Industrial Engineering Commons^™

Pla Polymer Binder In Core Production - Influence On Final Casting Dimensions, Artur Soroczyński, Krzysztof Rechowicz

Virginia Digital Maritime Center (VDMC) Faculty Publications

The foundry industry is seeking an ecological alternative to synthetic molding resins. This study evaluates the technological properties of core sands bonded with biodegradable polylactide (PLA). Cores prepared on a 2% quartz sand matrix were subjected to casting processes using two alloys with extremely different pouring temperatures: gray cast iron (approx. 1200 °C) and AK11 silumin (approx. 710 °C). The research methodology included macroscopic assessment, dimensional analysis using 3D scanning (GOM Inspect), and qualitative knock-out assessment supported by numerical temperature field simulation. The results showed that the high crystallization temperature of cast iron leads to complete thermal degradation of the …

A Strategic Infrastructure Improvement Framework For Intermodal Transportation Networks, Ayoub Abusalih

Graduate Theses, Dissertations, and Problem Reports (ETD)

In this research, we propose a novel approach to design infrastructure networks for intermodal freight transportation systems, which incorporates railways, highways, and inland waterways (IWW). The objective of our study is to identify the optimal set of hubs to be built and operated over an extended time, based on the projected domestic cargo demand. Unlike traditional hub location models, our approach introduces hybrid hubs, where hybrid transportation modes are integrated to facilitate cargo handling. This innovative integration enables more efficient intermodal connections, leading to tangible reductions in operating costs, and carbon emissions. Specifically, we propose a mixed integer programming model …

Mitigating Out-Of-Plane Fiber Waviness In Afp Laminates With Tow-Gaps Via Selective Placement Of Thermoplastic Veils, Ahmadreza Ravangard, Kuthan Celebi, Sergii G. Kravchenko, Oleksandr G. Kravchenko

Mechanical & Aerospace Engineering Faculty Publications

Fiber tow-gaps and overlaps formed during the Automated Fiber Placement (AFP) process pose a significant challenge by introducing non-uniform composite morphologies, often characterized by resin-rich regions and fiber waviness. These defects occur as deposited fibers sink into the gap regions during consolidation, with gap geometry determined during path planning. Such morphological inconsistencies can compromise structural reliability by initiating premature failure, particularly through localized out-of-plane waviness and resin accumulation. This study investigates the integration of high melting temperature thermoplastic veils, specifically polyetherimide (PEI), into fiber tow-gaps as a method to prevent ply sinking and reduce fiber waviness on both internal and …

Leveraging Synthetic Data For Efficient Training Of Ai Models For Real-World Object Detection, Reinaldo A. Moraga

Graduate Research Theses & Dissertations

Modern computer vision (CV) systems largely depend on real-world data for training, which is costly in terms of time, materials, and resources. As industries push toward automation and Artificial Intelligence (AI) -driven solutions, the need for enabling more efficient model training is growing. The primary aim of this work is to explore a framework tailored for industrial applications that uses synthetic images generated from 3D models to train a CV model capable of real-world object detection. This approach seeks to reduce the time, cost, and resources typically required for training AI models with real-world data. This work presents a method …

Order Acceptance And Detailed Scheduling In A Make-To-Order Job Shop With Discrete And Batch-Processing Machines, Dheeban Kumar Srinivasan Sampathi

Graduate Research Theses & Dissertations

In today's ever-evolving production landscape, characterized by a growing demand for personalized products to enhance consumer satisfaction, the strategy of pursuing high-mix, low-volume manufacturing has gained importance. More than ever, manufacturers are adopting the Make-To-Order (MTO) approach, aiming to balance efficient cost management by meeting strict customer deadlines. This research explores the complex state of job shop scheduling, a significant challenge faced by manufacturing entities trying to optimize production time and costs while making the best use of their machinery and resources. The primary concern is the dynamic relationship between order acceptance and scheduling within a job shop environment, which …

Ease Of Product Disassembly Through A Systematic Structured Time-Based Design For Disassembly Methodology, Emeka S. Igwe

