The automotive industry is in a period of significant change with different emerging technologies trying to impact the industry. It is in a time where the fourth industrial revolution, Industry 4.0, opens up opportunities for OEMs to improve their products and services with the help of transitioning towards Asset Performance Management (APM 4.0). This master thesis has identified various OEMs values with the help of the framework Value Mapping Tool to help the companies capitalize on these opportunities. The values were divided into the following subvalues; Value Captured, Value Missed, and Value Opportunities. OEMs have to adapt their existing business models with the help of business model innovation to improve the identification of values further and stay competitive or gain competitive advantages. Literature regarding the current state of the automotive industry and transitioning towards APM 4.0 has been combined with findings from six semi-structured interviews. The findings are based on interviews with employees with different positions from various automotive companies in Sweden. Furthermore, the findings and the literature have been compared to three benchmarking studies of similar research in Germany, China, and the USA to gain an overall view of the problem. The missed values are characterized by Complexity, Ambiguity, and Knowledge. Moreover, the values captured show that new business models are needed due to the market rapidly transforming but companies lacking knowledge on how to capture value. The complexity concerns the new complex technologies arriving as well as the high level of uncertainties rising with the introduction of APM 4.0. The ambiguities indicate the problems the automotive companies have with searching for information since they do not know what to expect. The knowledge refers to knowledge gained during the process of implementing APM 4.0 in order to identify valuable unexplored data. Nonetheless, the study also led to finding potential value opportunities despite the lack of knowledge and a high level of uncertainty. There are unexplored business models which can improve the manufacturing processes for the automotive companies. Project benchmarking has shown positive signs but still has not reached its full potential due to low amounts of tests. The study concludes that many clear obstacles hinder a successful implementation of APM 4.0 within the Swedish automotive industry. In order for the automotive companies to optimize the implementation, they have to capture value relevant to their business model. / Fordonsindustrin befinner sig i en period av tydliga ändringar då ny teknologi försöker göra sitt avtryck på industrin. Det är i en tid då den fjärde industriella revolutionen, Industry 4.0, öppnar upp möjligheter för OEM:s att förbättra deras produkter och tjänster med hjälp av skiftet mot ”Asset Performance Management (APM 4.0)”. Denna masters arbete har identifierat olika värden i OEM:s med hjälp av ramverket Value Mapping Tool för att stödja företag att ta vara på dessa möjligheter. Värdena blev uppdelade i följande delvärden; Värde Fångat, Värde Missat och Värde Möjligheter. OEM:s måste anpassa deras nuvarande affärsmodell med hjälp av affärsmodellsinnovation för att kunna förbättra identifieringen av värden ännu mer och för att förbli konkurrenskraftig eller tjäna konkurrensfördelar. Litteraturen angående det rådande läget av fordonsindustrin och skiftet mot APM 4.0 har kombinerats med resultatet från de sex semistrukturerade intervjuerna. Resultatet är baserade på intervjuer med anställda inom olika positioner från varierande fordonsföretag i Sverige. Vidare, har resultatet och litteraturen jämförts med tre riktmärknings studier av liknande forskning i Tyskland, Kina och USA för att kunna få en överblick av problemet. De missade värdena karaktäriseras av Komplexitet, Oklarhet och Kunskap. Vidare, visar de fångade värden att nya affärsmodeller krävs på grund av den snabbt ändrade marknaden i samband med den nya teknologin som kommer, men företag saknar kunskap av att veta hur de ska fånga denna värde. Komplexitet berör de nya komplexa teknologierna som kommer samt den höga nivå av osäkerhet som uppstår i samband med introduktionen av APM 4.0. Oklarhet syftar på de problem som fordonsföretag har med att hitta information eftersom de inte vet vad de ska förvänta sig. Kunskap hänvisar till kunskap erhållen under implementeringsprocessen av APM 4.0 för att identifiera värdefull outforskad data. Likväl, hittade studien också potentiella värde möjligheter trots bristen på kunskap och den höga nivån av osäkerhet. Det finns oupptäckta affärsmodeller som kan förbättra tillverkningsprocesserna för fordonsföretag. Riktmärkning projekten har visat positiva tecken men har fortfarande inte uppnått sin fulla potential på grund av det låga antalet tester. Studien drar slutsatsen att det finns många tydliga hinder för en lyckad implementering av APM 4.0 inom den svenska fordonsindustrin. För att dessa fordonsföretag ska optimera implementeringen måste de fånga värde som är relevant till deras affärsmodeller.

