Return to search

Jämförelser av påverkan på nyckeltal vid olika aggregerings nivåer inom produktionsbaserad flödessimulering / Comparison of KPI Impact for Different Model Aggregation Levels in Production Flow Simulation

Den här studien är genomförd på en tillverkningsindustri. Fabrikens verksamhet inkluderar avdelningar för montering, bearbetning, materialhantering, underhåll och teknisk support m.m. Huvudsyftet med denna studie var att bygga en simuleringsmodell över ett bearbetningsflöde med hjälp av den uppdaterade mjukvaran FACTS. Att genomföra optimering på operationsobjekt (OP) med hjälp av SCORE, jämföra och utvärdera resultat för nyckeltalen TH, LT, WIP mot befintliga modeller samt att minska totala antalet objekt med 10 % jämfört med ursprunglig FACTS modell definierades som mål för studien. Produktvariant Y användes uteslutande under denna simuleringsstudie. I projektet användes PDCA som problemlösningsmetod vilket är ett hjälpmedel för att ge struktur åt förbättringsarbeten. Bank simuleringssteg har använts som riktlinjer i genomförandefasen. Processdata för tillgänglighet, cykeltid och MTTR insamlades från befintliga modeller i FACTS och Plant Simulation. Efter lämpliga data var insamlad skapades en grundmodell byggd för att efterlikna det verkliga fysiska systemet och befintliga modellers layout. Det nya resursobjektet användes för att modellera portalsystemen och tid för ladda/lossa produkter placerades i operationsobjekt för transport. Efter färdigställande av grundmodellen verifierades och validerades denna samt lämplig simuleringshorisont för experiment fastställdes. För att beräkna antalet nödvändiga replikationer för ett trovärdigt resultat användes tillhandahållen Excel tabell från Högskolan i Skövde. Experiment för nyckeltal och optimering med SCORE utfördes och resultaten jämfördes mot befintliga modeller för att kunna utvärdera eventuella skillnader och dess orsaker. Resultaten visade på närmast likvärdiga siffror för TH men differenser på ca 10–15 % fanns för LT och WIP i ny modell för dessa nyckeltal. SCORE påvisade vissa skillnader i de primära flaskhalsarna men generellt var placeringen av flödesbegränsningar lokaliserade till produktionens avslutande del. Antal objekt i ny FACTS modell blev 327 i jämförelse med 351 i befintlig. Det fanns ett antal olika faktorer som kan ha haft påverkan på det slutgiltiga resultatet. Skillnader i inhämtade processdata och avsaknad av ladda/lossatider i befintlig FACTS modell var faktorer som gjorde systemjämförelser mellan modeller svåranalyserade. Vidare studier krävs för mer grundlig analys av orsaker till differenser i LT och WIP mellan de olika modellerna. Det satta målet för minskat antal objekt med 10 % uppnåddes inte utan objektantal minskade med enbart 6,8 %. Enligt författarna åstadkoms dock en förenklad förståelse för produkternas flöde genom tillverkningsprocessen. / This study was conducted in a manufacturing plant. The plant includes assembly-, machining-, materiel handling-, maintenance- and technical support departments. The main purpose of this study was to create a simulation model of a machining line using the updated software version of FACTS. To implement optimization of the operational objects using SCORE, to compare and evaluate KPI results for TH, LT and WIP against existing models and reduce the total number of objects with 10 % compared to original FACTS model were defined as targets for this project. Studies was conducted using only the product variant Y. PDCA was used as a method for problem solving and to give some structure for the implemented improvements. Guidelines from Banks simulation steps were utilized in the implementation phase of this study. Process data for availability, cykel time and MTTR were collected from existing FACTS and Plant Simulation models. After finishing the necessary data collecting a basic model which mimicked the real physical system was created. The new resource object was used to model the gantry systems och time for loading/unloading were added to the operational objects used for transportation.When the basic model was completed a verification and validation phase were conducted and suitable values for simulation horizon and warm-up time was decided. An Excel chart provided by the University of Skövde was used to calculate the number of replications needed for a credible experiment result. SCORE and KPI experiments were performed and the results was compared with existing models to detect any reasons for abnormalities. The results for the new FACTS model showed an almost similar value for TH but there were differences of approximately 10-15 % for LT and WIP. Analysis of SCORE results showed some differences in the primary bottlenecks but in general the most significant flow restrictions were located in the end part of the production flow. The total number of objects in the new FACTS model was 327 compared to 351 in the existing FACTS model. There were several factors that could have affected the end results of the experiments. Differences in used process data and the lack of process times for loading/unloading of products in existing FACTS model were all factors that made a correct system comparison and analysis more difficult to transact. Further studies need to be conducted to analys causes of the abnormalities between the different models regarding LT och WIP. The target of reducing the total number of objects in new FACTS model with 10 % was not achieved. Object numbers only decreased with 6,8 % but according to the authors a more simplified understanding of how the products flow in the manufacturing process was achieved.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:his-18629
Date January 2018
CreatorsDahlin, Ricard, Hovbjer, Isabelle
PublisherHögskolan i Skövde, Institutionen för ingenjörsvetenskap, Högskolan i Skövde, Institutionen för ingenjörsvetenskap
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageEnglish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0155 seconds