EXAMENSARBETE INOM TEKNIK, GRUNDNIVÅ, 15 HP

STOCKHOLM, SVERIGE 2020

Utvärdering och inventering

av produktionsuppföljnings-

system på AstraZeneca

En litteratur- och fallstudie av

produktionsuppföljningssystem på AstraZeneca i Södertälje

JULIA ERIKSSON

PEGAH ATARIAN

KTH

SKOLAN FÖR INDUSTRIELL TEKNIK OCH MANAGEMENT

TRITA TRITA-ITM-EX 2020:290

www.kth.se

Utvärdering och inventering av

produktionsuppföljningssystem på

AstraZeneca

En litteratur- och fallstudie av produktionsuppföljningssystem på AstraZeneca i Södertälje

Pegah Atarian

Julia Eriksson

Handledare KTH: Jafar Mahmoudi & Erik Flores

Handledare AstraZeneca: Ulrika Wigren

Uppdragsgivare: AstraZeneca

Examinator: Monica Bellgran

Abstract

The managers of AstraZeneca have globally decided that the production follow-up system TrakSYS

should be implemented on all PET (Process Execution Teams). The implementation of this system has

already begun but there is a long way to go before it is available on all PET. There are pros and cons for

every system that is used today at AstraZeneca and the work with production follow-up varies. The

same method for calculating KPI:s must be used everywhere in the production to enable comparisons.

Interpretation of the standards for categorization of losses is differing between the PET which makes

the comparisons difficult. An important aspect in the evaluation of the systems is that the key

performance indicators (KPI:s) are comparable between the PET. Furthermore, the systems should be

effective and user friendly.

The purpose of this project is to evaluate the existing systems and determine which of them fits best for

all six PET to enable aggregation and comparisons of OEE (Overall Equipment Effectiveness). The data

must be accessible for the employees to enable comparisons. For this reason, the project group has

analyzed the escalation of the problems. The categorization of losses is also important to understand the

present situation on the PET:s and how the KPI:s are calculated. To answer the thesis of the project, the

project group has used a literature and a case study. The case study was made by interviews on all the

six PET and the helping function Sourcing and Supply at AstraZeneca. The selected theory for the

literature study was collected from Primo and Google Scholar. A thematic analysis and a categorizations

was made based on the production follow-up systems with pros and cons as subcategories.

The thesis resulted in four findings which are essential for the purpose to evaluate the existing systems

and determine which of them fits best for all six PET to enable aggregation and comparisons of OEE.

The production follow-up systems that are used at AstraZeneca today are TrakSYS, PlantPerformance

and an analogue system. The TAK-model is used for categorizations of losses but variations of how the

losses are categorized differ. Tier-levels are used for escalation of problems, from the production lines

up to SOMT (Sweden Operation Management Team). TrakSYS was the production follow-up system

that the group found most suitable for AstraZeneca which is the system that is planned to be

implemented. The advantages of this system is the effectiveness, the possibilities to make it fit the

processes and also that the KPI:s are calculated automatically.

Sammanfattning

Ledningen på AstraZeneca globalt har beslutat att produktionsuppföljningssystemet TrakSYS ska

införas i hela verksamheten. Implementeringen av detta system har redan påbörjats men det är en lång

väg kvar innan det finns på alla produktionsavdelningar, som även benämns PET (Process Execution

Teams). Det finns för- och nackdelar med de system som idag används på AstraZeneca samt att arbetet

med produktionsuppföljningen varierar. För att möjliggöra goda jämförelser krävs det att kalkylering av

nyckeltal genomförs på samma sätt i hela verksamheten. Tolkningen av de standarder som finns för

kategorisering av förluster skiljer sig mellan PET vilket försvårar jämförelserna. En viktig aspekt i

bedömningen av produktionsuppföljningssystemen är att nyckeltalen ska kunna jämföras mellan olika

PET samt att systemet ska vara användarvänligt och effektivt.

Syftet med detta projektarbete är att bedöma de befintliga produktionsuppföljningssystemen och avgöra

vilket som passar bäst för verksamhetens alla sex PET för att möjliggöra aggregering och jämförelser

av OEE (Overall Equipment Effectiveness). Jämförelser ska kunna göras på alla nivåer och därför har

eskaleringen av problem också granskats. Kartläggning över hur förlusterna kategoriseras är också en

del av detta arbete och syftar till att få en förståelse för nuläget i verksamheten och hur OEE i slutändan

ska kunna jämföras. För att svara på frågeställningarna har en litteratur- och en fallstudie använts.

Fallstudien gjordes i form av intervjuer på samtliga sex PET och kringfunktionen Förråd och

Dispensering på AstraZeneca. Teorin till litteraturstudien som har hämtats från Primo och Google

Scholar. En tematisk analys har genomförts och i detta arbete har sorteringen skett utifrån

produktionsuppföljningssystem samt underkategorierna för-och nackdelar.

Arbetet resulterade i fyra slutsatser som är betydande för syftet att bedöma

produktionsuppföljningssystemen och avgöra vilket som passar bäst för verksamhetens alla sex PET för

att möjliggöra aggregering och jämförelser av OEE. De produktionsuppföljningssystem som används

på AstraZeneca idag är TrakSYS, PlantPerformance samt ett analogt produktionsuppföljningssystem.

Kategorisering av förluster utförs enligt TAK-modellen men variation i hur kategoriseringen går till

förekommer. Eskalering av problem sker i Tier-nivåer, från produktionslinjerna uppåt till SOMT

(Sweden Operation Management Team). Det produktionsuppföljningssystem som gruppen

rekommenderar som det mest passande för AstraZeneca är TrakSYS, det vill säga det system som är på

väg att implementeras på alla PET. Fördelen med detta system är inte bara att det är effektivt, utan också

att det kan formas på ett sätt som passar processerna samt att nyckeltal automatiskt beräknas.

Förord

Detta kandidatexamensarbete skrevs under det tredje året på civilingenjörsprogrammet Maskinteknik

inom Industriell teknik och hållbarhet på Kungliga Tekniska Högskolan och omfattar 15 högskolepoäng.

Vi vill tacka AstraZeneca för att vi fick utföra detta arbete. Dessutom vill vi rikta ett extra tack till vår

handledare på AstraZeneca Ulrika Wigren för stöttning genom hela arbetet, samt ett tack till alla som

ställt upp på intervju och visat oss runt i verksamheten.

Vidare vill vi tacka våra handledare på Kungliga Tekniska Högskolan Jafar Mahmoudi och Erik Flores

som bidragit med hjälp vid utformning av rapporten och tillvägagångssätt för att uppnå resultat.

Avslutningsvis vill vi även tacka övriga som bidragit till att detta arbete blivit möjligt.

Pegah Atarian och Julia Eriksson

Stockholm, juni 2020

Innehållsförteckning

1 Inledning ................................................................................................................................................................................. 1

1.1 Bakgrund ............................................................................................................................................................... 1

1.2 Problemformulering ............................................................................................................................................ 1

1.3 Syfte och frågeställning....................................................................................................................................... 1

1.4 Avgränsning .......................................................................................................................................................... 1

2 Metod ............................................................................................................................................................................... 2

2.1 Litteraturstudie ..................................................................................................................................................... 2

2.2 Fallstudie ............................................................................................................................................................... 3

2.3 Strategi och analys............................................................................................................................................... 4

3 Teori ................................................................................................................................................................................. 4

3.1 Lean ........................................................................................................................................................................ 5

3.2 Total Productive Maintenance (TPM).............................................................................................................. 6

3.3 Key Performance Indicator (KPI) ..................................................................................................................... 6

3.4 Overall Equipment Effectiveness (OEE) .......................................................................................................... 6

4 Resultat ............................................................................................................................................................................ 7

4.1 Uppdragsgivare .................................................................................................................................................... 7

4.2 AstraZenecas definitioner och arbetssätt......................................................................................................... 8

4.3 Produktionsuppföljningssystemen ...................................................................................................................13

5 Analys och diskussion ................................................................................................................................................15

5.1 Produktionsuppföljningssystem .......................................................................................................................15

5.2 Kategorisering av förluster ..............................................................................................................................17

5.3 Eskalering av problem och aggregering av data..........................................................................................17

5.4 Vilket produktionsuppföljningssystem lämpar sig bäst ...............................................................................18

6 Slutsats ...........................................................................................................................................................................19

6.1 Resultat ................................................................................................................................................................19

6.2 Fortsatt arbete ....................................................................................................................................................20

Förkortningar

API - Active Pharmaceutical Ingredient

AZ - AstraZeneca

BFS - Blow, Fill, Seal

FDI - Freeze dried, Devices, Inhalation

KPI - Key Performance Indicator

OEE - Overall Equipment Effectiveness

OSD - Oral, Solid, Dosage

PET - Process Execution Team

SHE - Safety, Health and Environmental management

SOMT - Sweden Operation Management Team

SQLP – SHE, Quality, Leverans, Personal

TAK - Tillgänglighet, Anläggning, Kvalitet

TPM - Total Productive Maintenance

1

1 Inledning

I den inledande delen av rapporten presenteras arbetets bakgrund, problemformulering, syfte och

avgränsning.

1.1 Bakgrund

I genomförandet av detta arbete har besök och intervjuer gjorts på alla PET (Process Execution Teams),

det vill säga produktionsavdelningarna, på AstraZenecas två anläggningar i Södertälje. Analys på hur

produktionsuppföljningen går till samt vilka produktionsuppföljningssystem som används har utförts.

När en störning uppstår dokumenterades dess tidsintervall och orsak i ett

produktionsuppföljningssystem. Hur denna dokumentation genomförs och sedan används varierar på de

olika produktionsavdelningarna. Att ha ett gemensamt produktionsuppföljningssystem visar sig vara

viktigt vid jämförelser av nyckeltal. Detta för att kunna prioritera vilka förändringar som resulterar i

förbättringar. Tidigare arbeten avser att identifiera brister och förbättringsmöjligheter samt förbättra

befintliga system och rutiner för uppföljning (Hadi & Larsson, 2008).

1.2 Problemformulering

På AstraZeneca idag används flera olika varianter av produktionsuppföljningssystem vilket inte står i

linje med ett standardiserat arbetssätt enligt AstraZeneca Supply System (AstraZeneca, u.d.). Dessutom

är valet av system anpassat till de PET där det används vilket leder fram till problemet att jämförelser

av nyckeltal försvåras. Syftet med ett produktionsuppföljningssystem är att visualisera

produktionsflödet och överföra information om det till operatörer och andra intressenter. Vidare ska

systemet möjliggöra förbättringar och en effektivare produktion.

1.3 Syfte och frågeställning

Syftet med denna rapport är att analysera de befintliga produktionsuppföljningssystemen och avgöra

vilket som passar bäst för alla PET för att möjliggöra aggregering och jämförelser av OEE (Overall

Equipment Effectiveness) högre upp i organisationen. För att få kunskap kring hur

produktionsuppföljningsarbetet sker på företaget och slutligen kunna besvara vilket system som passar

bäst, har följande frågeställningar tagits fram:

Vilka system används för produktionsuppföljning?

Hur kategoriseras förluster?

Hur eskalerar problemen uppåt?

Vilket system passar bäst och bör användas för att analyser samt åtgärder ska kunna

genomföras?

1.4 Avgränsning

Projektet kommer avgränsas till endast de produktionsuppföljningssystem som används på AstraZeneca.

Kringfunktionens metod ”Blå Lappar” anses vara ett bristsystem och därför diskuteras inte metoden

2

som ett produktionsuppföljningssystem. Jämförelser med andra företags

produktionsuppföljningssystem tas ej med i denna rapport. Alla sex produktionsavdelningar samt förråd

och dispensering har inkluderats i arbetet.

Under de månaderna som fallstudierna genomfördes uppstod vissa begränsningar de sista veckorna på

grund av Covid-19 restriktioner. Detta löstes med hjälp av videosamtal och tydliga beskrivningar av

processerna från den personen som intervjuades. Med mer tid kunde fördjupning i frågeställningarna

genomföras genom att bland annat utöka litteratursökningen eftersom den mesta delen av teorin samlats

genom fallstudien.

2 Metod

Projektet kommer utföras som en litteratur- och fallstudie. Detta för att kunna basera diskussioner och

slutsatser på den teori som redan finns att tillgå från rapporter och på den insamlade informationen som

kommer hämtas från företaget via intervjuer.

2.1 Litteraturstudie

Litteraturstudien grundar sig på de vetenskapliga artiklar som anses väsentliga för projektet. Nedan

beskrivs hur litteratursökningen gått till i detalj för att utforma teoriavsnittet i denna rapport.

Databaser som använts är Primo och Google Scholar. De rapporter som valts ut har inte varit mer än 12

år gamla och de som hämtats från Primo har även genomgått peer review. Nedan i tabell 1 visas en

beskrivning över vilka sökord som använts och hur många resultat det gav på respektive databas. Här

presenteras också hur många abstract som primärgranskats och hur många artiklar som valts ut från

respektive sökord.

Tabell 1: Litteratursökningsresultat

Sökord Resultat från

Primo

Resultat från Google

Scholar (Ej peer review)

Antal abstract som

primärgranskats

Antal

artiklar

använda

TPM 18 260 56 700 10 1

OEE 3 707 15 800 10 3

Lean 180 440 1 040 000 8 2

KPI 11 423 70 200 7 1

Sustainability

“AND” OEE

322 3 840 6 1

Sustainability

“AND” Lean

13 226 64 600 3 1

3

Energy

“AND”

Internet

127 806 2 060 000 7 2

Paper

“AND”

Energy

1 718 611 2 340 000 4 1

Lean ”AND”

Automation

5 336 25 000 3 1

2.2 Fallstudie

Enligt Blomkvist och Hallin (2019) är fallstudie är en metod som används för att skapa en bättre

förståelse för det område som studeras och ger kunskap om hur ämnet kan se ut i verkligheten. Under

genomförandet av en fallstudie måste tillräckligt med information samlas för att kunna svara på

projektets frågeställning (Blomkvist & Hallin, 2019).

Intervjuerna genomfördes på de sex olika PET:en och en kringfunktion på AstraZeneca i Södertälje. En

person från varje PET och kringfunktion har intervjuats. I den mån det varit möjligt har den intervjuade

personen även hållit en guidad tur på respektive område. Tabell 2 beskriver när, var och med vem

intervjuerna har genomförts.

Tabell 2: Referenser som användes till fallstudier som genomfördes 2020

Datu

m

PET/Område Position Övrigt

29/01 Underhåll Technical Specialist Information om uppdraget

Director Maintenance

17/02 BFS Produktionstekniker

19/02 Packning Packningsingenjör

24/02 OSD Produktionstekniker

24/02 API Lean koordinator

04/03 Förråd och

dispensering

Produktionstekniker Ej besök i lager på grund av Covid-19

restriktioner

04/03 Turbohaler Portfolio Manager Ej besök i produktionen på grund av Covid-

19 restriktioner

24/03 FDI Produktionstekniker Intervju över länk på grund av Covid-19

restriktioner

4

27/03 TrakSYS Business Analyst Intervju över länk på grund av Covid-19

restriktioner

02/04 PlantPerformance Produktägare,

PlantVision

Ej anställd på AstraZeneca. Kontakt över

mail

Målet med fallstudierna var även att få kunskap om arbetet med nyckeltal och hur problem eskalerade

uppåt i organisation. Här under följer exempel på intervjufrågor.

Hur ser processen ut här?

Vad är typiska stopp för er?

Hur dokumenterar ni stopp?

Vilket produktionsuppföljningssystem används?

Är det ett manuellt system?

Hur eskalerar problemen?

Hur ser den dagliga styrningsprocessen ut?

Hur tycker du att det fungerar?

För att samla in mer information om produktionsuppföljningssystemen har andra än de på PET:en

intervjuats. Bland dessa var en Business Analyst på AstraZeneca med information om TrakSYS samt

en produktägare för PlantPerformance på PlantVision.