Följande examensarbete har genomförts inom Högskoleingenjörsutbildningen i Maskinteknik, Industriell Ekonomi och Produktion vid Kungliga Tekniska Högskolan, Institutionen för Hållbar Produktionsutveckling. Studien har utförts på uppdrag av Alfa Laval Lund AB, vid enheten Business Unit GPHE, under vårterminen 2019. Målet med detta arbete har varit att utföra en kartläggning av intressenter i det digitala ekosystemet, identifiera kundbehov och aktörer på marknaden inom området prediktivt underhåll och uppkopplade produkter samt att definiera möjliga affärsmodeller. Alfa Lavals förväntningar av projektet har varit att resultatet skall understödja uppfyllelse av kundernas behov samt att bolaget skall erhålla en överblick av det digitala ekosystem som idag växer fram. Under genomförandet har metoder såsom research av intressenter samt intervjuer varit centrala. Efterforskningar av bolag har skett med avsikten att utforma en kartläggningsmodell. Intervjuer med aktörer och slutkund har varit till stöd för att undersöka i vilka fall uppkoppling skapar kundvärde samt för att få en helhetssyn kring andra spelares strategier inom digitaliseringen. Litteraturstudier har omfattat information beträffande Internet of Things, Connectivity, Industri 4.0, prediktivt underhåll samt affärsmodellering. Resultatet har visat att de mest förekommande kundbehoven är statusmonitorering av utrustning, prediktivt underhåll och högre produktivitet med flera, vilka alla har anknytning till att kunden vill minska sina kostnader. För det digitala ekosystemet kan det konstateras att det aktuella läget är ganska splittrat samt att det ständigt dyker upp nya lösningar och spelare som försöker positionera sig på marknaden. Studien visar likaledes att uppkopplingen till internet bidrar till uppkomst av nya erbjudanden i form av tjänster, varför det förekommer ett ökat behov av att implementera nya serviceinriktade affärsmodeller med nya intäktsströmmar baserade på prenumerationer. / This thesis degree project has been submitted for the degree program in Mechanical Engineering, Industrial Business Administration and Manufacturing, at KTH Royal Institute of Technology, Department of Sustainable Production Development. The study has been carried out on behalf of Alfa Laval AB, Business Unit GPHE, during the spring term 2019. The goal of this thesis has been to perform a survey of interests in the digital ecosystem, identify customer needs and market players in the field of predictive maintenance and connected products, along with suggesting on possible business models. Alfa Laval’s expectations have been to receive anover view of the currently emerging digital ecosystem and that the project should support the fulfillment of customer needs. Interviews and research of stakeholders have been central methods during the implementation. In the project an investigation was made of different companies to design a mapping model. The study included in-person interviews with market players and end customers to support the survey on cases in which connectivity creates customer value and also to get an overview of strategies used by different market players in digitization. The literature studies have covered topics regarding Internet of Things, Connectivity, Industry 4.0, predictive maintenance and business modelling. The result has shown that the most common customer needs are asset status monitoring, predictive maintenance, higher productivity and others, all of which are related to the customer’s desire of achieving cost reduction. For the digital ecosystem, it can be stated that the current situation is fragmented and that there is a constant emergence of new solutions with quick implementations and new players trying to position themselves in the market. The study also shows that connectivity contributes to the development of new types of services, thus causing an increased need of implementation of new service-oriented business models with new revenue streams based on subscriptions.

With the increase in food consumption, new ideas, and technologies began to be developed. Inaddition, the developments generated by Industry 4.0 technologies have started to be applied tothe entire manufacturing sector and the indoor farming industry, which is currently trending.Many studies and articles have been prepared on this subject, and the main goal of each study isto produce quality products and to ensure continuity in production to cover the nonendingincrease in demand. This paper discusses how simulation technology, which is one of the industry 4.0 technologies,can be used in the production system development of the indoor farming industry. According tomany researchers, the biggest obstacle for the vertical farming industry is start-up cost, andsimulation technologies can be the solution for this since it allows future production systems tobe analyzed without any investment. To have a clear vision of how these technologies can beadapted in the indoor farming industry, this paper will find the answers to these questions, RQ1:How can simulation facilitate production system development and Industry 4.0 projects withinthe indoor farming industry? RQ2: What are the benefits and challenges when using simulationas a tool for production system development within the indoor farming industry? To reach thegoal of this paper, the case study method was used, and an indoor farming company was selectedto get more realistic data about the vertical farming system. BlueRedGold AB is a start-upcompany in the indoor farming industry, and it has a huge growth potential since they aim totransform its current production lines to be fully automated. Many articles and studies were usedto approach the solution of the research questions from a more technical and academic point ofview, and the analysis of these articles was carried out with the structured literature review method. After conducting this research, answers have been obtained for the research questions. Theauthors' solution to the layout issue, one of the case company's main challenges as indicated inthis study, was developed after extensive simulation model testing. As highlighted in this paper,it has been stated by many researchers, there are several simulation approaches to follow.However, the authors have developed a simulation modeling approach to be followed in theindoor vertical farming industry to overcome the complexity of these systems as well as thesimulation program complexity. In addition, several challenges and benefits have beenhighlighted in this paper such as the lack of ready models of the equipment used in indoorfarming which requires a knowledge of a programing language to overcome. Finally, despitechallenges, simulation technology can provide an applicable solution for production systemproblems of vertical farming companies/organizations to obtain continuous improvementphilosophy which is the main principle of Lean thinking. The generated simulation model in thisthesis project was successfully implemented, demonstrating how this technology might be aneffective solution for complex production systems as in the indoor farming sector.

Background: The Digital Twin is an increasingly trending technology that utilizes many of the key technologies relevant to the digitalization of industries and Industry 4.0, such as AI, Big Data, and IoT, to bring a virtual asset and a physical asset together to perform analysis and execute real-time decision making backed up by data (Grieves & Vickers, 2017; Rasheed et al., 2020). Current research on the benefits and challenges of Digital Twins in process industries is sparse and under-developed, and the significance of Digital Twins in their operational lifecycle phase requires investigation (Perno et al., 2020; Schleich et al., 2019; Sjödin, 2013). Research Questions: RQ1: What are the benefits of industrial process plant Digital Twins for companies in process industries? RQ2: What are the challenges that companies will face with industrial process plant Digital Twins in process industries? Literature Review: A theoretical framework was developed based on the applications, challenges, and enablers researched in other industries which acted as a foundation for the data collection process. Research Method: The thesis follows a qualitative research approach. A single-case study was employed with a large equipment supplier in the mineral processing industry, where data was collected through 17 semi-structured interviews with people possessing in-depth knowledge about the needs of the mineral processing industry. Findings: Five main benefits of industrial process plant Digital Twins in process industries were identified, Process performance, Monitoring and control, Predictive maintenance and scheduling, Business opportunities, and Safety. Correspondingly, four main challenges were identified, Perception and presentation, Privacy and security, Data management and performance, and Mutual scope and focus. Conclusions: The thesis project's managerial and theoretical implications include providing equipment suppliers in process industries with what benefits there lie with industrial process plant Digital Twins and which challenges must be overcome. By providing these benefits and challenges to equipment suppliers, they can prioritize which of these are most important to consider in their situation. The thesis contributes to the research of Digital Twins and adds to the sparse existing knowledge of what the benefits and challenges are of industrial process plant Digital Twins in process industries. The main limitation is the absence of process plant companies during the data collection phase.

