The transition to data-driven production logistics:Opportunities and challenges
Tid: Ti 2021-12-14 kl 09.00
Plats: C1 (Casesal), Kvarnbergagatan 12, Södertälje
Videolänk: https://kth-se.zoom.us/j/62351760965
Språk: Engelska
Ämnesområde: Industriell produktion
Licentiand: Masoud Zafarzadeh , Industriell produktion
Granskare: Univ.lektor. Matias Urenda Moris, Uppsala University, Institutionen för samhällsbyggnad och industriell teknik, Industriell teknik
Huvudhandledare: Professor Magnus Wiktorsson, Avancerad underhållsteknik och produktionslogistik; Jannicke Baalsrud Hauge, Avancerad underhållsteknik och produktionslogistik
Abstract
Datadrivna metoder betraktas som ett sätt att hantera den höga dynamik som orsakas av ständiga förändringar i industriella system för produktionslogistik.
Dock finns det idag begränsad kunskap gällande konsekvenser av att tillämpa datadrivna tillvägagångssätt på produktionslogistik i industriell miljö. Denna avhandling syftar till att utöka den befintliga kunskapen om möjligheter och utmaningar vid övergången till datadriven produktionslogistik genom att utreda verkliga industrifall och genomföra litteraturstudier. Tre forskningsfrågor har formulerats för att nå detta syfte. Först, att utreda hur den möjliggörande tekniken bidrar till värdeskapande i ett datadrivet produktionslogistiksystem. För det andra, att utreda potentiella förbättringar i och med en övergång till datadrivet produktionslogistiksystem, där studier har genomförts på tre industriföretag, deras produktionslogistikflöde samt en jämförelse (genom diskret händelsestyrd simulering) mellan nuläge och börläge. För det tredje, att identifiera utmaningarna vid en övergång till datadrivet produktionslogistiksystem, där flera experter med olika kompetenser har intervjuats i företagen. Resultatet visar att ett systematiskt balanserat tillvägagångssätt för teknikimplementering är viktigt för värdeskapande. Potentiella fördelar inkluderar förbättrad driftsprestanda, förbättrad synlighet genom att ha realtidskontroll och underlätta dynamisk schemaläggning och planering. Övergångsutmaningar är indelade i två huvudkategorier; organisatoriska och tekniska. De identifierade utmaningarna kartläggs mot varje steg i produktionslogistikens livscykel. Bland de identifierade utmaningarna har vissa en särskild potential för framtida forskning. Att undersöka möjligheten att ta itu med utmaningen för dataägande bland intressenter är en av möjligheterna för vidare forskning. Dessutom, teknologier relaterade till dataanalys, såsom AI, big data och block chain har mindre storskalig implementeringshistorik jämfört med annan teknik, såsom RFID. Ett möjligt alternativ för vidare forskning är att analysera användningsfall av dataanalys i mer detalj, givet alla begränsningar som finns inom verklig industriell produktionsmiljö.
Nyckelord
Produktionslogistik, Data-driven, Smart, Transition, Teknologi, Simulering