Flaskhalsreducering i en funktionsorienterad produktion via en simuleringsmodell

(1)

Department of Science and Technology Institutionen för teknik och naturvetenskap

Linköping University Linköpings universitet

g n i p ö k r r o N 4 7 1 0 6 n e d e w S , g n i p ö k r r o N 4 7 1 0 6 -E S

LiU-ITN-TEK-A--20/035--SE

Flaskhalsreducering i en

funktionsorienterad

produktion via en

simuleringsmodell

Johannes Gylfe

Kasper Lekander

2020-06-12

(2)

LiU-ITN-TEK-A--20/035--SE

Flaskhalsreducering i en

funktionsorienterad

produktion via en

simuleringsmodell

Examensarbete utfört i Transportsystem

vid Tekniska högskolan vid

Linköpings universitet

Johannes Gylfe

Kasper Lekander

Handledare Viktor Gustafsson

Examinator Krisjanis Steins

(3)

Upphovsrätt

Detta dokument hålls tillgängligt på Internet – eller dess framtida ersättare –

under en längre tid från publiceringsdatum under förutsättning att inga

extra-ordinära omständigheter uppstår.

Tillgång till dokumentet innebär tillstånd för var och en att läsa, ladda ner,

skriva ut enstaka kopior för enskilt bruk och att använda det oförändrat för

ickekommersiell forskning och för undervisning. Överföring av upphovsrätten

vid en senare tidpunkt kan inte upphäva detta tillstånd. All annan användning av

dokumentet kräver upphovsmannens medgivande. För att garantera äktheten,

säkerheten och tillgängligheten finns det lösningar av teknisk och administrativ

art.

Upphovsmannens ideella rätt innefattar rätt att bli nämnd som upphovsman i

den omfattning som god sed kräver vid användning av dokumentet på ovan

beskrivna sätt samt skydd mot att dokumentet ändras eller presenteras i sådan

form eller i sådant sammanhang som är kränkande för upphovsmannens litterära

eller konstnärliga anseende eller egenart.

För ytterligare information om Linköping University Electronic Press se

förlagets hemsida

http://www.ep.liu.se/

Copyright

The publishers will keep this document online on the Internet - or its possible

replacement - for a considerable time from the date of publication barring

exceptional circumstances.

The online availability of the document implies a permanent permission for

anyone to read, to download, to print out single copies for your own use and to

use it unchanged for any non-commercial research and educational purpose.

Subsequent transfers of copyright cannot revoke this permission. All other uses

of the document are conditional on the consent of the copyright owner. The

publisher has taken technical and administrative measures to assure authenticity,

security and accessibility.

According to intellectual property law the author has the right to be

mentioned when his/her work is accessed as described above and to be protected

against infringement.

For additional information about the Linköping University Electronic Press

and its procedures for publication and for assurance of document integrity,

please refer to its WWW home page:

http://www.ep.liu.se/

(4)

Sammanfattning

Gränges AB i Finspång är ett företag som producerar aluminiumband som kan användas i produktion av värmeväxlare. Bandens processväg genom produktionen beror på slutproduktens egenskaper, vilket gör att produktionen i dagsläget kräver flera transporter fram och tillbaka över området. För att förbättra och effektivisera tillverkningen har en investering på 400 MSEK utförts, som förväntas leda till utökad kapacitet samt förbättrat flöde. Investeringen är först och främst en ersättning av befintlig produktion som förhoppningsvis ska leda till fler producerade band. I och med investeringen blir transportsträckorna kortare, produktionen mer samlad och risken för skadat material minskar.

Studien syftar till att utföra en flaskhalsidentifiering över den nya produktionen. Syftet är också att ta fram olika förslag på förändringar i produktionen för att uppnå ett effektivt flöde, undvika flaskhalsar och maximera antal producerade band. Studien ser endast över delen av produktionen som innefattar kallvalsningen, värmebehandlingen och sträckningen. Jämförelser mellan den nya produktionsdelen och den gamla utförs inte i denna studie.

I studien kunde en flaskhals identifieras, vilket var kallvalsverk 2731. Detta på grund av stor köbildning och hög utnyttjandegrad på resurser för transport och tillverkning. Med hjälp av teorin kring flaskhalsanalys kunde olika förslag tas fram på vilka förändringar som kunde genomföras för att reducera flaskhalsen. Olika experiment genomfördes för att se om förändringarna reducerade flaskhalsen, om eventuellt nya flaskhalsar uppstod och hur olika mätetal som utnyttjandegraden i maskiner påverkades av förändringen. De förändringar som genomfördes var tillägg av buffertar innan kallvalsverken, att skicka band till det kallvalsverk med kortast kö, att minska produktionstakten i kallvalsverk 2751, att planera banden in i systemet samt minska värmebehandlingstiden.

Varje förändring förutom minskning av värmebehandlingstiden visade förbättringar och försämringar av mätetalen när jämförelser utfördes mellan förändringarna och grundmodellen. Kombinationer av förändringarna visade också att det var statistisk signifikant skillnad jämfört med grundmodellen. De förändringar i systemet som hade störst positiv påverkan på resultatet var tillägg av buffertar och förändring av logiken att skicka band till det valsverk med kortast kö. När en kombination av dessa förändringar utfördes ökade antalet producerade band med 2500 under simuleringsperioden. Även kombinationen av tillägg av buffertar, förändring av logiken för band med reduktion fyra samt minskad produktionstakt i 2751 hade en stor positiv påverkan. I detta fall ökade antalet producerade band med ungefär 2000 i jämförelse med grundmodellen men medelväntetiderna i köerna sänktes betydligt mer än vid den andra lyckade kombinationen. En övergripande slutsats är att mängden förändringar har ingen betydelse utan det är kvalitén på förändringarna som avgör om mätetalen förbättras. En rekommendation till Gränges är därför att göra en avvägning kring vilka mätetal som är viktigast och på så sätt ta det beslut kring vilka förändringar som ska utföras för att gynna de mätetalen bäst.

(5)

Abstract

Gränges AB is a company in Finspång that produce rolled aluminum products for heat

exchangers. The product's process path through the chain depends on the properties of the final product, which means that production currently requires multiple transports back and forth across the production-area. To improve the production, an investment of SEK 400 million has been made, which is expected to increase the capacity and improve flow. The investment is a replacement of existing production which hopefully will lead to increased number of products produced. As a result of the investment, the transport distances at the area will be shorter and the risk of damaged material will be reduced.

The study aims to perform a bottleneck identification in the new production at Gränges. The aim is also to develop various proposals for changes in production to achieve an efficient flow, avoid bottlenecks and maximize the number of produced products. The study only looks at the part of the production that includes the cold rolling, annealing and distention. Comparisons between the new production part and the old productions part is not performed in this study.

A bottleneck was found, which was the cold-rolling machine called 2731. The bottleneck was identified by a large queue and a high utilization rate on its internal transport. Using the theory of bottleneck analysis, various changes could be made to reduce the bottleneck. Several

experiments were made to see if the changes reduced the bottleneck and if any new bottlenecks occurred. The experiments were also made to see how different result values, as the utilization rate for the machines, were affected. The changes that were implemented were buffers before the cold rolling machines, change of logic for products with reduction four, reduce the production rate in cold rolling machine called 2751, to plan the input in the system and to reduce the annealing time for some of the annealing programs.

Each change except reduction of the annealing time showed either a positive or negative change for the result values when comparisons were made between experiments and the basic model. The changes in the system that had the most positive impact on the result were the addition of buffers and the change of logic when transporting products to the cold-rolling machine with the shortest queue. When a combination of these changes was performed, the number of products produced increased by 2500 during the simulation period. The combination of adding buffers, change the logic for products with reduction four and reduced production rate in 2751 also had a great positive impact. In this case, the number of products produced increased by 2000 compared to the basic model, but the average waiting times in the queues were reduced significantly more than in the other successful combination. An overall conclusion is that the amount of changes does not matter, it is the quality of the changes that determines whether the result values are improved or not. Therefore, a recommendation to Gränges is to make a trade-off about which result values that are most important and making the decision that favors them most.

