MÃTHODOLOGIE DE SÃLECTION DâANTI-ERREUR Ã LâASSEMBLAGE PAR \nCALCUL DE LâEFFICACITÃ ET DU COÃT GLOBAL DâUNE APPLICATION
Notice bibliographique
Résumé
La compétition est très présente dans les secteurs de l'automobile, de la motocyclette et des \nproduits récréatifs. Un facteur important pour demeurer ou devenir une tête de file dans ce \nsecteur est de maintenir le niveau de la qualité du produit élevé face aux consommateurs et \nainsi garder une excellente réputation. La variété des véhicules ainsi que le niveau de \ncomplexité de ces derniers ont une tangente soutenue vers la hausse pour rencontrer les \nbesoins des consommateurs. Le fait d'assembler ces véhicules dans un mode de production \ndit «en modèle mixte», l'assembleur est exposé à faire des erreurs à cause de l'alternance des \nmodèles sur la ligne d'assemblage. \nLe présent mémoire propose une méthodologie originale de sélection d'anti-erreur pour \nsupporter les ingénieurs et les techniciens impliqués dans le développement de produit et \ndans la mise en production. Le but de cette méthodologie est d'aider l'assembleur à éviter des \nerreurs lors des étapes d'assemblage. La méthodologie se résume ainsi: \n• Priorisation des composants par une approche AMDEC/FMEA ou une analyse de \nl'historique des défaillances et des plaintes de clients; \n• Sélection des options d'anti-erreurs potentielles avec l'aide d'une liste des trente-six (36) \nanti-erreurs fréquemment utilisées dans l'industrie; \n• Calcul du coût global et de l'efficacité du niveau de qualité obtenu; \n• Sélection de la meilleure option d'anti-erreur tôt dans le processus de conception. \nLa méthodologie, nommée AEBRP, s'appuie fortement sur des fondements de base de la \nphilosophie du système de production Toyota et plus particulièrement du pilier JIDOKA. \nElle est établie en fonction des applications d'assemblage de produits récréatifs de BRP inc. \nmais peut être utilisée pour d'autres types de produits.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,043 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».