<p>This paper is about the new methods and metrics used in industry and business today striving for better revenues and larger market shares. It investigates the relations between the old fordistic and tayloristic way of manufacturing and compares it to the models used in industry today for being competitive, seeking to please customers and becoming more flexible. More specific the paper is about if Six Sigma and lean production are the key for succeeding these days. SKF:s factory in Gothenburg and other companies will make an example for how these methods are used in practice.</p><p>The aim is to try to answer if these systems with inherited tools and methods are the right way to get the flexibility that is needed for being able to deliver the right goods to customers and market. For a company to be flexible decisions must be made fast and needed changes must be able to be done easy and without too large costs and investments. Both in Six Sigma and lean production the total staff in a company is involved with quality matters and continuous improvements. This brings an atmosphere and a certain way to work that makes it possible to reach high defined goals and move towards a common vision. Flexibility can be reached in both production and in developing new products when a company has an atmosphere that makes it possible for all personnel to talk the same language and strive for the same thing. Six Sigma and lean production have the possibility to achieve a higher level of flexibility, that is, when being applied in right places in the right way.</p>

This paper is about the new methods and metrics used in industry and business today striving for better revenues and larger market shares. It investigates the relations between the old fordistic and tayloristic way of manufacturing and compares it to the models used in industry today for being competitive, seeking to please customers and becoming more flexible. More specific the paper is about if Six Sigma and lean production are the key for succeeding these days. SKF:s factory in Gothenburg and other companies will make an example for how these methods are used in practice. The aim is to try to answer if these systems with inherited tools and methods are the right way to get the flexibility that is needed for being able to deliver the right goods to customers and market. For a company to be flexible decisions must be made fast and needed changes must be able to be done easy and without too large costs and investments. Both in Six Sigma and lean production the total staff in a company is involved with quality matters and continuous improvements. This brings an atmosphere and a certain way to work that makes it possible to reach high defined goals and move towards a common vision. Flexibility can be reached in both production and in developing new products when a company has an atmosphere that makes it possible for all personnel to talk the same language and strive for the same thing. Six Sigma and lean production have the possibility to achieve a higher level of flexibility, that is, when being applied in right places in the right way.

Industriellt tillverkande företag har traditionellt använt sig av linjära affärsmodeller där verksamhetens ägandeskap avslutats efter försäljning av produkter. En ökad medvetenhet om jordens begränsade resurser hos konsumenter, organisationer och samhällen har drivit EU att under 2018 introducera en hållbarhetsstrategi som syftar till att främja en övergång mot cirkulära ekonomier. Affärsmodellen hos cirkulära ekonomier innebär att verksamheten designar produkten och utformar tillhörande processer så att produkten kan återanvändas, vilket medför en längre livscykel. Carlsberg är en verksamhet som arbetar med cirkulära processer vid tillverkning av öl, läsk och cider, där en del av volymen säljs på fat. Affärsmodellen för dessa fat innebär en cirkulär process där fat cirkulerar i ett slutet system. De senaste tre åren har Carlsberg upplevt en negativ trend i form av ökat antal reklamationer, främst på grund av kvalitetsbrister i fatölsprocessen. I studien användes Sex Sigmas problemlösningsmetodik DMAIC för att identifiera rotorsaker till förekomsten av reklamationer. DMAIC står för faserna Define, Measure, Analyse, Improve och Control. Varje fas har ett specifikt syfte som bidrar till struktur vid genomförandet av förbättringsprojekt. Nyttjandet av DMAIC som problemlösningsmetodik i linjära processer har genom åren visat sig vara framgångsrikt, däremot har lite forskning bedrivits för att undersöka utfallet av att applicera DMAIC vid kvalitetssäkring av cirkulära processer. Studiens syfte har två övergripande perspektiv, ur ett akademiskt perspektiv undersöks DMAIC:s applicerbarhet på cirkulära processer för att bidra till forskningen och övergången till cirkulära ekonomier. Ur ett praktiskt perspektiv syftar studien till att identifiera förbättringsåtgärder och minska förekomsten av reklamationer på Carlsbergs fatöl. Studien genomförde ett projekt där fabriksnya ölfat jämfördes med icke-bearbetade ölfat. Resultatet visade att förekomsten av reklamationer minskade med 77 % när ölen såldes i fabriksnya ölfat.  