Production process improvement - Optical bonding
Optical Bonding – Melhoria de um processo produtivo
| dc.comments | EE/2025/6396 | |
| dc.contributor.advisor | Sampaio, Paulo | |
| dc.contributor.advisor | Viana, J. C. | |
| dc.contributor.author | Oliveira, Rui Miguel Serra | |
| dc.date.accessioned | 2026-01-20T14:56:40Z | |
| dc.date.embargo | 2027-10-23 | |
| dc.date.issued | 2025-10-23 | |
| dc.date.submitted | 2025-11 | |
| dc.description.abstract | The Digitalization hype has been impacting products, services and processes. In the automotive industry, automotive and display manufacturers have been developing several products and production processes to allow them to produce the best display systems possible at competitive costs. But with higher product customization comes complex and unique processes. One production process that has been receiving attention is the Optical Bonding, through which a display assembly stack sees significant improvements in its features and capabilities. But each process encompasses differences regarding materials, final product design and requirements, the number of steps to be executed and their sequence. In industry it is nowadays possible to track and record every data about products and processes. But more data is not a synonym of better products, nor more efficient or effective processes. Companies continue to invest in continuous improvement initiatives, but many of these initiatives are simultaneously experiencing the side-effects introduced by digitalization of products, services and processes, especially those that are data-driven like Lean Six Sigma. To deal with the amount of data currently available, it requires them new approaches, tools and techniques from the Data Science research field. Following action-research and Lean Six Sigma methodologies, this thesis focuses on improving Optical Bonding production processes from Bosch Car Multimedia, Braga, a company that produces flat panel displays for automotive digital instrument clusters. The use of Data Science tools and techniques in the developed improvement projects helped to deal with the amount of data available. The achieved results contribute to improve the analysed production processes, mainly the Wet Optical Bonding process where it was possible to reduce internal rejection rate, increase production output and contribute to process knowledge. The results also contribute to show the benefits of combining Data Science with traditional process improvement tools and methodologies when in digitalized and I4.0 environments. The relevance of this thesis is for both industrial and scientific communities since it addresses an industrial process, a data-driven process improvement methodology and its leverage with Data Science tools and techniques. Yet, the specificity of this industrial process means that the achieved results may not be easily replicated. Still, the achieved results show that there is still room for further improvements. | eng |
| dc.description.abstract | A tendência da digitalização tem impactado produtos, serviços e processos. Na indústria automóvel, fabricantes de automóveis e de ecrãs têm vindo a desenvolver diversos produtos e processos produtivos que permitam a produção de maiores e melhores sistemas digitais a custos competitivos. Mas com uma maior personalização dos produtos, surgem também processos complexos e únicos. Um processo que se tem destacado é o de Optical Bonding, através do qual um sistema de ecrã melhora as suas características e funcionalidades. Mas isto também significa que cada processo engloba diferenças em relação materiais, design e requisitos do producto final, número e sequência das etapas produtivas. Na indústria é atualmente possível rastrear e registar todos os dados sobre produtos e processos. Mas mais dados não significa melhores produtos, nem processos mais eficientes e eficazes. As empresas continuam a investir em programas de melhoria contínua, mas muitos destes estão também a lidar com os efeitos secundários introduzidos pela digitalização de produtos, serviços e processos, principalmente aqueles como Lean Six Sigma que são impulsionados por dados. Para lidar com a atual disponibilidade de dados, é necessário que estes integrem ferramentas e técnicas da Ciência de Dados. Seguindo as metodologias de Investigação-Ação e Lean Six Sigma, esta tese foca-se na melhoria de processos de Optical Bonding da Bosch Car Multimedia, Braga, que produz sistemas de painéis de instrumentos digitais para automóveis. O uso de ferramentas e técnicas de Ciência de Dados em cada projeto realizado ajuda a lidar com a quantidade de dados disponíveis. Os resultados obtidos contribuíram para a melhoria dos processos analisados, como a redução da taxa de rejeição interna, o aumento de produção e o conhecimento sobre o processo de Wet Optical bonding. Demonstra-se também os benefícios da integração de ferramentas da Ciência de Dados com as tradicionais metodologias e ferramentas dos processos de melhoria contínua em ambientes digitalizados e de Indústria 4.0. Considera-se esta tese relevante para as comunidades industrial e científica dado que aborda um processo industrial, uma metodologia de melhoria contínua e o seu fortalecimento com ferramentas e técnicas da Ciência de Dados. Porém, a especificidade deste processo não garante que os resultados obtidos sejam facilmente replicados. Contudo, estes mostram que ainda há oportunidades de melhoria. | por |
| dc.description.sponsorship | This work has been supported by FCT – Fundação para a Ciência e Tecnologia within the R&D Units Project Scope: UIDB/00319/2020 and the doctoral scholarship grant PD/BDE/142911/2018 and the exceptional COVID grant COVID/BDE/152685/2022. | |
| dc.identifier.tid | 101641044 | |
| dc.identifier.uri | https://hdl.handle.net/1822/99259 | |
| dc.language.iso | eng | |
| dc.relation | ALGORITMI Research Center [UIDB/00319/2020] | |
| dc.relation | PD/BDE/142911/2018 | |
| dc.relation | COVID/BDE/152685/2022 | |
| dc.rights | embargoedAccess (2 Years) | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Automotive | |
| dc.subject | Data-driven analysis | |
| dc.subject | Flat panel displays | |
| dc.subject | Lean Six Sigma | |
| dc.subject | Optical bonding process | |
| dc.subject | Process Improvement | |
| dc.subject | Análises suportadas em dados | |
| dc.subject | Automotivo | |
| dc.subject | Ecrã plano | |
| dc.subject | Melhoria contínua de processos | |
| dc.subject | Processos de Optical bonding | |
| dc.subject.fos | Engenharia e Tecnologia::Outras Engenharias e Tecnologias | |
| dc.title | Production process improvement - Optical bonding | eng |
| dc.title.alternative | Optical Bonding – Melhoria de um processo produtivo | por |
| dc.type | doctoralThesis | eng |
| dspace.entity.type | Publication | |
| oaire.awardNumber | UIDB/00319/2020 | |
| oaire.awardTitle | ALGORITMI Research Center [UIDB/00319/2020] | |
| oaire.awardURI | https://hdl.handle.net/1822/97342 | |
| oaire.funderIdentifier | http://doi.org/10.13039/501100001871 | |
| oaire.funderName | Fundação para a Ciência e a Tecnologia, I.P. | |
| oaire.fundingStream | Concurso de avaliação no âmbito do Programa Plurianual de Financiamento de Unidades de I&D (2017/2018) - Financiamento Base | |
| relation.isProjectOfPublication | 578fe247-e0a1-4030-bcf1-256f21a6a32b | |
| relation.isProjectOfPublication.latestForDiscovery | 578fe247-e0a1-4030-bcf1-256f21a6a32b | |
| sdum.degree.grade | Muito bom | |
| sdum.uoei | Escola de Engenharia | |
| thesis.degree.grantor | Universidade do Minho | por |
| thesis.degree.name | Programa doutoral em Advanced Engineering Systems for Industry (AESI) |
Ficheiros
Pacote original
1 - 1 de 1
A carregar...
- Nome:
- Rui Miguel Serra Oliveira.pdf
- Tamanho:
- 18.03 MB
- Formato:
- Adobe Portable Document Format