This thesis project aims to create an overview of new technologies in printed circuit board manufacturing which when automated could become part of an Industry 4.0 production flow. Potential design limits imposed by new technologies are then applied in the creation process of a minimum distance estimation function. The intended purpose of this function is to correctly estimate the minimum distance required for the auto-routing software FreeRouting to be able to successfully route between two components. This is achieved by using a brute-force attack to progressively decrease the distance between components using a bisectional approach to find the minimum distance at which the auto-routing software can still successfully route for a specific design. Using the results from this brute-force attack a couple of linear functions based on different base designs are created and then used to implement a minimum distance function. The minimum distance estimation function is then intended to be used to implement limits to how close components can be placed to each other in a printed circuit board design tool which purpose is to enable people with lesser knowledge of printed circuit boards to still be able to realize their design ideas. / Detta examensarbete ämnar skapa en överblick av nya tekniker inom mönsterkorts-tillverkning som när de automatiseras skulle kunna bli en del av ett Industri 4.0 produktionsflöde. Eventuella designbegränsningar som uppstår till följd av dessa tekniker kommer sedan appliceras i skapningsprocessen av en minsta avståndsfunktion. Syftet med denna funktion är att korrekt uppskatta det minimala avståndet som krävs för att auto-routing mjukvaran FreeRouting ska kunna dra ledningar mellan två komponenter. Detta görs genom en brute-force attackvinkel där avståndet mellan komponenter fortsätter minskas med bisektionsmetoden tills ett minsta avstånd hittats där auto-routing mjukvaran fortfarande kan dra ledningar för en specifik design. Genom användande av resultaten från denna brute-force attack skapas sedan ett par linjära funktioner baserade på olika bas-designer och dessa används sedan för att implementera minsta avståndsfunktionen. Denna minsta avståndet-funktion är sedan ämnad att implementeras som begränsningar för hur nära komponenter kan placeras varandra i ett program för design av mönsterkort vars syfte är att möjliggöra folk utan kunskaper inom mönsterkortsdesign att ändå kunna realisera sina designidéer.

As the rapid progress in technology changes our daily life, it also changes how the Industry works. The new developments enable technologies such as the Internet of Moving Things (IoMT), and through these technologies, new challenges arise. IoMT adds one more vital issue, localization, to be solved in comparison to the Internet of Things (IoT). To enable IoMT in the manufacturing industry, there are still problems that need to be overcome. Critical statements such as power consumption, price, accuracy, data management, and size. In this thesis, an evaluation of a new sensor system for an air pneumatic grinder is conducted. The features of the sensor system are to report data from the grinder to the cloud and to localize the position of the grinder. The focus was to optimize the localization algorithm and power consumption of the system. The localization of the grinder was conducted with a new and improved algorithm, Ring Error Difference System (REDS), introduced in this thesis. The new algorithm increased the previous known iRingLA accuracy from 2.91 m to 2.33 m for Bluetooth Low Energy (BLE) and from 3.99 m to 2.84 for Wi-Fi, according to the experiments performed. The final system was able to estimate the operation runtime with an error of 24 s for an operational runtime of 905 s. The operational lifetime of the system was 242 h and 45 h, respectively, for BLE and Wi-Fi. An optimized software was introduced to decrease power consumption. The optimized version was estimated to have an operational lifetime of 1540 h for BLE, which did not reach the wanted lifetime of 3000 h set by Atlas Copco. Hence, I conclude that the hardware, Wemos ESP32, used in the thesis, is not feasible for this solution. Simpler hardware, than the Wemos ESP32, should be used to be able to reach the goal of 3000 h. / De stora framstegen inom dagens teknik förvandlar inte bara vårt dagliga liv det förändrar också tekniken inom industrin. Den nya tekniken möjliggör framsteg så som Internet of Moving Things (IOMT), vilket leder till nya utmaningar. IoMT jämfört med Internet of Things (IoT) lägger till ytterligare utmaningar att lösa så som lokalisering. För att kunna använda IoMT inom tillverkningsindustrin måste ett flertal problem hanteras så som strömförbrukning, pris och noggrannhet på lokaliseringen, datahantering och storlek på systemet. I denna masteruppsatts gör jag en utvärdering av ett nytt sensorsystem för luftdrivna slipmaskiner. Detta sensorsystem rapporterar data från slipmaskinen till molnet och rapporterar positionen av utrustningen. Fokuset på uppsatsen var att optimera lokaliseringsalgoritmen och minska strömförbrukningen för systemet. Lokaliseringen av slipmaskinen gjordes med en ny och förbättrad algoritm, Ring Error Difference System (REDS), som jag introducerar i avhandlingen. Algoritmen förbättrade den tidigare kända RSSI-baserade iRingLA från 2,91 m till 2,33 m med Bluetooth Low Energy (BLE) och från 3,99 m till 2,84 m för Wi-Fi. Det slutliga systemet kunde uppskatta drifttiden med en avvikelse på 24 s av den verkliga drifttiden, 905 s. Systemets operativa livslängd var 242 timmar och 45 timmar för BLE respektive Wi-Fi. Dessutom infördes en optimerad programvara för att minska strömförbrukningen. Den optimerade versionen beräknades ha en livslängd på 1540 timmar för BLE, vilket inte når den önskade livslängden på 3000 timmar satt av Atlas Copco. Ifrån mitt arbete drar jag slutsatsen att hårdvaran som används i uppsatsen, inte kan användas i en slutlig produkt. En enklare hårdvara än Wemos ESP32 bör användas för att kunna nå målet på 3000 timmar.

