MétaCan
Menu
Retour à la cohorte
Enregistrement W2057086256 · doi:10.1080/0951192x.2010.511652

A model for measuring products assembly complexity

2010· article· en· W2057086256 sur OpenAlexaff
S.N. Samy, H.A. ElMaraghy

Notice bibliographique

RevueInternational Journal of Computer Integrated Manufacturing · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésComplexity indexMeasure (data warehouse)Product (mathematics)Complexity managementMetric (unit)Computer scienceVariety (cybernetics)Structural complexityIndustrial engineeringAutomotive industryReliability engineeringEngineering drawingManufacturing engineeringEngineeringData miningAlgorithmArtificial intelligenceMathematicsOperations management

Résumé

récupéré en direct d'OpenAlex

Complexity is generally believed to be one of the main causes of the present difficulties in manufacturing systems. In this article, product assembly complexity is defined as the degree to which the individual parts/subassemblies contain physical attributes that cause difficulties during the handling and insertion processes in manual or automatic assembly. A product complexity model has been developed by incorporating the information amount and content, as well as the Design For Assembly (DFA) principles for assembled products into an earlier model that was designed for measuring complexity of machined parts. The new model is used to assess the assembly complexity of individual parts using an index for measuring the complexity. Individual indices for parts are aggregated to obtain an overall measure for total product assembly complexity. The new measure accounts for the different parts' assembly attributes as well as their number and variety. An automotive piston and a family of three-pin electric power plugs were used to demonstrate the proposed approach for automatic and manual assembly, respectively. The impact of assembly attributes on product assembly complexity was also tracked. The proposed metric is a useful decision support tool for designers to reduce potential product assembly complexity and associated cost.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,250
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations144
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Computer Integrated ManufacturingMême sujetManufacturing Process and OptimizationTravaux en français237 207