MétaCan
Menu
Retour à la cohorte
Enregistrement W2883181832 · doi:10.1080/00207543.2018.1478150

Quality issue in forecasting problem of production and maintenance policy for production unit

2018· article· en· W2883181832 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Production Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Preventive maintenanceMaintenance actionsQuality (philosophy)Operations researchReliability engineeringProduction planningFailure rateTime horizonSensitivity (control systems)Optimal maintenanceProduction rateEngineeringComputer scienceOperations managementMathematical optimizationEconomicsIndustrial engineeringMathematicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

In this study, we consider an unreliable deteriorating production system that produces conforming and non-conforming products to satisfy a random demand under a given service level and during a finite horizon. The production system is subjected to a failure-prone machine. The quality of the produced products is affected by the machine deterioration since the rate of defectives increases as the deterioration increases. Preventive maintenance actions can be piloted on the production system to reduce the influence of deterioration and the defective rate. A joint control policy is based on a stochastic production and maintenance planning problem with goals to determine, firstly, the economic plan of production and secondly, the optimal maintenance strategy. The proposed jointly optimisation minimises the total cost of production, inventory, maintenance and defectives. A failure rate and quality relationship are defined to show the influence of the production rates variation on the failures rate as well as on the defective rate. A numerical example and an industrial case study are adopted to illustrate the proposed approach and a sensitivity analysis to validate the jointly optimisation.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,113
Tête enseignante GPT0,414
Écart entre enseignants0,301 · 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