(6)

Förord

Detta examensarbete har genomförts under våren 2020 på Campus Norrköping vid Linköpings universitet på intuitionen för teknik och vetenskap (ITN). Totalt omfattar examensarbetet 30 högskolepoäng och är det sista delmomentet som genomförs i vår utbildning till civilingenjörer med specialisering inom kvantitativ logistik. Uppdragsgivaren för arbetet har varit Gränges AB i Finspång.

Projektet i sig har varit utmanande, intressant och framförallt motiverande. Mycket tid har lagts ner men projektet har gett oss ny kunskap och nya erfarenheter som kommer vara väldigt nyttiga i våra framtida arbetsliv.

Vi vill tacka alla personer som har hjälpt oss att genomföra detta arbete under våren. Framförallt vill vi tacka våra handledare på Gränges AB, Robbin Kantarp, Tina Nikko och Jenny Bjerner. Dessa personer har varit väldigt hjälpsamma och engagerade för att vi skulle få den förståelse som krävdes kring produktionsprocessen. Vi vill även rikta ett stort tack till vår handledare på Linköpings Universitet, Viktor Gustafsson samt examinator, Krisjanis Steins, för all vägledning och stöttning under arbetets gång. Till sist ett tack till våra vänner och familjer som har stöttat oss under hela vår studietid. Dessa fem år har flugit förbi och utan er stöttning hade dessa år inte gått så fort.

Norrköping, juni 2020.

(7)

Innehållsförteckning 1 Inledning... 1 1.1 Syfte ... 3 1.2 Avgränsningar... 4 1.3 Rapportens disposition ... 5 2 Metod ... 6 2.1 Datainsamling ... 6 2.1.1 Observationer ... 7 2.1.2 Intervjuer ... 8 2.1.3 Litteraturstudie ... 9

2.2 Simulering som metod ... 13

2.2.1 Konceptuell modell ... 14

2.2.2 Indatamodellering ... 15

2.2.3 Modellkonstruktion ... 16

2.2.4 Validering och verifiering ... 17

2.2.5 Experiment och analys ... 19

3 Systembeskrivning ... 21

3.1 Företagsbeskrivning ... 21

3.2 Planering av produktionsordningen på Gränges ... 21

3.3 Processbeskrivning ... 22

3.4 Beskrivning av produktion efter ombyggnation ... 24

4 Teoretisk referensram ... 27

4.1 Produktionskedjor och dess logistik ... 27

4.1.1 Olika produktionstyper... 27

4.1.2 Planering inom produktion... 29

4.2 Automatisering inom produktion... 30

4.3 Kapacitetsutnyttjande ... 31

4.4 Flaskhalsanalys ... 32

5 Konceptuell Modell... 35

5.1 Modellens mål... 35

5.2 Indata och information ... 35

5.3 Utdata ... 36

5.4 Experiment och dess betydelse ... 36

5.5 Komponenter i modellen... 36

5.6 Modellens uppbyggnad ... 53

5.6.1 Inlämning av band i systemet... 53

5.6.2 Kallvalsning i 2712 ... 56

(8)

5.6.4 Värmebehandling ... 61

5.6.5 Sträckning ... 62

5.6.6 Färdigställningen ... 63

5.7 Antaganden och förenklingar kring modellen ... 64

5.8 Animeringskrav ... 64

6 Modelldata ... 65

6.1 Data från Gränges ... 65

6.2 Bearbetning av data ... 67

6.2.1 Grundläggande utförda bearbetningssteg av data ... 67

6.2.2 Framställning av ankomstintensitet och beräkning av valstider i 2751 ... 68

6.2.3 Framställning av procentuell fördelning av produkter ... 69

6.2.4 Bearbetning av löp- och glödgningsprogrammen ... 70

6.2.5 Bearbetning av valsningstider i kallvalsverk 2712 och 2731... 70

6.3 Analys av data... 71

6.4 Resultat ... 72

7 Modellbygge... 74

7.1 Inlämning av band in i systemet ... 74

7.2 Valsning i 2712... 74 7.3 Valsning 2731 ... 75 7.4 Värmebehandling ... 75 7.5 Sträckning ... 76 7.6 Färdigställning ... 77 7.7 Simuleringsmodell... 77

8 Validering och verifiering ... 78

8.1 Konceptuell modell... 78

8.2 Simuleringsmodell... 78

9 Experiment, resultat och analys ... 82

9.1 Grundläggande information kring utförandet av experiment... 82

9.2 Var skapas flaskhalsar i systemet? ... 83

9.3 Hur kan systemet och processernas parametrar förändras för att minska förekomsten av flaskhalsar i systemet?... 85

9.4 Hur påverkar förändringarna systemet med avseende på utnyttjandegrad, medelväntetid i köerna och antal producerade band? ... 86

9.4.1 Experiment 1 – Tillägg av buffertar ... 86

9.4.2 Experiment 2 – Ändring av logik för reduktion fyra ... 88

9.4.3 Experiment 3 – Ändring av produktionstakten för 2751 ... 89

9.4.4 Experiment 4 – Ändring av värmebehandlingstid ... 91

(9)

9.4.6 Experiment 6 – Kombination av två förändringar (Tillägg av buffertar och ändring av logik för

reduktion fyra) ... 94

9.4.7 Experiment 7 – Kombination av två förändringar (Tillägg av buffertar och ändring av produktionstakten för 2751) ... 96

9.4.8 Experiment 8 – Kombination av två förändringar (Ändring av logik för reduktion fyra och ändring av produktionstakten för 2751) ... 98

9.4.9 Experiment 9 – Kombination av tre förändringar (Tillägg av buffertar, ändring av logik för reduktion fyra, planering av band in i systemet)... 99

9.4.10 Experiment 10 – Kombination av tre förändringar (Ändring av produktionstakten för 2751, tillägg av buffertar, ändring av logik för reduktion fyra) ... 101

9.5 Vilka förändringar har störst effekt på systemet med avseende på utnyttjandegrad, medelväntetid i köerna och antal producerade band? ... 102

9.5.1 Utvecklad analys på experiment 6 ... 102

9.5.5 Summering av analyser för förändringskombinationerna ... 109

10 Diskussion... 111

10.1 Diskussion kring resultat och analys ... 111

10.2 Hållbar utveckling och etiska aspekter ... 113

10.3 Begränsningar i resultatet ... 115

(10)

Figurförteckning

Figur 1: Flödesbild över produktionen efter kallvalsning i kallvalsverk 2751 fram till färdigställning. ... 2

Figur 2: Sekventiell beskrivning över processtegen i produktionen på Gränges... 24

Figur 3: Förenkling av den nya produktionen och dess utformning... 25

Figur 4: Flödesbild över nya produktionen efter kallvalsning i 2751 till färdigställning. ... 26

Figur 5: Karta över industriområdet i Finspång och Gränges transportvägar av band (Gripen – En satsning på Finspång; Gränges Presentation från VD-info 21 november 2018). ... 26

Figur 6: Förenklad bild av funktionsorienterad produktion. ... 28

Figur 7: Förenklad bild över flödesorienterad produktion. ... 29

Figur 8: Visualisering av Resultat av antal procent varje maskin är ledig. Figuren representerar en förenkling av resultatet från Li, Chang och Ni (2009). ... 33

Figur 9: Förenklad bild över modellens uppbyggnad. ... 53

Figur 10: Del av rådata för valsverken, svartmarkerade kolumner har täckts på grund av sekretess. ... 65

Figur 11: Del av rådata för värmebehandlingsugnarna, svartmarkerade kolumner har täckts på grund av sekretess. ... 66

