Wyniki wyszukiwania - BazTech

1

Analytic optimization framework for resilient manufacturing production and supply planning in Industry 4.0 context-buffer stock allocation - case study

Laciuga Maria, Sęp Jarosław

Technologia i Automatyzacja Montażu

|

2021

|

nr 3

42--50

PL

Planowanie montażu zespołów i wynikające z niego planowanie i harmonogramowanie produkcji (PPS) oraz planowanie zakupu surowców są kluczowymi elementami odpowiedzialnymi za dostawy na czas oraz aspekt kosztowy poprzez odpowiednie obciążenie zasobów oraz nośnik zapasów. Systemy klasy Industry 4.0 poszerzają wiedzę i możliwości dla podniesienia wydajności systemu oraz usprawniają podejmowanie decyzji. Środowisko produkcyjne z uwagi na sieć strumieni wartości, mnogość zmiennych, wielopoziomowe struktury materiałowe staje się bardzo złożone co jest dodatkowo wzmacniane przez nacisk na doskonałość operacyjną. Niepewność zapotrzebowań wymaga dodatkowej atencji oraz integracji z łańcuchem dostaw. W pracy zaprezentowano rozbudowane środowisko dla rozwiązań analitycznych wspierających narzędzia planowania montażu, produkcji oraz zakupów. Ryzyko związane z zmiennymi planami klienta oraz zmiennością dostawców jest ograniczane poprzez zarządzanie buforami. Poziom bufora zależy od predykcji na bazie modelu symulacyjnego opartego na mechanizmach uczenia maszynowego z wykorzystaniem sieci neuronowych w celu zagwarantowania dostaw na czas oraz w oczekiwanym koszcie. Aktualne wyzwania i oczekiwania w obszarze inteligencji opartej na danych zostały zaprezentowane. Rezultaty zaproponowanego modelu zostały szczegółowo porównane ze stanem obecnym.

EN

Advanced components assembly planning and related manufacturing production planning and scheduling (PPS) and supply planningare key elements responsible for deliveries and cost aspects as a resources workload and inventory driver. Industry 4.0 systems broaden science for improving system performance and decision making.Industry site environment because of material flow network, interrelated multi-variable, multilevel production becomes very complex what is challenged by a strong focus on operational excellence. Demand uncertainty requires additional attention and integration with Supply Chain. This paper presents an extended framework for analytics solutions in assembly, production and supply planning for manufacturing company. Risk related to violable customers demand is mitigated by buffer management. Buffer levels relay on a prediction from simulation model using computational methods based on machine learning algorithm using Neutral Networks to guarantee on-time deliveries and rational costs. Actual challenges and requirements for new use cases in data-driven intelligence are presented. The proposed models and the actual state will be comparably discussed with results analyses.

2

Propozycja zmiany sposobu zarządzania ryzykiem projektów realizowanych w sektorze publicznym

Ślusarczyk A., Kuchta D.

Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki

|

2012

|

Nr 4

104-115

PL

Artykuł przedstawia kilka dużych, rzeczywistych projektów infrastrukturalnych ze szczególnym uwzględnieniem opóźnień, jakie wystąpiły w trakcie ich realizacji. Autorzy dokonują analizy przyczyn tychże opóźnień oraz proponują zastosowanie w tych projektach Metody łańcucha krytycznego, której ideą jest wykorzystanie buforów czasowych.

EN

The paper presents a case study of a big infrastructure project with special focus on the delays which occurred during its execution. The authors make an analysis of the reasons which caused those delays and propose that the Critical Chain Method, the main idea of which consists in using time buffers, should be employed in such projects.

3

Symulator produkcyjny gsim jako narzędzie wspomagające kształcenie w obszarze teorii ograniczeń.

Kosieradzka A., Obłuska I.

Prace Naukowe Instytutu Organizacji i Zarządzania Politechniki Wrocławskiej. Studia i Materiały

|

2007

|

Vol. 83, nr 25

133-154

PL

W artykule omówiono podstawowe założenia Teorii Ograniczeń (Theory of Constraints). Zaprezentowany został symulator produkcyjny GSim, wykorzystywany w procesie poznawania założeń Teorii Ograniczeń i praktycznego opanowania Procesu Pięciu Kroków usprawniania systemów produkcyjnych. Dokonano charakterystyki środowiska produkcyjnego. Przeprowadzono i opisano cztery symulacje na podstawowym zestawie parametrów PARAMS850. Pierwsza symulacja oparta jest na dotychczasowej wiedzy i doświadczeniu uczestników, natomiast każda następna polega na praktycznym zastosowaniu kolejnych kroków Teorii Ograniczeń. Symulacje te umożliwiły zaobserwowanie, w jaki sposób konsekwentne zastosowanie podstawowych zasad Teorii Ograniczeń powoduje sukcesywną poprawę uzyskiwanych wyników.

EN

The fundamental assumptions of the Theory of Constraints were discussed. Manufacturing simulator GSim used to study the assumptions of the Theory of Constraints and to gain the practical acquaintance with Five Focusing Steps Process of improving manufacturing systems was presented. The characteristic of manufacturing environment was conducted. Four simulations with basic parameters' set PARAMS850 were run and described. First simulation is based on the participants' previous knowledge and experience, however the following ones consist in applying the succeeding steps of the Theory of Constraints. The simulations enabled to observe the way the consistent application of basic principles of the Theory of Constraints leads to the gradual improvement of the collected output.