Ölfatens kvalitet har en signifikant påverkan på mängden reklamationer, vilket indikerar kvalitetsbrister i nuvarande hanterings- och tappningsprocess. En processkartläggning samt undersökning av historisk reklamationsstatistik genomfördes för att identifiera förbättringsmöjligheter. Undersökningen av historisk reklamationsstatistik och intervjuer identifierade kopplingsfel som tredje största reklamationsanledning under 2018. Omfattningen av kopplingsfelet har tidigare inte varit känd. Utöver åtgärd för kopplingsfelets rotorsak har studien även identifierat förbättringsåtgärder inom ansvarsfördelning, hantering, arbetsrutiner och förebyggande kvalitetssäkring. Om Carlsberg väljer att implementera dessa är en realistisk målsättning att sänka antalet reklamationer med 30 %, vilket innebär en besparingspotential på 1 578 000 SEK per år. / Manufacturing organizations have traditionally utilized linear business models where ownership of the product has shifted when the sale process is complete. However, consumers, organizations and society as a whole has gained awareness about Earths' limited resources and driven EU to introduce a new sustainable strategy to facilitate the transition to circular economies. Circular economies are business models that focus on product design and development of related processes within the organization to enable reuse of products and materials, hence extending the product lifecycle.  Carlsberg is an organization that utilizes circular processes in their manufacturing processes of beer, soda and cider, where a part of the produced volume is sold in kegs. The business model of the kegs is a circular process where kegs circulate in a closed system. Carlsberg has during the last three years experienced an increase in reclamations of kegs, mainly because of quality shortcomings in the process. The study was conducted with the Six Sigma problem-solving method DMAIC to map related process, identify root-causes to reclamations and develop recommendations to improve current processes.  DMAIC includes the steps Define, Measure, Analyse, Improve and Control. Every step has a specific purpose which contributes to structure when conducting an improvement project. Utilization of DMAIC as a problem-solving method has through the years proven to be successful, however no research has been conducted to investigate the outcome of applying DMAIC to improve the quality within circular processes.  The purpose of the study has two main perspectives, from an academic perspective the applicability of DMAIC in circular processes is investigated contributing in the transition to circular economies and more research within the area. From a practical perspective, the study aims to identify areas of improvement and reduce future reclamations of beer kegs at Carlsberg. In the study a project where conducted, comparing reclamations of brand-new beer kegs with kegs circulating in the current process. Results show that reclamations decreased with 77 % when the beer was sold in brand-new kegs. This shows that the quality of the kegs has a significant effect on the reclamations and indicates areas of improvement in the current handling and bottling process. A map of the current process and evaluation of historical reclamation data where conducted to identify areas of improvements. Evaluation of historical reclamation data in combination with interviews identified fault in coupling as the third largest cause of reclamation during 2018. The extent of this problem was previously unknown within the organization.  The study has identified areas of improvement within accountability, handling, operating procedures and preventive quality assurance. If Carlsberg implement suggested improvements, a realistic goal is to decrease the reclamations of kegs with 30 % which means a potential cost saving of 1 578 000 SEK annually.