Figur 12: Sortering av band för att beräkna en procentuellfördelning, den svartmarkerade kolumnen har täckts på grund av sekretess... 69

Figur 13: Bearbetning av löp- och glödgningsprogram till simuleringsmodellen. ... 70

Figur 14: Beräkning av antalet reduktioner efter valsning, den svartmarkerade kolumnen har täckts på grund av sekretess. ... 71

Figur 15: Beräkning av medelvalstiden med hjälp av processtiden för varje reduktionstal, där processtiden är angett i dygn – timmar:minuter:sekunder. Den svartmarkerade kolumnen har täckts på grund av sekretess. ... 71

Figur 16: Inlämning av band i systemet. ... 74

Figur 17: Överblick av delen som representerar valsning i 2712. ... 74

Figur 18: Överblick över valsning i 2731. ... 75

Figur 19: Överblick över värmebehandlingsprocessen... 76

Figur 20: Övergripande bild över sträckningen. ... 76

Figur 21: Övergripande bild över färdigställningen. ... 77

Figur 22: Animering av simuleringsmodellen i ARENA... 77

Figur 23: Kontroll att bandställ med kapacitet två aldrig överskreds... 79

Figur 24: Resultat Degenererat test. ... 79

Figur 25: Händelsevalidering... 80

Figur 26: Entitetens information vid spårning av entitet. ... 80

Figur 27: Spårning av entitet. ... 81

(11)

Tabellförteckning

Tabell 1: Presenterar de tio stegen som Säfsten och Gustavsson (2019) anser en strukturerad litteraturstudie bör

innehålla. ... 9

Tabell 2: Sammanfattning av teoretiska referenser. Där undersökta träffar innebär att sammanfattningen har lästs för att sen gå vidare och läsa större delar av artikeln om sammanfattningen var relevant till studien. ... 11

Tabell 3: Sammanfattning av metodreferenser del 1. Där undersökta träffar innebär att sammanfattningen har lästs för att sen gå vidare och läsa större delar av artikeln om sammanfattningen var relevant till studien... 12

Tabell 4: Sammanfattning av metodreferenser del 2. Där undersökta träffar innebär att sammanfattningen har lästs för att sen gå vidare och läsa större delar av artikeln om sammanfattningen var relevant till studien... 13

Tabell 5: Komponentbeskrivningar del 1... 37

Tabell 21: Aktivitetsbeskrivning av inlämning av band i systemet. Del 1 ... 55

Tabell 22: Aktivitetsbeskrivning av inlämning av band i systemet. Del 2 ... 56

Tabell 23: Aktivitetsbeskrivning av kallvalsningsverk 2712 del 1. ... 58

Tabell 24: Aktivitetsbeskrivning av kallvalsningsverk 2712 del 2. ... 59

Tabell 25: Aktivitetsbeskrivning av kallvalsverk 2731 del 1. ... 60

Tabell 26: Aktivitetsbeskrivning av kallvalsverk 2731 del 2. ... 61

Tabell 27: Aktivitetsbeskrivning av värmebehandling. ... 62

Tabell 28: Aktivitetsbeskrivning av sträckningen. ... 63

Tabell 29: Information om ugnarnas program, programtider redogörs inte på grund av sekretess. ... 66

Tabell 30: Grundläggande utförda bearbetningssteg del 1. ... 67

Tabell 31: Grundläggande utförda bearbetningssteg del 2. ... 68

Tabell 32: Värmebehandlingens programnummer, typ av värmning, svalningstid efter färdigt program samt programtiden redovisas, där programtiden inte redovisas på grund av sekretess. ... 72

Tabell 33: Resultat av mätetal, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med.. 84

Tabell 34: Resultat Experiment 1, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 87

(12)

Tabell 38: Resultat Experiment 4, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 92 Tabell 39: Resultat Experiment 5, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 93 Tabell 40: Resultat Experiment 6, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 95 Tabell 41: Resultat Experiment 7, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 97 Tabell 42: Resultat Experiment 8, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 98 Tabell 43: Resultat Experiment 9, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 100 Tabell 44: Resultat Experiment 10, alla resultat är ett medelvärde av de 12 replikationer simuleringen utfördes med. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 101 Tabell 45: Resultat t-test, jämförelse mellan experiment 6 och experiment 1/experiment 2. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 103 Tabell 46: Resultat t-test, jämförelse mellan experiment 7 och experiment 1/experiment 3. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad... 105 Tabell 47: Resultat t-test, jämförelse mellan experiment 9 och experiment 6. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad. ... 106 Tabell 48: Resultat t-test, jämförelse mellan experiment 10 och experiment 6/experiment 7/experiment 8. Grön text innebär statistisk signifikant skillnad och förbättring. Röd text innebär statistisk signifikant skillnad och försämring. Svart text innebär att det inte är en statistisk signifikant skillnad. ... 108

(13)

Ordlista

AGV: Automatisk styrda fordon. Förarlösa truckar som kan transportera produkter. Animering: Visualisering av det som sker i en simuleringsmodell.

Bandställ: En fast stålkonstruktion där banden kan ställas.

FIFO: First in first out, är ett kö-begrepp. Där första inkommande produkt till kön lämnar kön

först.

Glödgning och löpning: Glödning och löpning är två typer av värmebehandlingar, där

skillnaden mellan dessa är hur länge bandet värms. Glödgugn och löpugn är samma ugn, där glödgning och löpning är två olika typer av värmebehandlingar med olika program.

Göt: Ett rektangulärt block av insatsmaterial som är skrot, aluminiumtackor och

legeringsmetaller.

Pallet: En flyttbar platta med lagring av band på. Denna hämtas och lämnas med

pallettransporten.

Pallettransport: Transporterar palletten mellan ugnarna och av-/pålämningsplatsen.

Produktmix: En produktmix är den bestämda mix av band som ska produceras. Eftersom det

finns många olika typer av slutprodukter, kan en produktmix beskriva hur många procent av varje produkt som produceras av den totala mängden producerade produkter.

Reduktion: Är antal gånger ett band har valsats, det anger tjockleken av bandet.

Travers: En lyftkran som transporteras på balkar i taket längsgående, för att sen mekaniskt röra

sig på en skena kortgående. Vilket gör att maskinen kan lyfta produkter över ett rektangulärt område.

Valsstick: Är när ett band går igenom ett valsverk för en valsning.

Värmebehandling: Är ett gemensamt ord för både glödgning och löpning.

Värmeväxlare: En aluminiummodul som används för att överföra värmeenergi från ett medium

(14)

1

1 Inledning

Aluminium är en lätt metall som togs fram år 1825 av danske vetenskapsmannen Hans Christian Örstedt. I Sverige började olika aluminiumprodukter produceras kring 1890-talet och redan vid 1920 fanns det två svenska företag, Finspångs metallverk AB och AB Svenska metallverken, som producerade aluminium. (Svenskt Aluminium 2020).

Idag är aluminium ett material som används inom flera olika typer av områden. Eftersom aluminium är en lätt metall har det kunnat användas till många olika produkter så som folie, burkar och komponenter inom bilar och flygplan (Svenskt Aluminium 2020). I fordonsindustrin är det exempelvis stor efterfrågan på värmeväxlare, vilket är en produkt som kan överföra värmeenergi från ett medium till ett annat. Produkten används bland annat i bilar för att behålla värmen vid ventilationen. Antalet värmeväxlare per fordon ökar på grund av en högre kravbild gällande funktionalitet och prestanda, vilket leder till en högre efterfrågan (Gränges 2020a). Gränges AB i Finspång är ett företag som producerar aluminiumband som kan användas i

produktion av värmeväxlare (Gränges 2020a). Bandens processväg genom produktionen beror på slutproduktens egenskaper, vilket gör att produktionen i dagsläget kräver flera transporter fram och tillbaka över området. Ett band kan antingen lastas på en transportvagn med kapacitet av tre band eller köras en och en med truck. Om transportvagnen används hämtas den av en

dragare, som transporterar transportvagnen mellan de olika byggnaderna. Efter att ett band går igenom en av processerna kallat kallvalsning i kallvalsverket 2751, så kan bandet ta många olika turer genom olika processer. Ett band kan antingen kallvalsas igen, sträckas, värmebehandlas eller skickas direkt till färdigställningen. Eftersom processen inte alltid ser likadan ut för alla band kan banden kallvalsas eller värmebehandlas olika många gånger beroende på vad för slutprodukt som ska produceras, vilket kan bidra till ytterligare transporter. Detta gör att kedjan är väldigt ineffektiv och att risken för skador ökar för både personal och produkter. En

schematisk bild över hur ett band kan transporteras genom produktionen i dagsläget redogörs i Figur 1.1

(15)

2

Figur 1: Flödesbild över produktionen efter kallvalsning i kallvalsverk 2751 fram till färdigställning.

För att förbättra och effektivisera tillverkningen har en investering på 400 MSEK utförts, som förväntas leda till utökad kapacitet samt förbättrat flöde. Investeringen är en ersättning av befintlig produktion, där några maskiner uppdateras men i grunden utför samma processer. Med det förbättrade flödet har Gränges som mål att producera flera band. Större delen av

produktionen flyttas in i samma byggnad, där ett nytt centrallager för valsade band, sex värmebehandlingsugnar med totalt 24 platser och två valsverk allokeras.2_{I och med}

investeringen blir transportsträckorna kortare och risken för skadat material som skrotas minskar, vilket Gränges också hoppas ska kunna leda till en högre och effektivare produktion. I grunden

(16)

3 kommer även produktionen bli mer automatiserad med bland annat AGV:er (Automated guided vehicles) och en automatisk travers för transport mellan de olika processerna.3

Gränges anser att det är av intresse att se var olika flaskhalsar kan uppstå i den nya

produktionslinan. För att se över detta ska en simuleringsmodell byggas som ska representera den nya produktionen och dess logik. Flaskhalsar ska identifieras med hjälp av grundläggande teori. Olika experiment genomförs sedan där olika förändringar i modellen genomförs för att se om flaskhalsarna reduceras på grund av förändringarna. Baserat på resultaten från experimenten kan vi se vilka parametrar som har en signifikant påverkan på̊ resultatet och därför försöka styra produktionens processparametrar och logik för att produktionen ska undvika flaskhalsar.

Exempel på̊ parametrar som kommer att ändras i experimenten är tiden som värmebehandlingen på̊ de nya ugnarna i produktionen kommer att ta, procentuella andelen av defekta band eller produktmixen som ska produceras.

1.1 Syfte

Syftet med projektet är att utföra en flaskhalsidentifiering och ta fram förslag på förändringar i produktionen som kan genomföras för att uppnå ett effektivt flöde, undvika flaskhalsar och maximera antal producerade band.

För att uppnå syftet så kommer följande frågeställningar besvaras.

1. Var skapas flaskhalsar i systemet?

Utifrån de bestämda processtegens parametrar från den konceptuella modellen kan det vara så att flaskhalsar uppstår. Dessa kan uppstå i olika processer beroende på parametrarnas värde och det önskade resultatet på denna fråga är alltså i vilka processer i systemet som flaskhalsarna uppstår.

2. Hur kan systemet och processernas parametrar förändras för att minska förekomsten av flaskhalsar i systemet?

Det önskade resultatet på denna fråga är vilka typer av förändringar som kan genomföras i modellen för att minska förekomsten av flaskhalsarna i systemet.

(17)

4

3. Hur påverkar förändringarna systemet med avseende på utnyttjandegrad,

medelväntetid i köerna och antal producerade band?

Systemets resultat kan vara olika beroende på vilka ändringar av parametervärden som utförs. Resultat som önskas är att se hur modellens resultat i siffror påverkas beroende på

förändringarna som har utförts för att reducera flaskhalsarna i systemet. Där utnyttjandegraden mäts i tiden som någon av processerna i systemet arbetar och medelväntetiden i köerna mäts i timmar.

4. Vilka förändringar har störst effekt på systemet med avseende på utnyttjandegrad, medelväntetid i köerna och antal producerade band?

När flaskhalsarna har identifierats och åtgärder har utförts för att förhindra flaskhalsarna är det intressant att se vad som bör förändras för att Gränges ska kunna maximera sin produktion. Detta gör att det önskade resultatet på denna fråga är att ge exempel på förändringar som gör att antalet producerade band ut från systemet maximeras, att utnyttjandegraden hos processerna blir hög samt att medelväntetiden i köerna blir låg.

1.2 Avgränsningar

Produktionen från smältning och gjutning av aluminium fram till paketeringen av band är en lång process som tar tid. I detta arbete kommer endast vissa delar av produktionen ses över, då det bara är en del av kedjan som omfattas av ombyggnationen. Modellen kommer därför återspegla produktionen från att den första kallvalsningen sker till det att bandet har valsats och

värmebehandlats färdigt. Detta innebär att smältning, gjutning, fräsning, svetsning av plåt och göt, förvärmning samt varmvalsning, tillsammans med de två sista processtegen, skärning och paketering, inte kommer vara med i modellen. Processtegen beskrivs i kapitel 3.3. Inga

jämförelser mellan den gamla och den investerade produktionen kommer att utföras. Gränges producerar många olika typer av band med olika legeringskombinationer och egenskaper. Dessa delas in i undergrupperna som skapas genom att liknande produkter som behöver gå igenom de olika processerna ungefär lika många gånger är med i samma undergrupp. Detta gör att logiken för simuleringsmodellen förenklas och att inte alla produkttyper tas med i modellen.

Avgränsningar utfördes på historiska data för att förenkla implementeringen av den nya produktionsdelen in till en representativ simuleringsmodell. De band som hade två

värmebehandlingar togs bort. Detta eftersom antalet band med två värmebehandlingar inte var så många samt att det förenklade modellbyggandet. Ytterligare en förenkling som utfördes var att ta bort de extra och korta värmningar som utfördes.

(18)

5

1.3 Rapportens disposition

Kapitel 2 redogör för både olika tillvägagångssätt som finns för att genomföra en vetenskaplig studie, hela studiens metod samt den sökning som har utförts för att ta fram litteratur till den teoretiska referensramen. Kapitel 2 beskriver även simulering som metod och hur arbetsgången bör se ut för att producera en bra simuleringsmodell. I kapitel 3 utförs en systembeskrivning. Där beskrivs företagets historia, vilken typ av planering som sker på Gränges för tillfället, hur

processen för ett band ser ut från start till mål och hur produktionen kommer se ut efter

ombyggnationen. Kapitel 4 utgör den teoretiska referensramen till studien. Kapitel 4 börjar med att redogöra struktur och planering kring produktionskedjor och dess logistik. Vidare beskriv automatisering, kapacitetsutnyttjande och hur en flaskhalsanalys genomförs. Kapitel 5 beskriver studiens producerade konceptuella modell som inkluderar de mål som finns med modellen, den indata som krävs men även den utdata som förväntas. I kapitel 5 beskrivs även modellens komponenter och uppbyggnad, de antaganden och förenklingar som görs samt de satta

animeringskraven. Kapitel 6 redogör studiens modelldata och hur den har bearbetats. Kapitel 7 presenterar simuleringsmodellens struktur och hur den är uppbyggd. Kapitel 8 presenterar hur validering och verifiering av simuleringsmodellen har utförts men även validering och

verifiering kring modelldata och den konceptuella modellen. I kapitel 9 beskrivs studiens experiment och varför de utfördes. I kapitel 9 presenteras även resultatet från experimentet och analyser av resultaten. Kapitel 10 redogör en diskussion av resultatet samt etiska aspekter kring förändringarna och Kapitel 11 presenterar studiens slutsatser.

