Högskolan i Skövde

his.sePublications
Planned maintenance
A system upgrade is planned for 10/12-2024, at 12:00-13:00. During this time DiVA will be unavailable.
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Industriell Business Intelligence: Öka OEE-Tillgänglighet genom användning av datalager
University of Skövde, School of Informatics. tobias.nilsson8@hotmail.se.
2018 (Swedish)Independent thesis Basic level (degree of Bachelor), 20 credits / 30 HE creditsStudent thesisAlternative title
Industrial Business Intelligence : Improve OEE-Availability using Data Warehouse (English)
Abstract [sv]

Tillverkande företag har vanligtvis produktionssystem som mäter och registrerar tillverkningsdata. Inte sällan sparas stora mängder data, en ofta lågt utnyttjad resurs när det gäller att analysera produktionsprocessens prestanda.

Denna studie visar på hur ett väl anpassat datalager kan skapas, där produktionsutrustningens tillverkningsdata kan sammanställas och ligga till grund för effektiv analys och uppföljning genom den sk OEE metoden.

Studien lyfter fram viktiga faktorer att ta hänsyn till vid framställning av datalager. Kvalitativa metoder och design science tillämpas. Intervjuer och litteraturstudier används som datainsamlingsmetoder.

Studien visar på ett antal framgångsfaktorer vid framtagning av datalager, bla

  • Val av faktorer inom områdena kravspecifikation, paradigm, arkitektur och optimering.

  • Betydelsen av väldefinierad kravspecifikation, anpassad till verksamhetens behov.

  • Iterativ process vid utveckling av datalagerdesignen

    Förutom att bidra till hur stora mängder tillverkningsdata kan användas effektivare genom datalager och OEE metoden, syftar studien till att visa på behov av ytterligare och fördjupade studier, tex kring data mining, artificiell intelligence mm.

Place, publisher, year, edition, pages
2018. , p. 44
National Category
Information Systems
Identifiers
URN: urn:nbn:se:his:diva-15716OAI: oai:DiVA.org:his-15716DiVA, id: diva2:1221201
External cooperation
HEXPOL TPE AB
Subject / course
Informationsteknologi
Educational program
Information Systems - Business Intelligence
Supervisors
Examiners
Available from: 2018-06-20 Created: 2018-06-19 Last updated: 2018-06-20Bibliographically approved

Open Access in DiVA

No full text in DiVA

Search in DiVA

By author/editor
Nilsson, Tobias
By organisation
School of Informatics
Information Systems

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 52 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf