Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "cykl" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    The K-means Grouping Method as a Mean to Control the Performance of the Production Process
    Wykorzystanie metody grupowania k-średnich do kontroli wydajności procesu produkcyjnego
    Autorzy:
    Kęsek, Marek
    Powiązania:
    https://bibliotekanauki.pl/articles/318166.pdf
    Data publikacji:
    2020
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    production process performance
    clustering
    k-means
    production cycle
    R language
    VBA
    process mining
    bolting
    wydajność procesu produkcyjnego
    grupowanie (clusterng)
    cykl produkcyjny
    język R
    kotwienie (bolting)
    Opis:
    The paper presents a concept of using clusters of objects using the k-means method to control the performance of the production process, which runs under variable conditions. The distribution of the production process performance in production cycles grouped according to similarity is the basis for controlling the performance of subsequent production cycles. The practical part of the paper contains an example of calculations carried out according to this concept using the VBA and R languages, and is relates to the bolting process in underground mines.
    W artykule przedstawiono koncepcję wykorzystania grupowania obiektów metodą k-średnich do kontroli wydajności procesu produkcyjnego, który przebiega w zmiennych warunkach. Rozkłady wydajności procesu produkcyjnego w pogrupowanych pod względem podobieństwa cyklach produkcyjnych, stanowią podstawę kontroli wydajności kolejnych cykli produkcyjnych. Część praktyczna pracy zawiera przykład obliczeń przeprowadzonych według tej koncepcji z użyciem języka VBA oraz języka R i dotyczy procesu kotwienia w kopalniach podziemnych.
    Źródło:
    Inżynieria Mineralna; 2020, 1, 1; 257-264
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Balancing Offshoring and Agility in the Apparel Industry: Lessons From Benetton and Inditex
    Offshoring w przemyśle odzieżowym na przykładzie firm Benetton i Inditex
    Autorzy:
    Sartal, A.
    Martínez-Senra, A. I.
    García, J. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/233843.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    offshoring
    agility
    apparel industry
    organizational innovation
    time to market
    przemysł odzieżowy
    innowacje organizacyjne
    cykl produkcyjny
    Opis:
    Based on a case study from the apparel industry, the paper addresses how the organizational innovations adopted by Benetton and Inditex allowed them to balance lower production costs in developing countries with an adequate response time to frequent preference changes and increasing demands for customisation. Findings confirm the fragility of multinationals whose offshoring strategy has not considered the costs of coordinating suppliers in far-off locations and suggest organisational improvements that make production costs, variety and time to market goals compatible. Our research thus provides a view of the conditions and processes that can overcome in increasingly volatile environments the misalignment between demand changes and the limited reactivity of industrial infrastructures. Furthermore the innovation strategy of textile companies has created generalizable lessons for other sectors in which demand uncertainty is high, life cycles short, and customers are, to some extent, prepared to pay for “speed to market”.
    Na podstawie studium przypadku z branży odzieżowej w artykule przedstawiono, w jaki sposób innowacje organizacyjne przyjęte przez firmy Benetton i Inditex pozwoliły na obniżenie kosztów produkcji w krajach rozwijających się z zachowaniem odpowiedniego czasu reakcji na częste zmiany preferencji i rosnące wymagania klientów. Wyniki potwierdzają niestabilność firm międzynarodowych, których strategia offshoringowa nie uwzględniała kosztów koordynacji dostawców. Przeprowadzone badania pozwalają wskazać rozwiązania problemów, z którymi borykają się firmy działające w specyficznych warunkach częstej zmiany popytu i ograniczonej reaktywności infrastruktury przemysłowej. Ponadto strategia innowacyjna firm tekstylnych może być przykładem dla innych sektorów, w których panuje równie wysoka niepewność popytu i krótki cykl życia produktu.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2017, 2 (122); 16-23
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Longwall face crew selection with respect to stochastic character of the production process – Part 2 – Calculation example
    Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego - Cz. 2 – przykład obliczeniowy
    Autorzy:
    Snopkowski, R.
    Sukiennik, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/219568.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    wybór załogi dla ściany wydobywczej
    funkcja gęstości prawdopodobieństwa
    cykl produkcyjny
    ściana wydobywcza
    probability density functions
    crew selection of the longwall face
    production cycle
    longwall face
    Opis:
    A calculation example of the longwall face crew selection, including taking under consideration stochastic character of the production process is presented in this study. On the basis of observation of duration of activities realized in the hard coal mine longwall face with use of the roof cut and fill system, the calculations with use of the proposed crew selection method have been executed. The method in question takes into consideration stochastic character of the realized production process (Snopkowski & Sukiennik, 2012). In the final part of this study, graphical interpretation of the executed calculations has been presented.
    Zagadnienie wyznaczania obsady przodka ścianowego jest przedmiotem badań i analiz praktycznie od momentu rozpoczęcia stosowania systemu ścianowego w kopalniach węgla kamiennego. Metoda opisana w niniejszej pracy uwzględnia jednak czynnik dotychczas nie uwzględniany w opracowaniach z tego zakresu, a mianowicie stochastyczny charakter realizowanego w przodku procesu. Początki prac z zakresu analizy funkcjonowania przodków ścianowych z uwzględnieniem stochastycznego charakteru procesu produkcyjnego sięgają lat 90-tych, kiedy zaczęto wykorzystywać metodę symulacji stochastycznej jako metodę badawczą. W części pierwszej publikacji (Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego cz. 1 - opis metody), zamieszczono szczegółowy opis opracowanej metody. W niniejszym artykule przedstawiono przykład obliczeniowy, w którym wyznaczono obsadę dla warunków konkretnego przodka ścianowego. Przykład opracowano na podstawie danych uzyskanych z przodka ścianowego, prowadzonego z zawałem stropu, którego charakterystykę zawiera tabela 1. Proces produkcyjny realizowany w analizowanym przodku ścianowym obejmował cykl produkcyjny oraz czynności i operacje związane z cyklem technologicznym. Cykl produkcyjny realizowany był w technologii dwukierunkowego urabiania kombajnem. Na rysunku 1 zaprezentowano schemat tego cyklu z wyodrębnionymi i zaznaczonymi modułami, które będą stanowiły podstawę dalszych obliczeń. W ramach prac związanych z cyklem technologicznym wyznaczono obsadę prac, które przedstawiono na rysunku 2. Są to prace związane z przebudową skrzyżowania i korygowania położenia przenośników w związku z postępem ściany. Na podstawie badań chronometrażowych przeprowadzonych w warunkach danego przodka ścianowego, przyjęto do dalszych obliczeń funkcje gęstości, opisujące czasy realizacji na odcinku 1 metra, poszczególnych czynności i operacji. Charakterystykę funkcji zamieszczono w tabeli 2. Obliczenia, które przeprowadzono w celu wyznaczenia obsady procesu produkcyjnego wykonano dla każdego z wyodrębnionych modułów. Schemat obliczeń w ramach poszczególnych modułów przedstawia się następująco: w module pierwszym z wykorzystaniem wzorów 1 i 2, w module drugim z wykorzystaniem wzorów 3 i 4, w trzecim z wykorzystaniem wzorów od 5 do 17, w czwartym wzory od 18 do 20, w module piątym wzory od 21 do 23. Moduł szósty zawiera tylko jedną czynność, więc obsada jest przyjmowana w ilości dwóch pracowników. Dla modułu siódmego, wyznaczono 4 ścieżki pełne (tabela 3) a następnie dokonywano szereg obliczeń, które są zestawione w tabeli 4. Wyniki przeprowadzonych obliczeń zamieszczono na rysunku 3. Wyznaczona, za pomocą zaproponowanej w pracy metody, obsada przodka ścianowego, prowadzonego technologią dwukierunkowego urabiania kombajnem, jest obsadą zapewniającą ciągłą realizację procesu produkcyjnego w tym przodku, przy najmniejszej liczbie potrzebnych pracowników. Zaproponowana metoda zakłada wykorzystanie funkcji gęstości prawdopodobieństwa czasów trwania czynności do wyznaczania obsady przodka wydobywczego. W metodzie wykorzystano odmienne od deterministycznego podejście, polegające na traktowaniu czasów realizacji czynności jako zmiennych losowych. Zastąpienie zmiennych deterministycznych zmiennymi losowymi pozwoliło na jednoczesne uwzględnienie, w postaci funkcji gęstości prawdopodobieństwa, wielu czynników wpływających na czas realizacji czynności.
    Źródło:
    Archives of Mining Sciences; 2013, 58, 1; 227-240
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Method of the production cycle duration time modeling within hard coal longwall faces
    Metoda probabilistycznego modelowania czasu trwania czynności cyklu produkcyjnego realizowanego w przodkach ścianowych kopalń węgla kamiennego
    Autorzy:
    Snopkowski, R.
    Napieraj, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/219135.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    probabilistyczne modelowanie
    przodki ścianowe
    cykl produkcyjny
    funkcje gęstości prawdopodobieństwa
    wydobycie zmianowe
    longwall faces
    production cycle
    probabilistic modelling
    probability density function
    daily output
    Opis:
    Method of probabilistic modeling of the production cycle duration time within hard coal longwall faces has been described in the present study. Duration of these activities for various technologies, including probabilistic schemes modeling have been described in the introduction. In order to illustrate the described method, an example of probabilistic modeling for data obtained from specific longwall face has been presented. The final chapters entitled “The possibility of Using the method” and “Results” contain information on the perspective of the method application in mining industry.
    Treścią pracy jest metoda probabilistycznego modelowania czasu trwania czynności cyklu produkcyjnego realizowanego w przodku ścianowym kopalń węgla kamiennego. W części wstępnej scharakteryzowano modele czasu trwania czynności dla różnych technologii oraz schematy modelowania probabilistycznego stosowane w metodzie. W celu ilustracji opracowanej metody podano przykład modelowania probabilistycznego z wykorzystaniem danych konkretnego przodka ścianowego. Końcowe rozdziały: Możliwości wykorzystania metody oraz wnioski końcowe zawierają informacje o perspektywach stosowania metody w praktyce górniczej.
    Źródło:
    Archives of Mining Sciences; 2012, 57, 1; 121-138
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selection of the longwall face crew with respect to stochastic character of the production process – Part 1 – Procedural description
    Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego. Cz. 1 – Opis metody
    Autorzy:
    Snopkowski, R.
    Sukiennik, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/220030.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    obsada przodka ścianowego
    funkcje gęstości prawdopodobieństwa
    cykl produkcyjny
    przodek ścianowy
    longwall face crew selection
    probability function density
    production cycle
    longwall face
    Opis:
    A proposal of the method aimed at the longwall face crew selection with respect to stochastic character of the production process has been described in this study. Modules, which can be isolated from the production cycle, as well as methods of determination of the probability function density describing duration of individual action realized in production process, have been described in the first part of the study. Procedure of crew selection of individual modules, including optional crew selection, has been described in next chapters. Statement of action, which should be executed in order to apply the proposed method, including final conclusions, is discussed in the last chapter.
