Denna fallstudie har utförts på Stora Enso Skutskärs bruk och fokuserar på implementeringen av plattformen Fiori som är en del av företagets molnbaserade ERP-system. Studien använde sig av kvalitativa metoder som intervjuer på fallföretaget samt Alleima, Stora Enso Sunila och Stora Enso Varkaus. En enkätundersökning genomfördes även på Stora Enso Skutskärs bruk för att samla in kvantitativa data. Fallstudien valdes som metod för att analysera komplexa fenomen och sociala situationer.I den teoretiska referensramen framkommer fördelar och utmaningar med molnbaserade ERP-system. En fördel är exempelvis effektiv informationshantering medan en utmaning kan vara säkerheten. Vidare undersöks implementeringen av digitala verktyg där det framhävs att en välplanerad strategi och ledarskap som främjar samarbete och kommunikation är viktigt. Teorin framhäver att det ofta uppstår utmaningar med att implementera digitala verktyg, exempelvis brist på resurser och motstånd från medarbetare. Därefter presenteras teoretiska metoder för att stödja medarbetare vid införandet av digitala lösningar.Medarbetarnas upplevelse av plattformen Fiori var övervägande positiv och lärotillfällena som organiserades i samband med implementeringen uppskattades. Dock framkom det att kommunikationen kring implementeringen har varit en utmaning, och projektledaren har upplevt bristande stöd från ledningen. Motivationen att använda Fiori var låg eftersom lärotillfällena inte var obligatoriska. Det har även framförts förbättringsförslag så som tydligare supportkontakter och mer information om systemet. Studien har visat att upplevelsen inte är enhetlig hos de medarbetare som deltagit i studien, och studien diskuterar potentiella orsaker till detta. I studiens analys presenteras en ny processmodell som kan användas för att förbättra implementeringsprocessen. Modellen betonar vikten av kommunikation, ledarskap, stöd, delaktighet och resurser.Studien utfördes under åtta veckor och avgränsades till molnbaserade ERP-system. Det framkom intressant information under studiens gång som inte kunde undersökas vidare och resulterade i förslag till fortsatt forskning. Ett förslag var att undersöka hur information- och kommunikationsflöden påverkar implementeringsprocessen av digitala verktyg. / This case study has been carried out at Stora Enso Skutskär's mill and focuses on the implementation of the Fiori platform which is part of the company's cloud-based ERP system. The study used qualitative methods such as interviews at the case company as well as Alleima, Stora Enso Sunila and Stora Enso Varkaus. A survey was also carried out at Stora Enso Skutskär's mill to collect quantitative data. The case study was chosen as a method to analyze complex phenomena and social situations.In the theoretical frame of reference, advantages and challenges with cloud-based ERP systems emerge. An advantage is, for example, efficient information management, while a challenge can be security. Furthermore, the implementation of digital tools is examined where it is emphasized that a well-planned strategy and leadership that promotes collaboration and communication is important. The theory highlights that challenges often arise with implementing digital tools, for example lack of resources and resistance from employees. Then theoretical methods are presented to support employees in the introduction of digital solutions.The employees' experience of the Fiori platform was predominantly positive, and the learning opportunities organized in connection with the implementation were appreciated. However, it emerged that communication around the implementation has been a challenge, and the project manager has experienced a lack of support from management. The motivation to use Fiori was low because the learning opportunities were not mandatory. There have also been suggestions for improvements such as clearer support contacts and more information about the system.The study has shown that the experience is not uniform among the employees who participated in the study, and the study discusses potential reasons for this. In the study's analysis, a new process model is presented that can be used to improve the implementation process. The model emphasizes the importance of communication, leadership, support, participation, and resources.The study was conducted over eight weeks and limited to cloud-based ERP systems. Interesting information emerged during the study that could not be investigated further and resulted in suggestions for further research. One proposal was to investigate how information and communication flows affect the implementation process of digital tools.

Byggbranschen är en av de snabbast växande branscherna i världen men samtidigt är denen av de minst utvecklade gällande digitaliseringen. Fördelarna med digitalisering ärmånga men trots det anses implementeringen av digitala teknologier vara svår ochlångsam. Ledande personer på företagen spelar en viktig roll i adaptionen av nyateknologier och en ny teknologi som börjat användas på senare år är generativadesignverktyg. Generativ design handlar om att med hjälp av artificiell intelligens ta framolika byggplaner utifrån angivna kriterier. Ett program som bygger på denna teknologi ärForma. Forma är tänkt att vara en del av den fjärde industriella revolutionen och hjälpatill att minska tidsåtgång och kostnad samt öka hållbarhet och samarbetet i byggprojekt.Arbetet i den här studien har fokuserat på programmet Forma och undersökt vilkafaktorer som påverkar implementeringen av teknologin samt försökt härleda faktorernatill hur de varierar mellan olika företagsmodeller och uppdragstyper. Arbetet syftar till attutforska hur generativa design- och analysverktyg kan utveckla design- ochbyggprocesser samt lokalisera möjligheterna till implementering av den typen avprogram. Målet är att bidra med kunskap som kan hjälpa beslutsfattare att ta merinformerade och bättre beslut vid implementering av nya programvaror.För att uppnå syfte och mål har två typer av metoder använts. Den ena är en intervjustudiesom utgår från semistrukturerade intervjuer där representanter från fyra olika företagintervjuades. Den andra metoden som använts är en fallstudie där två objekt av olikastorlek och användningsområde undersökts. För att knyta ihop intervjuerna medfallstudien har en teknikacceptansmodell (TAM) med ett teknik-, organisation- ochmiljöramverk (TOE) använts.Resultatet visade att de två viktigaste faktorerna för ett företags implementering avgenerativa design- och analysverktyg är den upplevda användbarheten och den upplevdaanvändarvänligheten av programmet. Dessa påverkas i sin tur av bakomliggande externafaktorer som organisationens storlek, uppdragstyper, konkurrenssituation, förkunskaper,tekniska kompetens samt användarens behov. Forma ansågs vara ett bra program utifråntrovärdighet, tid, kostnad och funktionalitet, med vissa undantag för komplexiteten. Detär på processuell nivå som generativa design- och analysverktyg upplevs mest nyttiga urett implementeringsperspektiv. Fördelarna med Forma är framför allt hurimplementeringen av programmet ökar effektiviteten och produktiviteten i ett projekt ochsamtidigt skapar en bättre informations- och kommunikationshantering. Nackdelarnahandlar främst om brister i den mark- och höjddata programmet utgår från, risker att gåmiste om grundläggande kvaliteter för stadsbyggande samt en minskad användbarhet vidmindre och kommersiella projekt. / The construction industry is rapidly growing but lags in digitalization. Implementing digital technologies has been slow despite their advantages. Key personnel play a significant role in adopting new technologies, such as generative design tools. This study focuses on Forma, a generative design program, examining implementation factors across different business models and project types. The aim is to explore how these tools can improve design and construction processes. Two methods were used: interviews with representatives from four companies and a case study of two objects. Results highlighted perceived usefulness and perceived ease of use as key factors. Forma was considered good in terms of credibility, time, cost, and function, with some exceptions regarding complexity. Generative design tools were most useful at the procedural level, enhancing efficiency, productivity, and information management. Drawbacks include limitations in data and reduced usability in smaller projects.

Purpose – The purpose of the study is to gain a deeper understanding of which activities are important for manufacturing organizations during the digitalization process of existing production lines. Method – The study has adopted a qualitative approach in the form of semi-structured interviews with company representatives with experience in digitalization from four different companies. The data gathered has been analyzed in conjunction with literature within the field to generate a thematic analysis that resulted in 26 first-order categories, 9 second-order themes and 3 aggregate dimensions. Findings – The analysis was able to identify various enabling activities that organizations with varying degree of digitalization experience utilized to facilitate the digitalization process for existing production. The activities were then divided into three different identified phases of the digitalization process: digital preparation, digital execution, and digital improvement cycle. With this, a framework with the different phases and activities has been developed to put the activities in relation to each other to understand how the digitalization process is connected. Theoretical contributions – The study contributes to the existing theory by providing a holistic view of the digitalization process for existing production lines. It broadens the perspective of what digitalization is and connects certain aspects of digitalization with change management. It finally extends on the notion of digital lighthouse and provides a framework for the activities that facilitate the entire process. Practical contributions – The