Return to search

Implementeringen av Prediktivt Underhåll inom Industri 4.0 - En Fallstudie / Implementation of Predictive Maintenance in the context of Industry 4.0 -  A Case Study

Date: 2 June 2024 Level: Master Thesis in Product and Process Development, 30 ECT Institution: School of Innovation Design and Engineering, IDE, Mälardalen University Author: Prionty Khan and Perchin Zakholi Title: Implementation of Predictive Maintenance in the context of Industry 4.0 -  A Case Study Supervisor: Antti Salonen Keywords: Predictive maintenance, implementation of predictive maintenance, Industry 4.0 and advanced technologies Purpose: The purpose of the study is to investigate the resources required for implementing predictive maintenance within circuit board production. This is based on identifying areas that do not align with the techniques and principles of Industry 4.0. Research Question: What resources are required to implement a predictive maintenance system in relation to Industry 4.0, to enhance and structure maintenance work within circuit board production? Method: The methodology of the study is based on an abductive approach, which means that the investigated problem is explored by combining theoretical and empirical data to gain a deeper understanding of the subject. By employing a qualitative data collection method, we were able to gain an in-depth insight into various factors and the complexity surrounding our research area. The empirical data was gathered through semi-structured interviews, while the theoretical framework was grounded in literature and scientific articles. Conclusion: The conclusion of the study is based on the lack of knowledge regarding Industry 4.0 and its technologies, a deficiency in dedicated personnel solely for maintenance, and a low level of technical integration in terms of advanced technology. This presents the opportunity to implement training programs, maintenance departments, and advanced technology for the development of a digital infrastructure. / Datum: 2 Juni 2024 Nivå: Examensarbete inom Produkt- och Processtveckling, 30 HP Institution: Akademin för Innovation, Design och Teknik, IDT, Mälardalens Universitet Författare: Prionty Khan och Perchin Zakholi Titel: Implementeringen av Prediktivt Underhåll inom Industri 4.0 - En Fallstudie Handledare: Antti Salonen Nyckelord: Prediktivt Underhåll, Implementering av Prediktivt Underhåll, Industri 4.0 och Avancerade Teknologier. Syfte: Syftet med studien är att undersöka de resurser som krävs för implementeringen av prediktivt underhåll inom kretskortsproduktionen. Detta grundar sig på att identifiera områden som inte förhåller sig till tekniker och principer för industri 4.0. Frågeställning: Vilka resurser krävs för att implementera ett system för prediktivt underhåll i förhållande till industri 4.0, för att förbättra och strukturera underhållsarbete inom kretskortsproduktion? Metod: Studiens metodik bygger på en abduktiv strategi, vilket innebär att det undersökta problemet utforskas genom att kombinera teoretisk och empirisk data för att skapa en djupare förståelse för ämnet. Genom att använda en kvalitativ datainsamlingsmetod kunde vi få en fördjupad inblick i olika faktorer och den komplexitet som omger vårt forskningsområde. Den empiriska datan samlades in genom semistrukturerade intervjuer, medan den teoretiska referensramen grundades på litteratur och vetenskapliga artiklar. Slutsats: Studiens slutsats bygger på att det finns en bristande kunskap kring industri 4.0 och dess teknologier, en saknad i en dedikerad personal för enbart underhåll samt en låg mognadsgrad av teknisk integration i form av avancerad teknologi. Detta utgör möjligheten att implementera utbildningsprogram, underhållsavdelning samt avancerad teknologi för utvecklandet av en digital infrastruktur.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:mdh-67490
Date January 2024
CreatorsKhan, Prionty Sultana, Zakholi, Perchin
PublisherMälardalens universitet, Akademin för innovation, design och teknik
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 0.0027 seconds