Process Chain Optimization in a Smart Factory

The purpose with this thesis is to reduce downtime of machines androbots in a serial production line by improving communication betweenoperators and machines. Modeling a serial production line asa queuing system makes Markov chain optimization methods possible.The concept is to make machines and rob...

Full description

Bibliographic Details
Main Author: Regard, Mikael
Format: Others
Language:English
Published: KTH, Skolan för elektroteknik och datavetenskap (EECS) 2018
Subjects:
Online Access:http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-232185
id ndltd-UPSALLA1-oai-DiVA.org-kth-232185
record_format oai_dc
spelling ndltd-UPSALLA1-oai-DiVA.org-kth-2321852021-11-04T05:30:49ZProcess Chain Optimization in a Smart FactoryengRegard, MikaelKTH, Skolan för elektroteknik och datavetenskap (EECS)2018Engineering and TechnologyTeknik och teknologierThe purpose with this thesis is to reduce downtime of machines androbots in a serial production line by improving communication betweenoperators and machines. Modeling a serial production line asa queuing system makes Markov chain optimization methods possible.The concept is to make machines and robots adapt its service ratesbased on status of its surrounding machines and the position of operators.In a pharmaceutical industry, a production rate of 50-60% of itsmaximum capacity is considered as normal. Unnecessary downtimecaused by machine breakdowns is one factor which reduces the productionrate. Two optimization methods were investigated, the workallocation problem and the targeting problem. It was found that thework allocation problem does not provide an optimal solution whenmodeling with a saturated model. The targeting problem provides anoptimal solution, which is a trade-off between the average amount ofproducts in a system and the cost for keeping this level. Målet med detta examensarbete är att minimera driftstopp i en seriellproduktionlina genom att förbättra kommunikationen mellan operatöreroch maskiner. Genom att modellera en produktionslina somett kösystem möjligör användandet av optimeringsmetod för markovkedjor.Konceptet är att låta maskiner och robotar anpassa sin produktionshastighetbaserat på positionen av operatörer. Inom läkemedelsindustrinär en produktionshastighet om 50-60% av den maximala kapacitetenansedd som normalt. Onödigt långa driftstopp i sambandmed maskinfel är en faktor som påverkar produktionshastigheten. Tvåoptimeringsmetoder studerades, Åork Allocation Problemöch TargetingProblem". Det visades att det inte var möjligt att hitta en optimallösning med hjälp av Åork Allocation Problem". Targeting Problemggeren optimal lösning som är en avvägning mellan det genomsnittligaantalet produktion i ett system och kostnaden för att hålla den nivån. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-232185TRITA-EECS-EX ; 2018:305application/pdfinfo:eu-repo/semantics/openAccess
collection NDLTD
language English
format Others
sources NDLTD
topic Engineering and Technology
Teknik och teknologier
spellingShingle Engineering and Technology
Teknik och teknologier
Regard, Mikael
Process Chain Optimization in a Smart Factory
description The purpose with this thesis is to reduce downtime of machines androbots in a serial production line by improving communication betweenoperators and machines. Modeling a serial production line asa queuing system makes Markov chain optimization methods possible.The concept is to make machines and robots adapt its service ratesbased on status of its surrounding machines and the position of operators.In a pharmaceutical industry, a production rate of 50-60% of itsmaximum capacity is considered as normal. Unnecessary downtimecaused by machine breakdowns is one factor which reduces the productionrate. Two optimization methods were investigated, the workallocation problem and the targeting problem. It was found that thework allocation problem does not provide an optimal solution whenmodeling with a saturated model. The targeting problem provides anoptimal solution, which is a trade-off between the average amount ofproducts in a system and the cost for keeping this level. === Målet med detta examensarbete är att minimera driftstopp i en seriellproduktionlina genom att förbättra kommunikationen mellan operatöreroch maskiner. Genom att modellera en produktionslina somett kösystem möjligör användandet av optimeringsmetod för markovkedjor.Konceptet är att låta maskiner och robotar anpassa sin produktionshastighetbaserat på positionen av operatörer. Inom läkemedelsindustrinär en produktionshastighet om 50-60% av den maximala kapacitetenansedd som normalt. Onödigt långa driftstopp i sambandmed maskinfel är en faktor som påverkar produktionshastigheten. Tvåoptimeringsmetoder studerades, Åork Allocation Problemöch TargetingProblem". Det visades att det inte var möjligt att hitta en optimallösning med hjälp av Åork Allocation Problem". Targeting Problemggeren optimal lösning som är en avvägning mellan det genomsnittligaantalet produktion i ett system och kostnaden för att hålla den nivån.
author Regard, Mikael
author_facet Regard, Mikael
author_sort Regard, Mikael
title Process Chain Optimization in a Smart Factory
title_short Process Chain Optimization in a Smart Factory
title_full Process Chain Optimization in a Smart Factory
title_fullStr Process Chain Optimization in a Smart Factory
title_full_unstemmed Process Chain Optimization in a Smart Factory
title_sort process chain optimization in a smart factory
publisher KTH, Skolan för elektroteknik och datavetenskap (EECS)
publishDate 2018
url http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-232185
work_keys_str_mv AT regardmikael processchainoptimizationinasmartfactory
_version_ 1719492498825412608