The use of data analysis for variability reduction of weight deviation of passenger tires

Thesis title: Využití analýzy dat pro redukci variability hmotnostní odchylky osobních plášťů
Author: Smolková, Kateřina
Thesis type: Diplomová práce
Supervisor: Zimmermann, Pavel
Opponents: Pour, Jan
Thesis language: Česky
Abstract:
Diplomová práce se zabývá tématem využití datové analýzy k řešení zadané business potřeby, kterou je zlepšit stabilitu hmotností osobních plášťů pro přední gumárenský podnik. Cílem práce je identifikovat nejsilnější faktory vedoucí k existenci zmetků ve výrobě osobních plášťů s nepřípustnou hmotností za účelem vytvoření analytického řešení pro podporu rozhodovacích procesů. V prvé řadě je charakterizováno řízení kvality výroby s důrazem na gumárenský průmysl, načež je detailně vymezeno hlavní business zadání. Další část práce je věnována vlastnímu řešení. Nejdříve je analyzován výrobní proces ve vztahu k hmotnostem osobních plášťů a následně jsou zmapována vhodná data pro prediktivní model (konkrétně klasifikační strom CART), který klasifikuje osobní pláště do třech hmotnostních tříd. S využitím výstupů modelu jsou posléze nalezeny nejsilnější faktory vedoucí k výrobě neshodných osobních plášťů. Na základě zjištěných poznatků je navrhnut Business Intelligence report pro účely řízení daných faktorů v rámci kontinuálního zlepšování kvality výroby.
Keywords: datová analýza; výroba; procesy; strojové učení; CART; business intelligence; variabilita
Thesis title: The use of data analysis for variability reduction of weight deviation of passenger tires
Author: Smolková, Kateřina
Thesis type: Diploma thesis
Supervisor: Zimmermann, Pavel
Opponents: Pour, Jan
Thesis language: Česky
Abstract:
The thesis focuses on how data analysis can be used to address a specific business need, which is to improve the weight stability of passenger tires for a leading rubber manufacturer. The aim of this thesis is to identify the main factors causing production of scraps with an unacceptable weight to create an analytical solution to support decision-making processes. First, the quality management in manufacturing is characterized with an emphasis on the rubber industry, and then the main business case is described in detail. Another part of the thesis is dedicated to the proposed solution. The tire production process is analysed at first in relation to the tire weight and consequently, suitable data are mapped for the purpose of building a predictive model (classification tree CART), which classifies tires into three weight classes. Examining the model's outputs, the main factors contributing to the production of unsuitable passenger tires are identified. Based on these findings, the Business Intelligence report is designed to manage the factors with the intention to continuously improve the production quality.
Keywords: data analysis; manufacturing; processes; machine learning; CART; business intelligence; variability

Information about study

Study programme: Informační systémy a technologie/Business Intelligence
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information Technologies

Information on submission and defense

Date of assignment: 23. 10. 2023
Date of submission: 23. 6. 2024
Date of defense: 7. 10. 2024
Identifier in the InSIS system: https://insis.vse.cz/zp/86181/podrobnosti

Files for download

    Last update: