dc.contributor.advisor | Lauritzen, Tore Lennart | |
dc.contributor.author | Matic, Adrian | |
dc.contributor.author | Aasgård, Jonas Hasselø | |
dc.date.accessioned | 2019-08-24T14:02:54Z | |
dc.date.available | 2019-08-24T14:02:54Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://hdl.handle.net/11250/2610688 | |
dc.description.abstract | 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. | |
dc.description.abstract | 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. | |
dc.language | nob | |
dc.publisher | NTNU | |
dc.title | Prognostisering av materialforsyning til vedlikehold | |
dc.type | Bachelor thesis | |