Riassunto analitico
La seguente tesi è stata sviluppata a seguito del periodo di stage curriculare della durata di sei mesi svolto nel reparto di industrial operations presso System Logistics S.p.A, azienda produttrice di soluzioni innovative di intra- logisitca e material handling.
L’elaborato ha lo scopo di fornire un modello di ottimizzazione che garantisca il controllo della produzione mediante la formazione di team di lavoro, tali per cui il tempo di produzione venga minimizzato. Tutto ciò è possibile grazie al modello predittivo costruito, il quale, fornisce una stima della performance degli operatori sulla base della loro esperienza.
Nella prima parte della tesi, a seguito della presentazione dell’azienda e della linea produttiva sulla quale si è concentrato lo studio, ossia la linea di assemblaggio SVL (System Vehicle Loop), viene illustrata la letteratura scientifica inerente argomenti quali l’Industria 4.0, Manufacturing Execution System, cicli produttivi ed i tempi associati ad essi al fine di introdurre concetti sulla base dei quali si fonda lo studio.
A seguire, vengono presentati i principali strumenti utilizzati per effettuare la sperimentazione dei dati raccolti, ossia, le carte di controllo, il diagramma di Ishikawa e le curve di regressione. Sulla base dei dati rilevati tramite il Manufacturing Execution System, è stata effettuata un’analisi con l’obiettivo di ottenere un modello di previsione dei tempi di produzione. Inizialmente, tramite l’utilizzo di carte di controllo è stato verificato lo stato di controllo statistico del processo per definire se fossero presenti o meno cause speciali che incidono sull’andamento della curva. In secondo luogo, l’elaborato si concentra nella costruzione di un modello di regressione. Per l'ottenimento della formulazione matematica sono state ricercate le principali cause impattanti sul tempo produttivo mediante il diagramma di Ishikawa, le quali sono state considerate come coefficienti del modello creato.
Infine, i dati ottenuti tramite la regressione sono stati utilizzati come input del modello di ottimizzazione per la formazione dei team.
|
Abstract
La seguente tesi è stata sviluppata a seguito del periodo di stage curriculare della durata di sei mesi svolto nel reparto di industrial operations presso System Logistics S.p.A, azienda produttrice di soluzioni innovative di intra- logisitca e material handling.
L’elaborato ha lo scopo di fornire un modello di ottimizzazione che garantisca il controllo della produzione mediante la formazione di team di lavoro, tali per cui il tempo di produzione venga minimizzato.
Tutto ciò è possibile grazie al modello predittivo costruito, il quale, fornisce una stima della performance degli operatori sulla base della loro esperienza.
Nella prima parte della tesi, a seguito della presentazione dell’azienda e della linea produttiva sulla quale si è concentrato lo studio, ossia la linea di assemblaggio SVL (System Vehicle Loop), viene illustrata la letteratura scientifica inerente argomenti quali l’Industria 4.0, Manufacturing Execution System, cicli produttivi ed i tempi associati ad essi al fine di introdurre concetti sulla base dei quali si fonda lo studio.
A seguire, vengono presentati i principali strumenti utilizzati per effettuare la sperimentazione dei dati raccolti, ossia, le carte di controllo, il diagramma di Ishikawa e le curve di regressione.
Sulla base dei dati rilevati tramite il Manufacturing Execution System, è stata effettuata un’analisi con l’obiettivo di ottenere un modello di previsione dei tempi di produzione.
Inizialmente, tramite l’utilizzo di carte di controllo è stato verificato lo stato di controllo statistico del processo per definire se fossero presenti o meno cause speciali che incidono sull’andamento della curva.
In secondo luogo, l’elaborato si concentra nella costruzione di un modello di regressione. Per l'ottenimento della formulazione matematica sono state ricercate le principali cause impattanti sul tempo produttivo mediante il diagramma di Ishikawa, le quali sono state considerate come coefficienti del modello creato.
Infine, i dati ottenuti tramite la regressione sono stati utilizzati come input del modello di ottimizzazione per la formazione dei team.
|