Back to all Internships

Thumb

Internship

Gent

Volvo Group

Masterproef: Truck Sequencing Based on Assembly Times

Company description


The Volvo Group is one of the world’s leading manufacturers of trucks, buses, construction equipment and marine and industrial engines under the leading brands Volvo, Renault Trucks, Mack, UD Trucks, Eicher, SDLG, Terex Trucks, Prevost, Nova Bus, UD Bus, Sunwin Bus and Volvo Penta. The Group also provides complete solutions for financing and service.

The Volvo Group, with its headquarters in Gothenburg, employs about 100,000 people, has production facilities in 18 countries and sells its products in more than 190 markets.

The Volvo Trucks brand has been built up over decades and enjoys a solid position worldwide. It is one of the world’s best known and respected brands within the commercial vehicle industry. It is associated with the core values quality, safety and environmental care. With Volvo Trucks you will be part of a global and diverse team. We work with passion, we trust each other and we embrace change to stay ahead. We make our customers win.

Job description

Probleemstelling:

Binnen engineering maken wij gebruik van gedetaileerde tijdstudies om analyzes uit te voeren over de bezettingsgraad van de mensen op de assemblage lijn

Met deze data kunnen we de zogenoemde line balancing uitvoeren, waarbij we

  • Garanderen dat alle verschillende type trucks binnen onze huidige cyclus tijden kunnen gebouwd worden
  • De juiste capaciteit aan manpower wordt voorzien om ons gamma aan productvariant te bouwen op elke lijn
  • Zorgen dat de workload evenredig verdeeld wordt over de operatoren alsook kijken we hoe wij het assemblage process kunnen optimaliseren


Maar we zouden een stap verder willen gaan en onderzoeken, in welke mate we met bovenvernoemde data ook de volledige volgorde waarin we onze trucks op lijn zetten kunnen optimaliseren. Momenteel gebruiken we hiervoor een levelling systeem gebaseerd op talloze regels en de ervaring van een aantal mensen. Dus als eerste stap is dit onderzoek een oefening om het resultaat van dit systeem te valideren en verbeteren. In een tweede fase lijkt het ons interessant om te onderzoeken of we bepaalde trends kunnen vinden in deze data alsook of we adhv AI een loop kunnen opzetten om deze sequence te blijven verbeteren gebaseerd op feedback van de productie lijn zelf.

Wiskundig gezien gaat het hier dus over het oplossen van een planningsprobleem door een algoritme met doelfunctie op te stellen (of eventueel een heuristiek), met de gekende capacity constraints waar verschillende wegingsparameters aan kunnen gegeven worden.

  • Doelstelling: Jouw opdracht zou er dus in bestaan een optimalisatie routine te ontwikkelen die, gebaseerd op onze engineering data en een ongepland order boek, een zo optimaal mogelijke productie sequence kan genereren en indien mogelijk op lange termijn leert om deze sequence te blijven verbeteren. Verder zal jij ook input moeten voorzien over hoe we de balans kunnen houden tussen flexibiliteit van onze productie lijn en een werkbare situatie behouden op de assemblage lijn. In een “tweede fase” zouden we eenzelfde algoritme kunnen gebruiken om what-if simulaties te doen, als we bepaalde parameters (volume, product mix, ...) wijzigen.

Searched Profile

  • Voor deze opdracht zijn we op zoek naar iemand met een technische opleiding (elektromechanica, mechanica, etc.)
  • Deze opdracht kan je zelfstandig (of met twee) uitwerken in samenspraak met je stagebegeleider
  • Timing en beschikbaarheid voor deze opdracht is onderling te bekijken

We offer

Je komt terecht in een team van enthousiaste en gepassioneerde collega's die jou ten alle tijde zullen ondersteunen om je masterproef op een vlotte en kwaliteitsvolle wijze tot een geslaagd einde te brengen. We voorzien voldoende feedback momenten om jou op weg te helpen.

Apply for this job
Only for undergraduate students

Articles you may want to read