    Zagadnienie wyznaczania obsady przodka ścianowego jest przedmiotem badań i analiz praktycznie od momentu rozpoczęcia stosowania systemu ścianowego w kopalniach węgla kamiennego. Metoda opisana w niniejszej pracy uwzględnia jednak czynnik dotychczas nie uwzględniany w opracowaniach z tego zakresu, a mianowicie stochastyczny charakter realizowanego w przodku procesu. Początki prac z zakresu analizy funkcjonowania przodków ścianowych z uwzględnieniem stochastycznego charakteru procesu produkcyjnego sięgają lat 90 - tych, kiedy zaczęto wykorzystywać metodę symulacji stochastycznej jako metodę badawczą. Pierwszym krokiem w proponowanej metodzie jest podział procesu produkcyjnego na moduły. Kryterium podziału stanowi sposób realizacji poszczególnych czynności lub operacji w danym module. Zaproponowano cztery rodzaje modułów i oznaczono odpowiednio literami od A do D. Moduły typu A to moduły z czynnościami wykonywanymi w sposób równoległy, wśród których występuje tzw. czynność wiodąca. Czynność wiodąca jest to taka czynność, której realizacja nie powinna być wstrzymywana z powodu zbyt wolnego wykonywania pozostałych czynności występujących w tym module. Moduły typu B to takie, w których czynności lub operacje wykonywane są w sposób równoległy, ale wśród niech nie występuje czynność wiodąca. Czynności wykonywane w sposób szeregowy charakteryzują moduły typu C. W modułach tych może być wykonywana dowolna ilość czynności w układzie szeregowym, dodatkowo czynność pojedynczą traktuje się jak szeregową. Moduły typu A, B i C wyodrębnione są z cyklu produkcyjnego na rysunku 1. Cechą charakterystyczną modułów typu D jest występowanie czynności lub operacji zarówno w układzie równoległym, jak i szeregowym. Na rysunku 2 zamieszczono przykład takiego modułu. Kolejnym krokiem w metodzie wyznaczania obsady przodka ścianowego jest wyznaczenie funkcji gęstości prawdopodobieństwa, opisujących czas realizacji poszczególnych czynności w ramach wyodrębnionych modułów. Schemat wyznaczania funkcji opisujących czas trwania czynności lub operacji w ramach modułów zamieszczono na rysunku 3. Przestawiony schemat zakłada zebranie danych pomiarowych a następnie przeprowadzenie analizy statystycznej, która polega na wyznaczeniu funkcji aproksymujących f1,i,j, mających własności funkcji gęstości prawdopodobieństwa. Funkcje te opisują czas realizacji czynności lub operacji „i”-tej wykonywanej w ramach danego modułu „j”-tego, na odcinku jednego metra. Następnie wyznacza się splot otrzymanych funkcji w celu wyznaczenia funkcji splotowych fi,j , które opisują czas realizacji czynności lub operacji „i”-tej w danym module „j”-tym. Otrzymane funkcje splotowe mają własności funkcji gęstości prawdopodobieństwa. Można je wyznaczyć dwiema metodami: metodą analityczną lub metodą symulacyjną. W metodzie analitycznej wykorzystuje się definicję splotu funkcji, natomiast w metodzie symulacyjnej schemat postępowania, który zamieszczono na rysunku 4. Jeżeli w module znajdują się czynności lub operacje, które mogą być wykonywane przez różną liczbę pracowników (obsadę), wówczas funkcja fi,j wyznaczana jest dla każdego wariantu obsady z osobna. Symbolem „k” oznaczono obsadę, dla której funkcja fi,j została wyznaczona. Po wyznaczeniu funkcji gęstości prawdopodobieństwa, opisujących czas realizacji poszczególnych czynności, następuje wyznaczenie obsady w ramach poszczególnych modułów. W związku z wydzieleniem trzech typów modułów przedstawiono algorytmy wyznaczania obsady uwzględniające to zróżnicowanie. Algorytm wyznaczania obsady dla modułów z czynnościami lub operacjami równoległymi i wiodącymi przedstawiony jest w rozdziale 4.1. Na rysunku 5 zamieszczono przykład modułu, w którym występuje czynność wiodąca a następnie z wykorzystaniem wzorów od 1 do 4 opisano procedurę postępowania przy wyznaczaniu obsady w modułach typu A. Algorytm wyznaczania obsady dla modułów z czynnościami lub operacjami równoległymi bez wiodących opisano w rozdziale 4.2. Na rysunku 6 zmieszczono przykładowy moduł z dwiema czynnościami równoległymi, z których żadna nie jest wiodącą. Wzorami od 5 do 10 opisano procedurę