Studies have shown that it is necessary for manufacturing industries, in order to stay competitive and increase the profitability, to work with optimizations and continuous improvements of processes. Existing models and philosophies aiming for this, such as PDCA (Plan Do Check Act), IDEA (Investigate Design Execute Adjust), DMAIC (Define Measure Analyze Improve Control), and Lean Production, are either ambiguous or only focusing on one specific area or field. Due to this it is not suitable to apply these singly at a cutting station because root causes to problems can derive from many different factors. The purpose of this thesis has been to develop a model, with the advantage of having a clear and structured approach, and still considering all affecting factors of the cutting station. This leads to a better chance of finding the actual root causes, consequently maximizing the profits gained from the improvement solutions suggested. The model has been applied and tested on a case company and it has been proven to be suitable to use when optimizing a cutting station. Eight alternatives for possible improvements were found, where five of these were estimated to generate more than 800 000 SEK in cost savings each year. For the other three there were no estimations done due to the large extent of the suggestions, but it is believed that these will have an even larger impact on the profitability than the other alternatives. The results found will provide a solid foundation for the company in order to achieve the best possible outcome, when completing the rest of the model. The model has been developed for cutting stations but with small modifications it can be applied on any other production station in a plant. / Studier har visat att det är nödvändigt för tillverkande industrier, för att kunna bibehålla en hög konkurrenskraft och en ökad vinst, att arbeta med optimeringar och ständiga förbättringar av processer. Existerande modeller och filosofier som har detta som mål, såsom PDCA (Plan Do Check Act), IDEA (Investigate Design Execute Adjust), DMAIC (Define Measure Analyze Improve Control), och Lean Production, kan vara otydliga eller fokuserar endast på ett specifikt område eller fält. På grund av detta är det inte passande att applicera dessa individuellt på en skärande bearbetningsstation, då felorsaker kan härstamma från många olika faktorer. Syftet i detta examensarbete har varit att utveckla en modell som har fördelen att ha ett tydligt och strukturerat tillvägagångssätt, men fortfarande ta hänsyn till alla påverkande faktorer i den skärande bearbetningsstationen. Detta medför en större chans till att hitta den verkliga felorsaken, därmed också maximera den tjänade vinsten från förbättringslösningarna som föreslagits. Modellen har blivit applicerad och testad på ett fallföretag samt blivit bevisad att vara passande att använda vid optimeringar av skärande bearbetningsstationer. Åtta alternativ för möjliga förbättringar har hittats, varav fem av dessa var estimerade att generera mer än 800 000 kr i kostnadsbesparingar varje år. På de andra tre alternativen var inga estimeringar utförda på grund av storleken på förslagen, men dessa tros ha en ännu större inverkan på vinsten jämfört med de andra alternativen. Dessa resultat tillhandahåller företaget med en solid grund att stå på, för att kunna uppnå bästa möjliga utfall när resten av modellen slutförs. Modellen har utvecklats för skärande bearbetningsstationer men kan, med mindre modifikationer, även appliceras på vilken produktionsstation som helst på en fabrik.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:lnu-26268 |
Date | January 2013 |
Creators | Petersson, Anton, Hallberg, Peter |
Publisher | Linnéuniversitetet, Institutionen för maskinteknik (MT), Linnéuniversitetet, Institutionen för maskinteknik (MT) |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds