Titel: Initiativ för en hållbar operativ produktionsplanering inom träindustrin - En fallstudie vid ESS-ENN  Kurs: 4FE19E Examensarbete i Supply Chain Management för Civilekonomprogrammet, 30 HP. Författare: Ali Yousefi & Martin Samuelsson Examinator: Helena Forslund Handledare: Peter Berling Syfte: Studien har ett primärt syfte. Presentera en lämplig planeringsmetod för den operativa produktionsplaneringen inom tillverkningsföretag i träindustrin med aspiration att stärka Ess-Enn.   Metod: Uppsatsen är en fallstudien grundad på en kvalitativ forskningsmetod som brukar sig av ett deduktivt angreppssätt. Semistrukturerade intervjuer i kombination av en litteraturöversikt för datainsamling. Analysmetoden under fallstudien använder sig av logiska modeller som analysverktyg. Slutsats:  Studien har besvarat tre frågeställningar där syftet har varit att identifiera en optimal planeringsmetod för fallföretagets nuvarande operativa planeringsmiljö. Med hjälp av kartläggningen av fallföretagets operativa planeringsmiljö från den första frågeställningen så kunde det konstateras att det inte identifierades någon lämplig planeringsmetod utifrån den tillgängliga teorin vid den andra frågeställningen. Detta ledde till den tredje frågeställningen som resulterade till studiens uppbyggda modell. Slutsatsen blev att fallföretaget bör implementera en anpassad planeringsmetod genom en kombination av MRP och den uppbyggda modellen för att uppnå en hållbar operativ produktionsplanering.

Syfte och frågeställningar: Syftet med examensarbetet är att undersöka möjligheten att påverka flexibiliteten i en maskinverkstad genom produktionsupplägg och produktionsplanering, samt undersöka förbättringsmöjligheterna inom produktionsupplägg och produktionsplanering med hjälp av verktyg inom lean. Utifrån studiens syfte formades och besvarades tre frågeställningar:  (1) Hur kan produktionsupplägg påverka flexibiliteten i en maskinverkstad? (2) Hur kan flexibilitet i en maskinverkstad ökas med hjälp av produktionsplanering? (3) Hur kan verktyg inom lean skapa förbättringsmöjligheter inom produktionsupplägg och produktionsplanering? Metod och genomförande: en fallstudie genomfördes på ett fallföretag inom el- och mekanikbranschen för att samla in empiriskt material. Intervjuer och observationer genomfördes under studiens gång. Vidare genomfördes en litteraturstudie för att kunna skapa ett teoretiskt ramverk. Teorin jämfördes sedan med empirin. Resultat: Efter analys av fallföretagets befintliga produktionsupplägg kunde faktorer som påverkar flexibiliteten identifieras. Dessa faktorer kan härledas till hur väl produkten och dess tillverkningsprocess är applicerbar inom produktionsupplägget. En produkt identifierades på fallföretaget vilken skulle kunna produceras med ett annat produktionsupplägg för att bidra till ökad flexibilitet. Vidare identifierades en flaskhals vilken bör elimineras för att öka flexibiliteten genom produktionsplanering. Utöver detta krävs även standardiserade dokument inom produktionsplaneringen för att flexibiliteten ska kunna öka. Gällande lean kunde tre av King´s (2013) slöserier identifieras, samt ett sätt att applicera Just-In-Time inom produktionsplaneringen. Slutsatser och rekommendationer: De slutsatser som kan dras av denna studie är att produktionsupplägg och produktionsplanering kan påverka flexibiliteten, samt att verktyg inom lean ger utrymme för förbättringsmöjligheter. Rekommendationerna blir därav att införa ett nytt produktionsupplägg för en av produkterna, samt att genomföra en omorganisering för att minska flaskhalsen. Ytterligare en rekommendation är att se över avvägningen om verktygen inom lean kommer att ge rätt typ av förbättring.

Genom att sänka ett företags kapitalbindning och höja dess leveransprecision kan det bli mer konkurrenskraftigt. Denna studie baseras på ett fallföretag som vill sänka sitt bundna kapital och som har en leveransprecision på 14%. Syftet med denna studie är att se vilka brister som finns i deras nuvarande arbetssätt för planering samt vad dessa brister leder till med målet att ta fram förslag på hur dessa brister kan motverkas och uppskatta vad effekten blir. Fallföretagets problemområden: Planeringsmetoder och följden av de nuvarande metoderna. Isolationen mellan fallföretagets avdelningar. Bristen på insikt i sin egen kapacitet. En komplex planeringssituation till följd av en produktion med många delprocesser och mycket variation. Efter analys av insamlad data och deras nuvarande metoder så har förbättringsförslag tagits fram för att fallföretaget ska göra rätt med planeringen från start istället för att ständigt förändra produktionsplanen. Detta uppskattas leda till en ökning av leveransprecisionen till 70-80% samt en sänkning av kapitalbindningen med 35-40%.