College of Graduate Studies: Theses & Dissertations

This research introduces a systematic time-based design for disassembly (DfD) framework aimed at optimizing product disassembly by addressing important features like liaisons between components in product, component accessibility and the overall modularity of the product. This study specifically covers electromechanical and mechatronic systems in both household and industrial setup, identifying their disassembly challenges and high value pointers for improvement. The methodology involves using a design for disassembly framework called LeanDfD in carrying out a holistic disassembly process and evaluating quantitative metrics like disassembly time and complexity and suggesting further redesign strategies to minimize disassembly time and cost. Adopting this systematic …

A Comparative Analysis Of Preprocessing Filters For Deep Learning-Based Equipment Power Efficiency Classification And Prediction Models, Sang-Ha Sung, Chang-Sung Seo, Michael Pokojovy, Sangjin Kim

Mathematics & Statistics Faculty Publications

The quality of input data is critical to the performance of time-series classification models, particularly in the domain for industrial sensor data where noise and anomalies are frequent. This study investigates how various filtering-based preprocessing techniques impact the accuracy and robustness of a Transformer model that predicts power efficiency states (Normal, Caution, Warning) from minute-level IIoT sensor data. We evaluated five techniques: a baseline, Simple Moving Average, Median filter, Hampel filter, and Kalman filter. For each technique, we conducted systematic experiments across time windows (360 and 720 min) that reflect real-world industrial inspection cycles, along with five prediction offsets (up …

Improving The Availability Of Aluminium Sheath Extrusion Machines In The Cable Industry, Jirathana Vasinyont

Chulalongkorn University Theses and Dissertations (Chula ETD)

Aluminium sheath extrusion machines (AL Seamless) play a critical role in the production of high-voltage cables, ensuring the integrity and quality of electrical transmission infrastructure. However, after commissioning such machines at PD Company was fraught with challenges, including frequent breakdowns, limited machine availability, and production inefficiencies. The underlying issues stemmed from inadequate standard operating procedures (SOPs), insufficient knowledge transfer during commissioning, and suboptimal maintenance practices. To address these challenges, this research applied structured methodologies, including Failure Mode and Effects Analysis (FMEA) to identify critical failure points and root causes, and Total Productive Maintenance (TPM) to improve operational reliability. Knowledge transfer …

Risk Management For Irrigation Water Pumping Project In Myin Gyan District, Myanmar, Ye Lin Aung

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study evaluates risk and performance management in the Si Mee Khon irrigation water pumping project in Myin Gyan District, Myanmar. Although intended to supply irrigation to 5,000 acres of farmland, the project has fallen short of planned targets. By Q3 2025, 53.62% of the budget had been spent while only 44% of the intended coverage had been completed, signalling significant delays and cost inefficiencies. The research identifies and prioritises key risks, assesses their effects on schedule and cost performance, and proposes mitigation strategies. A mixed-method approach was used, combining interviews with twenty MOALI officials and quantitative analysis based on …

การวิเคราะห์ความสามารถในการขับขี่และพฤติกรรมจากความเหนื่อยล้าโดยใช้สัญญาณภาพ, ภาสวิชญ์ บุญนุช

Chulalongkorn University Theses and Dissertations (Chula ETD)