Detta projekt har genomförts under våren 2020 som ett examensarbete för högskoleingenjörsprogrammet i innovationsteknik och design vid Karlstads universitet. Examensarbetet gjordes i samarbete med ett högteknologiskt företag som är verksamt i hela världen. Syftet med arbetet var att hitta lämpliga metoder och verktyg, anpassade efter företaget, för att kunna föreslå förbättringar för att minska ledtiderna i stadie prototyp. För det genomfördes flertalet intervjuer med berörda parter på företaget, data samlades in och en omfattande litteraturstudie utfördes. Litteraturstudien låg till grund för det fortsatta arbetet och innefattade verktyg och metoder inom förbättringsprogrammen Lean och Sex Sigma. Arbetet resulterade i åtta identifierade problemområden. Dessa kan sammanfattas i tre områden som kräver fortsatt arbete av företaget. Dels krävs bättre data med högre kvalitet och mer detaljerad information, dels bör en förbättringsgrupp tillsättas där personalen är delaktig i förbättringsarbetet för flödet och underleverantörerna bör ses över. Antingen genom att ha särskilda leverantörer för prototypmateriel eller genom att återigen starta en egen prototypverkstad. / This project was implemented during the spring of 2020 as a bachelor thesis for the Bachelor Engineering Program in Innovation Technology and Design at Karlstad University. The bachelor thesis was made in collaboration with a high-tech company operating worldwide. The purpose of the project was to find suitable methods and tools, adapted to the company, in order to be able to purpose improvements to reduce the lead times in the prototype flow. To be able to fulfil the purpose, multiple interviews were conducted, data was collected, and a comprehensive literature study was made. The literature study included tools and methods within the improvement programs Lean and Six Sigma. The work resulted in eight identified problem areas. These can be summarized in three areas that requires continued word by the company. The first requires data with a higher quality and more detailed information, the second is that the company should include the coworkers in the improvement work and the subcontractors should be reviewed. Either the company should have special suppliers for prototype equipment or restarting their own prototype manufactory.

I denna rapport har avgångspunktligheten på SJ:s tågdepå i Hagalund undersökts, med som syfte att hitta bakomliggande mönster och orsaker till förseningar. Det teoretiska ramverk som använts är en kombination av Lean och Six Sigma, där managementverktyget Lean har sin grund i optimering av resursutnyttjande och minskande av slöseri. De Lean-begrepp som främst tagits fasta på är Visualisering och Standardisering, då SJ har haft stora problem inom just dessa områden.   Det praktiska arbetet i rapporten har i sin tur följt Six Sigma-metoden DMAIC (Define, Measure, Analyze, Improve, Control), där stor tyngdpunkt har lagts vid Mätning och Analysering.   Den kvantitativa data som använts kommer direkt från SJ:s egna förseningsrapporter, där tåg som avgår fem minuter eller mer efter planerad avgångstid anses försenade. Denna försening avläses maskinellt, och den planerade avgångstiden kallas Rättidighet (RT). Alla RT &gt; 5 avgångar noteras automatiskt, och för dessa förseningar rapporteras även förseningsorsak. Förseningsorsakerna sätts manuellt av personal på Depå Hagalund utifrån en begränsad lista med valbara förseningstyper (JDE-koder).   Arbetet i denna rapport gjordes under en sexmånadersperiod hösten/vintern 2012/2013. Arbetet tittade främst på data från perioden för Tidtabell 2012 (T12), vilken sträckte sig från den 11e december 2011 till den 8e december 2012. Extra punktmarkering lades på november 2012, under vilken ett experiment i punktlighetsrapportering utfördes.   Stor vikt lades vid visualisering och standardisering av processer, där tidtabellen är en naturligt styrande process vilken resursfördelat ger arbetsprocesser.   En dataminering av förseningsstatistiken för T12 visade under arbetets gång på stora brister i den manuella förseningsrapporteringen, där inkonsekvent användning av JDE-koderna gjorde det omöjligt att med säkerhet få fram bakomliggande förseningsorsaksmönster.   För att komma runt bristerna i grunddatan gjordes därför ett ovan nämnt experiment i november 2012 där all förseningsorsaksrapportering under månaden övervakades så att JDE-kodsättningen blev korrekt gjord. Resultatet visade på ett stort mörkertal i inrapporterade förseningar av typen ”Handhavandefel”, förseningar som tidigare dolts i slaktratskoden ”Övrigt”.   En visualisering av den maskinellt inrapporterade avgångspunktligheten, RT-datan, kunde i sin tur visa på brister vid skiftesbyten, samt fastställa 13:00-18:00 som en generellt tungt förseningsdrabbad tid på dygnet. Dygnsvisualiseringen av förseningar jämfördes även med en dygnsvisualisering av tågens tid på bangården, den så kallade vändtiden, där tåg som spenderar mindre än tre timmar på Depå Hagalund kunde påvisas påverka den allmänna punktligheten i högre grad än andra avgångar. Med hjälp av regressionsanalys kunde även dokumenteras att sent ankomande tåg med kort vändtid i högre utsträckning även avgår försenade, meden sent ankommande tåg med längre vändtid ej statistiskt påverkades vad gäller avgångspunktlighet. / This report is a study of departure punctuality at the SJ train depot in Hagalund. The purpose of the report has been to find underlying patterns and reasons behind late departures.   