This diploma thesis deals with the optimization of the procurement process at ŠKODA AUTO a.s. Specifically with Forward Sourcing, which is responsible for the nomination of suppliers for new parts of starting projects. Optimization will be done within a benchmark analogical to identical process in Volkswagen AG. The aim is to create proposals for changes and recommendations for an effective functioning of Forward Sourcing. The theoretical part will be defined in terms of process management and procurement within the organization. The practical part focuses on the analysis, comparison and measurement process from which proposals for changes and recommendations will be determined.

A otimização em tempo real (RTO: Real Time Optimization) permite fazer correções, com o menor atraso possível, nas condições de operação de um processo, buscando manter um desempenho ótimo. A RTO, na abordagem clássica, requer um ciclo constante de análise e correção do estado do processo que inclui múltiplas etapas: i) identificação do estado estacionário, ii) identificação e correção dos erros grosseiros, iii) reconciliação dos dados, iv) ajuste dos parâmetros do modelo, v) estimação das condições operacionais ótimas e, vi) implementação das condições no sistema de controle. Um sistema de análise de dados é necessário na aquisição das variáveis medidas da planta que classifique o estado da operação como válido para atualizar um modelo em estado estacionário. O sistema deve fornecer um modelo atualizado que seja representativo do comportamento real da operação para que seja otimizado em um passo posterior. Este trabalho é focado na análise de metodologias de detecção de estado estacionário, reconciliação de dados e estimação de parâmetros com as características necessárias que um sistema de RTO requer. Como caso de estudo considera-se uma coluna depropenizadora da PETROBRAS, em que foi feita uma análise da variabilidade associada à instrumentação para melhorar o conhecimento da operação. Além disso, a análise e validação do modelo do processo, permitiu estabelecer faixas de convergência nas especificações do processo e parâmetros. Finalmente, sugere-se que a composição da corrente de alimentação e a queda de pressão na coluna sejam classificadas como parâmetros importantes no ajuste de modelo. / Real-time optimization (RTO) allows making corrections in process operation conditions, with the smallest possible delay, in order to provide an optimal performance. RTO, in the classical approach, requires a constant cycle of analysis and correction of process conditions, that includes multiple steps: i) steady state identification, ii) gross errors detection and correction, iii) data reconciliation, iv) parameter estimation, v) economical optimization and vi) implementation of the optimal conditions in the control system. A data analysis system is required in the plant to classify the operating conditions as valid in order to update a steady state model. The system shall provide an updated model that can represent the real behavior of the operation that wi ll be optimized in a next step. This work is focused on the analysis of methodologies for steady-state detection, data reconciliation and parameter estimation with the required characteristics that an RTO system requires. As a case-study, a depropenizer column, owned by Petrobras is considered. An analysis of the variability of the instrumentation was performed to allow a better understanding of the process. Moreover, the analysis and validation of the process model enabled drawing convergence boundaries on process specifications and parameters. Finally, it is suggested that the feed composition and the column pressure drop should be considered as important parameters in model fitting.