District heating covers around 80 % of the heating demand in apartment buildings and 10 % in single-family homes in Sweden. In the year 2010 the total input of energy to the Swedish district heating grids was about 70 TWh, which corresponds to 11 % of the total energy input to the whole energy system in the country. Through the combined production of heat and power the CHP-plants often reaches an efficiency of 90 % from energy in the fuel to produced heat and power. In order to keep the efficiency high it is important for the owners of the plant to have good knowledge about the plants performance at different operation points. Strängnäs Energi AB initiated this diploma work together with FVB Sverige ab in order to come up with a program for short term planning of the production of heat and power at the company´s CHP-plant. The work consists of three main parts. The first part is an introduction to district heating and optimization of such systems and it also handles a short explanation of the district heating system in Strängnäs. The second part covers the performance tests that have been done at Strängnäs Energi AB´s CHP-plant. The performance tests were carried out in order to investigate how the plant is operating. The results from the tests show that the efficiency of the plant is very poor. This has its explanation in the losses in forms of combustible content in the bottom ash, which in some cases reaches over 4 %. The problems with the combustion have been known for a while at Strängnäs Energi AB, but they did not have any calculated value of the efficiency. The company is working hard in order to come up with good solutions for the combustion and therefore this is not included in the diploma work. Instead the third part of the diploma work is focused on developing of a model for short term production planning. The model was made in MS Excel and it consists of a number of power and mass balances over one day. The key to the calculations in the model is the calculation of the alfa-value. The alfa-value together with the power in the hot water condenser gives an iterative calculation. The hot water accumulator is then either charged or discharged depending on current electrical price, demand of district heating and the level in the accumulator. The results from the simulations done with the model shows that it is possible for Strängnäs Energi AB to earn between 0 – 20 000 SEK during one day if they operate their plant as suggested in the model.

En säsongsbaserad tillverkning kan innebära svårigheter för företag att möta kundefterfrågan och hålla lagernivåerna nere. En strategi för att möta en varierande efterfrågan är automatisering, vilket kan leda till en högre produktivitet och kapacitet, samtidigt som det kan begränsa flexibiliteten. För ökad flexibilitet kan gradvis automatisering av en anläggning göra det möjligt att integrera processer och få en stabil tillverkning. Arbetets syfte är att skapa förståelse för hur en förändring av en del av en produktionslina påverkar flödet i produktionen, med hänsyn till förändrad maskinutrustning och kapacitet. Målet med arbetet är att skapa en modell som möjliggör produktionsplanering i ett flöde där empirisk data inte är tillgänglig. För att svara på syftet skapades frågeställningar för att behandla hur en produktionsplanering kan göras som är baserad på empirisk teoretisk data, hur flöden bör kombineras samt hur olika faktorer påverkar buffertar och ledtider i en produktion. Genom att använda teorier om lean production och lager kunde en matematisk modell skapas. Resultatet blev en modell som med hjälp av kända variabler kunde beräkna okända samt skapa en matematisk produktionsplanering. Slutsatsen visar på att det är möjligt att skapa en produktionsplanering baserat på empirisk teoretisk data, och att modellen är tillämpningsbar även på andra industrier eftersom den är anpassningsbar. / A season based production may lead to difficulties for companies to fulfill customer demand and to keep stocks to a minimum. Changing the production can lead to a higher productivity and capacity, meanwhile it may limit flexibility. A gradual automation makes it possible to interact different processes and to make a stable production. The purpose of this project is to gain an understanding of how a changed part of a production line affects the production flow, with changed capacity and machine equipment taken into account. The goal is to create a model that enables production planning in a flow where empirical data is not available. To answer the purpose, questions of the issue were created with a focus on how a production plan can be done with only empirical theoretical data, how flows can be combined and finally how factors affect the buffers and lead time. By combining theories of lean production and inventory, a mathematical model could be created. The result was a model that with the help of known variables could figure out unknown and thereby create a mathematical production plan. The conclusion shows that it is possible to create a production plan based on empirical theoretical data, and that the model can be applied to other industries as well because of its customizability.

