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 "wskaźniki wydajności" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    The analysis of dependencies between extraction and resource consumption in 2008-2014 on the example of Gliśno gravel pit
    Analiza zależności pomiędzy wydobyciem a zużyciem zasobów w latach 2008-2014 na przykładzie żwirowni Gliśno
    Autorzy:
    Olkiewicz, M.
    Wolniak, R.
    Ostapko, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/218692.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    KPI
    kluczowe wskaźniki wydajności
    zasoby wydobywcze
    zarządzanie produkcją
    key performance indicators
    mining resources
    production management
    Opis:
    The article presents research on the relationship between mining and used resources on the example of Gliśno gravel pit. As regards to resources, the following issues were analyzed: employees’ working time, time of running machines, fuel consumption and electricity consumption. The aim of the publication is to examine the dependencies that exist between the analyzed variables. KPI’s (Key Performance Indicators) were calculated for individual resources. The analysis presented in the publication contains data from 2008-2014.
    Artykuł przedstawia badania dotyczące zależności pomiędzy wydobyciem a zużytymi zasobami na przykładzie żwirowni Gliśno. W zakresie zasobów analizowano kwestie takie jak: czas pracy pracowników, czas pracy maszyn jezdnych, zużycie paliwa, zużycie energii elektrycznej. Celem publikacji jest zbadanie zależności, jakie istnieją pomiędzy analizowanymi zmiennymi. Dla poszczególnych zasobów obliczono wskaźniki KPI (Kluczowe wskaźniki wydajności). Prezentowana w publikacji analiza zawiera dane z lat 2008-2014.
    Źródło:
    Archives of Mining Sciences; 2018, 63, 4; 801-812
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Applications of performance indicators for optimization of humanitarian chains
    Autorzy:
    Repík, Dušan
    Foltin, Pavel
    Powiązania:
    https://bibliotekanauki.pl/articles/2203781.pdf
    Data publikacji:
    2022
    Wydawca:
    Wyższa Szkoła Logistyki
    Tematy:
    humanitarian logistics
    optimization of humanitarian chains
    key performance indicators
    logistyka humanitarna
    optymalizacja łańcuchów humanitarnych
    kluczowe wskaźniki wydajności
    Opis:
    Background: Humanitarian operations are a key contribution to alleviating human suffering and reducing property damage. The success of these measures is conditioned by the implementation of efficient and sufficiently flexible logistics chains. The specificity of the conditions for the distribution of material aid requires the preparation of a suitable distribution system, the necessary capacities, and the creation of conditions to achieve the flexibility of individual solutions. The key issue for the implementation of the humanitarian aid distribution itself is the identification of suitable performance indicators, considering the specifics in the individual phases of humanitarian aid implementation. Methods: The approach is based on the research and content analysis, followed by creating a conceptual model and workflow diagram using interviews with experts, and identifying key performance indicators for optimization within the case study. Results: The humanitarian supply process was identified through a workflow diagram. A model was built to illustrate a case study of the use of rail transport to the provide humanitarian aid to Ukraine crisis in 2022. Performance indicators are compiled for the model. Recommendations are formulated for the creation of suitable indicators of the performance of humanitarian logistics chains. Conclusion: A gap and research problem in performance improvement and its measurement is identified within humanitarian logistics. This study examines the opportunity to improve the performance of humanitarian distribution to Ukraine in 2021.
    Źródło:
    LogForum; 2022, 18, 4; 495--504
    1734-459X
    Pojawia się w:
    LogForum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Order picking and loading-dock arrival punctuality performance indicators for supply chain management: a case study
    Autorzy:
    Marzialia, Micaela
    Rossit, Daniel Alejandro
    Toncovicha, Adrián
    Powiązania:
    https://bibliotekanauki.pl/articles/2105305.pdf
    Data publikacji:
    2022
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Tematy:
    supply chain management
    key performance indicators
    control
    logistics
    operations management
    zarządzanie łańcuchem dostaw
    kluczowe wskaźniki wydajności
    kontrola
    logistyka
    zarządzanie operacjami
    Opis:
    Supply chain activity control is an essential part of Supply Chain Management (SCM), ensuring compliance with customer requirements. This paper presents a case study into the control of SCM activities. The study analysed two areas involving two different SC links associated with order picking, and outsourced truck freights, respectively. The studied company had problems with these links. An approach based on developing a KPI (Key Performance Indicator) was proposed to address the issues. Consequently, different affected processes were analysed and characterised, considering the relevant data for defining a KPI. Then, strategies and methods were devised for data collection and processing regarding the system’s current state. Finally, tools were designed to facilitate the interpretation of the system’s current state and thus, pave the way for the decision-making process on corrective measures.
