Enerji Verimliliğinde Yalın Yöntemlerin Uygulanması: Soğutucu Fabrikasında Bir Uygulama

Abstract

Globalleşen dünyada teknolojide yaşanan son gelişmelerle beraber enerji ihtiyacı, ve tüketimi günden güne artmaktadır. Enerji, birçok sektör için ana hammadde konumundadır, bu yüzden birçok sektör enerji üzerinde yeni çalışmalar geliştirmekte, ve enerjinin en güvenli şekilde temin edilmesi için çalışmaktadır. Bu sektörlerin başında sanayi sektörü gelmektedir. Sanayi sektörü tarih boyunca enerji ile varolmuş, ve enerjiye bağlı olarak gelişimini sürdürmüştür. Enerji sistemlerinin gelişmesiyle beraber sanayide ürünlerin elde edilmesi kolaylaşmış, ve hızlanmıştır, bu yüzden sanayide enerjinin en uygun şekilde kullanılabilmesi için birçok metot geliştirilmiştir. Aslında en uygun ifadesi ile anlatılmak istenen, kullanılan enerjinin en verimli nasıl kullanılacağıdır, burada verimlilik kavramı devreye girer. Bu sayede enerji verimliliği ifadesi ortaya çıkar. Enerji verimliliği, enerjinin kullanıldığı tüm süreçlerde, enerjinin en etkin biçimde kullanılması olarak ifade edilir. Son dönemde firmalar arası birçok alanda yaşanan rekabet enerji alanına da sıçramıştır. Enerji demek, aslında işletme için en önemli maliyet kalemlerinden biri demektir, bundan dolayı enerjiyi verimli kullanan işletmeler hem tükettiği enerji için maliyeti azaltmakta, hem de bir adım öne çıkmaktadır. İşletmelerde verimlilik anlayışı yalın üretim kavramı ile beraber ortaya çıkmıştır. Yalın üretimde amaçlanan, israf olarak görülen, yani oluşturulan değere herhangi bir katkı sağlamayan tüm faaliyetlerin durdurulması işlemidir, bu da bir anlamda verimlilik demektir. İlk etapta üretim bazlı geliştirilen yalın üretim kavramının yıllar ilerledikçe kapsamı da genişlemiştir. Metodoloji olarak birçok sektöre uyduğu anlaşılmıştır. Enerji sektörüne uygulanması da bu şekilde olmuştur. Enerji verimliliği, ve yalın üretim kavramlarının bir araya gelmesi ile de yalın enerji kavramı ortaya çıkmıştır. Yalın enerji, enerji kullanımının verimli hale getirilerek birim ürün başına tüketilen enerjinin azaltılmasıdır. Değer akış haritaları, işletmelerde üretim prosesinin detaylarını gösteren, ve üretim prosesinin anlaşılmasını sağlayan bir araçtır. Bu haritalar sayesinde üretimdeki darboğazlar rahatlıkla görülebilmektedir. Darboğazlar saptandıktan sonra bu sorunların çözülmesi için çalışmalar yapılmaktadır. Yapılan çalışmalar sonucu değer akış haritaları optimum şekilde güncellenmektedir. Değer akış haritaları üretim sistemleri için geliştirilmiştir, fakat birçok alanda yaygın olarak kullanılmaktadır. Bu alanlardan biri de enerji sektörüdür. Enerji çalışmalarında kullanımı enerjinin yoğun olarak tüketildiği süreçler ile alakalıdır. Bu süreçler darboğazlar olarak belirlenir, ve bu problemlerin