2.3 Strategi och analys

Blomkvist och Hallin (2019) beskriver att ett vetenskapligt arbete undersöker vad som redan finns

skrivet inom området för att kunna utforma välgrundade resonemang. Därefter bygga vidare på den

information som hittats och formulera nya argument och utveckla kunskapen. Litteraturstudien som

utförts i detta arbete genererade djupare förståelse i ämnet och möjliggjorde analys. I detta arbete

används en komparativ fallstudie för att samla information om skillnader i

produktionsuppföljningssystem. Detta är en vanlig typ av fallstudie där jämförelser görs mellan olika

områden (Blomkvist & Hallin, 2019). I fallstudien har observationer och en semistrukturerad

intervjuform använts som datainsamlingsmetod. Detta innebär att frågorna var bestämda innan men att

det fanns möjlighet att ställa följdfrågor för att få en bättre, mer omfattande bild av verksamheten

(Hartikainen & Björkvall, 2017). Enligt Blomkvist och Hallin (2019) beskrivs en tematisk analys som

ett sätt att sortera den empiriska studien i kategorier. Analys utförs utifrån detta för att sedan komma

fram till svar på frågeställningarna (Blomkvist & Hallin, 2019). I detta arbete har sorteringen skett

utifrån produktionsuppföljningssystem samt underkategorierna för-och nackdelar.

3 Teori

Här följer den litteraturinsamling som anses viktig för att kunna dra slutsatser och diskussioner senare i

rapporten. Projektet tar även upp hur hållbarhet kan koppla samman till några av de begrepp som

diskuteras. AstraZenecas definitioner på alla delar förutom Key Performance Indicator (KPI) och hur

de implementerats i verksamheten finns att läsa i resultatdelen.

5

3.1 Lean

Enligt Hartikainen och Björkvall (2017) är Lean är en lära som syftar till att identifiera och åtgärda de

slöserier som inte tillför värde till den slutliga produkten. När förbättringar tas fram är det av vikt att

också kontrollera ifall de givit resultat och detta görs bäst genom att använda sig av nyckeltal. En viktig

del inom Lean är att arbetet ska vara standardiserat och att man alltså valt den bästa metoden för att

utföra något. Dessa standarder bör ses över, förbättras kontinuerligt och den kan också ligga till grund

för utvärdering av hur processen går. Detta tillsammans med KPI:er ger en tydligare bild över hela

produktionen och möjliggör jämförelser (Hartikainen & Björkvall, 2017). Lean kan implementeras i

många varianter av företag och verksamheter. Men även om många företag lyckats implementera Lean

är det ett antal som inte kan bibehålla resultaten. Det skapas också mer press från lagar och intressenter

på företagen att rikta sig mer åt hållbarhet vilket gör att engagemanget för utveckling av Lean vidgas

(Martinez-Jurado & Moyano-Fuentes, 2014).

Enligt Martinez-Jurado och Moyano-Fuentes (2014) finns det några identifierade hållbarhetsaspekter

som implementering av Lean kan bidra med när den ekologiska hållbarheten diskuteras. Den första är

att minska slöserierna i verksamheten och därmed addera värde till den slutliga produkten. Samtidigt

som det håller nere kostnaderna då den slutliga produkten ger det även fördelar för företaget på mindre

resurser behövs och energianvändningen går ned, något som bidrar till en mer hållbar produktion. En

annan aspekt är att involvera människor vilket är en viktig del inom Lean för att kunna göra ständiga

förbättringar. Det är också en viktig del i arbetet med en mer hållbar process då det även här behövs

engagemang för att hitta nya lösningar. Det är också möjligt att koppla implementationen av Lean till

fördelar som omfattas av den ekonomiska hållbarheten. För att detta ska uppnås har man i litteraturen

diskuterat att det inte är tillräckligt att implementering av Lean med dess metoder sker längst ner i

hierarkin utan att man vid alla nivåer ska arbeta med införandet. Både kulturen kring Lean och sättet att

tänka bör också genomsyra både leverantörer och kunder för att uppnå en ekonomisk hållbarhet i

företaget. Även den sociala hållbarheten påverkas av en verksamhet som genomsyras av Lean. Hur Lean

och alla metoder som hör därtill påverkar människorna i verksamheten är en fråga som anses mycket

viktig och just människan utgör en stor del i läran. För att kunna lyckas med implementeringen av Lean

samt att bibehålla dess goda egenskaper är motivation, samarbete och kommunikation centralt

(Martinez-Jurado & Moyano-Fuentes, 2014).

Eftersom delar inom Lean ska vara automatiserade (Kolberg, et al., 2016) krävs en ökad användning av

digitala hjälpmedel. Ur denna aspekt visar det sig att hållbarheten kan påverkas negativt. Man kan tala

om den spiral som beskriver hur telekommunikationen föder ekonomisk tillväxt som sedan i sin tur ger

fördel för telekommunikationen. Men det är viktigt att ha i åtanke att detta kräver elektriskt kraft för att

fungera och att ju större nätverken växer sig desto mer kraft behövs (Hinton, et al., 2011). En fråga som

ställs är vad en ökad användning av internet innebär och varför bör en sådan aspekt finnas i åtanke vid

beslut. Internettrafiken dubbleras vart tredje år vilket ger en ökning i hur mycket energi som går åt.

Telekommunikationer i bland annat Italien har studerats och det visar sig att det använts 1% (2 TWh)

av Italiens totala energiåtgång under 2006. I Tyskland gick 20% av den energi som avsetts för

internetanvändning till nedkylning av system som krävs för att upprätthålla internettrafiken. I de

europeiska länderna hade man år 2005 en förbrukning av energi till internetanvändning på 14 TWh.

Denna siffra tycks öka och estimeras att hamna på 36 TWh år 2020 (Recupero, 2013). Den ökade

digitaliseringen minskar pappersanvändningen. Enligt Blomberg et al (2012) kan det finnas fördelar av

att försöka minska på pappersanvändningen. Den svenska mass- och pappersindustrin står för nästan

50% av den totala energi som används av tillverkande industrier i just Sverige. Det är också mass- och

6

pappersindustrin som står för mest elektricitetsanvändning vid jämförelser av andra industrier. År 2008

användes det i Sverige 144 TWh totalt och 55,5 TWh användes i industrierna. Av den energin stod mass-

och pappersindustrin för 41% av åtgången vilket gör att den står för den största andelen (Blomberg, et

al., 2012).

3.2 Total Productive Maintenance (TPM)

Total Productive Maintenance är en metod som består av flera delar enligt Kanti Augustiady och Cudney

(2018). Ett av målen med TPM är att med hjälp av ständiga förbättringar av produktionens alla processer

kunna minimera förlusterna och därmed även effektivisera arbetet och verksamheten. Det är också fokus

på att minska stopp och defekter samt att öka engagemanget hos de anställda. Vidare ger det utrustningen

en högre livslängd och möjliggör reducering av småstopp. Det är också upp till företaget hur man vill

implementera TPM för att det ska passa den verksamheten man bedriver (Kanti Augustiady & Cudney,

2018). Därför beskrivs TPM baserat på den information som AstraZeneca själva tagit fram under kapitel

4.

3.3 Key Performance Indicator (KPI)

Key Performance Indicator (KPI), eller nyckeltal som det benämns på svenska, är ett sätt för företag att

mäta effektivitet och lönsamhet. Nyckeltal kan användas för att analysera hela verksamheten eller

enskilda processer och bidrar till att uppmärksamma förbättringsområden och förluster. Detta medför

att verksamheten kan effektiviseras. Mätningarna kan genomföras inom flera områden i företaget.

Exempelvis kan KPI:er för energiförbrukning eller KPI:er för planering användas. Beräkning av OEE

är ett exempel på KPI:er i produktionen och är det som används på AstraZeneca (Lindberg, et al.,

2015). Hur mätningarna genomförs på AstraZeneca beskrivs i kapitel 4.

3.4 Overall Equipment Effectiveness (OEE)

I många industrier används idag olika nyckeltal för att mäta effektiviteten i processen, där ibland OEE

som enligt litteratur räknas fram genom att multiplicera komponenternas tillgänglighet ,

anläggningstillgångar samt kvalitetsutbyte. Vanligen består dessa komponenter av bestämda förluster. I

tillgänglighet är det haverier av utrustning och omställning av maskiner som ingår. I

anläggningstillgångar ingår väntan, mindre stopp och hastighetsförluster. Kvalitetsutbytet består av

förluster på grund av olika typ av fel på produkten som leder till att den måste kasseras. Formeln för att

beräkna OEE beskrivs nedan, där T står för tillgänglighet, A för anläggningstillgångar och K för

kvalitetsutbytet (Singh, et al., 2013).