Small and medium-sized enterprises are highly limited on resources for the transformation into smart factories. Nytt AB, a new startup specialized in smart manufacturing solutions, is completely focused on taking down the barriers with a basic solution: implementing a machine vision system with the purpose to monitor the machines of the factories. The main aim of this thesis is to analyze the data collected from two different machines of a medium-sized factory by monitoring the color states of the stack lights.First of all, some topics are analyzed in order to get a better understanding and knowledge of the main topic of this thesis: smart manufacturing. Secondly, the methodology used during the project is explained. Thirdly, the product developed by Nytt AB is described to get a better understanding. Together with this, the companies where the product is implemented are described. The next step is the presentation of the results by analyzing the data according to these parameters:(i), the availability of the machines, (ii), critical machine tool analysis; (iii),machine idling time; (iv), disruption events; and finally, (v), information transfer. In the results, some graphs and discussions are presented. In the following chapter the conclusions are presented, which allow the analyzed company to improve its current state. Lastly, the relocation of the product into the critical machine, the implementation of new sensors to detect temperature and vibration values of the machines and the implementation of the module OpApp within the factories are suggestions presented as future work at the end of this report. / Små och medelstora företag har mycket begränsade resurser för omvandling till smarta fabriker. Nytt AB, ett nystartat företag inom smart tillverkning, är helt fokuserad på att ta bort hinder med en enkel lösning: implementering av ett kamerasystem för övervakning av maskiner i fabriker. Huvudsyftet med detta examensarbete är att analysera data som samlats in från två olika maskiner i en medelstor fabrik genom att övervaka färgändringar i deras ljuspelare. För det första analyseras några ämnesområden för att få en bättre förståelse och kunskap om huvudtemat i detta examensarbete: smart tillverkning. För det andra förklaras den metod som används under projektet. För det tredje beskrivs den produkt som utvecklats av Nytt AB för att få en bättre förståelse. Tillsammans med detta beskrivs de företag där produkten implementeras. Nästa steg är presentationen av resultatet genom att analysera data enligt följande parametrar:(i), maskinens tillgänglighet; (ii), kritisk verktygsmaskinanalys; (iii), maskinens tomgångstid; (iv), störningshändelser och slutligen; (v), informationsöverföring. I resultatet presenteras några grafer och diskussioner. Slutsatserna presenteras därefter. Dessa slutsatser gör att det analyserade företaget kan förbättra sitt nuvarande tillstånd. Som framtida arbete föreslås slutligen flytt av kamerasystemet till den kritiska maskinen, införande av nya sensorer för att övervaka temperaturer och vibrationsvärden för maskinerna och implementeringav modulen OpApp i fabriker.

