Driving Weight Management: A Framework for Optimized Weight Prediction in Automotive Engineering
2025 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesis
Abstract [en]
Today, the automotive industry faces complexity in managing vehicle configuration processes as the need for product customization increases. This thesis investigates the current weight management system used at Volvo Cars, with a focus on improving the abstraction processes of vehicle weight during configuration. Current processes are dependent on manual effort, expert judgment and complex variant expressions in the product data system. These limitations result in inefficiencies and inaccuracies in the weight management processes. Through a case study approach, including qualitative interviews with internal stakeholders, key pain points within current practices were identified. Combined with a literature search on product configuration, weight and variant management, and configuration systems, a framework approach has been presented. The framework aims at increasing the accuracy and efficiency of the weight management system, while reducing the need for manual labor. This is done through a proposed algorithm logic for automating the assignment of part weight to variant layer partial configurations which utilize existing product structures. The result contributes to the automotive industry with a better understanding of the challenges in weight management when dealing with high customization. Further, the results suggest actionable improvements that can support Volvo Cars in achieving automation in vehicle configuration processes.
Abstract [sv]
Fordonsindustrin står idag inför en ökande komplexitet i hanteringen av fordonskonfiguration i takt med att efterfrågan på produktanpassning växer. Detta examensarbete undersöker det nuvarande systemet som används för viktprediktering på Volvo Cars, med särskilt fokus på att förbättra abstraheringen av viktdata under konfigurationsprocessen. Nuvarande arbetssätt är starkt beroende av manuellt arbete, expertbedömningar och komplexa variantstrukturer i produktdatasystemet. Dessa begränsningar leder till ineffektivitet och bristande precision i viktberäkningarna. Genom en fallstudie med kvalitativa intervjuer med interna experter har centrala problemområden i dagens processer identifierats. I kombination med en litteraturstudie inom produktkonfiguration, viktoch varianthantering samt konfigurationssystem, presenteras ett ramverksförslag. Ramverket syftar till att öka precisionen och effektiviteten i viktpredikteringen, samt att minska behovet av manuellt arbete. Detta görs genom en föreslagen algoritmlogik som automatiserar tilldelningen av artikelvikt till partiella konfigurationer inom variantlagret. Existerande produktstrukturer utnyttjas för att uppnå detta. Resultatet bidrar till en ökad förståelse för de utmaningar som viktprediktering innebär i samband med ett ökat behov för hög produktvariation. Vidare föreslås konkreta förbättringar som kan stödja Volvo Cars i att implementera automation i konfigurationsprocessen.
Place, publisher, year, edition, pages
2025. , p. 45
Series
TRITA-ITM-EX ; 2025:204
Keywords [en]
Product customization, vehicle configuration, variant management, weight management, weight prediction
Keywords [sv]
Produktanpassning, fordonskonfiguration, varianthantering, vikthantering, viktprediktering
National Category
Mechanical Engineering
Identifiers
URN: urn:nbn:se:kth:diva-369422OAI: oai:DiVA.org:kth-369422DiVA, id: diva2:1995148
Subject / course
Integrated Product Development
Educational program
Master of Science - Integrated Product Design
Presentation
2025-06-15, 00:00
Supervisors
Examiners
2025-09-042025-09-042025-09-04Bibliographically approved