MétaCan
Menu
Retour à la cohorte
Enregistrement W4240874259 · doi:10.1080/07408170108936848

Scheduling of the optimal tool replacement times in a flexible manufacturing system

2001· article· en· W4240874259 sur OpenAlexaff
PATRICK H. LIU, Viliam Makiš, Andrew Jardine

Notice bibliographique

RevueIIE Transactions · 2001
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFlexible manufacturing systemFlexibility (engineering)Scheduling (production processes)MachiningTime horizonScheduleReliability (semiconductor)Job shop schedulingMathematical optimizationComputer scienceDynamic programmingFailure rateReliability engineeringEngineeringAlgorithmMechanical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

In Flexible Manufacturing Systems (FMSs). a cutting tool is frequently used for different operations and on different part types to minimize tool change-overs and the number of tools required, and to increase part-routing flexibility. In such situations, the tools become shared resources and work in job-dependent, changeable and nonhomogeneous conditions. It is well known that the tool failure rate depends on both age and machining conditions and that tool reliability is a function of the duration, machining conditions, and the sequence of the operations in FMS. The objective of this paper is to obtain a schedule of the optimal preventive replacement times for the cutting tools over a finite time horizon in a flexible manufacturing system. We assume that the tool will be replaced either upon failure during an operation or preventively after the completion of each operation, incurring different replacement costs. A standard stochastic dynamic programming approach is taken to obtain the optimal tool replacement times. The optimal schedule is obtained by minimizing the total expected cost over a finite time horizon for a given sequence of operations. A computational algorithm is developed and a numerical example is given to demonstrate the procedure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,213
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations30
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIIE TransactionsMême sujetSupply Chain and Inventory ManagementTravaux en français237 207