Industry’s technologies and equipment continuously advance, and the importance of continuously being able to produce increases. Todays’s automotive industry is a competitive market where efficiency is critical to keeping market shares. However, the quality of the products can not be compromised. Therefore new technologies are introduced to collect data and analyze it to optimize production. One technology that is often mentioned in the industry is Industry 4.0, which is a combination of multiple technologies that can be implemented to create smart factories and smart manufacturing. This thesis aims to evaluate implementable solutions for Industrial Internet of Things(IIoT) and Cyber-physical production systems (CPPS). Regarding which generates the most value for companies that uses press hardening production lines. The aim is also to compare IIoT against current data acquisition and control systems on the market. Identifying possible solutions and evaluating them have gone through multiple stages, while using product development methodology. Firstly by observing and understanding how customers use the products and identifying potential problems associated with the manufacturing process. Using that knowledge and, through iterations, improve the solutions and validate them by being evaluated by the customers. The project results concluded in having identified 17 possible general solutions that have been evaluated. These can be categorised as Performance, Costs, or Predictive maintenance. The solutions that created the most value for the customers were pressure and vibration analysis. For implementation of data acquisition and control system, Industrial Internet of Things is advantageous compared to current systems. This is due to a more streamlined architecture and choices of protocols available. In the end, by analysing all the data, including the information received from the interviewees, the desirable solution includes detailed machine health monitoring and a system that ensures product quality. / Industrins teknologier och utrustning går framåt och vikten av att kontinuerligt kunna tillverka ökar. Fordonsindustrin är idag en konkurrensutsatt marknad där effektivitet är nyckeln till att behålla marknadsandelar, men kvaliteten på produkterna kan inte kompromissas. Därför introduceras ny teknik för att samla in data och analysera den för att optimera produktionen. En teknik ofta nämnd i branschen är Industri 4.0 som är en kombination av flera delsystem som kan implementeras för att skapa smarta fabriker och smart tillverkning. Syftet med detta examensarbete är att identifera implementerbara lösningar av Industrial Internet of Things och Cyberfysiska produktionssystem. Identifiera vilka som genererar mest värde för företag som använder presshärdande produktionslinjer. Samt jämföra IIoT med nuvarande datainsamlings- och kontrollsystem på marknaden. Processen att identifiera möjliga lösningar och utvärdera dem har genomgått flera stadier genom att använda etablerad produktutvecklingsmetodik. Genom att observera hur kunder använder produkterna och förstå potentiella problem som uppstår under tillverkningsprocessen. Därefter har den informationen genomgått iterationer för att förbättra lösningarna och slutligen validerats genom att utvärdera dem av kunden. Resultatet av projektet har identifierat 17 möjliga generella lösningar som har utvärderats. De kan kategoriseras som prestanda, kostnader eller förutsägande underhåll. De lösningar som skapade mest värde för kunderna var tryck- och vibrationsövervakning. För implementering av datainsamling och kontrollsystem är IIoT fördelaktigt jämfört med nuvarande system. Detta på grund av en mer strömlinjeformad arkitektur och val av tillgängliga protokoll. Slutaktligen, genom att analysera all data inklusive informationen från intervjupersonerna, inkluderar den önskvärda lösningen detaljerad maskintillståndsövervakning och ett system som säkerställer produktkvalitet.

In the global and dynamic business environment of today, Industry 4.0 and the development of digital networking and real-time connection are pushing manufacturing companies to introduce new technologies into their manufacturing processes. IIoT is seen as a key element of Industry 4.0 that enable the virtualization of manufacturing processes that can ensure smooth operations across the supply chain through real-time information collection. While researchers and practitioners alike agree that there are potential advantages of implementing real-time monitoring through IIoT they also uphold that there are critical challenges for adoption. Research shows that few companies have developed the structured strategies necessary to attain a consistent competitive advantage while implementing IIoT into their manufacturing processes. A large reason contributing to this is that there is no established industry standard for how to ensure interoperability, i.e the ability of different computerized products or systems to connect and exchange information with one another. To bridge the gap between theoretical knowledge of IIoT and the practical challenges of its implementation in a manufacturing process, the purpose of the study is to present a framework of the potential challenges and enablers of implementing IIoT for real-time monitoring. To meet the purpose of this study a multiple case study was performed at Volvo Construction Equipment sites in different stages of IIoT implementation. As a result, four categories related to potential challengers and enablers of implementing IIoT for real-time monitoring were identified. These categories were: external environments, IT infrastructure, technology, and human factors. Four project phases of implementing an IIoT platform were also identified, which lays the foundation for the proposed framework. The framework provides a general understanding of how manufacturing companies can implement IIoT to achieve real-time monitoring in practice by highlighting potential challenges and enablers in each project phase. Contributing to current research, this thesis considers the holistic perspective of the research area, i.e a combination of both technical and social aspects, where the resulting framework provides guidance on how to implement IIoT for real-time monitoring. Future research may include confirmation of the framework in practice and performing a quantitative case study to achieve generalized results. / I dagens globala och dynamiska affärsmiljö driver Industri 4.0 och utvecklingen av digitala nätverk och realtidsanslutning tillverkande företag till att introducera ny teknik i sina tillverkningsprocesser. IIoT ses som ett nyckelelement i Industri 4.0 som möjliggör virtualisering av tillverkningsprocesser som kan säkerställa smidig drift över hela försörjningskedjan genom informationsinsamling i realtid. Även om både forskare och praktiker är överens om att det finns potentiella fördelar med att implementera realtidsövervakning genom IIoT, hävdar de också att det finns kritiska utmaningar för adoption. Forskning visar att få företag har utvecklat de strukturerade strategier som krävs för att uppnå en konsekvent konkurrensfördel samtidigt som de implementerar IIoT i sina tillverkningsprocesser. En stor anledning till detta är att det inte finns någon etablerad branschstandard för hur man säkerställer interoperabilitet, det vill säga förmågan hos olika datoriserade produkter eller system att koppla ihop och utbyta information med varandra. dess implementering i en tillverkningsprocess, är syftet med studien att presentera ett ramverk för de potentiella utmaningarna och möjliggörarna för att implementera IIoT för realtidsövervakning. För att uppfylla syftet med denna studie utfördes en multipel fallstudie på Volvo Construction Equipment-anläggningar i olika stadier av IIoT-implementering. Som ett resultat identifierades fyra kategorier relaterade till potentiella utmanare och möjliggörare för implementering av IIoT för realtidsövervakning. Dessa kategorier var: externa faktorer, IT-infrastruktur, teknik och mänskliga faktorer. Fyra projektfaser för att implementera en IIoT-plattform identifierades också, vilket lägger grunden för det föreslagna ramverket. Ramverket ger en allmän förståelse för hur tillverkningsföretag kan implementera IIoT för att uppnå realtidsövervakning i praktiken genom att lyfta fram potentiella utmaningar och möjliggörare i varje projektfas. Som ett bidrag till aktuell forskning tar denna avhandling hänsyn till forskningsområdets helhetsperspektiv, det vill säga en kombination av både tekniska och sociala aspekter, där det resulterande ramverket ger vägledning om hur man implementerar IIoT för realtidsövervakning. Framtida forskning kan innefatta bekräftelse av ramverket i praktiken och utförande av en kvantitativ fallstudie för att uppnå generaliserade resultat.

