Development of statistical cycle-time analysis tool in tire building

Abstract

This dissertation covers the development of an end-to-end data science application in the tire industry and supports the increasing importance of data-driven solutions in the context of Industry 4.0. Incorporating evidence from research papers and personal correspondence, this dissertation demonstrates it is possible to create strategic value from unstructured data, which is often a neglected by-product of industrial activi ties. The value proposition is to capture the real-time data from industrial programmable logic circuits (PLC) and store it in structured databases, compute industry-relevant metrics, and build a dashboard to support managerial decisions over productivity, and machine up-time and efficiency. Pinpointing a set of pertinent features of the application can (1) create an up-to-date database with support for multiple connectors, (2) develop black-box algorithms to provide statistical measures, (3) increase awareness and visibility about PLC settings. To this end, multiple technologies & methods were employed to implement a data pipeline, to ensure numerical solutions to statistical problems with accuracy, and finally, to display pertinent data in a data visualization dashboard according to a set of user requirements.

Esta dissertação aborda o desenvolvimento de uma aplicação com base nos principios de ciência de dados na indústria de pneus e apoia a crescente importância de soluções orientadas por dados no con texto da Indústria 4.0. Incorporando evidências de artigos cientificos, esta dissertação demonstra que é possível criar valor estratégico a partir de dados não estruturados, frequentemente negligenciados como subproduto das atividades industriais. A proposta de valor é capturar dados em tempo real dos programmable logic circuits e armazená los em bases de dados estruturadas, calcular métricas relevantes para a indústria e criar um painel de apoio a decisões com especial enfase em produtividade e eficiência industrial. A identificação de um conjunto de características pertinentes da aplicação permite (1) criar uma base de dados atualizada com suporte para múltiplos conectores diferentes, (2) desenvolver algoritmos ’caixa-preta’ para fornecer medidas estatísticas e (3) aumentar a conscientização e visibilidade sobre as configurações do PLC. Neste sentido, foram empregues várias tecnologias e métodos para implementar um pipeline de dados, garantir soluções numéricas para problemas estatísticos e, finalmente, exibir dados pertinentes num painel de visualização de dados de acordo com um conjunto de requisitos do utilizador.