Det florerar mycket tankar och funderingar kring varför byggbranschen inte ökat sin produktivitet i samma takt som liknande tillverkningsindustrier och branscher. Det är inte enkelt att sätta fingret på var grunden till problemet ligger. Men det finns faktorer som går att urskilja där produktionen går trögare fram än andra. Två av dessa ska undersökas i denna rapport vilket är kommunikation och produktionsplanering i utförandeskedet.  Studien analyserar hur produktionsplanering och kommunikationsplanen fungerar idag och vilka metoder som används i byggbranschen inom dessa områden. Detta med syftet att förbättra metoderna, för att öka produktiviteten i ett av de stadierna av byggbranschen där det brister som mest, utförandeskedet. Att genom detta minimera slöseri i form av tid, material och energi, samt öka både effektiviteten och produktiviteten i ett byggprojekt.  Metodiken för datainsamlingen har bestått av fallstudier. För att möjliggöra studien har ett byggföretag bidragit med intervjuobjekt från fem av deras byggprojekt, där de svarat på kvantitativa enkäter och kvalitativa intervjuer om sina arbetsplatser. Betoningen har varit studieobjektens egna upplevelser inom effektivitet och produktivitet. Enkät- och intervjudeltagarna var mitt i utförandeskedet och har arbetsroller som platschef, arbetsledare och hantverkare.  Resultatet visar att det aktuella Byggföretaget har välarbetade och strukturerade mallar och metoder för produktionsplanering, men inte lika strukturerade kommunikationsplaner. Genom enkäterna och intervjuerna framgick att kommunikation och produktionsplanering är de faktorer som brister inom organisationen och att det gemensamt fanns ett uttryckt behov till förbättring. Den tydligaste bristen har varit avsaknaden av struktur gällande kommunikation samt att de metoder som tänkt användas för produktionsplaneringen inte implementeras i den grad som det är tänkt. Det framgick även att arbetsplatserna arbetar olika, trots att de ingår i samma organisation. De fungerar som flera mindre företag inom företaget i sin helhet. Det gör att avsaknaden av en tydlig struktur påverkade både produktionsplaneringen och kommunikationen. Detta visade sig vara utmanande för hantverkare vid resursförflyttning, då de måste ändra arbetsmetoder och vänja sig vid en ny struktur. De metoder och mallar som finns tillgängliga, och som i vissa fall är obligatoriska, har tydliga instruktioner hur exempelvis mötesformer och arbetsberedningar ska gå till. Detta för att alla ska känna att Byggföretaget arbetar likadant oavsett vilken arbetsplats inom företaget det gäller, även för underentreprenörer.  Som ett förslag till en lösning som ska vara heltäckande, är det i de pågående projekten svårt att göra några direkta förändringar för att påverka slutresultatet. Däremot vid nästa projekt som startar, så krävs en projektplanering som följs mer i detalj, där inte arbetsplatserna gör egna justeringar, utan följer de direktiv som både är obligatoriska och riktlinjer. Samma grundläggande åtgärder behöver ske kring kommunikationen. En tydlig kommunikationsplan bör inrättas, utformad av en projektgrupp inkluderande samtliga discipliner inkluderat i studien. Det bör även övergripande införas en digitalisering i samtliga led, och inte endast en kommunikationskanal för tjänstemännen. Detta kommer i sin tur kräva att minst arbetsledare får tillgång till en handhållen mobil enhet till sitt förfogande. / The construction industry has been struggling to match the productivity growth seen in similar manufacturing sectors, leading to speculation about the underlying reasons. This report focuses on two factors: communication and production planning during the execution phase. The objective is to analyze current practices and methods with the aim of improving them to enhance productivity.  The study adopts a case study approach, collaborating with a construction company and examining five of their ongoing projects. Quantitative surveys and qualitative interviews were conducted with individuals in key roles such as site managers, supervisors, and craftsmen, to understand their perspectives on current issues.  The results highlight that while the company possesses well-developed and structured production planning methodologies, their communication plans lack similar organization. The findings indicate common deficiencies in communication and production planning, along with an expressed need for improvement. The most evident shortcoming was the absence of structured communication and the incomplete implementation of planned production methods.  Additionally, despite belonging to the same organization, the individual worksites operated as independent entities, which impacted both production planning and communication. These challenges were particularly apparent during resource reallocation, requiring craftsmen to adapt to new work methods and structures. The existing tools and templates, some of which are mandatory, provide clear instructions for processes such as meetings and work preparations, ensuring consistency across different worksites.  As a comprehensive solution, this report recommends enforcing stricter adherence to project plans in upcoming projects, minimizing adjustments made by individual worksites. Additionally, a well-defined communication plan should be established, designed by a project group consisting of all relevant disciplines included in the study. Overall, introducing digitalization across all levels, rather than limiting it to management communication channels, is crucial. Accomplishing this will necessitate providing handheld mobile devices to at least the supervisors to facilitate effective communication and collaboration.

Artificial Intelligence (AI) has proven to be highly suitable for a wide range of problems in manufacturing environments, including the prediction of lead times. Most of these solutions are based on ”black-box” algorithms, which hinder practitioners to understand the prediction process. Explainable Artificial Intelligence (XAI) provides numerous tools and methods to counteract this problem. There is however a need to qualify the methods with human-centered studies in manufacturing environments, since explainabilityis context-specific. The purpose of this mixed-method case study is to examine the explainability of regression models for lead time prediction in quality control laboratories at a biopharmaceutical production site in Sweden. This entails the research questions of which methods can increase the explainability of lead time prediction, what type of explanation is required to enable explainability and what are the benefits of explaining regression models in this context. This is why relevant literature in the field of XAI and AI-based lead time prediction is reviewed. An explainable lead time prediction modelis developed and a Delphi study is carried out to gauge the importance of different explanation types and to identify explainability-related benefits. The results show a transparency-performance trade-off and highlight eight benefits that are mapped to the model’s life cycle. These findings provide new insights into the explainability requirements and benefits in quality control processes and support practitioners in steering their implementation efforts. / Artificiell Intelligens (AI) har visat sig vara mycket lämplig för ett stort antal problem i tillverkningsmiljöer, bland annat när det gäller att förutsäga ledtider. De flesta av dessa lösningar är baserade på algoritmer som är ”svarta lådor”, vilket gör det svårt för tillämparna att förstå förutsägelseprocessen. Explainable Artificial Intelligence (XAI) erbjuder många verktyg och metoder för att motverka detta problem. Det finns dock ett behov av att kvalificera metoderna med människocentrerade studier i tillverkningsmiljöer, eftersom förklarbarhet är kontextspecifikt. Syftet med denna fallstudie med blandad metod är att undersöka förklaringsbarheten hos regressionsmodeller för prediktion av ledtider i kvalitets kontrolllaboratorier vid en biopharmaceutisk produktionsanläggning i Sverige. Vilket syftar till forskningsfrågorna samt vilka metoder som kan öka förklaringsbarheten och av prognoser för ledtider, vilken typ av förklaring som krävs för att möjliggöra en förklarbarhet och vilka fördelar som finns med att förklara regressionsmodeller i detta sammanhang. Det är därför som relevant litteratur på området XAI och AI baserade prognostisering av ledtider granskas. En förklaringsbar modell för prognostisering av ledtider utvecklas och en Delphi-studie genomförs för att bedöma betydelsen av olika typer av förklaringar och för att identifiera förklaringsrelaterade fördelar.

With Industry 4.0, companies are faced with the challenge of managing an ever-increasing amount of data and re-evaluating and innovating their production planning methods. An important aspect of demand forecasting is the accuracy of forecasts compared to outcomes. Research has shown that more complex models perform better in demand forecasting, however, this research has focused on demand forecasting in the IT, finance and e-commerce sectors.   This thesis investigates the application of predictive modelling in demand forecasting in the context of production planning for a medium-sized manufacturing company. The study mainly compares the performance of two predictive models: Autoregressive Integrated Moving Average (ARIMA) and Long Short-Term Memory (LSTM) networks, with the aim of assessing its usefulness in improving the accuracy of demand forecasts. Based on historical sales data, this quantitative case study investigates how these models can improve operational efficiency that can be applied to production planning processes such as optimal inventory and production schedules.    The study found that the LSTM model, through Automated Machine Learning (AutoML), was significantly better than the ARIMA model in terms of forecast accuracy. This was evidenced by lower Root Mean Squared Error (RMSE) and Mean Absolute Error (MAE) values, indicating that LSTM's ability to capture long-term dependencies and adapt to non-linear patterns provides a more robust tool for demand forecasting in production planning.   