Kapacitetsökning av en kemisk ytbehandlingsprocess

Utveckling av maskiner och dess kringutrustning för tillverkningsindustrin medför många gånger att de blir mer avancerade och kan producera fler detaljer med färre operatörer. Detta fenomen återspeglar sig många gånger i kostnaden för dem. Automatiseringen av tillverkningsindustrin bidrar till att vi gör oss mer beroende av utrustningen, samtidigt som det medför att det blir höga kostnader för företag att köpa sig mer kapacitet i form av exempelvis flera parallella system. Detta examensarbete är resultatet av en förfrågan av Amtek Components Sweden AB. Denna fabrik, som är benägen i Västra Götaland, är en tillverkande verksamhet av navmoduler, bromsskivor och vevstakar till automotive-kunder världen över. Amteks prognoser tyder på en ökad efterfrågan på bland annat navmodulerna. De har identifierat att ytbehandlingsprocessen är en teoretisk flaskhals och därmed begränsar deras möjliga kapacitet av navmodulerna. Syftet med detta arbete är att generera förbättringsförslag samt riktlinjer för Amtek Components Sweden AB med avseende på den utrustningen de redan använder idag. Detta på grund den prognostiserade framtida efterfrågan och därmed för att hjälpa dem att uppnå en högre kapacitet av navmodulerna. Eftersom Amtek först och främst är intresserade av att förbättra den befintliga utrustningen, så har författarna har valt att fokusera på att undersöka möjligheterna att reducera förlusterna som processen lider av och på så vis öka utnyttjandet av utrustningen. Författarna har även valt att undersöka om de nuvarande enskilda stegen i ytbehandlings-processen är tillräckligt korta för att klara av en ökad takt. En fallstudie har utförts där data har samlats in genom främst intervjuer, observationer och dokument. Det har även utförts en litteraturstudie för att öka kunskap inom vissa områden och för att komplimentera kunskapsbasen. Amtek för redan idag en kontinuerlig driftsuppföljning på deras ytbehandlingsprocess. Den har varit kritisk i arbetet med att identifiera förlusterna processen lider av. Denna data har varit kritisk för att kunna identifiera förlusterna och grundorsakerna till dem