𝑂𝐸𝐸 = 𝑇 ∙ 𝐴 ∙ 𝐾

𝑇 =(𝑃𝑙𝑎𝑛𝑒𝑟𝑎𝑑 𝑡𝑖𝑑 − 𝑆𝑡𝑜𝑝𝑝𝑡𝑖𝑑)

𝑃𝑙𝑎𝑛𝑒𝑟𝑎𝑑 𝑡𝑖𝑑

𝐴 =𝑉𝑒𝑟𝑘𝑙𝑖𝑔 𝑝𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑜𝑛

𝑇

7

𝐾 =(𝑉𝑒𝑟𝑘𝑙𝑖𝑔 𝑝𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑜𝑛 − 𝐾𝑎𝑠𝑠𝑎𝑡𝑖𝑜𝑛)

𝑉𝑒𝑟𝑘𝑙𝑖𝑔 𝑝𝑟𝑜𝑑𝑢𝑘𝑡𝑖𝑜𝑛

Denna formel för att beräkna produktionseffektiviteten har sitt ursprung från introduktionen av TPM

1951 (Tsarouhas, 2019). Sedan introduktion har metoderna för att beräkna de olika delarna av OEE

utvecklats och kan ibland variera från företag till företag (Stadnicka & Antosz, 2017). Även AstraZeneca

använder sig av denna definition och vidare förklaring följer i kapitel 4.

Effektivisering av processer och förbättringar i arbetet bidrar till en mer hållbar produktion enligt

Mahmood et al (2015). Användningen av nyckeltal medför att avvikelser i produktion identifieras och

kan därför motverkas. Förbättringsarbetet gynnar företaget ekonomiskt och har en positiv inverkan på

miljön och samhället. Förbättring av OEE skapar en ekonomisk fördel bland annat genom att slöserier

minimeras eller elimineras helt. När effektivare processer skapas har det en positiv inverkan på

företagets ekonomi. Exempel på detta är att tillgängligheten ökar när de oplanerade stoppen minskar

samt att riskerna för förseningar minimeras när processen är mer tillförlitliga. Fördelarna skapar även

en möjlighet för produktionen att öka om det anses nödvändigt. Andra exempel på hur det är ekonomiskt

gynnsamt när produktionsprocessen förbättras är att materialförbrukningen minskar och

energianvändningen effektiviseras. Effektiviseringen av produktionen har även inverkan på den

ekologiska hållbarheten. Det är inte endast ekonomin som påverkas när materialförbrukning, avfall och

energiförbrukning minimeras. Besparingen på alla dessa delar resulterar även i positiva miljöeffekter.

När processen förbättras ökar livslängden på maskinerna och behovet av inköp av nya maskiner samt

skrotning av de gamla minskar. Detta är också exempel på hur både miljön och ekonomin gynnas.

Arbetet med nyckeltal och effektivisering av processen medför även att den sociala hållbarheten ökar

när arbetsmiljön förbättras och riskerna för olyckor eller andra hälsofaror förebyggs (Mahmood, et al.,

2015).

4 Resultat

I detta avsnitt ges en presentation av uppdragsgivaren samt resultatet från de intervjuer som genomförts

på sex olika PET samt en av kringfunktionerna, nämligen förråd och dispensering. Denna del innehåller

även AstraZenecas definitioner på de begrepp som nämnts i teoridelen.

4.1 Uppdragsgivare

AstraZeneca är ett globalt biofarmaceutiskt företag med verksamhet i över 100 länder och 64 600

medarbetare över hela världen. I Sverige har AstraZeneca verksamheter i Göteborg, som är en

forskningsenhet, och i Södertälje som är företagets ledande produktionsanläggning. Anläggningen i

Södertälje består idag av 4 500 medarbetare och en produktion på 12 miljoner tabletter per år. Detta gör

produktionsanläggningen i Södertälje till en av världens största tillverkningsenheter för läkemedel

(AstraZeneca, u.d.). Sweden Operation Management Team (SOMT) består bland annat av sex olika

Process Execution Team (PET) som är olika produktionsenheter. Dessa sex olika PET är Blow Fill Seal

(BFS), Active Pharmaceutical Ingredient (API), Turbohaler, Packning, Oral Solid Dosage (OSD) och

Freeze dried Devices Inhalation (FDI), se figur 1.

8

Figur 1: Organisationskarta över AstraZeneca (Källa: AstraZeneca)

På AstraZeneca använder de idag olika system för att rapportera förluster som uppstår i produktion. För

att avgöra om verksamheten når sina mål används KPI (Key Performance Indicator) som inte bara visar

mätresultat utan även om verksamheten går mot uppsatta mål på det sätt de tänkt. När KPI används

korrekt kan de vara en hjälp för att kommunicera internt och externt då det kan jämföras och styra

verksamheten åt rätt håll. Problem uppstår idag när KPI ska jämföras högre upp i organisationen och då

innehåller data som samlats in på olika sätt samt med varierande förlustkategorier. Data om störningarna

som samlats in analyseras av avdelningar/funktioner för att sedan gå vidare upp i organisationen tills

den når SOMT (Sweden Operation Management Team) där man vill jämföra olika mätetal för att kunna

fastställa KPI. Från det att data samlas in till att den når SOMT kan förlusterna ha analyserats på olika

sätt vilket leder till att tillförlitligheten hos data när den når SOMT är låg.

4.2 AstraZenecas definitioner och arbetssätt

Nedan följer information som hämtats från dokument och böcker som samlats in under fallstudien på

företaget.

AstraZeneca definierar TPM som det totala produktiva underhållet där störningsfria och säkra processer

med hög driftsäkerhet skapas. Säkra processer ska också ge en förbättrad arbetsmiljö samt en minskning

av kvalitets- och hastighetsförluster. För AstraZeneca är TPM en del av arbetet med Lean som bedrivs

och ses även som en förutsättning för att kunna skapa en verksamhet där Lean är tillämpbart (SSG,

2017). Vidare beskrivs arbetssättet på AstraZeneca när det kommer till hur man ser på Lean. Denna del

visar på varför ett väl fungerande produktionsuppföljningssystem går i linje med Supply System som

enligt AstraZeneca är tolkningen av Lean vilket illustreras i Leanhuset, se figur 2. AstraZeneca använder

Leanhuset i det dagliga arbetet och består av: Gemensamma syftet, Prioriteringar, Principer och

Värderingar. Det gemensamma syftet för AstraZeneca står skrivet på taket. Prioriteringar hjälper

verksamheten att ta rätt beslut och förkortas SQLE(P) vilket står för SHE (säkerhet, hälsa och miljö),

Kvalitet, Leverans, Ekonomi och People (personal). People är inte betecknat i illustrationen över

Leanhuset men tillförs ofta när prioriteringarna bedöms. AstraZeneca Supply System består även av sju

principer och beskriver hur verksamheten ska tänka i det dagliga arbetet samt i förbättringsarbetet av

verksamheten (AstraZeneca, u.d.). Principerna är:

9

Standardiserat arbetssätt

Ständiga förbättringar

Eliminering av slöserier

Rätt från mig

Kundfokus

Just in Time

Flödesorienterat ledarskap och teamarbete

Figur 2: AstraZeneca Supply System, Leanhuset (Källa: AstraZeneca)

Vidare följer AstraZenecas förklaring av tre principer relevanta för projekts frågeställning.

Eliminering av slöseri är en annan viktig princip i Leanhuset. Principen bidrar till att verksamheten

förbättras och effektiviseras. Det som anses vara slöserier är icke-värdeskapande processer eller

aktiviteter. För att eliminera slöserier kategoriseras arbetet in i tre olika grupper, nämligen

Värdeskapande, Icke-värdeskapande samt Icke-värdeskapande men nödvändiga (AstraZeneca, u.d.).