study offers a practical framework that can aid managers and decision makers in understanding what activities they can work with to begin a digitalization initiative or complete an ongoing digitalization process. The study also highlights which prerequisites facilitate and have a positive effect on digitalization initiatives. Limitation and future research – The study was limited to focus on general activities that facilitate the digitalization process but does not discuss the technical aspects of the activities. The study has also been limited in the number of organizations and representatives it has been able to gather data from. Future research could therefore expand this framework and purpose to a wider range of organizations and delve into the technical aspects of digitalization in existing production lines. / Syfte: Syftet med denna studie är att få en djupare förståelse för vilka aktiviteter som är viktiga för tillverkande företag under digitaliseringsprocessen av existerande produktionslinor. Metod: Studien har använt sig av ett kvalitativt tillvägagångssätt genom semi-strukturerade intervjuer med representanter från fyra olika företag med erfarenhet av digitalisering. Datan har analyserats tillsammans med litteratur inom ämnet för att skapa en tematisk analys som resulterade i 26 första-hands kategorier, 9 andrahands-kategorier och 3 dimensioner. Resultat: Analysen kunde identifiera flera möjliggörande aktiviteter som tillverkande företag med varierande erfarenhet av digitalisering kan uttnytja för att underlätta digitaliseringsprocessen för existerande produktionslinor. Aktiviteterna är indelande i tre olika faser av digitalisering: Digitalt förberedelse, Digitalt utförande, och Digitalt förbättringscykel. Med detta tillkommer ett ramverk med de olika faserna och aktiviteterna som har tagits fram för att förklara hur aktiviteterna förhåller sig till varandra och hur digitaliseringsprocessen är uppbyggd. Teoretiska bidrag - Studien bidrar till den existerande teorin genom att ge en övergripande blick av digitaliseringsprocessen för existerande produktionslinor. Den vidgar perspektivet av vad digitalisering är och kopplar ihop vissa aspekter av digitalisering med förändringsledning. Slutligen utvidgar den litteraturen kring digitala fyrar och levererar ett ramverk för de aktiviteter som underlättar hela processen. Praktiska bidrag - Studien bidrar med ett praktiskt ramverk som kan hjälpa ledare och beslutstagare förstå vilka aktiviteter de kan jobba med för att påbörja ett digitaliseringsprojekt eller slutföra ett pågående. Studien belyser även vilka förutsättningar som kan underlätta och ha en positiv effekt på digitaliseringsprojekt. Begränsningar och framtida forskning - Studien var begränsad i det avseendet att den fokuserar på generella aktiviteter som underlättar digitaliseringsprojekt men diskuterar inte de tekniska aspekterna av aktiviteterna. Studien är även begränsad av antalet bolag och representanter som den kunde samla data från. Framtida studier kan validera ramverket and syftet till fler industrier och dyka djupare in i de tekniska aspekterna av digitalisering av existerande produktionslinor.

In line with today's emergence of new technology, there is high competition within the manufacturing industry, which places higher demands on today's industries to develop new strategies to withstand the fierce competition. For this reason, today's industry needs to be more efficient and is becoming increasingly digitized, which is the core of the new industrial revolution called "industry 4.0".  The aim of this study is to investigate, with the help of value flow analysis, new innovative tools, and principles within lean production, whether the manufacturing process can be more efficient. The study was carried out at a manufacturing company that produces dehumidifiers and has ambitions to streamline it’s manufacturing process.  Through the literature review, site observations, interviews and data analysis, a comparison was made with the theory to find solutions to the problems that emerged. The results of this study show that it is theoretically possible to make a manufacturing process more efficient using these methods. It can be pointed out that one important study will be to test these solutions to see what results can be achieved. / I linje med dagens framväxt av ny teknik råder det hög konkurrens inom tillverkningsindustrin, vilket ställer högre krav på dagens industrier att utveckla nya strategier för att stå emot den hårda konkurrensen. Av den anledningen måste dagens industri bli mer effektiv och digitaliseras alltmer, vilket är kärnan i den nya industriella revolutionen som kallas "industri 4.0".  Syftet med denna studie är att med hjälp av värdeflödesanalys, nya innovativa verktyg och principer inom lean production undersöka om tillverkningsprocessen kan bli mer effektiv. Studien genomfördes på ett tillverkningsföretag som producerar avfuktare och som har ambitioner att effektivisera sin tillverkningsprocess.  Genom litteraturgenomgång, platsobservationer, intervjuer och dataanalys gjordes en jämförelse med teorin för att hitta lösningar på de problem som uppstod. Resultaten av denna studie visar att det är teoretiskt möjligt att effektivisera en tillverkningsprocess med hjälp av dessa metoder. Det kan påpekas att en viktig studie kommer att vara att testa dessa lösningar för att se vilka resultat som kan uppnås.