Tesis por compendio / [ES] El paradigma de la Industria 4.0 (I4.0) gravita en gran medida sobre el potencial de las tecnologías de la información y la comunicación (TIC) para mejorar la competitividad y sostenibilidad de las industrias. El concepto de Smart Manufacturing Scheduling (SMS) surge y se inspira de ese potencial. SMS, como estrategia de transformación digital, aspira a optimizar los procesos industriales mediante la aplicación de tecnologías como el gemelo digital o digital twin (DT), el modelo de gestión zero-defect manufacturing (ZDM), y el aprendizaje por refuerzo profundo o deep reinforcement learning (DRL), con el propósito final de orientar los procesos de programación de operaciones hacia una automatización adaptativa en tiempo real y una reducción de las perturbaciones en los sistemas de producción. SMS se basa en cuatro principios de diseño del espectro I4.0: automatización, autonomía, capacidad de acción en tiempo real e interoperabilidad. A partir de estos principios clave, SMS combina las capacidades de la tecnología DT para simular, analizar y predecir; la del modelo ZDM para prevenir perturbaciones en los sistemas de planificación y control de la producción; y la del enfoque de modelado DRL para mejorar la toma de decisiones en tiempo real. Este enfoque conjunto orienta los procesos de programación de operaciones hacia una mayor eficiencia y, con ello, hacia un mayor rendimiento y resiliencia del sistema productivo. Esta investigación emprende, en primer lugar, una revisión exhaustiva del estado del arte sobre SMS. Con la revisión efectuada como referencia, la investigación plantea un modelo conceptual de SMS como estrategia de transformación digital en el contexto del proceso de programación del taller de trabajos o job shop. Finalmente, la investigación propone un modelo basado en DRL para abordar la implementación de los elementos clave del modelo conceptual: el DT del taller de trabajos y el agente programador. Los algoritmos que integran este modelo se han programado en Python y han sido validados contra varias de las más conocidas reglas heurísticas de prioridad. El desarrollo del modelo y los algoritmos supone una contribución académica y gerencial en el área de la planificación y control de la producción. / [CA] El paradigma de la Indústria 4.0 (I4.0) gravita en gran mesura sobre el potencial de les tecnologies de la informació i la comunicació (TIC) per millorar la competitivitat i la sostenibilitat de les indústries. El concepte d'smart manufacturing scheduling (SMS) sorgeix i inspira a partir d'aquest potencial. SMS, com a estratègia de transformació digital, aspira a optimitzar els processos industrials mitjançant l'aplicació de tecnologies com el bessó digital o digital twin (DT), el model de gestió zero-defect manufacturing (ZDM), i l'aprenentatge per reforçament profund o deep reinforcement learning (DRL), amb el propòsit final dorientar els processos de programació doperacions cap a una automatització adaptativa en temps real i una reducció de les pertorbacions en els sistemes de producció. SMS es basa en quatre principis de disseny de l'espectre I4.0: automatització, autonomia, capacitat d¿acció en temps real i interoperabilitat. A partir d'aquests principis clau, SMS combina les capacitats de la tecnologia DT per simular, analitzar i predir; la del model ZDM per prevenir pertorbacions en els sistemes de planificació i control de la producció; i la de de l'enfocament de modelatge DRL per millorar la presa de decisions en temps real. Aquest enfocament conjunt orienta els processos de programació d'operacions cap a una eficiència més gran i, amb això, cap a un major rendiment i resiliència del sistema productiu. Aquesta investigació emprèn, en primer lloc, una exhaustiva revisió de l'estat de l'art sobre SMS. Amb la revisió efectuada com a referència, la investigació planteja un model conceptual de SMS com a estratègia de transformació digital en el context del procés de programació del taller de treballs o job shop. Finalment, la investigació proposa un model basat en DRL per abordar la implementació dels elements claus del model conceptual: el DT del taller de treballs i l'agent programador. Els algorismes que integren aquest model s'han programat a Python i han estat validats contra diverses de les més conegudes regles heurístiques de prioritat. El desenvolupament del model i els algorismes suposa una contribució a nivell acadèmic i gerencial a l'àrea de la planificació i control de la producció. / [EN] The Industry 4.0 (I4.0) paradigm relies, to a large extent, on the potential of information and communication technologies (ICT) to improve the competitiveness and sustainability of industries. The smart manufacturing scheduling (SMS) concept arises and draws inspiration from this potential. As a digital transformation strategy, SMS aims to optimise industrial processes through the application of technologies, such as the digital twin (DT), the zero-defect manufacturing (ZDM) management model and deep reinforcement learning (DRL), for the ultimate purpose of guiding operations scheduling processes towards real-time adaptive automation and to reduce disturbances in production systems. SMS is based on four design principles of the I4.0 spectrum: automation, autonomy, real-time capability and interoperability. Based on these key principles, SMS combines the capabilities of the DT technology to simulate, analyse and predict; with the ZDM model, to prevent disturbances in production planning and control systems; by the DRL modelling approach, to improve real-time decision making. This joint approach orients operations scheduling processes towards greater efficiency and, with it, a better performing and more resilient production system. This research firstly undertakes a comprehensive review of the state of the art on SMS. By taking the review as a reference, the research proposes a conceptual model of SMS as a digital transformation strategy in the job shop scheduling process context. Finally, it proposes a DRL-based model to address the implementation of the key elements of the conceptual model: the job shop DT and the scheduling agent. The algorithms that integrate this model have been programmed in Python and validated against several of the most well-known heuristic priority rules. The development of the model and algorithms is an academic and managerial contribution in the production planning and control area. / This thesis was developed with the support of the Research Centre on Production Management and Engineering (CIGIP) of the Universitat Politècnica de València and received funding from: the European Union H2020 programme under grant agreement No. 825631, “Zero Defect Manufacturing Platform (ZDMP)”; the European Union H2020 programme under grant agreement No. 872548, "Fostering DIHs for Embedding Interoperability in Cyber-Physical Systems of European SMEs (DIH4CPS)"; the European Union H2020 programme under grant agreement No. 958205, “Industrial Data Services for Quality Control in Smart Manufacturing (i4Q)”; the European Union Horizon Europe programme under grant agreement No. 101057294, “AI Driven Industrial Equipment Product Life Cycle Boosting Agility, Sustainability and Resilience” (AIDEAS); the Spanish Ministry of Science, Innovation and Universities under grant agreement RTI2018-101344-B-I00, "Optimisation of zero-defects production technologies enabling supply chains 4.0 (CADS4.0)"; the Valencian Regional Government, in turn funded from grant RTI2018- 101344-B-I00 by MCIN/AEI/10.13039/501100011033 and by “ERDF A way of making Europe”, "Industrial Production and Logistics optimization in Industry 4.0" (i4OPT) (Ref. PROMETEO/2021/065); and the grant PDC2022-133957- I00, “Validation of transferable results of optimisation of zero-defect enabling production technologies for supply chain 4.0” (CADS4.0-II) funded by MCIN/AEI/10.13039/501100011033 and by European Union Next GenerationEU/PRTR. / Serrano Ruiz, JC. (2024). Job shop smart manufacturing scheduling by deep reinforcement learning for Industry 4.0 [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/202871 / Compendio

This thesis investigates the integration of digital technologies (DT) within Product-Service Systems (PSS) and their role in promoting Circular Economy (CE) practices. Despite increasing recognition of digitalization in industries with PSS offerings, research on DT as a catalyst for CE, especially across organizations of various sizes, remains limited. This study explores how DT can revolutionize PSS, leading to more sustainable and efficient operations aligned with CE principles across varying industries sizes. The research employs a qualitative, multiple-case study approach, examining various industries to comprehend the diverse applications and implications of DT in PSS. Through an extensive review of existing literature and empirical data from case studies, the study identifies the implications, challenges, opportunities, and strategic dimensions of leveraging DT in PSS for CE. Key findings reveal that DT significantly enhances the efficiency, flexibility, and sustainability of PSS operations, aiding a transition towards CE. The study emphasizes the critical role of DT in resource optimization, waste reduction, and value creation, which are essential for sustainable business practices. However, it also underscores the diverse challenges faced by organizations, including technological adaptability, cost implications, and the need for tailored strategies across different organizational sizes. The thesis concludes with strategic insights for organizations, policymakers, and researchers, emphasizing the need for collaborative efforts to maximize the benefits of DT in PSS for promoting CE values. The study also advocates for a future where digital technologies are central to achieving a circular business model, and underlines the importance of strategic and effective technology adoption in the PSS sector. / Denna avhandling undersöker integrationen av digitala teknologier (DT) inom Produkt-Tjänstesystem (PSS) och deras roll i främjandet av praxis för cirkulär ekonomi (CE). Trots ökat erkännande av digitaliseringens roll inom industrier med PSS-erbjudanden, är forskningen om DT en katalysator för CE, särskilt för organisationer av olika storlekar, begränsad. Denna studie utforskar hur DT kan revolutionera PSS, vilket leder till en mer hållbar och effektiv verksamhet och metoder i linje med CE-principer över varierande industristorlekar. Forskningen använder en kvalitativ flerfallsstudieansats, och undersöker olika industrier för att förstå de mångsidiga applikationerna och implikationerna av DT i PSS. Genom en omfattande granskning av befintlig litteratur och empiriska data från fallstudier, identifierar studien implikationerna, utmaningarna, möjligheterna och de strategiska dimensionerna av att utnyttja DT i PSS för CE. Huvudsakliga slutsatser visar att DT avsevärt förbättrar effektiviteten, flexibiliteten och hållbarheten i PSS-verksamheter, vilket underlättar en övergång mot CE. Studien betonar DT:s kritiska roll i optimering av resurser, minskning av avfall och vidare värdeskapande, vilket är avgörande för att skapa en hållbar affär. Den lyfter dock också fram de mångfaldiga utmaningar som organisationer står inför, inklusive teknologisk anpassningsförmåga, kostnadsimplikationer och behovet av skräddarsydda strategier för olika organisatoriska storlekar. Avhandlingen avslutas med strategiska insikter för organisationer, beslutsfattare och forskare, och betonar behovet av samarbetsinsatser för att maximera fördelarna med DT i PSS för att främja CE-värderingar. Den förespråkar en framtid där digitala teknologier är centrala för att uppnå cirkulära affärsmodeller, och understryker vikten av strategisk och effektiv teknologiimplementering i PSS-sektorn.