The theoretical framework that has been used is a combination of Lean and Six Sigma, where the management tool Lean has its basis in optimal resource utilization and minimizing of waste. The Lean concepts that have primarily been used are Visualization and Standardization, this since those are areas in which SJ have been lacking.   The practical work behind the report has been done using the Six Sigma method DMAIC (Define, Measure, Analyze, Improve, Control), where a large focus has been put on Measuring and Analyzing.   The quantitative data that’s been used has come directly from SJ’s own late departure reports, where trains departing 5 minutes or more past the scheduled time are considered to be late. This lateness is automatically registered, where the scheduled departure time is called Right Time (RT) and RT &gt; 5 hence indicated a late departure.   The reason behind the lateness is also noted for all departures, but this data is entered manually and the reason is chosen from a limited, predefined list of lateness codes (JDE codes).   A data mining of the late departure statistics for the Timetable period 2012 (December 11th 2011 to December 8th 2012) revealed large flaws with the manual lateness reporting, where inconsistent usage of the JDE codes made it impossible to discern any underlying patterns in lateness factors.    To circumvent the data flaws an experiment was mad during November 2012, where all late departure reporting during the month was monitored to ensure proper JDE code usage. The result revealed a large previously unknown source of delay, “Human error”, which had hitherto been hidden in the catch-all code “Miscellaneous”.    A visualization of the automatically collected departure data, the RT data, in turn revealed clear issues during personal shift changes, and also concluded 1pm-6pm CET to be a late departure heavy time of the day. The visualization of departure data was also compared to the visualization of trains’ time spent at the depot, the so called turn time, where trains spending less than three hours at Depot Hagalund could be shown to affect the general departure punctuality to a higher degree than other trains. Through use of regression analysis it could also be shown that trains arriving late with a short turn time, to a higher degree also departed late, whilst trains with a longer turn time were seemingly statistically unaffected by delays in arrival.

Detta examensarbete syftar till att minska kvalitetsavvikelser vid invändig svarvning av IQ-stål på Volvo GTO genom att använda DMAIC-metoden, en strukturerad metod för processförbättring. Studien fokuserar på att identifiera specifika maskininställningar som kan minska avvikelser och undersöker hur variationer i stålet påverkar kvalitetsproblem. Arbetet är avgränsat till en särskild komponent, en pinjong som används i marina drev. Maskininställningar såsom skärdjup, spindelhastighet, matningshastighet och typ av skärstål analyseras. Studien undersöker även betydande interaktioner mellan dessa parametrar för att förstå deras samlade effekt på bearbetningsprocessen. Resultaten visar att variationer i stålets hårdhet har en avsevärd påverkan på kvalitetsavvikelser, vilket belyser behovet av anpassningsbara maskininställningar för att effektivt hantera både hårdare och mjukare material. Baserat på resultaten rekommenderar examensarbetet att Volvo GTO implementerar nya maskininställningar som är anpassade för att minska kvalitetsavvikelser vid varierande hårdhet på ämnen. Det föreslås även att ett specifikt skärstål ska användas för processen då den visar bättre prestanda i att minska avvikelser. Implementeringen av dessa rekommendationer förväntas leda till lägre kassationskostnader, minskade verktygskostnader och en stabilare produktionsprocess med färre störningar. Dessa insikter erbjuder inte bara specifika förbättringar för produktionen av pinjongkomponenten,utan kan även tillämpas på liknande processer och komponenter inom företaget. Genom att antade föreslagna förändringarna kan Volvo GTO uppnå betydande kostnadsbesparingar och förbättrad produktkvalitet, vilket stärker företagets konkurrenskraft inom industrin. / This thesis aims to reduce quality deviations in the internal turning of IQ steel at Volvo GTO by utilizing the DMAIC method, a structured approach to process improvement. The study focuses on identifying specific machine settings that can reduce deviations and investigates how variations in the steel affect quality issues. The work is confined to a particular component, a pinion used in aquamatic sterndrives. Machine settings such as cutting depth, spindle speed, feed rate, and type of cutting tool are analyzed. The study also examines significant interactions between these parameters to understand their combined effect onthe machining process. The results show that variations in steel hardness significantly impact quality deviations, highlighting the need for adaptable machine settings to effectively handle both harder and softer materials. Based on the results, the thesis recommends that Volvo GTO implement new machine settings tailored to reduce quality deviations with varying material hardness. It is also suggested that a specific cutting tool be used for the process as it demonstrates better performance in reducing deviations. The implementation of these recommendations is expected to lead to lower rejection costs, reduced tooling costs, and a more stable production process with fewer disruptions. These insights not only offer specific improvements for the production of the pinion component but canalso be applied to similar processes and components within the company. By adopting the proposed changes, Volvo GTO can achieve significant cost savings and improved product quality, enhancing the company’s competitiveness within the industry.

Detta projekt har genomförts under våren 2016 som ett examensarbete för högskole- ingenjörsprogrammet i innovationsteknik och design vid fakulteten för hälsa, natur- och teknikvetenskap på Karlstads universitet. Den största delen av arbetet utfördes på BAE Systems Bofors ABs eftermarknads- avdelning i Karlskoga. Där gjordes intervjuer och observationer för att kartlägga det nuvarande flödet och tillämpa metoder kring ett förbättringsarbete som studerats under projektets förstudie. Förstudien omfattade en stor litteraturunder-sökning kring arbetssätt och metoder för förbättringsarbeten, som sammanfattades i rapportens teoretiska referensram. De metoder som användes under projektet grundades i arbetssätten Lean och Sex Sigma samt den produktutvecklingsprocess som studerats tidigare under utbildningen. Några exempel på metoder som utfördes under projektet var administrativt spagettidiagram, värdeflödesanalys, ABC-analys och brainstorming. Sammanlagt hittades tolv problemområden i eftermarknadsflödet som studerades närmre. Dessa sammanfattades slutligen i en manual tillsammans med en djupare analys varför de olika problemen uppstått, förslag på hur de skulle kunna lösas eller förbättras samt förslag på hur ett eventuellt utslag av ett infört förbättringsarbete skulle kunna mätas. Exempel på ett problemområde som hittades under arbetet och sammanställdes i manualen var att företaget inte arbetade integrerat och behövde prioritera sitt eftermarknadsflöde. I lösningsförslaget förklarades varför företaget skulle ha fördel till att satsa mer på sin eftermarknad och dess flöde, hur viktigt det är att sätta kunden i fokus och att motivera samtliga medarbetare i flödet att arbeta effektivt. Det måttförslag som presenterades tillsammans med detta problemområde var en medarbetarenkät. I slutet av manualen presenterades även en prioritetsordning på de tolv avsnitten, för att företaget skulle ha underlag till att enkelt föra en diskussion om hur ett förbättrings- arbete skulle kunna påbörjas. / The project has been implemented as a thesis of Bachelor of Science in Innovation and Design at the Faculty of Health, Science and Technology at Karlstad University in the spring of 2016. Most of the work has been performed at BAE Systems Bofors AB’s aftermarket section in Karlskoga. The work included interviews and observations to identify the current flow and to apply methods of improvement on it. The feasibility study involved a large literature study on the methods and techniques of improvement, as summarized in the report's theoretical chapter. The methods that were used in the project were found in Lean, Six Sigma and the product development process, all of which were studied earlier in the education. Some examples of methods that were applied in the project were administrative spaghetti diagrams, Value Stream Mapping-analysis, ABC-analysis and brainstorming. A lot of problems were found in the aftermarket flow and twelve of those were more closely studied. These twelve problems were then summarized in a manual along with an in-depth analysis on why the problem had occurred, suggestions on how they could be resolved or improved and proposals on how a possible alteration of an introduced improvement could be measured. One example of problems that were found and gathered in the manual was that the company doesn’t work in an integrated way and need to prioritize the aftermarket flow. The suggested solution was to explain to the company why they would have to spend more resources on the aftermarket flow and motivate all employees that are involved. The solution also explained how important it is to focus on the customer and get the employees in the flow to work more efficiently. At the end of the manual a priority list of the twelve problem areas is presented. This priority list was made so the company more easily could start a discussion about the improvement work and how it could begin.

