MétaCan
Menu
Retour à la cohorte
Enregistrement W4366382554 · doi:10.4050/f-0077-2021-16844

Advanced Manufacturing in Sustainment

2021· article· en· W4366382554 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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTechnology Assessment and Management
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésOriginal equipment manufacturerSpare partScrapProduction (economics)Production lineAircraft maintenanceWork (physics)Operations managementAeronauticsComputer scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Sustainment is the most important part of the aircraft life cycle. After a production program ends there are decades of work to support the aircraft that are flying in the fleet. The average aircraft age of the B-52 is 55 years old as of today. With a decommission estimate of 2040, the fleet's age could hit 90 years of sustainment of a given aircraft. These aircraft require both planned and unplanned maintenance, which requires the original equipment manufacturer (OEM) to supply spare parts. When the required spare parts are not available, it can result in aircraft on ground (AOG) events and missions unable to be flown. During production, an OEM's suppliers have a steady cadence of part orders which results in a steady flow of parts through their facility. Over the lifecycle of sustainment, part orders are more likely to come in smaller quantities and at unpredictable intervals. This results in suppliers needing to start and stop their production lines for these parts, or the need to inventory parts, which creates several challenges. It is not easy to restart a production line. For some parts there is still the element of tacit knowledge that is essential to manufacturing the parts. If there is a break in production, the tacit knowledge can be lost causing a long process to restart production, resulting in increased scrap and longer than normal lead times. Breaks in the production flow also result in suppliers focusing their resources on other projects, so capacity is not guaranteed when a sustainment order is needed. Further, because many sustainment parts were designed decades ago using manufacturing processes that were most robust during that time period, many advanced technologies for manufacturing are not applied to sustainment parts. As time goes on, parts with multiple sources become parts with sole sources or worse, they become obsolete. Options for procurement become limited, often requiring protracted negotiations and requiring the OEM to accept long lead times, unit cost increases, requests to reimburse the supplier for non-recurring expenses (NRE) to re-start the line, and/or large minimum buy quantities. If parts have become obsolete, then efforts are typically initiated to qualify a new supplier to build the parts as originally designed or to qualify a replacement part that is very similar to the original. This can be an effective approach for some parts and suppliers, but it is a time consuming and costly strategy that can still be ineffective in the end. Using the advanced technologies that have been developed since their original design are a much more effective, responsive, and flexible approach to addressing these supply challenges.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,769
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,002
Tête enseignante GPT0,198
Écart entre enseignants0,195 · 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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTechnology Assessment and ManagementTravaux en français237 207