(19)

6

2 Metod

En metod är ett tillvägagångssätt och beskriver de steg som är tvungna att genomföras i en arbetsprocess. En forskningsmetod kan därför beskrivas som en typ av arbetsprocess som ska genomföras för att skapa en möjlighet för att få så mycket kunskap som möjligt, kring det som forskningen ser över (Säfsten & Gustavsson 2019).

När det gäller metodiska angreppssätt inom forskning så beskriver både Säfsten och Gustavsson (2019) och Holme och Solvang (1997) två olika typer av metoder, vilka är kvantitativa och kvalitativa. Skillnaderna mellan dessa två typer är arbetsgången hur kunskapen och

informationen ska samlas in, samt vilken slags kunskap som ska eftersträvas (Säfsten & Gustavsson 2019).

När en kvalitativ metod används är arbetsgången att skapa en förståelse mellan forskare och undersökta personer, litteratur och system. Det är därför viktigt att forskaren som utför metoden försöker få fram de uppfattningar som är personernas egna och på så sätt intresserar sig av området för att skapa rätt uppfattning (Holme & Solvang 1997). Om forskaren sätter sig in i de undersöktas perspektiv kommer det troligtvis leda till en djupare och mer fullständig uppfattning av det som forskaren studerar. Några exempel på kvalitativa metoder som Holme och Solvang (1997) tar upp är observationer, intervjuer och analys av källor.

När kvantitativa metoder används, är det en förutsättning att den teoretiska frågeställningen går att svara på genom ett mätbart svar (Holme & Solvang 1997). Eftersom kvantitativa metoder bygger på att samla information genom siffror och resultat är det viktigt att validera och

kontrollera reliabiliteten. Dessa två begrepp innebär att mätningar utförs på det som är relevant i sammanhanget samt att mätningarna utförs på ett trovärdigt sätt. Det är därför viktigt att

kontrollera att både insamlingen av information är korrekt men även att frågeställningarna är konkreta (Holme & Solvang 1997). Utan rätt data och mätetal kommer resultatet troligtvis bli dåligt vilket gör att forskaren inte får ut något av studien som utförs (Holme & Solvang 1997). I kvantitativa metoder studeras alltså data, dess betydelse och validitet.

I kommande delkapitel kommer datainsamling med hjälp av kvalitativa och kvantitativa metoderna att beskrivas. Refereringen genom rapporten och referenslistan byggs upp och används med stöd av en guide till Harvardsystemet publicerad av Borås Högskola (2018).

2.1 Datainsamling

Datainsamling kan utföras med hjälp av olika tekniker, Säfsten och Gustavsson (2019) nämner observationer, mätningar, intervjuer, enkäter och simuleringsdata som exempel på tekniker för att samla in primärdata. Val av teknik ska vara väl genomtänkt för att komma åt data som

(20)

7 behövs. Enligt Säfsten och Gustavsson (2019) bör forskare dokumentera hur insamling av data har gått till, noggrannheten kan dock variera mellan studier. Fördelar med en noggrann

dokumentering är att det är lättare att återvända till insamlade data samt att det är möjligt för andra människor att förstå sig på data (Säfsten & Gustavsson 2019).

Efter insamlingen behöver indata bearbetas och analyseras. I vissa fall kan statistiska

bearbetnings- och analystekniker användas för att ta fram specifika mätdata eller annan data som kan vara till betydelse i studien, där enklare bearbetningar av data kan genomföras i Excel (Säfsten & Gustavsson 2019).

I detta projekt samlades historiska data av produktionen in från ett av Gränges egna databaser, denna data kunde senare bearbetas i Excel för att representera modellens indata. Några exempel på data som erhölls är; procentuell fördelning av produktmixerna, ankomstintensiteten in i systemet samt valsningstiderna i de olika kallvalsningsverken beroende på bandets tjocklek. Indata var tvungen att bearbetas för att passa in i den simuleringsmodell som projektet tog fram och för att ta fram nödvändig information kring banden och dess egenskaper. Dokumentering utfördes i varje bearbetningssteg för att enkelt kunna gå tillbaka och korrigera om ett fel upptäcktes. En mer utförlig beskrivning av bearbetningen och data beskrivs i kapitel 6. Information om processkedjan och produktionen samlades in med hjälp av observationer, intervjuer samt en litteraturstudie.

2.1.1 Observationer

En observation kan handla om att se efter hur en person utför en uppgift eller se över olika typer av moment och processer genom att studera olika händelseförlopp (Bell 2016). Denna metodtyp kan därför vara väldigt användbar när det gäller att se efter om processer och arbetare verkligen gör vad de ska göra. Detta leder till att antaganden och uppfattningar kan bekräftas (Bell 2016). Enligt Säfsten och Gustavsson (2019) så kan observatörsdeltagandet och strukturen skifta

beroende på observation. I vissa observationer är observatören inte alls involverad i de aktiviteter som sker utan studerar aktiviteterna på håll, medan i andra kan observatören vara väldigt

involverad och studera en situation som observatören är en del av. Strukturen för observationen kan också skilja, då observatören i vissa fall använder sig av ett protokoll som specificerar vad som ska registreras medan i andra fall endast dokumenterar en del av vad som sker (Säfsten & Gustavsson 2019).

En fördel med denna metod är att det ger en bra insikt i vilka företeelser som sker i processen som ses över och hur folk går tillväga i realtid. En nackdel däremot är att observatören kan göra en egen tolkning utifrån egna förväntningar om vad som skulle hända och det kan också vara svårt att både iaktta och anteckna det som sker samtidigt (Säfsten & Gustavsson 2019).

(21)

8 I detta projekt har observationer framförallt använts i processen när det gäller att skapa en

förståelse kring produktionen och dess logik. Detta för att skapa en översiktlig bild av hur olika beslut tas idag i produktionen och vad som verkligen sker i de olika produktionsstegen. Eftersom reliabilitet avgörs av observatörens kompetens att iaktta och anteckna samtidigt så utfördes observationerna flera gånger och av två olika observatörer för att öka tillförlitligheten.

2.1.2 Intervjuer

Syftet med denna metod är att få fram information som respondenten sitter inne med (Bell 2016). När en intervju hålls är det viktigt att vara förberedd och välja ut teman att intervjua om, skapa frågeställningar och lägga upp en tidsplan så att intervjun inte tar för lång tid. Att ställa

följdfrågor är något som bör göras i en intervju. Detta för att förtydliga och tvinga respondenten att utveckla sina svar ytterligare (Bell 2016). Strukturen på intervjuer kan se olika ut och

intervjuer kan även ske i olika former, de kan antingen utföras med en eller flera respondenter. Intervjuerna i sig kan vara ostrukturerade, semistrukturerade eller strukturerade (Säfsten & Gustavsson 2019). Enligt Säfsten och Gustavsson (2019) är en ostrukturerad intervju mer öppen och samtalet diskuteras mer fritt mellan respondent och intervjuare, medan en strukturerad intervju har fasta frågor att följa och ibland även svarsalternativ som respondenten får ta del av och välja bland. Vid en intervju kan det finnas en eller flera intervjuare, fördelen enligt Säfsten och Gustavsson (2019) med att vara flera intervjuare är att de kan komplettera och hjälpa varandra. Exempelvis sköter en av intervjuarna samtalet medan den andra antecknar (Säfsten & Gustavsson 2019). Nackdelen med det kan dock vara att respondenten känner sig i underläge vid närvaro av två eller flera intervjuare.

Enligt Säfsten och Gustavsson (2019) så är några av nackdelarna med intervjuer att om fel respondenter väljs kan det leda till ett missvisande resultat och att intervjuer kan vara väldigt tidskrävande då transkribering kan vara tvunget att utföras. Det som är fördelaktigt med intervjuer är att de i vissa fall är flexibla på så sätt att intervjuaren kan justera intervjufrågorna och försöka få ut mer information i realtid. Vid intervjuer kan information och dess relevans valideras direkt under intervjun (Säfsten & Gustavsson 2019).

Under studien utfördes ostrukturerade intervjuer där det alltid var två intervjuare. Antalet respondenter vid varje intervju varierade mellan att vara en eller flera. Under intervjuerna tog intervjuarna på sig olika roller, där en ställde fler frågor och den andra hade mer fokus på att anteckna informationen. Intervjuerna utfördes kontinuerligt med anställda på Gränges som dels ansvarade för de olika processerna samt med personer inblandade i ombyggnationen och produktionens planering. I början användes resultatet som en informationsbank kring systemet, indata och till att göra eventuella förenklingar. Senare intervjuer fokuserade på att validera bearbetade indata och den logik som processerna i simuleringsmodellen hade.

(22)

9 2.1.3 Litteraturstudie

Innan en studie kan genomföras är det nödvändigt att veta vilken kunskap som redan finns inom det område som ska ses över. Det är viktigt att kartlägga redan publicerad och relevant litteratur för att få en gedigen kunskapsbas och få en översikt över vilken forskning som har utförts inom det specifika området (Säftsten & Gustavsson 2019). Detta kan utföras genom en litteraturstudie, där författaren av studien identifierar litteratur, läser den och sedan sammanställer det viktigaste innehållet som kan bidra till studiens resultat (Säftsten & Gustavsson 2019).

Säfsten och Gustavsson (2019) tar upp tio steg som en strukturerad litteraturstudie bör innehålla, dessa steg samt ett förtydligande av dem presenteras i Tabell 1.

Tabell 1: Presenterar de tio stegen som Säfsten och Gustavsson (2019) anser en strukturerad litteraturstudie bör innehålla.

Steg Aktivitet Förtydligande

1 Precisera syftet med litteraturstudien. Detta utförs för att underlätta planering och genomförande.

2 Identifiering av lämpliga sökord. -

3 Formulering av kriterier för inkludering och exkludering av litteratur.

Bestäm vilka kriterier som hittad litteratur ska uppnå.

4 Välja sökverktyg och databas. -

5 Genomför vald sökstrategi. Att inkludera synonymer till sökord för att maximera antalet relevanta artiklar är ett exempel på en sökstrategi.

6 Översiktlig genomgång av den identifierade litteraturen.

Utförs för att sortera bort de litteratur som inte tros kunna bidra med något till studien.

7 Fördjupad genomgång av litteraturen. Läser sedan litteraturen för att än en gång sortera bort den litteratur som inte tros kunna bidra relevanta information.

8 Exkludera överflödiga artiklar. -

9 Analysera innehållet noggrant i litteraturen. Kopplar litteraturen med syftet.

10 Presentera i nedskriven litteraturöversikt. Presenterar de delar av litteraturen som kan kopplas till studien och syftet.

(23)

10 I denna studie har en litteraturstudie genomförts där relevant litteratur insamlades via Google Scholar och Linköpings universitetets egen databas Unisearch. För att ta fram relevant litteratur användes sökord som: ”Identification of bottlenecks in manufacturing”, “Capacity utilization manufacturing”, ”Bottleneck definition”, ”Manufacturing planning MTS MTO” och

”Automated guided vehicles in production chains”. Tidigare kurslitteratur användes även som referenser, vilket presenteras senare i kapitel 2.1.3.

I Tabell 2 redogörs en sammanfattning av de använda teoretiska referenserna, via vilken sökmotor de togs fram, vilka sökord som användes och antalet träffar.

(24)

11

Tabell 2: Sammanfattning av teoretiska referenser . Där undersökta träffar innebär att sammanfattningen har lästs för att sen gå vidare och läsa större delar av artikeln om sammanfattningen var relevant till studien.

Nr Sökmotor Sökord Antal

träffa r Undersök ta träffar Relevant a artiklar

Tänkbara relevanta källor

1 UniSearch databas ”Bottleneck definition” – akademiska tidskrifter

1672 Topp 20 1 Wang, Zhao & Zheng (2005) 2 Google Schoolar ” bottleneck analysis in manufacturing” 177 000

Topp 50 1 Velumani & Tang (2017)

3 Google Scholar ” identification of bottlenecks in manufacturing” 86 800

Topp 50 2 Li, Chang & Ni (2009); Jingshan Li (2013) 4 UniSearch databas ”Automated guided vehicles in production chains” – Akademiska tidskrifter

59 Topp 20 2 Kahraman, Gosavi & Oty (2008);

Bechtsis, Tsolakis, Vlachos & Iakovou (2017) 5 UniSearch databas ”Manufacturing planning MTS MTO” – Akademiska tidskrifter – 2003 till 2020

108 Topp 30 2 Guillaume, Grabot & Thierry (2013);

Li, Zhang & Wiliiamowska-Korsak (2014) 6 UniSearch databas ”Produktionslog istik” Böcker – Campus Norrköping

59 Topp 10 1 Mattsson & Jonsson (2003)

7 UniSearch databas ” capacity utilization manufacturing” – akademiska tidskrifter 10 687

Topp 30 2 Corrado & Mattey (1997); Kumru (2011) 8 UniSearch databas ”theory of constraint” – akademiska tidskrifter 28 Topp 5 1 Nave (2002)

(25)

12 Annan litteratur som användes var:

• Oskarsson, Aronsson och Ekdahl (2013). Modern logistik. Liber. (Kursreferens)

• Kelton, D, Sadowski, R & Zupick, N (2015). Simulation with Arena. (6th ed.). McGraw- Hill Education. (Kursreferens)

• Sargent, Robert, (2011). Verification and validation of simulation models. Proceedings of the 2011 Winter Simulation Conference (WSC) Simulation Conference (WSC),

Proceedings of the 2011 Winter. :183-198 Dec, 2011 (Kursreferens) I Tabell 3 och Tabell 4 redogörs en sammanfattning av den teori som användes till

metodlitteratur. I Tabell 3 och Tabell 4 redogörs via vilken sökmotor de togs fram, vilka sökord som användes och antalet träffar.

Tabell 3: Sammanfattning av metodreferenser del 1. Där undersökta träffar innebär att sammanfattningen har lästs för att sen gå vidare och läsa större delar av artikeln om sammanfattningen var relevant till studien.

träffar Undersökta träffar Relevanta artiklar Tänkbara relevanta källor 1 UniSearch databas ”Conceptual modelling” – Akademiska tidsskrifter – Ämne: Conceptual modelling 1002 Topp 5 1 Hartvigsson, Ahlgren & Molander (2020) 2 UniSearch databas ”Forskningsmetodik” – Språk svenska – Bibliotek Campus Norrköping.

39 Topp 5 3 Säfsten & Gustavsson (2019); Holme & Solvang (1997); Bell (2016)

(26)

13

Tabell 4: Sammanfattning av metodreferenser del 2. Där undersökta träffar innebär att sammanfattningen har lästs för att sen gå vidare och läsa större delar av artikeln om sammanfattningen var relevant till studien.

träffar Undersökta träffar Relevanta artiklar Tänkbara relevanta källor 4 UniSearch databas ”Discrete event simulation”

63079 Topp 15 4 Flores-Garcia, Bruch, Wiktorsson & Jackson (2019);

Pedrielli, Matta, Alfieri & Zhang (2018); Bokrantz, Skoogh, Lämkull, Hanna & Perera (2018);

Kang & Bhatti (2019)

6 Google ”FN:s globala hållbarhetsm ål” - Topp 5 3 UNDP (2020) Regeringskansliet (2020); FN-förbundet (2019)

2.2 Simulering som metod

Enligt Robinson (2014) innebär simulering att visualisera ett verkligt system som rör sig genom tiden. Detta används för att ta lärdom av ett system och kunna testa olika förhållanden i systemet för att se hur det påverkas. Det sätts högre krav på producerande industrier idag vilket gör att de måste förbättra sina processer. Där Kang och Bhatti (2019), Bokrantz et al. (2018) och Pedrielli et al. (2018) anser att simuleringen är ett bra verktyg för att förbättra processerna.

Avsikten med en simulering är att få en bättre förståelse för ett system genom att ändra, styra och kontrollera indata samt parametrar i modellen (Kang & Bhatti 2019; Flores-Garcia et al. 2019). Det är svårt att implementera den mänskliga faktorn i en modell, vilket leder till att resultatet från en simulering av ett system endast ska ses som en fingervisning. Simuleringen kan beskrivas som ett scenario som en användare implementerar för att se vilken påverkan det scenariot har på systemet (Robinson 2014).

Det finns ett antal fördelar med att simulera jämfört med att experimentera i verkligheten och dessa är kostnad, tid, kontroll av förhållanden samt om det betraktade systemet inte finns i verkligheten (Robinson 2014). Enligt Flores-Garcia et al. (2019) så är simulering ett väldigt bra verktyg i ett tidigt skede när en ny produktion ska införas för ett producerande företag. Nyttor

(27)

14 med simuleringen i ett sådant läge skulle vara att undersöka, testa och analysera den nya

produktionsprocessen, vilket leder till att kostsamma misstag undviks (Flores-Garcia et al. 2019). Experimentering i det verkliga systemet är svårt då en dag inte är en annan lik. Detta på grund av olika faktorer som påverkar systemet, vilket gör att det inte går att garantera att produktionen är exakt likadan från en dag till en annan. Att genomföra simuleringar på ett system kan utföras parallellt med att det verkliga systemet producerar, som gör att produktionen inte påverkas. Att produktionen inte påverkas gör att företaget inte får eventuella ökade kostnader eller minskade intäkter. Samtidigt kan en simulering garantera lika förhållande vid två olika experiment, eftersom alla faktorer kan kontrolleras (Robinson 2014). Det finns tillfällen som ett system kan planeras att byggas och beslut ska tas om det är värt investeringen, det kan då vara bra att få detta visualiserat med hjälp av en simuleringsmodell (Robinson 2014).

I vissa fall kan det även finnas vissa experiment som produktionen velat genomföra men dessa har inte utförts då personer har varit rädda för totalt haveri (Bokrantz et al. 2018). Med hjälp av simulering kan dessa experiment då genomföras och en bild över dess påverkan kan då skapas. Simuleringen ger kunskap och lärdomar kring hur ett system fungerar, som senare kan vara till hjälp för att lösa problem. Visualisering av flöden och system är en annan fördel med simulering, vilket förenklar ett system och gör det mer lättförståeligt för beslutsfattare (Robinson 2014). Nackdelar med simulering är att det ofta är dyrt, det tar tid, kräver stort behov av data, kräver kunskaper kring simuleringsprogram samt att simuleringen kan överskattas (Robinson 2014; Flores-Garcia et al. 2019). Simuleringsprogram är ofta dyra att köpa och eventuellt kan företag behöva hyra in en konsult som är duktig på simulering och de aktiviteter som hör till

arbetsprocessen. Om inte data redan samlas in kontinuerligt så behöver det påbörjas för att simuleringsmodellen ska ha den indata som krävs för att kunna ge ett givande resultat. Innan resultatet från simuleringen kan anses som trovärdigt behöver analyser av antaganden och förenklingar utföras (Robinson 2014).

Diskret simulering är den form av simulering som användes i detta projekt, vilket allmänt används för att modellera kösystem. Kösystem består av att entiteter som skickas mellan aktiviteter med en tidsfördröjning, för att sen stå i kö och vänta på att processas i nästa aktivitet (Robinson 2014).

2.2.1 Konceptuell modell

Enligt Robinson (2014) är definitionen för en konceptuell modell en specifik beskrivning av en simuleringsmodell, utan någon referering till en programvara. En konceptuell modell innehåller beskrivning av modellens mål, indata, utdata, innehåll, antaganden och förenklingar. Den konceptuella modellen ska representera den del av det verkliga systemet som ska undersökas, vilket är en förenkling av det verkliga systemet. Robinson (2008) och Hartvigsson, Ahlgren och Molander (2020) skriver att det första som bör utföras är att skapa sig en förståelse för systemet

(28)

15 och förstå problemet. Diskussioner anser Robinson (2008) vara en bra lärandeform. Denna lärandeform användes när indata i modellen diskuterades med handledaren på Gränges. Det gäller dock att vara försiktig vid den konceptuella modellen då den ofta är byggd med kvalitativ information, vilket enligt Hartvigsson, Ahlgren & Molander (2020) gör den osäker.

Processen i att formulera det innehåll som ska ingå i den konceptuella modellen förenklas om det redan innan kan formuleras vad modellen ska ha för inmatnings- och utmatningsvariabler

(Robinson 2014). Inmatningsvariablerna är de variabler som ska styras och ändras på vid experiment för att uppnå de önskade värdena på utmatningsvariablerna. Utmatningsvariablerna ska visa de resultat som leder till att målen med simuleringen uppnås.

När modellens innehåll ska implementeras behövs det sättas systemgränser. Med det menas systemets startpunkt och slutpunkt samt vilka processer som ska ingå i systemet. Detaljnivån för processerna innanför systemgränser behöver också sättas när modellens innehåll definieras. Enligt Robinson (2008) bestäms detaljnivån baserat på modellerarna och klientens kunskapsnivå av systemet och simulering. Detaljerna i den konceptuella modellen beskrevs noggrant för att öka förståelsen för modellerarna och för utomstående som läser rapporten.

Vid implementering av modellens delar görs antagande och förenklingar. Antagande görs vid osäkerhet kring det verkliga systemet och förenklingar görs för att snabba upp modellbyggandet samt för att modellen ska komma till användning tidigare (Robinson 2014; Robinson 2008). I denna studie diskuterades antagandena med handledare på Gränges för att se om de ansågs rimliga.

Framställning av den konceptuella modellen och förståelsen kring systemet skapades genom möten med olika personer som har olika positioner på Gränges, där informationen

dokumenterades. Detta gjorde det möjligt att gå tillbaka och titta vad olika personer hade sagt. Informationen som togs fram och användes i den konceptuella modellen var de olika processerna i systemet och dess information, som till exempel processtider, samt information kring

inmatningsvariablerna och dess värden. 2.2.2 Indatamodellering

Indatamodellering börjar med att data samlas in, vilket kan utföras på två olika sätt. Det ena är att bygga upp ett experiment som samlar in data och det andra är att plocka ut rimliga data som samlats in av någon annan (Leemis 2004). Det finns också data som varken går att samla in eller finns tillgänglig, den sort av data kategoriseras i grupp C av Robinson (2014). Denna data är den mest osäkra att arbeta med eftersom den behöver estimeras vilket leder till osäkra resultat

(Robinson 2014). Leemis (2004) skriver att det är säkrare att samla in data själva då full kontroll ges över hur det samlas in och validiteten anses högre, vilket kategoriseras av Robinson (2014) i grupp B. Detta är dock tid- och kostnadsmässigt dyrare, vilket gör det lättare att redan välja insamlade pålitliga data. Gränges anses vara en pålitlig källa för insamlingen av data och således

(29)

16 valdes den andra metoden som Leemis (2004) beskriver och kategoriseras som Grupp A av Robinson (2014). Med hjälp av handledaren på Gränges valdes en stabil period där data var representativ för hur Gränges vill att produktionen ser ut. Eftersom insamlade data ansågs vara stabil, kunde den användas till modellen efter att den hade behandlats. Vid användning av A-kategoriserade data är det viktigt att den valideras och behandlas så att den passar i den aktuella modellen (Robinson 2014).