Statistisk processtyrning, SPS, är ett välkänt verktyg som används för kvalitetsförbättringar inom organisationer världen över. De senaste åren har tillverkande organisationer tenderat att gå mot kortare serier, vilket medför en problematik när de vill tillämpa statistiska metoder som är utvecklade för traditionell masstillverkning. Framgångsfaktorer för implementering av SPS vid små serier är ett relativt outforskat område och kräver därför ytterligare forskning. Syftet med denna studie var att ta fram en modell över hur SPS framgångsrikt kan implementeras av organisationer med små serier och en stor detaljflora. För att besvara syftet genomfördes en fallstudie med både kvantitativ och kvalitativ metod. Deltagande observationer och en workshop med 15 deltagare utfördes för att identifiera existerande variationer samt definiera nuläget i det avgränsade produktionsflödet, vars processer studerades i studien. Tre produktfamiljer och kritiska parametrar som representerade produktkvalitén valdes ut för att följas upp i styrdiagram. En mätsystemanalys utfördes för att undersöka om de mätdon som i stor utsträckning användes för kvalitetskontroll i processen var tillförlitliga. Styrdiagram upprättades anpassade för små serier och statistiska analyser utfördes för att undersöka om SPS var en användbar metod för kvalitetsförbättringar i processer med små serier. En kvalitativ benchmark med fyra deltagande organisationer utfördes även för att ta del av deras erfarenheter relaterat till implementering och arbete med SPS.  Resultatet visade att den studerade organisationen behöver utföra förändringar gällande arbetsmetoder för kvalitetskontroll samt hantering av processer och mätsystem. Det finns även behov av ett omfattande förbättringsarbete, för att eliminera det flertalet orsaker till systematiska variationer som identifierades påverka processerna och produktkvalitén. Dessa förändringar krävs innan en implementering av SPS kan genomföras. Verktyg inom SPS visade sig med framgång kunna användas för att förbättra processer med små serier, vid användning av standardiserade styrdiagram som möjliggör analys av flera produkter i samma diagram. Processer med små serier och en stor detaljflora medför en utökad komplexitet vid statistiska analyser och visar tecken på ett flertal svårigheter som ökar risken för en fallerad implementering.  Utifrån analyser av det kvalitativa och kvantitativa resultatet skapades en modell med 15 framgångsfaktorer för implementering av SPS vid små serier. Faktorerna bör följas av organisationer med små serier som vill lyckas med att implementera SPS. Framgångsfaktorerna är följande: (1) Var beredd på en kulturförändring som kräver att SPS vävs in i hela organisationen, (2) Förmedla ett tydligt mål och hållbar strategi för arbetet med SPS, (3) Skapa ett utbrett engagemang i hela organisationen, (4) Utse en SPS-koordinator, (5) Inför utbildning och uppföljning från start, (6) Skapa tvärfunktionella team, (7) Främja samarbete och delaktighet under förbättringsarbetet, (8) Ställ krav på ett dugligt mätsystem, (9) Utför en pilotstudie där det finns intresse, (10) Identifiera kritiska processer, produktfamiljer och parametrar, (11) Börja med att lära känna processerna, (12) Upprätta standardiserade styrdiagram, (13) Tolkning och analys av styrdiagram utförs enligt Montgomerys metod för statistiska analyser, (14) Sträva efter stabila processer, (15) Utför kontinuerlig uppföljning. / Statistical process control, SPC, is a widely used technique for quality improvements by companies all over the world. The current trend in manufacturing organizations is directed towards shorter productions runs, which cause problems when applying traditional statistical methods developed for SPC on mass production runs. The critical factors for a successful implementation of SPC on short runs are still not fully explored and require further research. The main purpose of this study was to present a conceptual framework that illustrates the successful implementation of SPC in organizations with short runs and extensive product portfolio. In order to answer the research questions, a case study research methodology with both quantitative and qualitative methods was used. Participant observations and a workshop including 15 participators were performed in order to identify existing process variability’s and current state of the studied production processes.  Three product families and key quality characteristics of each product were chosen to be monitored in control charts, based on scrap costs and staff experiences of the production process.  