MétaCan
Menu
Retour à la cohorte
Enregistrement W4307138863 · doi:10.1061/(asce)co.1943-7862.0002420

Assessment of Digital Twins to Reassign Multiskilled Workers in Offsite Construction Based on Lean Thinking

2022· article· en· W4307138863 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Construction Engineering and Management · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Lean manufacturingProductivityProduction (economics)Lean constructionIdentification (biology)Lead timeComputer scienceOperations managementManufacturing engineeringEngineeringIndustrial engineeringConstruction industryConstruction engineering

Résumé

récupéré en direct d'OpenAlex

Offsite construction (OSC) is an innovative approach where building components (e.g., panels or modules) are manufactured in a shop floor environment, then transported to, and installed at the site. Although there are numerous benefits inherent to the OSC approach, practitioners still struggle to provide tailored projects to their clients due to the low level of flexibility in production caused by uncertainty, multiple projects, and variable market demands. Indeed, the lack of production flexibility limits shop floors to manufacture projects efficiently in an ever-changing environment, especially when processes are still labor-intensive and are not leveraged by autonomous systems, such as a digital twin (DT). Hence, this paper proposes the use of a DT to improve production on OSC shop floors by increasing flexibility, i.e., the ability to adapt to uncertainty, through the automated reassignment of multiskilled workers based on data pertaining to production status that are updated in near real-time. The present study presents key metrics adopting a lean thinking approach for waste identification that quantifies the improved production performance attributable to the proposed DT. Using simulation as a surrogate system, this research evaluates the production performance on the shop floor according to different simulated scenarios varying the number of interventions made by the DT and multiskilling configurations. Moreover, this research considers significant aspects of multiskilling such as reduced productivity, increased cost, and the time spent when moving between workstations during reassignment. The primary findings from the system’s practical application indicate a significant improvement in production due to the reduction of waiting waste, total production duration, and total production cost being reduced by 62%, 40%, and 25%, respectively. Finally, the present study presents a novel approach to increasing flexibility on shop floors while also demonstrating the benefits attributable to the use of a DT to manage multiskilled workers in OSC.

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.

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 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 enseignants0,345
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,208
Écart entre enseignants0,202 · 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