Data som hämtades från Gränges databas var processtider för processerna innanför

systemgränsen, vilket innehåller både ankomst- och servicetider som enligt Leemis (2004) och Robinson (2014) är det enda som anses vara nödvändigt. Data som mottagits behöver

kontrolleras hur den har samlats in eller hur den ska tolkas. I projektet utfördes detta genom att ställa frågor till personal hos Gränges.

Leemis (2004) varnar för att data ofta innehåller oförutsedda fel, vilket skapar felaktigheter i ens modell senare om de inte behandlas innan. I och med detta genomsöktes indata visuellt efter felaktigheter samt med kod som kontrollerade behandlade data, hur detta utfördes beskrivs i kapitel 6.2.1.

Information är tolkad data, detta kan samlas in via diskussioner eller genom att läsa rapporter (Robinson 2014). Data anses vara otolkad och som modellerare behövdes det bestämmas om informationen räckte för det syfte som det användes till. I detta projekt användes till större delen rådata som behandlades, där behandlade data användes i modellen senare.

Att representera oförutsägbar variation är en viktig del av modellering. Detta kan utföras med olika metoder, vilka kallas spårning, empirisk- och statistisk distribution. För ett

operationssystem finns variationer som ankomsttider, servicetider, processtider samt val av rutter (Robinson 2014). Den metod som användes i projektet är spårning, vilket innebär att en ström av händelser baserat från behandlade data kommer i tidsordning (Robinson 2014). Varje händelse innehåller då tidpunkter samt annan data, exempelvis processtider och vilken rutt.

2.2.3 Modellkonstruktion

Modellkonstruktion handlar om att ta sig från en konceptuell modell till en datorbaserad modell. I denna process rekommenderar Robinson (2014) vissa steg som bör utföras för att på ett lätt och effektivt sätt arbeta sig framåt. Där första steget anses vara att sätta sig och tänka igenom hur modellen ska byggas och rita på papper med de programbaserade tänket som ska användas. Detta kallas en modelldesign vilket frånskiljer sig från den konceptuella modellen genom att denna är programspecifik (Robinson 2014). Genom att börja med modelldesignen istället för att sätta sig i datorprogrammet direkt kan tid sparas genom att misstag och ineffektiva lösningar undviks. Fyra mål som är centrala när modelldesignen ska utvecklas är: tiden det tar att bygga modellen, förståbarheten av modellen, flexibiliteten att ändra i modellen samt körtiden för modellen

(30)

17 (Robinson 2014). Dessa mål påverkar varandra och alla kan inte följas samtidigt. Att beskriva modelldesignen med vardagliga ord utan att gå in för mycket på den specifika koden är också bra. I dessa fall ska texten vara förståelig för en person som har grundläggande kunskaper (Robinson 2014). Bristande dokumentation är enligt Gass (1984) ofta orsaken till att modellfel uppstår eller att andra inte kan använda modellen då de inte förstår sig på den.

För oerfarna modellerare kan en del av modelldesignen utföras i det utvalda programmet, då det är lättare att testa sig fram för modelleraren (Robinson 2014). Att kontinuerligt dokumentera vad som utförs, ger modelleraren möjligheten att gå tillbaka i processen för att själv förstå hur delar av modellen utförts. Det är också viktigt att uppdatera dokumentationen när förändringar har utförts (Robinson 2014).

Det rekommenderas att utveckla modellen i små steg för att kunna testa hur varje steg fungerar. Genom detta arbetssätt anser Robinson (2014) att modellen blir mer genomarbetad och

minimerar risken för fel. De små steg som Robinson (2014) rekommenderar följer arbetsgången skriva kod, testa kod samt dokumentera koden. Att tänka på när kod skrivs är att strukturera koden så att liknande delar står på samma ställe. Detta leder till att koden blir mer lättförståeligt och det blir lättare att hitta rätt del om förändring krävs i framtiden (Robinson 2014).

Övergången från den konceptuella modellen till det specifika simuleringsprogrammet utfördes genom att testa sig fram i programvaran ARENA. Programvaran består av olika moduler som kan sättas ihop med varandra, men egen kod kan också skrivas. En grundstruktur hur

implementeringen skulle ske i simuleringsprogrammet hade utformats innan implementeringen utfördes vid datorn. En hel modelldesign utfördes inte på grund av bristande erfarenhet i

programmet. I och med att inte en hel modelldesign utfördes kan det ha påverkat förståbarheten, flexibiliteten samt tiden det tog att bygga modellen. Större delen av den kod som skrevs följde den rekommenderade arbetsgången av Robinson (2014).

2.2.4 Validering och verifiering

Enligt Robinson (2014) så ska en simuleringsstudie innehålla validering och verifiering av modellen och dess data. Det är viktigt att visa på giltigheten för en modell för att dess resultat ska anses trovärdigt. Dessa kontroller kan genomföras systematiskt under arbetets gång för att underlätta arbetet (Robinson 2014).

Verifiering är en process som handlar om att säkerställa att modelldesignen som har skapats har blivit korrekt byggd i datamodellen, och att alla delar är representerade. Validering är en process som ska genomföras för att bevisa att modellen är byggd för att klara av det som var tanken med modellen (Robinson 2014). Sargent (2011) beskriver aktiviteten verifiering av modellen som att säkerställa att modellen och dess implementering är korrekt medan validering handlar om att bevisa att modellen överensstämmer med det avsedda systemet och dess tillämpningsområde.

(31)

18 Robinson (2014) tar upp 6 olika delar av en simuleringsstudie där validering kan genomföras, dessa beskrivs nedan.

• Validering av konceptuell modell: En av de delar i simuleringsstudien där validering kan utföras, är den konceptuella modellen. Detta utförs genom att kontrollera att den

konceptuella modellen har med allt innehåll som krävs för att kunna möta de mål som simuleringsstudien har.

• Validering av data: Att se över att den insamlade data som krävs för att köra simuleringsmodellen stämmer överens med verkligheten och att det finns data och information för de processer som modellen innehåller. Allt för att se över om modellen kommer kunna representeras på ett verkligt sätt och kunna uppnå de mål som

simuleringsstudien har.

• Validering av vit låda: I denna validering kontrolleras om varje del av modellen representerar verkligheten på ett exakt sätt för att kunna uppnå de mål som simuleringsstudien har.

• Validering av svart låda: I denna validering ses det över om hela modellen representerar verkligheten på ett exakt sätt för att kunna uppnå de mål som simuleringsstudien har.

• Validering av experiment: I studien kan experimenten ses över. Detta genom att

experimenten som utförs ger relevanta resultat som kan hjälpa studien att uppnå de mål och syfte som studien har.

• Validering av resultat: Se över om resultatet från modellen kommer att vara relevant för studien. Denna validering utförs innan implementering och byggandet av modell. Det finns olika tekniker som kan användas för att validera och verifiera hela samt små delar av modellen (Sargent 2011). Några av teknikerna beskrivs nedan.

• Animering: Modellen innehåller animering vilket gör att modelleraren kan säkerställa att entiteterna tar rätt väg i systemet. Detta genom att se över dess rörelser i relation med tid.

• Jämförelse med andra modeller: Resultatet från modellen jämförs med andra giltiga modellers resultat.

• Degenererat test: Modellens logik kan ses över genom att välja olika parametervärden på processerna. Ett exempel som Sargent (2011) tar upp är att bevisa att en högre

ankomstintensitet än servicetakt hos en process kommer leda till att antalet entiteter i kö ökar.

• Händelsevalidering: Kontrollera att händelserna som sker i simuleringsmodellen är händelser som både kan ske och sker i det verkliga systemet.

• Test med extrema värden: Att testa modellens struktur och logik med hjälp av extrema värden. Ett exempel som Sargent (2011) nämner är att till exempel sätta antalet in-entiteter hos en process till noll. Detta borde i så fall leda till att antalet in-entiteter ut från processen också är noll.