A measurement system analysis was used to determine if the gauges, used to make measurement quality controls, were capable. Control charts were constructed and adjusted to short production runs. Statistical analysis was then made on the information gathered through the control charts to determine if statistical tools within SPC was useful for quality improvements on short production runs.  Also a qualitative benchmark was performed with four manufacturing companies to take part of their experiences and knowledge related to the implementation and application of SPC.  The findings indicate that the studied organization needs to improve working methods related to quality inspections and monitoring of the production processes. The organization also needs to improve the measurement system and make an extensive work of improvement to reduce the many identified special causes of variation that affects the processes and product quality, before implementing SPC in the organization. Findings showed that SPC tools and techniques successfully can be adopted to improve short run production processes when using standardized control charts for different product types. Short run production processes involve more complex statistical analysis which could inhibit the success of an implementation of SPC.   The analysis of the qualitative and quantitative findings resulted in a framework including 15 critical success factors for the implementation of SPC in short production runs. All the following critical success factors should be taken into account by organizations with short runs that aspire a successful implementation of SPC: (1) Be ready to make a cultural change including the recognition of the importance of SPC within the whole organization, (2) Communicate a clear goal and long-term strategy, (3) Create motivation and commitment from top management to operators on the shop floor, (4) Select a SPC coordinator, (5) Introduce a training programme with feedback from start, (6) Create cross-functional teams, (7) Stimulate cooperation and participation within the work of improvements, (8) Ensure a capable measurement system, (9) Perform a pilot project with enthusiastic employees, (10) Identify critical processes, product families and key quality characteristics, (11) Focus on exploring process behaviors, (12) Construct standardized control charts, (13) Interpret and analyze control charts according to Montgomery’s method for statistical analysis, (14) Attempt to obtain processes in control, (15) Perform continuous follow ups.

Effektivitetsparadoxen, där flödeseffektivitet vägs mot resurseffektivitet, är en utmaning sominnebär en balansgång mellan resursers värdeadderande tid och flödesenhetersvärdemottagande tid. Viking Malt, ett av Europas största mälterier, är ett företag som tampasmed detta ställningstagande. Examensarbetet är genomfört vid deras produktionsanläggning iHalmstad där effektivitetsproblem uppdagats som en konsekvens av långa och varierandecykeltider i lastningsprocesser. Implikationerna blir försvårad planering och nekande avtilläggsbeställningar, varpå ytterligare kundsamarbeten uteblir. Dessutom finns ett missnöjebland de anställda som berör icke-ergonomiska arbetsmoment, vilket kan hämma effektivitetoch arbetssäkerhet. Syftet med examensarbetet har därför varit att utreda och ta fram rekommendationer för hurViking Malt kan arbeta för att effektivisera lastningsprocesserna. Dessutom förväntas arbetetbidra med ökad processkännedom samt förbättrad ergonomi och säkerhet. Syftet har uppnåttsgenom ett Sex Sigma projekt där problemlösningsmetodiken DMAIC tillämpats. Underexamensarbetets gång inriktades arbetet alltmer mot den lastningsprocess i vilken malten fyllsdirekt i en container, i rapporten benämnd loading (container). Examensarbetet har genom analyser av observationer, intervjuer och sekundärdata kunnatidentifiera faktorer som orsakat ett ojämnt flöde och icke-ergonomiska arbetsmoment.Förbättringsförslag har därför utformats för att motverka problematiken. Förslagen som beröreffektivitetsförbättringar har simulerats i syfte att validera dess trovärdighet och bidra medrealistiska kalkyler. En åtgärdsplan med lösningsförslag till icke-ergonomiska arbetsuppgifter och ineffektivalastningsprocesser har upprättats, vilket förutspås gagna fallorganisationens fortsattaförbättringsarbete. Konceptuellt framtogs ett ergonomiförbättrande verktyg som förväntasförbättra arbetsmiljö och ergonomi. De ekonomiskt kvantifierbara förslagen beräknas ökalastningskapaciteten med drygt 10,5 procent, vilket motsvarar en ökad bruttovinst med 1 047500 kronor årligen.