    Źródło:
    Engineering Management in Production and Services; 2022, 14, 1; 26--34
    2543-6597
    2543-912X
    Pojawia się w:
    Engineering Management in Production and Services
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Indicator analysis of the technological position of a manufacturing company
    Autorzy:
    Pacana, Andrzej
    Czerwińska, Karolina
    Powiązania:
    https://bibliotekanauki.pl/articles/26080822.pdf
    Data publikacji:
    2023
    Wydawca:
    Stowarzyszenie Menedżerów Jakości i Produkcji
    Tematy:
    wskaźniki wydajności
    przemysł metalurgiczny
    zarządzanie jakością
    inżynieria mechaniczna
    analiza indeksu
    key performance indicators
    metal industry
    quality management
    mechanical engineering
    index analysis
    Opis:
    A turbulent manufacturing market, especially in the metal industry, determines the quality of products and the level of production efficiency, which contributes to a company's market position and competitiveness. The aim of the study was to develop a model to define a manufacturing company’s current market position using KPIs in relation to a key product - gearbox casting. The company's position was defined in terms of the relationship occurring between technological capabilities and market position. An additional aim of the study was to identify critical determinants and, ultimately, to identify conditions for strengthening market position. As a test of the proposed model, the position of the analysed company (in terms of technological capabilities and market position) was defined as “Search for occasions”- box 9 within the 3x3 matrix. Technological determinants that weaken the company’s position (low level of maintenance capacity and long production cycle time) and determinants with a strong negative impact on market position (low level of human resource development) were identified. An element of novelty is the use of KPIs as variables determining the position of the company within the3x3 matrix, which is indicative of a specific technological position in the market. Further lines of research will concern the determination of appropriate KPIs in relation to the identified critical areas of the company. Subsequent steps will concern the implications of the model in relation to the company’s other key aluminium alloy castings.
    Źródło:
    Production Engineering Archives; 2023, 29, 2; 162--167
    2353-5156
    2353-7779
    Pojawia się w:
    Production Engineering Archives
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie kluczowych wskaźników wydajności procesu produkcyjnego - część I: badania teoretyczne
    Key performance indicators as a tool for production process assessment - part I: theoretical research
    Autorzy:
    Bartecki, K.
    Król, D.
    Skowroński, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/277820.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    kluczowe wskaźniki wydajności
    proces produkcyjny
    pomiary
    eksploracja danych
    straty produkcyjne
    ISO 22400
    key performance indicators
    production process
    measurements
    data exploration
    production losses
    Opis:
    Kluczowe wskaźniki wydajności są zdefiniowane jako zestaw metryk umożliwiających ocenę różnych aspektów funkcjonowania procesu produkcyjnego. Należą do nich m.in. takie wskaźniki, jak przepustowość linii produkcyjnej, dostępność oraz wydajność maszyn i ich operatorów, czy też jakość wytwarzanych produktów. W pierwszej części artykułu omówiono hierarchiczną, trójpoziomową strukturę wskaźników wydajności, zgodnie z którą wartości wskaźników podstawowych wyznaczane są na podstawie wskaźników bezpośrednich, na które składają się planowane wielkości charakteryzujące proces produkcyjny oraz ich wartości rzeczywiste, zmierzone bezpośrednio na stanowiskach produkcyjnych. Opierając się na wartościach wskaźników podstawowych, wyznaczane są następnie wartości wskaźników złożonych, umożliwiających syntetyczną ocenę efektywności wykorzystania maszyn oraz zasobów ludzkich zaangażowanych w proces produkcyjny. Znajomość wartości tych wskaźników umożliwia analizę bieżącej kondycji procesu produkcyjnego oraz podjęcie ewentualnych działań naprawczych. Wyniki badań przemysłowych, polegających na oryginalnej implementacji przedstawionej metody zostaną omówione w drugiej części artykułu.
