MétaCan
Menu
Retour à la cohorte
Enregistrement W2759185305 · doi:10.1115/1.4038069

Functional Synthesis of Manufacturing Systems Using Co-Platforming to Minimize Cost of Machines and System Changes

2017· article· en· W2759185305 sur OpenAlexafffund
Mohamed Abbas, Hoda ElMaraghy

Notice bibliographique

RevueJournal of Mechanical Design · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueFlexible and Reconfigurable Manufacturing Systems
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésControl reconfigurationAutomotive industryFlexible manufacturing systemProduction (economics)Manufacturing costTotal costProduct (mathematics)Manufacturing engineeringCapital investmentEngineeringComputer scienceReliability engineeringEmbedded systemScheduling (production processes)Mechanical engineeringOperations managementMathematics

Résumé

récupéré en direct d'OpenAlex

Manufacturing systems need to be designed to cope with products’ variety and frequent changes in market requirements. Switching between product families in different production periods often requires reconfiguration of the manufacturing system with associated additional cost and interruption of production. A mixed integer linear programing (MILP) model is proposed to synthesize manufacturing systems based on the co-platforming methodology taking into consideration machine level changes including addition or removal of machine axes and changing setup as well as system level changes such as addition or removal of machines. The objective is to minimize the cost of change needed for transition between product families and production periods. An illustrative numerical example and an industrial case study from tier I automotive supplier are used for verification. Finally, the effect of maintaining a common core of machines in the manufacturing system on the total capital and change cost is investigated. It has been demonstrated that synthesizing manufacturing systems designed using the co-platforming strategy reduces the total investment cost including initial cost of machines and cost of reconfiguration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,259
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical DesignMême sujetFlexible and Reconfigurable Manufacturing SystemsTravaux en français237 207