This study contributes to the field of industrial engineering by demonstrating the practical benefits of integrating advanced predictive models into manufacturing companies' production planning processes. It highlights the potential of machine learning techniques to transform traditional production planning systems and thus provides insights into the strategic implementation of AI in industrial operations. Future research could explore and compare more models to get a broader picture of how different models perform against each other in terms of prediction errors. / Med Industri 4.0 står företagen inför utmaningen att hantera en ständigt ökande mängd data och att omvärdera och förnya sina metoder för produktionsplanering. En viktig aspekt av efterfrågeprognoser är prognosernas träffsäkerhet jämfört med utfallet. Forskning har visat att mer komplexa modeller presterar bättre vid efterfrågeprognoser, men denna forskning har fokuserat på efterfrågeprognoser inom IT-, finans- och e-handelssektorerna.   Denna studie undersöker tillämpningen av prediktiv modellering vid efterfrågeprognoser i samband med produktionsplanering för ett medelstort tillverkningsföretag. Studien jämför främst prestandan hos två prediktiva modeller: Autoregressive Integrated Moving Average (ARIMA) och Long Short-Term Memory (LSTM) nätverk, i syfte att bedöma hur användbara de är för att förbättra precisionen i efterfrågeprognoser. Baserat på historiska försäljningsdata undersöker denna kvantitativa fallstudie hur dessa modeller kan förbättra den operativa effektiviteten som kan tillämpas på produktionsplaneringsprocesser, såsom lagerhållning och produktionsscheman.    Studien visade att LSTM-modellen, genom automatiserad maskininlärning (AutoML), var betydligt bättre än ARIMA-modellen när det gäller prognosprecision. Detta framgick av lägre RMSE-värden (Root Mean Squared Error) och MAE-värden (Mean Absolute Error), vilket tyder på att LSTM:s förmåga att fånga upp långsiktiga beroenden och anpassa sig till icke-linjära mönster ger ett mer robust verktyg för efterfrågeprognoser inom produktionsplanering.   Denna studie bidrar till området industriell ekonomi genom att visa på de praktiska fördelarna med att integrera avancerade prediktiva modeller i tillverkningsföretagens produktionsplaneringsprocesser. Den belyser maskininlärningsteknikernas potential att omvandla traditionella produktionsplaneringssystem och ger därmed insikter i den strategiska implementeringen av AI i industriell verksamhet. Framtida forskning skulle kunna utforska och jämföra fler modeller för att få en bredare bild av hur olika modeller presterar mot varandra när det gäller prediktionsfel.

In the present electrical market there is an increasing penetration of intermittent energy sources. Several studies have examined its effect on the planning of hydropower operation and the conclusion is that an increasing intermittent production is likely to result in a more variable hydropower operation, utilising a wider span of operational set points. The wear of a hydropower unit is generally at a minimum when operated close to best efficiency and increases when operating at higher or lower set points. This study introduces a method to calculate an operation dependent cost (ODC) function for an arbitrary hydropower unit or unit combination based on vibration measurements and operational data. The method is tested in a case study where an ODC is implemented in Akkats, located in the Small Lule River in order to evaluate its effect on operational pattern, profitability and balancing contribution. The results show that the implemented ODC mainly affects Akkats. For an increasing ODC, Akkats is operated closer to the best point of efficiency and the operational pattern gets less variable and the effect gets more apparent the lower the spot price. Akkats ability to follow the spot price is reduced, decreasing the earning per produced energy with a few percent­ages. Akkats balancing contribution decreases significantly more, due to a less variable operational pattern. The study compares the reduced ODC to the reduced spot income and concludes that the wear cost in Akkats has to be above 1,21 €/MWh in order to be economically feasible to include in the planning. The operational pattern for the simulated river is close to unchanged at highest price hours but during lower price hours an increasing ODC results in an increased production, due to an increasing mean flow and changed operational pattern in Akkats. More production during low prices hours results in a decreasing profitability for all plants along the river. The balancing contribution is close to unchanged in all plants except Akkats, since the production still follows the same pattern.