çözülmesi amaçlanır. Değer akış haritası da artık enerji değer akış haritasına dönüştürülmüştür. Sonrasında çalışma yapılacak parametreler belirlenir, ve Bayes ağı metodu denilen bir yöntem ile bu parametreler arası ilişkiler saptanır. Tez kapsamında soğutucu fabrikasında enerji tüketiminin fazla olduğu süreçler belirlenerek , tüketim değerlerinin düşürülmesi hedeflenmiştir. Tüketimi düşürmek için çözüm alternatifi olarak enerji verimliliği odaklı, yalın yöntemler tercih edilmiştir. Bunlara ek olarak işletmenin sahip olduğu kaynaklar da değerelendirmeye alınmıştır. Sonuç olarak tüketim değeri fazla olan alanlardan hangisine yatırım yapılacağı kararlaştırılmıştır. İlk aşama olarak firmadaki uzmanlarla görüşülmüş, ve firmanın enerji verimliliği anlamında genel durumu saptanmıştır, bu sayede firmanın mevcut durumu hakkında bilgi sahibi olunmuştur. Sonrasında fabrikanın enerji tüketim verileri, ve değer akış haritasından faydalanılarak enerji tüketiminin fazla olduğu alanlar belirlenmiştir. Sonrasında tüketimin fazla olduğu darboğaz alanlarındaki sorunu çözmek için uzmanların, akademik görevlilerin görüşlerine başvurulmuş, ve konu ile alakalı literatür çalışması geçekleştirilmiştir. Ek olarak işletmenin sahip olduğu kaynaklar değerlendirilmiş, ve belirlenmiştir. Daha sonra işletme kaynakları, çözüm alternatifleri, ve tüketimin fazla olduğu darboğaz kalemleri arasındaki ilişkiyi anlayabilmek için ilişki matrisi kurulmuştur. Bu sayede hangi parametrenin hangi parametre ile ilişkisi olduğu belirlenmiştir. Bu ilişkileri belirlerken firmadaki uzmanların görüşlerine başvurulmuştur. İlişkiler net olarak belirlendikten sonra öncül model kurulmuştur. Öncül model kurulduktan sonra parametreler arası olasılık dağılımları çıkarılmıştır. Olasılık dağılımlarını belirlemek için uzmanlarla üç aşamalı anket çalışması gerçekleştirilmiştir. İlk aşamada işletme kaynakları , ikinci aşamada işletme kaynakları, ve çözüm alternatifleri arası, son aşamada ise çözüm alternatifleri, ve darboğazlar arası olasılık dağılımları çıkarılmıştır. Olasılık dağılımlarının çıkarımı tamamlandıktan sonra ilgili değerler Bayes ağ metodunu uygulamak için NETICA isimli bir yazılıma aktarılmıştır. Bu yazılım sayesinde darboğazlardaki problemlerin çözülme olasılıkları saptanmıştır. Güncel durumdaki verilerden yararlanarak yazılım yardımıyla senaryolar geliştirilmiş, ve değerlendirilmiştir. Güncel durum, ve senaryo çalışmalarından hareketle, fabrikada hangi darboğaz üzerine yatırım yapılması gerektiği kararlaştırılmıştır. Yatırım yapılması planlanan darboğaz, analizler sonucu tüketim probleminin çözülme olasılığının daha fazla olduğu parametredir. Yatırım yapılacak alan belirlendikten sonra parametre bazlı duyarlılık analizleri yapılarak ilgili çalışma tamamlanmıştır.

In a globalizing world, as a result of the last technological improvements, energy demand, and consumption are increasing day by day. Energy is one of the major input for many sectors; therefore, these sectors are developing new things on energy, and are working in order to get energy properly. One of the important sector is industry. Industry was always better with improvements on energy at the course of history. The improvements were parallel between industry, and energy. On account of the fact that energy systems were improved better, products that were manufactured in industry could be got easily, and fast; thus, many methods were developed in industry in order to use energy properly. Here, properly actually means using of the energy in an efficient way; hence, new term can be defined. The new term is energy efficiency. Energy efficiency is the term that energy is alway used efficiently for all energy-consumption processes. In these days, energy field is also affected by competition of companies. Energy means an important cost item for numerous companies; therefore, the companies that are using the energy efficiently can reduce the cost for energy consumption, and this enables the companies to step forward. Perception of efficiency was discovered in the industries with lean manufacturing. Aim of the lean manufacturing is that all of waste, and non-added value activities must be stopped. This is the other definition of efficiency. Lean manufacturing was firstly developed for production systems; however, many people realized that it coud be applied to another sectors as well, and then it was applied to energy sector. By combining of the two term , energy efficiency, and lean manufacturing, new term was defined. This term was lean energy. Lean energy can be defined as reducing energy consumption per unit product by using energy in an efficient way. Value stream maps show details of manufacturing processes, and enable people to understand the manufacturing processes. It can be thought as an efficient tool. Thanks to these maps, bottlenecks of manufacturing processes can be seen, and realized easily. After setting the bottlenecks, works start in order to solve the problems. After these works, value stream maps are updated. Value stream maps were developed for manufacturing systems, but they are used commonly in many sectors. One of the sector is energy sector. Using these maps in energy sector are related to energy consumption values. If a process consumes energy a lot, it is a bottleneck. After determining all bottlenecks in terms of energy point of view, value stream map turns to energy value stream map. After this point, parameters are determined properly in order to solve bottlenecks. After all parameters are set, Bayesian method is used in order to determine relations between the parameters. Bayesian method enables people to understand the relations between parameters in terms of probability. In this master thesis, a refrigerator factory was anaylzed. Focusing points are processes that consume energy a lot. These processes were determined. Aim is reducing energy consumption values for the related processes. In order to reduce the energy consumption, energy efficiency, and lean oriented methods were preferred. Moreover, resources of the companies were taken into account, in order to evaluate the factory energy situation. The resources are one of the important parameter for the evaluation because they affect all the processes in factory. Without taking into account the factory resources, realistic evaluation cannot be made. At the end of the master thesis, one of the field that consumes energy a lot was decided. Investment will be on this field at the end. Firstly, a lot of meetings were organized with experts in order to evaluate factory current energy situation. These meetings were really important because the experts also defined energy efficiency conditions in the factory. Experts evaluated the factory condition by taking into account energy, production, manufacturing, and maintenance dynamics. On account of the fact that there were many fields that were taken into account, results were more realistic. After that energy consumption of the factory was analyzed. This enabled us to understand which process consumes more energy. This information was combined with energy value stream map. Moreover, combined information enabled us to determine bottlenecks of the factory in terms of energy point of view. After determining the bottlenecks, problems were tried to be solved. In order to solve the problems, three things were made. The process was started by receiving the experts comments, academicians comment , and making a detailed literature research. As a result of this, solution alternatives were decided. After deciding the solution alternatives, resources of the factory were evaluated. As a result, totally , the factory resources, bottlenecks, and solution alternatives for bottlenecks were set. In order to understand relations between these three main topic (factory resources, bottlenecks, and solution alternatives) , relation matrice was formed. In order to form the matrice, the one another session was organized with the experts. As a result, relations between parameters were determined. After determining the relations between parameters, early model was formed. This model showed exact relations between parameters without probability values. After forming the model, probability values were determined by organizing a poll with the experts. This poll consisted of three steps. The first step was evaluating the factory resources in terms of probability values. The second step eas evaluating the factory resources, and solution alternatives at the same time. The last step is evaluating the solution alternatives, and bottlenecks at the same time. After completing all probability values, these values were used by using a software called NETICA in order to apply Bayesian network. This software enabled us to determine probability values of bottlenecks in terms of getting the solution. After receiving the results for current energy situation of the factory, scenarios were developed in order to determine the situation. In addition to the current energy evaluation, the best scenario, and the worst scenario were developed. In the best scenario, it was assumed that all of the factory resources were maximum in terms of probability values. In the worst scenario, it was assumed that all of the factory resources were minimum in terms of probability values. After evaluating the current energy situation, the best scenario, and the worst scenario, bottleneck were decided for investment. This bottlenech had highest probability value. After making the decision for investment, sensitivity analyses were made in order to determine sub details.