wyznaczania obsady w modułach typu B. Moduły typu C oraz schemat wyznaczania obsady opisane są w rozdziale 4.3. Rysunek 7 prezentuje przykładowy moduł z dwiema czynnościami szeregowymi, a wzory od 11 do 15 przedstawiają proces wyznaczania obsady w modułach tego typu. Algorytm wyznaczania obsady dla modułów z czynnościami lub operacjami wykonywanymi szeregowo i równolegle zaprezentowany jest w rozdziale 4.4. Na rysunku 8 zamieszczono przykładowy moduł, a wzory od 16 do 26 prezentują procedurę wyznaczania obsady w modułach typu D. Zaproponowana metoda zakłada wykorzystanie funkcji gęstości prawdopodobieństwa czasów trwania czynności do wyznaczania obsady przodka wydobywczego. W metodzie wykorzystano odmienne od deterministycznego podejście, polegające na traktowaniu czasów realizacji czynności jako zmiennych losowych. Zastosowanie opracowanej metody wymaga realizacji szeregu czynności, z których najważniejsze to: - identyfikacja kluczowych czynności w procesie produkcyjnym, - podział procesu produkcyjnego na charakterystyczne moduły, ze względu na jednoczesność realizacji czynności, - identyfikacja funkcji gęstości czasów trwania czynności w wydzielonych modułach, - przyjęcie wstępnych wariantów obsady dla poszczególnych modułów - optymalizacja obsady w modułach poprzez uwzględnienie prawdopodobieństw realizacji czynności przy założonej obsadzie z uwzględnieniem charakteru modułów. Można także zauważyć, ze: 1. Każdy proces produkcyjny można podzielić na skończoną liczbę modułów różniących się jednoczesnością realizacji czynności. 2. Wyodrębnianie z procesu produkcyjnego modułów, pozwala na łatwiejszą analizę procesu produkcyjnego, a co za tym idzie ułatwia dobór obsady. 3. Użyte w metodzie kryterium prawdopodobieństwa osiągnięcia założonego czasu trwania realizacji modułu, pozwala na racjonalny dobór obsady, gdyż realizacja modułu jako całości ma wyższy priorytet niż realizacja poszczególnych czynności.
    Źródło:
    Archives of Mining Sciences; 2012, 57, 4; 1071-1088
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Stohastic Model to Determine the Elements of the Production Cycle Time: Case of Serbian Textile Industry
    Stochastyczny model dla określenia elementów cyklu produkcyjnego. Rozważania na podstawie serbskiego przemysłu tekstylnego
    Autorzy:
    Stanisavljev, S.
    Ćoćkalo, D.
    Klarin, M.
    Spasojević, B. V.
    Đorđević, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/233608.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    production cycle
    production cycle time
    work sampling
    stochastic model
    textile industry
    cykl produkcyjny
    czas cyklu produkcyjnego
    pobieranie próbek pracy
    model stochastyczny
    przemysł włókienniczy
    Opis:
    The paper presents an original method of determining the elements of the production cycle time by using the modified work sampling method applied to a textile factory. It is shown that the movement of the elements of time can be viewed as a process and in the mathematical sense can establish control limits of error of ± 3 SD. The mean time of the production cycle of the groups created by the number of pieces in the series – tpcu moving the hyperbolic function, which has the asymptote c, a function of the form tpcu = c + b/log n, where all groups of the production cycle in the mathematical sense do not act like strata but are function tpcu related to technology and deterministic factors of the production series.
    Artykuł przedstawia oryginalną metodę określania elementów trwania cyklu produkcyjnego przy zastosowaniu zmodyfikowanej metody podziału pracy w odniesieniu do przedsiębiorstwa produkującego tekstylia. Pokazano, że przemieszczanie elementów czasu cyklu produkcyjnego można rozpatrywać jako proces, w którym matematycznie ustawia się błąd ± 3s. Średni czas cyklu produkcyjnego poszczególnych grup określa się przez liczbę elementów uszeregowanych w serię. Poszczególne zależności systemu można opisać matematycznie.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2015, 5 (113); 23-29
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies