• norsk
    • English
  • norsk 
    • norsk
    • English
  • Logg inn
Vis innførsel 
  •   Hjem
  • Fakultet for økonomi (ØK)
  • Institutt for industriell økonomi og teknologiledelse
  • Vis innførsel
  •   Hjem
  • Fakultet for økonomi (ØK)
  • Institutt for industriell økonomi og teknologiledelse
  • Vis innførsel
JavaScript is disabled for your browser. Some features of this site may not work without it.

Prognostisering av materialforsyning til vedlikehold

Matic, Adrian; Aasgård, Jonas Hasselø
Bachelor thesis
Thumbnail
Åpne
no.ntnu:inspera:2326819.pdf (5.281Mb)
Permanent lenke
http://hdl.handle.net/11250/2610688
Utgivelsesdato
2019
Metadata
Vis full innførsel
Samlinger
  • Institutt for industriell økonomi og teknologiledelse [2374]
Sammendrag
Bacheloroppgaven er skrevet våren 2019 i samarbeid med Cervino Consulting AS. Cervino

er et svensk logistikkonsulentfirma som utvikler og leverer prognosesystemer til flybransjen.

Bedriften beskrev hvordan det er problematisk å forutsi materialbehov til vedlikehold i de

tilfellene der det er mye uforutsette og sporadiske behov. Dette problemet former bakgrunnen

for studien som er gjennomført i denne oppgaven.

Hovedmålet for studien var å kartlegge, analysere og sammenlikne de ulike

prognosemetodene og -verktøyene på markedet, samt gjøre en generell studie av temaet og

komme med forslag til videre forskning. Den generelle studien ble gjennomført ved å se på

teori og tidligere forskning om de tre hovedfaktorene som inngår i problemstillingen:

vedlikehold, reservedelsstyring og prognoser. For å samle inn data ble det gjennomført en

spørreundersøkelse med eksperter på området fra ulike selskap. Resultatene viser at de fleste

systemene på markedet har fordeler og ulemper. De fleste av selskapene som deltok i

undersøkelsen har ikke vært på markedet for et nytt system på lang tid og har brukt samme

system i over fem eller ti år. De tre viktigste faktorene for videre utvikling av

prognosesystemer framover er, ut ifra undersøkelsen, prediktivt vedlikehold/dataanalyse,

papirløse vedlikeholdssystemer og mobil databehandling. Andre viktige faktorer er fokus på

opplæring i systemet, tilpasningsgrad i systemet og mulighet for å gjennomføre strategiske og

taktiske beslutninger i systemet. Hvilken prognosemetode som bør brukes avhenger av flere

faktorer, som for eksempel behov, sesong og historisk data – altså bør det være fokus på

riktig klassifisering av reservedeler. Det viser seg også at våre funn samsvarer med tidligere

forskning gjort på området.
 
This bachelor thesis is written in the spring of 2019 in collaboration with Cervino Consulting

AS. Cervino is a Swedish logistics consulting firm that develops and delivers forecasting

systems to the airline industry. The company described how it is problematic to forecast

material supply for maintenance in cases where there is intermittent demand. This problem

forms the basis for the study conducted in this thesis.

The main objective of the study was to map, analyze and compare the various forecast

methods and tools on the market today, as well as conduct a general study on the topic and

make suggestions for further research. The general study was conducted by looking at

available literature and previous research done on the three main factors that are included in

the problem: maintenance, spare parts management and forecasting. To collect data, a survey

was conducted with experts in the field from various companies. The results show that most

systems on the market have different advantages and disadvantages. Most of the companies

that participated in the survey have not been on the market for a new system for a long time

and have used the same system for over five or ten years. The three most important factors

for further development of forecasting systems in the future are predictive maintenance/data

analysis, paperless maintenance systems and mobile computing. Other important factors for

further development is to have focus on training employees on how to use the systems, the

degree of adaptation possibilities within the system and the possibility to make strategic and

tactical decisions within the system. The forecasting method to be used depends on several

factors, such as demand, season, and available historical data - and therefore the proper

classification of spare parts should also be in focus.
 
Utgiver
NTNU

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit
 

 

Bla i

Hele arkivetDelarkiv og samlingerUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifterDenne samlingenUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifter

Min side

Logg inn

Statistikk

Besøksstatistikk

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit