haku: @keyword service / yhteensä: 69
viite: 14 / 69
| Tekijä: | Junttila, Janne |
| Työn nimi: | Service workshop footprint optimization |
| Korjaamoverkoston optimointi | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2013 |
| Sivut: | 62 Kieli: eng |
| Koulu/Laitos/Osasto: | Koneenrakennustekniikan laitos |
| Oppiaine: | Tuotantotekniikka (Kon-15) |
| Valvoja: | Aaltonen, Kalevi |
| Ohjaaja: | Heimonen, Harri |
| OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
| Sijainti: | P1 Ark Aalto | Arkisto |
| Avainsanat: | network service workshop optimization huoltoverkosto korjaamo optimointi |
| Tiivistelmä (fin): | Tämä diplomityö käsittelee globaalin sähkölaitteita valmistavan yrityksen korjaamoverkoston optimointia. Nykyinen korjaamoverkosto on kehittynyt ajan myötä ja se ei ole siten suunniteltu toimimaan globaalina verkostona ja korjaamot ovat maakeskeisiä. Tämä synnyttää seuraavia ongelmia: Verkosto ei anna yhtenäistä kuvaa globaaleille asiakkaille, taloudelliset investoinnit korjaamoihin eivät ole täysin hyödynnettyjä ja korjaamoiden ei ole mahdollista tarjota sarjatuotantoa vaativia palveluja. Tutkimusongelmana on esittää optimoitu verkosto, joka minimoi nämä ongelmat. Aihealueen nykyiset viitekehitykset esitetään tässä diplomityössä ja tutkimus on tehty niitä noudattaen. Valmistaja on kerännyt tietoa asennetusta laitekannasta ja tutkimus aloitettiin tämän tiedon analysoinnilla. Tarkoituksena oli selvittää, kuinka paljon potentiaalisia laitteita korjaamopalveluille on asennettuna. Toisena tehtävänä analysoitiin korjaamoilla tehdyistä toista kerätyt tiedot. Tarkoituksena oli selvittää, minkälaisia laitteita on huollettu ja milloin. Tutkimuksen yhtenä päätehtävänä oli rakentaa regressiomalli näiden kahden tietolähteen välille, jotta korjaamopalveluiden kysyntää voidaan ennustaa. Kerättyjen tietojen tarkistaminen paljasti, että regressiomallin rakentaminen ei ollut mahdollista naiden tietojen avulla. Tämän seurauksena regressiomalli korvattiin aikasarjaennusteella. Käyttämällä kysyntäennustetta ja kuljetusaikoja laadittiin matemaattinen optimointimalli verkoston Euroopan alueelle. Mallilla testattiin erilaisia vaihtoehtoja korjaamoiden määriin ja markkina-alueiden avulla. Tarkoituksena selvittää miten kuljetusajat ja ylikapasiteetti vaihtelevat. Verkoston muilla alueilla suoritettiin kysynnän analysointi, jolla etsittiin potentiaalisia kasvualueita ja arvioidaan kapasiteetin tarve. Euroopan alueelle tehty optimointimalli esittää, että korjaamoiden vähentäminen kasvattaa kuljetusaikoja ja nostaa käyttöastetta. Tämä löydös on yhdenmukainen yleisen insinööritiedon kanssa. Verrattuna strategian mukaiseen verkostoon Euroopassa optimointi vähensi ratkaisussa kuljetusaikoja 10 % muuttamalla korjaamoiden markkina-alueita. Ottamalla huomioon optimointi tulokset ja muut tekijät verkosto suunnittelussa voidaan optimoitu verkosto ratkaisu esittää Euroopan alueelle. Asennetun laitekannan analyysi verkoston muilla alueilla paljasti, että potentiaalinen laitekanta korjaamopalveluille on kasvussa. Ennusteet esittävät kasvua kaikille strategiassa oleville korjaamoille sen mukaisilla markkina-alueilla. Tämä johtaa kasvuun korjaamopalveluiden kysynnässä. Mikäli ennustettu kasvu toteutuu, korjaamoilla ei ole tarpeeksi kapasiteettia vastata kysyntään. Tilanteessa vaadittava kapasiteetinlisäys esitetään tutkimuksen suosituksissa. Analyysissa huomattiin myös, että uusien korjaamoiden avaamista suunnitellaan pienen potentiaalisen kannan alueelle. |
| Tiivistelmä (eng): | This master's thesis work is about global electronic equipment manufacture's service workshop network optimization. Current workshop network has developed during the years and it has not been designed to work as global network and workshops are very country focused. This is creating following problems: Network does not give uniform impression to global customers, financial investments in workshops are not fully utilized and workshops are not able to offer services which require serial production. Research problem is to present optimized network to minimize these problems. Existing frameworks for network design and optimization project are present in this Master's thesis and study is done following those frameworks. Equipment manufacturer has collected information about installed equipment and study was started by analysing this data. Purpose was to find out how many potential devices for workshop services are installed at field and where they are. Second task was to analyse collected data about service jobs at workshops. Service jobs analysing purpose was to find out what kind of devices has been serviced and when. One of the aims in this study was to build regression model between these two information sources in order to forecast workshops service demand. Data validation revealed that it was not possible to do regression model with collected information due to problems in the data. Consequence was that regression model was replaced with time series forecasting method. By using demand forecast and transportation times a mathematical optimization model was built to European area. Different types of network scenarios were tested with the model in order to find out how transportation times and over capacities are varying. Demand forecasts for other network areas were analysed to find out potential growth areas and estimate needed capacity. European area optimization model results presented that reducing workshops will increase transportation times and workshops utilization rate. This finding is aligned with common engineering knowledge. Compared to European network stated in strategy optimization decreased transportation times 10% by changing market areas. By taking optimization results and other networks design factors into account, optimized network solution for European area can be presented. Installed base analyse on other network areas revealed that potential installed bases for workshop services are growing. Forecasts are presenting growth for all workshops in strategy with according market areas. This leads to increase in forecasted service demand. If forecasted demand will be realized current workshop do not have enough capacity to meet the demand. In that situation required capacity additions for workshops are presented in recommendations of study. In Analysis it was also noticed that new workshops are planned to be opened on areas where small potential installed base is. |
| ED: | 2013-10-22 |
INSSI tietueen numero: 47384
+ lisää koriin
INSSI