A mechanical industry company’s need for an effective and suitable business model is higher than ever before due to new emerging technologies, especially within digitalization and Industry 4.0. As the Internet of Things (IoT) trend is emerging, companies need to identify new value propositions and adapt their offerings and revenue models in order to meet the customers’ new demands. The current amount of studies that have been conducted in the area of new business models and product offerings with regards to the IoT technology are limited. Therefore, this study has examined and analyzed how a new business model should be designed and what kind of new product offerings a company in the mechanical industry should offer in the area of IoT and servitization. The literature study contains information about Industry 4.0, Internet of Things and Servitization while the theory study addresses theories regarding the business model canvas together with the KANO model. The study has been executed by conducting eleven semi-structured interviews, where nine of the interviewees were employees at our commissioner and the remaining two were customers of our commissioner. The internal interviews were held with executives and managers who represented eight different divisions as well as three different nationalities. The customer interviewees represented two different companies with different sizes and ownership structures. The results of the study indicate that the IoT technology contributes to several new possible product and service offerings, together with new revenue streams, as well as a need for implementing a new servitized business model. Conclusively, offerings such as predictive maintenance, remote assistance, and machine optimization among others, can be offered to the customers with the help of the IoT technology. Furthermore, new payment models such as upfront payments together with a service agreement with monthly payments, are vital parts of a new business model that has to be implemented. In addition, a closer customer relationship is required when moving towards servitization in the area of digitalization and IoT. / För ett bolag inom verkstadsindustrin finns behovet av en effektiv och passande affärsmodell på grund av de nya digitaliseringskoncepten Industri 4.0 och Internet of Things (IoT). Företag måste identifiera nya värdeskapande erbjudanden och anpassa sina affärsmodeller och intäktsströmmar för att möta kundernas nya behov. Antalet studier som genomförts inom området “nya affärsmodeller och produkterbjudanden baserade på IoT-teknik” är begränsat. Därför har denna studie undersökt och analyserat hur en ny affärsmodell bör kunna se ut med hänsyn till vilka typer av nya produkterbjudanden ett bolag inom verkstadsindustrin borde erbjuda inom området för IoT. I kombination med dessa digitaliseringskoncept, ses konceptet servitization som en möjlig väg för att kunna leverera dessa nya erbjudanden till kunderna. Litteraturstudien innehåller information om Industri 4.0, Internet of Things och servitization medan teoristudien adresserar teorier om business model canvas tillsammans med KANO-modellen. Vi har genomfört elva semistrukturerade intervjuer, där nio utav de intervjuade var anställda hos rapportens beställare och de resterande två var kunder till samma beställare. De interna intervjuerna hölls med chefer på ledande befattningar som representerade åtta olika affärsdivisioner och tre olika nationaliteter. Kunderna som intervjuades representerade två företag av olika storlek och olika ägarförhållanden. Studiens resultat visar på att IoT bidrar till ett antal nya produkt- och serviceerbjudanden, tillsammans med nya intäktsströmmar, och det visar även behovet av att implementera en ny serviceinriktad affärsmodell. Slutsatsen visar att erbjudanden som prediktivt underhåll, fjärråtkomst och maskinoptimering med flera, kan erbjudas till kunden med hjälp av IoT-tekniken. Vidare identifieras nya betalningsmodeller, till exempel direktbetalning för en maskin tillsammans med ett serviceavtal som inkluderar månadsvisa betalningar, som viktiga delar utav den föreslagna affärsmodellen. Slutligen visar studien att starkare kundrelationer måste etabler