7. Slutsatser
7.2 Förslag på fortsatt arbete
För att förbättra produktmixen kan fler datapunkter analyseras som sedan kan användas i sannolikhetsfördelningar. Det skulle ge en bättre fördelning av produktflödet i simuleringsmodellen. En implementering av efterfrågan som styr produktionen från intermediet är även ett förslag på förbättringsåtgärd. Det skulle kunna ge resultat som visar när företaget bör påbörja produktion av en batch. Detta är givet då den måste levereras till kund vid en viss tid. Det påverkas även av hur stora batchnivåerna måste vara i intermediet för att leveransplanen skall hållas samtidigt som produkter i arbete hålls låg.
Ett annat sätt att förbättra studien är att samla in data som når detaljnivån som krävs till den detaljerade simuleringsmodellen. Det skulle ge mer precisa svar var flaskhalsar finns och underlätta förbättringsarbete. Exempel på data som behöver kompletteras med är processledtider på respektive moment, som mäts med tidsstudier.
Examensarbete 15 hp juni 2020
43
Referenser
ALBERTSSON, S. and FRISELL, P. (2018) Flödesoptimering i medicinteknisk polymertillverkning. [Online] Available from: http://lup.lub.lu.se/student-papers/record/8939843 [Accessed 10/06/2020].
ANDERSSON, DANIEL and ANDERSSON, DAVID (2018) Produktionseffektivisering med hjälp av
flödessimulering och förbättringsarbete.
BANKS, J.S. et al. (2010) Discrete-Event System Simulation, 5th Edition.
BÄRRING, M. (2019) Increasing the Value of Data in Production Systems. Chalmers University of Technology.
BENNETT, B. and COLE, G. (2003) Pharmaceutical production - An engineering guide. United Kingdom: Institution of Chemical Engineers (IChemE).
BLOMKVIST, P. and HALLIN, A. (2014) Metod för teknologer: examensarbete enligt 4-fasmodellen. CARSON, J.S. (2005) Introduction to modeling and simulation. In: Proceedings of the Winter
Simulation Conference, 2005. Proceedings of the Winter Simulation Conference, 2005.
pp. 8 pp.-.
DING, B. (2018) Pharma Industry 4.0: Literature review and research opportunities in sustainable pharmaceutical supply chains. Process Safety and Environmental Protection, 119, pp. 115–130.
EUROPEAN MEDICINES AGENCY Good manufacturing practice | European Medicines Agency. Available from : https://www.ema.europa.eu/en/human-regulatory/research-development/compliance/good-manufacturing-practice [Accessed 26/03/20].
EVOMA AB Evoma AB FACTS Analyzer. Available from : https://www.evoma.se/facts-analyzer/ [Accessed 30/03/20].
GUILFOYLE, P. (2018) Pharma 4.0: Industry 4.0 Applied to Pharmaceutical Manufacturing. [Online] Pharmaceutical Processing World. Available from :
https://www.pharmaceuticalprocessingworld.com/pharma-4-0-industry-4-0-applied-to-pharmaceutical-manufacturing/ [Accessed 23/05/20].
GULDSTRAND, C.-J. and ROTHSTEIN, J. (2013) Optimering av operationsprioritering i tillverkningsprocess med hjälp av datorsimulering. [Online] Available from: https://odr.chalmers.se/handle/20.500.12380/174692 [Accessed 10/06/2020].
LÄKEMEDELSVERKET (2019) Medicinteknik | Läkemedelsverket / Swedish Medical Products Agency. [Online] Läkemedelsverket. Available from : /sv/medicinteknik [Accessed 23/05/20].
Examensarbete 15 hp juni 2020
44
NG, A.H.C. et al. (2007) (PDF) FACTS Analyser: An innovative tool for factory conceptual design using simulation. In: ResearchGate. Swedish Production Symposium 2007.
OLHAGER, J. (2013) Produktionsekonomi. 2:7. Lund: Studentlitteratur AB.
ONGGO, B.S.S. and HILL, J. (2014) Data identification and data collection methods in simulation: a case study at ORH Ltd. Journal of Simulation, 8(3), pp. 195–205.
RUIZ ZÚÑIGA, E., URENDA MORIS, M. and SYBERFELDT, A. (2016) A simulation-based multi-objective optimization approach for production and logistics considering the production layout. In: 7th Swedish Production Symposium, Lund, Sweden, October 25-27, 2016.
SÄFSTEN, K. and GUSTAVSSON, M. (2019) Forskningsmetodik - För ingejörer och andra
problemlösare.
SALKIN, C. et al. (2018) A Conceptual Framework for Industry 4.0. In: USTUNDAG, A. and CEVIKCAN, E. (eds.) Industry 4.0: Managing The Digital Transformation. Springer Series in Advanced Manufacturing. Cham: Springer International Publishing, pp. 3–23.
