Využití nástrojů umělé inteligence pro predikci prostojů ve výrobních procesech v automobilovém průmyslu

Ondřej Fidler

Bakalářská práce

Utilization of Artificial Intelligence Tools for Predicting Downtime in Manufacturing Processes in the Automotive Industry

Anotace:

Tato práce zkoumá implementaci prediktivní údržby ve společnosti Škoda Auto s cílem optimalizovat výrobní proces. Cílem je navrhnout systém umělé inteligence pro předpověď a minimalizaci prostojů na montážní lince. Řešení zahrnuje analýzu stavu linky, výběr technologií pro prevenci defektů a implementaci prediktivního údržbového systému. Implementace vedla k efektivnímu snížení prostojů a účinnému provedení preventivních opatření. Zjištění této práce naznačují, že umělá inteligence a prediktivní údržba v automobilovém průmyslu zásadně přispívají k efektivitě a minimalizaci rizik výrobních procesů. Práce konstatuje, že tato implementace představuje klíčový krok směrem k efektivnějšímu průmyslovému prostředí ve společnosti Škoda Auto.

Abstract:

This thesis explorestheimplementationofpredictivemaintenanceat Škoda Auto to optimizethemanufacturingprocess. Theobjectiveis to design anartificialintelligencesystemforpredicting and minimizingdowntime on theassembly line. Thesolutioninvolvesanalyzingtheline'scurrentstate, selectingtechnologiesfordefectprevention, and implementing a predictivemaintenancesystem. Theimplementation has resulted in aneffectivereductionofdowntimeand successfulexecutionofpreventivemeasures. Findingsfromthis study suggestthatartificialintelligence and predictivemaintenancesignificantlycontribute to theefficiency and risk reduction in manufacturingprocesseswithintheautomotiveindustry. The thesis concludesthatthisimplementationrepresents a pivotal step toward a more efficientindustrial environment at Škoda Auto.

Klíčová slova

Prediktivní údržba, Automobilový průmysl, Umělá inteligence, Výrobní proces, Montážní linka, Škoda Auto, Prostoj, Efektivita

Keywords

Automotiveindustry, Artificial Intelligence, Manufacturing process, Assembly line, Škoda Auto, Predictive maintenance, Downtime, Efficiency

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 15. 12. 2023

Obhajoba závěrečné práce

• Obhajoba proběhla 5. 2. 2024
• Vedoucí: Ing. Tomáš Malčic, Ph.D.
• Oponent: Pavel Wicher, Ph.D.

ŠKODA AUTO a.s.

ŠKODA AUTO VYSOKÁ ŠKOLA o.p.s.

Bakalářský studijní program / specializace:
Ekonomika a management / Logistika a management kvality