Production rate control of an unreliable manufacturing cell with adjustable capacity
Notice bibliographique
Résumé
This article addresses the production control problem of an adjustable capacity unreliable manufacturing cell responding to a single product type demand. The manufacturing cell is composed of an unreliable machine, called the ‘central machine’. Due to availability fluctuations, the central machine may fall short of meeting the long-term demand rate. In order to quickly adjust the production capacity and thus meet the demand, a reserve machine is called upon in support if the finished product inventory level drops below a specific threshold. Such a machine involves higher production costs compared with the central one. This article aims to determine the optimal production control policy for the involved machines in order to minimise production, inventory and backlog costs over an infinite horizon. This article proposes a continuous dynamic programming formulation of the problem and adopted a numerical scheme to solve the optimality conditions equations. The optimal production policy is shown to be described by a state dependent hedging point policy (SDHPP). To determine the optimal control policy parameters, an experimental approach based on design of experiments, simulation modelling, and response surface methodology is proposed. Several sensitivity analyses have been carried out and have shown the robust behaviour of the developed policy facing expected variations of the system parameters. The results also show that the proposed SDHPP policy outperforms classical stand-by and parallel machines based control policies. The usefulness of the proposed approach is outlined for more complex situations where the system must deal with non-exponential failure and repair time distributions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».