Detta kandidatexamensarbete är en förstudie utfört på Cementa AB:s fabrik i Slite, Gotland, och grundar sig i att Cementa AB, Sveriges enda tillverkare av cement, står inför en omställning till helhetskonceptet Industri 4.0 som bygger på tekniker och principer för automation och digitalisering. Fabriken står även inför en hållbarhetsomställning, då branschen bidrar med stora koldioxidutsläpp genom sin tillverkning. Målet med kandidatexamensarbetet är att analyseravar Cementa AB står inför en Industri 4.0 omställning och även undersöka om det har någon koppling till deras hållbarhetsarbete. För att kunna avgöra utgångsläget för fabriken har studien konstruerat och använt sig av en mognadsmodell som bedömer vart företaget står inför en framtida omställning. Mognadsmodellen baseras på fem olika mognadsmodeller och innehåller dimensionerna Produktion, Teknik, Strategi, R&D, HR, Ledarskap, Kultur och Standardisering. Undersökningen av företagets mognad genomfördes med hjälp av en enkät, som distribuerades till fabrikens alla avdelningar. Svarsfrekvensen var på 82%. Enkätens frågor har svarsalternativ som är bedömda med poäng där lägst poäng innebär frånvaro av Industri 4.0 och högsta poäng innebär mognad inom Industri 4.0. Till varje dimensions mognad beräknades ett mognadsindex. Resultatet av enkäten analyserades med avseende på vardera dimensions avvikande mognadsobjekt för att belysa styrkor samt se potentialen inom varje dimension. Dimensionerna med lägst mognadsindex var HR och Strategi. Fabrikens totala mognad inom Industri 4.0 beräknas till nivån Existens som innebär att företaget har ett påbörjat arbete inom Industri 4.0 men saknar strategi, målbild och plan för vidare arbete. För att ytterligare belysa fabrikens möjligheter konstrueras en lista med de frågor som har störst potential. I denna lista belyses dimensionerna Strategi och Ledarskap som mest frekvent återkommande och med det anses arbetet med strategi och ledning fundamental för omställningens existens. Detta gäller även kopplingen till hållbarhetsarbetet, då ett tydligt fokus på hållbarhetsaspekterna kopplat med Industri 4.0-teknologier ger synergieffekter som hjälper varandra. Studien rekommenderar företaget i ett första skede att initiera en tvärfunktionell arbetsgrupp på ledningsnivå som har som uppgift att driva omställningen och fokuserar i ett första stadie på strategi och ledning. Sedan rekommenderar studien också att företaget i valfri ordning utvecklar enkäten för vidare uppföljning och kartläggning, jämföra sig med liknande fabriker, etablera samarbeten mellan företag, akademi och leverantörer, utforma en Roadmap för företaget och dess avdelningar samt fortsätta digitalisera verksamhetens system och strukturer. / This bachelor thesis is a case study that has been carried out at Cementa AB’s factory in Slite, Gotland, and targeted the Cementa AB’s future adaption to the concept Industry 4.0 which is based on techniques and principles for automation and digitalization. The factory is also facing a sustainability change, as the industry contributes to large carbon dioxide emissions through its manufacturing. The aim of the bachelor’s degree project is to analyze where Cementa AB is facing an Industry 4.0 transition and also to investigate whether it has any connection to their sustainability work. To be able to determine the starting position for the factory, the study has constructed and used a maturity model that assesses where the company is facing a future transition. The maturity model is based on five different maturity models and contains the dimensions Production, Technology, Strategy, R&D, HR, Leadership, Culture and Standardization. The study of the company's maturity was conducted by means of a survey, which was distributed to all the departments of the factory. The response rate was 82%. The survey's questions have response alternatives that are assessed with points where the lowest score means Absence of Industry 4.0 and highest score means Maturity within Industry 4.0. For each dimension maturity, a maturity index was calculated. The results of the survey were analyzed with respect to the different maturity objects of each dimension in order to highlight strengths and see the potential within each dimension. The dimensions with the lowest maturity index were HR and Strategy. The factory's total maturity in Industry 4.0 is calculated to the Existence level, which means that the company has started work in Industry 4.0 but lacks strategy, goals and plans for further work. To further clarify the factory's possibilities, a list of the issues with the greatest potential is constructed. In this list, the dimensions Strategy and Leadership are highlighted as the most frequent recurring, and with this the work with strategy and leadership is considered fundamental to the existence of the transition. This also applies to the link to sustainability work, as a clear focus on the sustainability aspects linked to Industry 4.0 technologies produces synergies that help each other. The study recommends the company, in a first stage, to initiate a cross-functional working group at management level which has the task of driving the transition and focuses in a first stage on strategy and management. The study also recommends that the company in any arrangements develops the survey for further follow-up and mapping, compares itself with similar factories, establishes collaborations between companies, academia and suppliers, design a roadmap for the company and its departments, and continue to digitize the company's systems and structures.

