How does a multi-skilled workforce learn ? The impact of learning curves on operations performance in a flow shop : an analysis within workload control theory

More and more Companies face an increasing demand for customization, while they need to maintain high quality, low cost, and short lead times. Workload Control is applied to align capacity and demand and improve lead time performance through Input Control (regulating the entry of jobs in the system) and Output Control (adjusting capacity to regulate system outflow). Input Control was extensively studied in literature, while Output Control was often overlooked. This thesis uses simulation to investigate workers flexibility, one of the key levers of Output Control, in a flow shop that includes an input control mechanism. Workers flexibility can be a key competitive opportunity for companies, and it is widely regarded as a crucial element of an effective manufacturing strategy. This is because it allows to cope with temporary workload imbalances by re-allocating workers from under-loaded stations to over-loaded ones. This drives significant improvement in both direct labor utilization and production lead times, which drive higher profit margins and customer satisfaction. Workers learning curves, which were never studied in workload control literature before, were introduced in the system to study their impact on flexibility and, in turn, on system performance. We showed that increasing flexibility leads to significant results in terms of lead time reduction. Furthermore, increasing flexibility by training workers on an ever-increasing number of machines follows the law of diminishing returns in terms of lead-time benefit. We also tested limiting the move of workers across workstations and results show that the reduction of the number of workers re-locations is greater than the negative impact on lead-time. This allows to improve the trade-off between lead time and workers re-locations. Finally, we investigated the positive effects on system performance by introducing digital technologies that increase workers learning speed. Results show that investing in digital technologies can be very beneficial in terms of lead-time reduction and it can lead to similar benefits as training workers on an additional number of machines in standard workers learning conditions.

Sempre più aziende affrontano una crescente domanda, da parte dei clienti, di “customizzazione” dei loro prodotti, mentre rimane alta la richiesta di alta qualità, costi limitati, e lead-time veloce. Il Workload Control viene applicato dalle aziende per allineare la capacità produttiva alla domanda e per migliorare il led-time tramite l’Input Control (la regolazione dell’alimentazione di Job al sistema) e tramite l’Output Control (la regolazione dell’output del sistema tramite la variazione della capacità produttiva). L’Input Control è stato studiato in letteratura in maniera estensiva, mentre l’Output Control è stato spesso trascurato. Questa tesi fa uso della simulazione per analizzare la “flessibilità dei lavoratori”, una delle leve chiave dell’Output Control, in un sistema produttivo di tipo “flow shop” che include un meccanismo di Input Control. La flessibilità dei lavoratori può diventare un’importante leva competitiva per le Aziende ed è ampiamente ritenuta un elemento chiave per una efficace strategia di produzione, in quanto consente di gestire temporanei sbilanciamenti nei carichi di lavoro tramite la ri-allocazione di lavoratori da stazioni scariche a stazioni sovraccariche. Questo consente significativi miglioramenti nell’utilizzo della manodopera diretta e nel lead-time, il che a sua volta consente di avere margini operativi più alti e migliore soddisfazione dei Clienti. Abbiamo introdotto nel sistema anche le curve di apprendimento dei lavoratori, che non erano state ancora studiate nella letteratura sul Workload Control. Questo ha consentito di valutare il loro impatto sulla flessibilità e, di conseguenza, sulle prestazioni del sistema. Le simulazioni svolte mostrano che aumentare la flessibilità dei lavoratori porta miglioramenti significativi in termini di riduzione del lead-time. Inoltre, aumentare la flessibilità addestrando i lavoratori ad operare su un numero di stazioni sempre crescente porta benefici decrescenti in termini di riduzione del lead-time. Abbiamo anche testato la possibilità di limitare i movimenti di lavoratori tra le stazioni: i risultati mostrano che la riduzione del numero di ri-allocazioni di lavoratori è maggiore dell’impatto negativo che si ha sul lead-time. Questo consente di migliorare il trade-off fra il lead-time e il numero di ri-allocazioni di lavoratori. Infine, abbiamo investigato gli effetti positivi sulle prestazioni del sistema derivanti dall’introduzione di tecnologie digitali che incrementino la velocità di apprendimento dei lavoratori. I risultati mostrano che un investimento in tali tecnologie può avere impatti importanti in termini di riduzione del lead-time e può portare a benefici paragonabili a quelli ottenibili addestrando i lavoratori a lavorare su un maggiore stazioni in condizioni di apprendimento standard.