Show simple item record

dc.contributor.authorVentura, Francesco
dc.date.accessioned2015-05-15T11:55:15Z
dc.date.available2015-05-15T11:55:15Z
dc.date.issued2015-04-15
dc.identifier.urihttp://hdl.handle.net/10556/1779
dc.identifier.urihttp://dx.doi.org/10.14273/unisa-574
dc.description2013 - 2014en_US
dc.description.abstractCi sono molti modi per progettare la ricerca e scegliere metodi di raccolta dei dati, considerando la selezione di tema di ricerca, paradigmi di ricerca, e le domande di ricerca, ecc. Secondo la letteratura preminente in materia, il metodo scientifico è un mezzo attraverso il quale la visibilità nello “sconosciuto” si ottiene attraverso un processo ciclico, che deve essere affrontato nelle seguenti fasi: 1) ANALISI DEL PROBLEMA 2) QUADRO TEORICO DI RIFERIMENTO E STATO DELLE CONOSCENZE 3) OBIETTIVI DELLA RICERCA 4) TECNICA D’ANALISI 5) IPOTESI E RISULTATI • ANALISI DEL PROBLEMA: Da una analisi della letteratura di riferimento, in materia di Reverse Logistics, ed in particolare di Production Planning esistono pochi studi in letteratura che si interessano del problema di come l’impatto di un prodotto reso dispiega la propria efficacia in termini di costi all’interno di un processo MRP. Tra gli studi più interessanti si segnalano: Ferrer & Whybark (2001) hanno sviluppato una metodologia MRP-based in grado di fornire agli utenti risposte a domande tipo: quanti e quali componenti acquistare, quale mix di componenti disassemblare e quanti componenti sia necessario assemblare al fine di soddisfare la domandaSouza & Ketzenberg (2002) e Souza & al. (2002) hanno usato a «two-stage GI/G/1 queue-network» model al fine di individuare quel mix produttivo di lungo periodo capace di massimizzare il profitto per le imprese che intendono soddisfare la domanda di prodotti ricondizionati, di soli prodotti nuovi ovvero di un mix di entrambi. Gli autori hanno utilizzato un modello DES (Discrete Event Simulation) che tiene conto di alcuni parametri reali come l’andamento stocastico dei resi e della resa produttiva, fondamentali per testare la robustezza del modello. Jayataman (2006), attraverso un modello di programmazione matematica, ha determinato il numero ottimale di componenti, aventi un certo livello di qualità, che devono essere aquisiti, disassemblati, ricondizionati e stoccati in un dato periodo di tempo; Denizel et al. (2010) hanno sviluppato un modello di pianificazione multiperiodo che teneva conto dell’incertezza della qualità dei prodotti resi. • QUADRO TEORICO DI RIFERIMENTO E STATO DELLE CONOSCENZE: In materia di Reverse Logistics è difficile trovare una definizione compiuta dell’istituto. Analizzando la letteratura di riferimento è possibile notare come nel corso degli anni ci sia stata una profonda evoluzione della materia, che è passata da un semplice studio dei “flussi di ritorno” dei beni dal consumatore o altro anello della catena distributiva all’OEM fino a diventare, a partire dal 1999, un vero e proprio “processo di pianificazione, implementazione e controllo dei flussi atti a generare valore per l’azienda. La Reverse Logistics la si può definire come un “genus”, che dispiega le sue ramificazioni in deversi campi. Infatti, in letteratura sono presenti numerosi studi che spaziano dall’Inventory Management fino allo studio delle problematiche squisitamente operative che coinvolgono la programmazione operativa della produzione. Inoltre si sottolinea che negli ultimi anni, sono fioriti numerosi studi atti a mettere ordine nella materia, ed in questo senso si richiamano: S.M.Gupta « Reverse Supply Chains- Issues and Analysis» CRC Press 2013; M.A.Ilgin-S.M.Gupta «Remanufacturing Modeling and Analysis» CRC Press 2012; K.K.Pochampally-S.Nukala-S.M.Gupta «Strategic Planning models for Reverse e Closed-Loop Supply Chain» CRC Press 2009; K.Govindan-H.Soleimani-D.Kannan «Reverse Logistics and closed-loop supply chain: a comprehensive review to explore the future» European Journal of Operational Research 240 (2015) 603-628; C.Nuss-R.Sahamie-D.Stindt « The Reverse Supply Chain Planning Matrix: A classification scheme for planning problems in reverse logistics» International Journal of Management Reviews (2014). • OBIETTIVI DELLA RICERCA: Facendo tesoro degli studi condotti durante il triennio del dottorato, ci si è focalizzati su come la gestione dei resi e dei prodotti non conformi durante il processo produttivo, impatta sul costo totale del MRP. La realizzazione del modello MRP fonda le proprie radici sul fatto che, come Gupta (1994) ha teorizzato, esistono numerose difficoltà nella pianificazione delle scorte dovuta all’incertezza legata all’impossibilità di prevedere il tasso di materia prima recuperata dai prodotti resi; Impossibilità di conoscere a priori le condizioni del prodotto fin tanto che questo non venga ispezionato; Necessità di disassemblare il prodotto; Difficoltà nella gestione della domanda connessa alle difficoltà di bilanciamento tra offerta di prodotti resi e relativa domanda dei prodotti: Difficoltà nella coordinazione del flusso dei materiali che derivano dal disassemblaggio di prodotti aventi caratteristiche peculiari e che potranno essere riutilizzati solo nel riassemblaggio di determinati prodotti; Incertezza connessa con i tempi e la quantità di prodotti resi. Queste problematiche impattano sulla determinazione del costo complessivo del MRP, ma tali effetti potrebbero essere annullati dal risparmio in materia di acquisto di materie prime vergini, grazie ad opportuni processi di disassemblaggio. • TECNICHE DI ANALISI: Al fine di dimostrare quanto statuito negli obiettivi di ricerca, è stato realizzato un modello di simulazione ad eventi discreti (DES) attraverso il simulatore Arena. In tale modello si è voluto descrivere come un prodotto, avente una certa qualità residua, subisce il processo di recovery e quali siano i costi ed i tempi connessi all’espletamento di tale pratica. I materiali recuperati vengono poi inseriti all’interno del MRP, in cui si evince come il POH e, conseguentemente, il POR viene influenzato dalla presenza di questi prodotti recuperati.  IPOTESI E RISULTATI Per analizzare la convenienza di un sistema MRPR, si è deciso di sottoporre ad analisi il caso in cui la BOM del prodotto fosse strutturata secondo più livelli ed il caso in cui la distinta base del prodotto sia monolivello (flat). A questo punto, all’interno del software di simulazione Arena, sono stati ipotizzati diversi scenari, facendo variare le seguenti variabili: Recovery Plan, NC Plan; Quality Recovery; Disassembly Time Mean; Disassembly Time Deviation. Non sono stati variati per scelta il livello di Qualità delle NC ed il Tempo di ispezione in, quanto, nelle evidenze aziendali, si sono dimostrati che: la qualità del prodotto non conforme sempre elevata in quanto si trattava di prodotti mai utilizzati e disassemblati in breve tempo mentre, per quanto riguarda il tempo di ispezione, le evidenze aziendali dimostrano che tale lasso temporale può essere ben descritto attraverso una distribuzione uniforme che oscilla tra 4 ed 8 minuti. Dall’analisi ANOVA risulta evidente quanto sia importante il ruolo della Distinta Base nel processo di disassemblaggio. In particolare si rileva quanto l’interazione tra la BOM ed il Flusso dei Resi, tra la BOM ed il Flusso delle Non Conformità, e tra la BOM ed il Tempo di Disassemblaggio sia particolarmente significativo ( p<2e-16). Quindi è possibile affermare che quanto statuito nel Box Plot precedente, che descrive come il rapporto esistente tra la Distinta Base ed il Disassembly Time Medio influenzi il risparmio in termini di costo di approvvigionamento sia tutt’altro che casuale. Inoltre continuando a scorrere la tabella, possiamo ottenere un altro dato importante: l’interazione tra Disassembly Time Medio ed il piano dei recuperi risulta essere particolarmente significativo nella determinazione del risparmio in termini di costo all’interno di un piano MRP ( p=1.77e-12),mentre l’influenza reciproca che si ha tra il piano di recupero dei prodotti non conformi ed il Disassembly Time Medio risulta essere si significativo ma meno importante. La tesi si sviluppa in quattro capitoli. Nel primo, partendo dal concetto di Closed Loop Supply Chain, si focalizza l’attenzione sulla Reverse Logistics, identificandone gli istituti fondamentali e gli stakeholder coinvolti. Particolare attenzione viene data al concetto di product recovery, che sarà poi il cavallo di battaglia del capitolo vertente sul modello MRP. Il secondo capitolo presenta una review della letteratura in materia di Reverse Logistics, focalizzando l’attenzione sulle strategic issues, sulle problematiche inerenti il Planning & Control e sull’Inventory Management. Il capitolo si chiude con una review della letteratura degli articoli ritenuti più importanti pubblicati fino al 2013. Il terzo capitolo descrive il modello MRP, partendo dalla definizione del problema e fino ad arrivare alla sua formulazione matematica. I dati raccolti verranno poi analizzati nel quarto ed ultimo capitolo, attraverso l’utilizzo delle comuni tecniche di inferenza statistica. [a cura dell'autore]en_US
dc.language.isoiten_US
dc.publisherUniversita degli studi di Salernoen_US
dc.subjectMRPen_US
dc.subjectRecoveryen_US
dc.titleLa Reverse Logistics nell'industria manifatturiera: l'impatto dei processi di recovery sulla formulazione dei piani di produzione e di approvvigionamento.en_US
dc.typeDoctoral Thesisen_US
dc.subject.miurING-IND/17 IMPIANTI INDUSTRIALI MECCANICIen_US
dc.contributor.coordinatoreAmendola, Alessandraen_US
dc.description.cicloXIII n.s.en_US
dc.contributor.tutorRiemma, Stefanoen_US
dc.identifier.DipartimentoScienze Economiche e Statisticheen_US
 Find Full text

Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record