Industry 4.0 is a collective name for several technological innovations that, when combined, among other things, provide an exponential potential for increased operational excellence in manufacturing. This thesis digs down into which technologies that are relevant in the context of predictive maintenance and how these can be integrated into existing theory in order to create value through increased e↵ectiveness. The primary findings can be condensed down into one general principal - uniformity. In order to leverage industry 4.0, and through it achieve a higher level of automatization, all data flow must be as canonical as possible. This is what allows both for bi-directional communication at scale, and higher-level decisionmaking algorithms to be deployed over a wide range of hardware. / Industri 4.0 är ett samlingsnamn för ett flertal tekniska innovationer vilka, tillsammans, möjliggör en potentiell förbättring av operational excellence som ökar exponentiellt mot antalet aopterade teknologier. Detta arbete dyker ned i vilka teknologier som skapar mest värde i kontexten predictive maintenance. Arbetet studerar även existerande orginatorisk teor och hur dessa kan slås samman. Det primära resultatet kan summeras som att fokus bör ligga på en canonical model för den data som genereras, och skickas ned till maskiner på fabriksgolvet. Uniform data spelar även en nyckelroll i att facilitera för beslutsfattande algoritmer då dessa annars enbat skulle gå att applicera på specifika maskiner.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-264193 |
Date | January 2019 |
Creators | Melander, Anton, Lewenhaupt, Adam |
Publisher | KTH, Skolan för industriell teknik och management (ITM) |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | English |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Relation | TRITA-ITM-EX ; 2019:305 |
Page generated in 0.0642 seconds