Målet är att eliminera de icke-värdeskapande processerna helt och minimera de icke-värdeskapande men

nödvändiga processerna. Det är extra viktigt att eliminera överproduktion samt outnyttjad kompetens på

grund av att de medför risker för att nya och fler slöserier kan uppstå (AstraZeneca, u.d.). Denna princip

består även av åtta typer av slöserier:

Överproduktion

Väntan

Onödiga transporter

Överarbete

Onödiga lager

Onödiga rörelser

Produktion av defekta produkter

Outnyttjad kompetens

10

En annan av grundprinciperna i AstraZeneca Supply System är standardiserat arbetssätt. Syftet med ett

standardiserat arbetssätt är att utveckla verksamheten och enkelt identifiera avvikelser och slöserier. Det

innebär även att verksamheten följer en detaljerad beskrivning av arbetsmomenten och därmed

genomförs momenten på samma sätt varje gång. En av fördelarna med ett standardiserat arbetssätt är att

kunskapen om verksamheten sprids och förs vidare till ny personal i organisationen. De bekräftar även

att arbetsmomenten skett på ett säkert och korrekt sätt. Det är viktigt att standarder är enkla att förstå

och lätta att följa. Orsaken till arbetsmomenten i en standard behöver vara tydliga för att skapa

motivation i arbetet och även förståelse för syftet (AstraZeneca, u.d.). En av grundprinciperna i

AstraZenecas Leanhus är ständiga förbättringar. Verksamheten blir mer effektiv när metoder och

processer förbättras och det medför även att slöserier minskar. Förbättringarna kan vara både kortsiktiga

och långsiktiga. Det är viktigt att hantera avvikelser på ett förebyggande sätt för att hindra att samma

problem uppstår igen. Det långsiktiga förbättringsarbetet sker systematiskt i förbättringsgrupper som

består av medarbetare med olika yrkeskompetenser. PDCA-cykeln är den metoden som används för att

arbeta systematisk med ständiga förbättringar, se figur 3. Första steget i cykeln är att samla information

som sedan används i nästa steg där den med hjälp av problemlösningsverktyg analyseras. Tredje steget

är att problemets grundorsak identifieras för att slutligen genomföra ett förbättringsarbete i det sista

steget. När detta är avklarat påbörjas ett nytt varv av cykeln. På detta sätt går arbetet runt i PDCA-cykeln

för att skapa ett ständigt förbättringsarbete (AstraZeneca, u.d.). Cykeln finns även illustrerad i mitten av

Leanhuset, se figur 2.

Figur 3: PDCA-cykeln (Källa: AstraZeneca)

Vidare beskriver AstraZeneca att information om produktionen rör sig uppåt i nivåer. Dessa möten är

åtgärdsfokuserade och sker dagligen med en standardiserad agenda. Med hjälp av tavlor tydliggörs

produktionens status och avvikelser. En genomgång görs av gårdagens åtgärder för att bekräfta om dessa

är genomförda eller kräver mer arbete. Från inkorgen förs nya problem in på tavlan och alla dessa

avvikelser granskas även utifrån prioriteringarna SQLE(P) (AstraZeneca, u.d.). Det ständiga

förbättringsarbetet visar sig i det sätt som eskaleringen av problem hanteras vilket beskrivs nedan. Hur

nivåerna är indelade beskrivs i figur 4. På alla PET:en sker eskalering av problem i fem nivåer som

benämns Tier-nivåer. Rapportering sker först i Tier 1, sedan eskalerar detta upp till Tier 2. På detta sätt

fortsätter information om problem vidare upp till den når Tier 5, där site-ledare rapporterar in till SOMT.

Här under följer en karta över nivåerna.

Plan

Planera

Do

Utför

Check

Studera

Act

Agera

11

Figur 4: Karta över Tier-nivåerna (Källa: AstraZeneca)

Vid varje skiftbyte redogör produktionsteamet om de avvikelser och problem som uppstått i

produktionen till operatörchefen på Tier 1-nivån. Om avvikelserna inte kan lösas kommer informationen

eskalera uppåt till avdelningschefen i Tier 2. Här får produktionsteamet vidare stöd med att hantera de

problem som uppstått. Avdelningschefen rapporterar därefter till PET-ledaren i Tier 3 om mer

uppbackning krävs. På detta sätt, om problemen inte kan lösas på en nivå, eskalerar information om

problemen uppåt till nästa nivå för stöttning (AstraZeneca, 2019). Intervjuerna visade att det ska finnas

kompetens och resurser för att 80 % av förluster ska kunna lösas på Tier-nivån. För att ta reda på hur

förlusterna vid ett PET skiljer sig från ett annat använder man bland annat nyckeltalet OEE som

analyseras vid varje Tier-nivå och nedan följer en beskrivning av detta.

Enligt AstraZeneca visar OEE hur stor del av produktionstiden som faktiskt ger värde. Nyckeltalet

beräknas fram på följande sätt:

𝑂𝐸𝐸 = 𝐴𝑣𝑎𝑖𝑙𝑎𝑏𝑖𝑙𝑖𝑡𝑦 (𝐵

𝐴) ∙ 𝑃𝑒𝑟𝑓𝑜𝑟𝑚𝑎𝑛𝑐𝑒 (

𝐷

𝐶) ∙ 𝑄𝑢𝑎𝑙𝑖𝑡𝑦 (

𝐸

𝐷) ∙ 100

där “Availability” är Tillgängligheten, “Performance” är Anläggningstillgångar och “Quality” är

Kvalitet vilket ger förkortningen TAK med dess parametrar T, A och K. Hur dessa beräknas fram finns

beskrivet i den schematiska bilden nedan, figur 5, där man tydligt kan se vilka delar som ingår och vilka

som steg för steg räknas bort (AstraZeneca, 2019).

Tier 5

Site-ledare

Tier 4

PET-ledare

Tier 3

PET

Tier 2

Produktionsavdelning

Tier 1

Produktionsteam

Tier 2

Produktionsavdelning

Tier 2

Produktionsavdelning

Tier 1

Produktionsteam

12

Figur 5: Schematisk bild över uträkning av OEE (Källa: AstraZeneca)

T står för all den tid som finns tillgänglig, d.v.s. den totala kalendertiden. I Z subtraheras T med den tid

som inte är produktionstid, till exempel högtider. A beskriver den totala tillgängliga produktionstiden i

standardform, d.v.s. T subtraherat med tid för till exempel Planerat underhåll och Speciella event. Man

vill med detta räknesätt försäkra sig om att det går till på samma sätt över hela AstraZeneca. Det är i B

som OEE-beräkningen utgår ifrån och det är här tillgänglighetsförlusterna räknas bort. Detta ger ett

värde på parametern T samt ett värde på den produktionstid som återstår. Förluster som räknas hit är:

Oplanerade stopp

Oplanerat underhåll

Omställning och städning av maskiner

Uppstart

Nedstängning

Väntetid

Alla typer av raster

Antalet producerade produkter som man på AstraZeneca strävar efter att nå upp till betecknas här C och

mäts i just antal. Detta målvärde bestäms med hjälp av flaskhalstakten, alltså av den maskin eller process

vars takt är längst. Med denna tid får man fram ett värde som representerar antalet produkter som är

möjligt att producera (AstraZeneca, 2019). Nästa steg är att räkna ut D som står för den faktiska

produktionen. Det som räknas bort här är hastighetsförluster, alltså när maskinerna går, men med en

reducerad hastighet jämfört med den uträknade i C. Som resultat av hastighetsförlusterna uppstår

anläggningsförluster som representeras av parametern A. Detta står för de produkter som inte kunnat

produceras på grund av hastighetsförlusterna. Det sista steget, E, är att räkna fram de godkända

produkterna. De produkter som inte lever upp till kvaliteten benämns kvalitetsförluster, K, och

subtraheras bort. Kvar är de godkända produkterna (AstraZeneca, 2019).

Intervjuer visar att AstraZeneca har en standard för hur förluster ska kategoriseras och detta finns

beskrivet ovan. Den delen av produktionsuppföljningen som skiljer sig mycket mellan alla PET är att

det som anses som förluster kan variera mellan enheterna. Exempel på detta är ett PET som har med

lunchraster och planerade stopp i beräkningarna och en annan som inte tar hänsyn till detta. En del

samlar endast data på stora stopp och andra lagrar information om både stora och små stopp. Vissa PET

13

fokuserar endast på de förluster som påverkar OEE mest. Detta är en anledning till att jämförelser av

nyckeltal mellan PET:en inte är helt tillförlitliga.

4.3 Produktionsuppföljningssystemen

Intervjuer visade att produktionsuppföljningssystem är ett sätt att dokumentera avvikelser för att

möjliggöra förbättringsarbeten samt att ge förståelse för produktionen. Besöken på de olika PET:en

visade att det skiljer sig mellan hur de olika enheterna arbetar med produktionsuppföljning. Det finns

vissa likheter mellan olika PET men en och samma metod för produktionsuppföljningen finns inte.

Nedan i tabell 3 visas en sammanfattning av vilka produktionsuppföljningssystem som används var.

Tabell 3: Produktionsuppföljningssystem för respektive PET/kringfunktion

PET/kringfunktion Produktionsuppföljningssystem Beskrivning

BFS PlantPerformance och TrakSYS Pågående övergång från

PlantPerformance till TrakSYS

Packning PlantPerformance och analogt

produktionsuppföljningssystem

Olika produktionsuppföljningssystem

används i väntan på implementering av

TrakSYS

OSD PlantPerformance Digitalt produktionsuppföljningssystem

medan förberedelser inför

implementering av TrakSYS pågår

API Analogt

produktionsuppföljningssystem

Arbete pågår med vidare utveckling av

produktionsuppföljning

Förråd och

dispensering

Analogt

produktionsuppföljningssystem

Ett analogt

produktionsuppföljningssystem används

i väntan på implementering av TrakSYS

Turbohaler TrakSYS Implementation färdigställd och arbete

med vidare utveckling av TrakSYS

pågår

FDI Analogt

produktionsuppföljningssystem

Analogt produktionsuppföljningssystem

i väntan på TrakSYS

TrakSYS är ett produktionsuppföljningssystem som har använts på AstraZeneca i två år men ännu inte

implementerats överallt enligt en av intervjupersonerna på AstraZeneca. Sensorer i maskinerna

registrera stopp som sedan förs över till operatören som kan kategorisera orsaken. Anledningen till att

det här produktionsuppföljningssystemet infördes var på grund av att det dåvarande systemet inte var

väl implementerat. Det skulle behövas en del uppdateringar för att kunna möta de krav som företaget

ställer på precision vid uppföljning. När företaget tog in TrakSYS var det ingen färdig produkt utan man

behövde göra anpassningar för att det skulle gå att använda. Produktionsuppföljningssystemet är

nätverksbaserat och har en inbyggd funktion där OEE räknas fram i realtid vilket tar bort mycket

14

manuellt arbete. Syftet är att alla PET ska använda detta system och målet är att jämförelser dem emellan

skulle kunna genomföras. Detta kräver dock en hög mognadsgrad samt förståelse för kalkylerna och

systemet för att jämförelserna inte ska bli missvisande. AstraZeneca har idag ett globalt mål att alla ska

använda sig av samma produktionsuppföljningssystem, TrakSYS, i framtiden. Skillnaderna i hur långt

in i implementeringen av detta gemensamma system varierade från PET till PET. I framtiden är målet

att när sensorer i maskinerna upptäcker att ett stopp har uppstått ska operatören ange orsaken i TrakSYS.

I programmet kommer OEE beräknas direkt och därför minska antal steg i processen och

förhoppningsvis effektivisera arbetet. Det ska även bli lättare att få en överblick och uppdatering kring

produktionen med hjälp av TrakSYS på grund av att stoppen visualiseras i programmet. Det PET som

idag använder TrakSYS ansåg att fler stopp upptäcks nu än tidigare och kan därför förebyggas.

PlantPerformance är ett annat produktionsuppföljningssystem som används på AstraZeneca. I den

senaste versionen av produktionsuppföljningssystemet PlantPerformance registreras maskinstoppen av

systemet som sedan översätter signalen till orsaken för stoppet. Enligt en av intervjupersonerna är

systemet ett verktyg i förbättringsarbetet inom industrin. Eftersom man vill minska på den tid som

produktionen står still så är det tillgänglighet på maskinerna som är av största intresse i detta fall.

Systemet gör det möjligt att analysera tiden som maskinen, linjen, fabriken eller skiftlaget haft för

exempelvis ett ställ. I PlantPerformance är det möjligt att presentera data i olika former, exempelvis kan

OEE-tabeller visualiseras i programmet, se figur 6 och 7. Det produktionsuppföljningssystem som

används på några PET i nuläget är en äldre version av PlantPerformance. När det sker ett stopp i

produktionen dokumenterar operatören orsaken manuellt på en skärm in i PlantPerformance.

Informationen från PlantPerformance överförs sedan till och sammanställs i ett Excel-dokument.

Härifrån beräknas sedan OEE. De PET som idag använder denna metod anser att det fungerar bra men

både hårdvara och mjukvara kräver en uppdatering. I figur 7 visas exempel på hur uppdatering av

mjukvara kan se ut.

Figur 6: Flödet i PlantPerformance (Källa: PlantVision)

15

Figur 7: Layout i PlantPerformance med visualisering av nyckeltal (Källa: PlantVision)

Intervjuer på PET:en visade att ett analogt produktionsuppföljningssystem också används. Det analoga

produktionsuppföljningssystemet genomförs i form av papper och penna och registrering av stopp sker

inte automatiskt. Många mindre stopp dokumenteras inte medan alla stora och långa stopp

dokumenterades med papper och penna för att sedan sammanställas i ett Excel-dokument varje vecka.

Förråd och dispensering arbetar annorlunda jämfört med de producerande PET:en. Enheten förser alla

PET med material och är inte en producerande enhet. Detta bidrar till att dokumentationen av stopp och

förluster skiljer sig från produktionsenheterna. Vid varje maskin sitter ett ark med hela veckans stopp

som sedan samlas in månadsvis för en sammanställning i ett Excel-dokument. Data användes för

mätning av tillgänglighet.

Ett annat analogt produktionsuppföljningssystem som används på förråd och dispensering är “Blå

Lappar”. Dessa kommer från kunden eller leverantören när det planerade flödet inte fungerar som det

ska. Det görs sedan utvärderingar på “Blå Lapparna” för att avgöra om en åtgärd kan genomföras eller

inte.

5 Analys och diskussion

I denna del av rapporten ges en analys och diskussion av frågeställningarna utifrån fakta som hämtats

från litteratur- och fallstudie.

5.1 Produktionsuppföljningssystem

Två av grundprinciperna i AstraZeneca Supply System är ständiga förbättringar och eliminering av

slöserier (AstraZeneca, u.d.). Därför är det viktigt att ha ett bra produktionsuppföljningssystem för att

kunna upptäcka slöserier och för att kunna göra rätt förbättringar. Nedan beskrivs för- och nackdelar

med de system som idag finns på AstraZeneca.

Enligt ledningen på AstraZeneca så har beslut tagits globalt om att TrakSYS ska införas över hela

verksamheten och detta har redan gjorts på vissa PET. Den största fördelen med TrakSYS är att alla

16

förluster registreras och samlas in digitalt. Även de små stoppen registreras och

produktionsuppföljningssystemet hjälper till med kategorisering genom sensorer vid varje maskin. Detta

resulterar i att fel på grund av den mänskliga faktorn samt att ansvaret hos operatören minimeras. Enligt

en intervju tog AstraZeneca in produktionsuppföljningssystemet som en ofärdig produkt vilket gjorde

det möjligt att skräddarsy och utforma efter de behov som finns. Produktionsuppföljningssystemet är

nätbaserat och därför sker en automatisk beräkning av olika nyckeltal direkt vid linjen eller

maskingruppen, bland annat OEE vilket gör att mycket manuellt arbete försvinner. Data kan även

presenteras direkt som en tydlig visuell panel över nyckeltalen vilket skapar bra överblick av

produktionen och det område operatören arbetar på. I programmet kan nyckeltalen visualiseras i

exempelvis cirkeldiagram, se figur 8. Jämförelser kan göras direkt i TrakSYS mellan de

produktionsenheter som är kopplade till systemet och därför blir samanställning av nyckeltalen från alla

PET mindre tidskrävande. Intervjuerna visade att TrakSYS behöver utvecklas eftersom det är en ofärdig

produkt när AstraZeneca tar in det. Det finns också nackdelar med att ta in en produkt som inte är färdig,

bland annat att det krävs mycket tid och arbete för att kunna implementera. Personal behöver utbildas

för att kunna använda produktionsuppföljningssystemet och det kan också krävas många uppdateringar

innan det blir helt tillförlitligt och rätt. En annan nackdel är att TrakSYS är nätbaserat vilket påverkar

energianvändningen i Sverige (Hinton, et al., 2011) och att produktionsuppföljningssystemet kan

haverera.