Detta projekt har utförts på monteringslinan i Volvo Construction Equipment (VCE), Hallsberg. Där har man en robotcell som arbetar i samspel med limstationerna 17&amp;18. Utav 4 hyttfamiljer limmas och monteras glasrutor till 3 av hyttfamiljerna manuellt. Robotcellen limmar glasrutorna för 1 hyttfamilj som har 2 typer av hytter, med en cykeltid på 8,4–9,5 min. Då takttiden ligger på 7,5 min/hytt för resten av linan anses limstationerna vara en trång sektor enligt VCE. Med en ökad framtida produktvariation och ett ökat kundbehov anser VCE att den trånga sektorn har förutsättningarna för att bli en framtida flaskhals då takttiden ska ner till 7,2 min/hytt till år 2020. Med hjälp av Leanprinciper och Sex Sigma verktyg har projektutförarna avhandlat frågeställningen "Hur kan robotcellen effektiviseras med avseende på cykeltid och framtida produktvariation?". Genom en framtagning av en nulägesanalys med hjälp av tidmätningar, intervjuer och teoriinsamling kunde sedan en värdeflödeskarta skapas. Genom rotorsaksanalyser på icke-värdeskapande men nödvändiga aktiviteter kunde ett förbättringsförslag presenteras med en uppskattad cykeltid på mindre än 7–7,6 min. Detta med hjälp av en hanteringsrobot och en limrobot som har separata aktiviteter som är parallella, istället för att ha en robot som har samtliga aktiviteter som i nuläget. Projektutförarna rekommenderar att VCE för arbetet vidare genom att- ta reda på hur lång tid det tar för en automatiserad limning av glasrutor till samtliga hyttyper, - undersöka hur snabbt hanteringsroboten behöver arbeta i förhållande till limroboten för att tillfredsställa behovet av glasrutor för limroboten, - undersöka hur kasserade glasrutor från robotcellerna påverkar monteringsflödet samt - undersöka utvecklingsmöjligheter för att effektivisera den enda värdeskapande aktiviteten för limroboten med avseende på cykeltid. / This project has been carried out on the assembly line in Volvo Construction Equipment (VCE), Hallsberg. A robotic cell is located in the assembly line and works in conjunction with the glue stations 17 &amp; 18. Out of 4 cab families, windows are glued and mounted to 3 of the cab families manually. The robotic cell glues the windows for 1 cab family that has 2 types of cabs, with a cycle time of 8.4-9.5 min. Since the takt time is 7.5 min/cab in the other sections of the assembly line, the glue stations are considered a narrow sector according to VCE. With increased future product variability and increased customer demand, VCE considers that the narrow sector has the prerequisites for becoming a future bottleneck, as the takt time will drop to 7.2 min/cab to 2020. With the help of Lean principles and Six Sigma tools, project executives have dealt with the question "How can the robotic cell be made more efficient with respect to cycle time and future product variability?”. Through a current state analysis by means of time measurements, interviews and theory collection, a value-flow chart could then be created. By root cause analysis on non-value-adding but necessary activities an improvement proposal could be presented with an estimated cycle time of less than 7-7.6 min. The thesis workers propose that VCE goes ahead by- finding out how long an automated gluing of windows take (for all cabs),- examining how fast the handling robot needs to work in relation to the glue robot (to satisfy the need for windows for the glue robot),- examining how discarded windows from the robotic cells affect the assembly flow, and- investigating the opportunities to streamline the only value-creating activity for the glue robot with regards to cycle time.