อาการเหนื่อยล้ายังคงเป็นประเด็นด้านความปลอดภัยที่สำคัญในกลุ่มผู้ขับรถบรรทุก ซึ่งมักจะส่งผลให้ระดับความสามารถในการขับขี่ลดลงและเพิ่มความเสี่ยงต่อการเกิดอุบัติเหตุ การศึกษาในครั้งนี้นำเสนอแนวทางการใช้แบบจำลองการเรียนรู้ของเครื่อง (Machine Learning) โดยมีการรวมข้อมูลเหตุการณ์การเกิดพฤติกรรมของผู้ขับขี่ที่ตรวจจับได้จากระบบ AI Camera และข้อมูลด้านประชากรศาสตร์และลักษณะการทำงาน เพื่อทำนายระดับความสามารถในการขับขี่ที่ลดลงที่มีสาเหตุมาจากอาการเหนื่อยล้า โดยทำการศึกษาจากข้อมูลจำนวน 600 วัน ซึ่งประกอบไปด้วยผู้ขับขี่จำนวน 105 คน โดยแบ่งระดับความสามารถในการขับขี่ออกเป็น 3 ระดับ ได้แก่ ความสามารถปกติ ความสามารถลดลง และความสามารถที่มีความเสี่ยงสูง โดยสังเกตจากพฤติกรรมการตอบสนองขณะขับขี่ การวิเคราะห์จะพิจารณาการรวมข้อมูลด้านประชากรศาสตร์และลักษณะการทำงาน วิธีการพัฒนาเกณฑ์ในการระบุระดับความสามารถในการขับขี่ กรอบเวลาในการสังเกตอาการเหนื่อยล้า และคุณภาพของข้อมูลเชิงพฤติกรรม โดยใช้แบบจำลองการเรียนรู้ของเครื่องภายใต้กรอบเวลาในการสังเกตที่แตกต่างกันก่อนเกิดที่ระดับความสามารถในการขับขี่ลดลง ผลการศึกษาแสดงให้เห็นว่าปัจจัยด้านประชากรศาสตร์และปัจจัยที่แสดงลักษณะการทำงานช่วยเพิ่มความแม่นยำในการทำนาย โดยสำหรับการศึกษานี้ แบบจำลองชนิด LightGBM ให้ผลการทำนายที่ดีที่สุดที่ค่าความแม่นยำ 90% ภายใต้เงื่อนไขเหตุการณ์ที่ผ่านการตรวจสอบและใช้กรอบเวลา 8 นาที ซึ่งสะท้อนให้เห็นถึงประโยชน์ของการใช้กรอบเวลาสั้นในการตรวจจับอาการเหนื่อยล้า การวิเคราะห์ความสำคัญของแต่ละปัจจัย (Feature Importance) พบว่า การหาว การปฏิบัติงานต่อเนื่องเกิน 4 ชม. และการหลับตา เป็นตัวบ่งชี้ทางพฤติกรรมที่สำคัญที่สุดตามลำดับ ในขณะที่อายุ การยกของก่อนขับรถ ช่วงเวลาในการทำงาน ประสบการณ์ในการทำงาน เป็นปัจจัยด้านประชากรศาสตร์และการทำงานที่มีอิทธิพลต่อการลดลงของระดับความสามารถในการขับขี่ ผลการศึกษานี้ชี้ให้เห็นถึงความสำคัญของการรวมข้อมูลเหตุการณ์ที่ผ่านการตรวจสอบเข้ากับลักษณะเฉพาะของผู้ขับขี่ และกรอบเวลาในการสังเกตอาการเหนื่อยล้าที่เหมาะสม เพื่อใช้ในการประเมินระดับความสามารถที่ลดลงที่มีสาเหตุจากอาการเหนื่อยล้าได้อย่างมีประสิทธิภาพในงานขนส่ง

การเปรียบเทียบขนาดของรอยฝ่าเท้าที่ได้จากเครื่องพิมพ์รอยฝ่าเท้า 3 มิติ แบบพกพาและโฟมพิมพ์เท้า, วรัญญา รัตนสุมาวงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ความแม่นยำของเครื่องมือใหม่ที่ถูกพัฒนามาใช้ทดแทนเครื่องมือเดิม เป็นปัจจัยสำคัญต่อความน่าเชื่อถือ ได้มีการพัฒนาเครื่องพิมพ์รอยฝ่าเท้า 3 มิติแบบพกพาเพื่อทดแทนการใช้โฟมพิมพ์เท้า และใช้ iPhone 12 mini เป็นอุปกรณ์สแกนรอยฝ่าเท้าเพื่อทดแทนเครื่อง 3D scanner เพื่อประเมินให้เห็นว่าสามารถนำเครื่องพิมพ์รอยฝ่าเท้า 3 มิติแบบพกพาและ iPhone 12 mini มาใช้ทดแทนได้ จึงได้มีการออกแบบการทดลองแบบ Randomized Complete Block Design (RCBD) โดยศึกษาปัจจัยของประเภทเครื่องมือที่ใช้พิมพ์รอยฝ่าเท้า ได้แก่ โฟมพิมพ์เท้า และ เครื่องพิมพ์รอยฝ่าเท้า 3 มิติ แบบพกพา และประเภทเครื่องสแกน 3 มิติ ได้แก่ 3D scanner และ iPhone 12 mini การทดสอบได้เก็บข้อมูลเท้า 18 ข้าง จากผู้เข้าร่วมวิจัย 9 คน โดยพิมพ์ลงบนเครื่องพิมพ์รอยฝ่าเท้า 3 มิติ แบบพกพาและโฟมพิมพ์เท้า และทำซ้ำ 3 ครั้ง รอยฝ่าเท้าที่ได้ถูกสร้างรูปร่างรอยฝ่าเท้าดิจิตอลด้วย iPhone 12 mini และ 3D scanner เพื่อเก็บข้อมูลตัวชี้วัดทั้ง 7 ตัว ได้แก่ ความกว้างรอยฝ่าเท้า ความยาวรอยฝ่าเท้า ความสูงรอยฝ่าเท้าในพื้นที่บริเวณอุ้งเท้า 4 ตำแหน่ง และความสูง Metatarsal head ที่ 3 จากผลการวิเคราะห์ทางสถิติแบบ Randomized Complete Block Design (RCBD) ที่ระดับความเชื่อมั่น 95% พบว่าตัวชี้วัดทั้ง 7 ตัว ของเครื่องพิมพ์รอยฝ่าเท้า 3 มิติ แบบพกพากับโฟมพิมพ์เท้าไม่มีความแตกต่างกันอย่างมีนัยสำคัญ และการใช้ iPhone 12 กับ 3D scanner ไม่มีความแตกต่างกันอย่างมีนัยสำคัญเช่นกัน ผลการวิจัยสรุปได้ว่า …

Leveraging Physiological Signal Activity And Self-Report Data To Assess Students’ Trust In “My Friendly Mind” App And Its Impact On Their Mental Health Knowledge: A Mixed-Method Phase 1 Clinical Trial Focusing On Depression And Attention Deficit Hyperactivity Disorder From Human Factors Standpoint., Yeganeh Shahsavar

Graduate Theses, Dissertations, and Problem Reports (ETD)

Mental health issues have become a significant global public health concern, especially among younger generations. The growing number of mental health challenges, combined with limited access to quality care, makes the problem even worse. Studies reveal that over 70% of individuals worldwide in need of mental health services do not receive appropriate care. Digital health technologies have the potential to enhance mental health services by making them more accessible and affordable. Despite the increasing popularity of mental health mobile applications (mHealth), there remains a lack of robust evidence of their effectiveness and the level of user trust, particularly in areas …

Synthetic Data–Driven Early Prediction Framework For Acute Kidney Injury In Patients Receiving Vancomycin And Ceftazidime/Avibactam, Maryam Ramazani

Graduate Theses, Dissertations, and Problem Reports (ETD)

Background: The nephrotoxic risks of combining ceftazidime/avibactam (AVI) with vancomycin (VAN) remain underexplored, despite both agents independently being linked to acute kidney injury (AKI). This study assessed the risk of AKI associated with concurrent VAN and ceftazidime/avibactam (VAN-AVI) therapy and developed synthetic data models to enable early prediction of AKI.

Methods: We conducted a retrospective analysis using electronic health record data from hospitalized adults between 2015 and 2022. The incidence of AKI was compared among patients receiving VAN-AVI or VAN in combination with piperacillin/tazobactam (VAN-TPZ) versus VAN monotherapy. AKI was defined as a composite of de novo and recurrent AKI …

Framework For Development Environment Selection In Digital Twin Applications, Carlos Dodero Fernandez

Graduate Theses, Dissertations, and Problem Reports (ETD)

Digital Twin (DT) technology, a cornerstone of Industry 4.0, facilitates real-time synchronization between virtual models and physical manufacturing systems, enhancing operational efficiency and decision-making. However, its widespread adoption is hindered by the absence of standardized methods for selecting Development Environments (DEs) for DTs, compounded by challenges in cost, interoperability, and connectivity with Industrial Internet of Things (IIoT) protocols. This thesis proposes a Systematic Selection Framework to address this gap, offering a structured methodology to evaluate DEs based-on visualization quality, scalability, interoperability, and cost-effectiveness for manufacturing applications. The framework categorizes and compares sixteen DEs into Game Engines, Robotics Engines, and Simulation …

Forecasting Air Pollution Driven By Vehicle Growth, Public Transport, Industry, And Household Waste, Chandra Harjono, Ludy Gianto, Rachmattullah Sidik, Dyah Lestari Widaningrum

