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 "production process performance" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    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:
    Logistics management as a system constraint
    Zarządzanie logistyczne jako ograniczenie systemowe
    Autorzy:
    Hrusecka, D.
    Pivnicka, M.
    Borges Lopes, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/404866.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Częstochowska
    Tematy:
    logistics
    production process
    material flow analysis
    simulation modelling
    performance analysis
    logistyka
    proces produkcyjny
    analiza przepływu materiałów
    modelowanie symulacyjne
    analiza wydajności
    Opis:
    This paper presents a comparative simulation model of several logistic systems and their impact on operational performance. It stresses the importance of logistic processes and their management in the context of lean production and the theory of constraints. The main goal of our experimental study is to prove how significantly supporting logistic processes can influence production process performance in situations where logistic management represents a system constraint. More specifically, our study considers the capacity of handling units, and their impact on material flow continuity and efficiency. The experimental model is based on real data that was acquired by the authors over the last several years during their research and practical experience. Our results are presented in the form of software statistics that were provided after the experiment and compared with the set hypotheses. The experimental study has shown that a managerial decision to increase the capacity of handling units does not always result in the expected behaviour pattern.
    Niniejszy artykuł prezentuje porównawczy model symulacji kilku systemów logistycznych i ich wpływ na wydajność operacyjną. Podkreśla znaczenie procesów logistycznych i zarządzania nimi w kontekście szczupłej produkcji i teorii ograniczeń. Głównym celem naszych badań eksperymentalnych jest udowodnienie, jak znaczne wspieranie procesów logistycznych może wpłynąć na wydajność procesu produkcyjnego w sytuacjach, w których zarządzanie logistyczne stanowi ograniczenie systemu. Ujmując problem bardziej szczegółowo, nasze badanie uwzględnia pojemność jednostek manipulacyjnych oraz ich wpływ na ciągłość przepływu materiału i wydajność. Eksperymentalny model oparty jest na rzeczywistych danych, które zostały zebrane przez autorów w ciągu ostatnich kilku lat w trakcie ich badań i praktycznych doświadczeń. Wyniki przedstawione zostały w formie statystyk oprogramowania dostarczonych po eksperymencie i porównanych z założonymi hipotezami. Badanie eksperymentalne wykazało, że decyzja menedżerska, dotycząca zwiększenia pojemności jednostek manipulacyjnych, nie zawsze prowadzi do oczekiwanego wzorca zachowań.
    Źródło:
    Polish Journal of Management Studies; 2017, 15, 1; 76-87
    2081-7452
    Pojawia się w:
    Polish Journal of Management Studies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena efektywności procesu produkcyjnego na przykładzie producenta złączy stalowych
    Evaluation of the efficiency of the production process on the example of a manufacturer of steel connectors
    Autorzy:
    Gruszka, S.
    Ligarski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/112828.pdf
    Data publikacji:
    2017
    Wydawca:
    STE GROUP
    Tematy:
    efektywność
    proces produkcyjny
    kluczowe wskaźniki efektywności
    KPI
    wskaźniki finansowe
    wskaźniki niefinansowe
    efficiency
    production process
    Key Performance Indicators
    financial indicators
    non-financial indicators
    Opis:
    W pracy przedstawiono podstawowe informacje dotyczące oceny efektywności procesu produkcyjnego. Zaprezentowano przykład kluczowych wskaźników efektywności (KPI) stosowanych przez producenta złączy stalowych. Zaprezentowano zestaw wskaźników finansowych i niefinansowych oraz sposób ich obliczania. Poddano analizie uzyskane wyniki. Podjęto próbę oceny zastosowania KPI do badania efektywności procesu produkcyjnego. Określono zalety i wady zastosowanego podejścia.
    The paper presents basic information on the evaluation of the efficiency of the production process. An example of Key Performance Indicators (KPIs) used by the manufacturer of steel connectors is presented. A set of financial and non-financial indicators and how they are calculated are presented. The results were analyzed. An attempt was made to evaluate the use of KPIs to examination the efficiency of the manufacturing process. The advantages and disadvantages of the applied approach were determined.
    Źródło:
    Systemy Wspomagania w Inżynierii Produkcji; 2017, 6, 6; 102-109
    2391-9361
    Pojawia się w:
    Systemy Wspomagania w Inżynierii Produkcji
    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 1-4 z 4

      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