Figur 8: Exempel på visualisering av OEE i TrakSYS

PlantPerformance är det produktionsuppföljningssystem som använts på många PET som nu ställer om

till TrakSYS. Eftersom man globalt beslutade om att ställa om till TrakSYS har ingen uppdatering gjorts

på PlantPerformance även om det finns tillgängligt. Här diskuteras både den nuvarande och den

uppdaterade versionen samt dess för- och nackdelar. En fördel med PlantPerformance är att

produktionsuppföljningssystemet redan finns implementerat på AstraZeneca. Det krävs inget arbete

med utbildning utan endast kring uppdateringen. Det är också ett tillförlitligt system som är väl beprövat

och enkelt att använda. Enligt produktägaren av PlantPerformance är systemet dessutom inte

nätverksbaserat vilket gör det oberoende av uppkoppling. I övrigt finns många likheter med TrakSYS,

så som att stoppen kategoriseras manuellt av operatören och att småfel fångas upp av systemet. Därmed

delar PlantPerformance många av de fördelar som TrakSYS har. Information från intervjuer har visat

att i versionen som används på AstraZeneca idag behöver data överföras manuellt till ett Excel-

dokument. Detta för att möjliggöra visualisering av nyckeltalen. Med uppdatering av

produktionsuppföljningssystemet skulle den manuella biten kunna elimineras och PlantPerformance

skulle därmed likna TrakSYS mer.

Ett analogt produktionsuppföljningssystem kan implementeras snabbt och enkelt överallt i

verksamheten. Det enda som behövs är papper och penna vilket gör systemet resurssnålt och flexibelt.

Systemet är enkelt att lära sig och kräver inga större tekniska förkunskaper. Det är ett bra första

produktionsuppföljningssystem för att förstå arbetssättet och senare kunna använda ett mer

standardiserat produktionsuppföljningssystem. Från intervjuer gavs informationen att många av de

17

stopp som uppstår inte fångas upp utan det är mestadels de större stoppen som kommer med i

beräkningarna. Detta gör att de nyckeltal som räknas fram inte blir tillförlitliga. Det är också möjligt att

den mänskliga faktorn bidrar till att stopp inte tas med i beräkningar av nyckeltalen om exempelvis

pappret glöms bort eller försvinner. En ytterligare nackdel med denna metod är att åtgången av papper

är större än vid användning av ett digitalt produktionsuppföljningssystem vilket leder till ökad

energiförbrukning i Sverige (Blomberg, et al., 2012).

5.2 Kategorisering av förluster

Stoppen delas in under kategorierna tillgänglighet, anläggningstillgångar och kvalitet som i sin tur

består av ett antal underkategorier. När operatören rapporterar in stoppen i

produktionsuppföljningssystemet ska de placeras i den kategori som finns beskriven i standarden. En

tydlig förklaring av detta finns i figur 4. Däremot uppmärksammades olikheter i hur noggrant

underkategorierna används på de olika PET:en. I vissa fall hamnar en stor del av förlusterna i

underkategorin övrigt när de egentligen ska placeras i en annan underkategori. En anledning till detta

kan vara att alla PET inte har tillräckligt med förutsättningar eller kompetens för att kategoriseringen

ska bli korrekt. Det kan också finns en oklarhet i hur produktionsuppföljningen ska genomföras, det vill

säga att information saknas eller har kommunicerats otydligt. Underkategorierna i

produktionsuppföljningssystemet kan till fördel delas in mer specifikt för att undvika att förluster med

olika orsak hamnar i samma kategori. Detta kan även förebygga att stora delar av förlusterna hamnar

under övrigt vilket bidrar till att rätt orsak till problemet identifieras.

Rätt kategorisering av förluster betyder inte bara att jämförelser av nyckeltal blir mer tillförlitliga, utan

också att förbättringsarbetet på det enskilda PET:en främjas. En följd av att kategoriseringen inte görs

enligt standard skulle kunna vara att man fokuserar på fel åtgärder. I produktionsuppföljningssystemet

kan tillgänglighetsförlusterna bli missvisande om till exempel raster inte räknas med och därmed ge en

falsk bild av hur produktionen faktiskt går. Detta kan leda till att de förluster som påverkar

tillgängligheten mest uppmärksammas i ett senare skede eller inte alls. Samtidigt läggs resurser på ett

problem som egentligen inte går att påverka. Genom att ha ett och samma

produktionsuppföljningssystem för alla PET kan variationerna i kategoriseringen av förlusterna

motverkas. Anledningen till att det inte finns ett standardiserat arbetssätt kan vara på grund av att inte

lika mycket resurser läggs överallt i organisationen. Besöken och intervjuerna på alla PET visar att de

kommit olika långt i sitt arbete med nyckeltal och användningen av ett produktionsuppföljningssystem.

Ett fortsatt arbete och implementering av produktionsuppföljningssystem pågår just nu och kommer

påverka läget i verksamheten.

5.3 Eskalering av problem och aggregering av data

Eskaleringen sker via Tier-nivåerna och är en del av förbättringsarbetet på AstraZeneca. Det är också

ett standardiserat arbetssätt som ska bidra till att problem identifieras och därmed att slöserier elimineras.

Detta system är ett effektivt sätt att uppmärksamma de fel som uppstår samt skapa en större förståelse

för produktionen. Det ger också en trygghet för operatörer då det alltid tillgång till uppbackning när ett

problem inte kan lösas på plats. Med målet att klara av att lösa 80% av problemen kan det skapas ett

engagemang och en vilja att lära sig hantera underhållet av verksamheten för att motverka att de uppstår

igen. För att aggregering av data ska fungera bra är det till fördel att använda sig av ett gemensamt

produktionsuppföljningssystem med samma kategorisering av förluster. Målet med rapporten är som

18

tidigare nämnt att argumentera fram vilket av produktionsuppföljningssystemen som fungerar bäst och

som möjliggör aggregering av data. Med ett väl fungerande produktionsuppföljningssystem där data

samlas, blir jämförelser möjliga överallt i organisationen. Detta resulterar i att nyckeltal och andra

relevanta data från produktionen inte behöver gå via mellanhänder, istället kan intressenter själva hämta

ut och analysera dem. Vidare minskar risken för att data försvinner, modifieras eller misstolkas.

5.4 Vilket produktionsuppföljningssystem lämpar sig bäst

Denna del innehåller bedömning av vilket produktionsuppföljningssystem som passar bäst på

AstraZeneca. En översiktlig jämförelse finns beskriven i tabell 4.

Tabell 4: Jämförelser mellan de olika produktionsuppföljningssystemen

Produktionsupp-

följningssystem

TrakSYS PlantPerformance Analogt

produktionsupp-

följningssystem

Insamling av

förluster

Både stora och små

stopp

Stora och till viss del

små stopp

Endast stora stopp

Digitalt Ja Ja Nej

Steg från stopp

till OEE

Stoppet registreras och

orsak anges av

operatör, därefter

beräknas OEE i

programmet

automatiskt

Stopp registreras och

orsak anges av operatör,

därefter förs data över

till Excell för att

visualisera OEE

Stopp skrivs ner på

papper för att sedan föras

in i Excell där beräkning

av OEE sker

Hållbarhet

(ekologiskt,

ekonomiskt och

socialt)

Positivt för

hållbarheten då fler

förluster kan

registreras och

produktionen blir mer

effektiv. Ett nätbaserat

system kan påverka

den ekologiska

hållbarheten negativt.

