Managing Risks in the Improved Model of Rolling Mill Loading: A Case Study
Notice bibliographique
Résumé
This article reflects the main sources of risks for metallurgical enterprises in Russia, presenting the implementation of an innovative approach to increasing the competitiveness of an industrial enterprise, which is a typical representative of large enterprises of the metallurgical industry, based on the development of risk-oriented thinking when loading rolling mills with orders of intersecting assortment according to a new model. To reduce the emerging risks of a new model of the loading process of rolling mills of a metallurgical enterprise, it is proposed to take into account the risks in a complex way, taking into account their interactions with the use of integrated risk management (IRM). Practical development of the implemented approach was carried out by identifying the risks of the new improved loading process and their causes at each stage of the process. Risks were identified by analysis, qualitative and quantitative assessment of the likelihood of risks and the severity of consequences from their implementation with the establishment of events with a high potential hazard. Possible causes of hazardous events have been identified. To reduce the likelihood of unfavorable events, measures have been developed to influence significant risks and their effectiveness has been determined. The development of an innovative approach using risk-based thinking in a previously unexplored field of the application provides competitive advantages for enterprises of the metallurgical industry, increases income by reducing the cost of manufacturing products and production volumes by reducing time costs, achieving an economic efficiency of up to 10 million rubles per year. The practical significance of the dissemination of development results in similar industries is obvious and relevant for metallurgy as a whole.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».