Disputation: Simon Lidberg

Simon Lidberg försvarar sin avhandling "Decision Support Architecture: Improvement Management of Manufacturing Sites Through Multi-Level Simulation-Based Optimization".

Sammanfattning

Dagens tillverkningsindustrier behöver konkurrera i en omvärld som präglas av föränderliga krav, globalisering, krav på hållbarhet, och ekonomiska utmaningar. Noggrann förbättringshantering och möjligheten att kunna uppskatta framtida prestanda i produktionssystemen är avgörande för att förbli konkurrenskraftiga. Discrete-Event Simulation (DES) och Simulation-Based Optimization (SBO) är kraftfulla verktyg för att modellera och optimera komplexa produktionssystem. SBO har tidigare använts främst för enskilda produktionslinjer, vilket kan leda till suboptimeringar om hänsyn tas till hela systemets prestanda. Detta vetenskapliga bidrag föreslår ett angreppsätt där flernivå-optimering nyttjas för att fokusera på resultatet för hela systemet.

För att övervinna utmaningen med långa beräkningstider för komplexa modeller, utvärderar denna forskning en metod för att förenkla DES-modeller. Genom att minska detaljnoggrannheten kan beräkningstiden reduceras, vilket möjliggör snabbare SBO-analys av hela fabriker och värdeflöden. Denna förenklingsmetod är avgörande för att kunna erbjuda beslutsstöd inom en rimlig tid för industriellt beslutsfattande. Detta bidrag utgör avhandlingens första del.

Avhandlingens andra del presenterar en beslutstödsarkitektur, kallad Decision Support Architecture (DSA), som nyttjar SBO för att optimera fabriksprestanda. Processen inleds med att identifiera den mest kritiska flaskhalsen i produktionssystemet och den specifika parametern som behöver förbättras. Den här metoden prioriterar förbättringar med störst effekt för minsta resursförbrukning. Efter denna analys optimeras varje enskild produktionslinje med detaljerade modeller för att identifiera vilken utrustning och parameter som ger störst effekt på förbättringen. Algoritmer för kunskapsutvinning används sedan för att prioritera dessa förbättringar baserat på deras effekt på hela fabrikens prestanda, vilket leder till effektivare resurshantering och förbättrat beslutsfattande på fabriksnivå.

Det största vetenskapliga bidraget från denna avhandling utgörs av den utvecklade metoden för optimering på flera nivåer i kombination med kunskapsutvinning och SBO som möjliggörs av förenklade simuleringsmodeller. Detta ramverk ger värdefulla insikter för att optimera hela tillverkningssystem i en komplex och dynamisk miljö.

Handledare

Amos Ng, professor, Högskolan i Skövde
Tehseen Aslam, lektor, Högskolan i Skövde
Marcus Frantzén, Evoma AB

Opponent

Sanjay Jain, professor, George Washington University

Betygsnämnd

Ann-Louise Andersen, lektor, Aalborg University
Patrik Jonsson, professor,  Chalmers tekniska högskola
Sandor Ujvari, lektor, Högskolan i Skövde

Kontakt

Industridoktorand

Simon Lidberg

Institutionen för ingenjörsvetenskap

E-postadress simon.lidberg@his.se