Positivt är att det även

här registreras en större

del av förlusterna

jämfört med analoga

produktionsuppföljnings

systemet.

Produktionsuppföljningss

ystemet är inte digitalt

vilket är positivt för den

ekologiska hållbarheten

däremot påverkas den

negativt av

pappersförbrukningen.

Bristen på registrering av

förluster påverkar

hållbarhet negativt.

Grad av

utbildning

Utbildning för att

förstå

produktionsuppföljnin

gssystemet

Utbildning för att förstå

de uppdaterade delarna i

produktionsuppföljnings

systemet

En mindre grad av

utbildning

Övrigt All data samlas på ett

och samma ställe

Finns redan

implementerat i

verksamheten

Flexibelt och enkelt att

använda

Det analoga produktionsuppföljningssystemet utesluts på grund av att det är ett begränsat system där de

små stoppen riskeras att inte registreras. Däremot är det lätt att implementera och använda som ett första

system för att sedan gå över till ett digitalt produktionsuppföljningssystem.

19

Det är tydligt att ett digitalt system är eftersträvansvärt eftersom det möjliggör användning av sensorer

vid maskinerna. Dessa kan föra över information om stopp direkt till produktionsuppföljningssystemet

vilket gör att data inte behöver hanteras av mellanhänder. Intervjuerna visade att den viktigaste aspekten

för produktionsuppföljning var hur kategoriseringen av förluster genomförs. I ett analogt

produktionsuppföljningssystem försvinner många förluster som därmed inte kan kategoriseras och föras

in i beräkningarna. Det är därför till fördel att ett digitalt produktionsuppföljningssystem används.

Vidare är anledningen till att AstraZeneca bör ha ett och samma produktionsuppföljningssystem för att

främja sitt standardiserande arbete. Det är också enklare och effektivare att utföra förbättringar och

ändringar i produktionsuppföljningssystemet när alla användare kan bidra utifrån sitt perspektiv.

PlantPerformance är ett system som redan finns implementerat på AstraZeneca och som fungerat bra.

Däremot behövs en uppdatering för att möta de krav som ställs på ett produktionsuppföljningssystem

och detta kan leda till ett behov av utbildning. Resultatet av detta arbete visar att TrakSYS är det

produktionsuppföljningssystem som lämpar sig bäst för AstraZeneca. Även om TrakSYS liknar

PlantPerformance på många sätt samt att båda kan komma att kräva resurser vid implementation,

rekommenderas TrakSYS som det bästa produktionsuppföljningssystemet för AstraZeneca. TrakSYS

är digitalt och företaget har en fördel av att kunna skräddarsy produktionsuppföljningssystemet efter hur

verksamheten ser ut. När detta väl är gjort kommer systemet fungera bra i verksamheten vilket visar sig

hos det PET där produktionsuppföljningssystemet redan används. Varken TrakSYS, PlantPerformance

eller det analoga produktionsuppföljningssystemet kan användas för att jämföra OEE mellan de olika

PET:en som de ser ut idag. Efter implementering av TrakSYS kommer det krävas arbete och utveckling

för att jämförelser ska bli möjliga. Detta genom att förstå kalkylerna och uppnå hög mognadsgrad enligt

en av intervjuerna.

6 Slutsats

I detta kapitel presenteras en slutsats på resultatet med en kortfattad summering, vad som skulle vara

intressant att ta upp i kommande rapporter samt de begränsningar som påträffats under arbetets gång.

6.1 Resultat

Målet med denna rapport är att analysera och föreslå ett produktionsuppföljningssystem som går att

använda på alla PET och som möjliggör aggregering och jämförelser av OEE högre upp i

organisationen. Genom intervjuer och litteratursökning har svar på frågorna i problemformuleringen

tagits fram och resultatet presenteras nedan.

1 De system som idag används för produktionsuppföljning på AstraZenecas olika PET är TrakSYS,

PlantPerformance samt det analoga produktionsuppföljningssystemet.

2 Förlusterna kategoriseras enligt TAK-modellen på de flesta PET:en. Däremot skiljer sig processerna

åt, vilket gör att variation i hur kategoriseringen går till uppstår.

3 Eskalering av problem sker enligt Tier-nivåerna från produktionslinjerna upp till SOMT.

4 TrakSYS är det produktionsuppföljningssystem som lämpar sig bäst i AstraZenecas verksamhet för

att analyser och åtgärder ska kunna genomföras. Detta på grund av att det är ett digitalt system med

20

få mellanhänder mellan stopp och beräkning av OEE. Både de stora och små stoppen samlas in och

dessutom kan produktionsuppföljningssystemet skräddarsys efter verksamhetens behov.

6.2 Fortsatt arbete

Eftersom implementeringen av TrakSYS pågår just nu kan det vara intressant att vidare studera hur

förlustkategorierna borde se ut på de olika PET:en för att nyckeltalen ska bli jämförbara. Hur ska man

nå den mognadsgrad som krävs och skapa förståelse för den data som kommer ut? Dessa två aspekter

är viktiga att uppnå för att vidare kunna utföra åtgärder på de problem som

produktionsuppföljningssystemet fångar upp.

För att uppnå förståelse för kalkylerna krävs det att underrubriker och förklaring till förlustkategorierna

införs. Detta för att veta vad som orsakat stoppet och vidare veta vilka åtgärder som behövs. Exempelvis

kan ”övriga stopp” innehålla flera olika orsaker vilket gör att felen blir missförstådda och svåra att

eliminera.

21

7 Referenser

AstraZeneca, 2019. Manufacturing Excellence Global Standard Key Performance Indicators. s.l.:AstraZeneca.

AstraZeneca, n.d. astrazeneca.se. [Online].

AstraZeneca, n.d. Lean på vårt vis. s.l.:s.n.

Blomberg, J., Henriksson, E. & Lundmark, R., 2012. Energy Efficiency and Policy in Swedish Pulp and Paper Mills: A Data Envelopment Analysis Approch , Luleå: Elsevier.

Blomkvist, P. & Hallin, A., 2019. Metod för Teknologer, Examensarbete enligt 4-fasmodellen. Lund: Studentlitteratur.

Hadi, A. & Larsson, M., 2008. Analys av Produktionsuppföljningssystem, Lund: Lunds Tekniska Högskola.

Hartikainen, H. & Björkvall, O., 2017. AIM - Metoden som fick OEE:t att skjuta i höjden, Stockholm: KTH.

Hinton, C. et al., 2011. Power Consumption and Energy Efficiency in the Internet , s.l.: IEEE Network.

Kanti Augustiady, T. & Cudney, E. A., 2018. Total Productive Maintenance , Storbritannien: Taylor & Francis Group.

Kolberg, D., Knobloch, J. & Zühlke, D., 2016. Towards a lean automation interface for workstations, s.l.: Taylor & Francis Online.

Lindberg, C.-F., Tan, S., Yan, J. & Starfelt, F., 2015. Key Performance Indicators Improve Industrial Performance, s.l.: Elsevier .

Mahmood, W. H. W., Abdullah, I. & MdFauadi, M. H. F., 2015. Translating OEE Measure into Manufacturing Sustainability , Schweiz: Trans Tech Publications ltd..

Martinez-Jurado, P. J. & Moyano-Fuentes, J., 2014. Lean Management, Supply Chain Management and Sustainability , s.l.: Elsevier.

Recupero, D. R., 2013. Science. s.l.:American Association for the Advancement of Science.

Singh, R., Shah, D. B., Gohil, A. M. & Shah, M. H., 2013. Overall Equipment Effectiveness(OEE) Calculation - Automation Through Hardware & Software Development, Ahmedabad: Elsevier.

SSG, 2017. Driftsäkerhet för ökad produktivitet. Sundsvall: SSG (Standard Solutions Group).

Stadnicka, D. & Antosz, K., 2017. Overall Equipment Effectiveness:Analysis of Different Ways of Calculations and Improvements, New York: Springer International Publishing.

Tsarouhas, P., 2019. Improvning operation of the croissant production line through overall equipment effectiveness , Katerini: Emerald Publishing Limited.