Preventive maintenance and silica exposure limits integrated in the production planning of a granite processing unit
Notice bibliographique
Résumé
Purpose This paper studies the integration of production and maintenance planning for an unreliable production system subject to gradual deterioration. The goal of this planning is to optimize production and maintenance while reducing workers' exposure to silica dust. The objective will therefore be to offer manufacturers a production strategy that minimizes the total cost of production while considering the health of employees. Design/methodology/approach Adequate prevention methods are determined and integrated into the granite transformation production system, which evolves in a stochastic environment. With the failure rate of the dust reduction unit being a function of its degradation state, the authors solve the optimization problem using stochastic dynamic programming in the context of nonhomogeneous Markov chain. Findings The resulting planning strategy shows that one can manage stock optimally while ensuring a healthy environment for workers. It ensures that crystalline silica prevention equipment is available and effective and defines the production rate according to a critical threshold, which is a function of the age of the dust reduction unit. Research limitations/implications This article illustrates that it is possible to integrate silica dust reduction measures into production planning while remaining optimal and ensuring the health of operators. In the present study, the machined granite was assumed to be a natural granite, and production takes place in a closed environment. Originality/value The originality of this work lies in its development of an optimal joint production and maintenance strategy, which considers limits of exposure to crystalline silica. An optimal production and maintenance control policy considering employees' health is therefore proposed.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».