Human-robot Collaboration as a new paradigm in manufacturing has already been a hot topic in both manufacturing science, production research, intelligent robotics, and computer science. Due to the boost of deep learning technologies in the nearly ten years, advanced information processing technologies bring the new possibility to human-robot Collaboration. Meanwhile, machine learning-based image processing such as convolutional neural network has become a powerful tool in dealing with problems like target recognizing and locating. This kind of technologies shows potentials on robotic manufacturing and human-robot Collaboration. A challenge is to implement well-designed deep neural networks linked to a robotic system that can conduct collaborative works with the human. Accuracy and robustness need also be concerned in the development. This thesis work will address this challenge. This thesis tries to implement a solution based in Machine Learning methods for image detection which permits us to, using a low cost image solutions (RGB single camera), detect and localize manufacturing components to pick them and finish an assembly, helping the human co-workers, using an industrial robot, simplifying also the IT tasks to run it. / Människa-robot samarbete, som ett nytt paradigm inom tillverkningsindustrin, har redan blivit ett omtalat ämne inom tillverkningsvetenskapen, produktforskningen, intelligent robotik och datavetenskapen. På grund av det senaste decenniets ökning av "deep learning" teknologier kan avancerade information-processerings teknologier bringa nya möjligheter för människarobot samarbete. Under tiden har även maskininlärnings-baserad bildklassificering med "convolutional neural network" blivit ett kraftfullt verktyg för att hantera problem så som måligenkänning och lokalisering. Dessa typer av teknologier har potential att implementeras nom robotiserad tillverkning och människa-robot samarbete. En utmaning är att implementera väldesignade "convolutional neural networks" kopplat till ett robot system som kan utföra arbete i samarbete med människan. Noggranhet och robusthet behöver också avvägas i utvecklingsarbetet. Detta examensarbete kommer att ta itu med denna utmaning. Detta examensarbete försöker att implementera en lösning baserad på maskininlärnings-metoder för bildigenkänning som tillåter oss att, med hjälp av en billig bild lösning (RGB enkel kamera), detektera och lokalisera tillverkningskomponenter att plocka upp och slutföra en montering, vilket hjälper den mänskliga medhjälparen, med en industriell robot. Detta förenklar också IT-uppgifterna för att köra den.

Industry 4.0 is at the moment one of the most talked-about topics amongst industry companies. Management teams of discuss the area as something they want to implement, but since it is an ongoing industrial revolution it cannot be implemented straight away. This study is looking into the subject of Industry 4.0 and the identification of nine different technology drivers that a manufacturing company can use as tools in a production environment. However, what is less known is how the tools can be applied to a global company and its different cultures. Because even though Industry 4.0 is about decentralization and giving responsibility to every co-worker, they need to work with a common framework, thus standardization. A company that has started to look into Industry 4.0 is Lantmännen Unibake, who is a global bakery group. Therefore, they serve as the case company in this exploratory study where the goal is to conduct a pre-study that gives them, and the food industry, information and guidelines on how Industry 4.0 applies to their industry. Hence, what improvements it can lead to, what tools that will be suitable, and what the prerequisites for a successful Industry 4.0- transformation will be. The method to answer the research question starts with conducting a comprehensive literature study, followed by several interviews around Europe, and ending in an analysis of the current state with help from the literature framework. The analysis has ended in a conclusion that there is no single or easy answer to the questions since food industries might vary a lot from one to another. Although, in this case, the answer would be that six out of nine tools would be applicable in a global food-supply-chain, some needing more preparatory work than others. By implementing these tools, companies will see more engaged employees that are prone to take autonomous decisions, more accurate production planning, proactive rather than reactive working ways, fewer defects, and higher customer satisfaction. Regarding the prerequisites for transformation, the answer depends on what tools that are used. But what all cases have in common is that there is a need for aware and engaged employees. Everyone will have to be in on the change, understanding why and how, and what benefits that will come out of it. For future studies, it is suggested to look into how maturity models can be applied to these kinds of issues smoothly. The existing maturity models for Industry 4.0 are very complicated and difficult to apply; thus, they would need some development. Another area would be a cost model of the different tools, as well as a comparison of the tools and food regulations. / I dagens läge är Industri 4.0 ett av de hetaste ämnena bland industriföretag. Ett problem är att det ofta diskuteras som något som bör implementeras vilket skapar en felaktig bild av vad Industri 4.0 är, en pågående industriell revolution. Denna studie undersöker ämnet Industri 4.0 och identifierar nio verktyg som kan användas som teknologiska drivkrafter i en tillverkningsmiljö. Då dagens forskning är i sin linda finns det begränsat med information om hur dessa verktyg kan anpassas till att fungera