Tapaustutkimus tuotannonsuunnittelun automatisoinnista kappaletavaratuotannossa
Saukkonen, Iiro (2026)
Saukkonen, Iiro
2026
Automaatiotekniikan DI-ohjelma - Master's Programme in Automation Engineering
Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2026-05-26
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202605246236
https://urn.fi/URN:NBN:fi:tuni-202605246236
Tiivistelmä
Organisaatiot ovat onnistuneet korvaamaan fyysisiä työvaiheita automaattisten laitteiden avulla, mutta merkittävää kehityspotentiaalia on edelleen tuotannonsuunnittelun automatisoinnissa. Tehokkaan tuotannonsuunnittelu- ja ohjausjärjestelmän luominen onkin ratkaisevan tärkeää jokaiselle menestyvälle teollisuusyritykselle. Tuotannonsuunnittelun ja -ohjauksen mallien toiminnot jakautuvat strategiselle, taktiselle ja operatiiviselle tasoille. Lopullisen tuotannon hienokuormituksen onnistumisen edellytyksenä on, että organisaation tavoitteet ovat linjassa kaikkien tasojen läpi. Muuten tuotantoa voidaan suunnitella vääristä lähtökohdista.
Tuotannon hienokuormitus on vaativa tuotannonsuunnittelun osa-alue, sillä siinä joudutaan samanaikaisesti huomioimaan useita dynaamisia rajoitteita, kuten resurssien ja materiaalien saatavuus sekä tuotantoprosessissa syntyvät häiriöt. Lisäksi jokaisella tuotantolaitoksella on omien tavoitteidensa mukaiset tilausten priorisointitarpeet ja säännöt.
Tämän tapaustutkimuksen esimerkkiyritys valmistaa kappaletavarana tuotteita globaaleille kuluttaja-, teollisuus- ja ammattimaisille loppukäyttäjäasiakkaille. Tutkimuksen tavoitteena oli selvittää esimerkkiyrityksen tuotannonsuunnittelun automatisoinnin mahdollisuuksia osana MES- ja APS-järjestelmien käyttöönottoa yhdessä Suomessa sijaitsevassa tehtaassa. Ongelmaa lähestyttiin kuiluanalyysin avulla. Tutkimuksessa kartoitettiin yrityksen komponenttivalmistuksen ja kokoonpanojen tuotannonsuunnittelun nykytilan haasteita. Lisäksi selvitettiin tulevaisuuden tavoitetila. Lopuksi muodostettiin kehitysehdotukset nyky- ja tavoitetilan välisen kuilun täyttämiseksi.
Nykytilaa selvitettiin hyödyntämällä puolistrukturoitua haastattelua, havainnointia ja tuotantodatan analyysiä. Data-analyysissä käsiteltiin ERP:stä kerättyä historiadataa tuotantotilausten valmistumisajankohdista. Analyysissä havaittiin, että tuotantotilaukset valmistuvat usein myöhemmin kuin oli suunniteltu. Tämän vuoksi ERP:n luomaan tuotantosuunnitelmaan ei voida täysin luottaa. Syyksi tähän tunnistettiin muun muassa tuotantoprosessin todellisten rajoitteiden puutteellinen mallinnus, kuten resurssien saatavuus, häiriöt ja prosessien vaihtelu. Keskeiseksi puutteeksi automatisoidun tuotannonsuunnittelun kannalta nykyisessä prosessissa todettiin tuotannonsuunnittelun takaisinkytkentämekanismin puute, jonka vuoksi prosessin aikana tapahtuvat häiriöt jäävät huomioimatta. Lisäksi puutteita havaittiin töiden kohdentamisessa oikeille resursseille.
Työn tuloksena muodostettiin konkreettiset kehitysehdotukset MES- ja APS‑järjestelmien kyvykkyyksille, tuotannonsuunnitteluprosessin muutoksille sekä tuotannonsuunnittelun laadun mittareille. Muutosten hyötyjen ja vaadittavan työmäärän vertailun perusteella valtaosa niistä olisi toteutettavissa. Näiden ehdotusten avulla voidaan parantaa tuotannonsuunnittelun tarkkuutta ja vakautta sekä edistää automaation hyödyntämistä esimerkkiyrityksen tuotannonsuunnittelussa. Organizations have successfully automated physical processes, but there is still significant potential in automating production planning and scheduling. The creation of an efficient production planning and control system is crucial for every successful industrial company. The functions of the production planning and control model are divided into three levels: strategic, tactical, and operational. A prerequisite for successful fine scheduling is the alignment of goals across all levels of the production planning and control model. Otherwise, production may be scheduled on an incorrect basis.
Detailed scheduling is a demanding aspect of the production planning process, as it must consider dynamic constraints such as the availability of resources and materials, as well as unexpected disruptions. In addition, each factory has its own specific goals and priorities.
The case company in this study is a discrete manufacturer producing goods for consumer, industrial and professional end-user markets. The objective of this study was to examine the possibilities for automating production planning as part of the implementation of MES and APS systems in one of the company’s factories located in Finland. As an approach to this challenge, a gap analysis was carried out. The challenges of the current state for automated scheduling were identified in the case company’s component manufacturing and assembly processes. In addition, a future target state was defined, and development proposals were created to bridge the gap between the current and target states.
The current state was analyzed using semi-structured interviews, observations, and production data analysis. The data analysis was based on historical ERP data concerning the completion times of work orders. The analysis revealed that work orders are often finished later than scheduled. As a result, the production plan generated by the ERP cannot be fully relied upon. The reason for that was insufficient modeling of real-world constraints in production planning processes, such as availability of resources, disturbances, and process variability.
A key limitation identified in the current production planning process, from the perspective of automation, was the lack of an effective feedback loop mechanism. As a result, disruptions occurring during the process are not properly considered in planning. In addition, deficiencies were observed in assigning tasks to appropriate resources.
As a result of the study, concrete development proposals were generated for MES and APS system capabilities, changes to the production planning process, and performance indicators for evaluating the quality of production planning. Based on a comparison between expected benefits and required implementation effort, most of these proposals were deemed feasible. By implementing these improvements, the company can enhance the accuracy and stability of its production planning and further promote the utilization of automation in its production planning processes.
Tuotannon hienokuormitus on vaativa tuotannonsuunnittelun osa-alue, sillä siinä joudutaan samanaikaisesti huomioimaan useita dynaamisia rajoitteita, kuten resurssien ja materiaalien saatavuus sekä tuotantoprosessissa syntyvät häiriöt. Lisäksi jokaisella tuotantolaitoksella on omien tavoitteidensa mukaiset tilausten priorisointitarpeet ja säännöt.
Tämän tapaustutkimuksen esimerkkiyritys valmistaa kappaletavarana tuotteita globaaleille kuluttaja-, teollisuus- ja ammattimaisille loppukäyttäjäasiakkaille. Tutkimuksen tavoitteena oli selvittää esimerkkiyrityksen tuotannonsuunnittelun automatisoinnin mahdollisuuksia osana MES- ja APS-järjestelmien käyttöönottoa yhdessä Suomessa sijaitsevassa tehtaassa. Ongelmaa lähestyttiin kuiluanalyysin avulla. Tutkimuksessa kartoitettiin yrityksen komponenttivalmistuksen ja kokoonpanojen tuotannonsuunnittelun nykytilan haasteita. Lisäksi selvitettiin tulevaisuuden tavoitetila. Lopuksi muodostettiin kehitysehdotukset nyky- ja tavoitetilan välisen kuilun täyttämiseksi.
Nykytilaa selvitettiin hyödyntämällä puolistrukturoitua haastattelua, havainnointia ja tuotantodatan analyysiä. Data-analyysissä käsiteltiin ERP:stä kerättyä historiadataa tuotantotilausten valmistumisajankohdista. Analyysissä havaittiin, että tuotantotilaukset valmistuvat usein myöhemmin kuin oli suunniteltu. Tämän vuoksi ERP:n luomaan tuotantosuunnitelmaan ei voida täysin luottaa. Syyksi tähän tunnistettiin muun muassa tuotantoprosessin todellisten rajoitteiden puutteellinen mallinnus, kuten resurssien saatavuus, häiriöt ja prosessien vaihtelu. Keskeiseksi puutteeksi automatisoidun tuotannonsuunnittelun kannalta nykyisessä prosessissa todettiin tuotannonsuunnittelun takaisinkytkentämekanismin puute, jonka vuoksi prosessin aikana tapahtuvat häiriöt jäävät huomioimatta. Lisäksi puutteita havaittiin töiden kohdentamisessa oikeille resursseille.
Työn tuloksena muodostettiin konkreettiset kehitysehdotukset MES- ja APS‑järjestelmien kyvykkyyksille, tuotannonsuunnitteluprosessin muutoksille sekä tuotannonsuunnittelun laadun mittareille. Muutosten hyötyjen ja vaadittavan työmäärän vertailun perusteella valtaosa niistä olisi toteutettavissa. Näiden ehdotusten avulla voidaan parantaa tuotannonsuunnittelun tarkkuutta ja vakautta sekä edistää automaation hyödyntämistä esimerkkiyrityksen tuotannonsuunnittelussa.
Detailed scheduling is a demanding aspect of the production planning process, as it must consider dynamic constraints such as the availability of resources and materials, as well as unexpected disruptions. In addition, each factory has its own specific goals and priorities.
The case company in this study is a discrete manufacturer producing goods for consumer, industrial and professional end-user markets. The objective of this study was to examine the possibilities for automating production planning as part of the implementation of MES and APS systems in one of the company’s factories located in Finland. As an approach to this challenge, a gap analysis was carried out. The challenges of the current state for automated scheduling were identified in the case company’s component manufacturing and assembly processes. In addition, a future target state was defined, and development proposals were created to bridge the gap between the current and target states.
The current state was analyzed using semi-structured interviews, observations, and production data analysis. The data analysis was based on historical ERP data concerning the completion times of work orders. The analysis revealed that work orders are often finished later than scheduled. As a result, the production plan generated by the ERP cannot be fully relied upon. The reason for that was insufficient modeling of real-world constraints in production planning processes, such as availability of resources, disturbances, and process variability.
A key limitation identified in the current production planning process, from the perspective of automation, was the lack of an effective feedback loop mechanism. As a result, disruptions occurring during the process are not properly considered in planning. In addition, deficiencies were observed in assigning tasks to appropriate resources.
As a result of the study, concrete development proposals were generated for MES and APS system capabilities, changes to the production planning process, and performance indicators for evaluating the quality of production planning. Based on a comparison between expected benefits and required implementation effort, most of these proposals were deemed feasible. By implementing these improvements, the company can enhance the accuracy and stability of its production planning and further promote the utilization of automation in its production planning processes.