A otimização em tempo real (RTO: Real Time Optimization) permite fazer correções, com o menor atraso possível, nas condições de operação de um processo, buscando manter um desempenho ótimo. A RTO, na abordagem clássica, requer um ciclo constante de análise e correção do estado do processo que inclui múltiplas etapas: i) identificação do estado estacionário, ii) identificação e correção dos erros grosseiros, iii) reconciliação dos dados, iv) ajuste dos parâmetros do modelo, v) estimação das condições operacionais ótimas e, vi) implementação das condições no sistema de controle. Um sistema de análise de dados é necessário na aquisição das variáveis medidas da planta que classifique o estado da operação como válido para atualizar um modelo em estado estacionário. O sistema deve fornecer um modelo atualizado que seja representativo do comportamento real da operação para que seja otimizado em um passo posterior. Este trabalho é focado na análise de metodologias de detecção de estado estacionário, reconciliação de dados e estimação de parâmetros com as características necessárias que um sistema de RTO requer. Como caso de estudo considera-se uma coluna depropenizadora da PETROBRAS, em que foi feita uma análise da variabilidade associada à instrumentação para melhorar o conhecimento da operação. Além disso, a análise e validação do modelo do processo, permitiu estabelecer faixas de convergência nas especificações do processo e parâmetros. Finalmente, sugere-se que a composição da corrente de alimentação e a queda de pressão na coluna sejam classificadas como parâmetros importantes no ajuste de modelo. / Real-time optimization (RTO) allows making corrections in process operation conditions, with the smallest possible delay, in order to provide an optimal performance. RTO, in the classical approach, requires a constant cycle of analysis and correction of process conditions, that includes multiple steps: i) steady state identification, ii) gross errors detection and correction, iii) data reconciliation, iv) parameter estimation, v) economical optimization and vi) implementation of the optimal conditions in the control system. A data analysis system is required in the plant to classify the operating conditions as valid in order to update a steady state model. The system shall provide an updated model that can represent the real behavior of the operation that wi ll be optimized in a next step. This work is focused on the analysis of methodologies for steady-state detection, data reconciliation and parameter estimation with the required characteristics that an RTO system requires. As a case-study, a depropenizer column, owned by Petrobras is considered. An analysis of the variability of the instrumentation was performed to allow a better understanding of the process. Moreover, the analysis and validation of the process model enabled drawing convergence boundaries on process specifications and parameters. Finally, it is suggested that the feed composition and the column pressure drop should be considered as important parameters in model fitting.

L’énergie photovoltaïque jouera un rôle déterminant dans la transition énergétique future. Bien que les cellules solaires à base de silicium dominent encore le marché, leur coût de fabrication et le poids des modules limitent leur développement. Depuis quelques années, les industriels s’intéressent de plus en plus aux dispositifs à base de couches minces en raison de leurs procédés de fabrication rapides et peu onéreux sur de larges substrats. Cette technologie utilise une large variété de matériaux; les chalcopyrites tels que Cu(In,Ga)Se2 sont les plus prometteurs. Le procédé de fabrication de couches chalcopyrites le plus répandu est la coévaporation mais l’utilisation de vides très poussés rende cette technique peu adaptée à la production à grande échelle de modules bon marché. La solution alternative décrite dans ce travail est un procédé en deux étapes basé sur le recuit sous atmosphère réactive de précurseurs métalliques électrodéposés. Le développement de cette technologie passe par une meilleure compréhension des mécanismes d’incorporation et d’homogénéisation du gallium dans les couches formées et par une optimisation des étapes de recuit. Le premier objectif de ce travail de thèse est une étude des mécanismes réactionnels mis en jeu lors du procédé de recuit à travers l’étude de différents types de précurseur. Par la suite ces connaissances sont utilisées pour modéliser et optimiser un recuit industriel innovant. Ce travail est réalisé à l’aide de plans d’expérience (DOE) où l’influence de certains paramètres, les plus critiques est mise en évidence. Des voies d’optimisation sont proposées et des hypothèses faites afin d’expliquer les phénomènes observés. / Solar energy is promised to be a major actor in the future of energy production. Even if silicon based solar cells remain the main product their fabrication is energy consuming and requires heavy cover glass for protection, which reduce their development. For several years, commercial interest has shifted towards thin-film cells for which manufacturing time, large scale production, fabrication costs and weight savings are the main advantages. For thin film technology, a wide variety of materials can be used but chalcopyrite such as Cu(In,Ga)Se2 is one of the most promising. The most current method used for chalcopyrite formation is co- evaporation but this process is very expensive and not well suitable for large scale production due to high vacuum requirements. One alternative solution described in this work consists of a two-step technology based on the sequential electro-deposition of a metallic precursor followed by a rapid reactive annealing. However to reach its full potential this technology needs a better understanding of the Ga incorporation mechanism and of the selenization/sulfurization step. This work focuses first on formation mechanisms through the study of several kinds of precursor. This knowledge is then used to explain and to optimize innovative annealing processes. This study is achieved by observing the impact of some process parameters using designs of experiment (DOE). A link between process parameters and properties of these thin films is obtained using electrical, structural and diffusion characterization of the devices. Finally we propose hypothesis to explain observed phenomena and also some improvements to meet the challenges of this process.