Optimization of Transportation System by Tailored Logistics Network: A Case Study in Automotive Industry

This thesis aims to redesign the supply chain system in an automotive industry in order to obtain space reduction in the inventory by using tailored logistics network. The redesigning process by tailored supply chain will combine all possible shipment methods including direct shipment, milk-run, milk-run via distribution center and Kanban delivery. The current supply chain system in Nissan goes rather well when the production volume is in moderate level. However, when the production volume is high, there is a capacity problem in the warehouse to accommodate all delivered parts from suppliers. Hence, the optimization of supply chain system is needed in order to obtain efficient logistics process and effective inventory consumption. The study will use primary data for both qualitative and quantitative approach as the research methods. Qualitative data will be collected by conducting interviews with people related to procurement and inventory control. Quantitative data consists of list of suppliers with their condition in several parameters which will be evaluated and analyzed by using scoring method to assign the most suitable transportation network to each suppliers for improvement of inventory reduction in a cost efficient manner.

Teknisen kaupan lisäarvopalveluiden vaikutus toimitusvarmuuteen

Työn tarkoituksena oli selvittää toimitusvarmuuteen vaikuttavia tekijöitä sekä tuoda esille toimintaprosessia parantavia ehdotuksia. Selvitys pohjautui pääosin myöhästyneiden toimitusten ja tilausrivien tarkasteluun. Myöhästyneistä riveistä eroteltiin myöhästymisen aiheuttajat, joiden pohjalta kartoitettiin erilaisin menetelmin tilausten myöhästymisen syy. Toimitusvarmuuteen vaikuttavat tekijät löydettiin pääasiassa tuotannon ja myynnin yhteistyöhön liittyvistä tekijöistä. Tuotannon osalta ongelmiksi nousivat riittävän tarkkojen tuotannonohjaustietojen saanti ja runsaat vuorovaikutus- ja riippuvuussuhteet eri työvaiheiden välillä. Heikkojen tuotannonohjaustietojen johdosta tuotannon säätö ja ohjaus muuttuvissa olosuhteissa on hankalaa. Tämä ilmeni poissaolojen ja ruuhkien vaikutuksena toimitusvarmuuteen. Myynnin osalta ongelmat ilmenivät väärinä ja epärealistisina vahvistuksina. Tuotannon ja myynnin yhteistoiminnan lisäksi myyntikäyttäytymistä ohjaa ostokäyttäytyminen. Tämä voidaan johtaa yrityksen pyrkimyksestä palvella asiakkaitaan. Kehitysehdotukseksi rakennettiin koontivarastomalli, jonka avulla saadaan eri työpajojen välisiä riippuvuussuhteita vähennettyä. Lisäksi ko. malli mahdollistaa yksinkertaisemman ja helpomman tuotannon hallinnan ja tietojärjestelmän asianmukaisen käytön. Koontivarastomallin avulla on tarkoitus myös parantaa edellytyksiä ennakointikyvyn kehittämiseen sekä tuottaa tietoa toimitusaikojen määrityksen tueksi.

EU:n päästökaupan historia ja nykytila

Tässä työssä selvitetään, miten Euroopan Unionin päästökauppajärjestelmä on toiminut sen alusta vuodesta 2005 sen nykytilaan vuonna 2014. Erityisesti huomiota kiinnitetään päästöoikeuksien hintakehitykseen sekä käyttämättömien päästöoikeuksien kertymiseen. Työssä havaitaan, että ylimääräiset jaetut päästöoikeudet ovat aiheuttaneet päästöoikeuksien hinnan laskemista. Liian matalan hinnan seurauksena päästökauppa ei kannusta yrityksiä tekemään investointeja vihreään teknologiaan, vaikka se on yksi päästökauppajärjestelmän päätarkoitus YK:n ilmastosopimuksen täyttymisen varmistamisen ohella. Suurin syy käyttämättömien päästöoikeuksien kertymiseen on vuoden 2008 talouskriisi. Tätä ongelmaa korjataan väliaikaisesti siirtämällä päästöoikeuksia myöhemmin jaettavaksi. Lisää ratkaisuja odotetaan neljännelle päästökauppakaudelle.

Success factors of customer and supplier master data system

Especially in global enterprises, key data is fragmented in multiple Enterprise Resource Planning (ERP) systems. Thus the data is inconsistent, fragmented and redundant across the various systems. Master Data Management (MDM) is a concept, which creates cross-references between customers, suppliers and business units, and enables corporate hierarchies and structures. The overall goal for MDM is the ability to create an enterprise-wide consistent data model, which enables analyzing and reporting customer and supplier data. The goal of the study was defining the properties and success factors of a master data system. The theoretical background was based on literature and the case consisted of enterprise specific needs and demands. The theoretical part presents the concept, background, and principles of MDM and then the phases of system planning and implementation project. Case consists of background, definition of as is situation, definition of project, evaluation criterions and concludes the key results of the thesis. In the end chapter Conclusions combines common principles with the results of the case. The case part ended up dividing important factors of the system in success factors, technical requirements and business benefits. To clarify the project and find funding for the project, business benefits have to be defined and the realization has to be monitored. The thesis found out six success factors for the MDM system: Well defined business case, data management and monitoring, data models and structures defined and maintained, customer and supplier data governance, delivery and quality, commitment, and continuous communication with business. Technical requirements emerged several times during the thesis and therefore those can’t be ignored in the project. Conclusions chapter goes through these factors on a general level. The success factors and technical requirements are related to the essentials of MDM: Governance, Action and Quality. This chapter could be used as guidance in a master data management project.

CFD modeling of dispersion water feed in wastewater cleaning application

Fluid particle breakup and coalescence are important phenomena in a number of industrial flow systems. This study deals with a gas-liquid bubbly flow in one wastewater cleaning application. Three-dimensional geometric model of a dispersion water system was created in ANSYS CFD meshing software. Then, numerical study of the system was carried out by means of unsteady simulations performed in ANSYS FLUENT CFD software. Single-phase water flow case was setup to calculate the entire flow field using the RNG k-epsilon turbulence model based on the Reynolds-averaged Navier-Stokes (RANS) equations. Bubbly flow case was based on a computational fluid dynamics - population balance model (CFD-PBM) coupled approach. Bubble breakup and coalescence were considered to determine the evolution of the bubble size distribution. Obtained results are considered as steps toward optimization of the cleaning process and will be analyzed in order to make the process more efficient.