    Key performance indicators are defined as a set of metrics allowing assessment of the production process performance. These metrics include e.g. throughput of the production line, availability and effectiveness of the machines and their operators, as well as the quality of manufactured products. The first part of the paper discusses a hierarchical, three-level structure of the performance indicators in which the values of the so-called basic indicators are determined both based on the production plans as well as from the measurements carried out directly at the production units. Based on the values of the basic indicators, the values of the comprehensive indicators are determined to be used as a synthetic assessment of the effectiveness of the use of machines and human resources. These indicators allow gathering knowledge on the current condition of the production process as well as taking possible corrective actions aimed at improving its functioning. The results of the industrial research based on the original implementation of the presented theory will be discussed in the second part of the paper.
    Źródło:
    Pomiary Automatyka Robotyka; 2018, 22, 3; 5-13
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wyznaczanie kluczowych wskaźników wydajności procesu produkcyjnego – część II: badania przemysłowe
    Key Performance Indicators as a Tool for Production Process Assessment – Part II: Industrial Research
    Autorzy:
    Król, Dariusz
    Skowroński, Jan
    Zaręba, Maciej
    Bartecki, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/277042.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    kluczowe wskaźniki wydajności
    proces produkcyjny
    pomiary
    systemy wspomagania decyzji
    Przemysł 4.0
    key performance indicators
    production process
    measurements
    decision support systems
    Industry 4.0
    Opis:
    Zastosowanie nowych technologii w Przemyśle 4.0 umożliwia lepszą organizację, monitorowanie, kontrolę oraz skuteczną optymalizację procesów produkcyjnych, szczególnie w zakresie wydajności. Prezentowane rozwiązanie opiera się na hierarchicznej analizie wskaźników efektywności, w tym głównie na kontroli wskaźnika ogólnej efektywności zasobów produkcyjnych OEE. Rosnąca liczba możliwych do uzyskania skwantyfikowanych sygnałów monitorujących pracę maszyn, temperaturę otoczenia czy częstotliwość drgań sprawia, że narzędzia wspomagające decyzje są coraz bardziej wyrafinowane i, poza prezentacją obecnego stanu zasobów, coraz częściej obejmują także analizę predykcyjną. Opisywane narzędzie PUPMT pozwala zidentyfikować kluczowe zdarzenia, które mają istotny wpływ na bieżącą lub przyszłą efektywność produkcji. Umożliwia także analizę typu what-if, dopuszczając symulację wpływu projektowanych zmian, a wyniki tej symulacji uzależnia od skutków podobnych zmian, które miały miejsce w przeszłości w danym przedsiębiorstwie. Dzięki automatycznej identyfikacji potencjalnych zależności rozwiązanie dostosowuje się do specyfiki firmy lub wybranej jednostki produkcyjnej. Początkowe rozdziały zawierają m.in. opis najważniejszych metod wykorzystywanych w rozwiązaniu PUPMT. W dalszej części przedstawiono wybrane wyniki badań przemysłowych, które przeprowadzono na kilkudziesięciu jednostkach produkcyjnych.
    The use of new technologies in Industry 4.0 enables better organization, monitoring, control and effective optimization of production processes, especially in terms of efficiency. The solution is based on a hierarchical analysis of key performance indicators, including mainly the control of Overall Equipment Effectiveness (OEE). The growing number of quantifiable signals monitoring machine operation, ambient temperature or even the frequency of vibrations makes decision support tools more and more sophisticated. Moreover, they also include predictive analysis in addition to presentations of the current state of resources. PUPMT tool allows identifying key events that have a significant impact on current or future production efficiency. It also allows the what-iftype analysis, running the simulation of the impact of the proposed changes, and the results of this simulation depend on the effects of similar changes that occurred in the past in a given enterprise. Thanks to the automatic identification of potential dependencies, the proposed solution adapts to the specifics of a given company or even a selected production unit. The paper in the first part contains a description of the essential methods used in the PUPMT tool. The second part presents selected results of industrial research, which were carried out on several dozen production units.
    Źródło:
    Pomiary Automatyka Robotyka; 2020, 24, 3; 19-28
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    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