Journal of Environmental Science and Sustainable Development

Jakarta, Indonesia's bustling capital, is grappling with escalating air pollution levels attributed to a confluence of socio-economic and infrastructural factors. This study employs Vensim modelling to project PM2.5 pollution trends through 2040, analysing the dynamic interplay among major contributors: increased vehicular emissions, industrial activities, public transportation deficiencies, and waste management inefficiencies. Materials and Methods: The method that will be used in this air pollution analysis is to integrate empirical data spanning three years to construct a predictive model underpinned by a robust causal loop diagram that elucidates the relationships between system variables and air quality. The results of this paper …

Digital Twin And Cybersecurity In Additive Manufacturing, Lidong Wang

Journal of Cybersecurity Education, Research and Practice

Additive manufacturing (AM) has been applied to automotive, aerospace, medical sectors, etc., but there are still challenges such as parts’ porosity, cracks, surface roughness, intrinsic anisotropy, and residual stress because of the high level of thermal gradient. It is significant to conduct the modeling and simulation of the AM process and achieve quality products. Digital Twin (DT) can help AM with forecasting defects/errors through simulation and real-time process monitoring. DT is a concept of Industry 4.0, and its digital structure reflects the real-time behaviors of a cyber-physical or physical system. This paper introduces the progress of DT applications in AM, …

Enhanced Intellectual Property Protection Mechanisms Towards Collaborative Data Sharing In Metal-Based Additive Manufacturing, Durant Hayes Fullington

Theses and Dissertations

This dissertation aims to develop effective methodologies towards enhanced intellectual property protections for data sharing frameworks in metal-based additive manufacturing (AM). Currently, many small-to-medium sized manufacturers face data availability challenges due to the prohibitive high cost to collect, process, and analyze large amounts of process-related data for AM. Because these manufactures rely heavily on small-scale data, it can be difficult for them to effectively train complex machine learning (ML) algorithms, which are commonly used for AM process monitoring. One popular solution is to develop collaborative data sharing frameworks, where multiple independent AM users can share their data to increase the …

On Topological Measures And Network Vulnerability Patterns: A Review And Comparative Analysis, Saviz Saei

Theses and Dissertations

Despite much hope for climate change to slow down or even reverse, younger generations face a future overshadowed by extreme events. The indisputable reality is that unless the United Nations establishes comprehensive and sustained climate justice policies, children today will experience five times more extreme events than those that took place a century ago. On Monday, July 3rd of 2023, an unprecedented peak in global temperatures was documented, marking the highest global temperature ever recorded, as the U.S. National Centers for Environmental Prediction reported. These increasing temperatures indicate the ongoing and intensifying phenomenon of climate change, which amplifies the frequency …

Processing Cost Analysis For Great South Metals, Evan Briggs, Madisen Laskos, Jared Perrin

Senior Design Project For Engineers

Great south Metals (GSM), a steel processing company based in Acworth, GA, has partnered with the Kennesaw State University (KSU) Industrial and System Engineering (ISYE) department to optimize its costing model. Currently, GSM uses a flat pricing structure for GSM-owned materials and estimates costs for toll processing. However, this approach has led to inaccuracies in pricing and challenges in tracking profitability. GSM seeks to transition to a more systematic and data-driven costing model that will improve both internal and external quoting while ensuring competitiveness in the market.

To address these challenges, the project focused on developing separate costing matrices for …

Learning To Accelerate Globally Optimal Solutions: Applications In The Ac Optimal Power Flow Problem, Muhammet Fatih Cengil

Graduate Theses and Dissertations

The Alternating Current Optimal Power Flow (AC-OPF) problem is a fundamental optimization challenge critical to ensuring the economical and reliable operation of power grids. While fast heuristic methods provide upper-bound solutions, assessing their quality requires lower bounds obtained from relaxations of the AC-OPF problem. This dissertation focuses on finding globally optimal solutions to the AC-OPF problem by enhancing the effectiveness and efficiency of Quadratic Convex (QC) relaxations. Leveraging machine learning techniques, we aim to achieve tighter relaxations faster and improve computational performance, enabling practical scalability for real-time applications.

In Chapter 2, we propose a machine learning-based method to accelerate the …