Production Management Model to Reduce the Percentage of Defectives by Applying Lean Manufacturing Tools in a Textile Sector: A case study
Notice bibliographique
Résumé
This research project focused on addressing the high percentage of defectives in a Small and Medium-Sized Enterprise (SME) in Peru's textile sector.Production defects had impacted the overall profitability.To mitigate these issues, three key Lean Manufacturing tools were implemented: 5S, SMED (Single-Minute Exchange of Dies), and Standardized Work.The main goal of this project was to decrease the rate of defective products, improving production efficiency while upholding high-quality standards.The outcomes achieved following the implementation of the three tools were extremely positive.The 5S methodology showed significant improvements, as evidenced by the final evaluation score of 72,06%, surpassing the initial score of 32,35%.The SMED tool achieved a notable reduction in production process time, decreasing it to 148,26 minutes.Lastly, the application of Standardized Work increased efficiency from 96,69% to 97,69% and contributed to reducing the percentage of defective products from 2,65% to 1,64%.Additionally, an economic flow analysis with improvements was conducted, requiring an investment of $8 705,97.The economic results included a Net Present Value (NPV) of $11 924,87, an Internal Rate of Return (IRR) of 48,36%, and a Benefit-Cost Ratio (B/C) of 2,37.It was also concluded that the invested amount was recovered in 3,74 months.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».