Die Kingman-Formel ist eine Gleichung der Fabrikphysik, die abschätzt, wie lange Aufträge in einer Warteschlange warten, bevor sie bearbeitet werden, und zeigt, dass die Wartezeit explodiert, wenn eine Arbeitsstation sich der vollen Auslastung nähert und die Variabilität zunimmt.
Auch VUT-Gleichung genannt, ist sie eines der wichtigsten Ergebnisse der Warteschlangentheorie für die Fertigung, weil sie erklärt, warum eine Linie, die auf dem Papier „effizient“ aussieht, dennoch schmerzlich lange und unvorhersehbare Durchlaufzeiten liefern kann.
Sie zu verstehen verändert die Art, wie Sie darüber denken, Maschinen auf Hochtouren laufen zu lassen, Arbeit zu bündeln und Variation zu bändigen.
Benannt nach dem britischen Mathematiker Sir John Kingman, approximiert die Formel die durchschnittliche Wartezeit in einer Ein-Server-Warteschlange, bei der Ankünfte und Bedienzeiten variabel sind (der G/G/1-Fall). In ihrer fertigungsfreundlichen Form wird sie als Produkt von drei Faktoren geschrieben:
Wartezeit in der Warteschlange = V × U × T, wobei:
Der V-Faktor wird üblicherweise als Durchschnitt zweier quadrierter Variationskoeffizienten ausgedrückt: einer für die Abstände zwischen den Ankünften und einer für die Prozesszeit. Der U-Faktor, geschrieben als ρ / (1 - ρ), ist die dramatische Komponente. Wenn die Auslastung ρ gegen 1,0 steigt, schrumpft der Nenner gegen null und der gesamte Ausdruck schießt in die Höhe. Diese nichtlineare Explosion ist die einzelnernsthafteste kontraintuitive Lektion der Fabrikphysik.
Manager lieben hohe Auslastung, weil stillstehende Maschinen wie verschwendetes Geld erscheinen. Aber die Kingman-Formel zeigt, dass die Beziehung zwischen Auslastung und Wartezeit nicht linear, sondern hyperbolisch ist. Erhöht man die Auslastung einer Maschine von 80 auf 90 Prozent, verdoppelt sich der U-Faktor ungefähr. Steigt sie von 90 auf 95 Prozent, verdoppelt er sich erneut.
Die letzten wenigen Prozentpunkte „Effizienz“ kosten enorme Mengen an Warteschlange, in Arbeit befindlichem Bestand (WIP) und Verzögerung.
Deshalb schlägt das Verfolgen reiner Maschinen-Auslastung als Ziel oft fehl. Eine Arbeitsstation, die bewusst mit Puffer betrieben wird, kann Aufträge schneller und vorhersagbarer durchbewegen als eine, die an der roten Linie festgepinnt ist. Wenn Sie versuchen, den Durchsatz zu erhöhen, ohne Warteschlangenbildung zu verstehen, lesen Sie unseren Primer zu Durchsatz in der Fertigung und wie er sich von Auslastung unterscheidet, sowie unseren Leitfaden zur Kapazitätsauslastung und den damit einhergehenden Fallstricken.
Betrachten Sie eine CNC-Zelle. Aufträge treffen im Durchschnitt alle 12 Minuten ein, und jeder benötigt 10 Minuten Bearbeitungszeit. Die Auslastung beträgt daher 10 / 12 oder etwa 0,833. Angenommen, der Variationskoeffizient der Ankünfte beträgt 1,0 und der der Prozesszeit 0,75.
Multipliziert: 0.781 × 4.99 × 10 = etwa 39 Minuten durchschnittliche Wartezeit in der Warteschlange. Die Gesamtzeit in der Zelle beträgt grob 39 + 10 = 49 Minuten.
Erhöht man nun die Auslastung auf 0.95, indem mehr Arbeit zugeführt wird und die Variabilität gleich bleibt, springt der U-Faktor auf 0.95 / 0.05 = 19. Die Wartezeit wird 0.781 × 19 × 10 = etwa 148 Minuten. Ein moderater Anstieg der Auslastung um 12 Prozentpunkte vervierfachte nahezu die Wartezeit. Dieses zusätzliche WIP, das sich vor der Maschine anhäuft, ist eine direkte, vorhersehbare Folge der Rechnung.
Die Kingman-Formel macht klar, dass Sie zwei Stellschrauben, nicht nur eine, haben. Wenn Sie die Auslastung nicht senken können, können Sie stattdessen am V-Term ansetzen. Eine Halbierung Ihrer kombinierten Variabilität halbiert etwa die Wartezeit bei gegebener Auslastung. Quellen der Prozessvariabilität auf dem Shopfloor sind ungeplante Stillstände, Schwankungen bei Rüst- und Umrüstzeiten, Nacharbeitszyklen wegen Qualitätsproblemen und inkonsistente Bedienerweisen.
Praktische Maßnahmen zur Reduzierung der Variabilität umfassen:
Kingman sagt Ihnen die Wartezeit; Littles Gesetz wandelt diese Wartezeit dann in Bestand um. Littles Gesetz besagt, dass WIP gleich Durchsatz multipliziert mit Durchlaufzeit ist, sodass jede von Kingman vorhergesagte Wartezeit direkt in auf dem Boden liegende Teile übersetzt wird, die Kapital und Platz binden. Die beiden Gleichungen zusammen bilden das Rückgrat der Fabrikphysik.
Die Formel untermauert auch die Engpasstheorie. Ihr Flaschenhals ist normalerweise die Arbeitsstation, die am nächsten an voller Auslastung läuft, genau dort, wo der U-Faktor am explosivsten wirkt. Dieses Bauteil mit einem Puffer zu schützen, wie in einem Drum-Buffer-Rope-Schema, absorbiert die Variabilität stromaufwärts, bevor sie den Engpass erreicht, und verhindert, dass die Warteschlangenzeit außer Kontrolle gerät.
Die Formel ist eine Näherung, kein hochpräziser Vorhersagealgorithmus, und sie setzt einen einzelnen Server ohne Abbruchverhalten oder Prioritätsregeln voraus. Aber ihre richtungsweisenden Lehren sind unumstößlich: Setzen Sie niemals 100 Prozent Auslastung auf eine geteilte Ressource als Ziel, betrachten Sie Variabilität als Feind erster Klasse, und erwarten Sie, dass die Durchlaufzeit nichtlinear zur Auslastung ist.
Wenn jemand vorschlägt, „nur noch ein bisschen“ aus einer Maschine herauszuholen, die bereits bei 90 Prozent läuft, ist die VUT-Gleichung Ihr Beleg dafür, was das an Verzögerung und WIP kosten wird.
Die Kingman-Formel hilft nur, wenn Sie die Eingangsgrößen messen können, und die meisten Fabriken können ihre reale Auslastung oder Variabilität nicht genau sehen. Fabrico ist die Echtzeit-Datenbasis, die diese Lücke schließt.
Unsere Echtzeit-OEE- und Produktionsüberwachung erfasst tatsächliche Zykluszeiten, Stillstände und Auslastung an jeder Arbeitsstation, sodass die U- und V-Terme in Ihrer Warteschlangenanalyse aus Live-Shopfloor-Daten und nicht aus Schätzungen stammen. Fabricos Computer Vision liest Maschinen ohne SPS aus, wodurch selbst Altanlagen sichtbar werden.
Weil Variabilität häufig durch ungeplante Ausfälle verursacht wird, liefert Fabricos feldtaugliches CMMS Arbeitsaufträge, Anlagenakten, vorbeugende Terminplanung und Ersatzteilverfolgung, um die wartungsgetriebene Varianz direkt anzugehen. Wenn Sie in diesem Bereich neu sind, beginnen Sie mit unserer Erläuterung, was ein CMMS ist und wie es die Overall Equipment Effectiveness unterstützt. Fabrico ist in der EU entwickelt und bietet EU-Datenresidenz, sodass Ihre Produktionsdaten in Europa bleiben.
Sie ist eine Näherung für die allgemeine Ein-Server-Warteschlange (G/G/1) und ist am genauesten, wenn die Arbeitsstation bei moderater bis hoher Auslastung läuft. Sie setzt stabile, gutartig verteilte Ankunfts- und Bedienprozesse ohne Abbruchverhalten oder komplexe Prioritätsregeln voraus. Für grobe Kapazitätsplanung und zum Verstehen richtungsweisender Trade-offs ist sie extrem zuverlässig, für präzise Terminplanung würden Sie jedoch gegen gemessene Daten oder eine diskrete Ereignissimulation validieren.
Es gibt keine universelle Zahl, aber die Formel zeigt, dass die Grenzkosten der Auslastung oberhalb von etwa 85 bis 90 Prozent bei geteilten Ressourcen steil ansteigen. Viele Betriebe mit hoher Produktvielfalt halten Nicht-Engpassstationen bewusst deutlich unter voller Last und reservieren den Near-Kapazitätsbetrieb nur für den Engpass, der separat gepuffert wird.
Das richtige Ziel hängt davon ab, wie viel Variabilität Sie haben: Je lauter Ihr Prozess, desto mehr Puffer benötigen Sie, um die Durchlaufzeit im Zaum zu halten.
Sie beantworten unterschiedliche Fragen. Kingman sagt voraus, wie lange ein Auftrag in der Warteschlange wartet als Funktion von Variabilität, Auslastung und Prozesszeit. Littles Gesetz setzt den durchschnittlichen WIP, Durchsatz und Durchlaufzeit in Relation in jedem stabilen System. In der Praxis benutzen Sie Kingman, um die Wartezeit abzuschätzen, und wenden dann Littles Gesetz an, um diese Wartezeit in den erwarteten Bestand zu übersetzen.
Möchten Sie Ihre reale Auslastung und Variabilität sehen, anstatt sie zu schätzen? Buchen Sie eine Fabrico-Demo und sehen Sie zu, wie Live-OEE-, Zykluszeit- und Stillstandsdaten Fabrikphysik-Theorie in handlungsfähige Entscheidungen verwandeln.
Anmeldung
Blog
