Arkittamon automaattirullavaraston hallinta ja tuotannon optimointi
Tallinen, Kaisla (2025)
Diplomityö
2025
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025061166734
https://urn.fi/URN:NBN:fi-fe2025061166734
Tiivistelmä
Tämän työn tavoitteena on kehittää arkittamolle uusi ja tehokas arkitettavien rullien varastonhallintamenetelmä huomioiden myös tuotannon optimointi. Työssä tarkastellaan varastoinnin merkitystä, varastonhallintaa ja erilaisia varastonhallintamenetelmiä. Näistä Min-Max-menetelmä osoittautui parhaaksi menetelmäksi, koska se pystyy joustavuuden ansiosta vastaamaan kohdeyrityksen vaihtelevaan kysyntään.
Tuotteiden luokitteluun on käytetty menetelmänä ABC-analyysiä. ABC-analyysissä kohdeyrityksen 200 tuotevariaatiota jaetaan A-, B- ja C-luokkiin vuosien 2023 ja 2024 tilauskannan pohjalta. Vuoden 2023 ja 2024 analyysit osoittivat, että A-luokan tuotevariaatiot muodostavat vain 8–8,5 % kaikista tuotevariaatioista, mutta niiden osuus on 50 % tilauksista. C-luokan tuotevariaatiot puolestaan kattavat 81–82 %, mutta niiden osuus tilauksista on vain 20 %. Tämän pohjalta varasto-ohjautuvia tuotevariaatioita on noin 18 % ja tilausohjautuvia 82 %.
Min-max-menetelmään perustuva varastonhallintamenetelmä jäi 22 % liian pieneksi 50 % palveluasteen mukaan. Tämän vuoksi varasto-ohjautuville tuotevariaatioille kehitetään tässä työssä Min-Max-menetelmään perustuva optimoitu ja realistinen varastonhallintamalli, joka pohjautuu arkittamon automaattirullavaraston kapasiteettiin. Työssä kehitettiin myös ideaalinen varastonhallintamenetelmä, mutta sen toteuttaminen vaatisi merkittäviä investointeja. Lopulta tässä työssä todettiin, että realistinen varastotaso, joka huomioi myös tilausohjautuvat tuotteet, on kustannustehokkain ja joustavin ratkaisu varaston optimaaliseen käyttöön. The goal of this thesis is to develop a new and efficient warehouse management method for sheeting plant cutter reels while also considering production optimization. The thesis examines the significance of storage, warehouse management and various warehouse management methods. Among these, the Min-Max method proved to be the most effective, as its flexibility allows it to respond to the target company's fluctuating demand.
The ABC analysis method was used for product classification. In the ABC analysis, the company's 200 product variations were categorized into A, B, and C classes based on the 2023 and 2024 order data. The analysis for 2023 and 2024 showed that A-class product variations account for only 8–8.5% of all product variations but represent 50% of the orders. In contrast, C-class product variations make up 81–82% of all variations but contribute only 20% of the orders. Based on this, approximately 18% of the product variations are stock-driven, while 82% are order-driven.
The warehouse management method based on the Min-Max method was found to be 33% too small when considering a 50% service level. Therefore, an optimized and realistic ware-house management model, based on the capacity of the sheeting plant facility's automatic reel storage, was developed for MTS product variations. Additionally, an ideal warehouse management method was designed, but its implementation would require significant investments. Ultimately, it was concluded that a realistic warehouse management model, which also considers MTS products, is the most cost-effective and flexible solution for the optimal use of warehouse.
Tuotteiden luokitteluun on käytetty menetelmänä ABC-analyysiä. ABC-analyysissä kohdeyrityksen 200 tuotevariaatiota jaetaan A-, B- ja C-luokkiin vuosien 2023 ja 2024 tilauskannan pohjalta. Vuoden 2023 ja 2024 analyysit osoittivat, että A-luokan tuotevariaatiot muodostavat vain 8–8,5 % kaikista tuotevariaatioista, mutta niiden osuus on 50 % tilauksista. C-luokan tuotevariaatiot puolestaan kattavat 81–82 %, mutta niiden osuus tilauksista on vain 20 %. Tämän pohjalta varasto-ohjautuvia tuotevariaatioita on noin 18 % ja tilausohjautuvia 82 %.
Min-max-menetelmään perustuva varastonhallintamenetelmä jäi 22 % liian pieneksi 50 % palveluasteen mukaan. Tämän vuoksi varasto-ohjautuville tuotevariaatioille kehitetään tässä työssä Min-Max-menetelmään perustuva optimoitu ja realistinen varastonhallintamalli, joka pohjautuu arkittamon automaattirullavaraston kapasiteettiin. Työssä kehitettiin myös ideaalinen varastonhallintamenetelmä, mutta sen toteuttaminen vaatisi merkittäviä investointeja. Lopulta tässä työssä todettiin, että realistinen varastotaso, joka huomioi myös tilausohjautuvat tuotteet, on kustannustehokkain ja joustavin ratkaisu varaston optimaaliseen käyttöön.
The ABC analysis method was used for product classification. In the ABC analysis, the company's 200 product variations were categorized into A, B, and C classes based on the 2023 and 2024 order data. The analysis for 2023 and 2024 showed that A-class product variations account for only 8–8.5% of all product variations but represent 50% of the orders. In contrast, C-class product variations make up 81–82% of all variations but contribute only 20% of the orders. Based on this, approximately 18% of the product variations are stock-driven, while 82% are order-driven.
The warehouse management method based on the Min-Max method was found to be 33% too small when considering a 50% service level. Therefore, an optimized and realistic ware-house management model, based on the capacity of the sheeting plant facility's automatic reel storage, was developed for MTS product variations. Additionally, an ideal warehouse management method was designed, but its implementation would require significant investments. Ultimately, it was concluded that a realistic warehouse management model, which also considers MTS products, is the most cost-effective and flexible solution for the optimal use of warehouse.