tutti essendo la linea bilanciata.

Il valore calcolato coincide con 8ℎ, il che significa che nella migliore delle condizioni
possibili, un’entità, una volta che viene ammessa all’interno del sistema, dovrà impiegare
almeno un tempo pari a 𝑇0 , che è il tempo minimo, ovvero il tempo necessario a
trasformazioni tecnologiche per il prodotto che stiamo considerando.
Ricavati questi due parametri, simuliamo il comportamento del sistema al variare del 𝑊𝐼𝑃,
iniziando dal valore più basso che possiamo immaginare, ovvero 𝑊𝐼𝑃 = 1 (affinché il
sistema funzioni, deve avere almeno un pezzo al suo interno).
Nei grafici successivi, sono riportate delle simulazioni a stati discreti del sistema.
Riepilogando:

Abbiamo simulato fino a 𝑊𝐼𝑃 = 5, dove 𝐶𝑇 = 10, e si nota che ad un certo punto il 𝑇𝐻
rimane bloccato. Fino a quando ci mettiamo nella 4 unità, il tempo che l’unità impiega nel
sistema è esattamente 𝑇0 . Man mano che aumentiamo unità, il 𝐶𝑇 diventa più grande e
aumenterà anche 𝑇0 (in modo lineare). La produttività ad un certo punto si satura (in
corrispondenza di 𝑊𝐼𝑃 = 4, 𝑇𝐻 = 0.500) e raggiunge il massimo valore (produttività del
collo di bottiglia). Superato un particolare valore (𝑊𝐼𝑃 = 4), da quel momento in poi, 𝑇𝐻
è sempre uguale, ma non facciamo altro che aumentare 𝐶𝑇.

Quindi abbiamo identificato un particolare valore di 𝑊𝐼𝑃 che ci permette di sfruttare al

massimo la produttività del collo di bottiglia.
Quindi se 𝐶𝑇 in qualche modo rappresenta una misura del livello di servizio al cliente,
aumentando il numero di clienti della filiale, se non cambiamo il 𝑇𝐻, non fa altro che
degradare la sua prestazione e fa aumentare il numero di unità e quindi il 𝐶𝑇 del sistema.

Potrebbe essere interessante andare a riportare diagrammi in forma analitica cioè andare
a ricavare quella legge di variazione della prestazione ottima di funzionamento del sistema.
Tale Legge viene anche detta BEST CASE PERFORMANCE LAW (LEGGE DI PRESTAZIONE
NELLA MIGLIOR SITUAZIONE POSSIBILE). Tale legge permette di ottenere il minimo valore
di Cycle Time, (ecco perché migliore prestazione possibile), nella condizione di massimo
𝑇𝐻, per un determinato valore 𝑤 del 𝑊𝐼𝑃 . Tale legge fa anche riferimento che per
l'ipotesi fatta non siano presenti fattori di variabilità. Nelle migliori condizioni possibili
ovvero assenza di variabilità, il Cycle Time può essere espresso:
OSSERVAZIONI :

• Condizione deterministica : miglior funzionamento possibile → il livello di 𝑊𝐼𝑃 ottimale è

𝑊0 ;
Da un punto di vista di un ingegnere impiantista, dobbiamo porci la domanda di come far
fronte alla variabilità che affligge un processo produttivo, che non fa altro che ridurre le
prestazioni del sistema:
− Un primo metodo è quello di ridurre il problema alla radice cioè ridurre la variabilità a
monte, ovvero intervenendo sulle cause di tale variabilità.
Per esempio una causa di variabilità potrebbe essere una variabilità dei tempi di
produzione delle varie macchine;
− Un'altra alternativa che viene spesso adottata, è quella che si usa in sistemi come quelli
per esempio job−shop. Nei sistemi reali invece, ovvero quelli caratterizzati da un flusso
disordinato di parti all'interno del sistema di produzione, una soluzione al problema della
variabilità è quella di aumentare il numero di ordini in lavorazione e quindi aumentare il
𝑊𝐼𝑃. Ovviamente se ciò ci permette di incrementare la produttività, dall'altro lato degrada
le prestazioni in termini di Cycle Time. Con quanto detto, possiamo ricordare che molto
spesso l'ingegnere impiantista si trova a risolvere dei trade−off, ovvero risolvere dei
compromessi che, in questo caso, riguardano la volontà aumentare la produttività del
sistema attraverso un aumento del WIP, ma ciò lo paghiamo con una prestazione
degradata in termini di Cycle Time;
− Un'altra soluzione alla variabilità è quella di installare una capacità produttiva maggiore
o ciò che è lo stesso, aumentare la produttività della singola risorsa, cioè installare delle
macchine che riescono a lavorare il prodotto in modo più veloce e quindi cambiando
tecnologia cerchiamo di ridurre i tempi di lavorazione, ma ciò comporterebbe un aumento
dei costi. Ci ricordiamo che il tempo effettivo di processamento è uno dei parametri che ci
permette di calcolare, insieme al tempo di disponibilità, quello che è il concetto di
utilizzazione. Tipicamente un approccio al problema della variabilità che riguarda sistemi di
produzione, viene fatta andando a ridurre i coefficienti di utilizzazione, in modo tale da
avere una sorta di riserva di capacità per far fronte ad eventuali problemi di variabilità.
Tale osservazione deve essere collegata alla condizione di sistemi che si trovano a lavorare
nelle condizioni di saturazione unitaria, che è una situazione praticamente ideale. In
condizioni di saturazione significa che tutto il tempo disponibile viene impiegato come
tempo di lavorazione. Questa situazione può essere accettata nei sistemi deterministici,
vero quei sistemi che non hanno variabilità dei tempi di processamento. Ogni qualvolta che
si hanno delle variabilità dei tempi di processamento, il coefficiente di utilizzazione da
utilizzare per le risorse, deve essere necessariamente < 1, e non si può rischiare di avere
una macchina satura a fronte di un incremento improvviso dei tempi effettivi di
processamento perché si potrebbe andare incontro all'impossibilità di evadere ordini che
derivano da parte dei clienti.