MétaCan
Menu
Retour à la cohorte
Enregistrement W4239787724 · doi:10.31224/osf.io/b4ckf

Supporting Tools for Transition towards Industry 4.0: A Pressurized Cylinder Manufacturing Case Study

2020· preprint· en· W4239787724 sur OpenAlexaff
Mashum Billal, Miguel Baritto, Saboohi Nasim, Rumana Afroz Sultana, Mohammad Arani, Ahmed Jawad Qureshi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésScrapCylinderIdentification (biology)Work (physics)WeldingManufacturingManufacturing engineeringBusinessEngineeringMechanical engineeringMarketing

Résumé

récupéré en direct d'OpenAlex

The main purpose of this work is to report an implemented novel methodology to support Small and Medium Enterprises (SMEs) managers in better understanding the specific requirements for the implementation of Industry 4.0 solutions and the derived benefits within their firms. The methodology was implemented in a pressurized cylinder manufacturing company as a case study. The cylinder losing, inadequate scrap management, and bottlenecking in body welding were identified as three of the main problems that could be addressed through Industry 4.0. Potential solutions were considered and found suitable solutions for the problems. For example, Radio-Frequency Identification (RFID) tool was proposed to prevent the illegal cross-filling and illegal cylinder swapping problems and it will help for cylinder identification. A rough techno-economic feasibility analysis was also done for the proposed solutions, which will be helpful for SMEs manager to decide regarding when and how to migrate Industry 4.0.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,080
Tête enseignante GPT0,319
Écart entre enseignants0,239 · 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.

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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Transformation in IndustryTravaux en français237 207