Integrated Production and Maintenance Control Policies for Failure-prone Manufacturing Systems Producing Perishable Products
Notice bibliographique
Résumé
Abstract The problem of integrated production and maintenance control of unreliable manufacturing systems evolving in a stochastic and dynamic environment is studied in this paper. The considered system is subject to degradation and the produced products are perishable with random shelf-lives. The literature of operations management for perishable products reports a correlation between the shelf-life of the product and the machine degradation. In fact, the latter results in shelf-lives reduction. Ignoring this correlation effect may result in inaccurate values of the shelf-lives and inefficient control policies. The objective of this paper is to develop a joint production and maintenance control policy that minimizes the total cost composed of backlog, inventory holding, disposal and maintenance costs. The proposed parametrized joint control policy combines a multi hedging point policy and an age-based preventive maintenance policy. The optimization of the parameters of the proposed joint control policy is obtained using a simulation-based optimization approach and sensitivity analyses are provided to confirm its robustness. The obtained results show that the correlation between machine degradation and shelf-life reduction has a major influence on the control parameters and that preventive maintenance interventions can lead to increasing the shelf-life of products and minimizing the total cost. The proposed joint control policy is then compared to three other polices for a wide range of system and cost data. The obtained results show that the proposed joint control policy outperforms the other polices in terms of total incurred costs.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».