SANJAY, M. and ALAMMA, B.H. (2016) An insight into big data analytics — Methods and
application. In: 2016 International Conference on Inventive Computation Technologies
(ICICT). 2016 International Conference on Inventive Computation Technologies (ICICT).
pp. 1–5.
SARGENT, R.G. (2010) Verification and validation of simulation models. In: Proceedings of the
2010 Winter Simulation Conference. Proceedings of the 2010 Winter Simulation
Conference. pp. 166–183.
SINGHANIA, R.H. and BILOLIKAR, V.S. (2017) Application of simulation for manufacturing system management-A case study. Journal of Strategic Innovation and Sustainability, 12(1), pp. 126–135.
SKOOGH, A. and JOHANSSON, B. (2008) A methodology for input data management in discrete event simulation projects. In: 2008 Winter Simulation Conference. 2008 Winter Simulation Conference. pp. 1727–1735.
SLACK, N., BRANDON-JONES, A. and JOHNSTON, R. (2013) Operations management. 7th ed. United Kingdom: Pearson Education Limited.
SOFTWARE EVOMA AB (n.d.) 4.1. Theory — facts-handbook 1.0.0 documentation. Available from : http://software.evoma.se/docs/chapter4/chapter4.1.html [Accessed 23/05/20]. SWANSON, L. (2001) Linking maintenance strategies to performance. 2001, [Online] Available
from: https://www.sciencedirect.com/science/article/pii/S0925527300000670#BIB4 [Accessed 26/03/2020].
Examensarbete 15 hp juni 2020
45
VIEIRA, A.A.C. et al. (2018) Setting an Industry 4.0 Research and Development Agenda for Simulation – a Literature Review. International Journal of Simulation Modelling, 17(3), pp. 377–390.
Examensarbete 15 hp juni 2020
Bilagor
Här presenteras delar av rapporten som ger bakgrundsinformation men är ej nödvändig att redovisas direkt i texten. Studiens intervjufrågor redovisas i detta kapitel samt exempel på hur data från dokumenten driftstopp och batchdata kan se ut.
Bilaga 1: Intervjufrågor
Bilaga 2: Driftstopp
Bilaga 3: Batchdata
Examensarbete 15 hp juni 2020
Bilaga 1: Intervjufrågor
Intervjufrågor till produktionsingenjör • Vad är din befattning och dina arbetsuppgifter. • Beskriv produkterna.
• Hur många produkter rymmer rackvagnarna? • Beskriv produktionslinans steg.
• Hur många operatörer arbetar samtidigt?
• Under vilka tider på dygnet körs produktionen? Körs den under raster?
• Vilka kapacitetsbegränsningar ser du är tydliga i produktionen? Vad skulle du vilja förbättras? • Vilka nyckeltal är främst viktiga för produktionen?
• Hur ser kösystemet ut? Är det FIFO?
• Producerar ni mot prognos eller vid beställning?
• Tillhör ni läkemedels- eller dermatologi eller medicinska branschen? • Beskrivning av etiketter på respektive kolumn
• Enheter på data
• Hur kan man urskilja vilken typ av produkt som är kopplad till respektive batch? • Vad menas med grå och orange markerad cell?
• Hur skiljer på man på hur många kanyler en produkt innehåller? • Är detta ett urval på produkter eller samtliga batcher?
• Är det en produkt eller flera? Beskriv produkten/produkterna. Vad är det för fyllning? • Hur är inmatningen? Kommer det i batcher? Hur stora är batcherna?
• Hur många operatörer är det vid varje process? • Vad är ställtiden för varje process?
• Är det omställningstider vid nya batcher?
• Under vilka tider på dagen körs produktionen? Är det stopp under raster? • Hur är inmatningen? Kommer det i batcher? Hur stora är batcherna?
• Vad är kapaciteten på buffrar och lager? Hur mycket av kapaciteten används? Intervjufrågor till processingenjör
• Presentation av oss och examensarbetet • Beskrivning av ditt yrke och arbetsuppgifter.
• Genomgång av produktionslina 2, bekräftelse att vi förstått det rätt. • Övriga frågor
Examensarbete 15 hp juni 2020
Bilaga 2: Driftstopp
Artike l Process Felkategor i Anta l stopp Tot. Stopptid [hh:mm ] Informatio n till stopp År Måna d Da g Veck a 60-12345 Avsynin g Stopp inmatning 3 00:01 201 9 01 01 01Examensarbete 15 hp juni 2020
Bilaga 3: Batchdata
Batchnr Period (U) Takt inkl ställtid [enheter/h] (U) Ställtid [h] (U) Körtid [h] Batchstorlek Volym [ml] Antal anyler 12345-6 201901 2 447 1,0 2,5 15 348 1 2