På Hannovermässan, världens ledande mässa inom industriell teknologi, i Tyskland år 2011 myntades begreppet Industrie 4.0 som beskriver den fjärde industriella revolutionen. Denna handlar om att integrera affärsprocesser med ingenjörsprocesser och på så sätt göra produktionen mer effektiv, miljövänlig och flexibel. Sedan 2011 har man även börjat tala om smarta fabriker och införande av smart teknik inom tillverkningsindustrin. Många hävdar att smart teknik och Industrie 4.0, tillsammans med vår tids krav på kundanpassade produkter, kommer att revolutionera den tillverkande industrin och förväntningarna är stora på vad smartteknik kan komma att bidra med. Denna studie syftar till att undersöka hur produktionen i tillverkande företag påverkas med hjälp av införande av smart teknik. Studien kommer att identifiera och analysera de främst påverkade faktorerna vid införande av smart teknik från år 2011 och framåt. De faktorer som identifierats och studeras närmare är; flexibilitet, kostnader, ledtider, miljöpåverkan, produktkvalitet och tillförlitlighet. I arbetet att hitta de faktorer som främst påverkar produktionen i tillverkande företag vid införande av smart teknik har främst två metoder använts. En inledande litteraturstudie gjordes för att identifiera de vanligast förekommande faktorerna. Valda faktorer verifierades därefter med hjälp av intervjuer och studiebesök hos två tillverkande företag som implementerat smart teknik, Scania CV AB och Volvo Car Corporation. Under vald tidsperiod har dessa företag tillsammans med KTH genomfört projektet FFI Line informationsystem architecture (LISA), där LISA är en variant av en smart fabrik. En slutsats som dragits i denna studie är att de faktorer som främst påverkas med hjälp av smart teknik inom tillverkningsindustrin är några av de som identifierades vid undersökningens start; flexibilitet, kostnader, miljöpåverkan och tillförlitlighet. Exempel på hur dessa påverkas presenteras vidare; om en informationsarkitektur (såsom LISA) implementeras blir det lättare att genomföra förändringar i maskinparken, det gör processkedjan mer dynamisk vilket ger en ökad flexibilitet för företagen. Med hjälp av uppkopplade enheter kan företagen snabbare informeras om fel i produktionen och på så sätt minska mängden kassationer vilket innebär kostnadsbesparingar. Genom att hastighetsanpassa motorer samt att optimera robotars rörelser, exempelvis genom att i större utsträckning använda mjuka rörelser, kan energi sparas och därmed ge en minskad miljöpåverkan. Dock blir företagen vid införande av smart teknik beroende av uppkoppling och det blir då viktigt att säkerställa att tillförlitliga system används om problem uppstår. Andra faktorer som påverkas är ledtider och produktkvalitet, som dock snarare påverkas som konsekvenser av att ovan nämnda faktorer påverkas. Ytterligare en slutsats är att Industrie 4.0 inom svensk tillverkningsindustri betraktas som en evolution snarare än en revolution och att den smarta tekniken är något som implementerats gradvis. / The term Industrie 4.0 was first coined in Germany 2011, at the Hannover Messe, the world’s leading Trade Fair for Industrial Technology. It is a term describing the fourth Industrial Revolution. This revolution concerns making production more efficient, environmentally friendly and flexible, by integrating business processes with engineering processes. Since 2011, smart factories and implementation of smart technology in manufacturing has also been a major talking point. Many claim that smart technology and Industrie 4.0, together with the increasing demands for customization, will revolutionize the manufacturing industry and the expectations for what smart technology will contribute with are great. The purpose of the study is to investigate what factors of the production in manufacturing companies are affected by the introduction of smart technology, from year 2011 onwards. The factors identified and investigated are; flexibility, costs, lead times, environmental impact, product quality and reliability. The study was conducted in two stages. First, a literature study to identify and investigate the factors, and second, visits, interviews and verification of the factors with two manufacturing companies who have both implemented smart technology; Scania CV AB and Volvo Car Corporation. During the selected time period, these companies have, together with KTH, participated in the FFI Line information system architecture project (LISA) project where LISA is a type of smart factory; an information architecture. A conclusion to be drawn is that the factors mostly affected by smart technology within the manufacturing industry are some of those identified in this study; flexibility, costs, environmental impact and reliability. Examples of impact are; if an information architecture (for example LISA) is implemented, it becomes easier to implement changes in the factory. This makes the process chain more dynamic, which gives the company greater flexibility. With the help of connected units, companies are faster informed about errors in the production, which makes it possible to decrease the amount of scrap. This leads to cost savings. Also, by using speed-controlled engines and by optimizing the movements of robots, energy can be saved, which leads to less environmental impact and also cost savings. Though, by implementing smart technology, companies also make themselves dependent on wireless connectivity. Therefore, it becomes important to make sure reliable systems are used. Other factors affected by the implementation of smart technology are lead times and product quality, but they are rather affected as consequences of the affection of the other factors, mentioned above. Another conclusion to be drawn is that Industrie 4.0, within Swedish manufacturing, is considered to be an evolution rather than a revolution and smart technology is something that is implemented gradually.

Firms today maintain complex supply chains containing many dependent stages to manufacture a product to the end customer. Here lies a dilemma, keeping extensive inventory generate higher customer satisfaction by enabling quick deliveries. This increase in inventory, however, comes at an increase in costs. Finding the balance between minimizing costs and increasing customer satisfaction is difficult. The search to solve this dilemma has led to the development of research in the area of inventory control. For long, optimization models have been developed to improve the supply chain holistically, from raw material-to-customer. Those approaches, however, have not been possible to apply in practice by being too computationally demanding. Also, they imply organizational adjustments that create issues beyond the optimization flow of materials. It explains why, despite significant technolog- ical advancements, many firms prefer to use non-holistic approaches. This thesis evaluates the tangible effect of using holistic optimization. The objective of this thesis’ is to determine optimal stock levels between dif- ferent stages of production. The method used is an optimization of inventory, stemming from Inventory Control Theories. Inventory optimization is at the cross- roads between logistics, economics, and management. The thesis builds on a case of inventory optimization identified at a large manufacturing firm. The literature in inventory optimization has indicated that inventory and customer services is a domain of continuous development. This thesis focuses on the adequation between total inventory cost and the customer service level. The method used to answer this question is the Multi-Echelon optimization model. This model seeks to optimize reorder points and reorder quantities. A comparison to the Single-Echelon model and a Base-Case allows for evaluation of the performance, discrete event simulation based on a company’s supply chain measures the effect. The result shows that the Multi-Echelon optimization model outperforms the two non-holistic models. This thesis shows the triple advantages of the Multi-Echelon optimization allowing for leaner manufacturing system by 1- reduction of waste, 2- less unproductive capi- tal tied up in inventory, and 3- adding value by increasing customer satisfaction. Other areas of inventory optimization in manufacturing should be able to take ad- vantage of the Multi-Echelon optimization model to manage materials stock-levels, delivery flows, and customer satisfaction. / Idag bedriver företag komplexa försörjningskedjor med många relaterade produk- tionssteg för att försörja sin efterfrågan. Dilemmat är att antingen ha stora lager för att säkerställa både snabb kundleverans och hög kundnöjdhet vilket kräver mycket bundet kapital. Alternativet är att spara pengar genom mindre lager men riskerar då att inte kunna leverera inom önskad tid och minska kundnöjdheten. Att hitta en balans är svårt. För att lösa problemet har forskning inom området lager- styrning ökat. Optimeringsmodeller har länge utvecklats för att förbättra försör- jningskedjor. De har inte kunnat appliceras i många företag p.g.a. avsaknaden av beräkningskraft och behovet att förändra organisationen utöver optimeringen. Det förklarar varför många företag, trots teknisk utveckling, fortfarande inte an- vänder ett helhetsperspektiv. Denna uppsats utvärderar de påtagliga effekterna vid holistisk optimering av produktion, lagerhållning, och kundleverans. Målet med uppsatsen är att fastställa optimala lagernivåer mellan de olika stegen inom en produktionskedja. Metoden som används är ”Multi-Echelon” op- timering och härstammar från området ”Inventory Control Theories”. Det är en blandning av logistik, ekonomi, och administration. Lageroptimering är ett ämne i konstant utveckling där kundnöjdhet blivit allt viktigare. Modellen optimerar när en ny beställning av material ska ske, samt dess storlek. Modellen utvärderas genom att jämföra prestationen med en ”Single-Echelon” modell och en grund- modell genom diskret händelsesimulering som är baserad på ett företags försör- jningskedja. Resultaten visar att ”Multi-Echelon” optimeringsmodellen presterar bättre än de två icke-holistiska modellerna vad gäller totalkostnad och kundser- vicenivå. Uppsatsen visar att ”Multi-Echelon” optimeringsmodellen har fördelar inom alla tre områdena: smidigare produktion genom mindre spill, mindre bun- det kapital krävs, och den ger en ökad kundnöjdhet genom säkrare leveranser inom ”rätt” tid. Andra områden inom tillverkningsindustrin borde kunna ap- plicera ”Multi-Echelon” optimering för att hantera sina lagernivåer, produktion, leveransflöden, och kundnöjdhet.

No description available.

No description available.

No description available.

No description available.

No description available.

aus dem Text: 'The term „industry 4.0“ describes the transition from a classic value-added chain to dynamic value-added networks. It is driven by four main design principles:  interconnection of machines and humans  information transparency  technical assistance to support humans  decentralized decisions This approach and its connected technologies, like IoT or cloud computing, enhance in the context of industrial production further flexibility and an increase in productivity through growing self-organisation and interlocking with logistics and planning processes. Extensive activities can be recorded in this field.