i en global miljö med flera olika kulturer. Även om Industri 4.0 till stor del handlar om decentralisering och att ge ökat ansvar till alla medarbetare så kräver den nya typen av industri också standardisering och att ett företag har ett gemensamt ramverk. Lantmännen Unibake är ett företag som har börjat undersöka möjligheterna med Industri 4.0. Lantmännen Unibake är en av Europas ledande bagerigrupper och agerar som case-företag i denna utforskande studien. Syftet är att sammanställa en förstudie om hur Lantmännen Unibake och livsmedelsindustrin kan utnyttja Industri 4.0:s potentialer, det vill säga vilka förbättringar det kan leda till, vilka verktyg som är applicerbara på industrin och vilka förutsättningar som krävs för en lyckad transformation. För att svara på dessa frågor har en omfattande litteraturstudie och flertalet intervjuer genomförts runt om i Europa. Med hjälp av nulägesanalysen och litteraturstudien har slutsatsen blivit att det varken finns ett ensidigt eller enkelt svar på frågorna då livsmedelsindustri skiljer sig väldigt från företag till företag. I detta fall har sex av nio verktyg identifierats som användbara för en global livsmedelsvärdekedja, dock kräver somliga verktyg mer förberedelser än andra. Genom att implementera dessa verktyg kan företaget komma att se motiverad personal som är mer benägna att ta autonoma och snabba beslut, mer tillförlitlig produktionsplanering, ett proaktivt snarare än reaktivt arbetssätt, minskad mängd defekter och högre kundnytta. Förutsättningar för en förändring beror på vilka verktyg som väljs, dock kräver alla att personalen är medveten om förändringen. Både varför den behöver göras, hur det kommer gå till och vad för fördelar det kommer leda till. Förslag för framtida studier är att se över hur en mognadsanalys kan appliceras på denna typ av situation då de modeller som existerar inom området i dagsläget är väldigt komplicerade och därför svåra att applicera på gemene företag. Ett annat område är en kostnadsanalys för de olika verktygen, likväl en jämförelse mellan verktygen och huruvida de uppfyller livsmedelsreglerna.

In recent years the steelmaking industry has been subjected to continuous attempts to improve its production route. The main goals has been to increase the competitiveness and to reduce the environmental impact. The development of predictive models has therefore been of crucial importance in order to achieve such optimization. Models are representations or idealizations of reality which can be used to investigate new process strategies without the need of intervention in the process itself. Together with the development of Industry 4.0, Machine Learning (ML) has turned out as a promising modeling approach for the steel industry. However, ML models are generally difficult to interpret, which makes it complicated to investigate if the model accurately represents reality. The present work explores the practical usefulness of applied ML models in the context of the secondary metallurgy processes in steelmaking. In particular, the application of interest is the prediction of the liquid steel temperature after the vacuum treatment step in the Vacuum Tank Degasser (VTD). The choice of the VTD process step is related to its emerging importance in the SSAB Oxelösund steel plant due to the planned future investment in an Electric Arc Furnace (EAF) based production line. The temperature is an important parameter of process control after the vacuum treatment since it directly influences the castability of the steel. Furthermore, there are not many available models which predict the temperature after the vacuum treatment step. The present thesis focuses first on giving a literature background of the statistical modeling approach, mainly addressing the ML approach, and the VTD process. Furthermore, it is reported the methodology behind the construction of the ML model for the application of interest and the results of the numerical experiments. All the statistical concepts used are explained in the literature section. By using the described methodologies, several findings originated from the resulting ML models predicting the temperature of the liquid steel after the vacuum treatment in the VTD.A high complexity of the model is not necessary in order to achieve a high predictive performance on the test data. On the other hand, the data quality is the most important factor to take into account when improving the predictive performance. Itis fundamental having an expertise in both metallurgy and machine learning in order to create a machine learning model that is both relevant and interpretable to domain experts. This knowledge is indeed fundamental for the selection of the input data and the machine learning model framework. Crucial information for the predictions result to be the heat status of the ladle as well as the stirring process time and the temperature benchmarks before and after the vacuum steps. However, to draw specific conclusions, a higher model predictive performance is needed. This can only be obtained upon a significant data quality improvement. / Stålindustrin har under de senaste åren ständigt förbättrat sin produktionsförmåga som i huvudsak har bidragit till ökad konkurrenskraft och minskad miljöpåverkan. Utvecklingen  av  prediktiva  modeller  har  under  denna  process  varit  av  avgörande betydelse för att uppnå dessa bedrifter. Modeller är representationer eller idealiseringar av verkligheten som kan användas för att utvärdera nya processtrategier utan att åberopa  ingrepp  i  själva  processen.    Detta  sparar  industrin  både  tid och pengar.   I takt  med  Industri  4.0  har  maskininlärning  blivit  uppmärksammad  som ett ytterligare modelleringsförfarande inom stålindustrin. Maskininlärningsmodeller är dock generellt svårtolkade, vilket gör det utmanande att undersöka om modellen representerar verkligheten. Detta arbete undersöker den praktiska användningen av maskininlärningsmodeller inom sekundärmetallurgin på  ett  svenskt  stålverk.    Tillämpningen  är  i  synnerhet av   intresse   för   att   kunna   förutspå   temperaturen   hos   det   flytande   stålet   efter vakuumbehandlingssteget  i  VTD-processen. Denna  process  valdes  eftersom den är av  stor  betydelse  för  framtida  ståltillverkning  hos  SSAB  i  Oxelösund. Detta är primärt  på  grund  utav  att  SSAB  kommer  att  investera  i  en ljusbågsugnsbaserad produktionslinje.   Temperaturen är en viktig processparameter eftersom den direkt påverkar   stålets   gjutbarhet. Utöver   detta   har   inga   omfattande   arbeten   gjorts gällande  att  förutspå  temperaturen  efter vakuumbehandlingssteget  med  hjälp av maskininlärningsmodeller. Arbetet presenterar först en litteraturbakgrund inom statistisk modellering med fokus på maskininlärning och VTD-processen.  Därefter redovisas metodiken som använts för att skapa  maskininlärningsmodellerna  som  ligger  till  grund  för  de  numeriska experimenten samt resultaten. Genom att använda de beskrivna metoderna härrörde flera fynd från de skapande maskininlärningsmodellerna. En hög grad av komplexitet är inte   nödvändig   för   att   uppnå   en   hög   prediktiv   förmåga   på   data   som   inte använts  för  att  anpassa  modellens  parametrar.   Å  andra  sidan  är  datakvalitén den viktigaste faktorn om man ämnar att förbättra den prediktiva förmågan hos modellen. Utöver  detta  är  det  av  yttersta  vikt  att  ha  kompetens  inom  både  metallurgi  och maskininlärning för att skapa en modell som är både relevant och tolkbar för experter inom  området  processmetallurgi. Ideligen  är  kunskap  inom  processmetallurgi grundläggande för val av indata och val av maskininlärningsalgoritm. Under analysen av maskininlärningsmodellerna upptäcktes det att skänkens värmestatus, omrörningstiden i processen, samt temperaturriktmärkena före och efter vakuumstegen var de mest avgörande variablerna för modellens prediktiva förmåga. För att kunna dra specifika slutsatser behöver modellen ha en högre prediktiv förmåga. Detta kan endast erhållas efter en betydande förbättring av datakvalitén.

This thesis presents the work of a master degree project in mechatronics by two students from The Royal Institute of Technology. The project was carried out during spring 2017 in collaboration with Bosch Rexroth Mellansel as part of their desire to improve their operations. It is also in line with the Bosch Groups ambition to lead the development within Industry 4.0. The aim was to investigate the information need on a discrete manufacturing process and how radio-frequency identification (RFID) can be used to cover that need. The background research was made with qualitative methods using a literature review on relevant areas and a case study of Bosch Rexroth Mellansel. A discrete event simulation was created to confirm the possibilities of an RFID tracking system. It acted as a target for what the developed demonstrator should fulfil and was realised through a system of four wireless nodes connected in a mesh network. The plant in Mellansel partially implemented a Bosch standardised RFID system in parallel with the development of the demonstrator, which enabled a comparison of the two systems. The results show that from a tag event, which gives information on what, where and when, it is possible to, in real time, analyse and visualise valuable key performance indicators for a production process. It is also possible to use the data to automate transactions in an enterprise resource system which removes non-value adding activities from an operator while also ensuring consistency in the reporting procedure. The results indicate that benefits can be achieved. However, this requires further quantitative analysis before it can be fully confirmed and be used to push the development of Industry 4.0 forward. / Denna rapport presenterar ett examensarbete inom mekatronik av två studenter från Kungliga Tekniska Högskolan. Projektet genomfördes under våren 2017 i samarbete med Bosch Rexroth Mellansel som en del av deras strävan att förbättra sin verksamhet. Det ligger också i linje med Bosch koncernens ambition att leda utvecklingen inom Industri 4.0. Syftet var att undersöka informationsbehovet hos en diskret tillverkningsprocess och hur radio-frequency identification (RFID) kan användas för att täcka detta behov. Bakgrundsstudien gjordes med kvalitativa metoder som litteraturstudie inom relevanta områden och en fallstudie av en produktionsprocess inom Bosch Rexroth Mellansel. En simulering av produktionsprocessen skapades för att bekräfta möjligheterna av att använda ett RFID system för spårning av objekt. Den fungerade som ett mål för vad den utvecklade demonstratorn skulle uppfylla och realiserades genom en prototyp bestående av fyra trådlösa noder samlade i ett mesh nätverk. Parallellt med utvecklingen av demonstratorn gemomförde fabriken i Mellansel en del-implementering av en Bosch-standardiserad RFID lösning, vilket möjliggjorde en jämförelse av de två systemen. Resultaten visar att det från en avläsning av en tag, som ger information om vad, var och när, så är möjligt att i realtid analysera och visualisera värdefulla nyckeltal för en produktionsprocess. Det är också möjligt att använda data för att automatisera transaktioner i ett affärssystem som tar bort icke värdeskapande aktiviteter för operatören och samtidigt säkerställer en standardiserad rapporteringsprocess. Resultaten visar att fördelar kan uppnås men kräver ytterligare kvantitativ analys innan de kan bekräftas till fullo och användas för att driva utvecklingen av Industri 4.0 framåt.

