ForestValue - GreenLane – fast tracking value and resilience in industrial wood supply

Skogsindustrien er avhengig av en stabil året-rundt virkesforsyning av jevn virkeskvalitet. GreenLane er en felles innsats mellom Norge (NIBIO), Sverige (Skogforsk) og Østerrike (BOKU) med fokus på verdi-sporing (value-tracking) for å kunne utvikle bedre styringsrespons i utfordrende klimascenarioer. Prosjektets overgripende mål var å utvikle virtuelle øvingsmiljøer som muliggjør interaktiv testing av respons for utfordrende klima-scenarioer. Høyere temperaturer i Norden gjør at mange tidligere vinter-drifter må skjema legges til tørre sommer-perioder. Høyere nedbør gjør att produksjonsplanlegging må være mer fleksibel for å kunne utnytte disse perioder. NIBIOs arbeid var fokusert på utvikling av et øvingsmiljø for mitt-norske forhold der ferdigheter kan trenes mot jevnere produksjon- og transporttakt og bedre styring av ledetider. GreenLane har tre hovedresultater. Den første er en felles ramme for verdi-sporing, basert på ukentlig værdata (IBM-modellen). Rammen følger nasjonale retningslinjer for tømmermåling fra alle tre regioner og integrerer riskene for tre årsaker til verditap; insekter (I), blue-stain (B) og ferskhet (M). Den andre er vær-avhengig modellering av skogsbilveienes bæreevne for å kunne estimere relativ tilgjengelighet (relative bearing capacity; RBC-modell), der denne klassifiseringen savnes. Rammen er basert på analyser av tidsserier av transporttakt med tilhørende vær data og veiegenskaper. Hovedresultatet er utviklingen av et enkel virtuell øvingsmiljøet (V-Lab) for ukentlig koordinering av innkjøp, produksjon og transport mellom deltagere. I V-Labbet samarbeider deltagere i valg av bestand for innkjøp, allokering av disse til produksjonsslag, samt destinering av veilager og virkesstrømmer til ulike mottak innenfor restriksjoner av transportkapasitet og ledetider. RBC-modellen er utviklet for forsøksvertens geografi med tre klimasoner (ytre-, midt- og indre strøk). Øvingene kjøres som en lagkonkurranse for maksimal kundeverdi ut ifra bonus for leveringspresisjon og trekk for verditap. V-Lab muliggjør samarbeide på operativt nivå. Basert på ukentlig forandringer i været, tar deltagerne ukentlig beslutninger for å oppnå avtalte månedlig mål innenfor deres respektive restriksjoner. V-lab speiler operative forutsetninger som er mer virkelighetsnære enn tidligere øvingsmiljøer, komplett med en empirisk benchmarking av resultatene fra 5 test-lag. Etter testet hos forsøksverten, identifisert deltakerne flaskehalser i dagens kommunikasjon, enkle forbedringer i arbeidsprosesser, i tillegg til mer grunnleggende databehov som behøves for bedre styring av leveringspresisjon, ledetider og kundeverdi. Videreutviklingen av forsyningskjeden er avhengige av felles digitale arkitekturer. Den sektors-bred infrastruktur som representeres av SkogData i Norge og Biometria i Sverige er fundamentet for dette. Bred implementering av produksjon- og transportrapportering er unik i Europa og utgjør en konkurransefordel for utviklingen mot mer effektiv virkesforsyning.

The Oceanic V-Lab training environment tracks supply chain KPIs for team decisions in purchase, production and transport for alternative training scenarios (4 seasonal weather scenarios). The value-related KPIs include monthly delivery precision and proportion of volumes delivered within lead-time limits, and corresponding value loss. The operational KPIs include relocation distances for harvesting teams and average transport distance and costs (see GreenLane D4). Scores from 5 NMBU test-teams provide benchmarking for performance (see GreenLane D5). A high net value required both high delivery precision and low log value loss underway. High scores for delivery precision were enabled through first through sufficient production/stocks followed by precise management of available truck capacity to reach delivery plans. Low value losses were enabled by adjusting production in relation to transport in order to keep road-side stocks and lead times within the stipulated lead times.

GreenLane focuses on assortment-specific value-tracking in order to develop managerial responses giving improved mill customer value in the face of challenging climate scenarios. GreenLane builds on the earlier results from MultiStrat to provides a virtual supply chain laboratory which simulates the wood supply chain from harvesting to industry including key performance indicators (KPIs) for both competitive advantage and environmental loading. The value tracking follows logs from harvesting to mill delivery with wood quality deterioration according to storage conditions (weather) and duration, economic evaluation of the actual wood value of the logs at each position in the supply chain. This provides a platform for testing of managerial response of varying configurations in the supply chain in order to formulate best-practice guidelines. The geographical constellation consists of three test cases in three climatic zones of Europe (continental, sub-arctic and oceanic) where each test case is run by the respective research partner (NIBIO, Skogforsk, BOKU) and their respective host forest companies (Allskog, Norra Skogsägarna, ÖBF). The initial work packages (WP1-WP3) guide the development of model functionality. WP4 is focused on implementation of the functionalities and sub-models in the regional test cases and analysis of managerial responses to their selected climate scenarios, supply- and demand disturbances. WP5 (dissemination) makes the results available to the various stakeholder groups enabling implementation in managerial processes. This is achieved by hands-on workshops with wood supply managers of the involved industry partners, providing the opportunity to test and fine-tune innovations. WP6 (management) provides a structure for the initial coordination between industry priorities and research goals (industrial steering committee) as well as later monitoring of work progress and coordination between work packages.