Production system virus analysis tool (PSVA) - problems identification and analysis framework - case study

• Autorzy: Cyplik P. , Hadaś Ł.

Warianty tytułu

PL

Wirusowa analiza systemu wirusowego (PSVA) - zakres identyfikacji i analizy problemów - studium przypadku

• Języki publikacji: EN

Abstrakty

EN

Identification and analysis of problems occurring in complex machine-building company production systems is a very crucial stage in the process of improving these systems. Effective production systems nowadays are a key to the success for this type of companies. On the basis of production system problem identification and analysis tools known from the subject literature (among others ASIS model, Ishikava (fishbone) diagrams, impact wheels, current reality tree, risk assessment mapping tools (FMEA), cause and effect diagrams), the Authors of this paper proposed their author's identification and analysis framework of problems occurring in machine-building enterprise production systems. The proposed tool is a specific hybrid of solutions known from the literature. This tool has been developed and successfully used within the frames of a project aimed at improving the production system of one of the Polish biggest machine building's sector manufacturer. Problem identification and analysis framework of production systems in machine-building companies developed within this project has been called Production System Virus Analysis (PSVA) for the reason of results presentation specific character. In this paper basic assumptions and methodology of the tool developed by the Authors have been included. Additionally, in the practical part the Authors present an example of PSVA adoption for problem identification and analysis in the production system of one of the Polish biggest machines building company.

PL

Efektywny system produkcyjny, może być postrzegany jako jeden z głównych elementów przewagi konkurencyjnej przedsiębiorstw produkcyjnych. Sprawnie działający system produkcyjny jest podstawą efektywnego funkcjonowania zarówno samego przedsiębiorstwa produkcyjnego jak również łańcucha dostaw, którego ogniwem jest to przedsiębiorstwo. Niestety nie wszystkie przedsiębiorstwa produkcyjne, mogą uznać swoje systemy produkcyjne za efektywne. W związku w tym podejmują one permanentne działania korygujące obecny stan. Proces usprawniania systemu produkcyjnego jest z reguły skomplikowany i trudny. Heterogeniczność oraz różnorodność problemów występujących w systemach produkcyjnych przedsiębiorstw potęguje trudności z identyfikacją kluczowych problemów, które determinują efektywność całego systemu. Pomocnym narzędziem identyfikującym i analizującym te problemy może być Wirusowa Analiza Systemu Produkcyjnego (ang. Production System Virus Analysis - PSVA). Opisane na łamach tego artykułu narzędzie jest swoistą hybrydą znanych z literatury rozwiązań. Został on opracowany i z sukcesem zaimplementowany w ramach realizacji prac usprawniających system produkcyjny jednego z największych polskich producentów z branży budowy maszyn, przyczyniając się do poprawy sytuacji finansowej przedsiębiorstwa poprzez lepsze wykorzystanie jego potencjału.

Słowa kluczowe

EN

production system analysis; machine building company; problems identification; ASIS model

PL

analiza systemu produkcyjnego; przedsiębiorstwo budowy maszyn; identyfikacja problemu; model ASIS

• Wydawca: Wyższa Szkoła Logistyki
• Czasopismo: LogForum
• Rocznik: 2011
• Tom: Vol. 7, no. 1
• Strony: 1--14
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Cyplik P.

autor

Hadaś Ł.

• Institute of Engineering Management

Bibliografia

• Chmeilewski, T.C., and D.F. Dansereau, 1998, Enhancing the recall of text: Knowledge mapping training promotes implicit transfer, Journal of Educational Psychology, 90 (3), 407-413.
• Cochran, J.K., Kaylani, H.A., 2008, Optimal design of a hybrid push/pull serial manufacturing system with multiple part types, International Journal of Production Research, 46 (4), 949- 965.
• Enarsson, L., 1998, Evaluation of suppliers: How to consider the environment, International Journal of Physical Distribution & Logistics Management, 28 (1), 5-17.
• Franceschini, F., and M. Galetto, 2001, A new approach for evaluation of risk priorities of failure modes in FMEA, International Journal of Production Research, 39 (13), 2991- 3001.
• Goldratt, E.M., 1994, It's Not Luck, North River Press Publishing Corporation, Croton-on-Hudson, New York.
• Hays, J.M., and A.V. Hill, 2001, A preliminary investigation of the relationships between employee motivation/vision, service learning, and perceived service quality, Journal of Operations Management, 19 (3), 335-349.
• Hodgkinson, G.P., A.E. Tomes, and J. Padmore, 1996, Using consumer's perceptions for the cognitive analysis of corporate-level competitive structures, Journal of Strategic Marketing, 4 (1), 1-21.
• Jetter, J.J., J.R. Forte, and R. Rubenstein, 2001, Fault tree analysis for exposure to refrigerants used for automotive air conditioning in the United States, Risk Analysis: An International Journal, 21 (1), 157-171.
• Kelley, D.L., 2000, More new twists on traditional quality tools and techniques, Journal for Quality & Participation, 23 (4), 30-31.
• Kumar, A., 2000, Analyzing system safety, Pollution Engineering, 32 (6), 46-49.
• Noreen, E., Smith D. and Mackey J.T., 1995, The Theory of Constraints and Its Implications for Management Accounting. NJ: The IMA Foundation tor Applied Research,
• Pande, P.S., and L. Holpp, 2001, What Is Six Sigma? McGraw-Hill Trade.
• Umble, M., Umble, E., Murakami, S., 2006, Implementing theory of constraints in a traditional Japanese manufacturing environment: The case of Hitachi Tool Engineering, International Journal of Production Research 44 (10), 1863-1880.