Industry 4.0 comes with the promise of great benefits and transforming towards a Smart Factory is on the agenda for many organizations. The issue is that there is a lack of knowledge about how to make a successful transformation. The purpose of this research is to develop a framework for how a final assembly plant within the heavy automotive industry should structure a plan in order to accelerate the shift towards a Smart Factory in the context of Industry 4.0. To fulfill the purpose of the research, a case study has been performed. A maturity model has been used to assess the current state of the company and perceived importance of Industry 4.0 capabilities. This has been combined with an importance assessment from experts in the area, as well as literature regarding the subjects of Industry 4.0, Smart Factory and challenges with the transition. Theoretical frameworks have then been used to analyze how to structure a plan for the transition, based on the empirical findings and previous research. The transition towards a Smart Factory should incorporate strategic, organization and technical dimensions. A multilayered roadmap should be utilized as it enables for visualizing simultaneous activities and interconnections between dimensions. As external factors are necessary to be included, triggers points should be visualized as it enables checkpoints to be used. The case company importance weightings and challenges found in literature should mainly guide in the prioritization of needed capabilities. The assessed maturity should guide in choosing the Industry 4.0 capabilities which could reap the most benefits. The use of a vision and current state should guide in how to create activities with the purpose to support the chosen Industry 4.0 capabilities. The value of this research is the combination of maturity assessment with roadmap strategy, enabling for concrete actions to be formulated. Thusly, of value to companies that want to accelerate their transition towards a Smart Factory. The contribution of this research is a foundation for the creation of a tailored roadmap framework towards a Smart Factory. / Industri 4.0 kommer med många fördelar och att transformera mot en smart fabrik är på agendan för många organisationer. Problemet är att det är en brist på kunskap om hur man ska åstadkomma en lyckad transformation. Syftet med studien är att utveckla ett ramverk för hur en slutmonteringsfabrik inom lastbilsindustrin ska strukturera en plan för att accelerera skiftet mot en smart fabrik inom konceptet Industri 4.0. För att uppfylla syftet med studien så har en fallstudie genomförts varav en mognadsmodell har använts för att utvärdera mognadsgraden hos ett företag. Utöver det så har företaget viktat möjliggörare inom Industri 4.0 utifrån hur viktiga dessa anses att vara för en transformation mot en smart fabrik. Empiri har tillsammans med experters viktning och tidigare forskning inom området använts för att analysera hur ett företag ska strukturera en plan för att skifta mot en smart fabrik. En transformation mot en smart fabrik bör ta dimensionerna strategi, organisation och teknik i beaktande när en plan struktureras. Dessa dimensioner bör bilda tre lager i planen eftersom det tillåter aktiviteter att genomföras samtidigt och att det tillåter visualisering av sambanden mellan aktiviteter. Externa faktorer är nödvändiga att inkludera i planen och bör visualiseras genom triggerpunkter. Företagets viktning av möjliggörare inom Industri 4.0 tillsammans med hur väl dessa möjliggör anknyter till de vanligaste utmaningarna i ett skifte mot en smart fabrik bör huvudsakligen styra hur möjliggörarna skall prioriteras emellan varandra. Fortsättningsvis ska den utvärderade mognaden styra mot de möjliggörare som kan skörda de största fördelarna. För att skapa aktiviteter med syftet av öka mognaden av de utvalda möjliggörarna bör en vision ställas mot nuläget, för att vägleda vilka aktiviteter som är lämpliga. Värdet av den här studien är hur kombinationen av en mognadsmodell tillsammans med teoretiska ramverk möjliggör för företag att formulera en konkret plan för att accelerera skiftet mot en smart fabrik. Studien bidrar av den anledningen med en grund och ett ramverk för företag att skapa en skräddarsydd plan med syftet att accelerera skiftet mot en smart fabrik.