Cementproduktion står idag för totalt 5 % av koldioxidutsläppen globalt, vilket t.ex. är mer än dubbelt så mycket som den globala flygindustrin. Nya cement- och betongrecept, med nya egenskaper, utvecklas med målet att minska klimatbelastningen. I produkten Bascement ersätts delar av klimatbelastande cementklinker med mineraltillsatsen flygaska, en restprodukt från andra industrier. Detta ska alltså leda till en minskad klimatbelastning. Betong med Bascement har dock orsakat förseningar och extra kostnader i produktion på grund av långa torktider som inte stämt överens med simuleringar i TorkaS 3.2, en programvara baserad på betong med Byggcement. TorkaS ska ersättas av programvaran Produktionsplanering Betong (PPB) som kan simulera uttorkning i betong med Bascement. Målet med studien är att undersöka hur fuktsimuleringar i PPB skiljer sig jämfört med genomförda fuktmätningar i fyra betongprover med två olika vattencementtal, vct. Genom att förvara proverna i olika miljö är målet att experimentellt mäta hur omgivningen påverkar uttorkningen. Målet är vidare att visa skillnader mellan fuktsimuleringar med inbyggd klimatdata i PPB och med egna uppmätta klimatdata. Resultaten från de experimentella undersökningarna visar att uttorkningen blev större i betongprover med vct 0,40 än för motsvarande prover med vct 0,55 efter 70 dagar. Prover som hade förvarats i en stabil inomhusmiljö hade torkat mer än prover som hade förvarats i en varierande utomhusmiljö, vilket i denna studie inte stämde överens med simuleringar i PPB. Resultatet i denna studie visar att simuleringar i PPB tenderar att visa något större uttorkning jämfört med genomförda fuktmätningar. Denna överskattning blir större vid simuleringar med en varierande utomhusmiljö än med en stabil inomhusmiljö. Överskattningen blir större vid simuleringar med inbyggd klimatdata i PPB än med egna uppmätta klimatdata. Vid justering av betongens maxtemperatur i PPB till verkligt uppmätt maxtemperatur påverkas fuktsimuleringarna positivt så att de närmar sig de experimentellt erhållna resultaten. Betong med låga vct påverkas mer av en sådan justering än höga vct. Slutsatsen i denna studie är baserad på simuleringar och fuktmätningar i ett fåtal betongprover, vilka kan ha utsatts för störningar. Fler studier behövs för att validera reliabiliteten hos programvaran PPB. Val av härdningsmetod samt maxtemperatur under härdning kan påverka uttorkningen och simuleringar i PPB. Experimenten indikerar att simuleringar med PPB tenderar att avvika om betong med höga vct utsätts för vattentillskott kort efter gjutning. Korrekt maxtemperatur i PPB är viktigt för en mer verklig simulering av uttorkning i betong, särskilt vid låga vct. Simuleringar i PPB tenderar att bli mer korrekta med egna klimatdata än med inbyggd klimatdata. / Cement production currently accounts for a total of 5 % of carbon dioxide emissions globally, which for example is more than twice as much as the global aviation industry. New cement and concrete recipes, with new properties, are being developed with the aim of reducing the climate load. In the Portland fly ash cement, parts of climate-stressing cement clinkers are replaced with the mineral-added fly ash, a residual product from other industries. This should lead to a reduced climate impact. Concrete with Portland fly ash cement, however, has caused delays and extra costs in production due to long drying times that did not match with simulations in the software TorkaS 3.2, which is based on concrete with Portland-limestone cement. TorkaS will be replaced by the software Production Planning Concrete, PPB, which can simulate dehydration in concrete with Portland fly ash cement. The aim of the study is to investigate how moisture simulations in PPB differ from executed moisture measurements in four concrete samples with two different w/c ratio. By storing the samples in different environments, the goal is to experimentally measure how the environment affects the dehydration. The goal is also to show differences between moisture simulations with the built-in climate data in PPB and with the own measured climate data. The results from the experimental studies show that the dehydration became larger in concrete samples with w/c ratio 0.40 than for samples with w/c ratio 0.55 after 70 days. Samples that had been stored in a stable indoor environment had dried more than samples that had been stored in a varying outdoor environment, which in this study did not correspond to simulations in PPB. The result of this study shows that simulations in PPB tend to show slightly greater dehydration than executed moisture measurements. This overestimation is greater in simulations with a varying outdoor environment than with a stable indoor environment. The overestimation is greater in simulations with the built-in climate data in PPB than with the own measured climate data. When adjusting the maximum temperature of the concrete in PPB to the actual measured maximum temperature, the moisture simulations is positively affected so that they approach the experimentally obtained results. Concrete with low w/c ratio is more affected by such an adjustment than concrete with high w/c ratio. The conclusion in this study is based on simulations and moisture measurements in a few concrete samples, which may have been exposed to disturbances. More studies are needed to validate the reliability of the PPB software. Choice of curing method and maximum temperature during curing can affect the drying and simulations in PPB. The experiments indicate that simulations with the PPB software tend to deviate if concrete with a high w/c ratio is exposed to water shortly after casting. Correct maximum temperature in PPB is important for a more real simulation of dehydration in concrete, especially at high w/c ratio. Simulations in PPB tend to be more accurate when using own climate data than using the built-in climate data.