Open this publication in new window or tab >>2022 (English)Licentiate thesis, comprehensive summary (Other academic)
Abstract [en]
Increasing marketing and legislative requirements put heavy demands on the environmental performance of future transportation solutions. The resulting need to reduce total environmental impacts presents both challenges and opportunities to the transport sector as a whole, including the automotive industry. Life cycle assessment (LCA) is commonly used to evaluate environmental performance in the automotive industry. However, the static nature of LCAlimits its usefulness for capturing dynamic environmental consequences in the manufacturing and operational phase. This thesis proposes a simulation-based approach to LCA that addresses this problem. Selected real-world case studies demonstrate the potential of the approach in both vehicle production processes and end-user applications. The work was preceded by a comprehensive review of the potential benefits and challenges of using simulation-based LCA in production processes. This review laid the foundation for the development and implementation of this method inthe automotive industry. Two real-world case studies demonstrate its value. The first was a waste collection case study in which LCA was integrated in an existing simulation-based decision support tool to optimize the company’s activities froma life cycle environmental impact perspective. A simultaneously developed simulation-based LCA model of an iron foundry production line extended the applicability of the method with a proposed decision support interpretation approach. The study shows that data and information from both simulation model and LCA databases can be integrated and utilized in the developed simulation-based LCA method. This allows different systems with different configurations to be combined to assess the relevant parameters, and eventually to provide information about overall environmental impacts to decision makers to improvethe environmental sustainability of the automotive industry.
Abstract [sv]
Ökade marknadsförings-och lagstiftningskrav ställer höga krav på miljöprestandan hos framtida transportlösningar. Det behov som detta innebär vad gäller att minska den totala miljöpåverkan medför både utmaningar och möjligheter för transportsektorn som helhet, inklusive fordonsindustrin. Livscykelanalys (LCA) används ofta för att utvärdera miljöprestanda inom fordonsindustrin. Den statiska karaktären hos LCA begränsar dock dess användbarhet när det handlar om att representera dynamiska miljökonsekvenser i tillverknings-och driftsfasen. Denna avhandling föreslår en simuleringsbaserad metod för LCA som tar itu med detta problem. Utvalda fallstudier från verkligheten påvisar potentialen för tillvägagångssättet i både fordonsproduktionsprocesser och slutanvändarapplikationer. Metodens utveckling har föregåtts av en omfattande genomgång av potentiella fördelar och utmaningar med att använda simuleringsbaserad LCA i produktionsprocesser. Denna granskning har sedan lagt grunden för utvecklingen och implementeringen av den föreslagna metoden. Två verkliga fallstudier påvisar dess värde. Den första är en fallstudie inom avfallsinsamling där LCA integrerats i ett befintligt simuleringsbaserat beslutsstödsverktyg för att optimera organisationens aktiviteter ur ett livscykelperspektiv utifrån miljöpåverkan. En simuleringsbaserad LCA-modell av en järngjuteriproduktionslinje utökade användbarheten hos metoden genom att en beslutsstödsmetod föreslogs. De genomförda studierna visar att data och information från både simuleringsmodeller och LCA-databaser kan integreras och utnyttjas i den utvecklade simuleringsbaserade LCA-metoden. Detta gör att olika system med olika konfigurationer kan kombineras för att utvärdera relevanta parametrar, och så småningom ge information om övergripande miljöpåverkan till beslutsfattare för att förbättra fordonsindustrins miljömässiga hållbarhet.
Place, publisher, year, edition, pages
Skövde: University of Skövde, 2022. p. x, 43
Series
Dissertation Series ; 43
Keywords
LCA, simulation-based decision support
National Category
Other Electrical Engineering, Electronic Engineering, Information Engineering
Research subject
Production and Automation Engineering
Identifiers
urn:nbn:se:his:diva-21923 (URN)978-91-984919-7-5 (ISBN)
Presentation
2022-09-09, ASSAR, Skövde, 10:00 (English)
Opponent
Supervisors
2022-10-132022-10-112022-10-13Bibliographically approved